返回档案库

案例库 · 研发与科研 · 技术决策 · 2005–2020

为什么大多数已发表研究都是假的——约翰·伊奥尼季斯与可重复性危机

2005 年一篇论文指出,大多数已发表研究结果都是假的。体系奖励的是阳性结果,不是严谨性,危机本来就写进了激励里。

斯坦福大学 · 2005-08-30

怎么回事

约翰·伊奥尼季斯是一位希腊裔美国医生兼科学家,受训于哈佛和塔夫茨大学,拥有生物病理学博士学位。2005 年 8 月 30 日,他在 PLOS Medicine 发表论文《Why Most Published Research Findings Are False》。这篇文章后来成了 PLOS 历史上访问量最高的论文,浏览量超过 300 万次。伊奥尼季斯指出,当研究样本很小、效应量很小、检验关系很多、又存在财务利益时,研究结论更不可能是真的。

这篇论文系统地说明了科学方法如何被自身的激励机制掏空。期刊想要新颖的阳性结果,研究者就会去做出这种结果——常见做法包括 p-hacking、选择性报告,以及做规模小、统计功效不足的研究。伊奥尼季斯后来整理出 235 种生物医学研究偏差,并发现至少 1/6 被广泛引用的健康研究后来被推翻。在经济学领域,接近 80% 的报告效应被夸大,通常高出约 2 倍,其中三分之一被夸大了 4 倍或更多。

这篇论文让伊奥尼季斯成为席卷心理学、医学、经济学和神经科学的可重复性危机中的核心人物。他与人共同撰写了《Manifesto for Reproducible Science》,并共同领导斯坦福的 Meta-Research Innovation Center(METRICS)。这场危机揭露出一个几十年来一直在产出错误结论的体系——不是因为普遍造假,而是因为激励机制奖励了错误的科研方式。

为什么会这样

  • 学术期刊偏爱新颖的阳性结果,而不是重复验证或阴性结果。研究者为了迎合期刊,就会去做 p-hacking、选择性报告和小样本研究。
  • 大多数已发表研究的统计功效太低,根本不够检出声称的效应。一个统计功效只有 20% 的研究,有 80% 的概率会错过真实效应,但照样可能产出假阳性。
  • 同一领域里竞争团队越多,假阳性率就被放大得越厉害。如果有 100 个团队检验同一个假设,光靠随机波动就会有 5 个得到显著结果,而这 5 个往往会被发表。
  • 财务利益冲突很普遍。产业资助的试验更容易报告阳性结果,而且偏差往往埋在研究设计里,不只是写报告时才出现。
代价可重复性危机,研究浪费,公信力流失代价高昂

教训

当体系奖励新颖的阳性结果,而不是严谨的方法时,假结果几乎不可避免。这场危机不是个别科学家的失误,而是体系的失灵。

后来呢

可重复性危机推动了多项改革:研究预注册、注册报告(期刊在结果已知前先接受论文)、数据共享要求,以及复制验证项目。Reproducibility Project 发现,在 100 项里程碑式心理学研究中,只有 36% 能被重复验证。伊奥尼季斯后来成为全球被引用最多的科学家之一,h-index 达到 278。他的工作重塑了科学界对证据、统计功效和研究体系性缺陷的看法。危机仍在继续,但他点燃的认知改变了科学。

资料来源

发现哪里写错了?告诉我们。

Comments · 0

    登录 后就能评论。

    类似的案例

    这家公司栽倒的地方,别处有人漂亮地解开过。 第二意见 →