如何提升科学思维能力？ ——读《这才是心理学》

　　在自然科学领域，我们似乎能更好地理解和使用科学思维，但在心理学领域则未必。因为心理学的研究对象涉及人的知觉、认知、情绪、人格、行为、人际关系、社会关系等。人们似乎都能对一些心理学的理论做出自己的解释，“都有一套解释行为的内隐模型”，虽然“大多数人从来不会清晰且有逻辑地思考自己的这套理论”，许多心理学的名词在日常生活中也耳熟能详，各种催眠、解梦、星座等被认为是心理学的范畴。那么，到底心理学研究哪些问题？心理学作为一门科学采用什么样的研究方法？心理学家又是如何思考、分析和解读人类的行为与心理的呢？

　　这本心理学入门经典书籍（英文名是“How to think straight about Psychology”）出版至今已经第11版了，主要针对人们对心理学这门科学的误解，着重阐述了心理学研究的科学方法。不仅能让我们更好地了解心理学研究方法，更重要的是让我们形成科学思维习惯，提升我们的理性思考能力。

　　我总结了本书提到的以下十个心理学研究方法和要点，这些方法对培养我们日常生活中的批判性思维同样适用。

　　01 科学研究的问题都具有可证伪性

　　当我们看到一个理论的时候，首先要判断它是否可被证伪，否则，这个理论就永远是对的，错不了，就像算命先生所说的话一样，是没有多少价值的。可证伪是指可以通过一定的方法证明其是错的。所有学科的科学都只研究可被证伪的问题。正因为如此，弗洛伊德精神分析理论在现代心理学中被受到严重质疑。“如果我们能在个人层面上使用可证伪性原则，我们日常生活的质量可能会大为改善”。在生活中，我们可以随时检视自己相信的观点是不是可以被一些证据所证伪，如果答案是否定的，那么我们可以至少判断其是未经科学验证的。

　　02 设计可操作并具有信度和效度的实验

　　可操作性是指一个科学理论需要通过实施一定的实验去观察和测量。“可操作性定义将这个概念从特定个体的感觉和直觉中分离出来，并允许任何能够实施可测量操作的人对其进行检验”。心理学理论虽然研究的是人的心理和行为，也要通过设计可操作的实验来进行验证。而这个实验的设计必须考虑信度与效度。信度是指测量工具的一致性，即对同一概念进行多次测评，看是否能得到相同的测量结果。效度是衡量测量工具是否有效地测量了目标内容。很明显，通过测鞋码的尺寸来测量智商是毫无效度的。

　　03 个案的鲜活性极易让我们误入歧途

　　我们知道，我们不能仅凭个案就相信某个理论的科学性。但在现实生活中，我们经常受到个案的影响。书中举了个例子，某人在翻看了《消费者报告》中对数千个消费者调查之后，终于决定要购买一辆X品牌的车，但在一次聚会上遇到一位朋友，他说他的另一个朋友买了一辆X品牌的车，结果是残次品，光维修就花了几百美元，于是这个人立刻决定不买X品牌的车了。再比如，飞机失事对人们的影响远比汽车事故要大得多，虽然后者发生的概率和造成的人员伤亡远远大于前者。儿童被绑架的概率也比车祸、儿童肥胖、自杀对孩子的威胁低很多，但在媒体渲染下，父母们似乎更担心前者。当个案在身边发生时，人们很容易受到影响而做出非理性的决策，而要消除这种影响非常困难。因为认知心理学表明，人类是“认知吝啬者”，倾向于使用最不费力的心理加工过程处理问题。

　　所以，当别人对我们叙述一个鲜活的事件或一个观点的时候，我们需要理性判断一下，他的观点是否基于这个鲜活的个案见证，还是这个鲜活的事件只是这个观点的一个证明。对于前者，就是明显的逻辑错误，不是科学思维。要想消除个案对我们理性决策的影响，需要使用科学和统计思维加以练习并达到自动化程度。

　　04 实验设计要考虑安慰效应的影响

　　无论一种药物治疗是否真正有效，人们都倾向于报告药物治疗对他们有帮助，这种倾向被称为“安慰剂效应”。在生物医学研究中，所有的新药研究程序都必须包括对安慰剂效应的控制。即要给两组病人分别吃有治疗成分的和没有治疗成分的药丸，而病人并不知道，然后对比两组的结果。所有类型的心理治疗都涉及安慰剂效应，只有通过这种实验方法才能得出是否有效的结果。所以在实验设计中，实验组和控制组都要在安慰效应的基础上进行结果对比。

　　05 研究因果关系要注意区分相关关系并消除样本选择偏差

　　找到因果关系通常是我们的研究主要目的之一。

　　首先需要区分因果关系与相关关系。相关关系的存在并不表示必然有因果关系，有可能是第三变量在起作用，也有可能是因果关系的因和果的方向有问题。比如美国所有海滩度假区的冰激淋销售数量与溺水人数有相关关系，是因为第三个变量——气温的影响。眼动速度与阅读能力之间存在相关关系，是因为阅读能力影响眼动速度，而不是眼动技能缺失导致阅读障碍，所以通过训练眼动来提高阅读能力是无效的。双向的因果关系也是存在的，比如幸福与利他的关系，幸福让人们更利他，而利他行为也让人更幸福。

　　除了相关关系，选择偏差而不是随机分配也会给因果关系研究带来很多困扰。比如，许多妇女曾被鼓励在绝经后接受激素替代疗法，因为有报告称这种疗法降低了患心脏病的概率，但实际上，相比于没有接受该疗法的女性，这个研究选择了更活跃、肥胖和吸烟问题更少的妇女接受该疗法，这些妇女本身患心脏病的概率就更低。也就是说，这个研究采用的样本存在选择偏差，因此得到的研究结果是有问题的。再比如，大量研究发现，适度饮酒者不仅比经常饮酒者健康，而且比不饮酒者健康。这是因为适度饮酒的人在他们所做的一切事情上都是适度的，包括适度运动、适度饮食等等，由于选择效应，我们不能得出适度饮酒是他们更健康的原因。

　　06 在操纵关键变量的情形下进行有控制组的实验

　　“最佳的实验设计应该是这样的：科学家能够操纵感兴趣的变量，并对其它可能影响实验的无关变量进行控制。”被操纵的变量称为自变量，受自变量影响的变量成为因变量，其余可能影响因变量的变量称为控制变量。在一个实验中，为了反映单一的自变量与因变量的关系，将自变量的单独影响分离出来，需要让其余的控制变量对因变量的影响保持恒定，而这种恒定通常是通过随机分配样本来实现。随机分配是让每一个被试被分配到实验组和控制组的机率相同，实际上就是解决两组的选择偏差问题。这就是科学实验的设计方法。

　　07 仔细区分对现象的描述和对现象的解释

　　举个例子，对于一个事实——“男性每赚1美元，女性只赚77美分”，有人得出了一个关于歧视女性的结论：女性做同样工作得到的薪酬比男性低。这种推断是错误的，因为77美分是指总收入，而不是同一份工作的薪酬，77美分仅仅是将通过全职工作者的所有收入加起来除以工作者的数量而得出来的，没有考虑该职业的年数、工作小时数、学历、加班、职务类别等其它变量。

　　08 聚合性证据提供了一种非常有用的论证方法

　　聚合性证据是指一系列可以得出同样结论的证据。因为每个单一的证据可能因为实验的局限性不能完全证明或检验一个结论的成立，但是，当大量略有差异的实验都得出同一个结论，那么我们会根据这些聚合性的证据来说明结论是成立的。这就是聚合的力量！也就是所谓的科学共识。比如吸烟和肺癌的关系——吸烟的人死于肺癌的概率比不吸烟的人高出15倍，这个结论得到了大量聚合性证据强有力的支持，许多来自多个不同类型的研究数据都表明了这一点。而隔壁90多岁老王抽了一辈子烟却身体健康，不能推翻以上观点。再比如“人类活动是全球变暖的原因之一”也是通过聚合性证据得以论证，900多篇关于全球气候变化的论文，绝大多数都得出了以上结论。

　　在心理学、教育学、社会学等研究领域，出于伦理等方面的考虑，我们通常无法对一些变量进行操纵，在这种情况下，提供聚合性证据提供了一种非常有用的方法。比如对吸烟的研究，我们不可能找到所有条件相同的两组人员，并让实验组成员长期吸烟以进行对照，我们不可能做那样的实验。这种情况下，聚合性证据就会非常有用。但并不是所有的聚合性证据都100%证明同一个观点，有个别也可能得出相反的结论，但通过元分析统计技术，我们就可以聚合不同研究的结果。

　　09 人们往往会忘掉多重原因对结果的交互影响

　　在心理学上，当我们证实了某个原因导致行为发生时，并不意味着发现了引发该行为的唯一原因或最重要的原因。通常，一个结果是由多个不同变量共同决定，而这些变量之间可能还有交互作用，即一个变量产生的效应大小可能依赖于另一个变量的不同水平。在心理学和经济学等领域，我们能很清楚地认识到这一点。但是，当我们对一个复杂事件进行解释时，却不由自主地倾向于采用单一的原因进行解释。这就需要我们一开始就列出多个原因，并养成多原因的思维习惯。

　　10 学习利用概率推理，培养统计思维

　　人们对概率预测似乎并不敏感，可能因为概率表明的是可能性，而这种可能性具有不确定性。比如说某件事发生的概率是60%，也许人们并不会重视，因为事情可能不会发生。人们对概率推理的应用也非常薄弱。但社会越复杂，人们就越需要概率思维。如果一个普通人想要对其生活的社会有基本的理解，那么，他至少应具备统计思维这一基本的能力。

　　学习概率推理，需要避免个案陷阱。有一个已经被反复正式的研究结论，那就是人们在做出决策时，具体的单个事件的信息（个案），往往会压倒较为抽象的概率信息。而这种忽视概率信息的倾向并不仅仅局限于缺乏科学知识的外行人。这是因为人的认知错觉，即使人们知道正确答案，他们也会因为问题的问法而得出错误的结论。对大多数人来说，个案证据好像是摸得着的、具体的，而概率证据则好像是摸不着的。当个案证据给人一种很具体的错觉时，人们往往会以错误的方式来整合信息。

　　学习概率推理，需要注意样本量的大小。因为较小的样本总是会产生更多的极端值。来看这样一个例子，一个小镇有大小两所医院，每所医院都记录了一年内出生的男婴比例高于60%的天数，那么哪一所医院记录的天数多一些呢？答案应该是小医院。再来看另一个例子，调查发现：肾病发病率最低的县往往是人口稀少的农村县，人们这时很容易将原因解释为农村没有空气和水污染，食物新鲜不含添加剂。但同一研究另外发现：肾病发病率最高的县往往也是人口稀少的农村县！人们又会解释为是因为农村地区有更多人吸烟、喝酒，摄入高脂肪食物。正确的解释是因为人口稀少的农村县是小样本，产生的极端值更多。关键问题是，许多人难以认识到他们所处的情境会涉及取样，也就是说，他们难以意识到自己看到的是一个样本，而不是总体。因此，他们会忽略一个事实，即某一样本的测量结果会收到取样误差的影响。比如，人们很难意识到抽血检查、肿瘤细胞活检本质上也是取样，一样会有误差。证据表明，约有20%的前列腺癌活检样本的检查结果存在分期和分级错误。

　　学习概率推理，要避免赌徒谬误，即人们倾向于将过去的事件和未来的事件联系起来，而实际上两者是独立的。当前五次抛硬币的结果都是正面朝上时，第六次正面朝上的概率仍然是50%，不受前五次的影响。

　　学习概率推理，还要避免解释偶然性事件。人们有解释偶然事件的倾向，这一现象在心理学研究中被称为“相关错觉”。这种倾向可能源于一种我们想要相信自己可以控制这些事件的深切渴望，即“控制错觉”。比如，人们研究怎样战胜彩票，研究怎样预测股市的涨跌。人们还特别重视巧合现象，并给予解释。

　　总之，“大量研究表明，概率推理可能正是人类认知的阿喀琉斯之踵。”要想培养统计思维，提升概率推理能力，需要进行大量的反思和练习。

　　（2021.9.8）