00:00 / 01:28
连播
清屏
智能
倍速
点赞8
00:00 / 13:34
连播
清屏
智能
倍速
点赞31
项飙:张雪峰不是真理,是社会矛盾逼出来的答案。 学历认知的内在悖论:家庭和年轻人一方面坚信“读书必须改变人生”,将学历视为唯一出路;另一方面又清醒意识到家庭出身、城市户籍和社会背景等结构性因素往往比学历更具决定性,形成“学历重要但无效”的矛盾心态。 张雪峰建议的现实基础与表达特征:其建议(如“家庭出身不好别学医”“学新闻打死他”)直指普通家庭在资源有限下的可操作抓手,语言极端但切中社会焦虑,本质是将复杂教育选择简化为可执行的生存策略。 教育被窄化为志愿填报的技术计算:家长与学生极少基于真实学习体验(如学科内容、日常学习过程、个人兴趣匹配度)做决策,而是完全依赖外部权威的“结果导向型”判断,导致教育退化为填表行为。 校园时空组织对生命感受的挤压:从中学到大学,高度规训的时间安排与封闭空间设计,持续压缩人际互动、自然感知与日常休憩等基本生存经验。例如九八五高校课堂中学生长时间静坐刷屏、对窗外风物毫无感知,反映身体与环境联结的钝化。 生命经验被系统性压抑与悬置:中学阶段亲人离世等重大生活事件常被家长刻意隐瞒,因被视为“干扰考试的无常”;友情等关系也被工具化——被贬为“不真实”“不值得投入”,唯有升学结果才是唯一真实。 “可抓住之物”的凸显源于其他维度的消逝:当环境、关系、身体感受、自然经验等原本丰盈的生命维度逐渐不可感、不可触、不可留时,“填好一张志愿表”这类具象、可控、即时反馈的行为,便成为唯一显得真实、可靠、值得全力抓住的对象。#项飙 #张雪峰 #浙江大学 #大学毕业典礼
00:00 / 05:40
连播
清屏
智能
倍速
点赞6386
00:00 / 00:54
连播
清屏
智能
倍速
点赞4635
用批判性思维看透数据背后的陷阱与真相 在数据驱动决策的时代,“用数据说话”成为共识,但数据本身并非绝对客观的“真理载体”。看似精准的数字、严谨的图表背后,往往隐藏着不易察觉的陷阱——误导性的统计、片面的样本、扭曲的解读,都可能让我们被数据“绑架”,做出错误的判断。而批判性思维,正是我们穿透数据迷雾、触及事物本质的核心工具,它能帮助我们理性审视每一组数据,区分“数据表象”与“事实真相”。 一、那些容易被忽略的“漏洞” 数据陷阱的本质,往往是“数据失真”或“解读偏差”,其表现形式多样,但核心都是利用信息不对称或认知惯性,误导受众。以下是最常见的几种数据陷阱,读懂它们,是批判性审视数据的第一步。 1.样本陷阱:以“部分”代替“整体” 样本是数据的基础,若样本选择不合理,再精准的计算也会得出错误结论。常见的样本陷阱有两种:一是样本量过小,比如用10个人的调查结果推断1000人的群体特征,随机性过大,结论不具备代表性;二是样本偏差,即样本无法覆盖整体的多样性,比如调查“年轻人的消费习惯”,却只选取一线城市的大学生,忽略了二三线城市、农村地区的年轻人,导致数据片面。 最典型的案例的是上世纪美国的“ Literary Digest 杂志预测总统选举”:该杂志通过邮寄问卷调查,预测兰登将击败罗斯福,但最终罗斯福以绝对优势获胜。原因在于,当时能收到问卷并回复的,多是家境富裕、有闲暇时间的人群,而这部分人仅占总人口的少数,样本严重偏离整体选民结构,最终导致预测失败。 2.统计口径陷阱:“偷换概念”的数字游戏 同一指标,采用不同的统计口径,可能会得出完全相反的结果,这是最隐蔽也最易被利用的陷阱。比如“失业率”的统计,有的口径将“未就业但未主动求职的人”排除在外,有的口径则包含这部分人;再比如“人均收入”,有的按“常住人口”统计,有的按“户籍人口”统计,统计口径的差异,会让数据失去可比性。 生活中最常见的例子,是商家的“促销宣传”:某商品宣称“降价50%”,看似优惠力度极大,但可能是将“原价”虚高,再以虚高的价格为基数计算降价比例;还有的商家将“单件商品降价”与“套装降价”混淆,口径不一致,却用统一的“降价比例”误导消费者。 3.因果陷阱:把“相关”当作“因果” 数据往往能显示两个变量之间的“相关性”,但相关性不等于因果关系。很多人会陷入“因为A和B同时出现,所以A导致B”的误区,忽略了背
00:00 / 01:18
连播
清屏
智能
倍速
点赞0
00:00 / 01:22
连播
清屏
智能
倍速
点赞3
00:00 / 05:59
连播
清屏
智能
倍速
点赞8