编译：环球科学 | 科学公园（微信：科学公园，scipark）
对于许多心理学家而言，有明确迹象表明，他们的研究领域遇到了麻烦。讽刺的是，最明显的迹象来自一项有关预感（premonition）的研究。美国康奈尔大学的社会心理学家达里尔·贝姆（Daryl Bem）向学生自愿者展示了48个单词，然后出其不意地要求他们尽可能多地写下所记得的单词。随后又进行一项练习：贝姆给学生随机提供部分测试过的单词，并让他们抄写。贝姆发现，有些学生在测试中，更容易写出随后练习中抄写的那部分单词。结果先于原因出现？
贝姆在《人格与社会心理学杂志》（Journal of Personality and Social Psychology）上发表了他的这一发现，以及另外8个支持心理效应（psychic effects，贝姆将其称为“psi”）的实验。毫无疑问，不少科学家怀疑他的观点。3个研究小组分别试图重现贝姆所报道的实验结果，都没有成功，这导致他们在发表研究结果时，遭遇重重障碍。这一事件给心理学研究敲响了警钟。“事实上，文献中越来越多有悖常理的发现，这让人们意识到，其中一部分结果也许根本就不可重现，”荷兰阿姆斯特丹大学的数学心理学家埃里克·简·瓦根马克斯（Eric-Jan Wagenmakers）说。
心理学中的阳性结果有时会像谣言一样，容易传播而难以消除。它们占据着大部分追求新奇研究的期刊。同时，那些试图重现这些研究结果的工作，尤其是当重复实验得到阴性结果时，却难以发表，只会搁置在个人文件柜里，或者变成茶余饭后的谈资。瓦根马克斯说，“有些实验是大家都知道不能重现的，但文献中并没有这方面的报道”。他补充道，发表研究结果的障碍让人心寒，“有的学生花费整个博士生研究阶段，去尝试重现某个现象，结果重复不出来，多年研究得到的阴性结果又难以发表，于是只好退出学术界”。
这些问题在整个学术界普遍存在，但心理学领域一些根深蒂固的文化规范使这些问题更加严重。例如，调整实验设计以保证得到阳性结果已成为普遍做法。一旦阳性结果得到发表，几乎没有研究人员去做重复实验，取而代之的是“概念性重复”（conceptual replications），也就是用不同的方法检验类似的假说。批评人士称，这一做法相当于在摇摇欲坠的地基上用纸牌建房子。
一些著名的欺诈案例使这些问题成为了人们关注的焦点，始作俑者原以为不会被察觉，因为重复实验的难度很大。目前心理学家正试图解决这些问题。人们已经开始评估问题的规模，并给重复实验提供发表的机会。“在过去6个月中，更多心理学研究人员开始谈论和关注这一问题，”美国宾夕法尼亚大学的实验心理学家约瑟夫·西蒙斯（Joseph Simmons）说，“希望我们能迎来一个转折点。”
普遍的偏见
面临这些问题的并非只有心理学。在一篇著名的论文中，目前供职于斯坦福大学医学院的流行病学家约翰·约阿尼迪斯（John Ioannidis）认为，据统计推断，“许多已发表的研究结果是错误的”。英国爱丁堡大学的社会学家丹尼尔·法内利（Daniele Fanelli）对科学界各领域4 600项研究进行了调查，结果发现，1990年至2007年之间阳性结果的比例增长了22%以上。根据法内利的另一项研究，心理学和精神病学报道阳性结果的比例最高，而空间科学的比例最低，前者几乎是后者的5倍（参见“重视阳性结果”）。这种情况一直没有得到改善。1959年，统计学家西奥多·斯特林（Theodore Sterling）发现，心理学领域最重要的4个期刊所发表的研究中，97%是具有统计学意义的阳性结果；1995年，他再次分析后发现，情况毫无改变。
英国卡迪夫大学的实验心理学家克里斯·钱伯斯（Chris Chambers）说，心理学阳性结果泛滥，其中一个原因是强调“有噱头的”结果，“高影响因子的期刊往往把心理学研究当做吸引眼球的把戏”。结论必须精彩、抢眼甚至令人难以置信。西蒙斯声称，部分责任在于审阅过程。“我们审阅文章时，总是让作者证明他们的发现是新奇或者有趣的，”他说，“我们通常不要求他们证明自己的发现是真实的。”
西蒙斯应该是了解这一点的。他最近在《心理科学》（Psychological Science）上发表了一篇文章，半开玩笑地“宣布”，披头士（Beatles）的《当我六十四岁》（When I’m Sixty-four）这首歌可以使听众的年龄减小一岁半。西蒙斯设计这项实验是为了说明，利用有统计学意义的结果来支持假设是何等容易。许多心理学家在关键研究环节上作决定时非常随意，包括招募多少自愿者、测量哪些变量以及如何分析结果。研究人员本该无恶意作出选择，但有些人却随意歪曲实验和数据，直至得到阳性结果。
美国哈佛商学院的消费者心理学家莱斯利·约翰（Leslie John）对2 000多名心理学家进行了一项调查，结果发现，超过50%的人都会首先检验结果的统计学意义，然后再决定是否收集更多数据，直到获得阳性结果就停手。超过40%的人选择性发表阳性结果。一般说来，大多数接受调查的心理学家都认为这些做法情有可原。“很多人继续这么做，因为他们在接受科研训练时，老师就是这么教的，”美国伊利诺伊大学厄巴纳-香槟分校的心理学家布伦特·罗伯茨（Brent Roberts）说。
于是，提供证据的重担就压在了进行重复实验的人肩上，但他们面临着很大的困难。想想贝姆那篇声名狼藉的论文发表后的余波吧。3个研究小组都未能重复出贝姆的实验结果，当他们联合将阴性实验结果投稿给学术期刊时，《人格与社会心理学杂志》和《科学和心理科学》（Science and Psychological Science）都表示，不会发表简单的重复实验。《英国心理学杂志》（The British Journal of Psychology）将论文送出外审了，但最后还是拒绝刊登，而贝姆正是外聘的审稿人之一。四处碰壁的论文最终在《公共科学图书馆·综合》（PLoS ONE）杂志寻得立锥之地，这一杂志发表所有“技术上可靠”的论文，无论其结果是否新奇。
“我已经尽己所能来鼓励重复实验了，”贝姆说。他坚持自己的结论，并已在网上公布了他的实验方法和测试的所有细节。但他补充道，一项重复实验本身说明不了任何问题。“它是不成熟的，”他说，“人们要花很多年的时间，才能弄清楚一项重复实验失败或成功的原因。需要综合分析多次实验。”
比利时布鲁塞尔自由大学的认知心理学家斯特凡·多扬（Stéphane Doyen）和同事未能重复出美国耶鲁大学约翰·巴奇（John Bargh）的经典实验时，也遇到类似的问题。巴奇曾通过实验指出，人们无意中想到与年龄有关的单词时，行走速度会变慢。而多扬的论文遭到多次拒绝后，最终也发表在《公共科学图书馆· 综合》上。巴奇怒气冲冲地在博客上发文回应，认为多扬的研究小组是“一群外行的研究人员”。后来，有人发表博客描述了这次交锋，巴奇又与博文作者进行了一番争论。巴奇说，他之所以反应如此强烈，部分原因是他发现人们对“潜意识思维过程非常重要”这一观点越来越怀疑，他感到这一研究领域受到了损害。
诚然，一次重复实验的失败并不能否定原来的结果。许多平淡无奇的原因都可能导致重复实验失败。如果原来的实验结果不是很明显，重复实验时就可能偶然出现阴性结果；参与重复实验的自愿者也可能与原来实验中的不同；另外，一个研究小组可能根本没能力重现另一个研究小组的实验。
“做实验与导演戏剧有共通之处，”美国普林斯顿大学的心理学家、诺贝尔奖得主丹尼尔·卡尼曼（Daniel Kahneman）说。诸如实验的日期、房间的颜色等细枝末节，都可能会影响结果，而实验方法中从来不会描述这些细节。例如，巴奇就辩称，多扬的研究小组给自愿者展示了太多与年龄有关的单词，这可能引起他们对实验隐藏意图的注意。在诱导性研究中，“你必须将实验条件设定得恰如其分，既能产生效果，又不会引起自愿者的任何注意，” 卡尼曼说，“不是所有人都有巴奇的诀窍。” 卡尼曼说，只有那些发现了某种效应，并在成百上千次实验中重现了这种效应的人，才拥有这类特殊的“诀窍”。巴奇在谈到他的诱导性实验时说，他“从未想过利用某些秘密知识，来促成这些效应的产生。我们总是尝试公开这些知识，但也许我们应该更多、更详细地公布实验方法的种种细节”。
重视阳性结果
对各学科的文献分析表明，学术期刊都倾向于发表“阳性”研究结果——即“支持”待验证假说的结果。而精神病学和心理学痼疾最深。
1996年，当巴奇发表了那篇关于潜意识诱导效应的论文之后，几十个实验室如法炮制，开始了各自的诱导性实验。例如一项实验显示，比起拿轻写字板的自愿者，拿重写字板的自愿者参加面试时更认真，面对社会问题时更有紧迫感。而另一项实验则发现，在与清洁有关的单词的影响下，受试者对肮脏行为更宽容。
这种概念性重复对于经常涉及抽象概念的心理学是有用的。“人们通常认为，与完全不变的重复相比，‘概念性重复’能更好地证明某些效应的普遍性，”美国印第安纳大学布卢明顿分校的心理学家、《人格与社会心理学杂志》的编辑艾略特·史密斯（Eliot Smith）说。
但另一些心理学家认为，依赖概念性重复是有问题的。“你不可能完全复制某个概念，” 钱伯斯说，“这太主观了。谁也不确定一项研究需要多么‘类似’，才能算作概念性重复。”他表示，这种做法还产生了“逻辑上的双重标准”。例如，如果一块重写字板无意中影响了人们的判断，人们就会将它视为“与年龄有关的单词使行走变慢”的概念性重复；但如果写字板的重量并未影响人们的判断，没有人会指出原来的诱导效应在概念性重复中被证伪。由于只能被证明而不能被证伪，概念性重复往往是一系列弱结果彼此论证。“这是验证性偏差（confirmation bias）在科学中的体现，” 美国弗吉尼亚大学的社会心理学家布赖恩· 诺塞克（Brian Nosek）说，“如果不进行概念性重复，心理学的发展将受到限制，但它并不能取代直接重复实验。为了证明‘A’是真实的，你需要再做一次‘A’，而不是去做‘B’。”
学术欺诈与不端
概念性重复的做法，会导致学术不端行为难以发现。2011年11月，荷兰蒂尔堡大学的社会心理学新秀迪德瑞克·斯达伯（Diederik Stapel）接受调查，最终供认了大量学术欺诈行为。斯达伯发表了一系列令人振奋、引人注目的研究成果，例如混乱的火车站等无序环境会助长歧视。重复这些实验有许多困难，这使得斯达伯的学术欺诈行为很难被发现。负责调查这一案件的科学委员会写道：“尽管这些过于漂亮的结果本应引发人们的怀疑，但实际上却被奉为圭臬……即便人们亲自进行过重复实验，他们也会相信，自己的失败是因为缺少斯达伯先生的技能。”现在，人们已经清楚，斯达伯至少在30篇论文中窜改和捏造了数据。
斯达伯的故事，与美国哈佛大学的心理学家卡伦·鲁杰罗（Karen Ruggiero）和马克·豪塞尔（Marc Hauser）的情况如出一辙，这两位分别在歧视和道德方面发表了备受瞩目的文章。鲁杰罗的学术欺诈行为于2001年被人们发现，而豪塞尔在2010年被发现存在学术不端行为。与斯达伯一样，他们都是被内部举报人揭露。“如果这个领域真的能自我纠正，那为什么他们两人的学术欺诈或不端一直未能被纠正呢？”诺塞克说。
在这些争议的驱动下，许多心理学家都在想方设法，鼓励研究人员做重复实验。“我认为心理学应该带头应对这一挑战，”美国加利福尼亚大学圣巴巴拉分校的认知心理学家乔纳森·斯库勒（Jonathan Schooler）说。2012年1月，加利福尼亚大学圣迭戈分校的心理学家哈尔· 帕施勒（Hal Pashler）和同事一起创办了一个名为“心理学文件抽屉”（PsychFileDrawer）的网站，心理学家可以在该网站提交未发表的重复实验，无论是否得到阳性结果。该网站受到热烈欢迎，但迄今只收到9个实验结果。提交实验结果几乎得不到任何激励：科学家提交实验结果后，要面对同行的批评，却并不能增加他们所发表文章的数量。
美国加利福尼亚大学洛杉矶分校的社会心理学家马修·利伯曼（Matthew Lieberman）提出了不同的方法。他说，“美国一流大学的心理学课程可以列出一份心理学研究结果的名单，要求研究生在自己的领域内选择一项，进行重复实验”。这样，学生将锻炼自己的技能，并早早发表有价值的文章，而心理学界则可以确认那些令人惊讶的效应是否站得住脚。
瓦根马克斯还认为，重复实验的发表规则应与其他研究有所不同——它们应该像医学上的临床试验一样预先登记，以避免西蒙斯所描述的情况：根据预设结果反过来扭曲实验数据，以及根据实验结果来决定是否发表。在重复实验初期就与原文章的作者联系，甚至一起合作，可以从一开始就确保实验方法的完善。
这些改变可能还只是部分科学家的一厢情愿。另一些科学家尚在质疑问题究竟是否存在，甚至诺塞克也指出，对于假阳性结果的普遍性，还没有切实可靠的评估。为了弥补这一点，去年年底，他召集了一组心理学家，尝试重现3个最重要的心理学期刊在2008年发表的每一项研究结果。该小组将尽可能使用与原始实验相同的方法，并尽量与原作者一起工作。诺塞克称，这项研究的目的不是揪出个别有问题的工作，而是为了“获得一些初步证据，以确定重复实验到底有多大的必要”。
有些研究人员认为，诺塞克等人不可能得出什么结论，但帕施勒相信自己的担忧会得到证实：许多心理学研究结果都不可重现，而未能重复出原始结果的研究都搁置在研究人员的“文件柜”中，这些都是事实。帕施勒说：“到那时，真相将无可辩驳。”
（作者：埃德·扬；翻译：车晶）
本文由 科学公园 授权发布，媒体转载请联系：editor@scipark.net ，或微博 @吴兴川
