《數據、謊言與真相》Everybody Lies 解讀

「我兒子為什麼這麼有天份？」在 Google 上的搜尋次數，是「我女兒為什麼這麼有天份？」的 2.5 倍。

——Seth Stephens‑Davidowitz

深夜 2 點，你躺在床上滑手機，輸入「我聞不到味道是不是得了 Covid」；同一時刻，千公里外的陌生人正在搜尋「如何偷偷查另一半的訊息」。隔天官方數字還沒公布，Google Trends 上「loss of smell」的暴衝就預告了一波疫情；而那位陌生人，很可能比任何親友都先知道自己關係的裂縫。只要你敲下鍵盤，大數據就替你寫下情書、懺悔錄，甚至死亡預告。

我們以為自己獨處，卻其實把最赤裸的靈魂交給了搜尋框——它既是全世界最大的告解室，也是全球最龐大的真心話俱樂部。

《Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are》正是這間「告解室」的使用指南。它要告訴我們：在鍵盤背後，你不再是精心包裝的社交化身，而是毫無防備的透明人。這不僅與你息息相關，更將重塑未來政治、商業與倫理的遊戲規則。

作者與本書介紹

Seth Stephens‑Davidowitz 出生於紐澤西，父母都是心理學家，家中餐桌話題經常圍繞「人們為什麼這麼做？」。他在哈佛攻讀經濟學博士時偶然取得 Google 搜尋資料，發現那些匿名的關鍵字比任何民調都更靠近人心，從此一頭栽進「數位行為學」。離開校園後，他進入 Google 擔任數據科學家，後來成為《紐約時報》《衛報》的固定專欄作者，專寫「搜尋暗語與社會現象」。

寫這本書，一半是社會學家的熱情，一半是記者的好奇。Seth 想回答兩個問題：（1）人們表面行為和真實想法差多遠？（2）大數據能否為公共政策與商業決策提供更誠實、即時的指引？ 於是，他把海量搜尋、社群足跡、Pornhub 點擊、Netflix 停留時間……全都搬進統計模型，再配上犀利又幽默的文字，讓冷冰冰的數字瞬間有了體溫。本書自 2017 年出版以來，被譯成 20 多國語言，進入《金融時報》與《麥肯錫》年度商業書籍榜單，也成為行銷、政治、公共衛生領域的必讀參考。

1｜「數位真心話」：搜尋框是最誠實的測謊機

2012 年美國總統選舉前夕，歐巴馬的支持度在多數民調領先，但 Seth 發現，在某些郡縣，「n‑word jokes」「Obama Muslim」這類歧視性搜尋量高得驚人。最終結果顯示，這些地區的投票確實更傾向共和黨。十年後的 2022 年期中選舉，同樣的語意分析預告「犯罪」「通貨膨脹」的關鍵字浪潮，精準反映經濟焦慮。面對陌生訪員，人們會自動穿上政治正確的西裝；面對鍵盤，連西裝內的衛生衣都懶得穿——搜尋記錄是全球最大的測謊機，成本低、樣本大、幾乎無可隱藏。

美國 Google 搜尋「How to vote Trump in Spanish」在 2016 年九月突然飆升，透露出西語裔選民對川普的「偷愛」。無論他們最終投票與否，這波搜尋已讓團隊提早布局搖擺州字幕廣告。

2｜微數據大力量：樣本不是越多越好，而是越「真」越好

Netflix 擁有 3 億用戶、上億影片評分，但真正能預測你今晚點哪部電影的，不是五星好評列表，而是遙控器停留在縮圖上的 400 毫秒。Tinder 工程師也透露，拇指在照片上停頓 1.2 秒以上比右滑左滑更能預測「心動」程度。Seth 稱這些為「微數據」（microdata）：它們體積小卻直指無意識，如同指紋般獨特。

行為 > 回答：人們願意動手不一定願意動口。
隱含成本低：點擊只需 0.3 秒，填問卷得 3 分鐘，真實度差十倍。

因此，真正的資料科學不在於「裝更多水」，而是「找到泉眼」。公司若只堆高伺服器容量，卻忽略關鍵行為指標，彷彿拿掃把與台風對抗——姿勢嚴謹但無濟於事。

3｜預測祕密：Google Trends 能打敗民調嗎？

Google Trends 的「即時」與「行為取向」優勢，在疫情與選舉中屢屢立功：

疫情偵測：哈佛研究團隊發現，「loss of smell」「corona test near me」在病例激增前 10–14 天上升，可作為提早預警系統。
電影票房：輸入片名 + tickets，可在首映前 48 小時預測週末票房，誤差不到 10%。

然而，盲信大數據也可能翻車。2013 年 Google Flu 項目因演算法偏重「新聞熱搜」噪音，導致流感病例高估兩倍。Seth 用這個案例提醒：大數據不是萬能藥，資料科學家必須時刻追蹤模型漂移（model drift）與語意變化。

4｜偏見的放大鏡：我們也在演算法裡照見自己

家長搜尋「Is my son gifted?」遠高於「Is my daughter gifted?」；女性搜尋「I’m fat」頻率是男性的三倍。這些搜尋印證了性別刻板印象，也成為演算法訓練素材。當推薦系統只餵你既有興趣，你會陷入更深的同溫層。2018 年 Amazon 內部的 AI 招募工具因學習歷史資料，竟自動降低女性程式設計師的分數，最後被緊急下架。

▶️ 行銷啟示：如果廣告投放只依男女「既有興趣」分眾，你將永遠錯過那些想「改變」的消費者。洞察偏見，才能打破偏見。

5｜問對問題，比擁有數據更重要

Seth 曾用 Facebook「按讚」資料預測人格（OCEAN 指標），結果準確率隨樣本量增加並未線性成長，一旦問題設計錯誤，模型就像開錯方向的特斯拉，自動駛向懸崖。資料是望遠鏡，提問是方向盤。 想知道「誰會買新能源車？」與「哪些人對減碳有情感連結？」得出策略完全不同。領導者若只丟狗骨頭給演算法，就會得到「更多狗骨頭」的答案。

6｜隱私與倫理：當「誰在看」成為真正的問題

從 Cambridge Analytica 到台灣健保資料庫開放爭議，Seth 一再強調「可被識別性」風險。只要拼湊 15 個匿名搜尋，就能推算 90% 使用者的身分。歐盟 GDPR 規定「被遺忘權」，但在區塊鏈時代，刪除更像把水倒進大海再撈起。

再辨識攻擊（re‑identification attack）：研究顯示，美國 87% 公民可僅透過「郵遞區號＋生日＋性別」被唯一定位。
保險差別定價：若保險公司取得搜尋「胸痛」「戒菸」紀錄，健康險保費恐怕翻倍。

7｜數據地緣政治：民主與專制的戰場

在民主國家，大數據常用於選戰、公共衛生；在專制體制，它則可能成為社會信用系統的鞭子。Seth 揶揄：「同樣是搜尋『移民』，有人得到簽證廣告，有人得到請喝茶的電話。」數據成了新石油，也成了新疆域——誰掌握基礎設施，誰就握有話語權。對台灣而言，如何在開放創新與國安防護間取得平衡，將是下一個十年的戰略課題。

8｜AI 世代的自我覺察：讓大數據成為自助餐，而非餵食秀

ChatGPT 等生成式 AI 讓個人也能「調用大數據」。Seth 鼓勵讀者把自己的搜尋匯出，用 NLP 工具做「情緒雲」，看看一年來最常出現的字眼。你會驚訝地發現：那些半夜的焦慮、衝動購物紀錄，比好友更了解真正的你。自我覺察是 AI 時代的新教養：知道自己把什麼餵給演算法，等於在為未來的自己下訂單。