心理学最诚实的悖论：当整个学科都在“认真地”生产不可重复的知识

一门科学如果每次实验都做得一丝不苟，却有一半以上的结论无法被再次验证，它还算科学吗？

这不是外行的质疑。2015年，开放科学协作组织在《科学》杂志上做了一件前所未有的事：200多名心理学家联手，系统重复了100项已发表的心理学实验。原始研究中97%具有统计显著性，但重复实验中只有36%达到了同样的标准；若以效应量落入原始研究95%置信区间为标准，重复成功率为47%。三年后的Many Labs 2项目规模更大——28项高引用和“轰动性”研究，200多名研究者参与，最终只有15项（54%）能被重复出方向一致的显著效应。

一半都不到。

Chris Chambers在2017年出版的《心理学的七宗罪》中，以“七宗罪”为隐喻，系统梳理了造成这一局面的七类结构性问题：偏见、隐藏的灵活性（即p值操纵）、不可靠性、数据囤积、腐败、学术圈禁、以及以发表数量为导向的“数豆子”文化。这些不是个别研究者的道德败坏，而是嵌入在“假设—实验—发表”标准流程中的系统性缺陷。一个诚实的学科，在认真地、系统性地生产着大量无法重复的知识。

更令人不安的问题是：这一切究竟是方法出了错，还是心理学从一开始就误解了它试图研究的对象？

一、一个“普适科学”的幻觉

传统心理学有一个宏大的自我定位：它是关于“人类心理”的科学。然而，它的知识几乎全部来自一个极其特殊的人群。

人类学家Joe Henrich、心理学家Steven Heine和Ara Norenzayan在2010年发表的里程碑论文中揭示了一个令人震惊的事实：心理学研究参与者中来自西方、受过教育、工业化、富裕、民主社会（WEIRD）的比例高达80%，而这一人群仅占全球人口的12%。更关键的是他们的结论：WEIRD人群“不仅是人类物种中不具代表性的群体，而且在许多测量指标上，他们本身就是离群值”。视觉感知、公平观念、合作行为、空间推理、道德推理、自我概念——在被考察的几乎每一个领域中，WEIRD被试都与其他人群存在系统性差异。

一个更精确的数据来自对顶级心理学期刊的调查：96%的参与者来自仅占世界人口12%的国家。

这意味着什么？意味着传统心理学以“人类的心理科学”自居，但它生产的绝大多数知识，实际上是关于一个心理学上极其特殊、甚至可以说“怪异”的人群的知识。Dvorakova（2025）在发表于《Psychological Studies》的论文中，给出了一个具有颠覆性意义的判断：“所有心理学都是本土心理学”——WEIRD社会心理学知识深深植根于其特定的历史背景，包括殖民主义和种族主义的遗产，却长期以“普适真理”的面貌出现。

Dvorakova进一步指出，社会心理学甚至“尚未充分处理其知识的历史根基，以及它依赖于基于种族主义和殖民主义的缺陷模型”这一事实。近年来，“后WEIRD心理学”运动正在兴起。Dvorakova本人即呼吁将文化情境融入研究过程的每一个阶段——从理论建构到方法论再到结果解读。此外，研究者还倡导“全球心理学”的转向，主张在理论建构、研究设计、样本采集和结果解读中系统性地纳入文化变量，而非将其作为事后的“控制变量”或“调节变量”。这一转向的核心洞见是：文化不是心理过程的“背景噪音”，而是心理过程本身的构成性要素。

二、当观察者本身就在改变被观察的系统

如果说WEIRD偏差是“样本问题”，那么二阶控制论提出的批判则更加根本。

Heinz von Foerster提出的二阶控制论挑战了一个传统科学的根本假设：观察者可以与被观察系统严格分离。Brailas（2025）在发表于《Integrative Psychological and Behavioral Science》的论文中，将这一洞见应用于心理学的可重复性危机，提出了一个关键论断：观察者通过观察行为本身，不可避免地成为被观察系统的一部分，这导致了从线性因果关系到“交易性因果”的根本转变。

这意味着什么？意味着当研究者在实验室里测量“自然的”心理行为时，研究者的在场、实验情境的暗示、被试对研究目的的推测——所有这些因素都在实时地改变着被研究的行为本身。Orne早在1962年就指出了实验室中“需求特征”的问题，但主流心理学长期以来将其视为需要控制的“噪音”，而非需要理论化的核心现象。

Brailas倡导一种“认识论叠加”：心理学家应当在多种视角之间灵活切换，以增强研究发现的实际意义和适用性。这一立场挑战的不仅是具体的研究方法，而是心理学作为“统一科学”的自我理解。需要指出的是，二阶控制论的批判主要适用于涉及人际互动和意义建构的研究领域，对于基本的知觉过程、认知容量等研究，观察者效应相对有限。将其普遍化为对整个心理学的批判，存在过度推广的风险。

三、如果心理现象本身就是概率性的呢？

可重复性危机通常被理解为方法论问题。但Burgos（2025）在《理论心理学与哲学心理学》上发表的论文提出了一个更具根本性的哲学假说：心理现象在本体论上是客观概率性的。需要前置说明的是，这一论点属于分析哲学层面的理论假说，发表于哲学取向期刊，并非心理学界的共识，但值得认真对待。

Burgos运用模态实在论和倾向解释，论证概率测量的是现实中客观真实的倾向特征。他的核心推论是：即使心理学研究在方法论上完美无缺，“仍然会有大量的重复失败，仅仅由于心理现象的概率性质”。他进一步指出，这一结论不应导致对可重复性危机的悲观态度——“与其哀叹重复失败这种失败主义的态度，不如将其视为它们在告诉我们心理现象究竟是什么，这更具建设性和解放性”。

如果这一假说成立，那么它与前述“方法决定问题”的批判之间就存在一个深刻的逻辑关联：传统心理学以“确定性科学”为模板的方法论取向，就不仅是操作层面的错误，而是认识论层面的误判。 心理学模仿物理学，追求确定性规律和可重复效应，但如果心理现象在本体论上就是概率性的，那么这种模仿本身就建立在一个错误的类比之上。

当然，将“心理现象的概率性本质”作为可重复性危机的唯一或主要解释，需要排除方法论缺陷、发表偏见和效应异质性等竞争性假设。有学者对此提出竞争性解释，认为心理现象的核心特征是“稳定性—变异性的统一”。但Burgos的假说至少提示我们：可重复性危机的部分根源，可能不在方法失败，而在本体论层面的误判。

四、方法决定问题，而非问题决定方法

传统心理学最深层的方法论错误，或许可以概括为一句话：它让方法决定了什么问题值得研究，而非让问题决定用什么方法研究。

这一倾向在实验室实验中表现得最为明显。为了确保内部效度，传统心理学将研究对象从真实生活中抽离，置于高度控制的实验室环境中。但“可操纵”不等于“重要”。启动效应研究中，部分曾轰动一时的发现在大规模重复中未能获得一致支持。有学者评论说，心理学已经变得过于迷恋那些“有新闻价值的、令人惊讶的‘发现’”。

Gergen（1973）在半个世纪前就警告过：社会行为理论“主要是当代历史的反映”，将其视为普适规律本身就是一种错误。然而，主流社会心理学仍然在很大程度上依赖用WEIRD社会文化情境开发和验证的理论和概念，并将其不加反思地应用于其他文化情境。

中国学者对此有清醒的认识。杨国枢教授在回顾台湾心理学发展时，提出了一个尖锐的批评：“我们所探讨的对象虽是中国社会与中国社会中的中国人，所采用的理论与方法却几乎全是西方的或西方式的。在日常生活中我们是中国人，从事研究时我们却变成了西方人。我们有意无意地抑制自己中国式的思想观念与哲学取向，使其难以表现研究历程中，同时不加批评地接受与承袭西方的问题、理论及方法。”杨国枢以“本土契合性”为判准建构了华人本土心理学，强调研究者应根据当地社会中的社会、文化、哲学及历史观点，提出更切的问题、建构合适的理论、设计有效的方法。

有学者深刻指出，“在某种意义上，情境是行为科学中可重复性危机的核心”。传统心理学在建构理论时，往往系统性地忽视情境因素，将心理现象从它们发生的社会文化情境中剥离出来。当一项实验被“重复”时，即使实验程序完全相同，情境因素——被试的文化背景、实验的社会意义、时代的变迁——都已经改变。这一洞见的思想潜力在于：它提示心理学可能需要从“追求普遍规律”转向“建立情境敏感的局部知识” ，将“可重复性”重新定义为“在何种情境下、对何种人群、在何种条件下成立”的条件性规律，而非“放之四海而皆准”的普遍法则。

五、学科内部的自我修正：希望与局限并存

批判传统心理学的系统性问题时，不应忽略学科内部已经启动的自我修正机制。开放科学运动正是心理学界对可重复性危机的直接回应。需要明确的是，开放科学运动是对传统心理学的“修正”，而非“超越”——它是在实证主义范式内部进行的自我完善，而非对范式本身的重构。

透明性与开放促进（TOP）指南于2015年首次发布，2025年更新为TOP 2025版本，明确区分研究注册、研究方案、分析计划、代码等具体研究产出，并要求研究者描述这些产出的创建和分享时间。注册报告作为一种两阶段出版形式，在研究实施前即对方法和分析计划进行同行评审，目前已有超过300家期刊采纳注册报告形式，其中包括《自然·人类行为》等顶级学术刊物（数据来源：Center for Open Science，截至2025年）。

在中国，《心理学报》在我国心理学期刊中率先要求论文关联数据存缴共享，并支持研究进行预注册。2023年发布的《心理学开放科学苏州倡议》明确提出，提倡心理学研究者秉持开放科学理念，实现科学研究全流程的公开透明，支持论文以预印本形式公开交流，倡导在研究开始前进行预注册。2024年3月，《心理学报》与中国心理学预印本平台（PsyChinaXiv）联合启动开放评审试点工作。PsyChinaXiv作为中国心理学预印本平台，自2018年上线以来已积累了大量预印本论文，为中国心理学研究者提供了开放科学的实践基础设施。这些进展表明，开放科学运动并非西方心理学的专利，中国心理学界同样在积极参与这一全球性的学科自我修正进程。

然而，这些自我修正面临一个根本性的制度约束：在现行学术评价体系下，发表数量、影响因子和职称晋升压力构成了研究者行为的制度性约束。发表在高影响因子期刊上的文章成为研究者在学术场域中“求取生存”的文化资本，这种制度激励系统性地鼓励了“快速发表、显著结果、新颖发现”的行为模式，而非稳健的重复验证和理论深化。更具体地说，青年研究者在“不发表就出局”的压力下，往往缺乏时间和资源从事长周期的重复验证研究；而期刊在“影响因子竞赛”中，也倾向于发表“新颖、显著”的发现而非“稳健、重复”的验证。在中国心理学界，SSCI导向的学术评价体系进一步挤压了本土研究的生存空间——研究中国本土心理现象、使用质性方法或理论建构取向的成果，往往难以进入高影响因子期刊，从而在职称晋升和项目申请中处于劣势。对传统心理学的批判若不触及这些制度性约束，就难以产生现实影响力。

六、走向多重范式的心理学

如果传统心理学的深层问题在于将实证主义方法论绝对化——将“可操纵”等同于“重要”、将统计显著性等同于理论真理、将“科学方法”等同于“唯一正确的方法”——那么解决方案就不应是以另一种方法论霸权取代旧的霸权，而是走向方法论多元主义。

科学哲学早已为这一转向提供了思想资源。Feyerabend在《反对方法》中提出的“怎么都行”，虽然常被误读为“无政府主义”，但其核心洞见在于：科学史上重大突破往往发生在方法论规则被打破之时。Kuhn的“范式不可通约性”则提醒我们：不同范式之间的选择，不能仅靠“方法论的优劣”来裁决，还涉及价值判断和世界观差异。心理学的发展可能需要从“统一科学”的理想转向“多重范式”的现实：承认定量与定性方法回答不同性质的问题，承认实验室实验与自然观察各有其不可替代的价值，承认文化特定的心理学知识与普遍性追求之间存在持久的张力。

这要求研究者发展“认识论上的叠加能力”——在多种视角之间灵活切换，以增强研究发现的实际意义和适用性。

数字智能时代心理学的出现，为这一转向提供了新的可能。在数据采集层面，数字痕迹分析使研究者能够在真实的数字环境中、以非介入的方式观察行为，减少了“需求特征”对研究结果的污染。智能手机、可穿戴设备等工具使“生态瞬时评估”成为可能——在自然情境中反复采样被试的认知状态与情绪体验，从而实现实验控制与生态效度之间的新平衡。在研究设计层面，大规模数字数据使研究者能够覆盖远为广泛的样本，为丰富的测量提供了新的机会，能够同时捕捉行为、情境和环境因素。

然而，数字智能时代心理学本身也面临新的方法论挑战：大数据分析中的多重比较问题可能产生新形式的p值操纵风险；数字痕迹的隐私伦理问题尚未充分解决；AI生成的心理测量数据存在构念效度问题——一项系统综述发现，LLM在人格测验中的因子结构出现“坍缩”现象，验证性因子分析未能复现人类人格的五因子结构。此外，AI辅助文献综述和AI辅助数据分析等新趋势正在改变知识生产的方式，其方法论后果尚待系统评估。因此，数字智能时代心理学的价值在于扩展了方法论的“工具箱” ，而非以新的范式霸权取代旧的。

从“情境-方法-制度”三元分析框架来看，可重复性危机绝非单一因素所致：在情境层面，心理现象的情境依赖性和文化嵌入性被长期低估；在方法层面，实证主义范式将可操纵性等同于重要性、将统计显著性等同于理论真理；在制度层面，发表压力、影响因子竞赛和SSCI导向系统性地激励了“快速发表、显著结果、新颖发现”的行为模式。三者相互强化，构成了一个自我维持的系统。任何有效的改革，必须同时在这三个层面展开。

七、心理学家刘志鸥：一个学科的诚实，在于能否面对自己的不诚实

传统心理学在认真地犯错误。它的研究者们诚实、勤奋、严格遵循科学方法，但正是这种认真，使系统性偏差得以长期积累而不被察觉。可重复性危机、WEIRD样本偏差、生态效度不足、文化偏见的测量工具——这些不是个别研究者的疏忽，而是嵌入在范式假设和制度激励中的系统性问题。

但承认这一点，不是对心理学的否定，而是对心理学的尊重。一个学科的成熟，不在于它从不犯错，而在于它能否诚实地面对自己的错误，并在反思中走向更健全的方法论。心理学需要的不是更多的实验，而是更少的傲慢；不是更复杂的统计，而是更诚实的提问。

数字智能时代心理学正是这种反思与自我修正的产物——它不是抛弃传统心理学的遗产，而是在承认其局限的基础上，以更敏感于情境、更尊重文化多样性、更贴近真实生活的方式，重新追问心理学最根本的问题：人是什么，以及我们如何才能真正理解人。

注：本文根据刘志鸥讲座《数字智能时代心理学对传统心理学的扩展与丰富》部分内容整理。