爱看书的青年，大可以看看本分以外的书，即课外书……譬如学理科的，偏看看文学书，学文学的，偏看看科学书，看看别人在那里研究的，究竟是怎么一回事。这样子，对于别人，别事，可以更深的了解。 ——鲁迅
这本封面的书，现在大概已经买不到了。我读的实际上是下面这本，它是本书的第十版。
译者序中写到：清华大学心理系主任、加州大学伯克利分校终身教授彭凯平老师曾经说过，在美国，如果一本心理学教科书能够再版3次以上，这本书就堪称经典教材了。
那么按照这一标准，这本书绝对是经典了，很值得一读。
这本书从名字来看，似乎是要讲心理学的事。
实际上，它讲了很多关于科学的事情：科学是什么，科学思维是怎样的。对于厘清科学与伪科学非常有帮助。
纲要：
1、可证伪性
2、知识公开化
3、观察实践
（1）操作性定义
（2）研究方法演进
a. 个案研究
b.相关性研究
c.控制与操纵变量
4、概率与偶然性问题
1、可证伪性
首先，必须要明确，科学研究的问题是，能通过现有技术解答的问题。
比如“人性本善还是本恶”，在目前的科技水平下无法解答，因此也就不属于科学的范畴。
前段时间看了一个纪录片，讲中国风水文化的，弹幕和评论里就科学问题吵了起来。一部分人认为，这简直就是封建迷信，不足为虑；另一部分人认为，你们呀就是太迷信科学，世界上存在着许多科学无法解释的问题呢。
本来我是坚定站在前者立场上的科学青年，但看着书中的这一主张，我现在想纠正一下：
风水，以及其他未得到科学检验的理论体系，无所谓科学或者不科学，它只是不属于科学的讨论范畴而已。
我认为这样的说法，应该是公平公正的。
一项现在不认为是科学的事物，或许会在将来技术得到进步后得以解释，而成为一个科学问题。
既然科学研究的问题都是现有技术能够解答的问题，那么相关的理论自然就是可以得到检验，因而就引出了“可证伪性”这一观念。
什么是可证伪性？
一项科学理论不仅能在事后做出解释，更重要的是，它可以进行明确地事先预测，并且这种预测是两面兼顾的：既会告诉我们哪些事情会发生，也会告诉我们哪些事情不会发生。
如果理论预测正确，那么理论就得到了证实；
如果理论预测错误，那么说明这项理论有问题，需要进行修正完善，逐步向真理靠近。
从某种角度来看，后一种情况甚至对科学的发展更有价值——科学就是通过不断排除不正确的理论和假设而走向完善的。
因此，科学从来不承认自己是完美的，科学从不惧怕错误，反而还热衷于把自己处于被推翻的危险境地。
而不可证伪性恰好处于事情的反面：一项理论预测包括了所有可能的结果。它永远不会出错，因此永远不可能被修正，我们也将被禁锢其中，失去了进步的可能。
不可证伪性是伪科学经常使用的保护色。
像这样直白说出来很容易理解，那么为什么会有人相信这种不可能被证伪的理论呢？
因为它们给人们提供了应对世界的安全感。一切都在掌控之中的感觉很好。
然并卵。
2、知识公开化
刚才说到，“科学不惧怕错误，反而还愿意把自己处于被推翻的危险境地”，但人就并非如此了。
人类通常极力避免将自己的信念暴露在可能被驳倒的环境中，科学家也是这样。
于是，他们设计除了一套精巧的系统来约束自己：同行评审。
简单地说，同行评审就是同一领域内科学家交叉检验彼此的知识和结论。只有得到科学团体认可的知识，才是真正的知识，从来不存在只单独存在于某个体头脑中的科学知识。
那么，为什么知识一定要公开化？
因为所有建立在个人直觉、经验基础之上的信念体系都存在一个问题：当出现矛盾观点时，缺乏一种机制来判别孰对孰错。每个人都认为自己是正确的，历史表明，这种信念、观念的矛盾，最终结果通常是权力斗争。
所以，科学要先建立一个公开的、大家都认可的评判标准，然后将各自的结果拿这个评判标准量一量，让所有冲突的观点以双方都能接受的方式得到检验。
而伪科学却通常回避这种公开性的检验。它们通常是恶人先告状，说科学界对它们充满了苛责，不允许它们进入，从而它们自己就躲过了科学的评判。
3、观察实践
科学结论的得出通常都是基于系统性的观察。
（1）操作性定义
科学家怎样给一个科学概念下定义的方式？
他们将概念与可观测、可测量的事件联系起来。
比如，你如何定义“羞怯”？
来看看科学家是如何定义的：他们做出了一个《羞怯量表》
也就是说，科学家是通过一系列的操作、行为事件，并对这些事件进行测量，最终得到某个概念的定义。
为什么要这么做呢？
这种方式使概念从个人化感觉中分离了出来，公开化了——《XX量表》可以使标准得到公开，从而知识就也能得到公开。
想起我之前写《霍乱时期的爱情》书评时，大家都很纠结，男主对女主一生的等待到底是不是爱情呢？我当时提出，要先给“爱情”下一个大部分人都能接受的定义，然后才能公开地评价这个问题。（https://www.jianshu.com/p/011fb242d5b1）
在那篇文章中我使用的是爱情三角理论，《亲密关系》一书中还引用了鲁宾爱情量表，附在下面，以供理解何为“操作性定义”
有些人可能觉得，这样的定义太冰冷了，特别是涉及到心理领域，太没有人情味了。
但这正是最有人情味的。正如前面说过的，只有将人类的理论观点建立在可观测的行为基础之上，让知识公开化，才可以让有冲突的观点以双方都接受的方式得到检验，而不是变成撕逼扯皮，甚至是权力斗争。
（2）研究方法演进
对概念定义结束后，就要进行进一步研究了。
一般对一个现象的研究会分成三步走：个案研究→相关性研究→因果性研究
我们一一来看。
a. 个案研究
通常来说，个案在科学研究中，毫无价值。
是不是很震惊？好吧，那我说严谨一点，个案还是有一点用的：
在特定问题的早期研究阶段，个案或许有用，它可以提供需研究的变量，甚至开启一个新的研究领域；但是当研究成熟后，个案将不再有任何价值，因为它只是个孤立事件，无法提供比较信息。
说人话就是，某一个案说，A因素对事件结果起到了重要作用，但由于它只是一个个案，我们无法获知，当没有A因素时，事件会怎样发展。所以，这个个案没有任何说服力。
此外，之所以个案毫无价值，还有一个很重要的原因是：安慰剂效应。
安慰剂效应就是，无论治疗是否有效，人们都会报告这种疗法有帮助。
因此，无论某个人使用的疗法多么荒唐，只要被应用于一大群人，就总有一些人会乐于为它的效果作证——是不是很像民间偏方的套路？
除了安慰剂效应，还有鲜活性效应在影响我们。
何谓鲜活性效应？相比于更可靠的统计信息，个案更具有说服力，引人注意。
想想我们的日常购物决定吧，有多少次，经过大量的浏览收集资料你终于决定了买某牌子的商品，但突然一个同事或朋友说他/她用了这个质量差极了，你就改变了决定？
虽然个案在检验科学理论时毫无用处，却对人影响极大！人们的这一心理，也为伪科学打开了方便之门。
本来是江湖骗子的把戏，身边有那么一两个人信誓旦旦地跟你说，他们体验过了，效果非常好，你是不是就蠢蠢欲动而无视它身后并不坚固的理论了？
b.相关性研究
当个案研究结束，初步确定了可能起作用的变量。因素A和结果B之间，看似是A引起了B，但一定要不停地敲打自己：相关≠因果！
A与B相关，但不一定A引起B。
一，A和B之间可能存在第三个变量C，与A、B都有关系。
例如，某地调查发现，私立学校的学生成绩优于公立学校的学生成绩，所以，学校类型和学生成绩有关。但这并不能推出，我只要上私立学校，就可以得到更好的成绩。因为成绩与许多因素有关，比如家庭条件，如果是高知家庭，孩子成绩很可能更好，而且高知家庭更可能把孩子送到私立学校。这就是家庭条件分别影响了学校类型的选择和孩子的成绩水平，而从表面看，却好像只是学校类型和成绩的关系。
二，样本的其他特性导致了最终结果。
例如，某地的呼吸疾病死亡率很高，但该地的空气质量良好，这是肿么肥四？
仔细看一下这些呼吸病患者可能会发现一个共性：他们本身都患有呼吸疾病，所以从各地搬到了这个空气质量好的城市来居住。所以，并不是该地的空气导致他们患病。
三，可能是方向错了，并不是A引起B，而是B引起A。
c.控制和操纵变量
在确定了相关性之后，我们就需要进一步细致地研究两者之间是否真的存在因果关系、是怎样的因果关系。
分两步，第一是控制。
所谓控制，就是其他条件完全相同的情况下，需要分别研究含有因素A和不含因素A两种情况下，对结果的影响。后者可称为控制组。
例如，杂志上一篇文章《离婚的持久性伤害》列举了许多历史案例，全都是离婚造成了持久性伤害的案例。
有说服力吗？我看未必，因为我们缺乏非离异家庭个体的控制组，所以我们不能得出任何结论。
除了控制，第二就是操纵变量。
任何事情都是与很多因素有关的，在自然条件下是很难辨别其中某一因素起了怎样的作用，所以需要在实验室创造一种特殊环境，可以将各种因素分割开来，单独研究。
仅观察两个变量（自变量和因变量），直接操纵自变量的变化，可以排除第三变量的影响，相当直观地观察到自变量和因变量之间的关系情况。
除了上述两点，还有一件事情需要特别说明。
自然事件、人类行为通常都是由多重因素共同决定的。当认定变量A和结果B之间存在显著的因果关系时，并不意味着变量A是引起B的唯一原因。
这个道理说起来很简单，很多人也都明白。
但是人们常常会忘记。当人们在讨论一些容易引发情绪的话题时（比如歧视、财富分配、犯罪动机等等），都好像这些事情是很简单的、单维的，导致结果的原因只有一个似的。
4、概率与偶然性问题
我先要说，科学不是确定的。
不要震惊，因为，我们生活的世界本就不是确定的，因此，许多的科学预测都是概率性的。
（《上帝掷骰子吗》一书的后半部分写到相关的物理学原理，有兴趣可以一读。此书是科普向的物理学史，简明易懂，写得也十分有趣，推荐一读。）
引起的常见问题有二：
第一，根本就忽略了科学预测的概率性。
我说，抽烟容易引发肺癌。肯定会有人跳出来说，你看那个XXX，抽了一辈子烟，活到90岁了！你说的不对！
这就是所谓的“某某人”统计学——人们经常认为一个特例就可以让一个规律失效。
然而科学本来就没有奢望可以百分百预测某事，我说“抽烟容易引发肺癌”，意思是，抽烟有90%（这个数字是我随口说的，并没有去查证，只是作为举例）的可能性引发肺癌。
知识不需要完全确定后才是有用的，即便某些知识不能预测个体的具体情况，但如果能对群体总趋势有预测能力，它就是非常有益的。
第二，对样本大小的误用。
理科生肯定都十分明白，样本越小，产生极端值的可能性就越大。
但是样本量涉及的范围远远超出了我们能意识到的范围。
比如，抽血，是从你体内庞大的血量中抽取一点进行化验，用这一点来代表你体内血液的整体情况；肿瘤切片检查亦如此，是从整个肿瘤上切下来极小一部分进行化验。因此，化验结果都是概率性的。
上述说到的依然还是在科学范畴内，在生活中，我们也十分容易误用样本量大小。
不管我们是否意识到，我们会对较大的群体持有一些普遍的看法。我们把对几个邻居、同事、同学的观察，以及在新闻里看到的一些事情放在一起，就迫不及待地要对“人性”啊“中国人”啊发表见解了。
那么既然科学预测都是概率性的，那么预测错误的那极小一部分是什么原因造成的呢？
我的答案是：偶然性、巧合，而已。
是不是非常不满这个回答？
心理学研究发现人类有一种称为“错觉相关”的行为——人类具有解释偶然性事件的倾向：我们的大脑总是不懈地寻求事物之间的关系和背后的意义，努力建立各种模式来对现象进行描述，我们的大脑就是一个贪得无厌的意义制造者。
然而，偶然性和随机性就是我们所在环境中不可分割的一部分，巧合的发生不需要偶然性以外的特别解释。事实上，概率法则已经确保了罕见巧合出现的可能。
举一个生活中的例子。假定某一天里你参加了100件不同的事情（在如今繁杂的信息社会中，这个数字应该很容易达到，你每天会看电视、坐公交或者开车、使用电脑处理各种事情、与人面谈、做家务、就餐、看书、上班完成各种复杂任务等等），罕见巧合指的是这100件事情中有两个事件不可思议地联系起来了。那么这一天中100件事之间共有4950个不同的配对组合，而一年有365天。
这么庞大的基数，罕见巧合的出现，也就不罕见了。
总体来讲，科学的框架基本如此，书中还提到一些细节问题，我没有在此一一罗列。
这本书可以帮助我们辨别出伪科学的真面目，同时也纠正我们有时不那么正确的思维方式。
那么至于伪科学嘛，我就没有在文中举例了，我害怕引起撕逼，大家自己内心做思考即可。
