全网都在说"可证伪才是科学"，这个标准40年前就挨了当头一棒

科学不是因为永远正确才值得信赖，它是人类迄今为止搭建出的一套将纠错写进底层逻辑的认知系统。

在网上看到有人讨论科学问题，经常能看到这种画面：

有人说"星座决定性格"，底下高赞回复甩出一句话："科学的标准就是可证伪，星座学不可证伪，所以不算是科学，完毕。"

说得轻巧痛快，听起来好像也确实是那么一回事。

细想这句话的方向确实也没错，但是如果以为光记住"可证伪"这几个字就等于搞懂了科学是什么，那离真正理解还差得远呢，可以说是大方向对了，但把一个复杂问题给简单化了。

而提出"可证伪性"的波普尔本人，想的就比绝大多数引用他话的人要深得多。

一个好标准，怎么就变成了口号

图注：卡尔·波普尔（Karl Popper，1902—1994）。

在20世纪初，奥地利哲学家卡尔·波普尔提出了一条判断标准：

一个理论如果在原则上不可能被任何观察或是实验推翻，那它就不是科学。

这就是所谓的"可证伪性"。

这条标准确实是好使，它一下子就把那些"不管你说什么我都能自圆其说"的东西给隔离开了。

占星术就是一个典型的例子，但是它的问题其实比很多人想象的更微妙。

并不是说占星术的所有主张都完全无法检验。

"白羊座的人更外向"这种说法，原则上是可以设计实验去测的。问题在于当实验做完，结果根本就不支持预测的时候，信占星的人一般是不接受的。他们会说"那是没考虑上升星座"或者"月亮星座影响更大"。每次实验结果打脸，都有一个新说法来自圆其说。

波普尔抓住的就是这个要害，伪科学的问题不光是拒绝检验，更在于检验失败之后，用无穷无尽的新说法把这份失败给消化掉。

但在网上流传的"可证伪性"，和波普尔本人讲的"可证伪性"，其实不是一回事。

网上最流行的版本是一句口号："遇到反例就扔掉理论，扔不掉的就不是科学。"

这个简化版把波普尔的原意消磨掉了大部分意思。

波普尔本人区分过"逻辑证伪"和"方法论证伪"，在他看来他很清楚一次实验结果和理论对不上，不等于理论就该直接被扔掉，真实的科学判断远比一句口号要更为复杂。

但是很多在网上拿"可证伪"当武器的人，其实并不知道波普尔本人说过这些话。

天文学史上有个老故事把这件事讲得很透。

海王星：理论"被打脸"之后发生了什么

在19世纪中期，天文学家发现天王星的实际轨道和牛顿万有引力理论算出来的对不上。

按社交媒体版的"可证伪性"来处理，这事很简单，就是理论和观测不符，证伪了，直接扔一边吧。

但当时的科学家没有一个是这么想的。

他们怀疑太阳系里还藏着一颗没被发现的行星，是这颗行星的引力把天王星的轨道给带偏了。

法国数学家勒维耶和英国数学家亚当斯他两各自独立的算出了这颗行星应该所处的位置。

在1846年，德国柏林天文台的伽勒把望远镜对准算好的坐标，结果行星就在那，这就是我们现在说的海王星。

图注：1846年，伽勒在柏林天文台发现海王星时使用的9英寸折射望远镜，现藏于德意志博物馆。

图注：旅行者2号在1989年拍摄的海王星。

牛顿在1687年发表《原理》，到这件事发生的时候，万有引力理论已经经过了大约160年了，期间都没出过大问题。

天王星轨道对不上，科学界的第一反应不是质疑这个经受了160年考验的理论，而是去查一个前提条件：我们是不是已经知道了太阳系里所有的行星？查下来发现，是这个前提条件搞错了，理论上是没毛病的。

搞科学的人碰到数据和理论对不上，几乎不会上来就给理论判死刑。他们一般会把前提条件、实验设置、测量精度全部过一遍，搞清楚到底是理论错了，还是别的其他什么环节出了问题。

波普尔本人后来也拿海王星的发现当过例子，说这属于科学中合理的修正。他自己对这件事想得很透彻，我想没想透的是那些只记住了"可证伪"三个字的人。

不过话说回来，这不等于理论遇上点事和麻烦就可以无限的找借口。

如果一个理论每次被数据打脸都临时编个新条件来解释，那能解释的东西越来越少，能预测的东西越来越虚，那它就不是在修正，只可能是在硬撑了。

辅助条件可以调，但有一个硬性条件就是调完之后必须能给出新的、可以被检验的预测。

海王星假说做到了算出位置，然后用望远镜一看，真的存在。

占星术做不到，不管实验怎么打脸，"上升星座""月亮星座"永远只是在事后找补，从来不多承诺任何可以被验证的新预测。

这里面有一个很难去回答的问题，如果碰到数据和理论对不上的时候，到底该先怀疑理论，还是先怀疑前提条件？这件事没有固定答案，也没有一套流程走完就能自动得出的结论，最终还是要靠研究者自己在具体问题面前做判断。

1983年，科学哲学家拉里·劳丹写了一篇影响至今的论文《The Demise of the Demarcation Problem》，直译过来就是"划界问题的终结"。他的核心意思是：

之前提出的各种单一划界标准，没有一个能当万能尺子用。

劳丹说的不是可证伪性没用。其实可证伪性确实抓住了科学的一个重要特点，就是愿意接受反驳，但如果光靠这一条，是不够的。

从那以后，越来越多做科学哲学的人开始从多个角度重新来看这个问题。"可证伪性"没有被废掉，但它从唯一的标准变成了标准之一。

既然一条标准不够用了，那面对不确定性，还有什么别的思路呢？

一套算账的方式，不是一个新信仰

在科学推理里，有一套数学工具这些年用得越来越多。它不是什么科学的新定义，但确实比简单的对或错要精细得多。

这套工具叫贝叶斯定理。

其实就是一套打分机制：

你对一个理论有多相信，给一个分数。新证据来了，分数跟着调。实验结果和理论预测吻合，而且这个结果用别的理论很难解释得通，分数就往上涨，如果别的理论越解释不了，涨得越多。实验结果和理论冲突，分数就往下掉。具体掉多少，要看证据本身有多硬，以及这个理论之前攒下了多少分。

回头看海王星那件事就很好理解了。牛顿理论扛了160年，分数非常的高。天王星轨道出了一个异常，这一条数据不足以把攒了160年的分数一笔划掉。科学家选择先去查前提条件，按贝叶斯的逻辑来看是完全说得通的。

占星术就属于是另一个极端。拿具体的占星预测做严格实验，结果几乎看不到任何稳定的预测能力。按这套算法，占星术的分数就一直在底部待着，它不会有什么涨的势头。

有一种极端情况还是说一下：如果一个理论明确预言某件事绝不会发生，结果这件事偏偏发生了，实验又足够可靠，那这个理论的分数会直接掉到接近于零。从数学上说，这其实就是波普尔式证伪的一种特殊情形。但是如果在实际研究中，很少有条件这么干脆直白的情景。

贝叶斯回答的是"一个理论有多可信"，它不回答"某个领域算不算科学"，这是两码事。

一个被证据打得很惨的理论，只要它原则上愿意接受检验，它仍然是科学理论；但是纯数学是根本不接受经验检验，也没人说它是伪科学。

贝叶斯算是一套非常好用的工具，不过它不是科学的定义。

它还有三个它也答不了的问题：

一开始该给多少分？起点怎么定？两个研究者如果起点差距很大，看到同样的证据，算完之后结论可能差很远。

怎么判断一条证据靠不靠谱？100个人的数据和10000个人的数据，说服力能一样吗？双盲随机对照和问卷调查能相提并论吗？贝叶斯公式不管这些，它只负责算。

怎么确定已经把所有可能的解释都考虑进去了？科学前沿经常连该考虑哪些备选解释都不清楚，对的答案可能根本就没有人提出来。

工具就是工具，好用归好用，我们不能把它当成一种信仰。

在机坪上，每个决策都是概率决策

搞航空的人，在技术层面从来不说"绝对安全"这四个字。这个行业里的每一个安全决策，说到底都是在跟概率打交道。

举个例子，一架双发客机飞越太平洋，万一有一台发动机发生空中停车了，剩下那台就要独自撑到最近的能落地的机场，这段单发飞行可能长达好几个小时。要拿到飞这种航线的资格，飞机和航司都必须通过ETOPS（延程运行）认证。

这套认证覆盖飞机设计、发动机可靠性、维修标准、机组训练、备降场规划等一整套条件，是一个系统性的准入门槛。

这套体系盯得最紧的一个数字，是发动机的空中非计划停车率，英文缩写IFSD。

FAA在咨询通告AC 120-42B里给了一张表，根据授权飞行范围的不同，12个月滚动平均的IFSD率分别要低于每千发动机飞行小时0.05、0.03或0.02。超了线是直接触发调查， 不是撤个证那么简短，调查过程需要 查清原因，确认不是系统性问题，还要确认改进措施到位。

整套体系从头到尾就没打算去证明发动机绝对不会在大洋上空停车，因为这件事在工程上就不可能被证明。它做的是持续积累运行数据，把风险压到工程上可以接受的水平线以下。

如果数据还不够？那就继续跑。一旦发现异常？直接查原因、改设计、重新验证。

发动机里还有一类零件，处理方式更加违反我们的常识。

涡轮盘、压气机盘这类承受极端载荷的关键部件，行业里统称寿命限制件（Life Limited Parts, LLP）。

图注：剖开的Rolls-Royce Dart涡桨发动机，中央可见第一级涡轮盘和叶片连接结构。高能旋转盘件是发动机寿命管理中的核心对象之一。

FAA的适航条例规定，这些部件到了规定的飞行循环数就必须强制退役。哪怕拆下来做目视检查、超声波探伤、涡流检测，结果全部都是合格的，看起来跟新的一样也必须换掉。

原因比早期裂纹看不出来要复杂。每次起飞落地，循环载荷都会在金属内部累积疲劳损伤，这个物理过程是真实存在的。

但是具体到每一个零件，裂纹什么时候开始萌生、扩展速度到底多快，受材料批次、制造过程中的微观缺陷、实际使用条件等很多因素影响，件与件之间的差异是不可忽略的。

FAA给LLP定寿命限值，底层用的是安全寿命法：通过低周疲劳分析，算出裂纹开始萌生之前有多少个安全循环数。

在这个基础上再叠一层损伤容限评估（Damage Tolerance），看的是"假设裂纹已经存在了，它会扩展到什么程度、能不能在常规检测中被发现"。如果某个制造环节的异常风险偏高，概率风险评估还可能进一步把寿命限值往下压。到了这条线就必须退出，没有再继续飞飞看的说法。

这套做法背后的思路其实和一个两百多年前的哲学问题有关。

18世纪，哲学家大卫·休谟提出了一个至今没有被逻辑上证明解决的问题：过去一直如此，在逻辑上不能保证未来也会如此。太阳升起了一万次，从纯逻辑上讲，不能保证第一万零一次它还会升起，这就是归纳问题。

图注：大卫·休谟（1711—1776），Allan Ramsay绘于1766年。

航空工程师不会去辩这个哲学问题。他们的态度就是简单的没错，过去没出事确实不保证未来不出事，所以我们不去赌概率。

按物理模型和统计数据算出安全边界，只要到了就换，不管表面上看起来有多好。

航空工程师从来没打算在逻辑上解决休谟的问题，他们只是想办法把这个问题管控住。

不管是ETOPS还是LLP，航空工程的做事方式就一条，把边界搞清楚，把风险管控住。

科学理论面对的其实是同样的问题。

牛顿力学在接近光速的尺度下会失效，这是物理学早就知道的事。但是每一架飞机的结构强度计算，用的都是经典力学，在飞机飞行的速度和尺度范围内，经典力学的精度足够高，误差小到可以忽略。

经济学模型对GDP的预测精度，远不如物理学对日食的预测精度。但是决策者每天都在用经济学模型做判断，在没有更好的工具之前，有模型总比拍脑袋强。

科学理论都有各自的适用范围，超出这个范围就需要靠新理论来接替。

但是在自己的范围之内，旧理论还是照样好使。

两个粗筛的标准

前面讲了不少道理，最后说两条日常能用上的判断方法。不保证每次都对，但在大多数的时候都够用。

标准一：改一个关键条件试试

拿到一个解释，试着改一下其中某个关键条件，看看整个解释还能不能成立。

科学解释的特点是关键条件不能随结果任意调整。地球绕太阳转，如果把地球到太阳的距离改一下，轨道周期就算不对了；把公转速度改一下，轨道形状也就对不上了。这些参数受到独立观测的严格约束，不是随便拧的旋钮。要改也是可以的，但是改完之后必须要能给出新的、可以被检验的预测，不能只是事后强行来打圆场。

反过来看那些不靠谱的解释：怎么改都能圆，改完了也不需要多给出任何新的预测。水星逆行导致运势不好？昨天挺顺？那是上升星座抵消了。朋友也这个星座但倒霉了？那是月亮星座不同，条件随便换，结论永远不变。

当然，科学模型本身也有可以调的参数，海王星的故事就是例子。区别在哪？科学中调参数有约束，调完必须能给出新预测，新预测还要经得起检验。

但是伪科学的说辞没有这层约束，永远只是事后找补。

标准二：分清"不够好的科学"和"根本不是科学"

网上经常有人犯一个错：从"这个研究有问题"直接跳到"这门学科不是科学"。

心理学的可重复性确实被批评得很惨。

2015年，一个大规模复现项目把三本心理学期刊里的100项研究重新做了一遍，可是结果只有36%在统计上站得住脚，这个结果确实不近人意难看的很。

但是这不代表心理学"不是科学"。背后有哪些原因？学界讨论了很多，比如样本量不足、数据分析方法的选择余地太大、好结果比坏结果更容易发表。

每一条都有独立的研究在支撑。不过这里有个容易搅混的地方，这些原因不是36%这个数字自己证明的。36%只是告诉你有多少研究没能被重复，至于为什么没能重复，是另外的研究去查出来的。

归根结底，这些都是方法上的毛病，是可以修的。心理学界过去十年也确实一直在改。

像医生一次误诊，只能说明诊断流程有待改进，或者当时检测手段还不够，跟医学算不算科学是两码事。

能把某项研究有问题和整门学科不科学分开看，就已经比大多数人想得清楚了。

两千年了，还在吵

从亚里士多德开始算，到波普尔，到库恩讲范式转换，到劳丹说单一标准行不通，再到后面的多标准研究和贝叶斯推理，这个问题被翻来覆去讨论了两千多年。

到今天，科学哲学界也没有一个让所有人都点头的标准答案，这场辩论一直都还在。

但是吵了这么久，有几点是慢慢浮现出来了的，拿得出来的主张要能被经验检验；结论要经得起别人批评；知识要允许被修正；研究过程要透明，要能被其他人审查和重复。

没有哪一条单独拿出来就能定义"什么是科学"。但是合在一起看，科学和其他认识世界的方式之间最大的区别就出来了：

科学不是因为永远正确才值得被信赖。

它是把检验、批评和纠错做成了一套系统，犯错不可避免，但是这套系统能让错误被持续地发现和修正。

这才是科学真正硬核的地方。

想深挖的朋友，推荐几本书

卡尔·波普尔《科学发现的逻辑》（The Logic of Scientific Discovery）"可证伪性"的源头。本文说了这个标准被简化后的问题，这本书我在多年前读过后大有感触，原文还是值得读一读。

托马斯·库恩《科学革命的结构》（The Structure of Scientific Revolutions）"范式转换"就是从这本书来的。我读完后有一个感悟就是科学进步远没有教科书写的那么线性规律的发展。

戴维·多伊奇《无穷的开始》（The Beginning of Infinity）"改一个关键条件看看还成不成立"这个思路跟他有关。这本书聊的东西让我读起来很过瘾，有兴趣的朋友也可以读一读。

卡尔·萨根《魔鬼出没的世界》（The Demon-Haunted World）里面有一套Baloney Detection Kit，主要是教人怎么拆不靠谱的论证，还是非常实用的。

理查德·费曼《发现的乐趣》（The Pleasure of Finding Things Out）费曼说"科学的首要原则是你不能欺骗自己，而你刚好是最容易被欺骗的那个人。“这句话很精辟。

主要参考资料来源

Larry Laudan, "The Demise of the Demarcation Problem" (1983).收录于Physics, Philosophy and Psychoanalysis.

Open Science Collaboration, "Estimating the reproducibility of psychological science" (2015).

Nosek, Ebersole, DeHaven & Mellor, "The preregistration revolution" (2018).

Richard Feynman, "Cargo Cult Science"

Stanford Encyclopedia of Philosophy: Science and Pseudo-Science