AI遇见科学思维：日常决策指南
科学思维和AI如何帮助我们应对不确定的选择？
更新于2025年2月10日 | 审核人：Tyler Woods
关键点
- 应用AI和科学思维可以增强基于证据的决策。
- 科学并不证明任何事情。
- 学习科学思维涉及培养一些任何人都可以掌握的基本技能。
- 科学思维对个人决策之外还有深远的影响。
科学思维不仅限于实验室或穿着白大褂的研究人员通过显微镜观察世界。它是一种推理方式，使普通公民能够在个人和职业生活中做出有数据支持的明智决策。
与普遍认为科学是专家的领域这一观点相反，科学思维对任何愿意系统地解决问题、批判性评估证据并接受不确定性的人来说都是可及的。本文探讨了什么是科学思维、它不是什么、AI如何协助以及为什么它对日常决策有帮助。
什么是科学思维？
科学思维是基于证据、逻辑和愿意在面对新数据时修正信念的一种有纪律的方法。它从提出关于事物如何运作的假设和可测试的预测开始，然后收集数据来评估这些预测。这种方法不仅限于专业科学家；它是一种任何人都可以发展的技能，用于探索复杂问题，无论是决定医疗治疗、评估公共政策还是区分事实与误导信息。
例如，如果研究人员想调查移民是否夺走了美国本土公民的工作机会，他们会提出一个零假设：“移民不会夺走本土公民的工作机会” 和一个研究假设：“移民会夺走本土公民的工作机会”。
然后，研究人员会收集和分析数据，这可能表明零假设无法被推翻或拒绝（在这种情况下，证据表明移民并不会夺走本土公民的工作）。然而，如果证据表明零假设可以被拒绝（即证据表明移民确实夺走了本土公民的工作），这并不等于绝对的证明。任何科学研究中都有可能存在随机变异而非真正关系导致的结果。
这就是为什么重复研究（复制）、元分析研究和伞状研究（综合多个研究的发现）至关重要。这些做法通过减少错误结论的可能性，有助于建立更可靠的现象理解。
澄清误解：科学并不证明任何事情
流行媒体甚至科学出版物经常误用“科学证明”这个短语，但这反映了对科学思维的误解。当我遇到这样的陈述时，我立即意识到缺乏对科学过程的理解。
科学研究提供支持或反驳假设的证据，但它们不提供无可辩驳的真理。发现总是可以根据新证据或方法改进而修订。
以医学研究为例，一项研究可能表明一种新药对某种疾病有效，但后续研究可能显示初始结果是一个统计异常或仅适用于特定条件。这就是为什么建议会随着时间而演变，为什么对绝对声明持怀疑态度是科学思维的标志。
科学思维的重要性
科学思维为个人提供了更好的日常决策工具。考虑一下医疗决策。
几年前，我摔断了胳膊，强烈建议我植入金属棒固定骨头。我没有简单接受这一建议，而是查阅了相关科学文献，了解金属棒对我的特定伤害的好处和潜在缺点。最终，我根据证据和个人情况决定不植入金属棒。
这个例子说明了两个关键原则：
- 科学适用于平均值：大多数科学研究提供的是群体的见解，而不是个体。虽然平均结果可能倾向于一种治疗方法，但个体可能会有所不同。理解这一点可以帮助我们将一般性结论应用于我们的独特情况。
- 个人知识很重要：结合科学证据和个人见解可以做出更细致的决策。我知道佩戴金属棒会不断提醒我受伤的事实，可能引发焦虑情绪。此外，我还担心感染的可能性。这种自我意识与数据一起影响了我的选择。
如何科学思考
二十多年来，我一直教授科学思维，对象包括大学本科生、研究生和公众。这是一种可以轻松学习的技能，像数学或写作一样重要。然而，它在学校教育中很少受到重视，许多大学生第一次接触科学思维。由于它通常不是大学的必修课，许多学生毕业时从未学习过科学方法或如何科学思考。为此，我创建了多样性科学方法®。
学习科学思考涉及培养一些基本技能：
- 质疑假设：从质疑普遍持有的信念的有效性开始。它们是否有证据支持？还是基于轶事和猜测？
- 理解假设的作用：认识到假设不是事实；它们是调查的起点。
- 评估证据：考虑证据的质量。它是基于严谨的方法吗？它是否经过重复验证？它是更大范围一致发现的一部分吗？
- 接受不确定性：接受没有任何发现是最终的。科学结论始终是暂时的，可能随着新证据的出现而修订。
- 运用冷静的推理：使用逻辑框架连接证据并得出结论，避免认知偏差和情感推理。
更广泛的影响
科学思维的影响不仅限于个人决策。它是民主的基石，使公民能够就影响社区和世界的政策进行知情辩论。
诸如气候变化、公共卫生和经济不平等等问题需要能够理解复杂数据并在不确定性中推理的公民。没有科学思维，我们可能会基于恐惧、误导信息或意识形态偏见做出决策。
此外，科学思维培养了智力谦逊。通过认识知识的局限性并保持对新证据的开放态度，我们可以成为更好的合作者、倾听者和问题解决者。这种思维方式对于解决我们这个时代两极分化的问题至关重要，在这些问题上，根深蒂固的情感意见往往掩盖了细致的理解。
AI遇见科学思维
生成式AI工具可以通过总结研究、解释风险和比较治疗选项来帮助将科学思维应用于医疗决策。例如，如果你摔断了胳膊，生成式AI工具可以根据医学元分析和伞状研究概述金属棒植入的利弊。它可以解释恢复时间、潜在并发症和替代治疗如石膏固定或物理治疗。
生成式AI工具还可以通过呈现数据而非意见来帮助识别决策中的偏差。当评估移民是否夺走了美国本土公民的工作时，生成式AI工具可以总结劳动力市场的经济研究。它可以比较不同来源的发现，帮助我们理解相互冲突的观点。
通过要求生成式AI工具提供历史趋势，我们可以看到移民如何长期影响就业。
生成式AI工具还可以通过分析数据的框架来帮助我们识别误导性主张。有效使用这些工具意味着询问来源并检查专家之间的共识。
无论是在做医疗选择还是分析移民和经济主张，生成式AI都可以通过提供基于证据的见解来强化科学思维。
尽管AI和科学研究已经改变了我们分析复杂问题的能力，但两者都有其内在局限性。有一句话叫“垃圾进，垃圾出”，意思是生成式AI工具或科学研究的质量仅取决于塑造它们的数据或算法。有缺陷的数据、有偏见的假设或不完整的方法可能导致误导性结论，因此需要仔细审查和持续改进。
然而，一个关键的区别是，虽然有缺陷的输入可能导致误导性结论，但当科学方法正确应用时，通过同行评审、重复研究和更新证据，可以实现自我纠正，而AI系统则需要人工干预来改进或重新训练模型。
结论
科学思维不仅仅是专业人士的专利或局限于实验室。它是一项普遍适用的技能，使个人能够应对复杂问题、做出明智决策并对社会作出有意义的贡献。
通过拒绝绝对证明的概念，接受不确定性并严格评估证据，我们可以以清晰和自信的态度应对生活中的挑战。
在一个快速变化和信息过载的世界中，科学思维能力不仅是有益的——它是必不可少的。无论是做出医疗决定、评估新闻头条还是投票支持某项政策，科学思维和生成式AI工具都为我们提供了基于证据的理性选择路线图。这是一种适用于每个人的日常方法。
(全文结束)
