对伪心理学说不 (第8版)

这本书处理的中心问题，并不是“有哪些伪心理学”，而是“我们凭什么把一项心理学主张称为科学”。

如果只列举星座、读心术、神秘催眠、潜能开发等可疑说法，读者或许能够记住一份黑名单，却未必能识别下一种换了名称和包装的主张。作者因而把注意力从结论转向判断程序：科学心理学如何提出问题，怎样把抽象概念转化为可观察指标，如何区分相关与因果，怎样利用控制组、随机分配和重复研究排除替代解释，以及为何概率性结论仍然可以构成可靠知识。

这一问题还有更深一层：人类并不是天然优秀的证据评估者。我们容易被鲜明个案打动，容易记住“说准了”的部分，忽略失败预测；容易把先后发生理解为因果关系；也容易因为一个解释符合直觉，便跳过对照、基准率和替代假设。伪心理学利用的，往往不仅是信息不足，更是这些稳定的认知倾向。

所以，作者所捍卫的并非某一组永远正确的心理学结论，而是一种可纠错的知识生产方式。科学可能犯错，但它要求错误留下可以被发现和修正的入口；伪科学最危险的地方，则在于它常把失败重新解释为成功，从而使理论永远不必承担失败的代价。

大众文化中的“心理学”经常被塑造成一种识人术：从表情读出秘密，从颜色判断性格，从童年经历解释一切，从几句话看穿一个人的内心。这样的形象迎合了人们对确定性、控制感和戏剧性解释的偏好，却与现代心理学的实际工作相距甚远。

科学心理学通常研究的是变量之间在群体层面的规律。它依靠清晰定义、系统观察、统计比较和可重复研究，在误差与个体差异中寻找稳定模式。它的结论经常带有限定词：在某类人群、某种任务、某些条件下，一个因素会提高某种结果出现的概率。这种表达没有“看穿人心”那样震撼，却更诚实，也更容易接受检验。

心理学还面临一种特殊困难：每个人都拥有大量关于自己和他人的生活经验，于是容易把熟悉感误认为专业知识。我们每天都在观察情绪、性格、教育和关系，也会自然形成解释。然而，未经控制的经验同时混入了选择偏差、记忆重构、期待效应和偶然巧合。经验可以提出问题，却不能自动回答问题。

传统常识也容易把科学理解成一堆已经确定的事实。按照这种想象，只要学界出现争议、某项研究未能重复，或者不同研究得到不同结果，心理学就“不像科学”。本书反驳的正是这种静态图景。科学不是无误知识的仓库，而是一种组织怀疑、比较解释和逐步纠错的公共程序。争议并非必然说明科学失效；关键在于争议是否能转化为更明确的预测、更好的测量和更严格的研究。

伪心理学则常借用科学词汇，却回避科学约束。它可能谈论“能量”“潜意识”“频率”或“潜能”，却不说明这些词如何测量；可能展示大量成功案例，却不报告失败者和自然好转者；可能把质疑解释为心态封闭，把无效归因于体验者不够相信。表面上，它解释了所有结果；实际上，正因为没有任何结果能够反驳它，它没有承担实质性的预测风险。

科学与“穿白大褂的说法”

科学性不取决于说话者的职业、机构、学历或语言风格，也不取决于是否使用脑科学图像、统计术语和复杂仪器。权威可以帮助我们初步筛选信息，却不能代替证据。真正需要追问的是：主张是否清楚，研究是否允许反驳，测量是否有效，比较是否公平，结论是否超过证据。

可证伪与已经被证伪

可证伪性并不是说一个理论已经错误，而是说它预先允许某些观察结果与自己冲突。例如，若某种疗法被主张对特定症状有效，就应当能够说明治疗对象、操作方式、结果指标和比较条件，也应承认在设计合理的研究中长期不能优于对照，会削弱其可信度。若任何结果都能被重新解释为疗法有效，主张便失去了经验内容。

操作性定义与概念本身

“焦虑”“智力”“攻击性”“自尊”等概念不能被直接看见，研究者必须借助问卷、行为任务、生理指标或他人评价进行测量。操作性定义使抽象概念进入公共检验，但不能与概念本身画等号。一份量表只是对焦虑的某种测量，不是焦虑的全部。好的研究既要说明如何操作，也要检验这种操作是否真正捕捉了目标概念。

相关与因果

两个变量共同变化，只能说明它们相关，不能单凭这一点断定谁导致谁。睡眠不足可能与情绪低落相关，但方向可能是睡眠影响情绪，也可能是情绪问题破坏睡眠，还可能有压力等第三变量同时影响二者。相关研究具有发现关系、形成预测和研究不可操纵变量的重要价值；它的边界在于不能自动排除反向因果和混淆因素。

随机取样与随机分配

随机取样主要关系到样本能否代表目标总体，影响结论的推广范围；随机分配则把参与者分到不同实验条件，主要用于平衡既有差异，增强因果推断。两者都含有“随机”，但解决的是不同问题。一个实验可以随机分配得很好，却只招募了很窄的人群；此时内部因果判断可能较强，外部推广仍需谨慎。

个案震撼力与总体证据

鲜明个案能展示一种现象可能存在，也能帮助形成假设，却无法说明它多常见，更无法单独证明干预有效。一个人接受疗法后好转，可能来自疗法本身，也可能来自自然恢复、期待效应、同时发生的生活变化或测量波动。要评价疗效，必须知道未接受治疗或接受其他处理的人发生了什么。

概率性与随意性

心理学规律往往是概率性的：某因素提高某种结果的可能性，但不保证每个人都如此。概率性不等于随意。吸烟并不保证每个吸烟者都患病，也不能因此说吸烟与风险无关。同理，一个心理学效应容许个体例外，并不自动失去科学价值。问题在于效应是否稳定、幅度多大、在什么条件下出现。

概念	精确含义	与其他概念的关系	在全书中的作用
可证伪性	一个主张必须允许某些可能结果与它冲突	是公开检验和理论淘汰的前提	区分经验性理论与自我封闭解释
操作性定义	用可观察、可重复的程序界定抽象概念	连接理论概念、测量指标与实验操作	让心理学命题具有可检验内容
信度	测量结果在适当条件下保持一致的程度	信度是效度的重要条件，但高信度不保证高效度	判断数据是否稳定，而非判断概念是否测准
效度	测量、研究或推论是否支持它声称支持的解释	涉及构念、因果和推广等不同层面	防止从“测得稳定”跳到“解释正确”
控制与随机化	通过对照、保持条件一致和随机分配减少替代解释	是从相关走向因果推断的关键	评估一个因素是否真正造成结果差异
聚合性证据	不同方法、样本和研究共同指向某一结论	依赖重复研究与元分析，而非单项研究崇拜	用证据网络取代决定性实验幻想
概率推理	结合基准率、样本大小、误差与条件概率判断证据	对抗个案偏见、偶然巧合和确定性错觉	理解心理学结论为何通常带有不确定性

这些概念组成一套相互约束的系统。可证伪性要求理论承担失败风险；操作性定义把理论转化为观察；信度与效度检查测量质量；控制和随机化帮助排除替代解释；重复与聚合性证据检验结果是否稳健；概率推理则为整个过程提供处理不确定性的语言。缺少其中任何一环，都可能让一个看似完整的结论过早成立。

本书的论证起点是：心理学之所以属于科学，不是因为它研究的对象简单，也不是因为心理学家从不犯错，而是因为心理学的知识主张原则上服从科学共同体的公开检验。

第一步，科学命题必须具有经验内容。一个理论若声称解释行为，就应导出可观察的预测。预测越含糊，事后解释的空间越大；预测越具体，理论承担的风险越高，也越有可能贡献知识。可证伪性因此不是苛刻的附加条件，而是判断一个理论究竟说了多少内容的尺度。

第二步，经验检验要求把概念转化为操作。心理学研究的许多对象无法直接观察，因此研究者必须说明怎样测量记忆、态度、情绪或能力。操作化使不同研究者能够重复程序、比较结果，也暴露出概念与指标之间可能存在的距离。科学不是靠宣布“测到了人格”前进，而是靠不断检验某种测量是否可靠、是否与相关现象形成合理关系。

第三步，即使观察到变量共同变化，也不能直接得出因果结论。人类行为处于多重因果网络中，相关可能来自反向作用、共同原因或偶然性。因果推断需要比较：如果改变一个因素，而其他条件尽可能保持一致，结果是否随之改变？控制组、随机分配和盲法等设计的价值，就在于系统性削弱替代解释。

第四步，单项研究无法成为终审判决。任何研究都可能受到抽样误差、测量误差、偶然波动或特定情境影响。可靠知识来自多项研究的汇聚：不同研究者、不同样本、不同测量和不同设计能否得到相容结果？重复并非简单复刻，也包括用另一种方法检验同一理论关系。元分析能够汇总研究，但它的质量仍取决于纳入研究的质量、可比性及发表偏差等条件。

第五步，评价证据必须采用概率思维。我们需要同时考虑效应大小、基准率、样本规模、误差范围和替代假设，而不能只问“有没有一个成功案例”或“结果是否达到某个门槛”。一项结果支持某理论，通常只是提高该理论相对于竞争解释的可信度，而不是把不确定性清零。

第六步，科学知识具有暂定性，但暂定并不等于所有意见同样合理。一个结论可以在新证据出现时修正，同时仍比未经检验的猜测更可信。开放修正是一种强度，而非软弱：它使理论不能依赖创始人的权威永久存活，也使后来者可以借助更好的数据纠正前人。

由此，作者得出核心判断：区分科学心理学与伪心理学，不能依靠主题名称，也不能依靠某个孤立标志，而要检查一整条证据链。一个主张是否清楚？是否可被反驳？概念如何测量？研究有没有适当比较？替代解释是否被处理？结果能否重复？多项证据是否汇聚？结论是否保留了概率和适用边界？伪心理学往往不是每一环都明显错误，而是在关键环节持续逃避约束。

本书大量使用生活案例与假想情境，它们的主要作用是建立直觉，而不是独立证明某一理论。比如，人们为何会相信一次“准确”的性格描述，或为何在接受某种疗法后把自然好转归功于治疗，这类例子帮助读者看见选择性记忆、确认偏误、安慰剂效应和回归均值可能怎样介入判断。但案例再生动，也不能替代对这些机制的系统研究。

书中对实验设计的说明承担更强的推理任务。控制组用于提供反事实参照：如果没有目标处理，结果可能如何变化？随机分配用于降低组间原有差异持续偏向某一条件的可能性；盲法用于减少参与者和研究者的期待进入结果。它们不能消除所有误差，却能使一些因果解释比其他解释更可信。

相关研究在书中并未被贬为“无用证据”。许多变量不能被伦理地或现实地操纵，相关资料仍能用于描述、预测和提出机制假设。问题在于结论必须匹配设计：相关材料支持的是关系存在及其强弱，而不是自动支持单一因果方向。若再结合时间顺序、统计控制、自然实验和多种设计，因果判断可以逐步增强，但仍需说明每一步新增了什么、遗漏了什么。

作者对重复研究和聚合性证据的强调，则把科学从“某个天才完成决定性实验”的传奇中解放出来。一次研究出现预期结果，可能含有偶然成分；多个独立研究使用不同操作却指向同一关系，解释力才会上升。元分析能够估计总体效应并比较研究差异，但它不是自动生产真理的机器：若原始研究偏差严重，汇总只会更精确地汇总偏差。

书中关于统计与概率的材料主要用于纠正常识推理。小样本更容易出现极端结果，罕见事件在大量尝试中并不罕见，事后选中的惊人巧合不能用事前概率直接衡量，忽视基准率会夸大一项诊断或预测的意义。这里的重点不是要求每位读者成为统计学家，而是养成一种克制：在看到“命中”时，先问共有多少次机会；在看到“改善”时，先问没有干预的人怎样变化；在看到“显著差异”时，继续问差异有多大、是否稳定、是否有实际意义。

因此，本书的材料不是为了提供一份心理学事实清单，而是展示证据等级及其用途。个案可用于提出可能性，相关数据可用于识别关系，实验可增强因果推断，重复研究可检查稳健性，元分析可组织整体证据。任何一种材料都不是万能的；可信判断来自证据与问题之间的匹配。

真正的分界线是纠错机制

科学与伪科学的差异，不只是“一个正确、一个错误”。科学理论也可能错误，伪科学偶尔也可能碰巧说中。更关键的差别是：科学把失败转化为理论修正的压力，伪科学则通过模糊定义、事后解释和例外条款消化失败。

这一洞见改变了判断对象。我们不再只问“这句话对不对”，还会问“什么证据能让提出者承认它不对”。如果答案是没有任何证据，那么即使主张暂时无法被证明为假，它也没有进入有效的经验竞争。

控制组是在现实中逼近“如果没有发生”

因果问题隐含一个无法同时观察的比较：同一个人在同一时刻接受干预与不接受干预会分别怎样。现实不能复制同一个体，因此研究设计只能建立近似的反事实。控制组和随机分配的深层意义，就在于让两个群体除了目标因素之外尽可能可比。

这使我们理解为何“治疗后好转”并不足够。时间先后只能提供因果线索，不能排除自然病程、期待、同期事件和统计回归。好的研究不是因为数据更多而自动更好，而是因为比较结构更接近它试图回答的因果问题。

心理学规律主要描述分布，而非给个人判词

大众心理学喜欢用类别给人定性：某种特征意味着某种人格，某种童年必然造成某种成年结果。科学心理学更多讨论群体分布、平均差异和条件概率。即使两个群体在平均水平上不同，其分布也可能高度重叠；即使某因素提高风险，也不能据此确定某个个体的命运。

这一区分约束了心理测验、教育判断和临床预测的使用方式。群体规律可以帮助决策，但从群体均值跳到个人结论，需要额外信息，也要承担误判成本。概率语言并非逃避责任，而是对个体差异的必要尊重。

科学结论依赖证据网络，而非权威性瞬间

我们容易寻找一个“证明一切”的实验、一张震撼的脑图或一位著名专家的背书。作者提醒我们，成熟知识通常没有如此戏剧性的来源。它更像一张网络：不同操作得到相近结果，多种设计排除不同替代解释，重复研究显示效应在何种条件下稳定，失败结果迫使理论收缩边界。

这意味着评价一项新研究时，既不能因为它新奇就立刻改写世界观，也不能因为它与旧结论不一致便立即否定整个领域。更合理的问题是：它在既有证据网络中增加了什么？是提供了新的测量、新的样本、新的边界条件，还是只制造了一个孤立而醒目的结果？

这套思想首先能解释伪心理学为何具有持久吸引力。含糊的性格描述容易被个人化理解；成功案例比失败记录更容易传播；自然波动会使人们在症状最严重时求助，并在随后好转时把变化归功于疗法；大量尝试则不断制造看似不可思议的巧合。伪心理学不必在严格测试中持续有效，只需在非系统经验中不断遇见“命中”。

它也能解释科学信息为何常在传播中变形。研究结论原本可能是“在特定样本和条件下出现一个平均效应”，媒体标题却倾向于改写成“科学证明某因素决定某行为”。限定条件被删除，相关被写成因果，群体趋势被写成个人命运。科学思维的任务不是拒绝简化，而是识别简化是否改变了结论的逻辑类型。

相较于单纯诉诸“专家共识”，本书的框架还提供了更透明的评价方式。读者不必假装自己能够复核每项复杂研究，但可以追问概念是否明确、证据属于何种类型、是否有对照、结论能否推广、是否存在重复研究。这些问题不能替代专业判断，却能帮助我们区分合理信任与盲从。

更重要的是，这套框架解释了为什么科学会改变结论。测量改进、样本扩大、重复失败或新机制出现，都可能使旧结论受到修正。这不必被理解为“以前都不可信”，而应看作证据权重发生了变化。能够说明自己为何改变，正是科学优于封闭信念系统之处。

个人经验主义

一种常见立场认为，亲身体验是最可靠的证据：“我试过，而且有效。”个人经验确实具有发现问题和描述主观感受的价值，也可能提示研究尚未注意的现象。但它难以建立反事实，无法排除期待、自然变化和其他同时发生的因素。科学研究并不是否认体验，而是把体验放入能够比较和重复的结构中。

权威信任模式

现代知识高度专业化，普通读者不可能独立验证全部研究，因此依赖专家并非不理性。问题在于把“可信来源”误当成“主张已经得到证明”。更稳健的信任应建立在制度性条件上：专业训练、同行批评、利益披露、公开方法、证据综述和可纠错记录。个人声望可以作为线索，却不应成为证据链的终点。

极端怀疑主义

另一种竞争立场认为，只要研究存在误差、利益冲突或重复失败，所有心理学结论都只是意见。这种怀疑看见了科学实践中的真实问题，却把“知识有程度差异”误写成“知识没有差异”。证据不完美，并不意味着随机对照研究与营销见证具有同等分量；结论可修正，也不意味着当前最佳解释毫无价值。

单一方法崇拜

有些观点把随机实验视为唯一可靠证据。实验确实在因果推断中占有重要位置，但心理学还研究发展过程、罕见事件、长期环境影响和不能操纵的社会变量。观察研究、纵向研究、自然实验和质性材料各有用途。关键不是把一种方法神圣化，而是判断问题需要什么证据，以及不同方法能否互补。

与这些立场相比，本书的优势在于提供了分层判断：经验不是零价值，但不足以独立证明疗效；权威不是完全无用，但不能替代公开证据；科学不是绝对无误，但具有比较性的可信度；实验不是知识的唯一来源，但在特定因果问题上拥有更强的排除能力。

首先，可证伪性非常重要，却不是一张足以独立完成判定的清单。某些伪科学也会提出表面上可测试的预测，而成熟科学中的复杂理论有时会与辅助假设、测量条件共同接受检验。一次预测失败，可能来自核心理论错误，也可能来自仪器、样本或操作问题。因此，真正的判断仍需结合理论修正是否合理、失败是否被系统处理，以及后续证据能否汇聚。

其次，操作性定义可能造成“测得到什么，就把什么当成概念本身”的偏差。一份量表具有稳定分数，并不等于它完整测量了人格或幸福感。研究者若忘记指标只是概念的代理，就可能获得高信度而低效度的结果。多个操作相互印证，通常比依赖单一指标更有说服力。

再次，随机分配提升内部效度，却不保证研究适用于所有人和所有情境。实验室任务可能简化现实，便利样本可能限制推广，短期效应也未必能延伸为长期结果。严格实验解决的是一部分问题，而不是所有问题。越是跨越人群、文化、时间和制度环境，越需要新的证据。

概率推理也不能被滥用为冷漠的数字游戏。即使一个效应在平均意义上很小，在某些高风险场景中仍可能重要；即使总体收益为正，不同群体也可能承受不同代价。统计意义、实际意义和伦理可接受性是不同问题。数据可以帮助判断后果，却不能单独决定价值取舍。

聚合证据同样受研究生态影响。若不利结果更难发表，测量方式高度同质，或大量研究共享同一种系统偏差，结果一致也未必意味着理论正确。元分析可以提高概括能力，却不能超越原始材料的质量。评价“多项研究都支持”时，还应追问这些研究是否真正独立、是否采用多样方法，以及遗漏了哪些结果。

最后，本书强调识别伪心理学，但“伪”不应成为压制异议的标签。新理论在证据尚少时可能只是未经充分验证，并不必然属于伪科学。判断应落在具体行为上：是否允许反驳，是否诚实报告失败，是否夸大结论，是否根据证据修正。把科学精神简化成阵营身份，反而违背了本书所倡导的公开检验。

面对一项流行心理测评，可以先区分“体验产品”与“测量工具”。它是否说明测量的构念？分数是否稳定？是否与相关行为存在可重复关系？分类边界是否有经验依据？如果一项测评主要提供娱乐、自我叙述或社交话题，它未必毫无价值，但不应因此获得诊断、招聘和教育分流的权力。

面对一种声称迅速改善情绪或学习表现的干预，需要查明比较基准。参与者改善了多少并非唯一问题；还要看未接受干预、接受常规处理或接受可信对照的人如何变化，分组是否公平，结果是否由盲态评估，效果是否持续。若宣传只呈现少数成功者，而不报告退出者和失败者，证据结构就是残缺的。

面对“某种生活方式导致心理问题”的新闻，应检查研究设计。若材料来自横断面调查，它可能揭示相关，却无法确定时间顺序；若来自纵向研究，方向判断有所增强，但第三变量仍可能存在；若多种设计共同支持某个机制，可信度才逐步上升。标题中的“导致”往往比原研究走得更远。

面对网络上的专家争论，不必急于根据表达自信程度选边。可以比较双方是否使用同一概念、引用的证据属于何种层级、是否承认反例、是否把个别研究当作最终结论，以及有没有利益关系影响信息呈现。真正可信的表达通常能够说清楚“知道什么、为何知道、还有什么不知道”。

这些映射并不保证读者立即判断每项复杂主张。它们的价值在于改变提问顺序：先检查主张结构和证据类型，再决定相信多少；先寻找比较条件和替代解释，再被成功故事打动；先确认结论适用的尺度，再把群体规律用到个人身上。

1. 这项主张究竟预测了什么？出现什么结果时，提出者会承认它需要修改或放弃？
2. 关键概念是如何测量的？测量稳定是否被误当成测量有效，单一指标是否被当成了概念本身？
3. 当前材料证明的是共变、时间顺序还是因果关系？反向因果和第三变量是否仍然可能？
4. 被展示的是全部结果，还是经过选择的成功案例？失败者、退出者、自然恢复者和未干预者发生了什么？
5. 研究中的随机取样与随机分配分别做得如何？结论能够支持因果判断吗，又能够推广到哪些人群和情境？
6. 这个结果来自单项研究，还是得到不同团队、不同样本和不同方法的共同支持？证据不一致时，差异可能来自哪些边界条件？
7. 如果把作者偏爱的解释暂时拿开，还有哪些竞争性解释能够说明同样的材料？什么新证据可以区分它们？

• 问题
  • 大众传播中，科学心理学与伪心理学共享相似词汇和主题
  • 仅凭权威、直觉、成功案例或个人经验，无法稳定地区分二者
  • 因此需要判断知识生产程序，而不只是记忆结论
• 关键区分
  • 可证伪不等于已经错误
  • 操作性定义不等于概念本身
  • 相关不等于因果
  • 随机取样不等于随机分配
  • 个案可能性不等于总体规律
  • 概率性不等于随意性
  • 暂定知识不等于所有意见等价
• 核心概念
  • 可证伪性：让理论承担失败风险
  • 操作性定义：让抽象概念进入公共观察
  • 信度与效度：分别检查测量是否稳定、推论是否成立
  • 控制与随机化：削弱因果关系的替代解释
  • 聚合性证据：让多项研究共同约束结论
  • 概率推理：在误差、基准率和个体差异中评估证据
• 论证
  • 科学命题必须具有可检验的经验内容
  • 经验检验依赖明确操作和可靠测量
  • 因果判断需要比较结构与替代解释控制
  • 单项研究可能受偶然性和情境限制
  • 重复、交叉验证和证据汇聚提高结论可信度
  • 科学结论虽然可修正，仍可比未经检验的说法更可靠
• 证据
  • 个案用于展示可能、提出问题
  • 相关研究用于描述关系、形成预测
  • 控制实验用于增强因果推断
  • 重复研究用于检验稳健性和边界
  • 元分析用于组织整体证据，但受原始研究质量限制
• 洞见
  • 科学与伪科学的深层差别在于纠错机制
  • 控制组是在现实中逼近不可同时观察的反事实
  • 心理学规律主要描述条件概率和群体分布
  • 可信知识来自证据网络，而非决定性的权威瞬间
• 边界
  • 可证伪性不是唯一判准
  • 操作化可能缩窄复杂概念
  • 内部效度不能自动保证外部效度
  • 统计意义不能替代实际与伦理判断
  • 多项一致研究仍可能共享系统偏差
  • “伪科学”应是对证据实践的判断，而非压制异议的标签