你真的知道什么是科学？（附书单）
麦芽妈妈掬元 开智学堂
“ 我们知道，科学提高了人类探索自然的效率，让技术与文明得到快速发展，促使人类社会进入发展的快车道。但是，你是否认真思考过，科学到底是什么？它为什么重要？科学共同体是如何运转的？以科学知识为源头的知识是如何生产和流动的？往下看，开智学堂掬元教练，今天就与你聊聊科学那些事儿~
作者丨掬元
本文转载自微信公众号「时空来鸿」已获原作者授权
开智学堂（http://www.OpenMindClub.com）
科学为什么重要
人类真正进入强科学主义时代也只有 200 多年的历史。在前科学时代，人类依赖代代相传的经验，凭借直觉，靠着随机的选择去改造大自然和认识自我。
天性使然，人类常常不愿接受与先入为主相反的理念，也爱在实际上毫无因果的事情上强行构建因果。正如马奇在他著名的讲演录「经验的疆界」中所言：
人类存储、回忆历史的能力有限，对服务于当前信念和欲望的重构记忆敏感。
人类存储、回忆历史的能力有限，对服务于当前信念和欲望的重构记忆敏感。
人类的分析能力有限，对加诸经验之上的框架敏感。
人类固守成见，对支持先入之见的证据不如对反对先入之见的证据挑剔。
人类既歪曲观察又歪曲信念，以提高两者的一致度。人类偏爱简单的因果关系，认为原因必定在结果附近、大果必定有大因。
与比较复杂的分析相比，人类更喜欢涉及有限信息和简单计算的启发式。人类诠释经验的这幅大图景，证据充分，众所周知。
人类在前科学时代的决策方式效率低下，常常做出与预期目标完全背道而驰的决策，从而造成社会资源的大量浪费，生产效率整体低下。
进入强科学时代以后，借助科学这个利器，人类中的一小部分人探索到的规律，可以在同等条件下（conditional）的场景反复再现，大大提高了人类探索自然的效率。特别是那些已经有明确因果关系的规律，比如治愈特定疾病（果）的特效药（因），极大地提高了人类抵到特定目标的效率。
进入强科学主义 200 多年来，人类科学技术和文明极大发展，社会创造的财富比以往所有年代的总和还要多。
科学何以发挥这样的威力？我们下面将一一详细展开。
图片来源 Pixabay
科学到底是什么
科学是什么?
很多人把科学等同于科学知识，其实这远远不是科学的核心内涵。达尔文曾经给科学下过一个定义，「科学就是整理事实，从中发现规律，作出结论」。
因此，科学是从实践经验中得出系统化知识的方法和过程；是从观察到的现象中提出问题，建立假设/假说，经过严格的实验设计获得数据，根据数据推导结论的一套程序。
这里，我们对「根据数据推导结论」这个步骤稍微展开一下。
上面提到，科学家们做实验，不仅仅希望得到的科学结论仅在自己的实验对象中重复，更希望能在更大具有同样特征的总体（可以理解为所有具备同样特征的对象的集合）中得到重复，因为那正是人类掌握自然规律改造自然的意义所在。
然而，鉴于资源有限（科学家能支配的资金，人力资源，时间，可行性等），科学家们不可能在所有的总体中去实施实验，因此科学家得到的数据仅仅只是一个总体的样本（可以理解为总体的子集）。
这就需要科学家从样本数据中，推断（Statistical inference）样本数据有多大概率能外推到总体（因为这样才能给更多人在实践中重复，才说明人类能够利用这一规律指导实践），这就是统计学其中的一个研究内容。因此，有统计学意义，代表着一种大概率的关联。
既然科学是一种程序，就必然有它的准则。随机、均衡、对照和可重复性是科学实验的四大准则，也是科学的威力所在。
上面提到，人类固守先入之见，偏爱简单因果，分析能力有限，这些都是天性使然。也就是说，不管你是天才还是凡人，都难逃这些天生的弱点。
但是人之所以是万物之灵，就是因为人类认识到，克服这样的天性，无法靠悟性，只能依赖一种工具，使得生产高度系统化知识的过程变成一种强制执行的流程。直到今天，这种流程成为了科学家共同体共同遵守的科学准则。
我们一一来解释一下，四大准则如何帮助人类克服自身的局限。
图片来源 Pixabay
可重复性
可重复性指科学实验应当能在同样的前提/条件下被重复。无法重复的实验，即使已经发表为科学论著，也有很大的概率被质疑，甚至撤回。
比如日本的小保方晴子，我国的韩春雨老师，均在顶级科学杂志「nature」上发文，但由于没有其他科学家能重复出相同的结果，被撤回了论著。
可重复性是科学研究作为一种程序的体现：在条件一致的前提下，按照既定的程序重复实验，应该得到相同的结果。那些存在个人头脑中被自认为「很牛逼」想法（嗯对，就是民科），没有经过同行评议（同行评议下面会继续展开），没有经受遵守严格的科学程序得出，无法被重复的理论，是不被认同为科学理论的。
科学是改造实践的伟大力量，它的力量在于它被从纷繁芜杂的现象中提取模式和规律之后，（在一定的限定条件下）能推广为更多的人所受益。
如果所谓的科学没有确定的路径可循，无法被重复，它也就没法受益更多的人。试想，一个只能被几个人知道的，可以被几个人重复的理论（由于路径不明而不是过于高深），它的意义何在？
随机、均衡、对照
对照是科学实验原则中最重要的准则。
这个准则要求科学家要研究目标效应的时候，应当设置对照组，并使得对照组和实验组之间的对象尽可能随机进入并保证组成结构均衡，这样是为了使得两组具有可比性。
此时，在实验组施加干预措施的时候，两组（或以上）的效应差异由于对照组的设立，抵扣了其他对干预因素有混杂效应的因素，这样得到的才是真正的干预效应。
举一个简单的例子：试想你现在接到一个任务，你要研究家庭收入对孩子后天表现的影响，正确的做法是找到两组孩子或者多组孩子，他们除了家庭经济情况不一样之外其它情况都尽可能地一致。
如果这些孩子不但家庭经济情况不同，健康、智商、年龄、性别等等很多情况都不一样，你的研究结论就没有说服力。因为此时孩子后天的表现差异并不能证明是家庭经济水平造成的。
当然了，并不是任何实验都有条件设置对照，但均衡和随机应当尽可能做到。这样的研究，外推适用的范围更大。
图片来源 Pixabay
科学共同体运转的机制
同行评议
科学共同体是当今社会最重要的「组织」之一，这样一个跨越时间，空间，国家，种族，学科的巨大组织是如何流通和传递信息和信任的呢？
这就要提到科学共同体的同行评议机制，文献引用准则和可证伪性。
每一篇科学论著的发表，都必须经过匿名的同行评议（peer review）。所谓的同行，指的是遵从相同的科学准则，认同相同的科学程序，具备相当专业背景的研究人员。
同行间会对送审的论著进行审查，评判是否符合科学准则，以确保其科学性。而在科学家提交的论著中，必须遵守的科研伦理道德是，那些对本次研究有贡献的现有研究基础，方法、创意等都必须给予引用。
这样一来，就产生了科学家共同体的信任流通货币：一篇论著的引用数，一本杂志的影响因子（Impart Factor）。
杂志的影响因子来源于杂志过去一段时间所有发文的平均引用数，若杂志想越办越好，必然严格把关同行评议，避免被同行挑错，影响杂志声誉。
因此，杂志希望来稿质量越高越好，产出高质量科学研究的科学家也更倾向于投稿到影响因子高的杂志，从而不断形成一个良性的正向循环。
所以，论著的引用数和杂志的影响因子，是科学家集体投票的结果，是不依赖于任何个人的第三方评价体系。
科学的可证伪性
接下来要说说科学这部机器设计最精妙的部分：科学的可证伪性。
从历史的尺度看人类历史，正是旧有理论的不断被推翻，新的理论不断建立，如此不断循环，推动着人类发展。很难想象，如果权威不容挑战，新的证据总是遭到拒绝，人类社会今天会是什么样子。
科学更是把对错误的包容融进了它的骨血。某个理论是否属于科学，判断标准之一就是可证伪性。
不管证据如何支持一个新的理论，你的理论必须很明确，找到什么样的证据就可以被证明是错的。科学理论就是可以被证伪但是暂时还没有被证伪的理论。
举一个不太恰当但很容易理解的例子。比如你观测到了 1 万个天鹅的颜色，数据表明，天鹅都是白色的。你可以提出天鹅都是白的这样的一个科学理论，在其他颜色的天鹅被发现之前，你的理论都是受到证据支持的。
显而易见，你的理论很显然具备了可证伪性，因为只要找到一个不是白色的天鹅即可被推翻。
图片来源 Pixabay
什么样的理论不具备可证伪性呢？
「世上肯定有神，他具有超常的力量，因此你看不到他 」，这理论，没有丝毫的漏洞，你既无法证实也无法证伪。这样的理论反而长生不老，千年流传。科学理论则一直走在被不断推翻不断被更替的路上。
科学的可证伪性是科学共同体里那双看不见的手。
科学不迷信权威，不相信颜值，科学只相信证据。无论多有声望的大牛，只要你找到反对的证据，找到他的 bug，你就可以站在大牛的肩膀上，开拓一个新的方向。
科学家共同体对探究未知和学术声望的追求，驱使无数人日夜无眠，在白纸黑字的前人研究中寻找突破和颠覆。寻找前人研究的 bug 的路是如此明确，因为不知道从什么方向找 bug 的研究不被承认为科学。
因此，矛盾促进变革在科学史上平常得不能再平常。凡是既有理论与事实相矛盾之处就可能有新的猜测新的假说就被提出，直到新的证据支持或者证伪假说，到新的理论确立。
那些最聪明的科学家最能注意到既有科学理论矛盾之处，从而开启了新的理论。反之，对矛盾熟视无睹就是另外一种情况。比如和达尔文同时代的一些学者就懊悔不已，为什么我没能想到进化论？
可证伪性使得科学这部机器日夜开动，轰隆不息，人类认知边界因而不断拓展，一再延伸。
科学的可证伪性给作为整体的人类来带来了翻天覆地的变化，也给了作为个体的每一个人深刻的启示：
每一个人都应该根据事实和证据不断调整自己的理念，而不是根据自己固有的观念去寻找对自己有利的证据，继续守护原有的错误观点。
做个简单的思想实验：假如你总是对的，从不改变自己的观念，几十年后依然如此，你觉得你总是对的有什么值得自豪的地方吗？
聪明的人知道固守己见是人类与生俱来的局限，像科学家一样用制度和流程强制自己执行。
比如桥水基金创始人瑞·达利欧就在「原则」一书中提到，极度求真和极度透明是桥水基金公司的的原则，写进公司的制度并有具体的实施流程。作为公司负责人，永远保持一种勇于承认错误，有错就改的姿态。公司任何会议都被录音，接受任何相关人员的讨论和质疑。
具体对我们的启示，则是应当保持成长型的思维，把错误作为一种提醒的信号，一种反馈错误背后的行为、观念在何处需要改进的信号。从这个意义上来说，科学不仅是一种生产智识的方法，更是一种精神。
知识的生产和流通的过程
强科学时代同时也带来了知识的爆炸性增长，穷尽一生，每个人都很难窥探一二。在今天这个信息社会，信息不再贫乏，而是过载了。
学海无涯，知识无限，该如何飞跃知识的汪洋大海？
如果你了解了以科学知识为源头的知识生产和流动的过程，也许你会有新的想法。
为了讲清楚这个过程，我们还要了解两个文献计量学的定律：布拉德福定律（Law of Bradford）和洛特卡定律（Lotka’s law）。
图片来源 Pixabay
洛特卡定律
洛特卡定律是由美国学者洛特卡（Lotka）率先提出。它描述的是科学工作者人数与其所著论文之间的关系：
写两篇论著的作者数量约为写一篇论著的作者数量的 1/4；写三篇论著的作者数量约为写一篇论文作者数量的 1/9；写Ｎ篇论著的作者数量约为写一篇论著作者数量的 1/ n^2，以此类推。其中，写一篇论文作者的数量约占所有作者数量的 60％。
布拉德福定律
英国学者布拉德福发现，如将科学杂志按其刊载某学科主题的论文数量，以递减顺序排列，就可在所有这些杂志中区分出载文率最高的核心部分和包含着与核心部分等数量论文的随后几区，这时核心区和后继各区中所含的杂志数成 1：a：a^2 的关系，这就是布拉德福定律（Law of Bradford）。
洛特卡定律向我们表明了，某一领域中，大部分的论著是由少数重要的学者完成的。布拉德福定律则意味着大多数关键文献通常会集中发表于少数核心期刊。
这些关键文献往往是颠覆性的变革性的。而一个开创性的理论能够得到建立，必须要得到重复性验证。
上文所述，由于科学家必须遵守学术引用的规范来建立彼此信任，不管是重复验证还是反驳这些开创性的理论，都必须给予引用。
接着还有更多更多的学者对理论的不同应用场景进行验证，发表时间越迟就只能发相对不重要的杂志，接着会有新闻、自媒体等跟进介绍。
如此，一个知识的生产和流通的过程就非常清晰了：少数重要学者的开创性研究→重复性验证→更多细节的重复性验证→新闻、自媒体，知识生产的量级依次指数爆增等。
因此，如果你理解了这个流程，用好引用指数和影响因子，以及学科核心知识这些工具，就能极大地摆脱信息过载的困扰。
一起来看看使用这套工具最溜的人—赫伯特·西蒙（Herbert Alexande Simon）是如何人生开挂的。
如果有人问什么样的人才能称之为天才，赫伯特·亚历山大·西蒙绝对能算是天才。
西蒙享年 85 岁。在他一生中，他曾获得过 9 个博士学位，他的研究涉及到政治学、计算机科学、管理学、经济学、心理学、社会学、运筹学等众多领域，并在不同领域都达到了学术巅峰。
1958 年，他获得了美国心理学会颁发的心理学领域的最高奖—心理学杰出贡献奖；他把心理学、计算机科学和决策理论结合起来，开创了人工智能研究之先河，于 1975 年获得计算机领域的最高荣誉奖—图灵奖；他被称为人工智能之父；1978 年，获得诺贝尔经济学奖。
他是如何做到的呢？
通过对经济学领域 200 多个学科核心知识点的全局学习，他发现了以往的经济学「绝对理性人」理论无法解释实践中经济人行为的矛盾。
通过计算机科学 200 多个重要核心知识点的，他模拟了人的决策过程，从而发现组织内的人制定决策过程的理论，因此获得诺贝尔经济学奖。
之后，他不断地把每个学科最重要的约 200 个多知识点交错地用于不同的学科，在多达 9 个学科都取得了极高的成就。■
如果你对以上内容感兴趣，也可以继续去读读下面这几本书：
⇲ 推荐书单：
1.《师从天才》：他们生活的世界。一群诺贝尔获奖学者师徒的科学征程。 https://book.douban.com/subject/20492371/
2.《最年轻的科学》：医学科学家和文学家刘易斯·托马斯写的散文随笔，文笔优美如小夜曲，讲述了上世纪70年代作者亲历的美国医疗职业的变化、科学研究活动和医学的进步， 感受医学这个最年轻的科学是如何发展起来的。 https://book.douban.com/subject/7059611/
3.《科学迷宫里的顽童与大师》：多学科大牛、奇才（此处可以加几百个形容词）赫伯特·西蒙的自传。 https://book.douban.com/subject/27601732/
4.《终身成长》：卡罗尔·德韦克教授为你一次讲清楚成长型思维。 https://book.douban.com/subject/27154533/
5.《这才是心理学》：不学心理学你也可以看看。科学思维必备科普读物。 https://book.douban.com/subject/26686251/
6.《当下的启蒙》：著名科学家史蒂芬·平克的科普著作，大量的数据告诉你科学如何开启群智，深刻改变人类社会。也是感受数据的力量的一部好书。 https://book.douban.com/subject/30376593/
7.《全局学习法》：家长们很熟悉的《为未知而教，为未来而学》一书的作者戴维·珀金斯的力作，如何对学科进行全局学习。 https://book.douban.com/subject/10563164/