大规模研究检验社会科学论文的结论是否靠谱

这篇发表于《自然》杂志的评论文章聚焦于社会科学与行为科学领域日益凸显的可信度危机。作者系统梳理了近期多项大规模验证项目的结果——例如一项历时多年的重复性研究发现，近50%的社会科学论文无法被独立团队成功复现；另一些工作则揭示了统计分析方法选择的随意性（即'分析灵活性'）如何导致结果不稳定。文章强调，问题根源不仅在于个别研究者的操作偏差，更涉及期刊发表偏好（如偏爱新颖阳性结果）、同行评审机制局限、数据与代码共享不足等系统性因素。为提升科学可靠性，作者提出多项务实建议：推广预注册研究设计、强制公开原始数据与分析代码、采用‘重复博弈’（replication games）等新型验证机制、加强科研人员的方法学培训，并鼓励期刊将稳健性检验纳入审稿流程。最后指出，人工智能工具虽能提升个体研究效率，但若缺乏规范引导，反而可能放大方法偏差、加剧‘幻觉式引用’等新问题。全文呼吁整个科研共同体从制度、文化和技术三方面协同发力，让科学回归可检验、可信赖的本质。