当公众共识与专家意见相悖时,它总是错误的。
历史表明,公众对专家的怀疑在许多情况下都是合理的,例如早期对烟草安全和某些药物风险的警告。专家也会犯错,而公众的关注有时能发现机构忽略的问题。
公众共识和专家控制代表了社会决策中两种相互竞争的方式。公众共识依赖于集体意见和民主参与,而专家控制则依赖于专业知识和权威。理解二者的区别有助于厘清围绕信任、治理以及谁应主导关键决策等问题的争论。
民众通过讨论、投票或就某一问题达成的集体协议。
一种决策方法,由具有专门培训和资质的人员指导其领域的决策结果。
| 功能 | 公众共识 | 专家控制 |
|---|---|---|
| 权威来源 | 集体舆论 | 专业培训和资质 |
| 决策速度 | 会随着文化潮流迅速变化 | 速度较慢,基于研究和深思熟虑 |
| 知识基础 | 生活经验和共同价值观 | 正式研究和同行评审证据 |
| 问责制 | 分布于人口中 | 集中于机构和个人 |
| 易受偏见影响 | 受错误信息和情绪的影响 | 受学科盲点的影响 |
| 在民主中的作用 | 反映了大多数人的意愿 | 指导超出公众专业知识范围的技术决策 |
| 适应性 | 对新叙事反应迅速 | 没有确凿证据就拒绝改变 |
| 信任要求 | 对同胞和共享媒体的信任 | 对机构和有资质人士的信任 |
公众共识的权威性源于人数和共同的情感。当足够多的人对某事达成共识时,这种共识就具有分量,尤其是在民主制度下,多数人的意见会影响政策。相比之下,专家权威的建立则依赖于资历、多年的学习以及在特定领域展现出的能力。气候科学家关于全球变暖趋势的观点,由于其接受过专门训练,即使公众并不认同,也比一般民意调查更有分量。
公众共识的形成速度惊人。一条病毒式传播的故事或一场运动就能在几天之内改变数百万人对某个问题的看法。而专家意见的转变则更为谨慎,通常需要经过研究、同行评审和机构审查才能改变立场。这种较慢的节奏在危机时期会让民众感到沮丧,但往往能得出更稳定、更经过充分检验的结论。
当问题涉及深奥的技术知识时,例如疫苗安全或核安全,专家意见往往比公众舆论更有效。大多数人缺乏评估临床试验数据或反应堆物理学的专业知识。然而,公众共识在决定哪些问题值得关注方面发挥着至关重要的作用,因为仅凭专家意见并不总是能优先考虑公众真正关心的问题。
公众共识容易受到虚假信息、情绪化推理和有组织的宣传活动的影响,这些都会扭曲人们的真实想法。专家控制也面临自身的风险,包括群体思维、利益冲突以及忽视领域外合理意见的倾向。这两种体系都可能失效,因此健康的社会通常会融合两者的要素,而不是仅仅依赖其中任何一种。
公众共识之所以显得合理,是因为它反映了人们的真实想法,即便这些想法并不完美。专家把关之所以显得合理,是因为它反映了训练有素的专业人士经过仔细研究后得出的结论。当公众对机构的怀疑情绪日益增长时,这两者之间的张力往往会显现出来,例如在气候政策、公共卫生指令和经济预测等方面的辩论中。
当公众共识与专家意见相悖时,它总是错误的。
历史表明,公众对专家的怀疑在许多情况下都是合理的,例如早期对烟草安全和某些药物风险的警告。专家也会犯错,而公众的关注有时能发现机构忽略的问题。
专家完全客观公正,不受任何偏见影响。
所有专家都在受资金来源、机构文化和学科假设等因素影响的框架内开展工作。同行评审可以减少误差,但无法消除偏见,因此,利益冲突的透明度至关重要。
公众共识是指所有人都同意。
共识很少是完全一致的。它通常意味着一种主流观点已经形成,但仍有相当一部分人持有不同的立场。将共识视为完全一致可能会压制重要的异议。
专家控制使决策过程摆脱了政治因素的影响。
听取哪些专家的意见、资助哪些研究课题以及如何应用研究成果,这些决策都带有浓厚的政治色彩。即使是技术性的建议,也包含对风险、成本和优先级的价值判断。
公众无法理解复杂的问题。
科学传播领域的研究表明,只要解释得清晰易懂,人们就能理解复杂的主题。障碍往往在于沟通不畅,而非公众的理解能力不足,因此,良好的翻译至关重要。
公众共识和专家控制并非各有优劣,二者各有优势。公众共识最适用于设定道德准则和体现集体价值观,而专家控制则更适用于需要专业知识的技术决策。最合理的做法是将两者结合起来,既让专家参与决策,又让公众保留设定方向和监督机构的权力。
比较判断和独立评价是批判性思维情境下评估质量的两种截然不同的方法。比较判断依赖于作品间的相对比较,而独立评价则采用绝对标准,对每个作品单独进行评价。这两种方法在教育和研究领域都已被证明行之有效。
非对称分析和对称假设代表了评估证据和论证的两种截然相反的方法。非对称分析根据具体语境和举证责任来衡量论点,而对称假设则认为相互竞争的论点具有相同的可信度,直到被证明并非如此。理解这两种方法有助于提升批判性思维能力。
抽象问题解决强调在陌生情境中进行灵活、创造性的推理,而基于规则的编程则依赖预定义的逻辑指令来产生结果。这两种方法都影响着机器和人类应对挑战的方式,但它们在适应性、透明度和最擅长处理的问题类型方面存在显著差异。
第一性原理分析将问题分解到最基本的真理,然后再向上推理;而情绪反应则基于即时感受对情境做出反应。两者都会影响人类的决策,但它们通过截然不同的认知路径运作,各有其优势和盲点。
独立思考依赖于个人推理、反思和信息评估,而平台算法则通过优先推送互动性强的内容,影响着人们所看到的内容,并常常左右着他们的思维方式。这种对比在现代信息消费中扮演着重要角色,尤其是在社交媒体、新闻推送和推荐系统中。