不可轻信专家的意见
在评估权威人士的意见时，我们首先要问谁或什么使他们具有了权威性。如果权威性来自他们曾经见证了某些事件，那么这些见证又有多大的信服力呢？
再崇高的权威也一定会出错。21世纪初，美国政府就曾误认为伊拉克存在大规模杀伤性武器（WMD）。相比而言，在政治方面担心更小的领域，科学家们曾经都认为人类的染色体数量为24对，而不是23对。 [1] 因此，参考社会公认权威的说法并不是评估某种表述的最后一个步骤，反而只是一个良好的开始。
专家们的谈话方式有两种，而知道如何分辨它们，对你来说非常重要。在第一种谈话方式中，他们回顾事实和证据，将其综合之后形成一种基于证据的结论。在这个过程当中，他们向你说明什么是证据，为什么它们具有相关性，以及这些证据怎样能够帮助他们得出结论。科学理应遵循这种方式，法庭审判也应当采用这种方式，而且最佳的商业决策、医疗诊断和军事战略的制定都应当采取这种方式。
专家们的第二种谈话方式是只和他人分享观点。专家也是人，就像我们一样，他们往往也会喜好谎言，也会沉溺于自我反省过程中飘忽、松散的思绪，也会喜欢假想和未经检验的想法。这些都没有什么问题——一些好的、可测试的想法正是来自这种联想思维——但是，却不应该把它与逻辑实证论点相混淆。权威专家和科学家为大众编写的书籍和撰写的文章经常包含这种狂放不羁、天马行空的臆测，而我们之所以能够欣然接受，是因为作者的专业知识和修辞才能给我们留下了深刻的印象。不过，如果再做得好些，作者还应揭开权威面纱，让你得以深入体察，至少能够让你看到其中的些许证据。
一般来说，专家这个称呼专指这些人：接受过特殊培训的人、花费了大量的时间来拓展专业知识的人（如医生、飞行员、音乐家和运动员等），以及那些能力和知识被认为与其他人密切相关的人。如此这般，专业知识可以说是一种社会性的判断，我们比较的是一个人的技能和世界上其他人的技能水平。专业知识具有相对性。爱因斯坦是60多年前的一位物理学专家，假如他活到今天，并且没有把史蒂芬·霍金和当今众多物理学家所具备的物理学知识增加到自己的知识库，那么他就很有可能不被人们视为物理学专家。专业知识还遵循一个连续性方面的规律。尽管埃德加·米切尔 [2] 是仅有的12个登上过月球的人之一，但是说米切尔上尉是一位在月球行走方面的专家却很有可能不是准确的表述（尽管米切尔几乎比世界上任何人都更了解月球行走）。
具备相似培训水平和专业知识的专业人士不一定赞同彼此的观点。即便能够达成一致意见，他们的观点也不会总正确。成千上万的专业财务分析员所做的股票行情预测完全错误，而少数的行业新人反而能做到正确预测。几乎所有著名的英国唱片公司曾经都拒绝了甲壳虫乐队的作品小样，而没有流行音乐专业知识的年轻制作人乔治·马丁（George Martin）却指定该乐队签约百代唱片公司（EMI）。发明了图形交互界面计算机的施乐帕克研究中心（Xerox PARC）当时并没有预见到个人计算机的发展前景，而没有任何商业经验的史蒂夫·乔布斯却认为它的认识有误。在上述这些领域内，新人成功的原因一般被理解为股市行情和大众流行音乐品位的不可预测性很高并且无章可循。然而，事情已然发生。所以，并不是说专家就绝不会出错，而只是说从统计学的角度来讲，他们正确的可能性更高一些而已。
很多从事发明创造工作的人都曾被专家告知“这绝对行不通”。这方面最知名的例子是发明了飞机的怀特兄弟和他们当时的伙伴。怀特兄弟高中辍学，从未接受过任何航空飞行和物理学方面的正式培训。很多有正式培训背景的专家曾经公开宣布，比空气重的飞行机器绝对不可能实现。怀特兄弟自学成才。当他们制造出实用的、比空气重的飞机时，他们的坚毅品格已经使自己变成了实际上的专家，并且证明了其他专家的观念不正确。通过电影《点球成金》（Moneyball ）所讲述的有关棒球的故事，原小说作者迈克尔·刘易斯（Michael Lewis）向世人展示了一个人如何拒绝世俗认知，并运用逻辑和统计方法来分析与解决长久存在的问题，从而击败所谓的专家：奥克兰运动家队总经理比利·比恩（Billy Beane）采用了其他球队看不上眼的球员评价指标，打造了一支具有强大战斗力的球队，并且连续两年进入季后赛决赛阶段，极大地提升了整支球队的价值。
专家们通常都获得了相关的许可，或者拥有高等学历，抑或受到了其他权威人士的认可。我们可以把获得丰田汽车工厂认证的修理工视为丰田汽车方面的专家，而大街上自食其力、自学成才的汽车修理工也可能具有相同的专业知识，并且在技术方面还可能更出色，收取的修理费用却更低廉。只不过后者的专业技能好于前者的概率不高。对你来说，想要找到技术更出色、收费更低廉的修理工往往比较困难。这只不过是一个平均概率的问题：就修理好你的丰田汽车而言，一般的经过丰田认证的修理工的专业知识要比一般的自食其力的修理工更多一些。当然，例外情况肯定存在，所以你必须把逻辑分析重点放在这个方面。我认识一位奔驰汽车修理工，他不但曾在一家奔驰汽车经销商那里工作过25年，而且还是所有修理工里最有名气、修理技术排名第一的人。35年的从业经验（截至我认识他时）使他掌握的汽车修理专业知识比那家代理商的很多年轻修理工都要丰富得多。或者，还存在另一种情况：自食其力的修理工可能专门致力于某些修理工作，而且经销商很少为客户提供这方面的服务，比如变速器大修或汽车重新装潢。让一位每月都做5次差速器重新组装工作、没有获得认证的修理工来为你重装汽车差速器，肯定要好于让一位可能只在读技校时做过一次此类工作的代理商修理工。这其中的道理就像人们对于外科医生的一种说法一样：一位做过200次相同手术的医生，不管他所做的那些手术质量如何，你都愿意让他为你做手术，而不愿让那些只做过一两次同样手术的医生来做。
在科学、技术和医学领域，专家们的著作或作品会发表在同行审议期刊上（发表在实时性出版物上的则更多）或者以专利的形式出现。他们或许已经得到认可，比如获得过诺贝尔奖、大英帝国勋章或国家科学奖章。在商业领域，专家们或许已经获得诸如开办和经营企业或聚集财富（沃伦·巴菲特、比尔·盖茨）方面的经验。当然，也有的获得了较小的荣誉——月度销售员、年度汽车修理工，以及社区颁发的最佳奖项（例如，最佳墨西哥餐厅、最佳屋顶建设承包商）等。
在艺术和人文领域，专家们也许在大学里任职，或者其专业知识受到了那些在大学或政府部门任职的人或专家小组的认可。这些专家小组一般是通过向先前的获奖者和精心安排的观察人员征求建议的方式来组建的。诺贝尔奖和麦克阿瑟“天才”奖的提名与筛选小组的组建所采用的正是这种方式。
如果从事艺术和人文领域工作的人已经获得某个奖项，比如诺贝尔奖、普利策奖、肯尼迪中心荣誉奖、北极星音乐奖、加拿大朱诺音乐奖、国家图书奖、纽伯瑞儿童文学奖，以及布克奖，那么我们就可下结论说，他称得上是自己所在领域的专家。 [3] 在判断专业水准时，由同行颁发的奖项尤其有用。美国作曲家、作家与出版商协会（ASCAP）的会员仅限于专业歌曲作家，它的奖项颁发由会员投票决定。这个奖项之所以有意义，是因为它的授予方由同行专家组成。格莱美奖和奥斯卡金像奖同样分别由音乐与电影业内同行人员投票来决定奖项的归属。
你可能在想，“请等一等。这些奖项中总会包含政治和个人喜好的因素。我最喜欢的演员/歌手/作家/舞蹈家从来没有获过奖，但是我敢打赌说，我可以找到成千上万认为他的水平丝毫不亚于今年的年度获奖者的人”，但这又是另一回事了。评奖体系侧重于保证每一位获奖者实至名归，但这并不等于说每位应该得奖的人都是获奖者（请回忆一下之前讨论过的不对称性）。那些受到真诚的、受人尊敬的奖项认可的人，其水平一般都会达到专业水准[这里再一次有例外情况存在，比如1990年的格莱美音乐奖最初颁发给了米力瓦利（Milli Vanilli）合唱团，但后来又收回了；颁发给《华盛顿邮报》女记者珍妮特·库克（Janet Cooke）的普利策奖两天后被收回，原因是获奖的故事报道具有欺骗性。小说家加夫列尔·加西亚·马尔克斯（Gabriel García Márquez）打趣说，库克其实可以获得诺贝尔文学奖]。当一位专家的欺诈行为被揭发后，他们的专业知识是否会遭到否定呢？也许会。这种行为必定会影响他们的信誉——既然你已知道他们说了一次谎，那么就要当心他们会继续说谎。
专业知识面一般较窄
罗伊·梅多，即那位在莎莉·克拉克涉嫌谋杀婴儿案中出庭作证的儿科医师，并不具备医学统计学或流行病学方面的专业知识。他从事医疗行业，把他推到证人席上的公诉人无疑希望陪审员们能够认为他有这方面的专业知识。作为三位晶体管发明者之一的威廉·肖克利（William Shockley）获得了诺贝尔物理学奖。后来，他所大力宣扬的种族主义观点之所以能够在社会上站住脚，可能是因为人们臆测到既然他有足够的智慧获得诺贝尔奖，那么他也一定知道一些其他人不知道的事情。今天人们普遍质疑的莫扎特效应，其“发现者”戈登·肖（Gordon Shaw），是一位缺少行为科学知识培训的物理学家；正如他们对肖克利所做的那样，人们大概会揣度，“他是一位物理学家——他必定非常聪明”。但是，智慧和经验往往是特定领域内的事情，这与人们通常持有的那种把智慧看作单个的、集合数量的认识正好相反。世界上最优秀的丰田汽车修理工有可能无法为你的大众汽车做故障判断，最优秀的税务律师也许给不出违约诉讼方面的最佳建议。假如我们想就社会科学问题进行提问，物理学家也很有可能不是能回答我们所提问题的最佳人选。
对于那些利用自己扮演的人物形象进行产品宣传的演员，我们在内心深处（希望不是在我们的理性思维当中）都为其精心保留了一席之地。萨姆·沃特森（Sam Waterston），就像他在电视剧《法律与秩序》中扮演的那位既可靠而又有职业道德的地方检察官杰克·麦科伊（Jack McCoy）一样，非常值得信赖。尽管他为亚美利交易控股公司（TD Ameritrade）所做的商业广告非常令人信服，可是作为一名演员，他本人却对银行和投资方面的事务没有什么见解。30多年前，因参演电视剧《医学博士马库斯·韦尔比》（Marcus Welby, M.D. ）而备受人们喜爱的演员罗伯特·杨（Robert Young），曾经为Sanka（一种不含咖啡因的咖啡品牌）咖啡拍摄过商业广告。克里斯·鲁宾逊（Chris Robinson）和皮特·伯格曼（Peter Bergman），分别出演了电视剧《综合医院》和《我的孩子们》。他们二人曾经代言了一种药品——Vicks Formula 44 [4] ；在美国联邦贸易委员会出台了相关规定（所谓的“白色外套”规则）之后，这两位演员不得不发布一份免责声明。这份声明随后演变成了一个流行口号：“我不是医生，但我在电视上扮演过医生。”很明显，那些容易受骗的电视观众把演员在电视剧里表现出来的权威错误地当作了他们在现实医药行业中的权威。
信息来源等级
由于一些出版物可能比另一些出版物更有可能咨询真正的专家，所以还存在信息来源的等级问题。一些信息来源的连续可靠性要比另外一些更好。在学术界，经过同行评审的文章一般来说要比图书的准确性更高，而主流出版社的图书一般要比自费出版的图书更准确一些（因为主流出版社不仅更有可能对出版内容进行审阅和校订，而且支撑它们这样做的财务能力也更强）。一些获奖报刊，比如《纽约时报》《华盛顿邮报》《华尔街日报》，凭借着它们在新闻报道方面一贯的准确性为自己赢得了社会声誉。这些报社力争做到对所有新闻报道进行独立审核与验证。如果一位政府官员向记者透露了某些信息，记者就会从另一位政府官员那里去证实。如果某位科学家发表了某种论断，记者就会联系与该项研究发现没有任何利益联系的其他科学家，以便听取独立的意见。这些报社确实也会犯错误，就连《纽约时报》的记者们都曾因伪造新闻报道而获罪，并且这份号称“档案记录报”的报纸每天都会刊载勘误表。包括诺姆·乔姆斯基（Noam Chomsky）在内的一些人士就曾争论说，《纽约时报》就是政府的一种宣传工具，它在报道与美国政府有关的新闻时连一丁点儿适度的怀疑精神都没有。 [5] 但是，这个问题就像上文讨论过的汽车修理工问题一样，也是一个平均数的问题——你在《纽约时报》上读到的绝大多数内容可能比你在《纽约邮报》（打个比方）上读到的内容更真实。
声誉较高的信息源一般都在对事实的可靠性非常有把握之后，才会发布信息。网络上涌现出来的很多信息源并不遵循这样的标准。在一些情况下，它们会赶在那些更为传统和谨慎的媒体之前，率先发布新闻，并且还能做到准确报道。我们很多人都是最先在TMZ.com网站 [6] 上得知迈克尔·杰克逊（Michael Jackson）的死讯的，随后传统媒体才报道了这一消息。与《洛杉矶时报》和NBC相比，TMZ.com更愿意根据较少的事实证据来发布这个新闻报道。在这个特定的情形中，虽然事实印证了TMZ.com做法的正确性，但你可不能总是指望这种报道方式。
推特上流传的大量关于名人去世的报道最后都被证明是虚假报道。仅2015年一年，这些不实报道就包括了卡洛斯·桑塔纳 [7] 、詹姆斯·厄尔·琼斯 [8] 、查尔斯·曼森 [9] 和成龙的离世消息。2011年，推特发布的一条虚假报道致使Audience,Inc.公司 [10] 的股票遭到抛售，其间，该公司的股票价格下跌了25%。 [11] 推特公司自己的股票价格则上升了8%——暂时上升——这发生在一条关于收购的虚假传言发送之后。一家为了把自己伪造成像彭博资讯网一样著名的虚假网站散布了这条传言。正如《华尔街日报》所报道的那样，“利用虚假传闻和新闻报道来操纵股票行情的手法是一种非常老套的策略。今天的情况与过去的不同之处在于，流入市场的信息不仅无处不在，而且数量巨大。这使得处于高度紧张工作状态的交易人员避开精心策划的骗局变得非常困难”。 [12] 资深记者乔纳森·凯普哈特（Jonathan Capehart，他是获得1999年普利策新闻奖的记者团队中的一员）曾经给《华盛顿邮报》撰写了一篇新闻报道，所依据的就是来自一个虚构地区的一位虚构的国会议员所发布的一篇推文。 [13]
就图表和统计数据而言，我们并不想盲目相信自己所遇到的一切来自优质信息源的信息，也不想把一切来自可疑信息源的信息统统拒之门外。你不应当相信自己在《纽约时报》上读到的全部内容，同样也不应当拒绝自己在TMZ网站上看到的一切信息。分析信息出现的地方，最终的落脚点还是在于辨别其表述本身的可信度。这就好比在法庭审判当中，你并不会只依靠一个证人的说法，而会去搜集确凿的证据。
网站域名
统一资源定位器（URL）后缀的最后三位所代表的就是网站域名。由于一些域名存在使用上的限制条件，所以熟悉自己所在国家的域名很有益处。它有助于你就一定的话题树立网站的可信度。例如，美国非营利性教育机构的专用域名是.edu，比如Stanford.edu（斯坦福大学）；.gov是政府机构的正式域名，比如CDC.gov（疾病控制与预防中心）；.mil是美国军事组织的域名，比如美国陆军的域名army.mil。最著名的域名要数.com了，它用作商业企业的域名，比如通用汽车公司的域名GeneralMotors.com。其他域名包括.net、.nyc和.management，这些域名都没有使用上的限制条件！像Caveat emptor和BestElectricalService.nyc这种网站，它们在现实中的地理位置也许在新泽西州（而它们的员工甚至都没有获得在纽约工作的许可）；而AlphaAndOmegaConsulting.management这家网站有可能对管理一窍不通。
了解网站域名还有助于辨别信息内容暗含的偏见。尽管教育或非营利性研究网站（可以在.edu、.gov或.org网站找到）上面可能会存在学生写的博客文章和一些没有论据支撑的观点，但是，与商业网站相比，你在这样的网站上找到一份客观报告的可能性更大。教育和非营利性网站也不是没有偏向：为了给它们的活动目标争取到最大化的捐赠额度或公众支持，它们也会以偏重于达成其目标的方式来呈现信息。辉瑞制药公司的网站pfizer.com上面有关药品的内容可能不会偏向其竞争对手，比如英国制药公司葛兰素史克（GlaxoSmithKline），而后者则很有可能偏向自己的产品。
请注意，你并不总是想要得到客观的信息。当你搜索家里冰箱的用户手册时，你很可能想要访问（个人比较推崇的）制造商的网站（比如frigidaire.com），而不是发布过时或错误版本的用户手册的网站。.gov网站也许会偏向政府利益，但是这样的网站在提供有关法律、税务代码、统计数据，以及怎样在.CDC、gov网站注册自己的汽车等信息方面却最为准确。美国国立卫生研究院网站（NIH.gov）所提供的很多医疗方面的信息要比商业网站提供的同类信息更准确，因为前者没有任何经济利益牵扯其中。
谁在幕后 [14]
一家网站是否可以用一个有意欺骗你的名字来运营？维生素E生产者协会或许会创建一个叫作NutritionAndYou.info（营养与你）的网站，只是为了让你觉得它的宣传主张不存在偏见。有人发现，杂货连锁店全食超市（Whole Foods）的总裁就曾在网络上伪装成一名顾客并夸赞自己公司产品的质量。包括Yelp!和亚马逊在内的很多信用评级网站发现，它们的评级投票箱里塞满了接受评级一方人的朋友和家人的投票。人们在网络上的表现并不总是与现实中一致。只是由于一家网站使用了“美国政府健康服务”的名字，并不能表明这家网站就是由政府来负责运营的；一个以独立实验室命名的网站，并不能说明它就是独立的——这也可能是由一家汽车生产商运作的网站，其目的是在不能算作完全独立的检验中使自己的汽车检测结果显得比较好看。
在2014年佛罗里达州第13选区进行的美国国会议员竞选中，当地的共和党竞选办公室创建了一个以其竞选对手——民主党候选人阿莱克斯·辛克（Alex Sink）的名字命名的网站，其目的是欺骗选民，使他们误认为有人贿赂了她；而在现实中，那笔钱其实是给了她的竞争对手大卫·乔利（David Jolly）。 [15] 那个网站contribute.sinkforcongress2014.com所贴出的图片，不仅使用了辛克本人照片所使用的配色方案，而且还以她面带微笑为特色，所以它与辛克个人网站上的照片非常相似。
民主党国会议员候选人阿莱克斯·辛克的个人网站照片
共和党网站为了给阿莱克斯·辛克的竞选对手大卫·乔利拉拢政治献金所使用的照片
共和党的网站确实也提到，其筹集的竞选资金将用于击败辛克，所以它的做法并不属于明目张胆的欺诈行为。但是，我们来看一个事实——大多数人并不会花时间仔细阅读网站的内容。共和党竞选办公室伪造的网站最吸引人眼球的部分是辛克的那张大照片，以及阿莱克斯·辛克∣国会。这些信息强烈地暗示着该网站支持辛克，而不是反对她。为了不被击败，民主党则以其人之道还治其人之身，他们创建了www.JollyForCongress.com网站来为辛克筹集竞选资金。
牙齿技术安全专家（Dentec Safety Specialists，简称Dentec）和戴吉尔牙齿安全产品（Degil Safety Products，简称Degil）是销售类似产品和服务的两家公司。Dentec公司使用DentecSafety.com网站来进行产品营销，而Degil公司的营销网站是DegilSafety.com。然而，为抢占客户，Degil公司还注册了DentecSafety.ca，以便把加拿大客户吸引到自己的网站。法庭最终裁定，Degil公司要赔偿给Dentec公司10000美元，并且必须放弃使用DentecSafety.ca网站。 [16]
曾经有一家网络销售商运营了一个名叫GetCanadaDrugs.com（Get Canada Drugs：获取加拿大药品）的网站。法庭在调查之后发现，这个网站的名字含有“欺骗性的错误描述”。法庭裁决中的主要观点包括其医药产品并不全部产自加拿大，而且只有5%左右的网站顾客是加拿大消费者。如今，这个网站域名已经被叫停了。 [17]
虽然了解域名有一定的益处，但它却并不属于一种十分安全的验证系统。MatinLutherKing.org（Matin Luther King：马丁·路德·金）网站听起来好像是一个提供有关这位伟大的演说家和民权领袖相关信息的网站。由于它是一家.org网站，所以你会认为它没有隐秘的赢利动机。该网站公开宣称，它提供有关马丁·路德·金的“真实历史考证”。然而，请等一等。大多数人一开始讲话时都不会先强调“我要讲的内容都是真实的”。BBC在播报一条新闻时不会总是强调“这是真的”。真实性是默认存在的状态，我们也都相信别人会对我们讲真话。有这样一个古老的笑话：“怎样才能知道有人在对你说谎呢？看看他们一开始是否会使用‘绝对诚实’这个词。”诚实的人并不需要用这种在开始说话之前先强调自己讲话内容真实性的方式。
MartinLutherKing.com网站的实质内容其实是一种可耻的大杂烩。 [18] 它包含了曲解、排犹主义的痛斥，以及断章取义的引用。那么背后是谁在运营这个网站呢？一个崇尚白人至上主义的新纳粹主义仇恨组织——“风暴前线”。 [19] 还有什么方式会比承诺提供有关一位伟大民权领袖的“真实信息”来藏匿种族主义的动机更好呢？
制度偏见
有没有偏见能够对个人或组织在信息建构和表达的方式上造成影响呢？个人或组织有没有利益冲突？杏树种植者协会提出的有关杏仁健康价值的宣传信息与独立检测实验室所提供的相关信息相比，后者的可信度更高。
当评判专家意见时，我们要谨记，专家不仅会有偏见，而且有时候就连他们自己都没有意识到这一点。同样是治疗肿瘤，外科肿瘤医师可能会建议患者做手术，放射性肿瘤医师则可能建议放射性疗法，而内科肿瘤医师又可能会建议化学疗法。同样是治疗抑郁症，精神病医生会向患者推荐药物疗法，而心理学家则会推荐谈话疗法。正如那句俗语所说，如果你手里有一把锤子，那么眼里的一切就全都是钉子 [20] 。谁的观点正确呢？你也许还需要亲自分析相关的统计数据。或者，你可以去找那些对各种可能性都做了评估的中立方寻求帮助。这就是元分析统计方法在科学和医学领域所要实现的目标（或者，至少说元分析应当做到这一点）。元分析统计方法这种研究技术指的是把不同实验室里取得的几十个甚至上百个实验结果全部放在一起进行分析，从而确定某一个特定说法的支撑性证据的分量。这就是公司会请审计员或财务分析员查看其会计账目，然后就针对什么样的公司值得去收购再做出相应决策的原因所在。那些即将被收购公司的内部人士肯定对他们公司的财务状况非常了解，但是他们却明显带有偏向性，并且这种偏向的方向并不总是你所认为的那样。如果他们想卖掉公司，那么他们或许就会增加公司的账面价值；如果他们很担心恶意收购，那么他们或许会降低公司的账面价值。
谁链接到网页
谷歌上有一种特殊搜索，使用它你就可以看到自己所登录的网页上还有哪些人也进行了链接。输入“链接：”加上一个网站的统一资源定位器，谷歌便会显示出链接到该网页的所有网站（例如，链接：breastcancer.org，即乳腺癌.org网站，它就能显示链接到该网站的200个网站）。那么，你为什么想要这么做呢？如果一个消费者保护机构，比如美国商业改善局，或其他监督机构链接到了该网站，那么你可能就会想弄清楚这些机构是在赞扬还是在谴责该网页。该网页可以在法律诉讼中用作证据。又或者，一个权威信息源可能作为一个有价值的资源而链接到了该网页，比如美国癌症协会。
在Alexa.com网站 [21] 上，你可以了解到访问者的统计资料——他们的国籍、教育背景，以及在访问这个网站之前人们刚刚访问了哪些网站。这方面的信息能够使你更好地了解谁在使用该网站，以及他们的动机是什么。医生们访问的含有药品信息的网站可能要比没有医生访问的药品信息网站更有可信度；和你同住一个城镇的人们对一家本地商业企业所做的评论，可能比你所在州之外人们的评论更具参考价值。
同行评审期刊
当同行评审出版物时，学者们齐聚一室，针对新的实验、报告、理论或表述做出评估。此外，学者本人必须是同一领域内的专家才能参与评审。然而，这种方法还称不上安全可靠。经过同行评审的研究发现有时也会被全盘推翻，或者相关论文还会被撤销。尽管同行评审不是唯一可以依赖的系统，但它提供了一个很好的基础，有助于我们得出自己的结论。例如，如果某个内容出现在了《自然》杂志（Nature ）、《柳叶刀》杂志（The Lancet ）或《细胞》期刊（Cell ）中，那么你便可以确信它必定经过了严格的同行评审。这就如同当你决定是该相信一家小报还是一家严肃的新闻组织的信息时一样，发表在同行评审期刊上的论文，其质量有可能更高。
科学或学术性文章应当包含脚注或其他对同行评审学术文献所做的引用。这类文章的表述要经过证实，对事实内容的引用也应当标明出处。10年前，要弄清楚一份期刊是否有声誉相对而言还算比较容易。但是，随着开放式获取期刊的增加，如今评判的界限已经变得比较模糊了。在并行的假学术圈里，只要支付一定的费用，开放式获取期刊就可以为你打印任何内容。图书馆的参考馆员能够帮助你区分二者。出现在诸如PubMed [22] （由美国国家医学图书馆维持运营）之类索引上的那些期刊，其品质都经过了精挑细选，而你从一般的搜索引擎上搜索的文章却并非如此。尽管谷歌学术网（Scholar.Google.com）并不进行期刊审查，而且它还包含很多虚假的学术论文，但与谷歌和其他搜索引擎相比，它的限制性却更强，其搜索结果仅限于学者专著论文和一般的学术论文。该网站的一个优点是它清除了那些明显不是学术性研究的内容。但是，这种做法也是一把双刃剑：它同时也使我们弄清楚到底该相信哪个搜索结果变得更为困难，因为看似有根据的搜索结果太多了。丹佛市科罗拉多大学图书馆研究馆员杰弗里·比尔（Jeffrey Beall）曾经制作了一份期刊黑名单，上面所列的那些期刊被他称作“掠夺性的开放式获取期刊”（这些期刊动辄向用户收取高昂的费用）。他的黑名单上的期刊数量已经从4年前的20个增长到如今的300多个。社会科学研究网（Social Science Research Network,ssrn.com）也可以帮助你审查研究性论文。
监管权力
互联网上不仅没有统一集中的权力机构来防止人们制造虚假信息，而且也没有方法封闭违法网站。人们只能诉诸获得法院禁令这种成本高昂的解决办法。
在互联网之外的现实世界里，信息监管的形势比较明朗。教科书和百科全书的准确性都经过了比较细致的同行评审（尽管有时候学校董事会和政府立法机关也会在政治压力之下修改这些图书的内容）。在美国，如果一个药品生产商做出了某种宣传，那么美国食品药品监督管理局（FDA）就必须进行核实（加拿大卫生部和其他国家的类似机构也如此）。如果电视上出现了某种广告，那么美国联邦贸易委员会（FTC）将会展开调查，以检查它是否具有真实性和误导性（在加拿大，这种工作是由ASC，即加拿大广告标准局完成的；在英国则是由ASA，即英国广告标准局完成的；欧洲使用的是一个自我监管组织，它叫作EASA，即欧洲广告标准联盟；很多国家也有类似的监管机构）。
虽然那些制造欺骗性内容的说谎者会被惩罚，但是惩罚的力度却往往不大，因而对这些人形成不了威慑。2014年，功能饮料生产企业红牛公司耗费了1300多万美元来解决一场集体诉讼。 [23] 红牛公司做出的其产品能够增强饮用者体力和脑力表现的承诺误导了消费者。2015年，塔吉特公司（Target）同意支付给消费者390万美元的索赔款。 [24] 消费者控诉该公司所销售商品的店内实际价格高于广告中的价格，并且商品的重量也存在误报的情况。同一年，全食超市公司同样由于误报包装食品类商品的重量而被起诉。家乐氏（Kellogg）在广告中宣称，它所销售的全麦麦片“临床显示，可以把孩子的注意力提高11%”。由于这条广告具有诱导性，所以家乐氏公司被起诉。为了平息诉讼，该公司花费了400万美元。 [25] 在我们看来，上述这些罚金数字已经很高了，但对红牛（2014年总收入77亿美元）、家乐氏（2014年总收入146亿美元）和塔吉特公司（2014年总收入726亿美元）来说，却只不过比它们财务报表中的化整误差金额略多一点而已。
信息是当前信息吗，是否可信
网页不像图书、报纸和传统信息源那样，它很少标明日期。网页上的图表、示意图和表格并不总是告诉人们它们的适用时段。你今天在网页上看到的“年初至今销售收入”，实际上已经把今天也包含在了所谓的“至今”之中，或者这个销售收入数字是今年的。对此，你千万不能轻易相信。
由于网页的制作费用相对比较低，而且易于创建，所以人们在使用完网页后经常会弃之不顾，转而去做其他事情，或者人们只是觉得不用再去更新它们了。因此，这些网页就变成了网络上被弃用的店铺，显示“营业中”的霓虹灯标志牌依然在不断地闪烁。然而，店铺其实早已停业。
鉴于上文提到的各种原因——欺诈、不称职、计量误差、解释错误的存在，研究发现和表述就变得不可信了。通过正当庭审程序被裁定有罪的人得以免罪。经过多次检测的汽车安全气囊可能被召回。权威人士会改变主意。所以，单纯看到一个网站比较新，并不足以确保它的可信度尚未受到破坏。新网站几乎每周都会涌现，而它们发布的虚假信息却早已被完全揭穿。现在有很多网站都致力于揭发都市神话，比如snopes.com，或者都在专注于核实撤回是否属实，比如retractionwatch.com。
在2015年秋至2016年进行的美国总统大选期间，很多人都凭借测伪网站来证实政客们的言辞。历史上，政客说谎现象的起始时间至少要从公元前64年昆图斯·西塞罗（Quintus Cicero）建议他的哥哥马库斯·西塞罗（Marcus Cicero）说谎开始算起。西塞罗不具备，但我们却拥有的一个手段是立刻进行验证。但这并不是说所有的验证不仅准确，而且没有偏向，亲爱的读者——你们仍然要确保验证者不支持或反对某个特定候选人或政党。
由《坦帕湾时报》（Tampa Bay Times ）运营的网站Politifact.com（Politifact：政治事实）曾经凭借新闻报道获得了普利策奖。该网站监督和核实政治人物的演说、公共活动和采访，并且采用6个等级的评级方法对政治人物的言论进行评级：真实、多数真实、半数真实、多数虚假、虚假以及——虚假的最高程度——“裤子着火”（指那些既不准确，又十足荒唐的言论。此处借用了儿童玩耍时奚落和嘲弄他人的童谣“骗子，骗子，裤子着火”）。由《华盛顿邮报》运营的一个事实核实网站，采用的则是1至4个匹诺曹 [26] 的评级方法，并且把人们最为看重的检查标记——杰佩托 [27] 分配给了那些“包含真实内容、全部真实内容和只有真实内容”的说法与表述。 [28]
我们仅举一例。2015年11月21日，在亚拉巴马州伯明翰市的一次竞选集会上，美国总统候选人唐纳德·特朗普（Donald Trump）发表了演讲。他提到自己将在美国创建一个穆斯林登记处，以对抗来自美国国内的恐怖主义威胁。为了支持这个政治立场，他在演讲时说，2011年9月11日世贸中心轰然倒塌时，他在电视上看到了新泽西州泽西城“成千上万的”穆斯林大肆欢呼的场面。第二天，美国广播公司（ABC）的新闻记者乔治·史蒂凡诺帕罗斯（George Stephanopoulos）在电视上表达了对特朗普这种说法的反对意见，并且指出泽西城警方否认曾有这样的事情发生。对此，特朗普回应说，他在电视上亲眼看到了这样的场面，当时的电视报道非常清楚。Politifact.com和《华盛顿邮报》查看了“9·11”事件发生后三个月内所有相关的电视和新闻报道。但它们发现，没有任何证据可以证实特朗普的上述言论。事实上，新泽西州帕特森市的穆斯林当时在城市的主要街道上放置了一条条幅，上面写着“穆斯林社区绝不支持恐怖主义”。Politifact总结了自己的调查发现后写道，特朗普的回忆“全然不顾我们可以找到的全部证据。我们把他的这个言论评定为彻头彻尾的谎言”。 [29] 《华盛顿邮报》也将其评定为4个匹诺曹。
在同期选战中，希拉里·克林顿声称“我的祖父母和外祖父母全都是移民”。而根据Politifact核实的情况（和美国人口普查资料），他们之中只有一位出生于海外，其他三位均出生于美国本土。 [30]
复制，粘贴，转发，编辑？
有一种方法能够愚弄人们，使他们认为你真的学识渊博：从他人的网页上找到那些看上去比较有知识深度的内容，然后将其粘贴到你的网页。当你采用这种方法时，何不索性把你个人带有争议性的观点也添加进去？这样就会披上他人学识的外衣，从而增加你的网页点击率。如果你想从思想方面针对某人展开攻势，就可以实施攻击和诽谤。具体方法是把某人经过详细论证的论点进行编辑，从而提高对立面论点的地位。有鉴于此，所有人都有责任确保我们所读到的信息是原汁原味的纯粹信息，而不是某人编造出来的大杂烩。
辅助性信息
在那些撰写商业广告词的人当中，某些不道德者往往会依仗这样一个事实：多数人根本无意于阅读广告文章的脚注或深究其中引用的内容。这种情况使说谎变得更为容易。或许，你想让自己的网站能够说服人们相信：经证实，使用你的护肤品可以延缓皮肤衰老10年。所以，你撰写了一篇广告文章，并且使用了很多脚注，它们都可以链接到那些与你的论点毫不相关的网页。这会欺骗很多人，因为现实中的很多人都不会深究这些脚注内容。而那些查看你使用的脚注的人，也只不过会看到通过你所指的统一资源定位器能够进入一个具有相关性的网站，比如，一个关于皮肤衰老和皮肤医学的同行评审期刊网站。然而，实际上你所引用的文章对你所宣传的产品根本只字未提。
更令人气恼的是，引用内容与广告文章其实只是表面上有关系，二者实际上并不相关。你也许会宣称，你的护肤品含有维他命X，而经证实维他命X具有改善皮肤健康和质量的功效。这看起来还不错。但究竟怎样呢？维他命X的相关报告提到在皮肤上涂抹或者口服它的人了吗？用了多大的剂量呢？你的护肤品含有足量的维他命X吗？
术语陷阱
你可能在美国疾病控制与预防中心网站（CDC.gov）上读到过这样的信息：某种特定疾病的发病率为每10000人中1例。可你又偶然读到了美国国家卫生研究院网站（NIH.gov）的一篇文章。该文称，上述同样疾病的流行程度（患病率）为每1000人中1例。此处的数字是不是位数出现了问题？排版时发生了错误？难道发病率和患病率不应该是一样的吗？事实上，它们并不相同。疾病的发病率是指一定时期内（比如1年）所报告的新病例（发病率）的数量。患病率则是指，现有病例数量——患有该项疾病的总人数（有时，那些惧怕数字的人只靠粗略地扫一眼数字就错误地认为，每1000人中1例小于每10000人中1例，他们只把注意力的重点放在零的个数较多的数字上面，而不是放在比率上面）。
我们以多发性硬化症（multiple sclerosis，简称MS）为例。它是大脑和脊髓出现的一种脱髓鞘病变。在美国，每年被确诊这种疾病的患者数量为10400例，发病率为10400/322000000，或者说每100000人中3.2例。 [31] 换言之，这种疾病的发病率为0.0032%。与此相对应的是，美国全部人口中目前已经患有该疾病的人数为400000，患病率为400000/322000000，或者说每100000人中120例。在你一生中的某个时间点，身患这种疾病的概率为0.12%。
除了发病率和患病率，医学上经常引用的第三个统计学术语是死亡率——一般指的是在某个特定的时间段内死于某种疾病的人数。以冠心病为例，美国每年新诊断出的病例为110万，目前已患有冠心病的人数为1550万人，而每年死于冠心病的人数为375295人。 [32] 一个美国人今年被诊断出患有冠心病的概率为0.3%，比被确诊为多发性硬化症的可能性要高约100倍；现在就得冠心病的概率将近5%，任何年份中死于冠心病的概率为0.1%。在你一生中的某个时间点，死于冠心病的概率为20%。当然，正如我们在本书第一部分所了解到的那样，所有这些统计结论适用的样本群组是全体美国人的集合。假如我们对某一个特定的人的具体情况知道得更多，比如其家族心脏病史、是否吸烟、体重和年龄等，那么我们运用条件概率法就可以做出更准确的估计。
