認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:Reliable research in the social and behavioural and sciences

發(fā)表時間:2026-04-01

發(fā)表期刊:Nature

影響因子:48.5

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

引言

在既有的學(xué)術(shù)評價體系中，頂級期刊的發(fā)表往往被視為對研究結(jié)論真理性的權(quán)威背書。然而，2026年4月1日，《自然》（Nature）同期發(fā)表的系列研究（共發(fā)表4篇，3篇針對社會與行為科學(xué)，1篇為優(yōu)秀生示例），通過對社會與行為科學(xué)（Social and Behavioural Sciences, SBS）領(lǐng)域的大規(guī)模系統(tǒng)性審計，對這一默認(rèn)前提提出了挑戰(zhàn)

可重復(fù)性危機(jī)

科學(xué)研究的第一道基石在于可重復(fù)性（Reproducibility），即基于原作者提供的原始數(shù)據(jù)與分析代碼，能否復(fù)現(xiàn)原報告中的統(tǒng)計結(jié)果

一項針對600篇社會科學(xué)論文的基礎(chǔ)審計顯示，僅有24%的作者在發(fā)表時主動公開了數(shù)據(jù)與代碼[1]。當(dāng)數(shù)據(jù)和代碼均可得時，精確復(fù)現(xiàn)率達(dá)77.2%；若僅有數(shù)據(jù)，該比例降至43.2%；而需要從源頭重建數(shù)據(jù)時，精確復(fù)現(xiàn)率僅為11.0%

Fig. 1 | Data and code availability by year of publication.

這一現(xiàn)狀揭示了一個嚴(yán)峻的問題：當(dāng)前社會與行為科學(xué)研究面臨的首要障礙，并非理論上的證偽，而是因資料不完整導(dǎo)致的不可驗證性或驗證難度較大等問題

同一份數(shù)據(jù)分析出不同結(jié)論？

倘若數(shù)據(jù)不可獲取是基礎(chǔ)設(shè)施層面的缺陷，那么另一項研究則揭示了方法論邏輯層面的不確定性。研究者通過組織一項大規(guī)模的多團(tuán)隊協(xié)作實驗，針對100項研究，為每項研究匹配了至少5名獨(dú)立分析師，并要求他們基于完全相同的原始數(shù)據(jù)進(jìn)行分析。結(jié)果顯示，僅有34%的研究在不同分析師的統(tǒng)計操作下得出一致結(jié)論（Cohen’s d 在原研究的 ±0.05范圍內(nèi)）[2]

Fig. 2 | Analytical robustness of the statistical results

在504次獨(dú)立重分析中，74%得出了與原研究一致的結(jié)論，24%得到無效或不確定結(jié)果，2%則給出相反方向；如果把“所有重分析者都與原研究同結(jié)論”視為穩(wěn)健，只有34%的研究達(dá)標(biāo)

該現(xiàn)象指向了“分析師自由度”（Analyst degrees of freedom）的影響。在心理學(xué)與腦科學(xué)的數(shù)據(jù)處理過程中，從異常值剔除的閾值設(shè)定到統(tǒng)計模型的具體選擇，每一個微觀決策均可能引發(fā)結(jié)論方向的改變，從統(tǒng)計學(xué)意義上的顯著效應(yīng)轉(zhuǎn)變?yōu)闊o效應(yīng)。這表明，相當(dāng)一部分已發(fā)表的科學(xué)發(fā)現(xiàn)，可能高度依賴于特定的數(shù)據(jù)分析路徑，其客觀穩(wěn)健性有待進(jìn)一步驗證

跨數(shù)據(jù)復(fù)現(xiàn)性堪憂

對研究結(jié)論最嚴(yán)格的檢驗來自可復(fù)制性（Replicability，感覺復(fù)現(xiàn)性翻譯可能更合適），即采用與原研究相同的方法在新的被試群體中再次測量同一效應(yīng)。在對274項研究進(jìn)行的獨(dú)立重復(fù)實驗中，整體成功率約為55.1%[3]。此外，即便是在成功獲得復(fù)制的研究中，新實驗觀測到的效應(yīng)量（Effect Size）中位數(shù)也僅為原始研究報告的一半左右（由0.25降至0.10），當(dāng)然作者在討論部分明確指出：單次復(fù)現(xiàn)失敗不等于原研究一定錯誤，單次復(fù)現(xiàn)成功也不等于原解釋一定成立

Fig. 1 | Replication success rates across 13 binary assessments for papers.

這一數(shù)據(jù)表明，部分曾引起廣泛關(guān)注的心理學(xué)效應(yīng)，在更廣泛的群體驗證中，其實際強(qiáng)度可能較為微弱，難以脫離特定的初始實驗情境。

理想狀態(tài)是什么樣？

在此次大規(guī)模評估中，經(jīng)濟(jì)學(xué)與政治學(xué)領(lǐng)域表現(xiàn)出顯著優(yōu)于平均水平的可靠性。研究表明，這兩個學(xué)科的計算可再現(xiàn)性超過85%，且在變換統(tǒng)計模型的穩(wěn)健性檢驗中，72%的結(jié)論依然保持成立[4]

究其原因，關(guān)鍵在于制度化的政策約束。眾多頂尖的經(jīng)濟(jì)學(xué)期刊長期執(zhí)行強(qiáng)制性的數(shù)據(jù)與代碼共享政策。當(dāng)透明度成為發(fā)表的前提條件，而非僅憑研究者個人意愿的道德選項時，研究成果的可靠性便獲得了顯著的提升。這一經(jīng)驗為正在應(yīng)對可重復(fù)性挑戰(zhàn)的心理學(xué)及神經(jīng)科學(xué)領(lǐng)域提供了可借鑒的實踐路徑

以后怎么辦？

上述四項發(fā)表于 Nature 的研究并非旨在否定社會與行為科學(xué)的價值，而是通過這種系統(tǒng)性的“自我審視”推動科研范式的變革。對于心理學(xué)、認(rèn)知神經(jīng)科學(xué)及相關(guān)領(lǐng)域的研究者而言，未來的實踐方向或可關(guān)注以下三個維度：

1. 從個體分析向多中心協(xié)作驗證轉(zhuǎn)型

   。鑒于單一分析路徑可能隱含系統(tǒng)性偏差，未來的研究應(yīng)鼓勵“多分析師驗證”機(jī)制。說白了，試了哪些方法得到什么結(jié)果應(yīng)該通通報道，而不是只盯著有意思的陽性結(jié)果報道

2. 第二，推行強(qiáng)制性的數(shù)據(jù)共享與預(yù)注冊制度。借鑒經(jīng)濟(jì)學(xué)領(lǐng)域的成功經(jīng)驗，將原始數(shù)據(jù)、分析代碼及研究計劃的預(yù)注冊（Pre-registration）由可選項轉(zhuǎn)變?yōu)橥陡宓谋匾疤?，以此從制度層面減少為迎合特定結(jié)果而反復(fù)調(diào)試數(shù)據(jù)（P-hacking）的空間

3. 第三，重實效應(yīng)的實際解釋力。在統(tǒng)計推斷中，應(yīng)避免對P值的過度依賴，轉(zhuǎn)而審慎評估效應(yīng)量的實際大小與置信區(qū)間。若一項發(fā)現(xiàn)的效應(yīng)僅在實驗室嚴(yán)格控制的條件下微弱存在，其在解釋人類認(rèn)知與行為普遍規(guī)律時的外部效度則需重新考量
   

   科學(xué)的進(jìn)步不僅依賴于新發(fā)現(xiàn)的提出，更植根于其嚴(yán)格的自我糾正機(jī)制?！蹲匀弧愤@一系列研究雖然展現(xiàn)了當(dāng)前研究實踐中存在的問題，但也為構(gòu)建更為透明、穩(wěn)健的知識體系提供了清晰的演進(jìn)路徑
   

那么回到本次推送的標(biāo)題，這四篇文章同時發(fā)布，三篇直指社會、行為科學(xué)存在的問題，一篇高度贊揚(yáng)經(jīng)濟(jì)學(xué)與政治學(xué)的相對優(yōu)勢，雖說存在定量的分析和研究，用詞非常嚴(yán)謹(jǐn)客觀，但到底算不算炮轟？大家自行判斷

插一句，我的研究屬于社會與行為科學(xué)范疇。既看到學(xué)科存在的一些問題，也真心希望它越來越好，所以忍不住多說了幾句。正所謂愛之深責(zé)之切，若有不當(dāng)之處，還請大家多多包涵，也歡迎一起討論！

參考文獻(xiàn)

[1] Nature. Investigating the reproducibility of the social and behavioural sciences. Nature, 2026.
[2] Nature. Investigating the analytical robustness of the social and behavioural sciences. Nature, 2026.
[3] Nature. Investigating the replicability of the social and behavioural sciences. Nature, 2026.
[4] Nature. Reproducibility and robustness of economics and political science research. Nature, 2026.

分享人：天天

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨(dú)行。歡迎加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進(jìn)群，歡迎你的到來

一鍵關(guān)注，點亮星標(biāo) ? 前沿不走丟！

一鍵分享，讓更多人了解前沿