来源：分析测试百科网

　　目前科学研究的成果面临无法重复的窘境，其中生物学、心理学与医学领域的研究尤为严重。

　　今年早些时候发表在《nature》杂志上的一份报告中指出，在接受访问的1576名科学家中，有90%认为目前科研界存在严重的学术成果难以重复的问题。

　　这一现象正在慢慢玷污"科学"在大众心中的地位，影响政府以及基金组织在科学研究方面的资助，也会影响药物研发与生物科技产业的发展。直白地讲，研究者们每年因此浪费了数以十亿美元计的成本。

　　造成这一问题的原因其实不难想象，即科学杂志中高速涌现的"假"阳性结果。这些家结果使得一个又一个科学研究建立在本来就不牢固的基础之上。

　　大量的假阳性结果之所以出现，是因为大部分研究结果缺少统计学方面的检验，而且传统的研究者们往往忽视统计学的重要性。

　　另外，实验操作的不确定性往往会干预最终的结果，使得我们发现一些本来不存在的"显著性差异"，也许20次试验中才有可能发生一次。我们对科学研究的要求应当再严格一些，尽量达到物理学的标准。

　　英国统计学家以及现代计算学之父查尔斯-巴贝奇早在1830年，就在他的书中强调了不尊重统计学对英国科学带来的负面影响。

　　数据的不合理"锻造"与"炮制"

　　用如今的行话来说，"锻造"与"炮制"包括隐瞒部分数据，不公布试验条件以及数据处理过程，在算法上做文章使之符合显著性标准。

　　根据部分研究者的说法，这些不合理的学术现象发生的几率超出了50%。

　　英国哲学家弗朗西斯-培根曾经在400年前说过：我们对于阳性的结果重视程度远远超出了阴性结果。"人们总是倾向于相信他早已作出的判断"。

　　这种严重的认知偏见，不管是有意识的还是无意识的，都将把当今的科学研究逼向绝境。

　　例如，当了解真正的结果之后谎称早已作出了相关的科学假设（其实并没有）；在得到显著性差异之后再谎称做过了系统的数据收集与处理（同理），这些操作十分普遍。甚至发表在高水平医学杂志上的随机设控的临床试验的结果也受到了影响，尽管在试验之前研究者们就已经做出了详尽的研究计划。

　　研究者们并不会严格地按照试验计划去实施（实际上只有15%会遵循）。相反地，他们经常会删除那些提前设计好的试验计划，将其替换成根据试验结果反推回去的人造"试验计划"。

　　文章还是废纸？

　　我们根本不必深究造成这些学术不端现象的原因，仅仅一句话就可以概括：发表文章的压力。

　　学术界的事业进步需要在同行评议的杂志上发表文章作为支撑，而令我们难受的是，主流文章接受的几乎都是阳性的实验结果，这种竞争的方式是不是似曾相识啊？

　　没错，这就是存在于人类文明中的自然选择。将现代的科学研究比作物竞天择，适者生存的过程，那么只有存活下来的才能够得以发展。对此，达尔文在一百多年以前就发表过相似的看法。

　　现实地讲，不同科学家发表文章的速度是千差万别的，能够快速发表文章的科学家更容易"被选择"，也就是获得职位以及升职。在这种文化的熏陶下，一代又一代的年轻科学家仿照他们导师的人生轨迹加入了这一残酷的竞争大军中来。

　　好的科学研究遭受影响

　　根据另外的调查，研究者们试图在发表文章压力以及保证重复性中寻找一个两全其美的方法，这也是业界人士呼吁的新的现代科学模式。

　　他们认为，在现有的竞争模式下，只有坏的科学研究能够获得生长的机会。因为它们更容易快速产生，快速积累。

　　专注于困难的科学问题进行研究需要花费大量的时间与经历，而浅显的文章更容易在短期内发表。因此，很多专注于研究真正科学问题的研究者们会慢慢发现自己失去了工作。

　　在低水平文章泛滥的现在，作者们仍然缺乏运用统计学工具验证试验想象是否存在的能力。尽管如今数据分析的技术空前强大，但其使用的频率在近五十年来并没有显著提高。

　　在某些领域，运用统计学工具的研究仅占20%-30%。自然选择显然更倾向于发表结果，而非创造知识。

　　达尔文的选择学说对科学家的影响受到：1. 政府的"支持"受限；2. 发表压力的势头持续存在；3. 科学界博士的产生源源不断而进一步地扩大。

　　这些问题需要科学家们、科学家的导师们以及研究机构与政府的共同努力去解决。我们尊重自然选择，但可以将选择的标准从发表文章向解决问题这一本质的标准靠拢。