大自然的不透明逻辑

在写这些段落的时候，生物学家克莱格·文特尔正致力于创造人造生命。他进行了实验，并在一篇题为“创造化学合成基因组控制的细菌细胞”的著名论文中进行了阐述。我对克莱格·文特尔非常尊重，我认为他是这个世界上最聪明的人，而且是一个完全意义上的“实干家”，但给容易犯错的人类这样的权力，无异于给小孩一捆炸药。

如果我没有理解错的话，对于神造论支持者来说，这应该是对上帝的一种侮辱；但是，对进化论支持者来说，这无疑也是对进化的一种侮辱。对于像我和我的同事这样的怀疑主义者来说，这是对人类智慧的一种侮辱，是所有“黑天鹅”风险的起源。

请允许我在这里用一段文字再重复一下我的论点，以使其更清晰。进化是靠无定向的、凸性的自由探索或试错来推进的，因此本质上是强韧的，因为它能从连续的、重复的、细小的、局部的错误中获得潜在的随机收益。而人们开展的自上而下、指挥控制的科研过程却完全相反：这是一种伴有负凸性效应的干预，即暴露于大量的潜在错误中而只获得一些很小的收益。人类理解复杂系统（生物、经济、气候）的风险记录一向少得可怜，再加上回顾时对事实的歪曲（我们只能在损害发生后才理解风险，但接下来却继续犯错误），现在没有证据可以让我相信，我们的风险管理能力增强了。在上述特殊案例中，由于错误的可扩大性，你面对的是最不可预测的随机性。

简单地说，人类不应该玩火自焚（比如去研究原子弹、金融衍生品，或者创造生命的工具）。

有罪还是无罪

让我换个角度，阐述上文中的最后一点。如果大自然中有什么事情你不理解，那么它在超乎你理解能力的更深层面上一定是合理的。所以，自然生物有其自身的逻辑，远远优于我们所能推导的逻辑。就像法律上的二分法：无罪推定（在被证明有罪之前，我们是无罪的），与有罪推定（在被证明无罪之前，我们是有罪的）。让我这样表述我的准则：大自然的行为背后有其严格的逻辑，直到你能够证明事情并非如此；人类和科学的行为有其缺陷，直到你能够证明并非如此。

让我们暂时先别提证据这一话题。如果你想谈论“统计显著性”，那么地球上没有什么比大自然更接近“统计显著性”了。我们从大自然的发展史，以及从纯粹的统计学角度梳理一下大自然从“黑天鹅”事件中幸存下来的大量事例，就能看出这一点。因此，要推翻大自然，我们需要拿出令人信服的充足证据，而不是像一般那样反过来做。可是，从统计上看，打败自然十分艰难——正如我在第7章中讨论拖延时所写的，当涉及道德而不是涉及风险管理时，我们很容易诉诸自然主义谬误。

请允许我再次驳斥以“证据”的名义，侵犯逻辑的严重性。我不是开玩笑：当我质疑某种不自然的治疗方法，比如冰敷时（读者在上文中已经看到，我质疑是因为这种方式缺乏严格的实证和风险管理），我被诘问：“你有证据吗？”这让我极为震惊。过去，许多人都被反问：“你有证据表明反式脂肪是有害的吗？”他们被要求出示证据，但这显然是不可能的，因为这个危害要过几十年才能显现。而这样诘问的人往往都是聪明人，甚至是医生。因此，当（目前）地球的居住者想要做出违背自然的事情，那么他们也必须出示这样做可行的证据，如果他们能做到的话。

一切不稳定或易碎的物品，都有很多机会被打碎。此外，大自然各组成部分之间的互动会以合理的方式进行调节，以使整个系统永续生存。因此，这个磨合了千百万年的机制所诞生的，一定是强韧性、反脆弱性和局部脆弱性的奇妙结合，局部的牺牲是为了让整个自然更好地运作。我们牺牲自己是为了让基因留存，就好像用我们的脆弱换取了它们的生存。我们会衰老，但是在我们的肉体之外，基因会永远年轻，而且越来越适应新的环境。小规模的破碎永远存在，这往往是为了规避影响广泛的大规模灾难。

生物学的无罪辩护：现象学

我已经解释过，现象学比理论更强有力，可以帮助我们制定更严格的政策。让我在此详细说明。

我在巴塞罗那一间健身房健身时，旁边恰好有一位咨询公司的高级合伙人，这种职业的本质就是编造一些叙述和天真的理性主义建议。像很多减肥的人一样，那个人对其减肥过程也津津乐道——谈论减肥的理论总是比坚持减肥要容易。那个人告诉我，他不相信推崇低碳水化合物的阿特金斯或杜坎减肥法，直到他听说了“胰岛素”的运作机制，并被说服开始进行这种减肥疗程。然后，他减了30磅——我们看到，在采取任何行动之前，他需要等待某个理论来说服自己。尽管早有实证证据表明，有人通过不吃碳水化合物，但不改变其总的食物摄入量（即只改变食物组成）的方法减了100磅！我与该咨询师的想法完全相反，我认为这种“胰岛素”理论只是一个脆弱的理论，但现象，即实证效果，却是真的。让我介绍一下后经典主义时期的怀疑经验主义。

我们天生容易受理论的愚弄。但理论诞生又消亡，而经验却总能经受时间的考验。解释总是在变，在历史发展的过程中不断地变化（原因在于因果的不透明性和原因的隐蔽性），因而人们慢慢地养成了一种无明确理论支持就不能形成观点的习惯；但经验却能保持不变。

正如我们在第7章中所看到的，被物理学家称为过程的现象就是一种实证表现，他们不会看它是如何与现有的一般理论相关联的。以下面这个循证陈述为例：如果你正在锻炼肌肉，那么你就可以吃得更多，而不会让更多脂肪囤在腹部，也就是说，你可以大快朵颐而无须购买新的皮带。在过去，对此进行理性化解释的理论是：“你的新陈代谢加快了，因为肌肉运动会燃烧卡路里。”而如今我会听到：“你将对胰岛素更敏感，也不容易储存脂肪。”胰岛素理论，其实应该说是伪胰岛素理论；新陈代谢理论，确切地说应该是伪新陈代谢理论；未来可能将出现另一个理论和另一种物质，但实际上效用仍将保持不变。

下面这句话也是一样：举重能增加肌肉量。过去人们常说，举重会造成“肌肉微撕裂”，肌肉愈合后会增大。而今天，一些人讨论的则是激素信号或基因机制，明天他们还将讨论别的东西。但效应永远存在，仍将如此。

当涉及叙述时，大脑似乎是理论家加骗子的最后一个阵地。把某种神经加进某个领域，突然之间人们就会对它肃然起敬，认为它变得更有说服力，因为这给了人们因果关系更强的错觉——但是大脑太复杂了；它是人类解剖学上最复杂的部分，也是最容易受到欺骗性因果关系影响的部分。克里斯托弗·查布利斯和丹尼尔·西蒙斯让我关注到了我一直在寻找的证据：任何理论只要在大脑回路中找到依据，就似乎更加“科学”、更有说服力，即使它只是随机性地与心理、神经等相关。

但是，这种因果关系深深扎根于以传统方式缔造的传统医学中。阿维森纳在他的《医学规范》中写道：“我们必须知道健康和疾病的原因，如果我们要使（医学）成为科学的话。”

我写的是与健康有关的事情，但我不想依靠超过最低要求的生物学知识（不是在理论意义上）来阐述健康，我相信我的强项就在这里。我只是想尽可能少地了解生物学，以便让我不会无视经验的规律性。

因此，适合一个企业的运作模式应该是在理论的变化面前保持强韧性的模式（让我再说一遍，我对大自然的顺从完全是以统计和风险管理为基础的，即仍然基于脆弱性的概念）。医生兼医学作家詹姆斯·勒法努曾表明，我们对生物过程理解的增强伴随着药品开发的减少，就好像理性主义理论蒙蔽了我们的双眼，成为某种障碍。

换句话说，生物学里面也产生了绿色木材问题！

现在，让我们来谈谈古代和中世纪的医学历史。传统上，从医者通常被分成3种：理性主义者（基于预设的理论，需要全面理解事物的存在原因），怀疑经验主义者（拒绝理论，对没有亲眼目睹的事情下结论持怀疑态度），以及方法论者（他们相互传授一些简单的医学启发法，完全不理会理论，并且找到更加务实的方法，成为经验主义者）。虽然他们之间的差异可能因分类而显得过分夸大，但是我们还是可以看出，这3个传统领域并不是完全存在差异的，他们的起点不同，这取决于他们最看重什么：有的以理论为起点，其他的则以证据为起点。

自古以来，3种倾向之间的紧张关系一直存在——而我自己则坚决地站在维护经验主义者的阵营中。经验主义作为一个哲学学派在古代晚期已经被埋没了，我一直在试图让一些经验主义者的思想焕发新的活力，比如克诺索斯的埃奈西德穆、老底嘉的安提阿哥、尼克米迪亚的曼诺多图斯、塔尔苏斯的希罗多德，当然还有塞克斯都·恩披里柯。经验主义者在面对与过去看到的不完全相同，哪怕是几近相同的情况也会坚称“我不知道”。方法论者在比较类似情况时不会如此苛刻，但也会非常谨慎。

古人更刻薄

医源性损伤的问题不是新的——一直以来，医生们都是人们的笑柄。

马提亚尔在他的讽刺短诗中，就让我们看到了他那个时代人们对医疗专家问题的看法：“我认为迪奥鲁斯是一名医生，不是看护——但在他看来，两者好像都是一样的工作”，或者“我本来没感觉不舒服，斯马奇，但现在（在你服侍之后）就感觉生病了”。

在希腊语中，pharmakon这个词是很模糊的，因为它可能指代“毒药”，也可能指代“治疗”，而且被阿拉伯医生哈威用作双关语，警告不要造成医源性损伤。

当一个人将正面结果归功于自己的技术，将失败归咎于运气时，就产生了归属问题。早在公元前4世纪，尼古克里就声称，医生总是在成功时急于邀功，失败时责怪客观条件或者找一些外部原因。约24个世纪后的心理学家，重新发现了这一规律，并认为这一现象普遍存在于股票经纪人、医生和公司管理人员身上。

我还听过一则古老的逸事，奄奄一息的皇帝哈德良不断地呼喊说，是他的医生杀害了他。

蒙田是古典智慧的集大成者，他的《随笔集》中充满了奇闻逸事：有人问一位古代斯巴达人，为什么他能活这么久。他回答：“忽略医药。”蒙田也觉察到了代理问题，或者说，为什么医生最不关心的就是你的身体健康：“古希腊的讽刺作家曾说，没有医生会因朋友的身体健康而感到开心，就像没有士兵会因城市久无战事而高兴。”

如何开药给一半的人吃

可以回想一下，我们说过一个私人医生会怎样置你于死地。

我们从祖母的故事中看到，我们的逻辑推理（但直觉式行动不是这样）很难区分平均数与我们观察到的其他更丰富的特性。

有一次，我在朋友的乡间别墅参加一个午餐会，有人拿出了一个手持式血压测量工具。我经不住诱惑，就测量了一下动脉血压，竟然略高于平均值。参加午餐会的人中刚好有一位医生，他为人非常友好和善，他马上掏出一张纸，给我开了一些降压药——我随后把这张纸扔进垃圾桶了。后来，我买了同样的测量工具，并发现，我的血压要比平均值低得多（也就是说健康状况更好了），只是偶尔会蹿升。总之，血压会呈现一些波动性，就像生活中的一切。

这个随机变异往往被误认为新信息，从而导致我们出手干预。让我们做一个假想实验，不需要假设血压和健康之间有任何联系。此外，假设“正常”血压是某个既定的已知值。以一群健康人为样本。假如由于随机性，这些人在1/2时间里的血压将高于正常值，而另外1/2的时间里，其血压低于正常值。因此，去医院就诊的话，他们遭遇“高于正常”的警报的概率约为50%。如果医生在患者血压高于正常值的日子里主动给他们开药，那么一半的人将处于服药的状态。请注意，我们可以很肯定地说，他们的预期寿命会因不必要的治疗而缩短。当然，我在这里简化了情况；精明的医生都能够意识到测量值的易变性，并在情况不严重的时候不会开药（虽然他们很容易落入陷阱，而且并不是所有的医生都很精明）。但是，这个假想实验可以显示，经常看医生，尤其是在疾病并不危及生命，或并未给你带来不适的情况下——就像你频繁查看信息一样——是有害的。这个例子也向我们展示了第7章中所说的例子，即由于对噪声的反应过度，私人医生最终导致病人一命呜呼。

这可能比你想象的更严重：医学似乎很难理解样本的正常波动——有时，它很难区分“统计显著性”和“显著性”之间的区别。某种疾病可能会稍微缩短你的寿命，但是却显示出“很高的统计显著性”，导致人们产生恐慌情绪，而实际上所有这些研究可能只是在说，它们以“显著的统计边际”证明，在某些情况下，比如说1%的情况下，患者有可能受到伤害。换句话说：效用的大小、效果的重要性不是根据所谓的“统计显著性”来定的，这种东西往往会欺骗专家。我们需要看的是：病症轻重，也就是说血压与正常值相比高出多少，这可能会影响到你的预期剩余寿命；以及所导致结果的严重性。

为什么这件事很严重？如果你认为统计学家真的理解现实生活中（即“大世界”，而非教科书中的“小世界”）复杂环境下的“统计显著性”，那我要揭示一些让你吃惊的事。卡尼曼和特沃斯基指出，统计人员在现实生活中也会犯错误，忘记他们是统计学家（我提醒读者，思考总是需要做出努力的）。我的同事丹尼尔·戈尔茨坦和我针对数量金融工程师作了一些研究，发现他们中绝大多数的人不明白他们在几乎每一个方程式中都会用到的一些基本概念，如“方差”或“标准差”的实际影响。最近，埃姆雷·索耶尔和罗宾·贺加斯所开展的一次强大的研究表明，计量经济领域中的许多专家，提供了诸如“回归”和“相关”等看似高深的数据，在把他们制造的数据应用到实践中时会犯一些严重的错误——他们的方程式是正确的，但在现实应用中却犯了严重错误。他们几乎总是低估随机性和结果中的不确定性。而且我们还只是谈论统计学家所犯的诠释错误，尚未谈及统计数据使用者，如社会科学家和医生所犯的诠释错误。

可惜的是，所有这些偏差都会使人们采取干预行动，而几乎从来不是放弃行动。

此外，我们现在知道，厌恶脂肪的热潮和标榜“不含脂肪”的口号，其实都源于一个初级错误，即我们误读了一个回归结果：当某个效应是两个变量共同作用的结果（在这里就是碳水化合物和脂肪）时，人们有时却只将结果归因于其中一个。肥胖其实是脂肪和碳水化合物的共同作用的结果，但许多人却错误地将问题归咎于脂肪，而不是碳水化合物。此外，揭示了统计数据误读现象的伟大的统计学家戴维·弗里德曼与其合著者非常有说服力地指出，大家执着地认为盐和血压之间存在的关联，其实根本没有统计学依据。这种关联可能在高血压人群中可以看到，但这更像是例外而非常规情况。

医学中的“严谨数学”

我们可能会嘲笑社会科学中隐藏在虚构数字背后的骗局，但你可能也会好奇，为什么在医学领域没有发生这种事？

实际上，糟糕的观点（和隐藏的观点）显示出，数学在医学领域也愚弄了我们。人们做了很多已被人遗忘的努力，企图将医药数学化。曾有一段时间，医药还从物理科学中衍生出解释模式。乔瓦尼·博雷利在《运动的动物》一书中，就将人体比喻成由有生命的机器——因此，我们可以应用线性物理的规律。

让我重申一次：我并不是反对理性化的习得话语，只要它在错误面前不是脆弱的即可；我是第一个和最后一个哲学家–概率论者和决策者的混合体，而且我永远不会将哲学家–概率论者与决策者分离开来，所以我始终是混合体，无论是早上我喝古老的咖啡饮品的时候、中午我和朋友共进午餐的时候，还是晚上我随手拿本书上床睡觉的时候。我反对的是天真的理性化、虚假的习得话语、深陷绿色木材问题的论述——仅仅着眼于已知的，而忽略未知的。同样的，在衡量未知的重要性问题上，我也不反对运用数学——这是数学的强大应用。实际上，本章及下一章的论点都基于概率数学，但这不是数学的理性主义应用，而且在很大程度上能帮助我们检验，有关疾病的严重性和治疗强度的两种陈述之间是否存在公然的矛盾。另外，在社会科学中运用数学无异于采用干预主义。那些在工作中天天使用数学的人，除了在有用的地方使用数学，也倾向于在每个地方使用它。

使用这种较为复杂的理性主义的唯一条件是：相信一个人并不拥有完整的信息，而且所作所为也要这么认为——要更成熟，你必须接受你并非无所不知的事实。

下一步

本章介绍了凸性效应的概念和医疗领域的举证责任，以及对医源性损伤的风险评估。接下来，我们要看凸性效应的更多应用，并将否定法作为生活的严谨方法。