一次检验，应当允许信念落败

一次检验，应当允许信念落败

一项新流程上线后，前三次交付都准时。支持者说，这正好证明流程有效；怀疑者说，三次任务本来就简单，旧流程同样会准时。新流程有效与任务难度较低，对“这三次准时”作出相同预测。继续收集同类成功，记录会变厚，两个解释之间的距离却没有拉开。

检验的价值，不只看它有没有产生支持材料，还看它是否让当前判断承担了失败风险。若一个结果出现，任何一方都能说“我早料到了”，它对两者的区分力很低。较好的下一步，是找到当前判断与替代解释预测不同、且错误代价可承受的情形；结果出来以前，先写清哪些观察会降低、放弃或收窄当前判断。

本文的核心判断是：主动找反证并非机械搜索负例。先让当前判断排除某些可能结果，列出有竞争力的替代解释，再选择预测分离、风险可承受的检验；同时在结果出现前规定降低、放弃或收窄判断的条件，并以对称标准评价支持与反对材料。 如果不预设失败条件、只做支持性搜索，长期仍能得到同等或更好的规则识别、预测校准与错误发现率，这个判断就应收窄。

“找确认”混合了几种不同失败

confirmation bias 是一个宽标签，覆盖选择性搜索、记忆和证据评价等现象；每次使用都要说明偏向发生在哪一环。positive test strategy 只描述搜索方向：优先检查预期具有目标性质的实例。它可以受求真目标驱动，也可能真的发现反驳，因而不等于想证明自己正确。

motivated reasoning 处理目标怎样影响信息提取、策略构造与评价。Kunda 1990 年的文献是理论综述，没有一个可报告的单一样本；方向性目标通常仍受“能否造出看似合理理由”的限制，不能把每次错误或坚持都诊断为有意自欺。

belief perseverance 发生在原有证据被撤销或彻底失信以后，相关判断仍残留。biased assimilation 则是面对同一组混合材料时，对合意证据较宽、对不合意证据较严。前者不要求主动搜索，后者也不等于从未接触反方材料。最后，Popper 的 falsifiability 是经验系统在逻辑与方法上留有可被经验顶住的位置；一次实际 falsification 还要接受基本陈述、测量与方法规则。把这些统称“确认偏误”，会把检验设计、推理目标、证据评价和信念残留混成一种人格缺陷。

《中庸》的明辨不等于现代证伪

《礼记正义》卷五十三《中庸》所载“博学之，审问之，慎思之，明辨之，笃行之”，承接“择善而固执之”的修身语境。学习、询问、思考、辨别与实行连成一条实践次序；后文反复以“弗措也”强调，既已着手学、问、思、辨或行，未能、未知、未明、未笃时便不放下。

这段话能支持一项温厚而严格的判断：广收材料之后还有追问与辨别，辨明之后还有实行。它没有竞争假设、概率诊断或科学划界理论。“明辨”若被直接翻成 falsification，原典的择善、诚身和笃行都会消失。

Popper 在 The Logic of Scientific Discovery 2002 年 Routledge Classics 版 §6 把可反驳性作为经验科学的划界标准，并明确它不是意义标准；§11 讨论方法规则，科学实践原则上不能封闭后续检验；§22 又区分逻辑上的可反驳性与何时实际把理论视为遭到反驳。一个经验理论需要排除某些可能结果，才真正给观察留下抵抗它的空间。

两种传统都反对求知停在自我满意，却朝向不同问题。《中庸》组织的是人格修养中学、问、思、辨、行的次序，Popper 讨论的是经验科学的划界与方法约定。前者没有预告现代实验设计，后者也不提供完整修身论。把差异留下，反而能看清今天的任务：求知态度需要辨，具体检验还要说明什么结果与判断不相容。

2-4-6 为什么容易让窄规则幸存

Wason 1960 年让 N=29 名大学生发现一个数字规则。参与者得知 2, 4, 6 符合规则，可以自行提出三数组合，实验者逐次回答是否符合，参与者确信后报告规则。目标规则只是数字依次增大，并非“每次加 2”。六人首次报告正确规则；许多人先提出一个或多个较窄的错误规则。

假设有人猜“每次加 2”，便持续问 8, 10, 12 或 20, 22, 24。这些组合同时符合窄假设和更宽目标，连续的“是”没有区分二者。机械找负例也未必有用：6, 4, 2 同时违反两条规则。反而像 2, 3, 7 这样的组合，符合“递增”却不符合“加 2”，一旦得到“是”，窄假设立即受压。它在目标规则下是正例，在参与者假设下却具有反驳力。

这说明应把反驳目标与搜索方向分开。Klayman 与 Ha 1987 年指出，正向检验是常见且往往有效的策略；效果取决于目标现象和假设的基率、假阳性与假阴性结构、成本及反馈。在目标稀有、假设覆盖率与目标基率大致相称时，检查假设预计会出现目标的区域，可能比在巨大负类里搜索更容易暴露假阳性。Wason 任务的宽目标规则与参与者易想到的窄规则尤其容易让连续正测失去诊断力，却没有证明所有人具有固定的确认人格，也没有证明负向检验永远更优。

反对材料到了，更新仍可能失败

Lord、Ross 与 Lepper 1979 年招募 N=48 名本科生，死刑支持者与反对者各 24 人。每人阅读两项虚构的死刑威慑研究，一项支持威慑，一项反对威慑，程序与结果组合经过平衡。两方都把符合原立场的结果与程序评得更有说服力，对不合意研究提出更严批评；实验内自报的态度移动让两组距离增加。

这项研究测到的是特定强立场样本如何评价混合的虚构材料，称为 biased assimilation 很合适。它没有证明真实死刑效果，也没有证明任何共同材料都会令社会极化。重要的教训是，“把反方证据放到面前”还不够；同一套方法缺陷若在支持材料里被宽待、在反对材料里被放大，搜索完成了，评价仍不对称。

Ross、Lepper 与 Hubbard 1975 年处理的是另一阶段。实验 1 有 60 名女性高中生；实验 2 有 144 名 Stanford 女性本科生，其中 72 名作行动者、72 名作配对观察者。参与者在辨别真假遗书任务中收到预定的成功或失败假反馈，随后被告知反馈是随机安排。普通说明之后，先前反馈对过去与未来能力判断仍留下残余；针对这种残留过程的说明一般消除了行动者的错误自我判断，但旁听同一说明的观察者，在过去表现和具体任务能力判断上仍有显著残留。

这里出现的是 belief perseverance：证据基础撤销了，由它生成的解释还在。它不说明参与者主动搜索了什么，也不意味着信念永远无法纠正。实验使用欺骗与事后说明，样本、年代和任务都很特殊，不能把它改造成日常操控他人的技巧。它提醒我们，删掉旧证据后，还要检查旧证据曾经催生的因果解释。

共同设计，也不会自动带来共同解释

Mellers、Hertwig 与 Kahneman 2001 年以对抗性合作处理合取效应争议。双方先写下对共同测试的预测，由双方信任的仲裁者协调并保存记录，再完成三项实验。频率格式没有在所有措辞下消除合取效应；移除 filler 后，在 Hertwig 提议的措辞下该效应消失。双方共同报告数据，对结果含义仍保留不同解释。

这个方法的价值在于让竞争解释提前承诺预测，并让实验有机会使一方不舒服。它不是安排一个人事后挑毛病，也没有保证一次实验消除分歧。共同数据仍能被不同辅助假设吸收，下一轮检验需要继续寻找预测分离处。

任何反驳都可能首先击中测量、样本、执行或辅助假设，而非核心判断。成熟的做法既不把一条异常宣布为永久终结，也不靠无限补丁让核心主张免疫。结果前写明哪类失败压低哪一层主张，结果后再用同样门槛审查支持与反对材料，才有可能分清修仪器、改边界与弃理论。

风险也规定检验的边界。涉及医疗、法律、安全、财务或人的研究，不能为了制造“严厉反证”绕开专业程序、伦理审批与知情同意。历史数据、模拟、较小且可逆的试验或独立复核，常能先制造预测差异而不把代价转给无辜者。寻找反证本身也会被动机劫持：挑一个很弱、很远的替代解释，再击败它，只是把支持性搜索换了服装。

一次检验最珍贵的地方，是它在结果揭晓前就标出信念可能退让的位置。先让判断排除一些结果，再让替代解释与它分开预测；用可承受的方式观察，并按事先相同的标准评价两边。 这样做不保证立即找到真相，却能阻止每个结果都被写成“我原来就对”。

出处与限制

• 《礼记正义》卷五十三《中庸第三十一》，汉郑玄注、唐孔颖达疏，《武英殿十三经注疏》本；电子文本：https://ctext.org/liji/zhong-yong/zh，注疏：https://ctext.org/wiki.pl?chapter=619734&if=gb。正文只短引学、问、思、辨、行次序并自释；修身践行语境不等于现代证伪主义。
• Karl R. Popper, The Logic of Scientific Discovery, Routledge Classics (2002), §6 pp.17–20, §11 pp.32–33, §22 pp.66–69：https://books.google.com/books/about/The_Logic_of_Scientific_Discovery.html?id=0a5bLBbe_dMC。只释义可反驳性、方法规则与实际反驳的区别；单一异常不自动永久推翻理论。
• P. C. Wason, “On the Failure to Eliminate Hypotheses in a Conceptual Task,” Quarterly Journal of Experimental Psychology 12(3), 129–140 (1960)：https://doi.org/10.1080/17470216008416717。N=29 与 2-4-6 只支持特定规则发现任务，不与四卡任务混写，也不作人格诊断。
• Charles G. Lord, Lee Ross & Mark R. Lepper, “Biased Assimilation and Attitude Polarization,” Journal of Personality and Social Psychology 37(11), 2098–2109 (1979)：https://doi.org/10.1037/0022-3514.37.11.2098。N=48 与虚构死刑材料支持特定样本中的不对称评价，不证明真实死刑效果或普遍社会极化。
• Joshua Klayman & Young-Won Ha, “Confirmation, Disconfirmation, and Information in Hypothesis Testing,” Psychological Review 94(2), 211–228 (1987)：https://doi.org/10.1037/0033-295X.94.2.211。理论分析说明正向检验可有效，其价值随基率、错误结构、成本与反馈变化；本文不为其虚构单一样本。
• Lee Ross, Mark R. Lepper & Michael Hubbard, “Perseverance in Self-Perception and Social Perception,” Journal of Personality and Social Psychology 32(5), 880–892 (1975)：https://doi.org/10.1037/0022-3514.32.5.880。两项欺骗范式实验说明证据撤销后判断可残留，不等于主动搜索偏向或永久不可纠正。
• Ziva Kunda, “The Case for Motivated Reasoning,” Psychological Bulletin 108(3), 480–498 (1990)：https://doi.org/10.1037/0033-2909.108.3.480。这是理论综述，无单一样本；只用于区分推理目标与搜索策略。
• Barbara Mellers, Ralph Hertwig & Daniel Kahneman, “Do Frequency Representations Eliminate Conjunction Effects? An Exercise in Adversarial Collaboration,” Psychological Science 12(4), 269–275 (2001)：https://doi.org/10.1111/1467-9280.00350。只转述三项共同实验的预先预测、设计与结果方向；共同报告不保证消除理论分歧。
• Raymond S. Nickerson, “Confirmation Bias: A Ubiquitous Phenomenon in Many Guises,” Review of General Psychology 2(2), 175–220 (1998)：https://doi.org/10.1037/1089-2680.2.2.175。综述仅用于说明 confirmation bias 覆盖多种操作，题名不表示人人时时受同一机制支配。

版本说明

简体中文为研究母稿，实质修订将记录日期并重新经过受影响门禁。

> 编辑状态：本文已完成独立事实与版权审校、匿名盲审及文字终校，并于 2026-07-18 获总编辑批准，进入分批发行。