你以為專家能救你嗎？別鬧了，這個時代我們只能倚靠判讀力

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

占星術的背後

占星術是極普遍的偽科學，書店架上塞滿了談占星的書，而且幾乎每一份報紙都會發布每日星座運勢。蓋洛普（Gallup）1986 年發布的一項調查報告指出，52％ 的美國青少年相信星座，而各行各業中，認同占星學中某些亙古流傳說法的人，也多到讓人難過。我說讓人難過，是因為如果那些人相信占星師和占星術，當你進一步思考他們還可能相信哪些人事物，會讓人不寒而慄。一旦那些人手握大權（比方說雷根總統）、卻根據這類信念行事，特別可怕。

占星術主張，人出生那一刻的各星球牽引力，會影響一個人的個性。但這個論點很難讓人接受，理由有二：（一）占星學完全沒有提到這種牽引（或是其他）力道，到底要透過哪一種生理或神經生理機制運作，更別說解釋了；（二）負責接生的產科醫師施加的牽引力，遠高於各個星球。請記住，一件物體對於身體（比方說，新生兒）施加的牽引力，和物體的質量成正比，但和物體與身體的距離平方成反比。這是否代表比較胖的產科醫師接生的寶寶，會有一組人格特質；比較瘦的產科醫師接生的寶寶，會有另一種不同的人格特質？

占星理論中有很多缺陷，但數盲視而不見。他們不太關心運作的機制，也不太想去比較數值大小。話說回來，即使沒有清晰明瞭的理論基礎，但如果占星術有用、有實務證據撐腰，還是應該獲得尊重。只可惜，一個人的出生日期，與標準人格測驗的得分之間，沒有任何相關性。

一直以來，都有人找占星師做相關的實驗（最近是加州大學的蕭恩．卡爾森﹝Shawn Carlson﹞）。研究人員會給占星師看三個匿名的人格特質側寫，其中一個是當事人的。當事人提供所有占星要用到的數據（透過問卷，而非面對面），占星師必須從人格特質側寫中挑出哪一份是當事人。實驗中總共有 116 位當事人，而負責檢驗的是歐洲與美國 30 位最頂尖（由同業判定）的占星師。實驗結果如下：占星師約有三分之一的機率，可以挑出正確的當事人人格特質側寫，也就是說，和隨機猜測沒什麼區別。

凱斯西儲大學（Case Western Reserve Univer sity）物理學家約翰．馬蓋文（John McGervey）檢視《美國科學名人錄》（American Men of Science）上，超過 1 萬 6,000 位科學家，以及《美國政治名人錄》（Who’s Who in American Politics）上，超過 6,000 位政治人物的出生日期，發現他們的星座是隨機且均勻分布在十二個月中。密西根州立大學（Mi chi gan State University）的伯納德．西弗曼（Bernard Silver-man）取得密西根州 3,000 對夫婦的紀錄，發現他們的星座和占星師預測相配的星座之間，沒有相關性。

那麼，為何這麼多人相信占星之說？一個明顯的理由是：在通常語焉不詳的占星預言中，人們會去讀他們想讀到的一切，然後為預言添加根本不存在的真實性。他們也比較可能記得有成真的「預言」，過度看重巧合，忽略其他。其他理由還包括，占星術的歷史悠久（當然，人祭﹝ritual murder﹞和獻祭也同樣古老）。或是因為，它原理很簡單、但操作起來有一定的複雜度，會讓人感到安心。或者是，堅稱這個月能不能墜入愛河和天上的浩瀚星海有關，很能寬慰人心。

我猜，此外還有最後一個理由，那就是在一對一諮詢期間，占星師會從臉部表情、儀態、肢體語言等等，尋找和人格特質有關的線索。我們來看看知名的案例：聰明的漢斯（Clever Hans）。漢斯看來是一匹會算數的馬，牠的訓練師會擲骰子，問牠骰子上面的點數是多少。而漢斯會用馬蹄踏出正確答案，然後停住，旁觀者都大為驚異。但人們看不出來的是，訓練師原先都站定不動，等到馬兒敲到正確的次數，會有意無意地動了一下，就是這樣的反應讓漢斯停了下來。所以，不是這匹馬知道答案，牠只是反映了訓練師知道答案。人常無意間在占星師面前扮演訓練師的角色，占星師就像漢斯一樣，反映出客戶的需求。

美國天文學家卡爾．薩根（Carl Sagan）就說過，要破解占星術以及更廣義的偽科學，最好的辦法就是真正的科學。真正科學的奇妙之處也同樣神奇，不過多了一項優點：這些奇妙之處很可能是真有其事。說到底，偽科學之所以成為偽科學，並不是因為得出的結論稀奇古怪。畢竟，運氣好猜中、機緣巧合、奇特的假說，甚至是一開始的誤信，都在科學上扮演過一定角色。偽科學失當，是因為其結論經不起檢驗，以及無法和其他經過檢驗的主張之間，建立起一致的關係。我很難想像，像演員莎莉．麥克琳（Shirley MacLaine，按：麥克琳是推動新時代運動的先驅）這些人會因為證據不足、或有更好的替代解釋，就去否定通靈等超自然現象。

——本書摘自《數盲、詐騙與偽科學》，2023 年 11 月，大牌出版，未經同意請勿轉載。

國家通訊傳播委員會（下稱 NCC）為健全廣電事業發展、提升從業人員專業素養，促使廣電事業製播優質節目及傳遞正確資訊，今（112）年援例舉辦「廣電媒體專業素養」培訓課程，本趟知識列車自 8 月起於臺北開跑，9 月分別安排於臺中、高雄，花蓮場則於 10 月辦理完成。

NCC 於 8 月舉辦專業訓練課程臺北場後，佳評如潮，在 9 月舉辦的臺中、高雄場， 10 月舉辦的花蓮場，各地媒體從業人員共同參與，除了「廣播事業營運發展」、「電視事業營運發展」、「性別平權」、「權益保護」、「多元文化」等主題外，更為中、南、東部業者規劃「內容自律」課程，邀請國立臺灣海洋大學助理教授，同時也是資深媒體人的許文宜教授，從實例探討廣電相關法規，培養內容自律意識；「消費者權益保護」課程邀請衛福部食藥署吳怡萱副稽查員，透過食品藥妝及醫藥法規，講述食藥廣告製播應注意事項。

因應數位時代的快速變化，安排「 AI 在廣電媒體的應用發展趨勢」課程，分享科技新知及 AI 於廣電節目應用實例；「事實查證工具應用」課程則旨在培養識別虛假訊息的能力，從而可充分履行媒體的專業責任，安排每場次 3 小時的事實查證工作坊，期提高參與業者事實查核意識及能力，進而杜絕虛假訊息傳播。

睽違兩年首次回歸實體課程，中、南部從業人員展現其熱情，不僅課程踴躍互動，課後也與講師熱絡交流，紛紛表示課後收穫良多。花蓮場原訂課程面臨「小犬」颱風侵襲而延期一周辦理，出席率仍高達 8 成，展現東部業者學習新知的熱情與企圖心，期待未來廣電媒體產業持續相互砥礪，攜手打造優質視聽環境！

《新時代判讀力：教你一眼看穿科學新聞的真偽》前言

科學新聞解剖室 / 一號解剖員 黃俊儒 [1]

隨著各種通訊軟體的發達，相信每個人都有些經驗，就是收到來自於身邊各路親朋好友所轉寄來，各式各樣、五花八門的各類簡訊。最多的就是一些健康資訊關懷文，提醒你脊椎要保健、坐姿要端正、久坐要舒展、天冷要保暖、睡眠要充足……等，這類的訊息多數無害，所以在不傷和氣的前提之下，當然要跟這些心中充滿愛的親朋好友感恩以對。但是如果關懷文是更積極一點、更具警示性一點的類型，例如十種容易致癌的食品、地震逃生的保命方法、熬夜需要補充的食物、冰箱門不要貼磁鐵……等，再加上以專家做保證作為開頭，例如：最新研究說……、英國科學家發現……、諾貝爾獎得主推薦..….等，相信你一定對於這樣的訊息半信半疑，不敢完全相信，也不敢完全不信，於是你就過著姑且為每一則關懷簡訊活一兩天的方式面對，是吧？

這幾年，食品安全的問題頻傳，世界上的各種災難層出不窮，似乎各種因為科技發展所造就的風險無時無刻籠罩在我們身邊。這個時候就會有許多人大聲疾呼，我們需要多學習好的科學知識才能夠幫我們面對這些事情，尤其是能夠對難題做出合適的判斷。但事實真是如此單純嗎？

過去我也相信，只要人們對於科學活動多喜歡一點，對於科學知識多學習一點，理應就不會讓我們的社會如此的理盲濫情，也可以讓那些張牙舞爪的無知名嘴不會如此的霸道橫行，但是後來，我卻也開始懷疑起這樣的想法是否真的符合現實。

舉個生活周遭常見的例子來看，當我隨手拿起身旁那包準備在下午用來充飢的小包裝餅乾時，我發現它在「成分」上寫著：麵粉、砂糖、精製植物油（椰子油、棕櫚油）、乳化棕櫚油 （棕櫚油、脂肪酸甘油酯、脂肪酸丙二醇酯）、椰蓉、土產鳳梨醬（鳳梨, 砂糖, 麥芽糖, 海藻糖, 棕櫚油, 檸檬酸）、膨脹劑（碳酸氫銨、碳酸鎂）、鳳梨香料、碳酸氫鈉、檸檬酸、精鹽、偏亞硫酸氫鈉、甜味劑（蔗糖素）等，一塊小小餅乾的包裝上，總共竟羅列有洋洋灑灑約二十多種成分。在食安問題頻傳的這個時候，如果我問一個很簡單的問題，就是「這塊餅乾，我可以放心吃嗎？」，那我應該要去問誰呢？這個時候，瞭解牛頓的三大運動定律、愛因斯坦的相對論、波耳的量子力學、萊布尼茲的微積分、華生的 DNA 結構、韋格納的板塊理論，對我瞭解這塊餅乾會有幫助嗎？

老實說，我的答案或許是有點悲觀的。因為我幾乎不太相信我那些生物學家、地質學家、機械學家、物理學家、電機學家、數學家的朋友們可以明確地幫我回答這一個問題，甚至是化工學者，恐怕都不一定清楚這些在食品業界所慣用的配方背後真正的成分。但是這些專家都很科學啊，他們的科學知識都非常的豐富，不僅學有專精並且對於科學運作的過程都十分瞭解，如果他們不能解答，那麼誰能解答呢？

其實問題的癥結是出在現代社會中任何一個科技問題幾乎都是複合式的，舉凡食、衣、住、行、育、樂各方面的議題都極其複雜，牽涉的範圍都十分寬廣，導致每一個問題都沒有辦法被切片成獨立的零散片段，所以也就不容易找到單一位專家可以因時、因地、因情境而全方位地幫我們解答所有的疑問。多瞭解科學知識當然對於問題的解答會有助益，但是畢竟大部分的人並不是科學專家，不會有機會像科學家一樣透過一輩子的生命歷程來感受科學的精髓。所以多數的科學知識對於一般人所面對的真實問題來說，大概就是「多一分不多，少一分不少」的窘境。可見對於一般人而言，要能夠判斷科技的問題，必然需要有一個完全不同於科學專家的認識方式。

這種新型態的認識世界方式，我們在這本書中把它稱作「新時代判讀力」，它主要包含兩個孿生的兄弟，一個是「媒體判讀力」，另一個是「科學判讀力」，兩者需要同時現身，缺一不可。例如，我們可能從某一個購物網上看見一塊餅乾的成分，可能從一個網路論壇、一段通訊軟體的簡訊、一則臉書的PO文、一個廣播的專訪、一則食品廣告、一篇雜誌報導、一個健康談話性節目上的名嘴發言……等，各種管道不一而足。如果我們所接觸的這個訊息在一開始就是片面、偏頗、被加工、被設計的話，那我們對於餅乾的科學知識還可以發揮作用嗎？就像是再好的牌技，恐怕也救不了滿手的爛牌。

在這個資訊時代中，我們想要瞭解的各種訊息就像是一顆糖果，但是它被層層的包裝所裹著，第一張是五花十色的炫麗色紙，第二張則是包著糖果的錫箔紙。我們都知道這兩張包裝紙的功能，第一張讓我們感到賞心悅目、喜歡親近、想吃，第二張則是具有功能性，可以幫糖果保鮮。如果要吃到糖果的美味，當然就要先學會把這兩張包裝紙分別拆開來，漏掉一張都不行。大家應該都有過這樣的經驗，就是包裝紙品質不佳，所以糖果受潮了，吃下的滋味變了，有時甚至外層包裝紙的色素還會滲進糖果裡面，破壞你的美味。

「新時代判讀力」就是拆除這些包裝紙的能力。首先，外層這張包裝紙是媒體裡面吸引你注意的各種元素，所以一開始就必需要能用「媒體判讀力」來判斷這個消息到底能不能信？例如，這是廣告嗎？內容農場嗎？置入性行銷嗎？是只想賺取點擊率的劣質媒體嗎？……如果你可以順利地拆開這張包裝紙，那麼恭喜，你可以開始針對裡面的內容好好地斟酌了。如果你一開始就發現，這是一張騙人的紙、不可靠的紙、虛有其表的紙，那麼不要客氣，就丟了它吧，千萬不要當真。

如果你已順利地進入到裡面的第二張包裝紙，那麼這一張包裝紙指的就是用「科學判讀力」來診斷它的科學生產過程。例如，這是一個很尖端的研發嗎？這是一個很確定的事實嗎？這是許多科學都承認的結果嗎？抑或只是一種假設、測試過程或初步成果？這個研究的範圍很廣、很大、很具代表性嗎？還是僅是一個小範圍的測試？……這些問題的確認跟你的微積分好不好、物理成績高不高、數學運算熟不熟都沒有直接的關係，但是跟你瞭不瞭解科學家的生活或是科學運作的方式就息息相關。如果你連這一層包裝都確認了，那麼就當作嚐鮮，把糖果盡情地嚐嚐吧。

當然，我們必須承認，這些問題的判讀並不容易，它需要常常對於科學進行的過程以及媒體包裝的手法保持關心，透過各種判讀力的練習才有機會讓你隨心所欲。為了讓大家有更多練習的機會來鍛鍊這個「新時代判讀力」，因此有了這一本書的催生。這本書是由「科學新聞解剖室」的一群解剖員所策劃編寫的，我們選取在熱門通訊軟體上最具有代表性的幾種科學新聞類型，把它們一一地攤開在解剖室的手術台上，以「十種科學偽新聞的類型」[2]作為藍本，用我們最鋒利的「科學判讀力」及「媒體判讀力」這兩把解剖刀，剖開科學新聞的內裡，讓讀者用最近的距離察覺每一則怪異科學新聞的來龍去脈，辨識它們的真偽。

相信我們，如果你常常練習解剖這些光怪陸離的科學新聞，必然可以讓這些無良的新聞無所遁形，也會讓你在各種五花八門的關懷簡訊之中無往不利。

註：

• [1] 黃俊儒，《新時代判讀力》總策劃，國立中正大學通識中心教授，科學傳播教育研究者，泛科學及 UDN 鳴人堂專欄作家。
• [2]  詳參黃俊儒（2014）。《別輕易相信！你必須知道的科學偽新聞》。臺北：時報。

《新時代判讀力：教你一眼看穿科學新聞的真偽》盤點「10種科學偽新聞的類型」，綜合評比科學偽新聞指數，讓你學會一眼看穿真偽、辨別優劣，身懷「科學判讀力」、「媒體判讀力」兩項利器，從此盡覽報章雜誌、漫遊網路世界不受騙！

｜理論錯誤｜關係錯置｜不懂保留｜多重災難｜忽冷忽熱｜

｜忽略過程｜便宜行事｜官商互惠｜名不符實｜戲劇效果｜

小心！你已經掉入偽新聞的陷阱囉！