Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

错误地比较数字

Posted on 2025-05-31

Feed.png

这只是对两种比较数字的糟糕方法的抱怨。它们分享了一个好的替代方案。

“数量级”

典型的草率用法:“人工智能将生产力提高了一个数量级”,“录制音乐的收入比八十年代少了几个数量级”。

读到这篇文章的各位可能已经知道,“数量级”有一个精确的对应关系:乘以或除以十。但显然,撰写新闻报道和营销宣传的人要么不知道,要么就是在故意用这些成语撒谎。具体来说,他们试图用一种夸张而令人印象深刻的方式表达“大于”或“小于”。

考虑一下第一个例子。它说人工智能使生产力提高了十倍。如果他们真的说“十倍”,人们更倾向于问“什么单位?”和“你是怎么测量的?”这句话让我怀疑它的作者可能在撒谎。

第二个例子更加有害。由于“订单”是复数,他们声称至少下降了两个数量级,也就是说收入下降了至少一百倍。两个、三个和四个数量级之间的差异巨大!我可能会争辩说,“数量级”这个短语可能永远都不应该用。在这种情况下,我非常怀疑说话者是否有任何数据,他们只是想说收入真的下降了很多。

答案很简单:说“十倍”或“高十倍”或“至少少一百倍”。假设你的说法是有效的,它很容易被理解;几乎每个人都能直观地理解十倍或百倍的差异是什么感觉。

“百分比”

真正让我开始读这篇文章的,是看到一篇报道说某家企业“收入增长了250%”。我来算算。如果收入是100万,增长了10%,那就是110万。如果增长了100%,那就是200万。200%就是300万。所以他们说的250%其实是收入增长了3.5倍。“3.5倍”比250%容易理解得多。而且,我敢打赌,很多人直觉地认为250%就是“2.5倍”,这是错的。

我认为对于小于 100 的值,引用百分比是清晰且有用的。谈论增加 20% 或减少 75% 并没有错。

所以,同样的解决方案:对于超过 100 的百分比,不要使用它们,只需说“乘以 X 倍”。同样,人们对 3.5 倍的增长有着即时的(通常是正确的)直觉。

“但英语是一种活的语言!”

不仅活着,还扭来扭去、放荡不羁,既能接受一夜情,也能接受永久关系,无论新词多么难听,也无论从其他方言中引入多么粗略。也就是说,我无法阻止“数量级”被用来表示“真的很多”。

事实上,只有当你试图表达数字差异时,这才会是个问题。但这是人类语言的一个重要应用。

反常的是,我猜你可能会说,这些糟糕的习语能帮你识别出那些可能是无知或谎言的言论。总之,现在你知道了,当我听到这些习语时,我听到的模式让我倾向于不相信。而且我敢打赌,我不是唯一一个。

原文: https://www.tbray.org/ongoing/When/202x/2025/05/30/Number-Comparison-Representation

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme