PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / C · 前沿快讯 / C018 · 到底算不算炮轰？Nature连发4篇文章揭示“社会、行为

C018 到底算不算炮轰？Nature连发4篇文章揭示“社会、行为科学”领域研究现状

来源：公众号 PSY-Brain_Frontier ｜发布：2026-04-12 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Reliable research in the social and behavioural and sciences

发表时间: 2026-04-01

发表期刊:Nature

影响因子: 48.5

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

引言

在既有的学术评价体系中，顶级期刊的发表往往被视为对研究结论真理性的权威背书。然而，2026年4月1日，《自然》（Nature）同期发表的系列研究（共发表4篇，3篇针对社会与行为科学，1篇为优秀生示例），通过对社会与行为科学（Social and Behavioural Sciences, SBS）领域的大规模系统性审计，对这一默认前提提出了挑战

可重复性危机

科学研究的第一道基石在于可重复性（Reproducibility），即基于原作者提供的原始数据与分析代码，能否复现原报告中的统计结果

一项针对600篇社会科学论文的基础审计显示，仅有24%的作者在发表时主动公开了数据与代码[1]。当数据和代码均可得时，精确复现率达77.2%；若仅有数据，该比例降至43.2%；而需要从源头重建数据时，精确复现率仅为11.0%

Fig. 1 | Data and code availability by year of publication.

这一现状揭示了一个严峻的问题：当前社会与行为科学研究面临的首要障碍，并非理论上的证伪，而是因资料不完整导致的不可验证性或验证难度较大等问题

同一份数据分析出不同结论？

倘若数据不可获取是基础设施层面的缺陷，那么另一项研究则揭示了方法论逻辑层面的不确定性。研究者通过组织一项大规模的多团队协作实验，针对100项研究，为每项研究匹配了至少5名独立分析师，并要求他们基于完全相同的原始数据进行分析。结果显示，仅有34%的研究在不同分析师的统计操作下得出一致结论（Cohen’s d 在原研究的 ±0.05 范围内）[2]

图10

Fig. 2 | Analytical robustness of the statistical results

在504次独立重分析中，74%得出了与原研究一致的结论，24%得到无效或不确定结果，2%则给出相反方向；如果把“所有重分析者都与原研究同结论”视为稳健，只有34%的研究达标

该现象指向了“分析师自由度”（Analyst degrees of freedom）的影响。在心理学与脑科学的数据处理过程中，从异常值剔除的阈值设定到统计模型的具体选择，每一个微观决策均可能引发结论方向的改变，从统计学意义上的显著效应转变为无效应。这表明，相当一部分已发表的科学发现，可能高度依赖于特定的数据分析路径，其客观稳健性有待进一步验证

图11

跨数据复现性堪忧

图12

对研究结论最严格的检验来自可复制性（Replicability，感觉复现性翻译可能更合适），即采用与原研究相同的方法在新的被试群体中再次测量同一效应。在对274项研究进行的独立重复实验中，整体成功率约为55.1%[3]。此外，即便是在成功获得复制的研究中，新实验观测到的效应量（Effect Size）中位数也仅为原始研究报告的一半左右（由0.25降至0.10），当然作者在讨论部分明确指出：单次复现失败不等于原研究一定错误，单次复现成功也不等于原解释一定成立

图13

Fig. 1 | Replication success rates across 13 binary assessments for papers.

这一数据表明，部分曾引起广泛关注的心理学效应，在更广泛的群体验证中，其实际强度可能较为微弱，难以脱离特定的初始实验情境。

图14

理想状态是什么样？

图15 在此次大规模评估中，经济学与政治学领域表现出显著优于平均水平的可靠性。研究表明，这两个学科的计算可再现性超过85%，且在变换统计模型的稳健性检验中，72%的结论依然保持成立[4]

究其原因，关键在于制度化的政策约束。众多顶尖的经济学期刊长期执行强制性的数据与代码共享政策。当透明度成为发表的前提条件，而非仅凭研究者个人意愿的道德选项时，研究成果的可靠性便获得了显著的提升。这一经验为正在应对可重复性挑战的心理学及神经科学领域提供了可借鉴的实践路径

图16

以后怎么办？

上述四项发表于 Nature 的研究并非旨在否定社会与行为科学的价值，而是通过这种系统性的“自我审视”推动科研范式的变革。对于心理学、认知神经科学及相关领域的研究者而言，未来的实践方向或可关注以下三个维度：

从个体分析向多中心协作验证转型

。鉴于单一分析路径可能隐含系统性偏差，未来的研究应鼓励“多分析师验证”机制。说白了，试了哪些方法得到什么结果应该通通报道，而不是只盯着有意思的阳性结果报道 2. 第二，推行强制性的数据共享与预注册制度。借鉴经济学领域的成功经验，将原始数据、分析代码及研究计划的预注册（Pre-registration）由可选项转变为投稿的必要前提，以此从制度层面减少为迎合特定结果而反复调试数据（P-hacking）的空间 3. 第三，重实效应的实际解释力。在统计推断中，应避免对P值的过度依赖，转而审慎评估效应量的实际大小与置信区间。若一项发现的效应仅在实验室严格控制的条件下微弱存在，其在解释人类认知与行为普遍规律时的外部效度则需重新考量

科学的进步不仅依赖于新发现的提出，更植根于其严格的自我纠正机制。《自然》这一系列研究虽然展现了当前研究实践中存在的问题，但也为构建更为透明、稳健的知识体系提供了清晰的演进路径

那么回到本次推送的标题，这四篇文章同时发布，三篇直指社会、行为科学存在的问题，一篇高度赞扬经济学与政治学的相对优势，虽说存在定量的分析和研究，用词非常严谨客观，但到底算不算炮轰？大家自行判断

插一句，我的研究属于社会与行为科学范畴。既看到学科存在的一些问题，也真心希望它越来越好，所以忍不住多说了几句。正所谓爱之深责之切，若有不当之处，还请大家多多包涵，也欢迎一起讨论！

图17

参考文献

[1] Nature. Investigating the reproducibility of the social and behavioural sciences. Nature, 2026.
[2] Nature. Investigating the analytical robustness of the social and behavioural sciences. Nature, 2026.
[3] Nature. Investigating the replicability of the social and behavioural sciences. Nature, 2026.
[4] Nature. Reproducibility and robustness of economics and political science research. Nature, 2026.

分享人：天天

审核：PsyBrain 脑心前沿编辑部

💡 关于我们

👋 你好，这里是「PsyBrain 脑心前沿」

🧠 专注追踪全球认知神经科学的最尖端突破

🔍 视野直击 Nature, Science, Cell 正刊及核心子刊与顶级大刊

📄 每日速递「深度解读」与「前沿快讯」

科研是一场探索未知的长跑，但你无需独行。欢迎加入 PsyBrain 学术社群，和一群懂你的同行，共同丈量脑与心智的无垠前沿。

👇点击卡片进群，欢迎你的到来👇