心理學研究在愚弄大眾？

對于許多心理學家而言，有明確跡象表明，他們的研究領域遇到了麻煩。諷刺的是，最明顯的跡象來自一項有關預感（premonition）的研究。美國康奈爾大學的社會心理學家達里爾·貝姆（Daryl Bem）向學生自愿者展示了48個單詞，然后出其不意地要求他們盡可能多地寫下所記得的單詞。隨后又進行一項練習：貝姆給學生隨機提供部分測試過的單詞，并讓他們抄寫。貝姆發現，有些學生在測試中，更容易寫出隨后練習中抄寫的那部分單詞。結果先于原因出現？

貝姆在《人格與社會心理學雜志》（Journal of Personality and Social Psychology）上發表了他的這一發現，以及另外8個支持心理效應（psychic effects，貝姆將其稱為“psi”）的實驗。毫無疑問，不少科學家懷疑他的觀點。3個研究小組分別試圖重現貝姆所報道的實驗結果，都沒有成功，這導致他們在發表研究結果時，遭遇重重障礙。這一事件給心理學研究敲響了警鐘。“事實上，文獻中越來越多有悖常理的發現，這讓人們意識到，其中一部分結果也許根本就不可重現，”荷蘭阿姆斯特丹大學的數學心理學家埃里克·簡·瓦根馬克斯（Eric-Jan Wagenmakers）說。

心理學中的陽性結果有時會像謠言一樣，容易傳播而難以消除。它們占據著大部分追求新奇研究的期刊。同時，那些試圖重現這些研究結果的工作，尤其是當重復實驗得到陰性結果時，卻難以發表，只會擱置在個人文件柜里，或者變成茶余飯后的談資。瓦根馬克斯說，“有些實驗是大家都知道不能重現的，但文獻中并沒有這方面的報道”。他補充道，發表研究結果的障礙讓人心寒，“有的學生花費整個博士生研究階段，去嘗試重現某個現象，結果重復不出來，多年研究得到的陰性結果又難以發表，于是只好退出學術界”。

這些問題在整個學術界普遍存在，但心理學領域一些根深蒂固的文化規范使這些問題更加嚴重。例如，調整實驗設計以保證得到陽性結果已成為普遍做法。一旦陽性結果得到發表，幾乎沒有研究人員去做重復實驗，取而代之的是“概念性重復”（conceptual replications），也就是用不同的方法檢驗類似的假說。批評人士稱，這一做法相當于在搖搖欲墜的地基上用紙牌建房子。

一些著名的欺詐案例使這些問題成為了人們關注的焦點，始作俑者原以為不會被察覺，因為重復實驗的難度很大。目前心理學家正試圖解決這些問題。人們已經開始評估問題的規模，并給重復實驗提供發表的機會。“在過去6個月中，更多心理學研究人員開始談論和關注這一問題，”美國賓夕法尼亞大學的實驗心理學家約瑟夫·西蒙斯（Joseph Simmons）說，“希望我們能迎來一個轉折點。”

普遍的偏見

面臨這些問題的并非只有心理學。在一篇著名的論文中，目前供職于斯坦福大學醫學院的流行病學家約翰·約阿尼迪斯（John Ioannidis）認為，據統計推斷，“許多已發表的研究結果是錯誤的”。英國愛丁堡大學的社會學家丹尼爾·法內利（Daniele Fanelli）對科學界各領域4 600項研究進行了調查，結果發現，1990年至2007年之間陽性結果的比例增長了22%以上。根據法內利的另一項研究，心理學和精神病學報道陽性結果的比例最高，而空間科學的比例最低，前者幾乎是后者的5倍（參見“重視陽性結果”）。這種情況一直沒有得到改善。1959年，統計學家西奧多·斯特林（Theodore Sterling）發現，心理學領域最重要的4個期刊所發表的研究中，97%是具有統計學意義的陽性結果；1995年，他再次分析后發現，情況毫無改變。

英國卡迪夫大學的實驗心理學家克里斯·錢伯斯（Chris Chambers）說，心理學陽性結果泛濫，其中一個原因是強調“有噱頭的”結果，“高影響因子的期刊往往把心理學研究當做吸引眼球的把戲”。結論必須精彩、搶眼甚至令人難以置信。西蒙斯聲稱，部分責任在于審閱過程。“我們審閱文章時，總是讓作者證明他們的發現是新奇或者有趣的，”他說，“我們通常不要求他們證明自己的發現是真實的。”

西蒙斯應該是了解這一點的。他最近在《心理科學》（Psychological Science）上發表了一篇文章，半開玩笑地“宣布”，披頭士（Beatles）的《當我六十四歲》（When I’m Sixty-four）這首歌可以使聽眾的年齡減小一歲半。西蒙斯設計這項實驗是為了說明，利用有統計學意義的結果來支持假設是何等容易。許多心理學家在關鍵研究環節上作決定時非常隨意，包括招募多少自愿者、測量哪些變量以及如何分析結果。研究人員本該無惡意作出選擇，但有些人卻隨意歪曲實驗和數據，直至得到陽性結果。

美國哈佛商學院的消費者心理學家萊斯利·約翰（Leslie John）對2 000多名心理學家進行了一項調查，結果發現，超過50%的人都會首先檢驗結果的統計學意義，然后再決定是否收集更多數據，直到獲得陽性結果就停手。超過40%的人選擇性發表陽性結果。一般說來，大多數接受調查的心理學家都認為這些做法情有可原。“很多人繼續這么做，因為他們在接受科研訓練時，老師就是這么教的，”美國伊利諾伊大學厄巴納-香檳分校的心理學家布倫特·羅伯茨（Brent Roberts）說。

于是，提供證據的重擔就壓在了進行重復實驗的人肩上，但他們面臨著很大的困難。想想貝姆那篇聲名狼藉的論文發表后的余波吧。3個研究小組都未能重復出貝姆的實驗結果，當他們聯合將陰性實驗結果投稿給學術期刊時，《人格與社會心理學雜志》和《科學和心理科學》（Science and Psychological Science）都表示，不會發表簡單的重復實驗。《英國心理學雜志》（The British Journal of Psychology）將論文送出外審了，但最后還是拒絕刊登，而貝姆正是外聘的審稿人之一。四處碰壁的論文最終在《公共科學圖書館·綜合》（PLoS ONE）雜志尋得立錐之地，這一雜志發表所有“技術上可靠”的論文，無論其結果是否新奇。

“我已經盡己所能來鼓勵重復實驗了，”貝姆說。他堅持自己的結論，并已在網上公布了他的實驗方法和測試的所有細節。但他補充道，一項重復實驗本身說明不了任何問題。“它是不成熟的，”他說，“人們要花很多年的時間，才能弄清楚一項重復實驗失敗或成功的原因。需要綜合分析多次實驗。”

比利時布魯塞爾自由大學的認知心理學家斯特凡·多揚（Stéphane Doyen）和同事未能重復出美國耶魯大學約翰·巴奇（John Bargh）的經典實驗時，也遇到類似的問題。巴奇曾通過實驗指出，人們無意中想到與年齡有關的單詞時，行走速度會變慢。而多揚的論文遭到多次拒絕后，最終也發表在《公共科學圖書館· 綜合》上。巴奇怒氣沖沖地在博客上發文回應，認為多揚的研究小組是“一群外行的研究人員”。后來，有人發表博客描述了這次交鋒，巴奇又與博文作者進行了一番爭論。巴奇說，他之所以反應如此強烈，部分原因是他發現人們對“潛意識思維過程非常重要”這一觀點越來越懷疑，他感到這一研究領域受到了損害。

誠然，一次重復實驗的失敗并不能否定原來的結果。許多平淡無奇的原因都可能導致重復實驗失敗。如果原來的實驗結果不是很明顯，重復實驗時就可能偶然出現陰性結果；參與重復實驗的自愿者也可能與原來實驗中的不同；另外，一個研究小組可能根本沒能力重現另一個研究小組的實驗。

“做實驗與導演戲劇有共通之處，”美國普林斯頓大學的心理學家、諾貝爾獎得主丹尼爾·卡尼曼（Daniel Kahneman）說。諸如實驗的日期、房間的顏色等細枝末節，都可能會影響結果，而實驗方法中從來不會描述這些細節。例如，巴奇就辯稱，多揚的研究小組給自愿者展示了太多與年齡有關的單詞，這可能引起他們對實驗隱藏意圖的注意。在誘導性研究中，“你必須將實驗條件設定得恰如其分，既能產生效果，又不會引起自愿者的任何注意，” 卡尼曼說，“不是所有人都有巴奇的訣竅。” 卡尼曼說，只有那些發現了某種效應，并在成百上千次實驗中重現了這種效應的人，才擁有這類特殊的“訣竅”。巴奇在談到他的誘導性實驗時說，他“從未想過利用某些秘密知識，來促成這些效應的產生。我們總是嘗試公開這些知識，但也許我們應該更多、更詳細地公布實驗方法的種種細節”。

重視陽性結果

對各學科的文獻分析表明，學術期刊都傾向于發表“陽性”研究結果——即“支持”待驗證假說的結果。而精神病學和心理學痼疾最深。

1996年，當巴奇發表了那篇關于潛意識誘導效應的論文之后，幾十個實驗室如法炮制，開始了各自的誘導性實驗。例如一項實驗顯示，比起拿輕寫字板的自愿者，拿重寫字板的自愿者參加面試時更認真，面對社會問題時更有緊迫感。而另一項實驗則發現，在與清潔有關的單詞的影響下，受試者對骯臟行為更寬容。

這種概念性重復對于經常涉及抽象概念的心理學是有用的。“人們通常認為，與完全不變的重復相比，‘概念性重復’能更好地證明某些效應的普遍性，”美國印第安納大學布盧明頓分校的心理學家、《人格與社會心理學雜志》的編輯艾略特·史密斯（Eliot Smith）說。

但另一些心理學家認為，依賴概念性重復是有問題的。“你不可能完全復制某個概念，” 錢伯斯說，“這太主觀了。誰也不確定一項研究需要多么‘類似’，才能算作概念性重復。”他表示，這種做法還產生了“邏輯上的雙重標準”。例如，如果一塊重寫字板無意中影響了人們的判斷，人們就會將它視為“與年齡有關的單詞使行走變慢”的概念性重復；但如果寫字板的重量并未影響人們的判斷，沒有人會指出原來的誘導效應在概念性重復中被證偽。由于只能被證明而不能被證偽，概念性重復往往是一系列弱結果彼此論證。“這是驗證性偏差（confirmation bias）在科學中的體現，” 美國弗吉尼亞大學的社會心理學家布賴恩· 諾塞克（Brian Nosek）說，“如果不進行概念性重復，心理學的發展將受到限制，但它并不能取代直接重復實驗。為了證明‘A’是真實的，你需要再做一次‘A’，而不是去做‘B’。”

學術欺詐與不端

概念性重復的做法，會導致學術不端行為難以發現。2011年11月，荷蘭蒂爾堡大學的社會心理學新秀迪德瑞克·斯達伯（Diederik Stapel）接受調查，最終供認了大量學術欺詐行為。斯達伯發表了一系列令人振奮、引人注目的研究成果，例如混亂的火車站等無序環境會助長歧視。重復這些實驗有許多困難，這使得斯達伯的學術欺詐行為很難被發現。負責調查這一案件的科學委員會寫道：“盡管這些過于漂亮的結果本應引發人們的懷疑，但實際上卻被奉為圭臬……即便人們親自進行過重復實驗，他們也會相信，自己的失敗是因為缺少斯達伯先生的技能。”現在，人們已經清楚，斯達伯至少在30篇論文中竄改和捏造了數據。

斯達伯的故事，與美國哈佛大學的心理學家卡倫·魯杰羅（Karen Ruggiero）和馬克·豪塞爾（Marc Hauser）的情況如出一轍，這兩位分別在歧視和道德方面發表了備受矚目的文章。魯杰羅的學術欺詐行為于2001年被人們發現，而豪塞爾在2010年被發現存在學術不端行為。與斯達伯一樣，他們都是被內部舉報人揭露。“如果這個領域真的能自我糾正，那為什么他們兩人的學術欺詐或不端一直未能被糾正呢？”諾塞克說。

在這些爭議的驅動下，許多心理學家都在想方設法，鼓勵研究人員做重復實驗。“我認為心理學應該帶頭應對這一挑戰，”美國加利福尼亞大學圣巴巴拉分校的認知心理學家喬納森·斯庫勒（Jonathan Schooler）說。2012年1月，加利福尼亞大學圣迭戈分校的心理學家哈爾· 帕施勒（Hal Pashler）和同事一起創辦了一個名為“心理學文件抽屜”（PsychFileDrawer）的網站，心理學家可以在該網站提交未發表的重復實驗，無論是否得到陽性結果。該網站受到熱烈歡迎，但迄今只收到9個實驗結果。提交實驗結果幾乎得不到任何激勵：科學家提交實驗結果后，要面對同行的批評，卻并不能增加他們所發表文章的數量。

美國加利福尼亞大學洛杉磯分校的社會心理學家馬修·利伯曼（Matthew Lieberman）提出了不同的方法。他說，“美國一流大學的心理學課程可以列出一份心理學研究結果的名單，要求研究生在自己的領域內選擇一項，進行重復實驗”。這樣，學生將鍛煉自己的技能，并早早發表有價值的文章，而心理學界則可以確認那些令人驚訝的效應是否站得住腳。

瓦根馬克斯還認為，重復實驗的發表規則應與其他研究有所不同——它們應該像醫學上的臨床實驗一樣預先登記，以避免西蒙斯所描述的情況：根據預設結果反過來扭曲實驗數據，以及根據實驗結果來決定是否發表。在重復實驗初期就與原文章的作者聯系，甚至一起合作，可以從一開始就確保實驗方法的完善。

這些改變可能還只是部分科學家的一廂情愿。另一些科學家尚在質疑問題究竟是否存在，甚至諾塞克也指出，對于假陽性結果的普遍性，還沒有切實可靠的評估。為了彌補這一點，去年年底，他召集了一組心理學家，嘗試重現3個最重要的心理學期刊在2008年發表的每一項研究結果。該小組將盡可能使用與原始實驗相同的方法，并盡量與原作者一起工作。諾塞克稱，這項研究的目的不是揪出個別有問題的工作，而是為了“獲得一些初步證據，以確定重復實驗到底有多大的必要”。

有些研究人員認為，諾塞克等人不可能得出什么結論，但帕施勒相信自己的擔憂會得到證實：許多心理學研究結果都不可重現，而未能重復出原始結果的研究都擱置在研究人員的“文件柜”中，這些都是事實。帕施勒說：“到那時，真相將無可辯駁。”

（作者：埃德·揚；翻譯：車晶）