超越感觉：何为证据

图片来自摄图网

超越感觉：何为证据

文 | 龚荣庭

继上一章《你的意见有多好》专门讲观点本身的可靠性，《超越感觉》的第六章：What is evidence?，对支持观点的证据进行了简要的分类说明，并指出了验证的方法。

To state an opinion is to tell others what we think about something; to present evidence is to show others what we think make sense.

虽然展示证据远比亮出观点更有趣，但人们更倾向于记住观点，忘掉证据。就像多年以后，

我们可能还记得某门课程最终取得的成绩，但肯定忘了为此所做的许多测试和作业。

但如果你更愿意追求真相，那就应该更加关注支撑观点的证据。

 01   证据的种类

---

要评估观点，就需要理解不同类型的证据，尤其要理解各种证据的价值与局限，以及提出合适的问题。最重要的证据有以下几类：

个人经验  personal experience

非公开资料  unpublished report

公开资料  published report

目击证词 eyewitness testimony

名人证词 celebrity testimony

专家意见 expert opinion

实验 experiment

统计资料  statistics

调查 survey

正式（学术）观察 formal observation

研究综述  research review

001  个人经验

这个不需要太多解释，它就存储在我们大脑里。很多情况下，我们都是首先调用个人经验对各种情况作出判断。相比于看到的、听到的，我们的亲身经历对判断的影响更加明显。就像作者所举的例子：

如果我们偶然坐了一回纽约的出租车，可能就会觉得自己对纽约的出租车司机有所了解；

如果我们有一个韩国朋友，可能就会觉得自己对韩国人乃至亚洲人有一个大概的了解。

实际情况是这样的吗？显然不是。别说一两例经验，即便是一大把经验，也很难概括出一般性的意见。那如何评估个人经验呢？那就是提问：

经历的事件是否典型，是否独特？

事件在数量和种类上是否足以支持结论？

逸闻趣事的戏剧性和生动性无法弥补其局限性。

002  非公开资料

非公开资料就是我们从其他人口中听到的故事，常常是道听途说，甚至是流言蜚语。最大的问题，就是我们无法核实，无法判断故事是一手还是二手，三手还是四手？故事会在传播中会扭曲。

评估的办法仍然是问：

故事起源于何处？

如何确认你听到的版本是准确的？

003  公开资料

这种形式的证据随处可见，如学术著作、专业杂志以及各类报刊文章等，可以分为学术性的和非学术性的。

学术性资料，一般都有比较规范的资料来源，容易辨别和求证。非学术性资料，一般没有规范的资料来源，但可以通过评估作者来看其可靠性。另外，在公开资料中，尤其是非学术性资料中，事实与观点常常混在一起，需要我们使用时加以辨别。

评估其可靠性的方法，仍然是问：

作者是否列出所有重要信息的来源？

作者是否具有严谨写作的声誉？

出版商或广播公司的声誉是否可靠？

出版物中哪些叙述构成证据，而其本身还需要证据？

004  目击者证词

曾经在很长时间，目击者证词被认为是最可靠的证据。但大量事实与研究表明，情况并不是这样：

外面环境可能并不理想。比如：事故发生在雾气很重的晚上，目击者离现场还有一段距离。

目击者可能累了，也可能喝了酒，甚至喝了药；他的观察可能受到自己的偏见或期望的影响。

目击者的记忆可能受到后续事件的影响，尤其是目击者作证时距事发已有一段时间。

评估可靠性的方法，仍然是问：

事件发生的环境如何？

目击者当时的状态如何？

事件发生后的环境对目击者的记忆会不会有影响？

005  名人证词

现在越来越多的名人为各种商品和服务背书，还出现在一些访谈节目中，应邀对一些公共事务发表意见。但他们的意见可靠么？显然很难说。

名人在节目中很容易陷入表演。聚光灯下，不管被问到什么问题，不管自己是否专业，他们很难不进入表现、甚至表演的场景。

在商业和商业节目中，名人很可能就是付费代言。

如何评估，仍然是问：

如果是广告或商业片，那代言的名人是不是付费的？

如果是谈话节目，名人有没有为自己的观点提供支撑？

006  专家意见

你也许会认为，专家意见是目前为止最可靠的。但是，专家的意见并非一贯正确。因为，20世纪以来，人类社会的知识扩张越来越快，专家所精通的领域则越来越小。

但不幸的是，很多专家会不自觉地把自己视为所有领域的专家。

评估的方法，仍然是问：

这个人是否是该领域的专家？

这个人最近是否有相关研究成果？

这个人的意见是独立的还是被付费的？

007  实验

通常说的实验有两类，即实验室里的实验、田野里的实验。两类实验各有优劣。实验室里的实验，能够人为控制，对因果关系的判断较为准确，缺点是过于人为设计。田野里的实验，优点是发生在自然场景，但缺点是研究者的出现会影响研究对象、扭曲观察结果。

评估的办法，还是问：

对于实验室实验，要看是否有其他研究者能够重复？

对于田野实验，要看是否有其他研究者者能够独立确认？

008  统计资料

广义上，所有可以被量化的信息都可以称为统计资料。狭义上，主要是指专业机构和人员获得的量化信息。多数人容易把数据看成事实，认为数据是发现的，而不是创造出来。事实上，

数据多数是经过混乱的、不胜任的，或者选择性、自以为是的努力后的结果，这个结果又再次确认统计者认为的正确、适当的原则和利益。

They are the result of confusion, incompetence, innumeracy, or selective, self-righteous efforts to produce numbers that reaffirm principles and interests that their advocates consider just and right.

评估的方法，仍然是问：

统计资料的来源是否可靠？

数据产生的时间有多久？

数据产生后有没有重要因素发生变化？

009  调查

在专业人员，尤其是社会科学领域，调查是应用最广泛的工具。调查中获得的数据可以量化，其本身也常常包含于统计资料。调查通常基于具体而非全体，即通常所说的抽样调查，可以通过电话、邮件和个人访谈进行。

但公众对社会事件的态度常常很复杂，以至于很难简化为赞成或者反对，或者能够被单一的调查所测量。甚至，不少调查者还发现，提问本身的方式就会影响调查结果。如果调查者不够诚实，他们会把问题设计成某种形式，以便加快他们的调查进程。

评估的方法，仍然是问：

抽样是否具有代表性？

问题是否清晰无歧义，是否客观无偏见？

如果是邮件调查，未回应的数量有多少？

调查结论是否有其他调查者的证实？

010 正式观察

正式观察，或者说学术观察，有两种形式，即分离式观察和参与式观察。评估的办法仍然是问：

观察者是否干扰了被观察者？

观察持续的时间能否支撑观察者的结论？

结论是否被过分概括化？

011 研究综述

写过论文的人都知道，在论述某个问题时，首要的工作是做研究综述。只不过，研究的层次有高低，对综述的要求也不一样。通过综述，可以搞清楚前人已经做出的成果，并进一步发现问题、做出新的研究。

评估的方法，仍然是问：

综述者的结论对于该领域的研究是否合理？

综述者是否遗漏了相关研究？

另外，适用于检验所有证据的问题是：证据与问题是否真正相关？如果不相关，即便它本身很好，也不值得考虑。作者举了一个例子：

多年前，许多大学管理者拒绝讲师们关于缩小写作、演讲、批判思维等课程的班级规模的要求。他们引用的研究成果表明，教学效果与班级规模没有关系。但事实上，该研究只考察了信息传递类的课程，而没有考察技能训练类的课程。

 02   评估证据

---

我们倾向于认为自己是客观的，对所有问题的不同意见都会不偏不倚。但事实并非如此。即便是对那些没有明确意见的问题，我们仍会受到自己的人生哲学、政治或社会观察、相关问题的意见、相关人员的关系等因素的影响，倾向于选择这个或那个观点。

这种倾向，就是“偏见”。它可能对我们的判断影响很小，甚至没有影响。但也可能影响很大，甚至让我们的批判思维短路。

倾向越明显，思考的缺陷越大。

当你出现以下征兆时，偏见就可能妨碍了你对证据的评估：

你在评估中希望某一种意见是正确的

你在调查时假设熟悉的观点是正确的

你只寻找赞成意见的证据，而忽略反对意见的证据

你用喜好，而不是研究的可靠和质量，来评估研究资料的来源

面对反对意见的证据，你吹毛求疵，而对赞同意见的证据则不加批判

遇到与你的偏见相左的证据时，在全面检查前就开始争论

尽管我们无法消除偏见，但无论如何能够识别、控制他们。评估证据的目的，就是发现真相，而不管是否开心合意，所以唯一的方式就是公正评估。这种评估，有时需要你承认自己之前的观点是错的。如果证据支持，那就勇敢地接受它。

改变想法是诚实的，但保持错误观点以保住面子，不仅是愚蠢的，并且在智力上是极不诚实的。

Changing your mind is not dishonourable, but maintaining a false view in order to save face is not only foolish but also intellectually dishonest.

 

03   何以构成充分证据

---

不同观点的证据，很难说哪一方完全充分。在你做出决定前，既需要考虑证据的数量，也需要考虑证据的质量。关于充分证据，没有简单的公式，但以下三条可供参考：

如果证据能够支持确定性判断，那么它就是充分的。

如果无法达成确定性，那么，只要证据显示出很大的可能性，也可以说是充分的。

其他情况下，证据都是不充分的。

关于证据的讨论，基本上属于既有知识的积累，故这一篇基本上是摘译。

—END—