新黑暗时代：科技与未来的终结

85

衡量科学进步的一个标准是看科学期刊中发表的论文数量及相对应的论文撤回量。全球各大科学期刊每周都会发表数以万计的科学论文，其中只有一小部分会被撤回，然而这仍然引起了科学界的深深担忧。72011年的一项研究表明，过去十年间，论文撤回量增长了十倍，人们开始竞相研究这一问题，试图找到根本原因。8最令人感到意外的是，论文的撤回指数和期刊的影响因子1]之间存在非常强的相关性；也就是说，论文发表在越高级别的期刊，则越有可能被撤回。

一项后续研究发现，超过三分之二的撤回文章都属于生物医学和生命科学领域，并且是由于研究者学术行为不端，而非无心之错。研究者表示，这一结果只是保守的估计，因为许多造假行为没有被揭露出来。9（有调查为证：虽然只有2%的科学家承认伪造过数据，但却有14%的科学家称他们知道有人这么做。)10不仅如此，在被撤回的论文中，造假论文的比例还在持续增加。11这让许多科学家感到震惊，因为他们普遍认为大部分被撤回的文章都是由于真诚的失误而已。此外，还有许多没有被撤回的文章成为了害群之马，令造假之风愈演愈烈。

历史上曾发生过多起资深研究员长期造假事件，备受关注。20世纪90年代末，韩国生物技术专家黄禹锡（HwangWoo-suk)在克隆牛、克隆猪领域颇有建树，是世界上最早开展克隆的一批科学家之一，被称为“韩国的骄傲”。尽管从未提供出经科学研究证实的数据，他却是媒体的宠儿，经常能拍到他与政客们在一起的合照，大大提升了韩国民众的民族自尊心。2004年，他宣称成功克隆出了人体胚胎干细胞（此前一直被认为是不可能的），一时间名声大噪。然而，不久便有人指控他强迫自己的研究员捐献卵子。但这并未影响《时代》杂志将他评选为“年度风云人物”，称他“证明了人类克隆不再是科幻小说，已经成为现实”。12政客们、各大爱国报纸公开反对针对黄禹锡的伦理调查，甚至有民众为此上街集会，还有超过千名的女性承诺捐献卵子支持他的研究。尽管如此，真相还是在2006年被揭露了：黄禹锡的论文被证明完全是胡编乱造。他的论文被撤回，本人也被判两年缓刑。

新黑暗时代|科技与未来的终结

[1]影响因子(ImpactFactor)：指某一期刊的文章在特定年份或时期被引用的频率，是衡量学术期刊影响力的一个重要指标。——译者注

94

2011年，荷兰蒂尔堡大学社会与行为科学系的系主任德里克·斯塔佩尔（Diederik Stapel）不得不引咎辞职，因为有人发现凡有他署名的文章均伪造了研究结果，甚至他的一些毕业生的文章也涉嫌造假。斯塔佩尔和黄禹锡一样，在本国都非常出名，他发表了许多研究成果，在荷兰引起了不小的轰动。例如，2011年，他发表了一项在乌得勒支（Utrecht）火车总站进行的研究实验，宣称肮脏的环境更容易引发种族主义行为；而在另一篇论文中，斯塔佩尔声称吃肉让人变得更自私和反社会。13两项研究都是基于子虚乌有的数据所得。谎言被揭发后，他辩称这么做都是因为害怕失败，因为学术界的发表压力很大，他必须得经常发表有影响力的论文才能保住教职。

黄禹锡和斯塔佩尔的例子是少数，但是却能透露出为何越是有影响力的期刊越有可能撤回论文：这些文章的论点都非常宏大，承受着来自同行和社会的压力也最大。但是，一系列相关的因素却让骗局很容易被拆穿：科学研究日益公开化、科技出版物检测技术的应用、同行科学家（特别是青年科学家）的质疑等等。

第四章运算

88

95

开放阅览项目和在线分发技术让越来越多的科学论文可以被更多的人阅读，也使其暴露在更多人的审视目光之下。这些审查不仅来自人类：许多大学和公司开发了一系列产品，通过将学术论文与已经发表的出版物的大型数据库进行比对，可自动检查出作者是否存在抄袭行为。反过来，学生也同样发明了一些应对技巧：如“Rogeting”软件，得名于《罗格同义词词典》，里面有许多仔细甄选的同义词供学生替换掉原文中的词汇，以此欺骗算法。作者和机器之间展开了一场“军备竞赛”，最新的抄袭探测器已经能够自动剔除文章中可能被替换过的冷僻字词。但是，无论抄袭还是彻头彻尾的造假，都无法解释科学领域内所面临的更大的危机：可复制性。

复制是科学研究方法的基石：它要求任何实验都能够被另外一组独立的研究人员重复完成。然而事实上，几乎没有实验能被成功复制——尝试得越多，失败得越惨。2011年，弗吉尼亚大学的开放科学中心启动了“再现性项目”（ReproducibilityProject)，试图复制五项划时代的癌症研究结果:同样的实验设定、同样的实验进程，理论上应该能得出同样的结果。每项实验都曾经被引用过数千次，成功的复制应该不成问题。然而，尽管进行了小心翼翼的重构，最后只有两项实验被证明是可复制的，另外两项结果未明，还有一项则完全失败了。不仅仅医学界存在这样的问题，《自然》杂志展开的一次综合研究显示，在科学家们试图再现其他科研成果的努力中，有70%都以失败告终。14从医学到心理学，生物学到环境科学，这些领域的研究者无一不认识到，也许很多研究工作的基础都是有问题的。

89

新黑暗时代科技与未来的终结

96

危机背后的原因多种多样，就像学术诈骗这类，出现这样的危机一部分是因为研究变得越来越透明，评估工作也越来越可行。然而，从科研人员面临的发表压力（重压之下，他们往往会对有问题的结果添油加醋，并悄悄抹除反面例证）到形成科学结论的实验方法，科学界还存在着很多更具系统性的问题。

其中最具有争议性的做法是P值篡改。P指的是概率，代表某项科学实验的结果是否具备统计意义。在许多场合下，P值很容易算出来，于是P值就成为了科学实验的一个常用指标。当P值小于0.05时，就意味着研究结果是偶然得出（假阳性）的几率低于5%。在许多学科中，P值小于0.05被认为是衡量一项科学假设正确与否的基准线。然而由于这一共识，低于0.05的P值逐渐成为了研究者的追求目标，而非衡量手段。许多研究人员为了达到特定的目的，从庞大的数据库中有选择性地进行数据提取，以支持任意特定假设。

为了说明P值的算法，我们以掷骰子为例。假设绿色骰子和其他骰子不同，被动过手脚。我们取出10个绿色的骰子，将每一颗骰子投掷100次。在这1000次投掷中，其中6点朝上的次数是183次。如果骰子是完全公平的，6点朝上的次数应该是1000/6，也就是167次。这个结果偏高了。为了确定实验的有效性，我们必须算出实验的P值。但是P值跟假设并没有关系：它计算的是偶然投掷出183次及以上6点的概率。在我们投掷的1000次骰子当中，这一概率只有4%，即P=0.04——这一数值（小于

第四章运算

97

0.05）是被科学界所认可的，我们的实验结果便可以申请发表。15

为何人们不认为这样荒谬的操作过于简单呢?也许本不该如此—但是它确实是有效的。它方便人们计算和阅读，越来越多的期刊开始拿它作为标准，筛选成千上万投稿的简便方法。除此之外，P值篡改靠的不仅仅是机缘巧合。许多研究者可以对大量的数据进行梳理，以便找到他们想要的结果。比方说，除了绿骰子之外，我还可以投10个蓝骰子、10个黄骰子和10个红骰子等等。我可以选择50种不同的颜色，其中大部分情况下的投掷结果会接近平均值。但是，投的次数越多，就越可能得到一个罕见的结果，这个结果正好是可以用来发表的。这种做法给了P值篡改一个新的名称：数据捕捞（datadredging）。数据捕捞在社会科学领域尤其臭名昭著，主要原因就在于来自社交媒体和其他来源的行为大数据数量大幅度骤升，让研究者有机会迅速获取大量信息。然而P值篡改行为普遍存在于各个学科，并不仅限于社会科学界。

2015年，一份针对10万篇开放论文的综合性分析显示，P值篡改现象存在于多个学科。16研究人员分析并找出了这些论文所使用的P值，并发现绝大多数文章的P值都刚好低于0.05,这表明了大多数科研人员都在努力调整实验设计、数据组或统计方法，以得到正好符合要求的结果。为此，顶尖医学期刊《公共科学图书馆·综合》(PLOSONE）的编辑发表了一篇社论，名为《为什么大部分研究发现都是假的》，抨击了科学研究中的统计方法。17

需要强调的是，数据捕捞与学术欺诈是两回事。虽然很多研究结果站不住脚，但科学界最大的担忧还不是研究人员故意篡改结果，而是他们往往会在无意之中修改了结论，这都要感谢来自科研机构的巨大压力、宽松的发表标准以及可供利用的大量数据。越来越多的文章被撤回、日益下降的可复制率以及科学分析和传播的内在复杂性令整个科学界忧心忡忡。这种担忧本身就是有害的。科学需要信任：研究人员彼此间的信任和公众对研究人员的信任。信任的崩塌不管是害群之马所为，还是其他多种原因造成的结果，抑或是不可知的力量作祟—对于整个科学研究的未来而言都将产生灾难性的影响。

新黑暗时代科技与未来的终结

98

十几年来，一些学者一直在发出警告，提醒人们科学研究质量的管控存在着潜在的危机。许多人认为，这与数据和研究项目的爆发式增长有关。20世纪60年代，德瑞克·德索拉·普莱斯[1]通过分析不同作者和论文之间引用的材料及其共同关注的领域来研究科学的集中化网络，绘制出了科学的增长曲线。他援引的数据来源非常广泛，材料生产、粒子加速器、大学的建立和化学元素的发现等等。就像摩尔定律一样，曲线一直在直线上升。普莱斯担心，如果科学不能从根本上变革生产方式，科学会面临饱和，届时它对现有信息量的吸收能力和做出有效行动的能力将开始奔溃，随之而来的将是科学的“衰老”。18顺便提示一下：科学到现在也还没有变革生产方式。

近些年来，“过剩”（overflow）概念的提出反映了科学家们的忧虑。19简单来说，过剩是匮乏的反面，是信息的无限溢出。此外，与丰裕的概念不同，过剩带来的影响是压倒性的，严重干扰着我们做出回应的能力。在注意力经济学研究领域，过剩正在影响人们在时间紧迫、信息冗余的情况下安排事物先后顺序时所做的决定。正如某项研究的作者所说的，“它给人一种混乱的感觉，总让人不断想起那些需要处理的麻烦和需要清理的垃圾”。20

92

第四章运算

[1]德瑞克·约翰·德索拉·普莱斯(Derek J. de Solla Price，1922—1983)：英国物理学家，被誉为“科学计量学之父”。——译者注

99

许多领域都存在过剩的现象，人们也逐渐认识到了过剩带来的影响，并正在积极寻找新的管理策略。传统上，策略制定者一般由记者、编辑等守门人式的角色担任，他们决定了哪些信息可以发表。人们期望守门人具有专业的知识以及一定的责任感和权威性。在科学领域，过剩体现在以下几个方面：各类期刊和论文大量泛滥、研究资助和学术职位的申请数目增加、可用于研究的信息多如牛毛，等等。更糟糕的是，由于日益冗杂的数据和严苛的发表压力，科研人员所引用的参考文献越来越多，导致论文的平均长度不断增加，其结果就是质量管控的失败：随着论文生产的速度日益加剧，同行评审的黄金法则如今也被认为不够客观和有效；而且评阅论文越来越看重作者所在单位的声望，变成一场机构声誉的博弈。这一结果又导致人们要求增加公开发表学术论文，但这会又使得研究论文的总发表量进一步增加，成为一个恶性循环。21

如果过剩的问题不仅体现在科学研究的产出上，还存在于科学研究的输入中呢?正如普莱斯所担心的，科学正在不断构建规模越来越大、越来越复杂的数据集。1990年，人类基因工程在宣布启动之时被视为当时最大的单一数据采集项目。然而，随着DNA序列测定的成本锐减，每年所产生的新数据开始成倍增加。基因数据正在快速增长，而且传播广泛，已经几乎不可能将其全部纳入研究范畴了。22由大型强子对撞机（LargeHardronCollider）提供的数据已经多到无法就地储存，研究人员不得不做出取舍。因此，有批评者认为，假设人类有朝一日发现了希格斯玻色子，对撞机的数据空间将会被挤满。23所有的科学都变成了大数据科学。

新黑暗时代|科技与未来的终结

100

认识到这一点后，让我们重新回到摩尔定律和尔摩定律。尽管研究机构、学术期刊和科研职位的数量在不断增加，为解决上述问题也投入了大量的资金，实际情况却依然在恶化：20世纪80年代到90年代期间，组合化学将类药物分子的合成率提高了800倍，基因序列测定速度也增长了10亿倍；而蛋白质数据库则比25年前扩大了300多倍。虽然筛查新药物的成本降低了，研究投入增加了，但是研发出来的新药物品种却呈指数级下降的趋势。

是什么引发了进步法则的逆转?业界有几个不同的猜想。第一个猜想（也是最不被人看好的一个）认为，长在低处的果实都已经被摘完了，最优的攻击目标和最显而易见的研究成果都已经被开发殆尽。然而事实并非如此，现有物质中仍有可供人们钻研数十年以上的价值，这些物质一旦开始被研究，就会被列入已知材料的比较序列之中，能够极大地扩展研究领域。

但是这里还存在一个“比披头士更好”问题(thebetterthanthe Beatles’problem）：即便存在许多尚未开发的药物，但是现在掌握的药品药效已经非常良好了，还有再进行深入研究的必要吗？披头士乐队把该做的都做了，为何还要再成立另外的乐队组合呢?“比披头士更好”是“长在低处的果实”说法的另一版本，只不过有一点重要的区别：后者暗示容易达成的目标已经所剩无几，前者隐含的意思是被摘到的果实削弱了留在树上的果实的价值。大多数工业界的情况往往相反，例如露天开采煤矿、燃烧地表煤的成本相对低廉，这让煤矿中的深层煤显得更加珍贵，用于煤矿开采的资金也会相应增加。相比之下，替换现有非专利药品仅仅会增加临床试验的成本，你只需要说服医生开药时多用新药，因为医生们已经习惯了使用现有药物。

94

第四章运算

1□1

有关药物发现的其他问题则更具系统性，也更棘手。有些人认为问题出在药物公司上，他们挥霍无度，让医学界的摩尔定律沦为尔摩定律。事实上，就像其他行业的研究机构一样，大部分医药研究机构都把资金投入到最新技术和工艺的开发当中。如果上述原因都不能成立，一定是别的地方出了问题。

“谨慎监管”理论（Thecautious regulator’theory）把这一现象放在更长远的时间框架内进行审视，认为其原因可能在于社会对临床结果风险的容忍度越来越低。上世纪中叶，药物发现的黄金时代过去之后，政府颁布的用于规范药物试验和新药上市的法律法规也越来越多—这样做无可厚非，毕竟过去的临床试验通常伴随着强烈的副作用，当测试不足的药品投放到市场上之后，就会引发灾难性后果。沙利度胺（thalidomide，俗称“反应停”）的例子最能说明问题。“反应停”于20世纪50年代问世，用于治疗焦虑和恶心，能够有效阻止女性怀孕的晨吐现象，然而却会对孕妇腹中的胎儿产生骇人听闻的后果。“反应停”事件之后，药物监管政策收紧，药物测试也变得更加严格，这确实起到了正面的效果。1962年，美国药物疗效修正案做出了新的规定：新生产的药物不仅要安全，而且疗效与宣传必须一致。没有人会愿意为了扭转尔摩定律而以身试险，去支持恢复使用高风险药物的决策，况且在万不得已的情况下，法规也能网开一面，例如20世纪80年代艾滋病患者就曾服用过副作用尚不明确的抗HIV药物。

95

新黑暗时代科技与未来的终结

102