新冠疫情自2019年末起一直延续到现在，各类信息如潮水般涌来，真与假难以分辨清楚 ，在这样一场充满信息的风暴里面，怎样才不会被谣言带着走，怎样能够从大量的通报以及数据当中找到真相呢？这恰恰是具备训练有素的逻辑推理以及分析能力充分发挥作用的时刻。
疫情通报里的文字
最具权威性的疫情信息来源是官方通报，然而其表述用词本身是需要认真去解读的。举例来说，武汉在早期进行通报指出“无新增确诊病例”，可是之后或许会紧跟着出现“新增无症状感染者”，这两类不同人群所具备的传染风险以及统计的口径是全然不一样的。一旦没有加以区分开来，那么就极容易对社区传播的真实风险做出错误的判断。
又如，在各地通报里常常会出现这样两种表述，一种是“在隔离管控中发现”，另一种是“在社会面发现”，这两个词汇所代表的含义有着极大的差异。其中，前者所表达的意思是风险已经处于被控制的状态，而后者所表明的则是病毒依旧在不为人知的情况下四处流动。LSAT训练给予我们的是学会去仔细斟酌文字，关注数据背后所蕴含的定义，而并非是被标题带着思路走。
病毒源头争议的逻辑谬误
网上对于病毒源头，充斥着各式各样各种各样的阴谋论。有一些人，看到武汉最早报告了聚集性疫情以后，就轻易简单地得出了“病毒源于武汉”这样的说法结论。这明显犯了典型的那种“在此之后，因此之故”的逻辑方面的错误。世界卫生组织中的专家，也着重强调指出，零号病人不一定会出现在首个出现的聚集性疫情点。
同样存在一种说法，宣称“武汉军运会美军带来病毒”，然而，这样的推断却忽略了时间线，军运会于2019年10月已然结束 ，要是当时存在美军携带着病毒 ，那么武汉理应会在11月就呈现出大规模爆发的态势 ，可是实际情况是首例病例在12月才被发觉 ，并且早期病例与海鲜市场的关联更为显著 ，逻辑向我们表明 ，相关性并不等同于因果性。
病例数据中的隐藏信息
了解疫情数据时，不能单纯只看总数，还得去对其构成进行拆解。就好比，四川在某一天新增了1例确诊病例，然而标注显示是“由无症状感染者转归”，这就意味着该病例早就已经在管控名单之中了，并不是新出现的感染源头。另外，武汉东西湖区有5例确诊病例，这些病例全部出自三民小区，并且与之前的病例存在关联，这便提示出了社区传播的链条以及重点防控的区域。
深圳，累计有12例病例，其中新增的3例，还有1例无症状的，他们源自何处？究竟是境外输入，还是本土关联？这些具体细节隐匿于通报之中。LSAT训练，使我们惯于追问：这个数字究竟蕴含着什么意义？它是否改变了整体的风险等级呢？如此这般，进而能对疫情严重程度作出更为精准的判断。
不明原因肺炎的监测机制
“武汉疾控证实出现不明原因肺炎病人”，这条消息曾引发恐慌，然而依据原卫生部发布的《全国不明原因肺炎病例监测、排查和管理方案》，这套监测系统本就是日常运转着的，它的存在是为了达成“早发现、早报告、早隔离”，它是防护网，而并非疫情突然爆发的信号。
早期病例得以出现，恰是这套监测机制发挥作用所带来的结果 ，如同H7N9禽流感刚开始的时候，确诊病例具体的感染源头同样并不明晰，这需要耗费时间去展开调查。要是能够理解这套机制，那就不会将“发现病例”直接等价于“疫情失控”，而是能够以理性的态度去看待公共卫生系统的预警以及响应历程。
病毒变异说法的批判性思考
小区群里有传出这样的情况，即“新冠病毒变异，武汉又有几十人中招”，然而官方通报却是显示每日零新增。面对这般矛盾，那些受过逻辑训练的人会先去查看消息来源以及证据链条。官方数据是基于全员核酸检测得出的，而小区群里所传的消息属于匿名传言，二者可信度有着极大差异。
要理性地进行对于病毒变异的科学讨论。存在一种观点表明，人类所知晓的冠状病毒，其致病性是比较轻的，然而，这并不意味着新冠病毒在短时间之内就会变弱。这样一种“轻描淡写”的推论，是缺少证据的。在我们接受任何“变异”或者“流感化”的说法之前，都必须去追问：支撑这个结论的研究样本量究竟有多大？发布时间又是何时？
全球考试取消折射的管理逻辑
疫情不但对健康造成影响，还对教育领域产生了冲击，日本国际交流基金会鉴于疫情在全球范围内取消了日本语能力测试，这是一项基于公共卫生安全状况所做出的风险管理方面的决策，虽说给考生带来了不便，然而从阻断人员流动以及避免考场出现聚集这种角度来观察，其逻辑是具备自洽性的。
同样，2020年时GMAT考试量急剧减少，GMAC总裁将此直接归结于疫情。这背后存在着一系列连锁反应，比如考生出行受到限制，考点被关闭等等。要是能够理解这些决策背后的因果链条，那就不会只是单纯抱怨政策“一刀切”，而是能够看到在不确定的环境之下，组织方不得不于安全与便利之间进行权衡。
回溯疫情开始之后的信息狂轰滥炸，你有没有在某个时候，由于某条没有经过查证的消息，而去产生过度的焦虑呢？要是有的话，欢迎在评论区域分享你碰到过的信息迷障，并且说一说你究竟是怎样拨开云雾见到青天的。
