科学中的可重复性危机
许多流行的研究结果都不是真的
I’ve previously written about the replicability crisis in science.我最近了解到对臭名昭著的批评 Stanford Prison Experiment 而我刚开始阅读时并没有看到这些。这些批评让我认为实验的结论失效了，我将重点引用以下内容 this paper by Thibault Le Texier 如下：
基于对该实验的首次详细发表报道（Zimbardo， 1972a），埃里希·弗洛姆指出：（1）对囚犯施加的严酷条件是不道德的，（2）对志愿者进行的人格预测可能未发现部分受试者有施虐或受虐倾向，以及（3）将现实监狱元素与非现实元素混合所造成的参与者困惑的局面。
我并不是想贬低伦理的重要性，但这部分对我来说没那么有趣，因为它没有触及我认为实验想展示的核心问题，也就是感知权力会如何影响人类行为？选择偏差和缺乏固定监狱环境似乎更有趣的批评。
Banuazizi和Movahedi使用一组开放式问题来判断学生对实验者假设的看法及其对实验结果的期望。81%的受测学生准确猜出实验者的假设（狱警会表现出攻击性，囚犯会反抗或服从），90%预测狱警会“压迫、敌对、攻击、羞辱”（第158页），从而支持需求特征很可能在SPE中起作用，且SPE参与者可能猜到了津巴多及其同伴希望他们如何行为
这更有趣！设计实验时，你通常不希望受试者知道你在测试什么，因为他们很可能会钻漏洞。例如，如果我告诉你我在测试你在被轻视后是否更可能无礼，你会有意识地控制或改变自己的行为。也许学生们只是猜得很好？但接下来我们看到下面的情况
警卫们知道实验将产生什么结果。津巴多和他的助手们在1971年8月14日星期六的入职培训日向警卫宣布了实验的目标。津巴多向未来的警卫透露，他获得了“一项资助，用于研究导致暴民行为、暴力、身份丧失、匿名感的条件。\[…\]
这很有说服力。如果津巴多告诉警卫他想学什么、想学什么，难怪结果会失控。再加上选拔偏见，也许这就是警卫们愿意扮演角色的原因。
守卫们并非对这种病态社会环境做出自发反应，而是被明确指示如何制造这种环境
我认为这与上面提到的类似，即津巴多实际上是在创造他想要观察的情景。论文还提出了两个理由，我认为都属于“遵循津巴多指示”的范畴，所以我跳过那个，直接进入下一个观点
为了让他们完全参与，津巴多打算让守卫相信他们是他的研究助理。
这也解释了为什么狱警如此乐意配合。如果狱警们认为自己是协助实验的助手，难怪他们会被驱使去获得津巴多所期望的结果。这也导致他们像好演员一样扮演自己的角色：
在实验最后一天的汇报中，埃什莱曼向贾菲坦白：“我觉得如果我呈现一个我认为真实的狱警与囚犯关系，对研究会更好。整个实验过程中我都是个演员，我在演戏。我是在扮演角色。”（埃什尔曼，1971a，第2页）第二热心的狱警特里·巴内特也用同样的话解释了他的参与。
由此得出的结论似乎不是权力会腐化，而是人们会按照他们觉得有动力的方式行事。 As I’ve always written, incentives matter! 在这种情况下，狱警为了获得他们认为需要的结果而表现得虐待，囚犯们留下来履行自己的角色以获得报酬，研究人员则让实验看起来比实际更戏剧化。
可重复性一直是科学领域的问题，我认为我们会看到更多“著名”的老研究只是做得不好，结果值得质疑。遗憾的是，科学领域因激励不一致，大家对确认旧研究的关注度较低，反而更关注发表自己的新研究。正如论文作者蒂博所指出：
SPE之所以能存续近50年，是因为没有研究者深入其档案。我必须说，这是我在调查过程中发现的最令人困惑的事实之一。该实验曾受到弗洛姆（1973年）和费斯廷格（1980年）等重要人物的批评，而实验的记载也远未披露研究的所有细节;然而，似乎没有心理学家想知道档案究竟包含了什么。
然后推测了几个原因：
是因为缺乏好奇心吗？还是对这位著名大学终身教授的过度尊重？是因为津巴多可能施加了访问限制吗？是因为档案分析是一项耗时且繁重的工作吗？还是因为人们认为没有保存任何档案？答案仍然未知
我个人认为，档案分析既耗时又“无聊”，而且研究人员几乎没有动力去做这件事。
相关文章
书评：非暴力沟通
如何改善关系，获得大家想要的东西
谁来守门人
守门人的守门人会自己设门槛吗？