โลกร้อน เวอร์ชั่น logical fallacy
สิ่งที่คุณควรคิดสักนิดก่อนเชื่อคำหลอกลวงจากสื่อต่างๆ
1. Incorrect sampling การสุ่มตัวอย่างที่ผิดพลาด
1.1 Insufficient sample: การที่คุณหยิบหินจากถุงมา 1 ลูก แล้วได้หินสีดำ ไม่ได้หมายความว่าหินทั้งหมดในถุงจะเป็นสีดำ เมกาโดนเฮอริเคนไปหนึ่งลูก คนตายมากมาย อย่าเพิ่งสรุปว่าช่วงนี้เฮอริเคนเยอะเหลือเกิน
1.2 Selective sample: บางคนก็ชอบเปิดเผยให้เราเห็นเฉพาะส่วนที่เขาต้องการ บางทีเขาก็หยิบได้หินสีขาว แต่แอบโยนทิ้งไปไม่ให้คุณเห็น หรือไม่มีใครสนใจมัน เช่นเดียวกัน ถ้าปีนี้บ้านคุณร้อนตับแตกหรือน้ำท่วมจนมิด ก็ไม่ได้หมายความว่าส่วนอื่นของโลกจะเป็นเหมือนบ้านคุณ
1.3 Biased sample: คือการสุ่มตัวอย่างไม่เป็น random ที่สมบูรณ์ เช่น อย่ารีบสรุปเมื่อคุณเห็นว่านักวิทยาศาสตร์ที่ออกทีวีเกือบทุกคนเห็นด้วยว่ามนุษย์เป็นสาเหตุของโลกร้อน เพราะอาจมีจำนวนมากที่ไม่มีความเห็น ไม่แน่ใจ หรือไม่เห็นด้วย แต่นักข่าวไม่ยอมไปถาม
2. Data accuracy ความถูกต้องของข้อมูลดิบ ค่าบางค่าหรือตัวเลขบางตัวอาจจะผิด หรือมีหลาย version ก็ได้ โลกนี้มีนักวิทยาศาสตร์มากมายหลายกลุ่ม เวลาประเมินค่าบางทีก็อาจได้ตัวเลขออกมาต่างกัน มีหลายครั้งที่สื่อยกเอา version ที่ดูน่ากลัวที่สุดในบรรดาหลาย 10 version มาหลอกคนดู
3. การเชื่อมโยงระหว่างสิ่งเลวร้ายกับผลลัพธ์ที่เลวร้าย สิ่งเลวร้ายอย่างหนึ่ง อาจไม่ได้เป็นสาเหตุของเรื่องเลวร้ายทุกอย่างก็ได้ เช่น การขายชาติของนายกบางคน กับการที่รถชนหมาบนทางด่วน เช่นเดียวกัน การใช้พลังงานอย่างไม่บันยะบันยัง ก็ไม่จำเป็นต้องเป็นสาเหตุของความหายนะทุกเรื่อง
4. Relative scale : ปริมาณอันมหาศาลของตัวแปรบางตัว บางทีการปล่อยสาร xxx ออกมาเป็นจำนวนหลายพันล้านตัน นั้นอาจจะไม่มีความหมายอะไรเลยก็ได้ การดูว่าเยอะหรือน้อยนั้นต้องเทียบกับสิ่งแวดล้อม ลองดูตัวอย่างตลกๆต่อไปนี้
มีเคหวัตถุขนาดเท่าดวงจันทร์กำลังพุ่งตรงมายังโลก ด้วยความเร็ว 6 หมื่น 3 พันกิโลเมตรต่อชั่วโมง ซึ่งจะมีพลังงานรวมเทียบเท่านิวเคลียร์ 6 ล้านลูก
แตกตื่นกันได้แล้ว โลกแตกแน่ ...
แต่เมื่อคำนวณต่อไปพบว่า วัตถุดังกล่าวอยู่ห่างออกไป 20 ล้านปีแสง จะเสด็จถึงโลกในเวลาราว 3 หมื่นหกพันล้านปี
5. Bandwagon fallacy: การที่คนรอบข้างคุณเชื่อในสิ่งๆหนึ่ง หรือโทรทัศน์ออกข่าวเดิมซ้ำกันหลายครั้ง ก็มิได้หมายความว่าสิ่งนั้นจะต้องเป็นจริงเสมอไป เมื่อพันปีก่อนคนเชื่อกันว่าโลกแบน ก็ไม่ได้หมายความว่ามันจะต้องแบน
6. Multiple cause: หลักการก็คือ ถ้า A ทำให้เกิด B ได้ แล้วเราไม่ควรสรุปว่าเมื่อเกิด B แล้ว A จะต้องเกิดตาม ตัวอย่างเช่น ถ้าระดับน้ำทะเลสูงขึ้น (A) ทำให้ชายฝั่งทะเลหายไป (B) ได้; เรายังไม่ควรสรุป 100% ว่าเมื่อชายฝั่งหายไป (B) แล้วระดับน้ำทะเล (A) จะต้องสูงขึ้น อาจมีตัวแปรอื่น เช่นความเปลี่ยนแปลงของกระแสน้ำ (C) หรือการสะสมของตะกอนจากแม่น้ำ (D) ซึ่งสามารถทำให้เกิด B ได้เช่นกัน
7. Fear of persecution: มนุษย์มีลักษณะเหมือนแกะ ตรงที่ชอบทำตามคนหมู่มากในบางเรื่องที่ถ้าไม่ทำแล้วอาจเป็นภัยแก่ตัว ตย.เช่นในยุคกลาง มีน้อยคนที่กล้าวิจารณ์พระเจ้า เรื่องบางเรื่อง
คุณอาจไม่ค่อยได้ยิน แต่ไม่ได้หมายความว่าจะไม่มีคนคิดเช่นนั้น
8. Scapegoat (แพะบูชายัญ): มนุษย์ส่วนใหญ่ไม่ค่อยยอมรับว่าตัวเองไม่รู้ เวลาที่ถูกถามว่าภัยธรรมชาติอย่างหนึ่งมีสาเหตุมาจากอะไร คนถูกถามก็จะมั่วคำตอบที่ตอบแล้วดูดี ถ้าคิดอะไรไม่ออกก็โทษการตัดไม้ทำลายป่า กับโลกร้อนไว้ก่อน เพราะตอบแล้วดูดีกว่าตอบว่า "มันเป็นความแปรปรวนตามธรรมชาติหรือยังหาสาเหตุไม่ได้" เยอะเลย เป็นการสร้างความเข้าใจผิดให้เด็กๆที่โตมากับความเชื่อเหล่านี้
9. Misleading presentation : มีปัจจัยเกือบสิบอย่างที่ทำให้ภูมิอากาศเปลี่ยนแปลงได้ ลองค้น
internet ดูแล้วจะรู้แต่ทำไมต้องจงใจที่จะไม่กล่าวถึงปัจจัยอื่นกันเลย ต้องมาลงที่ก๊าซ CO2 อย่างเดียว
10. Effect of scare tactic: คนชอบฟังแต่ข่าวร้าย ปี 2000 ก็ทีนึงแล้ว ถ้านอสตราดามุสบอกว่าโลกจะสงบสุข เขาก็คงไม่ดังแบบนี้
[กลโกงทางสถิติศาสตร์]
1. การเล่นกับแกน x เพียงเปลี่ยนจุดเริ่มต้นแกน x ไปเพียงนิดหน่อย สิ่งที่คุณเห็นอาจไม่ใช่สิ่งที่เป็นจริง ลองดูตัวอย่างกึ่งสมมุติต่อไปนี้
ปี 1999 พื้นที่น้ำแข็งขั้วโลก 20 ล้านตร.กม
ปี 2000 -------------------- 19
2001 ------------------------- 18
2007 ------------------------- 17
โอว คุณสรุปว่าโลกต้องวิบัติแน่นอน
แต่เขาบังเอิญลืมบอกไปว่าปี 1997 มีพื้นที่น้ำแข็ง 16 ล้านตร.กม และปี 1999 เป็นปีที่หนาวเย็นผิดปกติ
2. การเล่นกับแกน y -- สเกลของแกน y ถูกขยายให้ใหญ่เกินควร การที่ข้อมูลสูงถึงเพดานจนต้องนั่งเครนขึ้นไปชี้นั้นไม่ได้มีความหมายอะไรเลย นอกจากเพื่อสร้างความตื่นตระหนก
3. การใช้รูป 3 มิติหรือ 2 มิติแทนข้อมูล 1 มิติ จะเห็นตัวอย่างได้ชัดจากรูปความรุนแรงของระเบิดนิวเคลียร์ที่มีคนโพสในพันธ์ทิพย์เมื่อไม่นานมานี้ การใช้รูปหมอกดอกเห็ดที่เป็น 3 มิติ แทนที่จะเป็นข้อมูลกราฟแท่งแบบ 1 มิติตามที่ควรจะเป็น - ก็ทำให้ดูว่าน่ากลัวกว่าที่เป็นจริงได้ จริงๆแรงกว่าแค่เพียง 10 เท่า แต่เวลาคนดูนึกถึงรูป 3 มิติแล้วก็กลายเป็นเข้าใจว่าแรงกว่า 1000 เท่า
4. Use of extrapolation: แนวโน้มของข้อมูลในอดีตไม่ได้บอกอนาคตเสมอไป การที่สิ่งหนึ่งเพิ่มขึ้นในปัจจุบัน ไม่ได้จำเป็นว่ามันจะต้องเพิ่มขึ้นแบบนั้นไปเรื่อยๆ คนจำนวนมากชอบใช้หลักการที่ผิดนี้ในการตัดสินใจ ตย. เช่น ตลาดหุ้น อสังหาฯ ราคาทอง -- หลายคนได้บทเรียนมาแล้ว เพราะฉะนั้นอย่าพึ่งรีบสรุปว่าโลกใบนี้ต้องร้อนขึ้นเรื่อยๆจนหายนะ
5. Correlation ความบังเอิญไปทางเดียวกันของข้อมูล นี่ก็เป็นอันนึงที่พบได้บ่อย การที่ของ 2 สิ่งเพิ่มขึ้นในช่วงเวลาเดียวกัน ไม่ได้หมายความว่าสิ่งหนึ่งต้องเป็นสาเหตุของอีกสิ่งหนึ่ง ทั้งสองสิ่งอาจไม่เกี่ยวข้องกันเลยก็ได้ ลองพล็อตกราฟระหว่างจำนวนเว็บโป๊กับอุณหภูมิของโลกตั้งแต่ปี 1990 - 2007 คุณจะพบว่ากราฟมันไปในทางเดียวกันอย่างไม่น่าเชื่อ เลิกดูเว็บโป๊ได้แล้วเว้ยโลกมันร้อน!
6. Repetitive correlation ความบังเอิญหลายครั้ง การที่ A เพิ่มพร้อมกับ B, ต่อมา A ลดแล้ว B ก็ลดพร้อมๆกัน เป็นเช่นนี้หลายครั้ง คุณก็รีบสรุปว่า A เป็นปัจจัยที่ทำให้เกิด B -- อาจจะจริง แต่อาจจะผิดก็ได้ ด้วยสาเหตุหลายประการคือ 1. ที่จริง B เป็นสาเหตุของ A ซะเอง (wrong
direction) หรือ 2. มี C ที่เป็นตัวแปรต้นของทั้ง A และ B (joint effect)
7. ความมีนัยสำคัญ ข้อนี้คือสิ่งที่คนส่วนใหญ่มองข้ามมากที่สุด
สมมุติว่าทั้ง 5 ข้อข้างล่างนี้เป็นจริง 100%
1. มนุษย์ทำให้ก๊าซ CO2 เพิ่มขึ้น
2. CO2 เป็นหนึ่งในก๊าซเรือนกระจก
3. ก๊าซเรือนกระจกทำให้โลกร้อน
4. โลกร้อนจะทำให้น้ำท่วมโลก
5. ถ้าน้ำท่วมจะทำให้โลกวิบัติ คนตายมากมาย
คุณสรุปได้แล้วใช่ไหมครับว่า ถ้าปล่อยให้เป็นแบบนี้โดยไม่ทำอะไรเลย มนุษย์ต้องประสบหายนะแน่นอน
-- ยังก่อนครับ คุณยังสรุปไม่ได้จาก 5 ข้อข้างต้น เพราะเราไม่รู้สัดส่วนและขนาดของตัวแปรต่างๆ
ลองดูตัวอย่างตลกๆต่อไปนี้
1. เพื่อนคุณปวดเยี่ยวมากๆ
2. เพื่อนต้องการเยี่ยวหลังบ้านคุณ
3. เยี่ยวเป็นของเหลว
4. ของเหลวและน้ำที่มากเกินไปเป็นสาเหตุของน้ำท่วม
ไปเยี่ยวที่อื่น เดี๋ยวน้ำท่วมบ้านผม ถึงน้ำจะท่วมได้จากสาเหตุอื่น แต่เยี่ยวเอ็งก็เพิ่มระดับของน้ำให้มันท่วมมากขึ้น เอาเหอะ ถึงเยี่ยวเอ็งจะไม่ได้เป็นสาเหตุของน้ำท่วม แต่ข้าก็ป้องกันไว้ก่อนไม่มี
อะไรเสียหายอยู่แล้วนี่?!?
จะเห็นได้ว่าบางทีเหตุและผลก็เป็นจริง แต่ผลของมันก็อาจน้อยจนไม่มีนัยสำคัญก็ได้ (insignificant)
หรืออีกตัวอย่าง
1. มีโอกาสที่คุณจะโดนรถชนตายในวันนี้ ถ้าคุณออกนอกบ้าน
2. คุณไม่อยากตาย
3. ถ้าคุณอยากไปทำงาน คุณต้องออกนอกบ้าน
4. คุณลาออกจากงานเดิม มา work at home ดีกว่า
5. คุณไม่ออกนอกบ้านอีกเลย เพราะเป็นการเพิ่มความเสี่ยงที่คุณจะตาย
จะเห็นได้ว่าการป้องกันไว้ก่อน หรือ safety first นั้น บางทีมันก็ไม่คุ้ม
ดูตัวอย่างแล้วคุณน่าจะคิดได้แล้วว่า การจะแก้ไขปัญหาอะไรสักอย่างนั้น ต้องพิจารณาหลายเรื่องคือ
1. โอกาสที่จะเกิดปัญหา
2. ความรุนแรงของปัญหา ปัญหาเกิดขึ้นแล้วมีข้อดี/ข้อเสียอะไรบ้าง
3. ค่าใช้จ่ายที่ต้องเสียในการปฏิบัติวิธีแก้ปัญหา เทียบกับความสัมฤทธิผล
ลองมาประยุกต์ใช้กับสถานการณ์โลกร้อน
1. โลกจะร้อนขึ้นจริงหรือไม่ ร้อนทั้งโลกหรือไม่ หรือแค่บางจุด ในอนาคตมีโอกาสเย็นลงเองหรือไม่
2. โลกร้อนมีแต่ข้อเสียจริงหรือ มีข้อดีบ้างหรือไม่ ชั่งน้ำหนักข้อดีกับข้อเสีย ร้อนแล้วน้ำแข็งจะละลายมากน้อยเพียงไร - CO2 เพิ่มขึ้นต้นไม้ก็โตเร็ว โลกร้อนขึ้นแถบซีกโลกเหนือก็ใช้พลังงานน้อยลง
3. วิธีแก้ปัญหาทำแล้วได้ผลจริงหรือไม่ มากน้อยเพียงไร ไม่ใช่เสียงบไปหมื่นล้านเพื่อปลูกต้นไม้ แต่กลับลด CO2 ได้ เพียง 2 ppm. ก๊าซ CO2 ที่เกิดจากพลังงานที่ใช้ไปในการปลูกต้นไม้นั้นอาจมากกว่า CO2 ที่ลดได้เสียอีก หรือลดการใช้น้ำมันจนหืดขึ้นคอ แต่อุณหภูมิเปลี่ยนไปเพียง 0.00000000001 องศา หรือเปลี่ยนมาใช้เซลล์แสงอาทิตย์ แต่กลับต้องเสียพลังงานไปมากจนเหลือเชื่อในการผลิตเซลล์ดังกล่าวขึ้นมา หรือการให้งบกับพวกโลกร้อนใช้ในการวิจัยที่เปล่าประโยชน์ แทนที่จะนำไปวิจัยหาพลังงานที่ยั่งยืนหรือแก้ปัญหาอื่นของมนุษย์โลก จำเป็นหรือไม่ที่ต้องหลอกคนว่าโลกร้อนเพราะก๊าซ CO2 ในการทำให้พวกเขาอนุรักษ์ธรรมชาติ
โลกจะร้อนเพราะมนุษย์หรือไม่ ก็คงต้องพิสูจน์กันต่อไป แต่จะดีกว่าถ้าผู้ที่เกี่ยวข้องได้รับข้อมูลทั้งสองด้าน
และที่แน่นอนก็คือว่า โลกร้อนไม่ได้เป็นอะไรที่วงการวิทยาศาสตร์มีความเห็นตรงกันเป็น
เอกฉันท์เหมือนที่สื่อหรืออัลกอร์สร้างกระแส
แก้ไขเมื่อ 16 ก.ย. 50 01:13:29
แก้ไขเมื่อ 16 ก.ย. 50 01:09:25
จากคุณ :
ธีรภัทร์2 
- [
16 ก.ย. 50 01:05:16
]
สิ่งที่คุณควรคิดสักนิดก่อนเชื่อคำหลอกลวงจากสื่อต่างๆ [ตรรกศาสตร์]
เข้ามาดู
55
