王冠可以命令人低头，却不能命令事实改变。真正可靠的权力，是让证据说话，也允许自己改错。
一位古代君王突然高烧不退。御医甲说，是寒气入体；御医乙说，是心火上炎；方士说，是星宿犯宫；近臣又提醒，或许有人暗中下毒。每一种解释都能讲出一套道理，每一个说法背后也都站着某种权威。君王拥有天下最好的药材，可以召来最有名的医者，甚至可以处罚诊断错误的人，但他仍然面临一个最朴素、也最棘手的问题：谁说得对？
地位不能替他回答，财富也不能。即使所有人都跪在地上，病因也不会因此改变。权力可以让一种解释暂时压过另一种解释，却无法让错误变成事实。真正稀缺的不是意见，而是一套能够比较意见、检验证据、暴露错误的方法。
今天，一个普通人看到“这种食物能降血压”“某种方法可以提高孩子智力”“一项研究证明熬夜无害”之类的消息，未必立即知道答案。但他至少可以追问：研究了多少人？有没有对照？观察了多久？说的是相关，还是因果？结论来自一次实验，还是多项研究？风险增加了百分之五十，究竟是从千分之二变成千分之三，还是从百分之二十变成百分之三十？
能够提出这些问题，并不表示我们比古人天生聪明。改变更大的是，我们继承了测量、统计、实验、同行批评、公开记录和重复检验等公共工具。现代普通人的某些判断优势，不来自更高贵的头脑，而来自无数人共同搭建的认知脚手架。
这就是本章所说的“认知权”。
一、王冠不能命令事实
在前一章，我们谈到信息权。手机像一座随身携带的皇家图书馆，让普通人获得了过去只有少数人才能接近的知识资源。然而，书架越大，并不自动意味着判断越好。相互矛盾的材料可能同时出现，真假混杂的说法可能使用同样漂亮的图表，未经证实的故事也可能比严谨结论传播得更快。
信息解决的是“我能不能看见”，认知解决的是“我凭什么相信”。前者扩大材料的入口，后者建立判断材料的尺度。没有前者，人会因无知而受限；没有后者，人则可能被大量信息拖进另一种无知——知道了许多说法，却不知道它们各自有多大分量。
古人并非没有观察、推理和怀疑，各文明都发展过数学、天文与自然研究。真正的差别，不在于“会不会思考”，而在于可靠知识能否被制度化地生产、保存、公开比较和持续修正。零散的聪明可以产生洞见，稳定的程序才能让洞见越过个人寿命，成为公共财富。
科学思维首先带来的，不是更多答案，而是对答案提出约束：一个说法不能只在成功时认领功劳，在失败时逃避责任；不能因为说话者身份显赫，就免于证据审查；也不能因为一个故事动人，就把它当作普遍规律。
所以，本章把科学思维称作真正的“王冠”，并不是要把科学家封为新的君主，更不是要用“科学”二字压制异议。恰恰相反，这顶王冠的价值在于，它不属于某个人。任何结论都可以被追问，任何权威都必须接受检验，任何人只要提出更好的证据和解释，都可能改写原有认识。它赋予人的不是支配他人的资格，而是不轻易被错误支配的能力。
二、什么是“认知权”
“认知权”不是现行法律中一个边界单一、已经定型的权利名称。在本书里，它是一个工作性概念：一个人有机会接受基本教育，接触科学知识和科学进步的成果；有能力理解公共议题中的证据、风险与不确定性；能够在不受强迫的情况下形成判断；也能够在新证据出现后修正自己的看法。国际人权文件已经确认人人有权享受科学进步及其应用所产生的利益；本书进一步关心的是，人能否真正把这种利益转化为日常判断力。〔1〕
这种权利至少有三层：进入知识世界的机会，评价知识主张的能力，以及修正判断的自由。识字、受教育和接触基本科学概念，使人能够理解药品说明、统计图表或政策文本；面对“专家说”“研究证明”，他会问分母、比较对象和统计口径；证据改变时，他也允许结论更新。改变看法不是自我背叛，而是对事实负责。
三层缺一不可。只有信息，没有评价能力，容易被操纵；只有怀疑，没有学习机会，容易滑向“什么都不可信”；只有知识，没有改错空间，则会形成新的教条。成熟的认知权，不是掌握全部真理，而是拥有继续接近真理、降低错误代价的条件。
三、科学不是一张固定流程图
我们在课本里常见一条整齐的路线：提出问题，作出假设，设计实验，分析数据，得出结论。这条路线便于教学，却不应被误认为所有科学研究都必须服从的唯一程序。天文学家不能把恒星搬进实验室，地质学家无法重新制造一次大陆漂移，流行病学家也不能为了研究危害而故意让人暴露于风险。不同领域使用的材料和方法并不相同。
科学真正共同的部分，不是某一套固定动作，而是一种有组织的纠错方式：主张要尽可能说清楚；证据如何产生要能够说明；观察和测量要接受校验；解释要与替代解释竞争；结论的适用范围要受到约束；方法和结果要尽可能公开，使别人能够检查、质疑或重复。联合国教科文组织关于开放科学的文件把科学知识描述为以证据为基础、经由逻辑与同行审查、并接受现实检验的认识。〔2〕
从这个角度看，科学不是“永不犯错”的知识仓库，而是一套“让错误更难长期藏住”的社会装置。研究者可能看错，仪器可能失灵，样本可能偏斜，统计方法可能选错，利益关系也可能影响报告。科学的可信度从来不是来自研究者超越人性的纯洁，而是来自记录、公开、批评、复核、重复和更正这些环节彼此牵制。
因此，一项研究得出结论，并不等于问题关闭。换一批样本是否成立？指标是否对应问题？未得预期结果的研究是否被忽略？这些追问不是破坏，而是科学成长的方式。美国国家科学院的相关报告指出，重复研究是确认发现的重要途径之一，同时不同领域对重复的方式与期待并不相同。〔3〕
四、经验很宝贵，但经验不是终点
“我亲眼见过”是人类最自然的证据形式。朋友吃了某种保健品后精神变好，邻居换了一种学习方法后成绩提高，自己喝了一杯热水后头痛缓解——这些经历当然不能被粗暴否定。许多重要问题最初正是由个人观察提出的。问题在于，个人经验适合发现线索，却通常不足以确定原因。
因为一件事之后发生了另一件事，不代表前一件事造成了后一件事。头痛原本就可能自行缓解；成绩提高可能同时受到老师、睡眠和练习量影响；觉得精神变好，也可能来自期待、休息或生活节奏的变化。如果只记录“用了以后变好”的人，而没有记录用了却没变、没用也变好的人，我们就看不到完整的比较。
科学方法为经验增加了几个关键约束：把“感觉好多了”转化为清晰指标；比较采取与未采取做法时的结果；确认样本能否代表其他人；通过不同团队、地点和方法的重复，逐步增加信心。指标不等于全部现实，但比只凭印象更可检查。
这些要求并不意味着日常生活每次都要做随机对照试验。我们没有必要为了决定早餐吃什么而建立实验室。科学素养更像一种按风险调节审查强度的能力：事情代价很低、结果可逆，可以先小范围尝试；涉及健康、巨额金钱或不可逆后果，则应要求更高质量的证据。判断力不是把每件事都复杂化，而是知道什么时候不能只凭一个故事下注。
我们听到的故事也不是随机出现的：成功者愿意讲述秘诀，失败者往往沉默；罕见奇迹容易成为新闻，平凡的无效很少传播。所谓“眼见为实”，有时只是看见了被筛选后的现实。
五、相关不等于因果
我们的大脑喜欢因果故事。两个现象同时出现，故事几乎会自动生成：使用社交媒体的人更焦虑，所以社交媒体导致焦虑；喝咖啡的人工作效率更高，所以咖啡使人高效；某地区医院越多，死亡人数越多，所以医院增加了死亡。
但相关关系至少可能来自几种不同情况。第一，甲确实影响乙；第二，乙反过来影响甲；第三，某个没有被注意的因素同时影响甲和乙；第四，测量方式或样本选择制造了表面关系；第五，两者只是在有限数据中偶然同步。医院与死亡的例子里，更大、更老龄化的人口既需要更多医院，也可能产生更多死亡；如果不考虑人口规模和年龄结构，数字就会讲出错误的故事。
判断因果，需要的不只是“它们一起变化”。我们要问：原因是否发生在结果之前？关系在不同条件下是否稳定？是否存在剂量变化与结果变化相呼应的模式？有没有合理机制？能否排除重要的替代解释？通过实验、自然实验或更周密的观察设计，是否能接近“其他条件相似、只改变一个关键因素”的比较？
流行病学家奥斯汀·布拉德福德·希尔曾提出一组帮助思考关联与因果的“观察角度”，包括时间先后、关系强度、一致性、生物学梯度与合理性等。它们后来常被误写成一张只要逐项打勾就能“证明因果”的清单。希尔本人的用意更谨慎：这些角度帮助我们衡量证据，却没有哪一条能够机械地给出最终裁决。〔4〕
因果判断之所以困难，是因为我们真正想知道的往往是一个看不见的反事实：如果同一个人在相同时间、相同条件下没有采取这个行动，结果会怎样？现实不能同时走两条路，研究设计的任务，就是寻找尽可能合理的替代比较。随机分组是一种强有力的方法，但并非所有问题都可随机化；观察研究、自然实验、机制证据和长期追踪也各有价值。成熟的判断不是只认一种研究形式，而是理解不同方法能排除什么、又留下什么疑问。
六、概率：把“会不会”改成“有多大可能”
古代占卜与现代概率语言的差别，不只在于一个说神意、一个写数字，更在于概率迫使我们承认：许多未来不是非黑即白，而是在不确定条件下呈现不同可能。
“这种病能不能治好？”“这次投资会不会亏？”“明天会不会下雨？”人们自然希望得到肯定回答。但负责任的判断常常只能给出一个范围：在什么条件下，对什么样的人，依据哪些资料，大约有多大机会发生。这个答案没有“保证”那样令人安心，却更接近现实。
理解概率，首先要看基准发生率。假设一种疾病在一万人中有十人患病，一项检测对患者有百分之九十的概率呈阳性，对健康者也有百分之一的概率误报。现在一万人接受检测：大约九名患者会呈阳性，健康人中却可能有近一百人呈阳性。因此，拿到阳性结果的人并不等于有百分之九十的概率患病。检测准确度必须和疾病原本有多常见放在一起理解。
把抽象百分比改写为自然频数——“一万人中有多少人”——往往更容易看清结构。心理学家吉格伦泽与霍弗拉格的研究表明，以自然频数呈现信息，可以明显改善许多人的贝叶斯推理表现。〔5〕这说明概率能力并非少数数学天才的特权，信息如何表达，会直接影响普通人的理解。
还要区分相对风险和绝对风险。“风险上升百分之五十”如果是从万分之二升到万分之三，和从百分之二十升到百分之三十，意义完全不同。只给相对变化，不给原始水平，就像只说“打五折”却不说原价。
概率也不是对个人命运的预言。某事件有百分之十的概率，对具体个人仍然发生或不发生；这个数字描述的是在既定信息与模型下，应当如何分配信心，而不是取消偶然性。
科学思维不是把人生变成计算题，而是把“我确信”改写为更诚实的语言：我有多大把握？依据是什么？哪些信息尚未知？如果新证据出现，我会把信心调高还是调低？当一个人能够用七成把握表达判断，他既没有假装全知，也没有因为不确定而放弃行动。
七、偏差不是别人的缺点
我们很容易识别别人的偏见，却很难看见自己的。支持某个观点时，我们会认真收藏有利材料，对不利材料则迅速挑错；一件事刚在新闻中出现，我们就高估它发生的频率；一个案例讲得生动，我们便让它压过枯燥但更完整的统计。
心理学家彼得·沃森在经典实验中发现，参与者在检验自己提出的规则时，常倾向寻找能够确认猜想的例子，而不是主动寻找可能推翻猜想的情况。〔6〕后来，特沃斯基和卡尼曼系统研究了人在不确定判断中使用的启发式，以及由此产生的可预见偏差，例如可得性和代表性。〔7〕这些研究不是要证明人类愚蠢。启发式能够让我们在时间紧迫、信息有限时迅速行动，只是它们在某些情境下会稳定地误导判断。
更重要的是，知道偏差名称并不等于获得免疫。一个人背熟“确认偏误”，仍可能只用它解释对手为什么错；学会“幸存者偏差”，也可能把自己喜欢的成功故事当成例外。认知训练如果只增加术语，甚至会让人更擅长为原有立场辩护。
真正有效的办法，是把纠偏变成程序。作出重要决定前，强迫自己写下至少一种替代解释；主动寻找最强的反方证据，而不是最容易反驳的反方；在结果揭晓前记录预测，防止事后把自己说得一贯正确；让观点不同但愿意讲证据的人检查盲点；把“什么情况会让我改变看法”提前写出来。
科学思维最令人不舒服的地方，正是它要求我们把怀疑对准自己。怀疑他人很容易带来优越感，怀疑自己却需要勇气。这顶“王冠”不是戴上之后显得高明，而是提醒佩戴者：你也会错，所以请给错误留下出口。
八、数学不是答案机器，而是关系的语言
我教数学多年，越来越觉得数学教育最珍贵的部分，不是让学生记住多少公式，而是训练他们看见关系。
一道应用题要求把复杂情境抽象成变量，意味着我们要先分辨哪些因素相关，哪些细节暂时可以忽略；一个函数描述变量如何共同变化，提醒我们不要只看孤立数字；比例与百分数让不同规模的对象能够比较；坐标图把趋势、拐点和异常显露出来；概率使不确定性可以讨论；证明则要求每一步都能说明为什么，不能只凭“看起来像”。
但我们不能把数学神化。模型不是现实本身，而是现实的有意简化。任何模型都选择了一些变量、忽略了一些变量，并在特定假设下运行。模型可以非常精确地计算，却精确地回答了错误问题；图表可以完全真实，却通过截断坐标轴制造夸张印象；算法可以稳定输出，却把历史数据中的偏差一并继承。
因此，看到一个数学模型，至少要问四件事：它试图回答什么问题？输入的数据如何产生？关键假设是什么？超出什么范围就不再适用？数学的力量不在于为结论披上一层不可质疑的外衣，而在于迫使推理结构显形，使别人有机会检查。
学过数学也不会自动成为理性的人。课堂上会计算概率，生活中仍可能相信“必中秘笈”；能完成证明，也可能在珍视的立场前拒绝反例。知识要变成判断力，必须在真实问题中练习。教育若只奖励标准答案，数学也可能沦为服从训练。
我希望学生从数学课带走的，不是一种“我能算，所以我比别人聪明”的优越，而是一种克制：我是否漏掉了条件？这个数字能支持多强的结论？有没有另一个模型也能解释现象？答案变化时，是计算错了，还是前提变了？这种克制，比快速报出答案更接近认知的成熟。
九、承认不确定，不等于什么都不知道
公共讨论中，人们常把结论分成两类：确定和不确定。仿佛只要专家说“还需要更多研究”，前面的证据就全部作废；只要不同研究出现差异，就说明谁也不可信。可现实中的知识更像一把有刻度的尺：有些判断证据充分，有些中等，有些只是假设；有些不确定性来自随机波动，有些来自数据不足，有些来自模型选择。
科学共同体因此发展出校准不确定性的语言。气候科学评估会区分证据强弱、一致程度与信心水平。〔8〕医疗决策也会同时报告收益、伤害和证据质量。精确表达不确定性，不是推卸责任，而是避免把暂时认识包装成保证。
当然，不确定性也会被滥用。利益相关者可能抓住尚未解决的细节，制造“既然不是百分之百确定，就无需行动”的印象。但决策从来不能等到所有疑问消失。我们系安全带，不是因为每次驾车必定出事故；公共卫生采取预防措施，也不要求先证明每一个人都会受害。合理行动取决于概率、后果、成本和可逆性，而不只取决于有没有绝对证明。
面对一项新研究，可以用“证据阶梯”来安放它。最下面是观点和个案，它们能够提出问题；再往上是系统观察与比较研究；不同设计、不同团队的结果若相互支持，信心继续上升；如果还存在明确机制、重复验证和长期积累，结论会更稳固。这个阶梯不是机械排名，不同问题适合不同证据，但它提醒我们：不要让一篇论文承担整个世界观的重量。
科学自我修正的速度也不总是理想。错误可能持续，发表制度可能偏爱新奇的阳性结果。开放数据、预先注册、方法透明和重复研究等改革，正为减少这些问题。〔9〕承认制度缺陷，不等于放弃科学；让制度更容易纠错，正是科学精神的延伸。
十、科学的边界：事实不能替你决定价值
科学可以研究某种政策可能带来哪些后果，却不能单独决定社会愿意为公平付出多少成本；可以告诉我们一种治疗的成功率和副作用，却不能替一个具体的人决定，他更重视延长生命、减少痛苦还是维持自主；可以测量不同工作安排与幸福感的关系，却不能替你规定值得过怎样的一生。
事实判断回答“世界大致怎样”“采取行动可能发生什么”，价值判断回答“我们珍视什么”“愿意承担什么”。两者不能割裂：忽视事实的价值选择容易造成善意的伤害；假装价值不存在，则会把某些人的偏好藏在“技术中立”背后。但两者也不能互相冒充。数据无法从自身推出最终目的，伦理立场也不能改写客观后果。
科学之外，还有历史理解、道德推理、艺术经验、法律论证和个人关系中的实践智慧。它们处理的问题和证据形式并不完全相同。科学思维的贡献，不是吞并这些领域，而是要求当一个主张涉及可观察事实时，它应当接受相应证据的约束；当争论主要源于价值差异时，我们也应诚实地承认，不要用一张图表假装争议已经消失。
经合组织关于科学素养的框架，把解释现象、评价科学探究、批判性解释数据和证据，以及研究、评价并使用科学信息等能力，都视为现代公民参与公共生活所需要的素养。〔10〕这说明科学思维不是实验室的专属礼仪，而是每个人处理健康、环境、消费、教育与公共政策时需要的生活能力。
十一、真正的王冠，是允许自己改错
回到开头那间古代病房。君王最缺少的，也许并不是聪明的医生，而是一种不依赖君王喜怒的纠错秩序：诊断可以被记录，治疗结果可以被比较，失败不能被轻易隐藏，地位较低的人也能指出证据中的问题，后来的医者还可以在前人记录上继续前进。
今天的普通人继承了这套秩序的一部分。我们可以使用体温计、检验指标、风险数据和公开指南，可以查到研究，也可以听取不同专业意见。这并不意味着现代人从此不会被骗、不会迷信、不会被情绪带走。信息越丰富，包装错误的技术也越先进。我们真正拥有的优势，是一套可以学习和练习的防错工具。
这套工具的核心不是冷漠，而是诚实：对事实诚实，对证据的限度诚实，对自己的欲望和恐惧诚实。它不要求我们抛弃直觉、情感与价值，只要求它们不要冒充证据；也不要求人人成为科学家，只要求我们在重要判断上保留追问、比较和修正的空间。
王冠通常象征“我有最终决定权”。科学思维这顶王冠却说：我的决定不是最终的；更好的证据可以改变它。它把认错从耻辱变成能力，把不确定从软弱变成诚实，把不同意见从威胁变成发现盲点的机会。
第六章讨论的是如何进入信息世界，本章讨论的是如何不在信息世界里迷路。可是，即使一个人已经学会证据、概率和因果，他仍可能在另一个地方失去尺度：选择错误的比较对象。我们会拿自己的日常与别人的高光相比，拿当下的缺口与想象中的完美相比，也会忘记自己已经越过怎样的历史起点。
下一章，我们要谈的正是这种更隐蔽的认知偏移：参照系。因为判断事实需要证据，判断幸福还需要一把合适的尺。
本章幸福练习：给一个信念留下出口
选一个你最近非常确信、并且会影响行动的判断。它可以是“换工作一定会更幸福”“这种食物肯定有害”“孩子成绩不好就是不够努力”，也可以是你在公共议题上的一个立场。不要选择无关痛痒的问题。
在纸上写下五项：
一、把判断改写成清楚、具体、可被证据影响的句子。
二、列出支持它的三条证据，并标明哪些只是个人经验。
三、列出至少两种其他解释，再寻找一条最有力的反方证据。
四、给当前判断标注信心：从零到一百，你有多少把握？如果判断错误，可能付出什么代价？
五、写下什么新事实会让你把信心下调二十分。
一周后再看这张纸。你不必强迫自己改变结论。练习的目标，是确认你的信念有一扇门：证据可以进来，错误可以出去。能为自己保留这扇门，就是认知自由的开始。
注释与来源
〔1〕联合国《经济、社会及文化权利国际公约》第十五条确认人人有权享受科学进步及其应用所产生的利益。参见联合国人权事务高级专员办事处：https://www.ohchr.org/en/instruments-mechanisms/instruments/international-covenant-economic-social-and-cultural-rights
〔2〕联合国教科文组织：《开放科学建议书》（Recommendation on Open Science），其中将科学知识的生产与证据、逻辑、同行审查及现实检验联系起来：https://www.unesco.org/en/legal-affairs/recommendation-open-science
〔3〕National Academies of Sciences, Engineering, and Medicine, Reproducibility and Replicability in Science, 2019：https://www.nationalacademies.org/read/25303
〔4〕Austin Bradford Hill, “The Environment and Disease: Association or Causation?”, Proceedings of the Royal Society of Medicine, 1965：https://pmc.ncbi.nlm.nih.gov/articles/PMC1898525/
〔5〕Gerd Gigerenzer and Ulrich Hoffrage, “How to Improve Bayesian Reasoning Without Instruction: Frequency Formats”, Psychological Review, 1995：https://pure.mpg.de/rest/items/item_2543495_7/component/file_2562163/content
〔6〕Peter C. Wason, “On the Failure to Eliminate Hypotheses in a Conceptual Task”, Quarterly Journal of Experimental Psychology, 1960：https://www.tandfonline.com/doi/abs/10.1080/17470216008416717
〔7〕Amos Tversky and Daniel Kahneman, “Judgment under Uncertainty: Heuristics and Biases”, Science, 1974：https://www.science.org/doi/10.1126/science.185.4157.1124
〔8〕Intergovernmental Panel on Climate Change, Guidance Notes for Lead Authors of the IPCC Fourth Assessment Report on Addressing Uncertainties：https://www.ipcc.ch/pdf/supporting-material/uncertainty-guidance-note_ar4.pdf
〔9〕联合国教科文组织“开放科学”专题说明，强调开放研究实践对于透明度、可审查性与信任的意义：https://www.unesco.org/en/open-science/about
〔10〕经济合作与发展组织（OECD）科学素养与PISA科学框架，强调解释现象、评价探究、解释证据及使用科学信息的能力：https://www.oecd.org/en/topics/sub-issues/science-literacy.html
比较、适应、稀缺与焦虑如何遮蔽生活
拥有增加之后，为什么我们仍会感到不足，并误判自己与世界。