分享本文至 E-mail 信箱
學術引用格式
MLA
APA
EndNote(.enw)

為什麼科學家說不出「疫苗不會導致自閉症」而只能說「沒有證據顯示自閉症的出現和接種疫苗與否之間有關連」?——《拒絕真相的人》

為何我們挑選了這本書:

現代的科學研究無疑讓我們的生活進步,但 人們「反科學」的例子卻仍時有所聞:不願接種疫苗、對基改食物過度的恐慌、跟從樓梯上摔下來相比更害怕墜機但明明是前者機率比較高……等等等,是因為集體的科學素養不夠嗎?還是有什麼因子在背後操縱?為何明明科學證據都放在眼前,大家卻還是不相信科學?
拒絕真相的人》不只探討人們抗拒健康相關的科學背後的心理機制,也談它在演化上的原因。對這不科學的世界百思不得其解的你,讓我們一起來尋求解答吧!

如果可以否證,可能就是真的?

二十世紀初,波普(Karl Raimund Popper)的定義成為科學界對因果關係的核心原則,並且成為非科學人士很難理解的東西。對波普來說,證明因果關係的企圖本身是錯的,我們推論的方式不該是去證明某件事是真的,而應該是去證明它不是真的。據此,波普常被視為經驗否證論的始祖,他的觀念對現代科學研究至關重要,任何科學假設都必須能被否證,這就是為什麼「世界上有神」的說法不是一個科學假設,因為它不可能被證明是錯的。

「世界上有神」的說法不是一個科學假設,因為它不可能被證明是錯的。source:wikimedia

因此,科學實驗的目標是透過相似的經驗或經驗性的觀察,來嘗試否證假設。在科學和統計學裡,正是這種思路讓我們設計出對假設的檢定,我們永遠都在試圖推翻實際上沒有結果的虛無假設。科學永遠是在拒絕虛無假設,而不是在接受其他假設。

舉例來說,當我們測試一種新藥物時,現代實驗設計框架可接受的問題不是「我們如何證明新藥有效?」而是「我們如何推翻認為新藥無效的想法?」下一章我們進一步討論複雜性之後,這個道理會顯得更加違反直覺,也讓科學家更不願意做出像「疫苗不會導致自閉症」這樣的聲明。相反地,說出「自閉症的出現和接種疫苗與否沒有差異」之類的話,會讓科學家覺得自在很多,而這一點單純和實驗設計的方式有關。對大多數人而言,這種說法無法讓人滿意,因為我們永遠在找那個神奇的單詞:導致。然而,追隨波普理念的科學實驗不是在尋找原因,而是在推翻虛無假設。所以,若有一則科學聲明出現了「導致」這樣的字眼,它實際上是對科學實驗的發現做出錯誤的說明。

科學實驗為何這麼難找到「導致」這個詞?圖/By DarkoStojanovic @Pixabay

科學實驗為何這麼難找到「導致」這個詞?誠如波普所觀察的,這也是現代許多科學家所感嘆的,那就是我們不可能觀察到能讓我們一勞永逸建立起因果關係的條件,也就是所謂的「反事實」狀態。一九七三年,大衛.路易斯精要地摘要出因果關係和反事實觀念之間的關係:

我們把事情發生的原因看成能造成差異的東西,這差異必須是如果少了這原因,狀況就會不一樣。少了它,那麼其結果,起碼是部分結果,但通常是所有結果,也會一併不見。

反事實狀態是指在相反情況下,會發生什麼事。舉例來說,如果我想知道喝柳橙汁會不會讓你起疹子,為了確切知道這一點,我必須回到你沒喝柳橙汁的那個時間點,看看會發生什麼事。也就是說,除了喝柳橙汁以外,其他條件都一模一樣,這樣我才能夠比較這兩種情況的結果;而不管我觀察到什麼差異,這些差異都是因為你有喝或沒喝柳橙汁造成的,因為有喝和沒喝是這兩種情況之間唯一的差異。你還是你,你還是有一模一樣的經驗,你在兩種情況下所處的環境也完全一樣,唯一的差別是你有沒有喝柳橙汁。這是建立因果關係的適當方法。

因果理論需要大量仰賴反事實狀態,但現實總是殘酷的

但是,由於我們在現實生活裡無法觀察到反事實的狀態(起碼在我們無法讓時光倒流之前),所以科學家常常仰賴隨機控制研究來達到最佳的反事實結果。隨機控制研究背後的思維是,由於每個人處在控制組或實驗組的機會一樣,得到治療的人不會和沒得到治療的人有系統性的不同,因此觀察到的結果差異就可以歸因於有否得到治療。

然而,這方法有許多問題,例如有時候這兩組人會彼此交談,在某些實驗裡他們甚至會跑到控制組去,這種現象叫做「汙染」或「擴散」。有時候隨機方法沒有用,而這兩個組人實際上會變得有系統性差異,在大多數例子裡會出現這種情況純屬偶然。還有些時候人們會離開實驗,使得這兩組人在實驗最後出現系統性差異,科學家稱這問題為「損耗性偏差」。

Source: Pixabay

就本書處理的議題來說,和我們最相關的流行病學研究可能是隨機對照試驗,但它往往不切實際或不道德。舉例來說,隨機把一組人派去吃基改食物,另一組人沒有吃基改食物,然後看看每組有多少人罹患癌症,這種做法就有些不切實際。罹患癌症需要多年時間,因此我們很難把基改對人體的影響,從日常生活中可能致癌的其他暴露源中獨立出來,更不用說我們在過去十年裡吃到的食物裡,實際上就有大量的基改食物。

因此,要想隨機指派人到完全沒有基改的組別裡,又因為不想讓他們發現這一點而要求他們吃些奇怪的食物,這一點執行起來比我們想像得更加困難。如果想用一個嚴密控制的實驗直接測試這一點,我們就得把分屬控制組和實驗組的兩組人一律隔離在實驗室總部,讓他們在裡面過上大半輩子然後控制一切—從他們吃什麼到他們從事什麼職業、去哪裡旅行,全都要控制。這樣做很花錢且不切實際,當然也不符合倫理。我們也不能隨機把嚴重的憂鬱患者分成接受休克療法,以及沒接受該療法的兩組,因為如果我們認為這種療法有效,不讓真正需要它的人接受治療是不道德的。換句話說,一旦你擁有某種治療效力,就不能只為了實驗考量而拒絕人們使用該治療。

實驗中的大量難以掌握的變因,常使結果產生偏差。 圖/By geralt @Pixabay

基於這些原因,流行病學家常仰賴其他實驗設計,包括準實驗設計、世代研究以及個案對照研究等方法,這些研究可能要追蹤暴露在特定狀況下及沒暴露在特定狀況下的人,看看誰會出現特定疾病或情況。目前來看,這些方法之間的差異還不如它們之間的共通點來得重要。所以,與其在研究開始前就隨機把受試者分配到不同群體,這些受試者其實早已因為研究者無法控制的一些原因,暴露或未暴露在某個或多個情況之下了。例如,有些人剛好住在被工業廢棄物汙染的河流附近,有些人則不住在附近;有些人在二○○九年感染流感,有些人沒有感染流感;有些人喝了很多綠茶,有些人沒喝很多綠茶;或是有些人抽菸,有些人沒抽菸。

理想上,因果理論需大量仰賴反事實狀態,因此這些研究設計會因為幾個原因而顯得不完美。許多因素會決定一個人為什麼會在某個團體之中,而不是在其他團體之中。因此,要分析出最重要的因素向來不是件容易的事。假設我們要進行一個研究,探討住在河流汙染區附近是否會增加人們罹患某些癌症的風險。

但也許,住在河附近的人有比較多船,所以本來就較容易暴露在船的燃料毒氣中;或是這些人就在造成河流汙染的工廠工作,整個人常暴露在並沒有排放到水裡的化學物中。這時若研究者在住在汙染區附近的群體身上發現更多癌症案例,他們該如何判斷問題究竟是水汙染、吸入船隻燃料的氣體,還是在工廠觸摸有毒化學物質所致?

儘管「香菸會致癌」無可反駁,兩者之間的因果關係仍需要謹慎的研究。 圖/By bleztseng

另一方面,世代研究已揭露了無可反駁的重大發現,像是香菸會致癌等。所以,雖然我們手邊可用的工具不盡完美,但也不至於毫無用處,問題只在於想確認香菸是否致癌需要數十年謹慎的探討和反覆的研究,科學家才能放心使用那個神奇字眼──導致。科學家之所以不願使用這個字眼,往往和證據的強度無關,而是因為他們被要求使用反事實角度思考因果關係。除非有人發明時光機器,讓科學家親眼觀察到實際的反事實狀態,否則他們不願說出這個神奇字眼。

相反地,誠如亞里斯多德敏銳地觀察到的,外行人最想看到的就是一切事物的因果關係,而且在沒看到之前永遠不會有安全感。換句話說,一般人思考因果關係的方式,和科學家受到的訓練完全不同。由於這兩種思考方式有天差地別,他們之間產生出大量的錯誤溝通,有時甚至會造成大眾對於科學家的不信任。

本文摘自《拒絕真相的人:人們為何不相信科學?》,八旗文化出版。

關於作者

八旗文化

外部視野,在地思索,
在分眾人文領域,和你一起定義、詮釋和對話。