2020年1月31日晚,新冠疫情正在武汉蔓延。官方媒体发出一条消息:中国科学院上海药物所与武汉病毒所联合研究初步发现,中成药双黄连口服液可以抑制新型冠状病毒。
当天夜里,全国许多城市的药店门口排起长队,有人冒着被感染的风险在寒风里等到天亮,双黄连在各大电商平台很快售罄,连兽用的双黄连都被抢购一空。
所谓“初步发现”,是在实验室的细胞里观察到的现象。在培养皿里能抑制病毒的物质多得很,漂白剂也可以;一种药在人体内是否有效、剂量多少、有无害处,需要的是一套完全不同、严格得多的证据。
五年之后,在大洋彼岸。2025年9月22日,川普和卫生部长小罗伯特·肯尼迪在白宫宣布:孕妇服用对乙酰氨基酚,也就是最常见的退烧止痛药泰诺,可能与孩子的自闭症有关。川普在台上反复说,不要吃,不要吃。
孕期发高烧本身对胎儿有风险,对乙酰氨基酚长期被认为是孕妇退烧最安全的选择之一。发布会之后,美国和许多国家的医学组织纷纷发表声明,说现有证据不支持这一因果结论。
两件事,一在中国,一在美国;一出自科研机构的新闻稿,一出自总统的发布会;一个让人连夜去抢药,一个让人发着烧也不敢吃药。它们犯的是同一种错误:把一份很弱的证据,当成了很强的结论。
前几课讲的是词、句与推理。这一课讲证据:证据从哪里来,怎样掂量它的分量,两件事一起出现为何不等于一件导致另一件,以及那些你看不见、却藏着答案的东西。
1、证从何来
任何一个事实陈述,都可以用三句话去敲:谁说的?他是怎么知道的?还有谁独立地证实了?
第一问人人会问,却常常问错方向。许多人只问说话的人是哪一边的,是官媒还是外媒,是左派还是右派,然后决定信与不信。立场确实会影响动机,可立场相同的人也会说真话,立场不同的人也会说假话。要问的是他有没有能力知道,有没有动机说假。
第二问最易被忽略。中文网络上最常见的消息来源是:“我一个在某某部门工作的朋友说”“据知情人士透露”。这类说法,你甚至不知道中间转了几手。《战国策》里庞葱对魏王讲过:一个人说集市上有老虎,大王信吗?不信。两个人说呢?将信将疑。三个人说呢?信了。集市上明明没有老虎,三人说一遍,便成了虎。
第三问引出证据的第一个要义:独立性。十个人告诉你同一件事,若都是各自亲眼所见,那是十个证据;若都是从同一个帖子里看来的,那只是一个证据,被转发了十次。
2025年5月的印巴空战,是一个极好的教材。5月7日凌晨,印度与巴基斯坦爆发数十年来最大规模的空中冲突。巴基斯坦很快宣布,用中国制造的歼-10C击落了五架印度战机,后来又说是六架。中文网络一片沸腾,“歼-10C一战成名”“阵风被打下神坛”的帖子铺天盖地。
数一数独立来源:几百条消息,几乎都可以追溯到同一个源头,巴基斯坦军方的声明。几百条转发,只等于一个证据,而且来自交战的一方。
后来有没有独立的证据?有。路透社援引美国官员的话说,巴基斯坦的歼-10至少击落了两架印度战机,其中至少一架是阵风。5月31日,印度国防参谋长乔汉在新加坡第一次公开承认印方有战机损失,但拒绝透露数量,并说巴方的数字“绝对不正确”。
所以到目前为止,比较站得住的结论是:印度确有战机被击落,其中至少一架是阵风,巴方宣布的数字尚无独立证实。这个结论既会让一部分中国军迷失望,也会让印度的民族主义者不舒服。这往往是一个好结论的标志:它跟着证据走,不跟着任何一方的情绪走。
数字是最有说服力的证据,也是最易被误读的证据。读数字,第一件事是问它是怎么来的。
2025年2月,马斯克在社交媒体上说,美国社会保障局的数据库里有大量一百五十岁的人,暗示有人冒领养老金。3月初,川普在国会演讲里也列举了数据库里一百多岁、两百多岁的“领取者”。
社会保障局后来解释:这些记录来自几十年前建立的老数据库,许多早已去世的人没有补录死亡日期,按出生年份一算,就成了一百五十岁,这些人并没有在领钱。数据库里有一百五十岁的人,是真的;有一百五十岁的人在领养老金,是另一回事。
过去中文网络有句话:“有图有真相。”这句话今天已经彻底过时。
最常见的手法是挪用:拿一段真实的旧视频,配上一段新的说明。一场战争打起来,网上便冒出大量“现场视频”,许多是几年前别处的冲突,甚至是电子游戏的画面。其次是剪辑:一个人前面说“有人认为”,后面说“但我不同意”,剪掉后半句,便成了他本人的观点。
最后是生成。今天的人工智能,已能生成以假乱真的照片、声音与视频。2025年6月以色列与伊朗的“十二天战争”期间,网上流传过大量人工智能生成的“F-35被击落”的图片。2023年5月,内蒙古包头警方通报过一起案件:一位公司老板接到“好友”的微信视频电话,对方说急需一笔保证金,他看着熟悉的脸、听着熟悉的声音,十分钟内转出了四百三十万元。
一张图、一段视频,今天只能算一条线索,不能算证据。要问的与文字一样:最早是谁发的?何时何地拍的?有没有其他角度、其他来源的画面对得上?
证据也有轻重。医学界有一个大致的证据等级,可以想象成一架梯子,由低到高:个人经历与个案;专家意见;观察性研究,即比较一大群用过与没用过某种药的人;随机对照试验,即把人随机分成两组,一组用药,一组用安慰剂;系统综述,即把同一问题的高质量研究放在一起综合分析。
这架梯子不只适用于医学。“我表哥在美国被抢了”是第一级;“某某教授说美国治安很差”是第二级;“美国各城市多年的犯罪统计”是第三级。争论时第一步,就是把双方手里的证据放到梯子上比一比。
双黄连站在哪一级?培养皿里的细胞实验,连梯子的第一级都还没踩上,它只是一条“值得进一步研究”的线索。泰诺呢?支持关联的,主要是一些观察性研究;而目前规模最大、设计最严的那项研究,下文会讲,结论恰恰相反。
还有一条关于证据的基本规矩:举证责任。谁提出主张,谁就有责任拿出证据。说“有”的人要证明有,而不是让别人去证明没有。
罗素打过一个比方:如果我说,地球与火星之间有一只小小的瓷茶壶绕着太阳转,小到任何望远镜都看不见,你无法证明它不存在;可这不等于你应当相信它存在(Russell, 1952)。
中文网络上,举证责任常被倒过来用。“你能证明这次疫情不是美国搞的吗?”“你能证明2020年大选没有舞弊吗?”“你能证明你没收境外势力的钱吗?”证明“没有”,在大多数情形下根本做不到,这正是提问者的用意。
萨根还说过一句名言:非同寻常的主张,需要非同寻常的证据(Sagan, 1980)。说“昨天我在楼下看到一只猫”,一句话就够;说“昨天我在楼下看到一个外星人”,你就得拿出远多于一句话的东西。
2、相关非因
“A与B常常一起出现”,最多只能说明它们相关。相关的背后,至少有四种可能:A导致B;巧合;B导致A;还有第三个东西同时导致了A和B。要说A导致B,须先排除后三种。
先说巧合与第三因素。2012年,《新英格兰医学杂志》发过一篇半开玩笑的文章:一个国家人均吃的巧克力越多,每千万人里的诺贝尔奖得主就越多,相关性非常高(Messerli, 2012)。作者自己也没当真。数据够多,总能找出几对一起涨跌的东西;何况富国既吃得起巧克力,也养得起实验室,国家财富本身就可能同时推高两者。
再说反向因果。“看心理医生的人心理问题更多”,不是心理医生让人得病,是有问题的人才去看医生。“家里藏书多的孩子成绩更好”,一部分也许是书的作用,也许是重视教育的父母既买书、又管孩子的功课。
再说第三个因素,也叫混杂因素。夏天冰淇淋卖得越多,溺水的人就越多。不是冰淇淋让人溺水,是天热,大家既吃冰淇淋,又去游泳。
男人们最爱转发的一个研究结论是:结了婚的男人更长寿。这个相关是真实的,许多国家的数据都显示过。可它是因果吗?想想第三个因素:更健康、收入更高、性格更稳定的男人,本来就更容易结婚,也本来就更长寿。婚姻可能有一部分作用,但不能把全部都算在婚姻头上。
回到泰诺。支持“泰诺导致自闭症”的证据,主要是一些观察性研究:孕期吃过泰诺的母亲,孩子被诊断出自闭症的比例略高于没吃过的。
用四种可能来想。孕妇为什么吃泰诺?因为发烧、感染、疼痛。会不会是发烧与感染本身,而不是药,与孩子的发育有关?这是一个第三因素。更要紧的是遗传:自闭症有很强的遗传成分,而母亲自身的一些健康状况,既可能让她更常用止痛药,也可能与孩子的发育有关。
怎样把这些因素分开?瑞典的研究者想到一个聪明的办法:比较兄弟姐妹。他们分析了瑞典约二百四十八万名儿童的数据,其中约一百七十七万名儿童有全同胞兄弟姐妹可资比较。同一个母亲,怀老大时吃过泰诺,怀老二时没吃,两个孩子的遗传背景和家庭环境大体相同。在兄弟姐妹之间比较时,孕期服用对乙酰氨基酚与自闭症之间的关联消失了(Ahlqvist et al., 2024)。
这是一个用研究设计“砍掉”第三因素的漂亮例子。它不能百分之百排除泰诺有任何影响,科学从来不说百分之百;但它让“泰诺导致自闭症”这一结论变得非常弱。在这样的证据面前,站在总统讲台上叫孕妇“不要吃”,是把梯子最底下几级的东西,当成了梯子顶上的结论。
正在载入全文…
中国逻辑学之死 · 第八课 | 双黄连与泰诺:两个国家,两种“特效药”,同一种病
Angelo Wong

留言
留言、点赞、回复使用字渡帐号:免费注册字渡后就能参与,名字和头像与字渡相同。
读取中…