清零尊重生命」可判定為資訊操弄

IORG 訊息可信度評量 ﹋ 時事練習題 ﹏ 第 5 題

  • 作者 = IORG
  • 發布 = 2022.7.15 9:00

62910:27Cofacts 出現一則有關「清零尊重生命的訊息,內容暗藏玄機。和 IORG 一起用它來練習應用訊息可信度評量,強化資訊判讀力吧!

這樣的時事練習題,你覺得如何?關於「訊息可信度評量」的方法及定義,請參考《資訊判讀力》第 4 章。IORG 新書《資訊判讀力》在各大網路通路、實體書局都有販售,書裡也附有更多練習題,讓我們一起用真實案例,練習資訊判讀,台灣民主更強韌

拆解訊息,分清「事實陳述」及「觀點」

  • 訊息首先提供了多項事實陳述,包括中國、台灣、美國的人口及 COVID-19 死亡人數,訊息後段也包含一句有關台灣 COVID-19「每日死亡人數世界第一」的事實陳述,真偽有待後續步驟驗證。
  • 訊息針對中國、台灣的公衛體系、防疫政策發表多項觀點,例如中國「醫療網還不夠密佈」、「必須清零」、台灣「急著與病毒共存」。

查證「資訊來源」及「事實內容」是否正確且完整

拆解完訊息,下一步是查證每一則事實陳述的來源及內容,確保其正確且完整。

台美中人口、COVID-19 死亡人數

  • 中國 2020 年人口為 1,412,120,000中國國家統計局,截至 2022 年 6 月 24 日,中國 COVID-19 死亡人數累計 5,226 人(中國國家衛生健康委員會)。
  • 台灣人口截至 2022 年 5 月為 23,196,178 人(行政院主計處),截止 2022 年 6 月 24 日,台灣 COVID-19 死亡人數累積 5,969 人(中央疫情指揮中心)。
  • 美國政府 2021 年 12 月 30 日公告估計 2022 年美國人口為 332,403,650 人(美國人口普查局),截至 2022 年 6 月 24 日,美國 COVID-19 死亡人數累積 1,011,785(美國疾病管制暨預防中心
  • 判讀統計數據,應注意其時間區間起迄日期。
  • 訊息原文提供數據的起迄日期略有落差,大致上皆為 2020 年初 COVID-19 疫情開始至今年(2022)5 月或 6 月的同期數據,應可相互比較。
  • 將數據截止日期皆調整為 202 年 6 月 24 日,可得上列官方數據,和訊息原文接近,因此,訊息原文提供數字應可判定為正確。
  • 判定依據為政府數據,而不同國家政府所提供的數據可信度可能不同,提醒讀者特別注意。

台灣每日死亡人數世界第一

  • 2022 年 6 月 29 日訊息回報至 Cofacts 當日,台灣每日死亡人數確為當日世界各國最多(Our World in Data)。

從「事實」到「觀點」,檢驗推論過程是否合理

完成查證事實,下一步是檢驗推論,也就是檢查訊息提供的觀點是否有充足的證據支持,推論是否合理。

因為美國與病毒共存,美國 COVID-19 死亡 101 萬人,所以中國如果與病毒共存,也會有相同比例的人口死亡

[...] 根據美國的死亡比率:大陸若與病毒共存,將有 3 億 5 千多萬人感染、429 萬人左右死亡 [...]

清零尊重生命」訊息原文節錄。資料來源:Cofacts 真的假的

  • 上列訊息原文所闡述的觀點可以拆解為 2 項:「因為美國與病毒共存,所以美國 COVID-19 死亡 101 萬人」以及「因為美國與病毒共存,COVID-19 死亡 101 萬人,所以中國如果與病毒共存,也會有相同比例的人口死亡」
  • COVID-19 疫情期間,美國政府的防疫政策經過多次調整,聯邦政府的指引及州政府的政策也時有不同。2020 年 3 月,時任總統川普宣布全國緊急狀態,各級政府開始實施封城等各項應變措施。2020 年底,多款疫苗先後取得 FDA EUA,2021 年初開始大規模疫苗接種,2021 年夏季,各項禁令開始放寬或解除(CDC)(紐時)。
  • 「共存」並非美國一貫的防疫政策,將 COVID-19 死亡全數歸咎於「共存」,即「因為共存所以死亡」這個推論的因果關係並不充分,可判定為不當因果關係。
  • 訊息原文在各國基礎建設、國民文化、政府型態不同的狀況下,使用一國死亡數據來支持另一國的死亡數據,這樣的類比並不恰當。
  • 訊息原文提供的美國死亡數據,是自 2020 年起,基於當時狀況的過往數據,而訊息嘗試推論的,則是中國未來的狀況。
  • 在時間、空間皆不同的狀況下,這樣的類比並不恰當,可判定為錯誤類比。
  • 另外,死亡率的計算方式應是以感染人數或確診案例數為分母,而非總人口數(WHO)。IORG 提醒讀者,面對各項公共衛生相關數據,可以格外留意,小心釐清定義、單位、計算方式,避免受到誤導。

中國醫療網不夠密佈,所以必須清零

[...] 大陸醫療網還不夠密佈,集體患病,下場將會很淒慘,所以必須封城清零,這是尊重每一個生命 [...]

「清零尊重生命」訊息原文節錄。資料來源:Cofacts 真的假的

  • 判斷國家「醫療網」「密佈」與否,需要公共衛生或其他相關的專業背景,以及證據支持。
  • 訊息原文並未提供任何支持其關於「醫療網不夠密佈」觀點的證據或進一步的說法,因此可判定為證據不足。
  • 無論是「清零」或「共存」,國家整體防疫決策可能是許多因素綜合考量的結果,包括醫療量能、疫苗接種率、疫苗保護力、民眾生活習慣。訊息原文似乎認為「醫療網不夠密佈」是決策的唯一理由,相較於較為複雜的現實狀況,這項推論的因果關係並不充分。
  • IORG 提醒讀者,簡化的推論可能含有不當因果關係,雖然簡單易懂,也可能妨礙較為複雜而符合現實的公共討論,讀者不可不慎。

台灣急著與病毒共存

  • 判斷國家防疫政策的調整「急」或者「不急」,需要公共衛生或其他相關的專業背景,以及證據支持。
  • 訊息原文並未提供任何支持其關於「急」或「不急」觀點的證據或進一步的說法,因此可判定為證據不足。
  • 國家整體防疫政策的施行方向、施行時機、各項準備措施是否充分,確實都是公民監督政府的事項。IORG 提醒讀者,在判斷台灣政府防疫政策是否恰當前,可以充分參考多方專業意見,基於充分的證據,運用「訊息可信度評量」協助判斷訊息可信度,做出合理的判斷。

台灣政府騙老百姓 COVID-19 就像小感冒

  • 經過 IORG 研究員查找,並未找到中央流行疫情指揮中心稱 COVID-19「像小感冒」的相關發言。
  • 另外,IORG 研究員亦未找到蔡英文總統、陳建仁前副總統、賴清德副總統,及其他政府政務官稱 COVID-19「像小感冒」的相關發言。
  • 根據 IORG 查找的結果,「騙老百姓」的說法,是證據不足的推論,並可能讓讀者因為有問題的推論引起對政府的不信任。

台灣政府以共存政策淘汰老弱病殘,以利選舉

  • 陰謀論的特徵,是描述一個「邪惡而強力的集團」「密謀操控」某些事。訊息原文基於沒有來源也缺乏證據的說法,描繪一個邪惡而強力的政府,密謀以不合理的防疫政策造成長者死亡,符合陰謀論的特徵。
  • 這項陰謀論可能讓長者加深被社會遺棄的不安,加深世代之間的斷裂及對立。

台灣每日死亡人數世界第一,所以台灣的防疫是世界上最差的

[...] 每日死亡人數也高居世界第一,世界怎麼跟得上台灣吶! [...]

「清零尊重生命」訊息原文節錄。資料來源:Cofacts 真的假的

  • 前列判定,近期台灣每日死亡人數確實為世界各國之間最高。
  • 訊息使用這項事實,宣稱「世界跟不上台灣」,意即以死亡人數判定國家防疫成效,並宣稱台灣防疫是世界上最差的。
  • 面對 COVID-19 疫情,「每個人都想知道自己國家在與其他國家相比做得怎樣?但前提是你必須確保對比相同的事情。」(BBC 事實查核,2020)。
  • 每個國家計算 COVID-19 死亡人數的方法可能不同,並受到醫療體系、檢驗量能、統計方法多項因素影響,無法一概而論。
  • 以死亡人數單項數據宣稱台灣防疫是世界上最差的,「世界跟不上台灣」,這樣的因果關係並不充分。

嚇一跳;下場淒慘;萬劫不復

  • 訊息使用「嚇一跳」、「下場淒慘」、「萬劫不復」,可能引起讀者的驚訝及恐懼情緒。

判定訊息可信度

最後一步,就是累計前面步驟判定的標籤,綜合判斷這則訊息的可信度。

  • 根據《資訊判讀力》第 4 章「訊息可信度評量」的定義, 標籤,而 標籤。
  • 因為「清零尊重生命」訊息獲得 1 個以上的資訊操弄標籤,因此可以判定為資訊操弄。
  • 訊息使用正確的數據,做出證據不足,有問題的推論,並且使用可能引起情緒的詞彙,請讀者注意。
  • 訊息關於「清零」、「共存」的內容,呼應週報第 23 期提及的中共宣傳,請讀者注意 DA.23

觀察其他特徵

除了訊息可信度評量既有的 4 步驟,查證事實、檢驗推論,我們也可以更仔細觀察訊息的其他特徵,並且思考這些特徵會對讀者造成什麼影響?

淘汰老弱病殘

  • 關於政府、財團、藥商「利用疫情」「利用疫苗」「清老」、「淘汰人口」的謠言,在台灣資訊環境傳播已久 DA.7
  • 近期,其中一則訊息提到「我們這些上了年紀的人真的要好好自我保重了」,這樣的說法提出「他們」和「我們」的差異,有可能加深世代對立,IORG 提醒讀者注意這樣的訊息,也在和家人對話時注意並嘗試了解這樣的情緒。

IORG 訊息可信度評量時事練習題所使用的 Cofacts 資料,由 Cofacts 真的假的工作小組 Cofacts WG 以創用 CC 姓名標示 – 相同方式分享 CC BY-SA 4.0 條款授權釋出

  • 訊息可信度評量
  • 時事練習題