“饮高度数的酒能对抗冠状病毒”
“钟南山院士建议盐水漱口防病毒”
“中成药双黄连口服液可抑制新型冠状病毒”
“普通人出门要戴护目镜”
……
相信大家都感受到了，疫情期间，扩散的除了病毒，还有 层出不穷的谣言和假新闻 。它们有的东拼西凑，有的似是而非，共同点就是内容吸睛，唯恐天下不乱。双黄连口服液和板蓝根脱销，无辜的猫狗被随意地遗弃，网上无处不在的质疑和谩骂……这
场疫情中，我们既看到了一线战斗人员的坚守与付出，也看到了因理性判断丧失和人心败坏导致的乱象。 需要抗击的不止有病毒，还有人心中的无知、恐慌和由此导致的种种不可思议的行为 。
而同样的坊间传闻和各种“骗局”及其导致的误判， 在大学申请中也存在 。
“我没学上了，竞争太激烈了。”
“师生比高的学校教育质量更好。”
“这些学校录取率只有10%，那我没希望了。”
太多学生仅凭自己看到的片面的报道和文章，以及不知道从哪里听来的消息就开始制定大学申请的策略，结果不是对自己过于自信，就是严重低估了自己， 看到一篇说大学申请数量增加和录取率下降的文章就开始怀疑自己上不了大学 。
无论是抗击病情，还是大学申请，想要取得最好的结果，就需要仔细的研究和准确的判断。在《大学招生的假新闻》中，作者Brennan Barnar与我们分享了一种准确地掌握并应用信息的方法，即SCAM原则。
S-Source 来源
留意一下消息的来源和出处，是否来自声誉良好的新闻媒体？越是权威的媒体，发布假消息的可能性就越小。相当一部分学生和家长在大学申请时习惯从社交媒体上或者College Confiential之类的论坛来获取信息。且不说某些以“我听说”为开头的消息有多少真实性，哪怕是在申请方面的权威人士的发言，都不可避免地带有主观臆断的成分。
因此，与其在社交媒体上像无头苍蝇一样点击浏览，还不如请教一下学校的辅导员，或者直接联系招生办，这才是更靠谱的消息来源。
C-Context 语境
当你确保了消息的来源靠谱，并且数据准确无误之时，还要把你得到的数据放在具体的语境中来看——语文老师经常强调的“结合上下文”。 任何数据或结论都要结合具体的情境来判断分析才有意义，断章取义只会妨碍思考 。重要的不是结论本身，而是这个结论是否适用于我的情况。
比如，某大学的录取率是10%。现在有学生A和学生B，A是家里第一个上大学、来自内布拉斯加乡村地区一个低收入家庭的学生，B是在费城市郊长大、家庭条件优越的学生，那么即使他们的成绩和标化考试分数都一样，他们被录取的概率未必是一样的。因此，对于这些数据，还是要结合自身情况来判断。
A-Alternatives 多方求证
不要只读标题就下结论，最好多方求证。当你看到类似于“这篇文书让她拿到了8所藤校offer！！！”的文章时，容易把关注点放在文书上，切勿马上断定这个学生是因为文书写得好所以进了藤校。
此时我们需要进行多方求证，求证后会发现实际情况可能是，这个学生是体育特长生，SAT分数特别高，或者在高中里表现特别突出…… 毕竟大学招生官看的是学生的综合素质，并不只是以文书好坏论英雄。因此，在看大学录取相关的新闻和数据的时候要谨慎地判断因果关系。
M-Meaning 意义
同样的新闻，对不同的人的参考价值是不同的。问问自己，这则消息对我适用吗？举个例子，你肯定看到过一些文章说现在的大学学费多贵，每年都在上涨，（美国）学生的债务每年都在增加。说得没错，但这并不意味着你上不了大学。 有可能你的家庭符合财政援助的条件，也有可能学校非常认可你，愿意提供奖学金或者助学金。在这种情况下，你仍然可以读完大学 。
那么掌握了SCAM原则，就可以将其运用于各类大学招生“骗局”的鉴别了。
数字骗局
某校：师生比高达19:1
高校招生办公室为了吸引学生入读，会在宣传材料中提供“有用”的信息。而见多识广的你，一定知道这里面的水分。
师生比是19比1，听起来还不错对吧？不知情的学生会觉得“哇好厉害”，但当你走进教室，上第一堂心理学入门课程， 发现自己有150个同学时，就会知道事情根本不是你想的那样，说好的19:1呢？ 其实数据也是可以操纵的，学校为了提高小班（19人以下）的比例会把大部分班级人数控制在19人以内。所以这题隐藏的问题是：有百分之几的课堂是19人（及以下）？
学校发布的其他数据也可以用同样的方法来推敲，留校率（Retention Rate，指某一年所有入读某大学的学生中，在下一年回来继续读书的人数比率）、四年毕业率、平均考试成绩或平均GPA。找出这些数字与你的关系，就能把原本误导人的消息转换为对你有用的信息。
排名骗局
某校：我校全美排名第X
大学排名应该是大学申请中最成功的“骗局”。最典型的例子当属由《美国新闻和世界报道》（U.S.News & Worl Report）推出的最佳大学排名，通过一系列的公式和模型将大学的综合实力“数字化”，帮助“外行人”筛选信息并建立认知的同时，也使一部分真正致力于提升教育质量的学校被严重低估。
今年排名第六，明年排名第十一就意味着这所大学过去一年的教学质量或者学生的入读体验变差了吗？ 答案是否定的，变的往往不是学校，而是公式的计算方法。其他的商业排名也是这样，各有各的“游戏规则”。因此，结合Meaning原则，我们看排名不是为了一刀切地给学校分出优劣，而是知晓各个学校在不同领域的位置，建议理性地看待，从中提取对自己有用的信息即可。
新闻骗局
某新闻：ED人数下降
Insie Higher E最近发布的一篇文章称， 大学的提早申请（ED & EA）数量正在下降。文章告诉了我们大学申请未来可能的走向，无意误导读者 ，但当我们仔细查看时便会发现，这篇文章是基于未经证实的论据（原文作Anecotal Reports）和Naviance的数据（Naviance是一些高中用来帮助学生进行大学搜索和申请递交的应用软件）进行论述的。
使用A（Alternatives 多方求证）原则的话就会发现这条新闻还是有值得深入挖掘的地方。Naviance的竞争对手SCOIR的数据显示结果就完全相反，ED申请的数量是增加的。
因为他们的用户使用数增加了，2020级学生使用SCOIR的数量是2019级学生的四倍。
由此看来，研究ED申请的变化时， 把重点放在ED数量的百分比而非绝对值上可能更好 。这对于一般申请者来说可能没什么特别的意义，但我想表达的是，要对每个数据进行深入的思考。
写在最后
我们生活在信息大爆炸的时代，互联网的普及和通讯技术的发展使人与人之间思想的交流与碰撞带来前所未有的活力。与此同时，各种道听途说的 、专家建议的、煽动情绪的文章和报道真假难辨，使我们更容易迷失在信息的浪潮里。如何不被信息的洪流裹挟而丧失自我？ 保持清醒和独立的思考很重要 。
那么如何保持独立的思考？就从大学申请时，不被各种“假新闻”误导，学会鉴别和提取于我有用的信息开始。
