我知道谁在作弊!关于有效率的识别出诚实和不诚实

作弊的本质是不诚实

我们今天不是来讨论作弊的危害的,而是如何通过效率手段来分辨诚实与不诚实。

以米国为代表的“腐朽的”“垂死的”“落后的”西方资本主义国家中,对==“诚实”==这种高尚的品质,倒是反而有洁癖的。

例如:总统可以搞小三但是不能说谎,如果说谎就要下台滚蛋;霸道总裁要是发票弄错多报销了就要下台滚蛋;领导要是学历公布上有瑕疵(也就是有意无意的虚报了)当然也要下台滚蛋;如果你在电视上向全体国民撒谎吹牛,你则能够通过竞选当上总统……

国际上有个“透明国际”组织,老是有事没事给各个国家的腐败程度评级,腐败一般认为是一种官员的“不诚实”。然后又有吃饱了撑的英国学者,舒尔茨教授想论证一下官员不诚实和国民不诚实的关系。(参见《自然》3月在线发布版)

这种事情居然还要研究,国人早就知道了==“上梁不正,下梁歪”==,“上行下效”这种浅显的道理,就算一时不理解,抬头看看,再看看周围,自然就……。然而这个学者通过耗资耗时的跨文化实验得出了相同的道理。(简直就是浪费纳税人钱!)

我们不关心研究结论,小伙伴们要是有兴趣可以自己去看。 火箭君也绝对不会告诉你,那个研究到底说天朝是排在“不诚实”等级“高”还是“高”的位置上的。

火箭君关心这个研究的实验方法,这个方法是一个简单易懂的效率手段。

检测手段

首先按国家随机选一些人出来,假设选了A国的100人作为实验参与者。让每个参与者在不受监督的情况下扔两次骰子,然后汇报结果。这个结果随便参与者怎么汇报,可以如实回答也可以自己瞎编。

为了让参与者有动机说谎,实验把汇报的骰子点数结果和参与者的报酬挂钩。 比方说,1点就是1块钱,5点就是5块钱,6点比较特殊,6点是0块,什么也没有。 你要是扔出两个6点,你就一分钱没有,或者你是不是考虑谎报两个5点,可以拿十块钱?

按照概率论,每次扔出骰子后期望得到报酬是2.5块 (什么?你不知道为什么是2.5块?)。然后看看各个国家的实验参与者,平均每次汇报的结果偏离2.5多少来评价这个国家国民的诚实程度。 比方说,某个非洲国家平均结果竟然接近4 !某个从小教育要诚实的国家居然是 3.6 !啧啧,惨不忍睹!

这个检测的方法其实暗示了一个接近普世的检测作弊的方法,

诚实的数据必然服从统计学意义上的某种规律或分布。

其它例子

基于此,浮现出了很多种“反作弊”的方法:

比方说,西南某高校要求一个班的学生成绩必须符合正态分布,不然就…………………………不能把考试成绩录入系统。

这个是有道理的,按照《魔鬼经济学》的作者提出的案例来看,用学生成绩的统计学分布,是可以有效看出这个班级的成绩有没有作假的。

《大数据时代》一书中也有这样的案例,根据日本相扑比赛中每个选手的十年数据,以及等级晋升时的胜率来看,可以得出某些选手在一些对自己不重要的比赛上很可能存在“放水”作弊的结论。

这个背后的逻辑就是,偶尔造假一次其实很容易被识破的,除非全体造假,全方面造假而且持续造假,专注造假30年,污染整个统计数据源,而且还不突破自然规律(例如上面的2.5块),否则你要摆脱大数据对你诚信的判断是很难的。

然而如果要花这么大力气造假,为什么不老老实实的做个诚实人呢?

火箭君之前发布的文章关于如何制造Dummy数据一文中,提到用于合法用途的随机数据,但也有热情的火箭粉来问,能不能捏造出符合正态分布的数据? 火箭君顿感读者水平不是一般的高啊!细思极恐!

最后

如果你是一个管理者,请务必留意搜集你的数据,分析它们,看看有没有人在说谎。

如果你是个普通消费者,请小心你的一举一动,在这个个人行为被不断数据化记录下来的年代。你的每次行为和别人的行为最终都会汇合为参考数据,反过来被用来很效率的评判你的诚信度!做征信的朋友肯定知道我在说什么。阿里巴巴支付宝,芝麻信用分神马的都只是一个很小的开始。

最后,前面提到的制造随机数据的文章在这里,火箭君以后会考虑发布一个符合正态分布的生成器的,当然,用于合法目的。