記者喜歡訪問學者，查詢他們對時事問題的專業意見。學者評論有時也會影響社會大眾的看法，甚至可以影響政策。雖然經濟學家和社會科學家討論社會議題經驗較多，但往往聽到他們抱怨媒體不能好好傳遞他們的見解，或者公眾對他們的意見產生了誤解，也時常聽到公眾說象牙塔的專家意見離地，說話模稜兩可。近期疫症流行，以往比較少成為傳媒焦點的醫學專家，要將重要的信息傳播到公眾，也面臨相當難度。
下面舉一些例子討論。
「無證據顯示」
時常聽到學者或媒體引用學術研究時稱「無證據顯示」乜乜乜，例句如「無證據顯示食用某食物會致癌」。大家會問，為什麼專家不直接說「食用某食物不會致癌」呢？
這並不是語言「偽術」。原來在學術上，以上兩句話並不是等價的，而且說第二句話比第一句要難得多。舉個例，大家應該都未見過藍色皮膚的人，所以我們可以說「無證據顯示人會有藍色的皮膚」，但我們不能就此證明人的皮膚不可以是藍色的。可能世上真有這樣的人，只是我們見到的人不夠多，暫時未遇到而已。又例如我擲一個硬幣100次，得到大約一半公一半字，我只能說「無證據顯示這個硬幣是不公平的」，但要證明硬幣是公平的，可能要拿硬幣去化驗。
燈神橫行
媒體經常找學者、名嘴、評論人做預測，例如問經濟學者明年經濟增長有幾多、樓價會升定會跌等。政府也會做經濟預測，例如2020年最新的經濟增長預測是-8%。如果細心思考，這個數值根本不可能是正確的。如果最後出來結果是-5%當然是預測不準確，即使結果是-8.01%，也可以說預測是錯。原因是這數值是個「點估計」（point estimate）。另一個方法就是給出一個區間，例如說「本年經濟增長有90%概率在-5%至-10%之間」。但這個說法對於公眾來說也不易懂，數字太多，而且區間太闊就無意思，區間太窄不如估一個數值算了，而且就算最後結果在區間之外，也不算錯，因為上述句子說了只有90%可能在區間以內，但公眾就會覺得專家有逃避責任之嫌了。
真正的預測是一個概率分佈，以上其實是討論如何簡單地總結及彙報概率分佈。接觸記者多，就知道他們想要實數，學者答記者什麼區間，記者就不會引用，或者引用錯，或者不收貨，下次寧願找個願意斬釘截鐵講一個實數的人，至於數字準不準就不重要了。因為媒體傳播偏好「點估計」，現在又有互聯網，往績容易翻查，造成了「燈神」橫行的現象。
此外，坊間對預測有個常見的誤解，就是把學者看成是先知，可預知未來。其實學者只是根據現有的資訊，中肯分析和合理推論。足球評述員話「波，一係入，一係唔入」會被人柴台，但問學者擲硬幣的結果，負責任的學者只會告訴你，公或字機會均等，但一般人聽到就會覺得答案模稜兩可了，股市升定跌，樓價升定跌，他們想有確切的答案。又例如要學者預測今年的經濟增長，學者只可以根據首3季的經濟數據，和綜合對環球經濟政治疫情等的理解作出判斷。至於今日至年底可能發生的大事，例如疫情會否大爆發還是會忽然消失等，學者不是先知，是無法準確預計的。因此如果得到新的資訊，學者可以修改他的預測，但這並不是說他之前的預測錯誤，是「燈神」，甚或刻意隱瞞等。
研究結果和假設
很多學術研究是基於某些假設作出分析，而它們的結果可能在這些特定假設之下才有意義。學者的基本要求之一，是要明白作出每項假設對於其研究結果有多大的影響，但這未必代表學者認為這些假設合乎現實。但媒體和社會大眾未必很關注這些假設，而側重報道和討論研究的結果。
一個例子是疫情初期一篇廣為媒體引用的論文，該論文根據當時的數據和數學模型推算新冠肺炎在英國和美國的死亡人數，結果估算出英國的死亡人數將是51萬，美國的死亡人數將是220萬。按照最新的死亡數字，直至12月7日為止，英國死於新冠肺炎的人數為6萬，美國人數為28萬，與估算相差很遠。為什麼呢？原來論文假設政府不作出任何應變和防疫措施，而且公眾行為上沒有變化。如果不講這些假設，只講數字，只會令數字失去其意義。
當然，公眾會追問，為什麼研究人員會作出這些假設？難道他們真的認為政府會不作為、市民會如疫情前般活動嗎？這未必是他們的出發點。計算出一個最壞的情况，目的是以數據去說服相關部門及早應變，定下防疫策略。
議題政治化
根據一位流行病學家的意見，應對疫情大流行的最佳方法，其實在新冠肺炎爆發前後，沒有太大改變。這些方法包括盡快和全面測試、追蹤密切接觸者、有效地實行隔離措施和在高危場所穿戴防護衣物等。當這些針對性的方法不能有效實施時，如缺乏測試劑和口罩等，才採用封城、宵禁等策略，而採取這些次優的策略，是為了爭取時間和資源，以實行最有效的措施。
但這個信息似乎沒有在主流意見很好地反映，坊間普遍認為，推出封城和宵禁等政策，是代表政府其他策略都失敗了，這反而引起民眾對政府不信任，間接助長有民眾違反禁令參與反口罩反居家隔離等示威活動，而當政府推出其他措施時，也因為公信力被削弱而事倍功半。
公眾傳播不易
說了這麼多，目的不是為學者辯護，或指控媒體沒有準確理解學者，又或者社會大眾沒有足夠的認知能力。學者花了大量精力做研究，當然希望成果為世人廣傳，為社會作出貢獻。但研究非無敵，有了研究，要根據實際情况給予建議，就需要專家判斷。不同專家判斷可以有不同，面對未知的情况，專家只是盡他們能力提供意見，效果有時要實行起來才有實證得知。
即使假設建議一定正確，溝通這一環也不容易，無論是學術界與政府溝通，或學術界與公眾溝通，往往因為這方面的不足，影響了政策討論和社會利益，也影響公眾對學術界及專家的信任。在這個社交媒體繁盛、假新聞橫行、人人都是判官的世代，就算有很好的建議，傳播起來有新時代的挑戰，希望學術界、媒體和公眾日後有更好的溝通，增強相互理解。
參考資料：
．Ferguson, N., D. Laydon, G. V. Gilani, N. Imai, Kylie E.C. Ainslie, M. Baguelin, S. Bhatia, A. Boonyasiri, et al. 2020. "Report 9: Impact of non-pharmaceutical interventions (NPIs) to reduce COVID19 mortality and healthcare demand". Imperial College London.
．Murray, E. J. 2020. "Epidemiology's Time of Need: COVID-19 Calls for Epidemic-Related Economics". The Journal of Economic Perspectives. 34（4）: 105-120.