MIT華人博士研究新冠遭學術霸凌！斯坦福諾獎得主：“你論文少，別說話！”
月石一 發自 凹非寺
量子位 報道 | 公衆號QbitAI
一則消息在Twitter上引起了熱議。
MIT華人博士遭學術霸凌，而且施暴者還是諾獎得主、斯坦福教授。
怎麼回事？
原來，在論文中，這位博士生指出了新冠懷疑論者的“神操作”：利用正統數據，在網絡上推廣非正統科學。
於是，有人把它和此前發表“新冠過度反應論”的學術權威聯繫了起來。
網暴的根源，得從斯坦福大學教授John Ioannidis說起。
斯坦福教授“新冠過度反應論”
早在新冠疫情爆發之初，不少非主流言論就涌現出來：政府的反應過度、戴口罩無法阻止傳播、危機已經結束……
甚至還有“口罩無用論”者發表論文，比如，已經被撤稿的：
這些質疑聲中，不乏學術大牛——斯坦福大學教授John Ioannidis。
作爲傳染病和公共健康領域的專家，谷歌學術顯示其h指數爲214，除此之外，他還是一位統計學家。
但在去年，他發表了一些頗具爭議的言論。
比如，通過媒體表示：新冠死亡率可能遠低於預期，因此當前的一些防護政策完全不合理。
並且在某些研究和錄像中指出：“如果衛生系統確實不堪重負，那麼大多數額外死亡可能不是由於冠狀病毒引起的”、“新冠病毒的風險很可能被誇大了”……
這些言論一度被指責是草率科學。
再看看這篇引發網暴的論文：《病毒可視化：冠狀病毒懷疑論者如何使用正統數據實踐來在線推廣非正統科學》。
論文一作是博士生Crystal Lee（李佳佳），共同作者包括，兩名本科生：Tanya Yang（楊悅）、Gabrielle Inchoco，以及人類學副教授Graham M. Jones、CSAIL教授Arvind Satyanarayan。
自新冠疫情爆發以來，人們通常利用各種清晰、美觀的圖表，來傳遞感染率、死亡人數、疫苗接種情況等數據。
一般來說，圖表展現的實際數據，可以向人們傳遞正確的觀點，比如：戴口罩可以減少傳播風險。
△圖源：約翰·霍普金斯大學
然而，一些美國的新冠懷疑論、過度反應論者，也在社交媒體上發佈了各種圖表。
他們的數據來源是什麼？又是如何傳播的？
於是，MIT研究團隊梳理了Twitter上50萬個帖子，並進行UMAP可視化、分析用戶之間的關係，建立了一個社交網絡圖。
在6組不同類型的媒體和用戶中，“anti-mask（反口罩）”小組的可視化圖表，平均參與度較高。
通過追蹤並分析一些懷疑論者的對話，團隊發現，這些圖表並不是胡亂編的，而是使用了一種非常複雜的“反可視化”。
也就是說，他們使用的數據集和最新的可視化方法，同樣是來自官方，可得到的結論卻截然不同。
這些懷疑論者反映出美國的反知識分子傳統，他們並不是被動的接受專家觀點，相反，這些人在數據的收集和使用上頗有心得，例如：
“反口罩”小組將感染數量與死亡率等結果對比，感染率的不確定性範圍很廣，因此認爲感染數量的可視化會產生誤導，併爲此創建反可視化效果。
因此，研究人員指出，
不可否認，數據分析仍然很重要。但是，數據可視化不足以傳達Covid-19大流行的緊迫性。
因爲即使最清晰的圖表，也可以通過不同的思想系統進行解釋。
這樣的情況，同樣體現在氣候變化、疫苗接種等問題上，由此也指向了一個問題，“在美國如何看待科學和專業知識的分歧”。
數據可視化具有客觀性和科學精確性的特徵。但正如論文所示，數據可視化，也可以有效地用於問題的對立面。
這凸顯了問題的複雜性，僅‘傳授媒介素養（利用信息的能力）’是不夠的。需要對那些創建和解釋數據圖形的人，有更加細緻的社會政治理解。
這篇論文並未提及“新冠懷疑論、過度反應論”支持者的姓名，但其中觀點不可避免地涉及到某些學術權威。
於是有人直接“對號入座”，同爲斯坦福大學教授、曾獲諾貝爾獎的Michael Levitt，發推力挺John Ioannidis，炮轟論文作者。
並且直接將矛頭對準了華人一作，掛出其谷歌學術頁面，以論文數質疑其研究，並寫道“Shame on MIT”。
但是就在不久前，ACM CHI會議官方Twitter還宣佈，這篇研究論文已經獲得了榮譽提名。
很快，Michael Levitt就被網友們懟了回去。
MIT CSAIL（MIT計算機科學與人工智能實驗室）力挺論文作者：
對於我們的學生、教職員工和合著者所做的工作，我們支持並感到自豪。
應該以學術標準來評價這樣的工作，而不是在社交媒體上爭論。
學術資歷尚淺的人，也可能是才華橫溢和學術卓越的。
對於對Michael Levitt的言論，華盛頓生物學教授Carl T. Bergstrom表示：
爲什麼對MIT感到羞恥，認真的嗎？因爲發表預印本的第一作者是個研究生？
由於我從事虛假信息方面的工作，我仔細閱讀了，這篇論文相當不錯。
您看了嗎？您對論文的哪些方面（而不是作者）有疑問？
MIT CSAIL的助理教授Arvind Satyanarayan也反駁道：
這條Twitter越界了。批判一項研究的實質是一回事。
但是，以這種方式針對一位博士生，絕對是不可接受的。這纔是恥辱。
在這之後，Michael Levitt再次發推，向論文作者致歉，但他仍然認爲作者的資歷不足以質疑John Ioannidis。
對於Crystal和MIT的作者，我很抱歉。但初級研究人員無法與John Ioannidis這樣的巨人相比。
我長期以來一直在爭取對年輕科學家的更多支持：他們應該擁有嬰兒潮一代擁有的所有機會。
不過，網友對此並不買賬，因爲這份“道歉”中對學者身份的比較，再次削弱了初級研究人員出色的工作。
科研成果的可靠性是唯論文數嗎？不談研究內容，而是將矛頭直指作者，以教授身份網暴學生……
參考鏈接：
[1]https://arxiv.org/abs/2101.07993
[2]https://twitter.com
[3]https://www.youtube.com/watch?v=oLvlWG9cmXc
[4]https://www.youtube.com/watch?v=cwPqmLoZA4s
[5]https://profiles.stanford.edu/john-ioannidis
[6]https://fsi.stanford.edu/news/coronavirus-deadly-they-say
[7]https://covidinfo.jhu.edu/
[8]https://www.statnews.com/2020/03/17/a-fiasco-in-the-making-as-the-coronavirus-pandemic-takes-hold-we-are-making-decisions-without-reliable-data/
[9]https://www.fastcompany.com/90509508/inside-the-making-of-a-viral-coronavirus-conspiracy-video
[10]https://scholar.google.com/citations?user=JiiMY_wAAAAJ&hl=en
— 完 —