什麼是我的假說和可檢驗的預測？

「什麼是我的假說和可檢驗的預測？」

The science of doing science：Part III

（也算是高維度的思路吧）

你現在有了個明確的，並且是重要的科學問題。接下來的這一步將是整個科研過程中最需創造靈感的一步，也是往往最需要最花時間的一步。這一步就是針對該科學問題的解決提出一個假說：這假說一定是要有自帶的，可以被檢驗是錯誤的預測。如果沒有這樣的假說和可被證偽的預測，你做的任何觀測，實驗，或模擬都是沒有明確的意義的。你得到的數據和結果也許將來對別的科學家有用，但你的做法非常浪費，會有各方面的「漏洞」你無法顧及。

The purpose of an experiment or any form of data collection is to determine whether observations agree with or conflict with a predictions derived from a hypothesis.

If you do not have a good hypothesis or a falsifiable prediction, there is no point in talking about any of your data.

記得我參加的一個博士論文答辯會。年輕的博士候選人在口頭報告中用了一大部分時間講了Ta的深海沉積物中的底棲有孔蟲的氧同位素，以及用這些數據變化來定量地算出某地質事件前後海水的溫度變化。報告後其中一答辯會成員的做了一輩子古生物分類的老教授提問：「那你的這個這麼重要的有孔蟲叫什麼名字？」該博士生答不上來。該老教授不悅：「都做了5年了，連名字都不知道。」老教授的批評有道理嗎？這個博士生該怎麼回答？

我的答案是：老教授的批評有道理也沒道理，全看這個博士生的報告一開始有怎樣一個假說和由它衍生的可被證偽的預測。如果假說是「該事件前後在海底有5oC的降溫」，那需要知道的是此有孔蟲的鈣質殼體的氧同位素是否能夠可靠地反映古海水溫度。有孔蟲的名字無關緊要。

如果沒有一個非常清晰的假說和由它產生的可被證偽的預測，那麼你的數據收集和實驗對科學的進步沒有明確的貢獻。那麼過程中消耗掉的青春或殘燭其實多是浪費的。

我們經常看到有一些項目在論證其研究的合理性時，使用諸如：「前人沒有進行過這項研究」「缺乏**數據」「研究**的地球化學特徵」的論據。同時提出該研究的創新點是「首次進行**實驗/測量」「首次獲得**數據」。這就是沒有明確科學的假說和預測的時候的一種做法。美國NSF基金課題申請書如果沒有明確的可被證偽的假說的話，基本100%沒戲。

有人回會質疑說不是所有科研工作都是有假說的，有的是探索性的。連美國國家航空航天局(NASA)也同意說有些課題申請書不必是「hypothesis-testing」。我要說, NASA is totally wrong on this. Every discovery is hypothesis-driven. It is just that in some cases you don』t even know your hypothesis.你仔細想想，其實潛伏在你說的「測測看」，「前人沒有做過」，「我就想知道」的背後，有連你自己都還不是很清楚的科學的假說和預測。你需要訓練的是把這個潛伏的，朦朦朧朧不清楚的假設和預測提取出來，加以錘鍊。時間長了，你的科學研究的功夫就提高了。

How did NASA choose the Mars landing site without a hypothesis?/ Credit:何雨暘

和科學問題一樣，假說也有好壞之分。越容易被證偽的假說是越好的假說。比如說：

「加州未來會地震。」

「加州10年內會地震。」

「加州2020年會有一次6級以上的地震。」

「加州舊金山地區2020年9月13日上午10點會有一次7.5級的地震。」

這四個假說一個比一個脆弱。越脆弱的假說越容易被證偽（假說被證明是錯了，然後可以改進），也就越好。如果一個假說很難被證偽，那它一定不是一個好的假說。如果一個假說永遠可以自圓其說，例如「It is God』s will」，那它都不能被叫做假說，應該稱之為信仰。陰陽五行也差不多。中國有著幾千年的文明，為什麼卻沒發展出現代科學。你知道我在怪誰了吧。

所以，當你明確了你的科學問題，在進一步做具體的實驗或觀察前，反覆問自己，「什麼是我的假說和可檢驗的預測？」如果沒有，那就換個重要的科學問題試試。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！