100个实验只能验证36项，心理学还靠谱吗？
2005年的一篇论文在标题里宣称“大多数已发表的科学研究结果都是错的”，而2015年的一项研究发现，100项心理学实验中只有36项能够得到验证。难道说三分之二的心理学都不可靠吗？心理学能挺过这次可重复性危机吗？
交易担保 哔哩哔哩 心理学面临大危机？ 小程序
点击图片
可观看完整视频
2005年8月，期刊PLOS Medicine上发表了一篇文章，题目是《为什么大多已发表的科学研究结果都是错的》（Why most published research findings are false）。在这篇文章中，首当其冲受到质疑的对象，就是心理学。
在2010年发表的一篇论文中，研究者发现心理学领域的阳性结果，也就是实验证实了某个假说的结果比例最高，大约能占9成。他们怀疑这其中涵盖了大量的假阳性结果，也就是说某项研究看起来证明了某种观点，但这其实只是人为或巧合带来的错觉。
为了检验这些实验，在过去十年间，一批心理学研究团队采取了一种简单粗暴的方法，那就是把过去的心理学实验重复一遍。他们会严格遵循当时的实验方法、实验材料，遵循或适当改进实验方案，并且大量增加样本量。
终于，2015年8月，一部分重复结果发表在了Science上，其中，270位研究人员共同重复了100项心理学实验。然而研究结果却令人震惊：仅有36%的实验验证了当初发表的结论。我们都知道，想要判断一个科学发现的质量，可重复性是一个重要的指标，这项研究引发了一场地震：难道三分之二的心理学研究都是假的吗？心理学究竟还靠谱吗？
在回答这个问题之前，先让我们看看都有哪些理论遭到质疑：
实验一：
2010年哥伦比亚大学的研究者发现，有一种 “征服者姿态”特别好用。这个姿势是将双手高举，形成V字。论文把这个姿势命名为power posing，并且说这种姿势能让睾酮水平上升，与压力有关的皮质醇水平下降。其结果就是，做出这个姿势的人，会觉得自己变强了。
实验二：
2012年，普渡大学的研究者针对著名的“艾宾浩斯错觉”进行了一项实验。艾宾浩斯错觉指的是当一个圆形被较小的圆所包围的时候，看起来会比被较大的圆包围的时候要大。而在2012年的这项研究中，研究者在高尔夫场地里制造了这种错觉，他们提出，当我们让球洞看起来更大的时候，玩家就更容易把球打进洞里。
实验三：
20世纪70年代，奥地利心理学家瓦尔特米舍尔提出了你经常在鸡汤文中读到的案例：“棉花糖测试”。米舍尔找了一批4-5岁的孩子，分别发了一块棉花糖，并且让他们自己待着。他告诉孩子们：我过一会就回来了，如果那时你们还没吃掉第一块棉花糖的话，就能得到第二块。随后米舍尔追踪了这些孩子的成长轨迹，发现那些当年成功抵制了诱惑的孩子，在各个方面都更加成功。
经过重复验证，这三项实验的结果全部被推翻了。在power posing问世5年之后，瑞士苏黎世大学的研究者将样本量从原始研究的42人，增加到了200人，却没能得到同样的结论。对于高尔夫场里的艾宾浩斯错觉，也没能得到成功重复，并且研究者还注意到，原论文可能操纵了实验数据。而对于著名的“棉花堂测试”，2018年的一项重复研究对918人进行了10年以上追踪观察，研究者发现，棉花糖实验的预测能力并没有米舍尔所说的，以及人们想象中的那么强。
除此之外，还曾有研究“证明”了以下结论：
1、当想着一个沉重的秘密时，我们会将山丘的坡度高估13°，因为感觉自己快完蛋了。
2、如果用牙齿咬着一根铅笔，我们会觉得一幅图更加有趣，因为我们被迫做出了微笑的表情。
3、在一场智力桌游中，想象一位教授的形象能让我们表现得更好，因为人们通常会把教授和智慧联系起来。
4、在照片上笑得更真诚的人将更加长寿，因为微笑表明这个人更容易流露积极情绪，进而能更好地应对压力。
这些研究听起来都很有趣，也因此往往能得到大量曝光。根据google scholar的统计，咬着比的研究已经被超过2000篇论文引用。而“power posing”研究的参与者之一，就曾在TED大会上建议求职者在面试前做出这个姿势。同一场大会，她之后的演讲者，则介绍了嘴里咬着笔的研究，这场大会录像的观看次数，已经超过了5000万。然而我们很遗憾地告诉大家，过去十年间的重复实验推翻了以上所有的发现。
那么我们回到开头的问题：心理学还靠谱吗？事实上，过去十年间心理学的可重复性危机，更像是一个好消息，这意味着心理学成为了少数走上了自我修正道路的学科之一。在大量的重复实验中，即使是失败的重复也常常能为心理学家带来新的认知，或是引入原始研究中没有的维度。
比如那个打高尔夫球的重复实验，失败的重复帮心理学家排除了一个错误答案。这项研究的核心问题是：大脑中负责形成有意识图像的通路，和其他利用视觉控制动作的通路是相互独立的吗？而最终的结果证实确实如此，因为尽管被试感觉球洞变大了，但在打出高尔夫球时，他们大脑中形成的无意识图像并没有受到艾宾浩斯错觉的影响。
而有时候，即使重复实验失败了，但也并不意味着原始研究的结论是错的。比如我们之前提过的，桌游与教授的实验。它背后的理论其实是心理学中的经典效应“启动效应”。其实大量心理学研究已经证明了，语言或他人能在无意识中影响我们的判断和决策，尤其是通过激活刻板印象的方式。尽管在这项研究中，它没能被重复出来，或者说教授的形象并没有“启动”我们大脑中的那一点智慧，但启动效应仍然是个经得起检验的心理学现象，启动效应领域所发表的众多研究也依旧是有效的。
因此我们会发现，心理学这门科学的基石依然稳固。可重复性危机并没有推翻整个领域，恰恰相反，“潮水退去，才知道谁在裸泳”。这场危机恰恰提升了心理学自我质疑的能力，使其变得更加成熟。
我们需要知道的是，科学的认识永远是暂时的，知识是种种建构，它们有朝一日都会被结构，从而得到更好地重构。正如美国天文学家菲尔·普莱特所言：“科学的一部分过程，就是承认我们有时会犯错。这可能会非常、非常困难。但它的另一面是最美好的，那就是更进一步的认知和理解。”