如何评估证据和信息来源的真实性？

假设是“在有限证据的基础上作为进一步调查的出发点而做出的假设或提出的解释”。使用假设不仅可以突出调查重点，还可以帮助指导完成需要收集的证据并评估已经收集的信息。为了更加清晰，我们可以使用 "工作假设 "一词，因为它意味着一项正在进行的工作，它在不断发展，并可能根据找到（或没有找到）的证据而改变。

例子

我们已经收到匿名举报，称一家制革厂（皮革加工厂）正在您附近的河流中倾倒有毒废物，导致鱼类死亡。首先，快速检查一些事实，包括适用的污水排放法规以及与卫星河流相关的各种工厂的位置。然后，与一些居民交谈，其中一位报告说最近在河里看到死鱼。在这一点上，我们并不知道自己收集到的信息是否属实，但由于河流附近有许多公司，可以初步提出一个假设：

“有人非法向河中排放化学物质。”

什么是证据，如果没有证据怎么办？

调查员的主要目标是发现和报告可以作为证据的可靠和可核实的事实。牛津字典将证明定义为 "表明某物存在或真实的事实或信息"。证据可以适用于个别证据，也可以适用于我们所作的整体假设，因为它是所收集证据的总和。我们的目标将始终是收集足够的证据，以尽可能地接近证明或反驳一个假说。我们所称的 "新闻方法 "与证据和调查的 "科学方法 "并不相同。虽然一个工作假设可以指导你的调查工作，但你的目标不是不惜一切代价证明我们的假设是正确的。因此，我们应该对其他解释保持开放的态度，即使它们与自己的想法背道而驰。

在某些情况下，尽管我们已经尽了最大努力，调查还是陷入死胡同。不要再纠结了，放弃本次调查，通过调整假设来改变重点，或者以透明的方式发布拥有的信息，不要再坚持没有任何证据的主张了。

一旦提出了一个工作假设，它将指导我们完成调查和证据收集。在调查过程中，我们可能会发现许多不同类型的证据。证据可能是直接或间接的，可以是通过实地研究或桌面工作获得的，也可以是实物或数字。大多数证据属于上述类别的其中之一。当涉及到需要解释收集到的证据并确定其强度和可靠性时，如何区分它们尤为重要。通常情况下，证据的类型与正在进行的调查类型有关。例如，实地调查往往会产生实物证据，如环境样本，或视频和照片证据。

1.直接与间接证据

直接证据通常是直接说明提出的假设并印证事实的证据。这方面的例子包括视频、音频和照片证据、目击者对事件的叙述、官方文件和记录等。

另一方面，间接证据通常是支持断言的证据，但不够有力，而且大多数情况下其来源是二手的，因此无法在印证事实上与直接证据有同等效力。这方面的例子包括没有直接观察到事件的人的陈述、其他人的发言人的陈述以及一般来说需要你做出推断的任何一种证据。推论是根据没有直接说明该结论的证据而形成的意见或结论。我们每天都在做推论：例如，当你看到你门前的包裹时，你会推测它是给你的，而不看直接证据，即包裹上的快递标签。只有在间接证据积累到一定程度，且没有其他逻辑结论的情况下，这才足以支持一个假说。大多数时候，当收集到间接证据时，有必要进行进一步的调查，并尽可能用其他来源来验证。

例子

在我们的水污染示例中，来自实验室的一份报告显示河流中存在有毒的合成化学物质，这仅证实了河流已被污染的事实。它既不能提供有关谁造成污染的信息，也不一定显示河流上最初发生污染的确切位置。本案例研究的间接证据示例可能是目击者对变色水的观察或发现死鱼。但是这些间接证据都不能证实或反驳河流是否存在污染，因为自然原因会导致变色和鱼类死亡。

这里需要提醒大家，一个陈述或假设的间接证据可能是另一个陈述或假设的直接证据。如果公司发言人说“我们公司没有向河流排放有毒化学物质”，这只能被认为是公司实际上没有造成污染的间接证据，与此同时，这也是证明该公司否认造成河流污染的直接证据。

2.人类、物理、数字证据

来自人类来源的证据可以来自与您的调查有广泛联系或接触的任何人。例如，这可以包括目击者、受害者、政府官员、科学家、发言人、记者或专家。最终，数字和实物证据总是在某种程度上受到人类证据和来源的联系和影响，因为它最初总是由人类开发、创建或分析的。我们将在下一节评估证据中更多地讨论这一点，但现在值得记住的是，视频和照片是由人拍摄的，环境样本是由人控制和操作的机器和计算机分析的，文件是由人控制和操作的。由人编写和编辑。人们是主观的，他们的观点或立场可能会影响他们提供的证据。

物证广泛适用于纸质文件、书籍、杂志、合同、发票、环境样本、一些照片和视频等。尽管我们的世界越来越数字化，但实物证据很重要，而且通常比大多数数字对应物更值得信赖，因为它可操作性低。由于数字世界和物理世界越来越融合，物理证据和数字证据之间的界限也越来越模糊。仅在二十年前，视频和照片还被视为物证，但最近的照片和视频证据现在严格来说是数字化的，因为它源自数码相机。这就是评估证据的来源和强度以及提供证据的来源变得如此重要的原因之一。

由于这些边界的模糊以及向数字文档提供和存储的快速发展，我们在本指南的上下文中使用了一种狭隘且有些不固定的数字证据定义。在这里，数字证据仅适用于在互联网上找到的信息。这包括在线文章、报告和研究、数字数据库、在线视频和照片以及博客、社交媒体、论坛。直接来自相机的原始格式的照片和视频在这里被视为物证。

但是请注意，对于某些非专业人员，只需要通过自身的努力，几乎就可以操纵数字世界中的所有内容，包括图像和视频。非自己拍摄的照片的元数据很容易被更改，不应作为证据依赖，除非我们可以从其原始来源和/或通过反向图像搜索等其他方式对其进行验证和确认。对此，我们使用以下工具：

1. TinEye：https://tineye.com/

2. 谷歌图片：https://www.google.com/imghp

3. Yandex图片：https://yandex.com/images/

例子

在我们的假设示例中，我们在下面测试的断言是：“X 公司正在向河中排放有毒水。”

来源的强度和准确性

在解释证据时，了解信息来源的可靠性和动机至关重要。这意味着同一条信息的准确性还是或弱，具体取决于其来源和提供它的前后环境。调查人员应结合证据的来源和来源来解释证据，以确定其强度。如果一些证据至少已经经历了某种审查过程，那么就会更强大、更值得信赖。

例如，虽然科学文章一般都经过同行评审，但人们还是应该警惕在评审完成之前已经出版的预印本。除此以外，还需要特别注意此类文章的资金来源，因为许多公司委托研究可能会变得有利于他们的利益。

许多受人尊敬的媒体组织的报道，，也经常会由事实核查员进行内部审查。但这并不意味着我们不应该仔细检查他们的来源和数据，因为他们的信息可能并不总是正确的。检查他们的从属关系和行为准则也是建立信任的好方法。例如，作为国际事实核查网络或全球调查新闻网络 (GIJN)一部分的商业和非营利媒体组织可能拥有可提高准确性的系统。

一个众所周知的现象是，人类往往倾向于相信他们想相信的东西，调查人员也无法幸免于这种“认知偏见”。这是心理学的专有名词。

与调查人员最相关的认知偏差之一是确认偏差，在这种偏差中，我们倾向于确认我们现有信念和我们认为我们知道的东西的想法。因此，人们可能会偏爱特定的科学证据或其他数据而不是相互矛盾的证据，并且也会得出与个人偏见一致的广泛结论。

另一个需要注意的重要偏差是沉没成本效应。这是一种在投资后继续努力或追求的趋势。这种投资可以是金钱，也可以是时间和精力。例如，对于调查人员来说，反驳假设的相关证据很容易被忽略，尤其是在已经花费大量精力进行调查之后才发现的情况下。

还有许多其他形式的认知偏差很容易影响我们客观地进行调查的能力。

可用性偏差：当人们更加信任他们首先记住的解决方案和信息时，这通常是最近的。这在调查中可能是一个谬误，特别是对于那些持续很长时间的调查。

锚定偏差：几乎与可用性偏差相反。在这种情况下，人们更有可能相信最初的信息，因此可以作为比较未来信息和证据的锚点。

好消息是，意识到自己的偏见、应用特定的方法和工具来避免偏见以及培训都可以减少认知偏见影响我们决策和思维的程度。一些有助于降低偏倚风险的技术包括：

1. 寻求同事和其他调查人员对证据解释的第二意见

2. 一段时间后回顾所得出的结论

3. 努力反驳结论和证据解释

例子

在我们的水污染示例中，可能会与接待员、媒体发言人、工人和保安交谈，并询问他们每个人是否知道源自公司的水污染。在下面的列表中，我们正在调查的公司没有污染河流的同一声明是由许多不同的来源做出的。让我们来衡量一下他们的实力：

也有很多情况下，为这一负面声明提供薄弱证据的相同来源可以为相反的正面声明提供有力证据。如下表所示，在说没有污染的时候，许多证据薄弱的情况在同样的消息来源说有污染的时候就变成了强有力的证据，这表明一个消息来源的力量往往取决于它提供的证据或信息，而不是一直固有的强大或薄弱。因此，理解一个来源与具体证据的关系的动机变得很重要。

一旦我们意识到我们的证据可能无法提供足够的证据来支持提出的假设，可以采取多种行动来补强。例如，新闻中经常应用的规则要求至少三个相互独立的来源在发布之前确认相同的信息。

例子

让我们使用我们之前描述的相同类型的证据，找出调查人员可能面临的信息风险，以及可以采取哪些措施来减少这些风险。

最后排除我们的一些偏见和想要支持所相信的东西的倾向的最好方法之一是：尝试收集推翻假设的证据。在整个调查过程中测试对论断的其他解释将使得证据客观。这方面的一个技术术语是竞争性假设分析（ACH），这是情报部门经常使用的一种技术。在这个过程中，调查员首先产生可能的假设，然后建立一个矩阵，其中充满了证据，然后进行逻辑和一致性测试。然后对这些假说进行评估和排序。

例子

在我们的例子中，两个相互矛盾的假设可能是：“X 公司对污染河流负有责任”和“污染还有其他原因”。

C = 一致

I = 不一致

这个例子还表明，即使在最有可能的情况下，也很可能存在与之前提出的假设不一致的证据。此时我们就应该评估该证据并寻找为什么证据与上一节中描述的假设不一致的解释。

在我们的示例中，您我们可能会在与委员会交谈后发现，鱼类死亡率和水变色确实有所增加，但他们的测试表明这是由于大风暴将大量有机物质冲入河流后缺氧所致. 这时需要通过查看历史气象数据或咨询专家（例如在大学）来验证此声明。如果评估证实了这一假设，就可以选择结束调查了。

本期编辑：ZHZ

如有侵权，请联系管理员删除