假新聞更吸睛!從心理學的「再現危機」拆解,為何大家都愛新鮮感?
假新聞更吸睛!從心理學的「再現危機」拆解,為何大家都愛新鮮感?

針對科學的現狀,最近有篇論文提出一個令人不舒服的說法:無法再現(nonreplicable)的研究比可再現的研究更常被引用。我換個說法,《科學進展》期刊報導,壞科學似乎比好科學受到更多注意。

心理學有「再現危機」,指的是研究人員無法再現大量論文發表過的結果。上述新論文贊同相關報導,並指稱不只心理學有此問題。基於若干理由,這種發言不可等閒視之。若有相當比例的研究無法滿足基本的再現性,研究結果便無法做為制定政策的可靠依據。

無法再現研究結果,可能延誤新藥與新技術的開發過程,也可能使大眾不信任科學,更難說服民眾接種疫苗或因應氣候變遷。然而把經費投入無法再現的研究上,無異是拿錢打水漂:一項研究指出,光是美國一年投入無法再現的藥物研發經費,就高達280億美元。

medicine
無法再現的科學研究,除了降低的科學實用性和民眾的信任感,也會造成經濟損失。研究指出,美國一年平均投入280億美元於無法再現的藥物研發上。
圖/ Flickr CC by herval

在這篇新論文中,作者追查心理學期刊、經濟學期刊以及《科學》與《自然》中曾點名無法再現的論文,結果令人困惑:無法再現的論文的引用次數高於平均值,儘管再現性差的消息曝光後仍然居高不墜。在負面新聞曝光後的引用論文當中,只有12%承認錯誤。

這些結果與2018年一項研究不謀而合。該研究分析推特上的12.6萬謠言推文,顯示假新聞比查核過的真實新聞散播得更快也更廣,並且發現機器人程式對於真假新聞一視同仁,可見是人類造成網路上謠言滿天飛。

學術界推崇創新:新發現、新結果、「頂尖」與「破壞式創新」的研究,這並不難理解。如果科學是一種發現的過程,那麼比起強化既有知識基礎或擴大應用領域的論文,提出新奇事物的論文更像是重大進展。

此外,比起可預測的尋常瑣事,學者與一般人都會覺得驚奇事物更有意思(想必也更有趣)。任何期刊的編輯都不願放棄可能是未來諾貝爾獎得主所投稿的論文。問題在於,驚奇的研究結果之所以驚奇,乃因它與我們基於經驗而建構的理念牴觸,這也表示它大有可能出錯。

phone_girl_happy_smile_surprise_Interested.jpg
驚奇的事物往往吸引眾人眼光,這正是假消息、假新聞散播速度如此之快的原因之一。
圖/ shutterstock

這篇新論文的作者推論,比起各領域的論文,審稿人和編輯對「敢秀」或語不驚人死不休的論文會採取較低標準,而高度有趣的論文也吸引更多人關注、討論並引用。也就是說,人們偏愛新鮮感。2018年推特研究的作者也指出,新鮮感是元凶之一:他們發現,網路上迅速流傳的假新聞明顯比真實新聞格外不同......

本文經授權轉載自:科學人雜誌

【延伸閱讀】
1.《期刊論文不能盡信》
2.《新聞、謊言、假影片》

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:吳佩臻、錢玉紘

關鍵字: #假新聞
往下滑看下一篇文章
聚焦智慧醫療,汎定科技藉 NVIDIA 新創計畫挹助,加速小心肝 AI 軟體服務開發與全球布局
聚焦智慧醫療,汎定科技藉 NVIDIA 新創計畫挹助,加速小心肝 AI 軟體服務開發與全球布局

汎定科技(FindingsTech)成立於2020年,以力學模擬、人工智慧與數據分析三大核心技術為基礎,迅速在智慧醫療領域打出名號,目前公司的主力產品有二:分別是小心肝 AI(HepatoWell.ai)與 AI Foundry 服務,前者透過 NVIDIA MONAI 為框架的 MRI 影像訓練,開發計算量化脂肪肝程度的 AI 軟體;後者則是因應客戶需求、使用情境提供最佳 AI 架構與解決方案,例如跟豐藝母公司和醫學中心合作開發的 OmniSurgery 手術房 AI 器械盤點平台,用來協助醫院器械供應中心自動偵測與盤點醫療機械設備。

汎定科技之所以會聚焦 AI 醫療影像市場,與創辦人的學經歷背景息息相關。汎定科技總經理許駿鵬表示:「10多年前,我曾在麻省理工學院的電腦科學與人工智慧實驗室擔任科學家,當時的計畫主持人都聚焦在醫療影像跟重症數據分析,在過程中深刻感受到,我們雖然不是第一線醫護人員,但依然可以透過科技實現『曲線救人』。」這段經驗以及教授鼓勵,讓其決定創立汎定科技,目標是以 AI 科學幫助醫療體系更快找到精準答案,無論是物理實驗、醫療輔助判別與撰寫報告都可以即時掌握關鍵發現 (Findings)。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

卓越的創新與技術能量,不僅於參加 NVIDIA Inception 新創計畫後獲得更多 AI 技術資源,更在2024年獲得豐藝集團的投資支持,正式成為集團旗下成員,接下來,汎定科技除持續深化產品服務,也會透過集團資源、以軟硬整合等方式擴展在醫療產業的服務能量。

聚焦脂肪肝 MRI 影像分析,汎定科技小心肝 AI–HepatoWell.ai– 進入臨床試驗階段

研究機構 Fortune Business Insight 預測,全球 AI 醫療影像市場規模將從2025年的392.5億美元快速成長到2032年的5,041.7億美元,年複合成長率高達44%,其中,「解決方案」類型的產品需求最高,其次才是平台型服務,顯示市場最需要的是能夠真正解決臨床痛點的應用。

在眾多 AI 醫療影像市場中,汎定科技會鎖定脂肪肝 MRI 影像分析、推出小心肝 AI(HepatoWell.ai)的原因有三:

首先是 AI 全自動量化計算肝臟脂肪密度。 全球脂肪肝盛行率高。目前的檢測脂肪肝的方式多為質化判斷不夠精準;即便現行的量化分析,也需要人工圈選。HepatoWell.ai 藉由讀取 MRI-PDFF(質子密度脂肪分數)訊號,AI 自動計算全肝臟體積脂肪分數(VLFF),可更精確的計算脂肪肝程度。

其次是整合新藥臨床試驗平台。 過去脂肪肝無藥物可治療,第一線治療方式多以飲食與調整生活習慣為主。因此,國際藥廠紛紛投入新藥臨床試驗。小心肝 AI 能提供標準化 MRI-PDFF 數據,可整合進臨床試驗工具。

最後是帶動產業鏈發展。 全球專注脂肪肝AI醫療影像的業者極少。小心肝 AI 的出現,讓醫療機構、健檢中心、臨床試驗公司、國際醫材設備商乃至國際藥廠有新的合作選擇,有助於形成更完整的產業生態系。

汎定科技總經理許駿鵬表示:「我們自從2023年7月展開前期研究(Pilot Survey),2025年進入臨床試驗、預計將於今年底完成,明(2026)年正式取證、將小心肝 AI 推向全球市場。」值得特別注意的是,醫療產業特性使然,「有技術」不等於「能落地」,研發實力、客戶需求,以及品牌能見度缺一不可,而藉由 NVIDIA Inception 新創計畫的支援,汎定科技不僅強化了產品開發速度,如以 MONAI Core 選擇適切的演算法、MONAI Label 加速影像標註等,也在品牌行銷與市場拓展上獲得關鍵性的極大推力。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

以2025年獲邀參展 COMPUTEX InnoVEX 大會中的 NVIDIA Inception for Startup Pavilion 新創展區為例,汎定科技在展會期間收到超過100個客戶諮詢,會後有逾50家潛在客戶表達興趣,其中10多家已進入洽談階段,對正在推進的臨床試驗與未來市場擴張極具幫助。「我們的計畫是在取證後三年將小心肝 AI 推向20家健診中心,並且積極發展亞洲市場商機,而後再一步一腳印地擴展歐美市場。」關於小心肝 AI 的未來規劃,許駿鵬如是說道。

善用集團與 NVIDIA 技術資源,加速智慧醫療布局

在加入 NVIDIA Inception 新創計畫後,新創團隊可在 NVIDIA Inception 新創計畫網站清楚寫下產品服務等資訊,NVIDIA 全球各個部門便都可以查詢到新創團隊資訊,更有機會取得 NVIDIA 軟體產品的早期試用(Early Access),並能免費下載使用各種 NVIDIA 軟體套件(SDK),以及受邀參加地區活動曝光等。至於新創公司擴展最重要的資金環節,新創團隊則可透過 Inception Capital Connect 與全球 NVIDIA Inception VC Alliance 創投夥伴接觸,加速募資流程。

汎定科技與豐藝集團即是透過 NVIDIA Inception 新創計畫而結識。

豐藝集團策略長陳少翎表示:「汎定科技擁有絕佳的技術實力與發展潛力,瞄準的市場與豐藝集團的布局方向一致,很快就決定投資團隊。目前雖由豐藝集團100%持股,但仍維持汎定科技的獨立營運彈性,鼓勵其以新創速度深耕市場,同時,透過鏈結集團資源等方式深化對智慧醫療產業的佈局。」舉例來說,當豐藝集團與 GE、飛利浦、西門子等全球醫療大廠進行產品藍圖與市場規劃討論時,也會同步介紹汎定科技的產品服務與實務經驗,進而創造更多跨國合作的可能性。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

展望未來,汎定科技除持續推進小心肝 AI 的產品與市場布局、也將與 NVIDIA Inception 新創計畫更緊密連結到全球新創與創投網絡以強化產品的海外布局,也會透過跟集團子公司與客戶合作等方式,更好布局未來市場。

NVIDIAxFindingsTech
圖/ 數位時代

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓