从证伪主义到智能研究（上）：科学如何进步，以及我们为何必须怀疑自己的解释

专题总题目：从证伪主义到智能研究：科学如何进步，以及 MCIS 如何避免成为确认偏误的机器

导言：知识越多，为什么未必越接近真相？

现代社会每天生产的信息，远远超过任何一个研究者能够阅读的数量。人工智能又将信息检索、归纳和写作的速度提高了一个量级。然而，信息增多并不自动意味着判断更准确。一个研究系统可以持续产出结构完整、证据丰富的报告，却始终围绕同一个错误前提运转。真正困难的问题，不是如何更快得到一个解释，而是如何让解释接受现实的检验。

几个世纪以来，科学进步的重要动力之一，是研究者提出可以检验的假设，再通过观察、实验和批评寻找其缺陷。这句话概括了科学的批判精神，但并不是对全部科学史的完整描述。科学还依赖测量技术、理论创造、共同体协作、异常积累与研究范式的改变。理解这些机制，对于今天依靠 AI 进行宏观与产业研究的机构尤其重要。

一、从归纳问题到可证伪性

如果观察到一万只白天鹅，是否足以证明所有天鹅都是白色的？不能。有限数量的观察不能在逻辑上保证一个无例外的普遍命题。但一只经过可靠识别的黑天鹅，就足以反驳“所有天鹅都是白色的”这一严格命题。

大卫·休谟讨论过归纳推理的哲学困难：过去反复发生的事情，并不能单凭重复本身保证未来仍然如此。卡尔·波普尔在《科学发现的逻辑》中提出，科学理论的关键特征之一是能够被经验反驳。一个理论如果能够解释任何可能结果，却从不允许任何结果使它出错，那么它就难以接受严格的经验检验。

可证伪并不等于已经被证伪，也不等于理论必然错误。它意味着研究者能够提前说明：如果理论成立，应当看到什么；如果观察到某些相反事实，理论将面临什么困难。预测越具体、检验条件越清晰，理论承担的认识风险就越大。

这里必须区分逻辑上的反例与实际研究中的复杂证据。观察仪器可能出错，数据可能存在口径差异，实验条件可能没有满足，理论的辅助假设也可能有问题。因此，单次异常结果通常需要重复验证，科学共同体也不会机械地因为一次不符预期的观测就废弃成熟理论。

二、牛顿与爱因斯坦：进步不等于全盘推翻

牛顿力学在广泛的日常尺度和工程场景中取得巨大成功。它能够描述行星运动、物体运动和大量机械现象。然而，水星近日点进动中的一部分残余偏差，无法仅用经典牛顿框架完整解释。爱因斯坦的广义相对论给出了更精确的解释，并对光线偏折等现象提出了新的可检验预测。

这一历史案例说明：新理论未必让旧理论失去所有价值。牛顿力学在低速、弱引力条件下仍然是极有效的近似。科学进步常常意味着更准确地划定理论的适用范围，在原有理论失效的边界上建立更广泛的解释框架。

因此，成熟的研究系统不应只设置“正确或错误”的二元标签。它还应记录一个判断在什么条件下有效、在哪些条件下不再适用，以及后续理论或解释究竟增加了什么新的预测能力。

三、库恩：科学共同体如何改变看世界的方式

托马斯·库恩在《科学革命的结构》中提出“范式”概念。日常科学研究往往发生在共同认可的问题、方法和标准之内。研究者不必每天推翻基础理论，而是在既有框架下解决难题。当异常持续积累，并且新的框架能够更好地组织问题与证据时，科学革命才可能发生。

库恩的贡献，是提醒我们不能把科学史简化为一连串孤立的假设检验。研究共同体决定什么问题值得研究、什么证据足够有力，以及什么样的解释被认为有价值。范式既提供研究效率，也可能让人忽略框架之外的异常。

这一洞察在宏观研究中尤其重要。某一时期，市场可能普遍相信“通胀回落意味着利率必然下降”；另一时期，则可能更重视财政赤字、期限溢价或金融稳定约束。不同叙事框架会改变研究者对同一组数据的解读。我们需要识别框架本身，而不是只追踪框架内的新闻。

四、拉卡托斯：如何避免把每一次异常都当成理论崩溃

伊姆雷·拉卡托斯提出“科学研究纲领”的方法论，试图解释理论如何在持续受到挑战时发展。研究纲领通常包含相对稳定的核心主张，以及可以调整的辅助假设。关键不是某个单次预测失败，而是调整后的研究纲领能否产生新的、得到经验支持的预测。

如果一个框架不断提出事后解释，却很少提前识别新事实，它可能正在退化。如果修正不仅解释旧异常，还带来新的可检验发现，那么它更有进步性。

对于 AI 研究系统，这个区分极为重要。模型很擅长为已经发生的行情生成合理解释；但“事后能够解释”不等于“事前能够预测”。研究成果必须保留时间戳、当时可得证据、原始预测和后续验证，才能区分真正的预见能力与漂亮的事后叙事。

五、确认偏误：为什么聪明人也会不断强化错误判断

确认偏误指人们更倾向于寻找、注意或解释支持既有信念的信息。相关认知研究提醒我们，判断偏差并非仅来自知识不足，也来自注意力分配、问题框架和过度自信。

假设研究者已经判断原油将持续上涨。他可能优先阅读中东冲突、航运保险费上涨和供应风险的报道，却对商业库存增加、炼厂利润下降和需求疲弱赋予较低权重。每一条被选中的新闻都可能真实，但组合起来仍然构成有偏的世界图景。

这里存在三个不同层面的风险。第一是选择偏差：研究系统只采集支持既有观点的来源。第二是解释偏差：同一条事实被反复纳入固定叙事。第三是评价偏差：研究者记住成功预测，却没有系统记录失败预测及其原因。

因此，增加来源数量本身并不能解决问题。真正有效的改进，是建立独立的反证流程，并要求研究系统说明哪些观察会改变当前判断。

六、AI 会降低偏误，还是把偏误工业化？

人工智能能够扩大阅读范围、比较不同来源、识别数据冲突，并帮助研究者构建竞争性假设。这是它改善研究质量的机会。但 AI 也可能以更低成本、更高频率复制既有偏见。

当上游检索只围绕一种观点，摘要模型沿用同一种框架，下游写作再将这些摘要整理成流畅报告时，整个系统可能形成自我强化的叙事闭环。多份报告看似相互印证，实际却依赖相同的原始来源或相似的推理假设。这不是独立证据的增加，而可能是同一证据的重复包装。

为避免这种情况，AI 研究需要进行来源去重、原始数据追溯、反向检索、竞争性解释比较和预测事后验证。不同模型给出相似答案也不能自动视为独立验证，因为模型之间可能共享训练材料、检索结果或常见叙事模式。

AI 的价值不应仅由产量、速度和文字质量衡量，还应包括发现证据冲突的能力、识别失效条件的速度，以及承认不确定性的质量。

七、从“解释世界”到“接受世界纠正”

研究应当区分五个层次：事实是可以追溯和核验的观察；解释是对事实关系的理解；假设是可以接受检验的机制判断；预测是对未来结果的有时限主张；决策则是在风险和约束下采取行动。

例如，“某航道出现运输延迟”可能是一项待核验的事实；“延迟提高亚洲炼厂到岸成本”是机制解释；“运输约束将使特定原油品种近月价差走强”是可检验假设；“未来两周价差扩大到某区间”是具体预测；是否调整采购或风险敞口，则属于决策。

这五个层次不能混写。事实的真实性，不自动保证解释正确；机制可能成立，也不意味着价格预测必然兑现；预测具有一定概率，也不自动决定应当交易。

优秀的研究报告应主动展示这些层次之间的证据链，而不是用一篇连贯的故事掩盖其中的逻辑跳跃。

八、结论：真正的进步来自可修正性

证伪主义并不是鼓励研究者为了否定而否定。它要求我们提出有内容、有风险、可以受到现实检验的判断。库恩提醒我们关注支配研究的框架，拉卡托斯提醒我们区分真正的理论进步与事后补丁，认知心理学则提醒我们警惕自身对证据的选择。

在 AI 时代，这些思想共同指向一个原则：一个可靠的智能研究系统，不应只擅长生成解释，还必须能够发现自身解释的漏洞、记录预测失败、比较替代假设，并根据新证据改变判断。

真正值得追求的，不是永远正确，而是持续减少那些本可以发现、却被忽略的错误。

参考文献与阅读线索

Karl Popper, The Logic of Scientific Discovery（英文版1959；德文原著1934）。
David Hume, An Enquiry Concerning Human Understanding（1748）。
Thomas S. Kuhn, The Structure of Scientific Revolutions（1962）。
Imre Lakatos, “Falsification and the Methodology of Scientific Research Programmes,” in Criticism and the Growth of Knowledge（1970）。
Daniel Kahneman, Thinking, Fast and Slow（2011）。
Peter C. Wason, “On the Failure to Eliminate Hypotheses in a Conceptual Task”（1960）。

研究说明： 本文为科学哲学与智能研究方法论专题。历史案例用于解释思想，不构成对任何市场走势的预测。引用书目为经典文献线索，正式发表前仍应核对具体版本与引文页码。

出版核验说明

以上研究说明中的“正式发表前”表述保留自原稿。出版时已核对列示文献的基本书目信息；本文为思想概述及延伸阅读线索，未使用逐字引文，不提供具体版本的引文页码。波普尔德文原著常列为1934年出版、1935年书标年份，英文版为1959年。书目核对不等同于对每一历史细节作穷尽验证。