他們試圖重複心理學的多個經典實驗，竟然只有一半成功了

知識 12-13

最近，心理學界遭受了一點小震動：又有一些著名實驗沒能重複。

發表這些重複結果的，是一項名為Many Labs 2的大規模國際合作項目。過去幾年間，該項目背後的200多名心理學家試圖重複28項高引用和轟動性的研究，最終發現只有一半的重複實驗能得出和原始研究一致的結論。如果這發生在六年前，或許是震撼學術界的大新聞。而現在，結果已然在預料之中。

圖 | JASIEK KRZYSZTOFIAK / NATURE

可重複性再遭審視

其實，「可重複性危機」已經困擾心理學界好幾年。雖然各種質疑、捍衛之聲聚訟紛然，越來越多的人已經意識到，即使是那些業界公認的心理學現象，也不一定是真的。也就是說，你還未更新的舊教材，收藏列表裡的Ted演講，都有可能錯了。

比如說，「自我耗竭效應」——人的意志力是有限的，會隨著過度使用而減少。提出這一理論的研究者最初發現，當被試面對巧克力的誘惑執行困難任務時，堅持下來的時間並不長。他們指出意志力對精神能量的消耗，就如同肌肉鍛煉後會產生疲勞一樣。這個理論很符合科學家的直覺，也備受暢銷書作家的追捧。在人們通過各種實驗知曉一系列消耗意志力的事項後，重複實驗卻發現，自我耗竭效應並不明顯，很難找到支持它的證據。

圖 | Lisa Larson-Walker

為了嘗試重複更多經典實驗，開放科學中心（Center for Open Science）於2013年成立。但他們的首次結果並不足夠樂觀：在100項已發表的心理學實驗中，只有不到40%成功重複。而作為該中心的新項目，Many Labs 2的結果表明，在更嚴格的統計學標準下（p重複成功率僅為50%。

相當諷刺的是，似乎心理學領域最可靠的發現之一，就是僅有一半實驗能被成功重複。

開放科學中心 | cos.io

沒按原始方向走，所以重複不出來？

有懷疑者認為，可重複性的「危機」壓根不算危機，很容易就能解釋清楚。首先，重複實驗本身可能樣本太小。此外，這些實驗的研究人員可能水平不夠，或者不明白原始實驗的具體操作。再者，人和人之間也有區別，同一個實驗，由兩組不同的科學家在完全不同的志願者身上做，結果自然可能大相徑庭。

圖 | MáGOZ

Many Labs 2就是專門設計出來回答這些質疑的。他們總共招募了15305名被試，平均每個實驗的被試數量是原始版本的60倍之多。這些研究人員與原版實驗的科學家們深入交流過，確保每個細節準確無偏差。而且，重複實驗的被試來自36個國家，每項實驗都重複了多次，以判斷被試的文化和背景是否對實驗結果產生影響。

儘管這項工程的樣本巨大，操作方式也得到了被重複的研究者的認可，他們依舊沒能驗證許多研究的結果。

重複失敗的實驗包括：潛意識接觸過「熱」這個概念的人更容易相信全球變暖；道德上「骯髒」的行為會迫使人們需要清潔自己的肉體，就像麥克白夫人那樣；一個人成長中擁有更多兄弟姐妹，行為也就更利他……

Gabriel von Max畫作《麥克白夫人》（1885）| Wikimedia Commons

實驗結果不一樣，人群差異來背鍋？

除了樣本量的問題，有些研究者認為，重複實驗還應考慮被試的某些特徵，比如性別和人格特質等。可Many Labs 2的結果證明，在12起案例中這些特徵都無關緊要，實驗結果是相對穩定的。

當重複者在不少實驗中把被試的地域、文化背景當作變數，結果也同樣令人意外：一項實驗若是在一組志願者身上重複成功，在其他組也都是成功的，反之亦然。這個細節尤為重要，因為它反駁了一種最常被提及的說辭——要一個實驗無論在哪都能得到一致的結果，當然是不可能的。

負責該計劃協調工作（也是開放科學中心的成員）的布萊恩·諾賽克（Brian Nosek）說：「他們會說，你沒能重複實驗？肯定是因為你是在俄亥俄州做的，而我是在弗吉尼亞州做的，兩個地方的人不一樣。但我們的結果證明，重複實驗失敗的理由沒那麼好找。」

圖 | Yiran Ding / Unsplash

不過，人類行為的文化差異並非無關項。許多研究人員指出，來自經濟狀況好、教育水平高的西方工業化民主國家，也就是所謂的「怪異」（WEIRD）國家的志願者，他們的思維和其他地方的人不太一樣。因而，相關研究也就更容易出現差異性。

在Many Labs 2的絕大部分實驗中，「怪異」國家和其他國家的志願者沒有體現出重要差異。但有人指出，這些分析並不嚴謹，因為「非怪異」國家的人被當成了一個整體。跨文化研究應該將所有的文化背景考慮在內，並單獨分析它們的影響。

諾賽克接受這一質疑。他很希望看到大規模重複項目囊括更多非西方社會的志願者，並著眼於那些可能與「非怪異」國家的多樣性息息相關的現象。

圖 | Pixabay

重複危機的確存在，但未來沒那麼絕望

心理學家桑傑·斯瑞瓦斯塔瓦（Sanjay Srivastava）認為，Many Labs 2實驗結果的相對一致性其實是個好兆頭。一方面，它表明大規模重複失敗很可能就是學術不端行為導致的。但另一方面，實驗結果缺乏差異恰恰意味著心理學的本職工作做得很優秀：研究人員成功地把參差錯落、難以捉摸的人類心智塞進了實驗室里。

「實驗室之外的真實世界裡，現象可能隨情境而變。」他說，「但在我們經過嚴謹設計的研究和實驗中，結果的混沌和不可預測性消失了。這意味著我們能夠實施可供驗證的社會科學研究。」

圖 | 圖蟲創意

如果情況與之相反，那才是心理學真正的噩夢。如果我們發現人類實在太善變，連最嚴格的重複實驗都導致了五花八門的結果，「那麼我們就沒法解釋這些實驗，連陽性結果都無據可依了。」斯瑞瓦斯塔瓦說，「如果真是這樣，我們可以不把重複失敗當回事，但那些原始研究也淪為了笑話。長遠來看，Many Labs 2帶給我們的結果是積極樂觀的。」

作者：Ed Yong

編譯：有耳

編輯：EON、Ent

編譯來源：

The Atlantic, Psychology』s Replication Crisis Is Running Out of Excuses

參考文獻：

The Atlantic, Psychology』s Replication Crisis Is Running Out of Excuses

Nature, Replication failures in psychology not due to differences in study populations

Science, Estimating the reproducibility of psychological science

https://psyarxiv.com/9654g/

Slate, Everything Is Crumbling

一個AI