打臉雞湯有多難？

爆款雞湯文，「我有一個朋友」已經成了起手式。是的，儘管我們不知道作者有沒有這個朋友，也不知道作者對朋友的描繪是否準確，這並不妨礙作者甩出兩個例子後直奔結論，也不妨礙激動的讀者在評論區一片附和。那麼，對付這種文章，我們是不是真的能有效地打臉？Aragones等四位學者的一個有趣結論，能夠帶給我們啟發。

把這類文章提到的例子都看成統計樣本：一組 變數（家境+是否創業+是否健身+旅遊多少+渴望愛情否+單身與否）對應一個 （是否優秀到「別人追都不敢追」的程度）。現在，假設作者說：「單身與否」這個因素，對「是否優秀」的解釋能力很強。為了打臉，我們就得翻找這堆 ，看看能否挑出一組解釋力[1]比「沒有男朋友」強的變數。這個問題有多難？開頭提到的四位學者在2005年證明：這是個NP完全問題。也就是說， 的量一多，哪怕你有很多的樣本，也有很快很快的電腦，你也未必能駁斥這個結論。

是的，哪怕變數都清晰定義，哪怕數據都準確，哪怕作者不絞盡腦汁重新解釋，哪怕作者不換用其它對自己更有利的標準，想要打臉這類套路的雞湯，也可能是極難的事情。更何況，現實中以上幾點常常發生。更多的時候，看出雞湯不靠譜處的人使勁抒寫，相信雞湯的人卻不予理睬。再加上這些實際影響的因素以後，所謂打臉，就更難了。

[1] 原文中，衡量解釋力的標準是調整後的 。用數學語言來說，這相當於對 ，要在 中找出 （ ）個 ，使得 對這 個變數回歸後的調整後 大於 等於 。此外，找出符合這一要求的變數組合也是NP完全問題。

參考文獻：Aragones, Enriqueta, et al. "Fact-free learning." American Economic Review 95.5 (2005): 1355-1368.

推薦閱讀：