你大概也看过不少「心理学神课」：权力姿态、意志力有限、学习风格……讲得头头是道，引用的论文也都白纸黑字。但2015年《科学》（Science）杂志组织了一场大考：把100篇顶刊心理学研究按原配方重做一遍，只有36%重新显著，平均效应量直接腰斩。这不是个别翻车，而是整个行业的地基问题，学界称之为「可复现性危机」（Replication Crisis）。
Veritasium这条15分钟的视频，是我见过讲这个问题最好的入门课。它没有停留在「科学也有假货」的猎奇层面，而是把「错误研究是怎么被合法地生产出来的」这条流水线拆给你看，最后再端出科学界开出的三张药方。看完你会获得一种稀缺能力：下次再看到任何「研究表明」，你知道该问哪三个问题。
| 项目 | 内容 |
|---|---|
| 视频标题 | Is Most Published Research Wrong?（大多数已发表的研究都是错的？） |
| 频道 | Veritasium（Derek Muller） |
| 发布时间 | 2019年 |
| 时长 | 约15分钟 |
| 播放量 | 500万+（历史量级，未实时核验） |
| 核心主题 | 可复现性危机、p值操纵、开放科学 |
2005年，斯坦福大学的流行病学家John Ioannidis在PLoS Medicine上发表了一篇标题就很嚣张的论文：《为什么大多数已发表的研究结果是错误的》（Why Most Published Research Findings Are False）。【视频主线】
他没做实验，而是用一组数理推演：当一个研究领域样本小、真实效应弱、数据分析的自由路径又多，那么哪怕所有研究者品行无可挑剔，已发表的阳性结论里假阳性也会占多数。换句话说，「大多数研究是错的」不是对科学家人品的指控，而是对统计结构的推断。这篇论文引用量以万计，被视为复现危机的理论宣言。【背景补充：Ioannidis后来干脆推动了一个新学科——元研究（meta-research），专门「研究研究本身」】
我的延伸解读：这个论断最反直觉的地方在于，它把矛头从「骗子」挪开了。绝大多数研究者诚实、勤奋、想做对，但制度激励（发论文、拿经费、评职称）会系统性地奖励「惊艳的阳性结果」，于是错误不需要坏人就能批量生产。
视频用相当篇幅掰扯了一个几乎人人误读的概念——p值。【视频要点】p=0.05的真正含义是：假如真相什么都没有（零假设成立），出现手头这么极端的数据，概率只有5%。它回答的不是「我的结论为真的概率是95%」。
为什么这个误读致命？把基础率考虑进来就明白了：在一个领域里，多数被检验的新假设本来就是错的。假设100个假设里只有10个为真，即使真假设九成能检出、假假设只有5%误报，已发表的显著结果里假货也能占三成以上——这是统计学里「正向预测价值」的经典算法，也是Ioannidis推演的核心零件。【延伸分析：贝叶斯基础率部分视频一笔带过，公式细节见Ioannidis原文】
这就是第一个认知升级：p值是「证据强度」，不是「真假开关」。0.049和0.051之间没有真理与谬误的鸿沟，只有同一片灰色地带的两侧。
这一节是视频最精彩的部分。【视频核心演示】所谓「研究者自由度」（researcher degrees of freedom），指分析数据时那些无关对错、却足以改变结论的选择：数据收集到第几个人可以停？离群值剔不剔？协变量测一个还是测五个？要不要按性别、年龄拆成子群再各试一遍？每个选择单独看都合法，但组合起来，5%的错误率会被成倍放大——这叫p-hacking。
这个现象有个著名的实证演示：Simmons、Nelson和Simonsohn2011年发表在Psychological Science的论文False-Positive Psychology，对真实采集的实验数据做了一串完全「合规」的操作，最终让「听披头士的歌When I'm Sixty-Four能让人变年轻」拿到了显著结果——显然是纯噪音。论文由此把「研究者自由度」这个词焊进了学界词典。
我特别喜欢用xkcd第882号漫画当注脚：科学家给20种颜色软糖各测一遍「能否致痘」，19种不显著，只有绿软糖显著，于是「绿色软糖致痘」登上报纸。没人撒谎，但没人把另外19次失败也写进论文里。【延伸分析：这种只报告显著结果的做法叫发表偏倚，是下一节的基础】
如果说前面是病理分析，2011年的Bem事件就是导火索。【视频重点案例】康奈尔大学社会心理学家Daryl Bem在心理学顶刊JPSP（Journal of Personality and Social Psychology）发表论文Feeling the Future：9个实验、标准流程、每项都过了p<0.05的合格线，结论耸人听闻——人类拥有预感未来的能力。
这篇论文的杀伤力不在结论多荒谬，而在方法全对。如果一套标准化的主流方法能「证明」ESP存在，那用同一套方法在其他领域证明的东西，凭什么全信？这个逻辑拷问几乎击穿了心理学的方法论自信。后续研究者复盘发现，论文中同样存在样本规模调整和未报告分析路径的痕迹。心理学界由此打响了自我革命的第一枪——这也是为什么复现危机最先在心理学爆发：这个学科主动掀了自己的桌子。【视频叙述+背景延伸】
2015年，Open Science Collaboration组织大批研究者在Science杂志发表了复现危机的标志性成果：Estimating the reproducibility of psychological science。他们从2008年三本顶级心理学期刊选了100项实验研究，尽量按原配方重做：原实验找大学生，复现也找大学生；原样本多少，复现就冲多少去。【视频核心内容】
成绩单很残酷：原研究97%拿到了显著结果，复现后只有36%仍然显著；能复现出来的效应，平均强度也只有原来的一半左右。此后十年间，一个个「明星理论」接连翻车——权力姿态、自我损耗（意志力像肌肉会用完）、包括我们之前深读过的学习风格神话，都是这场地震的余波。
这里必须补一个视频之外的边界说明【延伸分析】：复现失败不等于原结论一定是假的，可能是原效应更小、边界条件不同，或者复现本身有缺陷。但它确实把举证责任还给了读者——你不能再因为「它发在顶刊」就默认为真。信任要靠重复验证的次数重新挣回来。
视频没有停在唱衰，后半程全在讲解法。【视频方案】
第一张是预注册（preregistration）：实验开跑前，把假设、样本量和分析计划在公开平台存证。相当于先立字据，事后就不能「看数据编故事」——直接掐断HARKing（Hypothesizing After the Results are Known，Kerr在1998年命名的那种「先有结果后补假设」的操作）。
第二张是注册报告（Registered Reports）：2013年由Chris Chambers在神经科学期刊Cortex首创。流程反转——先交研究设计接受同行评审，通过即录用，实验做完不管结果显著与否都必须发表。审稿人看不到结果，就不会只偏爱「惊艳」的；期刊不再挑结果，发表偏倚就断了粮。
第三张是开放科学：数据、代码、材料全部公开，让任何同行都能核查和复现；再加上多实验室联合验证（如Many Labs项目）和事先做统计功效分析、把样本量做足。Brian Nosek创立的开放科学中心（Center for Open Science）是这场运动的枢纽。
视频结尾的立场我非常认同：科学的可信，从来不是因为科学家不犯错，而是因为这套流程会纠错——前提是我们愿意让纠错变得更容易、更快、更便宜。
flowchart TD
A["错误研究怎么出炉"] --> B["研究者自由度"]
B --> C["看数据再下结论"]
B --> D["事后补写假设"]
B --> E["样本可进可出"]
C --> F["假阳性泛滥"]
D --> F
E --> F
F --> G["期刊偏爱新惊艳"]
G --> H["负结果难发表"]
H --> I["文献池被污染"]
I --> J["复现大考百题"]
J --> K["仅三成六过关"]
K --> L["药方一：预注册"]
K --> M["药方二：注册报告"]
K --> N["药方三：开放数据"]
K --> O["药方四：加大样本"]
这门课的实用价值在于给你一套「读研究」的核查动作，按场景拆开：
读新闻时三连问：看到「研究表明」「科学家发现」，先问样本多大？预注册了吗？有没有被独立复现过？三问过不了两问的，情绪别跟着走。尤其对那种「一个实验颠覆常识」的爆款研究，正确姿势是等一等——元分析和多实验室验证出来再表态。
自己做数据分析时：产品经理的A/B测试、运营的问卷调研、研究生的毕业实验，都适用同一条纪律——先白纸黑字写下假设和主指标，再开跑。跑完之后在十几个二级指标里「找到显著的那个」，和p-hacking没有本质区别。比较的指标越多，越要做多重比较校正。这一条能帮你躲过大多数自欺。
给通信同行的类比：这和读厂商白皮书里「某技术使吞吐量提升50%」是一个道理——问测试条件、问负载模型、问有没有第三方复测。Ioannidis的推演对小样本、多口径、强激励的领域一律成立，不分文理。
认知层面：把「科学结论」从名词改读成动词。一个结论的可信度不是出厂自带，而是随复现次数增长的贝叶斯过程。惊艳的理论需要惊艳的证据——这句话值得贴在工位上。
这门课最大的价值，是送你一把叫「复现」的尺子去重新校准对一切「研究表明」的信任——科学值得相信，不是因为它不犯错，而是因为它敢于当众纠错。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。