Instagram負責人莫塞里（Adam Mosseri）則在5月表示，他從研究中獲知社群媒體對青少年心理健康的影響非常小。
」《華爾街日報》報導，18歲的沃拉索瓦（Anastasia Vlasova）因為進食障礙，在1年前開始進行心理治療。」Facebook研究人員表示，TikTok強調短影音的特效與表現，Snapchat用戶則大量使用各種有趣的臉部濾鏡。
他們認為，Facebook沒有能力承擔社群媒體造成這些負面影響的責任。Facebook的研究人員具備資訊、心理學等背景，他們發現許多負面的影響或效應，在Instagram上特別明顯，其他社交媒體上則難以複製。Facebook創辦人兼執行長祖克柏（Mark Zuckerberg）3月時表示，社群媒體可能對使用者心理健康有正面的影響。紐頓指出，世界上本來就存有互相比較的心理與焦慮等問題，因此當然也會出現在社群媒體上。Instagram公共政策負責人紐頓（Karina Newton）則發表了一篇文章回應，她認為《華爾街日報》只揭露了十分有限的研究結果與觀點。
超過40％的Instagram用戶年齡在22歲以下，美國青少年花在Instagram上的時間比在Facebook上還多了50％。Instagram負責人莫塞里（Adam Mosseri）則在5月表示，他從研究中獲知社群媒體對青少年心理健康的影響非常小。這是很常見的一型暗數據——DD-T1：我們知道漏掉的數據。
暗數據隱而不顯，單憑這點就可能導致誤解、錯誤結論及壞決定。書中有些例子，我會明白指出這是某一型暗數據，但我刻意避免每個例子都標明，以免妨礙閱讀。本書稍後將會舉例說明，除非我們察覺四周潛藏著未知的事物，否則後果可能不堪設想，甚至致命。英國萊徹斯特大學的艾夫吉尼．莫克斯（Evgeny Mirkes）博士的研究團隊，檢視了創傷審計與研究網路的部分數據。
然而，二○一九年一月華盛頓州麻疹爆發，導致該州宣布進入緊急狀態，其餘各州的通報病例也顯著增加。介紹察覺自己被暗數據蒙蔽時該如何處置。
只不過家長遺漏了做決定所需的資訊與數據，所以才看不到風險。歐洲二○一七年有二萬五八六三例麻疹，二○一八年卻暴增高達八萬二千多例。在創傷研究中，所謂「結果」是指病患受創三十天以後是否存活。因此，當政府建議家長帶孩子去打疫苗，好預防這種他們從來沒見過或聽過親朋好友左鄰右舍得過、疾病預防管制中心還曾宣布絕跡的疾病，家長自然會對這樣的建議半信半疑。
因此，一一％的創傷病人三十天後是否存活，我們不得而知。於是，有人假設星系的總質量比望遠鏡觀察到的星體和其他物體的質量總和還大，這樣就能解釋星系旋轉的反常現象。由於它不跟光和電磁輻射作用，肉眼不可見，進而使得天文學家長年不知其存在。羅馬尼亞從二○一六年元旦至二○一七年三月底，則有四千多起麻疹通報病例，造成十八人死亡。
雖然聽來奇怪又矛盾，但我們確實能夠利用無知和暗數據，思考做出更好的決定與行動。幸好該傳染病在美國極為罕見，一九九九年只有九十九起通報病例。
說明哪些步驟可以避免暗數據出現，防範未然。大象受不了這種粉末，所以都不會靠近。
然而，這套分類並不完全。二○一九年二月中旬，烏克蘭的麻疹爆發病例已經超過二萬一千例。說得更具體一點，就是讓我們生活得更健康、賺更多錢，並明智運用未知來降低風險。暗數據有各式各樣的形態，成因也五花八門，因此本書建立了一套分類法，以「DDTx」表示「X型暗數據」，並將暗數據分成十五種類型。麻疹是可怕的惡疾，由於感染之後要過幾週才會有明顯症狀，很容易悄悄蔓延而不被察覺，根本還不曉得它在傳播，就已經被感染了。凡是遺漏的資訊與數據，我一概以「暗數據」（dark data）稱之。
儘管如此，覺察這些暗數據類型，檢視暗數據生成的實例，還是能讓你在問題浮現時立即發現，免於受害。而美國施行的全國免疫計畫也確實非常成功，應該說太成功了，使得施行這類計畫的國家的大多數家長，一輩子都沒見過或經歷過這種可預防疾病的可怕。
我問他在做什麼，他說：「我在撒大象粉。暗數據一詞發想自物理學的暗物質（dark matter）。
在醫學領域，創傷是一種重傷害，可能留下嚴重的長期後患，或可導致過早死亡與殘障，是「壽命減損」的最重大事由之一，也是四十歲以下人口最常見的死因。我們知道這些病人一定有結果，只是不曉得結果是什麼。
直到觀察星系旋轉，發現距離星系中心較遠的星體移動速度並不比距離較近的星體慢，違反我們對重力的理解，天文學家才察覺不對。本書嘗試探討暗數據如何出現，以及為何出現。由於我們看不見那多出來的質量，所以稱之為暗物質，而且這種物質可能分量（我差點就說「質量」）驚人：據估計，我們所在的銀河系擁有的暗物質是一般物質的十倍左右。我在本章結尾列出了所有暗數據類型（DD-Tx），按相似度粗略排列，並且將在第十章詳加說明。
創傷審計與研究網路（TARN）擁有歐洲最大的醫學創傷資料庫，蒐集的創傷紀錄來自全歐兩百多所醫院，除了英格蘭和威爾斯九三％以上的醫院，還包括愛爾蘭、荷蘭和瑞士的各級醫院。不論研究創傷病例的預後或治療的有效性，這個網路顯然都是非常豐富的寶藏。
正式開始之前，讓我再舉一個例子。暗數據的成因太多，可能永遠無法完全分類，而且某個暗數據實例可能同時展現不只一種暗數據的影響。
這不代表我們應該對別人隱瞞資訊（雖然本書之後幾章會提到，刻意隱瞞的數據是常見的一種暗數據），實際作法比這複雜許多，而且所有人都會受益。宇宙有二七％由這種神祕物質構成。
然而，麻疹是可以預防的，只要接種疫苗就能免於被傳染的風險。」 我說：「但這裡沒有大象。美國以外的國家也有類似情形。最後指出只要夠聰明，有時還能利用暗數據，從中得益。
」 笑話講完了，來點正經的。他們研究十六萬五五五九個創傷病例，發現其中有一萬九二八九個病例結果不明。
不同型的暗數據可以聯手，甚至產生不幸的加乘效應。書中將檢視各種暗數據。
文：大衛・漢德（David Hand） 數據鬼魂 讓我先從一個笑話講起紐頓指出，世界上本來就存有互相比較的心理與焦慮等問題，因此當然也會出現在社群媒體上。
