Statistiques et fausses nouvelles : un examen plus approfondi
Statistiques et fausses nouvelles : L’utilisation abusive des données statistiques alimente la propagation de fausses nouvelles, manipulant la perception du public en exploitant la crédibilité que confèrent souvent les chiffres.
Les statistiques tiennent immense le pouvoir comme outil pour comprendre des phénomènes complexes et prendre des décisions fondées sur des données. Cependant, ce pouvoir est comme un épée à double tranchant lorsqu’elles tombent entre les mains d’individus malveillants qui l’exploitent pour créer et propager de fausses nouvelles, conférant ainsi de la crédibilité à leurs récits trompeurs.
Réalisez-vous à quel point l'utilisation abusive des statistiques peut profondément influencer l’acceptation et la diffusion de fausses nouvelles, se faisant passer pour de véritables informations ? Plongez dans cet article pour en savoir plus perspicacité sur le rôle crucial des statistiques dans la désinformation et la tromperie !
Le problème
Au cœur du dilemme des fausses nouvelles se trouve la volonté délibérée fabrication de faits, où les créateurs manipulent les informations pour servir leurs programmes spécifiques. Par distorsion En réalité, ils s’attaquent à un public sans méfiance, exploitant les sujets politiques, idéologiques et financiers comme cibles principales.
Comprendre les diverses motivations derrière diffusion les fausses nouvelles sont cruciales. Généralement, les responsables de la diffusion de fausses informations peuvent être classés en trois types distincts :
(1) Les imprudents : Ces individus partagent sans le savoir de faux « faits », croyant sincèrement qu’ils sont vrais, ce qui en fait des cibles faciles pour la manipulation.
(2) Le biaisé : Ces personnes peuvent douter de l’intégrité du contenu mais choisir de le diffuser pour des raisons de convenance personnelle sans prendre le temps d’authentifier son intégrité.
(3) Les malveillants : Ce groupe est pleinement conscient que le contenu est faux mais continue de le diffuser, motivé par des intérêts cachés et des arrière-pensées.
Les dangers potentiels d’une utilisation abusive des statistiques sont soulignés par cette situation. Devis attribué à l’ancien Premier ministre britannique Benjamin Disraeli, ce qui sert d’avertissement contre la militarisation des données à des fins nuisibles :
Cette observation perspicace souligne que, bien que puissantes, les statistiques peuvent être trompeuses lorsqu’elles sont utilisées. de manière inappropriée, ce qui en fait une pierre angulaire dans la construction de fausses nouvelles.
Mais pourquoi les statistiques jouent-elles un rôle si vital dans la fabrication de fausses nouvelles ? La réponse est relativement simple : ceux qui cherchent à tromper savent que les statistiques possèdent une capacité unique à prêter crédibilité à n’importe quel contenu, rendant ainsi leurs mensonges plus convaincants au public sans méfiance.
La solution
Le prophétique Les paroles du célèbre écrivain britannique HG Wells sonnent plus que jamais d’actualité :
Malheureusement, le jour que Wells avait prédit est à nos portes. L’utilisation généralisée des statistiques dans les fausses nouvelles pour renforcer la crédibilité nécessite une éduqués et perspicace public.
Pour vérifier efficacement le contenu – notamment en ce qui concerne sa relation avec les statistiques – nous devons cultiver et affiner notre pensée statistique compétences, comme le préconise Wells.
Cet effort est essentiel pour développer la capacité de lire, d'interpréter et de comprendre des informations statistiques de base, telles que des graphiques, des mesures récapitulatives, des tableaux, etc.
Lorsque nous sommes équipés de ces compétences, dénicher des statistiques manipulations devient une tâche plus gérable.
Nous vous invitons à explorer davantage nos articles pour de renforcer vos capacités de réflexion statistique ! De plus, un aspect essentiel du discernement de la vérité consiste à examiner les informations avec logique et scepticisme, en veillant à vérifier la fiabilité de la source d’information.
Dans les sections suivantes, nous présenterons exemples des techniques de manipulation statistique couramment utilisées pour diffuser de la désinformation.
Étude de cas #01
Un blogueur utilise des statistiques, des visuels et des textes ruses pour affirmer que le nombre d’avortements au Portugal a considérablement diminué après sa légalisation.
En plus de plusieurs vous aider à faire face aux problèmes qui vous perturbent dans le texte – comme l’omission de données critiques qui empêchent une analyse plus approfondie – il présente un graphique trompeur.
Ici, nous observons une astuce courante utilisée dans les graphiques pour confondre le spectateur : tronquer l'axe y en bas.
Notez que l'axe des y commence à 15,800 XNUMX, trompeur faire croire au public que quelques années après 2008, le nombre d’avortements est tombé à zéro.
Les graphiques ci-dessous montrent comment l'axe manipulation peut facilement changer notre jugement. Notez que les deux graphiques ont été construits en utilisant les MÊMES données mais sur des axes y différents – un résultat entièrement LA DIFFÉRENCE un modèle apparaît.
Cette technique gonfle les données et véhicule des idées déformées de la réalité, en particulier à ceux qui ne se doutent de rien.
Un autre crucial problème Ce qui a été identifié, c’est que la légalisation de l’avortement a eu lieu entre 2007 et 2008, précisément au début du graphique (axe des x), supprimant les données essentielles des années précédant la légalisation.
De plus, la taille de la population, un vital variable pour ce type d’analyse, n’a pas été prise en compte.
Nous n’affirmons pas que le nombre d’avortements a augmenté ou diminué après la légalisation. Au lieu de cela, nous utilisons ce cas comme exemple de données mal présentées destinées à tromper le lecteur.
Étude de cas #02
Revue Scholastic MATH publié un article de septembre 2017 intitulé :
Dans cet article, les auteurs exemplifier comment de petits changements dans les graphiques peuvent facilement tromper .
Dans cet exemple, nous rencontrons le même aide comme mentionné précédemment : la troncature inutile de la base de l’axe y.
Étude de cas #03
Un site Web/un livre intitulé Corrélations parasites fournit d’excellents exemples pour rappeler l’adage : «Corrélation ne signifie pas causalité. »
L'expression décrit que nous ne pouvons pas déterminer avec précision un lien de cause à effet entre deux événements ou variables en observant leur corrélation ou leur association.
Le livre contient plusieurs exemples de variables hautement corrélées qui manquent clairement de causalité. relations .
Dans une (ici), une corrélation presque parfaite de 99 % a été trouvée entre les variables « taux de divorce dans le Maine » et « consommation de margarine par habitant ».
Dans ce cas extrême, il faudrait évident que même s’il existe une très forte corrélation entre deux variables, cela n’implique pas de relation causale. Autrement dit, l’un ne provoque pas l’autre.
D'autres exemples:
Étude de cas #04
(ici) illustre comment les créateurs de fausses nouvelles peuvent utiliser différents mesures de tendance centrale de présenter l’information en fonction de leurs besoins.
L'image montre comment les trois plus courants mesures de tendance centrale pourrait représenter le salaire moyen des travailleurs de manières totalement différentes.
Dans ce cas, la moyenne arithmétique donne salaire plus élevé que la médiane et la mode.
Ceci et bien d’autres exemples de Comment mentir avec les statistiques peut être trouvé dans ce livre classique!
Étude de cas #05
En janvier 2012, le Wall Street Journal a publié un graphique comparant proportionnellement le pouvoir d'achat entre 1960 et 2000.
Cependant, selon les valeurs présentées, l'image de gauche, publiée dans le journal, montrait trompeur proportions — le bon graphique est à droite.
Remarques finales
Exploiter les outils d'une discipline vénérée comme les statistiques pour diffuser ignorance et désinformation est une pratique lamentable à laquelle il faut résister.
Les statistiques influencent grandement les fausses nouvelles et les prêts crédibilité et faciliter sa large diffusion.
Cultiver pensée statistique et maîtrise outils statistiques sont essentiels pour dévoiler les véritables intentions derrière tout élément de contenu.
Prendre conscience du commun tactique employé pour une telle tromperie est crucial, englobant :
(une) distorsions graphiques, (B) fausse déclaration de mesures sommaires, (c) langage ambigu, (D) allégations erronées de causalité, (E) omission de données ou informations cruciales, (F) des échelles et des tailles visuellement trompeuses, (G) tirer des conclusions à partir d’échantillons petits ou biaisés.
L'œuvre phare de Darrel Huff, Comment mentir avec les statistiques, explore parfaitement ce sujet.
Pour conclure, nous nous tournons vers un sujet qui suscite la réflexion Devis par Obi-Wan Kenobi à Luke Skywalker dans Star Wars : Épisode VI – Le Retour du Jedi :
"Luke, vous constaterez que bon nombre des vérités auxquelles nous nous tenons dépendent de notre point de vue."
