在大數據年代，民眾能夠自行覓得各種科學理據和數字，但公共討論卻好像離客觀事實愈來愈遠。2018 年，已故瑞典公共衛生學家羅斯林（Hans Rosling）的遺作 Factfulness：Ten Reasons We’re Wrong About the World 面世，及後有出版社把「factfulness」翻譯為「真確」，而羅斯林其實正解釋一種「真相掌握力」，解釋人們對世事的想像，與實際情況之間的巨大差異。
羅斯林不單是一位公共衛生教授，更加是瑞典國內的明星級學者、演說家，其 TED 演講已吸引全球超過 3,500 萬人次觀看。他同時致力投身於公共事務，曾經出任世界衛生組織顧問，又是 Gapminder 基金會的聯合創始人，該基金會一直推動開放免費的公共統計數據。羅斯林在 2016 年得知自己罹患末期胰臟癌後，決意要完成最後一本書，惟他不幸在 2017 年因病去世；在其子和媳婦的幫助下，Factfulness 最終在翌年出版。
在書中，羅斯林提出一個核心問題：在大量數據已知的情況下，究竟人們有多了解世界的發展趨勢？書本一開首就列出 13 道問題，例如你認為現在的預期壽命是 50 歲、60 歲還是 70 歲？過去 20 年，生活在極端貧困中的全球人口比例是增加近 1 倍、保持不變，還是幾乎減半？在低收入國家，完成小學教育的女孩比例是 20%、40% 還是 60%？其目的是想通過數據，證明與普遍觀點不同，世界發展其實比大家想象中好，並且持續改善。
他製作圖表，反映各國人民對事實的失感。例如，極端貧困那條問題答案是幾乎減半，卻只有 9% 英國受訪者能正確回答，瑞典人表現最好，但也只有 25% 人命中。在一次又一次的調查中，羅斯林發現即使表面上受過良好教育的人，例如各國學者和專業人士，也經常答錯類似的問題。他意識到人們會發展出一種「過度戲劇化」（overdramatic）的世界觀，而且當我們思考、估計或學習時，會很直覺地參照這種觀點。
我們對事實的錯誤解讀，源於生物進化時，要適應外界環境的本能反應，幫助我們快速作出避免危險的決定。到今天我們仍需要這些本能，但同時也容易判斷錯誤。羅斯林就提出十種「數據扭曲偏見」（data-warping biases）:
- 放大差距（Exaggerating Gaps），例如我們對「發展中國家」的想像，事實上全球很多地區已經擺脫這個發展階段。
- 消極偏見（negativity bias），人類大腦會更容易注意到威脅，媒體亦滋長了這種注意力偏差，典型例子是新聞只會報道墜機，而不會提成功降落的數字。雖然不一定是壞事，但人們要意識到背後的脈絡。
- 把數字抽離（Getting numbers out of perspective），人們很容易被大數目吸引，例如每年美國人被動物殺死的數字，但其實應該進一步問及這些數字所佔的比例，譬如對比心臟病和車禍的數據。
- 直線偏見（straight-line bias），人們常常假設現時的趨勢會直線繼續，而忽略這或許是 S 形或 U 形趨勢的一部分。
- 恐懼偏見（Fear bias），有時我們會誇大處於危險的可能。
- 概括偏見（Generalization bias），我們往往會過分強調與其他群體不同之處，而淡化相同的地方，而且我們更難區分其他群體的內部成員。
- 命運偏見（Destiny Bias），我們往往認為其他國家的人，在某些方面是不可被改變。
- 單一視角偏見（Single perspective bias），有時我們以過度簡化的方式看待世界，每次只能看到一個因素，例如只看到古巴貧困，但看不到相對其他富有民主國家，其國民十分健康且教育良好。
- 錯歸他人（Bias to blame others），人們較難看到自己的錯誤，而更想把責任推卸給人。
- 緊迫偏見（Urgency bias），人們有時會因恐懼和負面偏見，而尋求即時解決方案，令決定變得草率和過於簡單，未經完全驗證就推行。
羅斯林希望可以藉此對抗錯誤觀念，讓人們透過回歸數據和實證，增強「真相掌握力」。Factfulness 最終成為當年的暢銷書，並得到多位名人推介，奧巴馬認為這是一本「充滿希望的書」，展現「人類進步的潛力」；比爾蓋茨則指 Factfulness 是他讀過其中一本最重要的書，更在 2018 年時贈予全美所有應屆大學畢業生一人一本電子版。
