此處爲人肉維護的鏡像（不保證及時更新和修訂）
原文請見：http://csbabel.wordpress.com/
翻牆請用Google Reader查看：http://csbabel.wordpress.com/feed/
Rev 0.3
思維的特點和缺陷
人類總是喜歡歌頌自己的大腦，比如：思想的威力，邏輯的威力，數學的威力（數學來自於思考），科學的威力（科學來源於思考），還有“意識”這個“人類與動物最大的區別”……blah blah……不過，幾乎沒有人關心過這種想法究竟來自於人體的哪個器官。
心理學中有一個研究偏見的試驗是這樣設計的，向隨機抽樣的一羣人發放問卷，詢問他們兩個問題：1、你身邊有偏見的人佔多大比例；2、你自己有沒有偏見，是否嚴重。結果，遠超半數的人回答得非常一致：1、身邊絕大多數人有嚴重偏見；2、我自己沒有任何偏見。
人類的大腦就是如此：一生都在不停地犯各式各樣的錯誤，同時還對本身保持一個較高水平的評價。之所以犯錯誤，是由人類的大腦運作方式決定的，這幾乎是無法避免的。比如人類有一種本能化思維方式：類比——也就是說，習慣於將自己先前總結出來的規律，施加在未知但看起來相似的事物上，而不事先考慮同樣的規律是不是起作用，同樣，大腦也不去辨別這兩種情形是不是真的“相似”。這其中的“道理”大約是這樣的：“捲心菜的味道不錯，圓生菜和捲心菜長得差不多，那麼圓生菜的味道應該也差不多？”舉個程序員們喜聞樂見的例子：你在emacs裏按Ctrl-X,C按得挺熟練覺得很爽，於是到了gedit和notepad裏八成也會試試看靈光與否，或者到win32 cmd下敲find -exec/xargs，或者到LISP裏寫visitor，或者到Python裏寫GetSubString(index1, index2, step)函數……在這方面，成年人和嬰兒的區別僅在於知識庫中積累的數據不一樣多而已（所以成年人才不再去嘗試已消化過的食物的味道）。在用類比去探索時，我們不認爲這有什麼不對，但是在已經探索過的人羣看來，這非常可笑並且沒有必要。
試錯法也是人類重要的思維方式。其中的“道理”大約是：“我不知道是不是行得通，但是做錯了代價也不大，所以我想試試看”。低幼兒童會用剪刀去剪房間裏的所有物體，其實也是一種試錯。前面舉的emacs的例子，也可以說是在試錯。面對重要的東西，我們往往不會去試錯，但問題在於每個人對於“重要與否”的評估存在着差異，導致對待同一個事物，某人覺得不重要，可以試錯；但另外一個人就會對這種試錯非常反感，甚至憤怒。
通常來說，在面對未知事物的時候，我們的第一印象往往是錯誤的，但我們會（自以爲是地）認爲自己是正確的。隨着對事物的更多瞭解，每一時刻我們都會（不自覺地）修正自己對事物的看法，但每一次我們都會認爲自己完全瞭解該事物了，認爲自己達到終極正確了，同時也會忽略自己剛剛還在犯錯誤這一事實。這其中的“道理”大約是這樣的：“我已經修正了足夠多的錯誤了，那麼這裏面就不會再有大問題了吧？”在軟件開發中，程序員面對BUG也經常如此。心理學中的名詞“面試者錯覺”(interview illusion)就是在總結這樣的一種現象，因爲在企業面試的時候，這種現象最顯著。
歸因錯誤（更確切地：fundamental attribution error）也是人類易犯的思維錯誤。其典型特徵是：將好的結果歸功於自己，將壞的結果歸罪於別人。比如：約會遲到，那是因爲堵車太厲害；如果準時到達，那是因爲自己是一個講信譽的人，故而“能夠有計劃地處理一切意外情況從而做到守時”。類似地還有：如果自己不守交通法（比如在“白實線”併線），那是因爲有急事需要趕路；如果看到別人同樣地行爲，則是認爲對方是一個“沒有素質的人”。再回來頭說軟件公司的例子：處在組織中任何位置的人，包括CEO、VP、PM、Lead、QA & developer，也都會犯這種錯誤：一旦出了問題，大官兒會將問題推給小官兒，小官兒推給程序員，程序員推給外部條件，比如語言有缺陷，OS不穩定，SDK出BUG，Partner還延期……等等等等。如果最後成功了，程序員則會說“其實都是我們乾的活兒”，CEO會說“那是因爲我領導有方”，中層managers會說“CEO什麼實際事情都不管，程序員們全都太懶，都是（因爲）我們這些最難做人的中層經理們在不停地push”……
人類的趨利避害本能，導致思維模式中不可避免地會有將“必要條件”當“充分條件”的現象，比如放置很久的食物並不一定都腐敗變質了，但我們都會選擇扔掉。更進一步地，我們會將既不充分也不必要的條件也當作充分條件。比如我們在黑夜裏會異常小心，雖然“黑夜”與“犯罪”既不充分也不必要；或者，看到別人手中拿着刀子，首先想到的是“不要傷害到我”。其實動物們也何嘗不是如此。如果羚羊會說話，它大概會這樣告訴你：“這裏聞起來有獅子的味道，我不確定這裏是不是有獅子，但是喝過水之後趕緊跑掉總沒有壞處。”爲什麼不會有嚴格按邏輯推理行動的羚羊呢？比如一隻這樣思考的羚羊：“這裏聞起來有獅子的味道，但這有可能是已經走開的獅子留下的；‘有獅子的味道’僅僅是‘有獅子’的必要條件，並不充分（甚至可能不必要），如果看到獅子了（充分條件），那我就會逃跑，否則我就待在河邊喝水……”由於進化方向的隨機性，究竟有沒有這樣的羚羊我們無法判斷，但是我們觀察到現在的世界上並沒有這樣的羚羊。我們可以認爲：即使曾經有過這樣講邏輯的羚羊，它們也已經滅絕了，因爲比起“正常”的羚羊來，這種羚羊沒有生存優勢。對於羚羊的正確選擇是：不嚴格遵守邏輯，按照“未來預期最大化”和“未來風險最小化”的原則行事。這是一種合理且最優的生存策略，是一種rational choice in an uncertain world（感謝Pongba提供）。在自然選擇中生存下來的我們人類，也是同樣：嚴格的邏輯思維不可能是天生的，只能依靠後天的訓練。
類似這樣的例子還可以舉出很多很多……所有的這些本能地、習慣成自然的思維方式（包括但不限於剛剛提及的），會導致這樣一種（顯而易見的）結果：我們在面對不瞭解的領域的時候，往往會出現認知上的偏差（以上的說理並不充分。如果有人不認同我也很正常。我也無法做到充分說理，因爲我的這一份大腦無法真正說服別人的那一份大腦，除非兩者在思想和認識上已經有一定的共同基礎）。這些認識上的偏差會導致很多問題。將這些偏差列舉出一些來，也正是我寫此文的目的。
不要盲目質疑權威
可能是大家過去都被無良的“權威”欺騙了很多年吧（在某些方面還被欺騙着）。在當今的年代，質疑權威變成了一種時尚（比如屢有民科的種種質疑見諸報端）。但對於懂得如何求知的人，有一條原則還是一直沒有變化的：在發表與主流相反的觀點前，要多作調查和思考。不要憑自己的直覺去胡亂質疑。因爲在“絕大多數情況下，你都不太可能是遇該問題的幸運第一人”。如果僅憑直覺去質疑，往往會鬧出笑話。甚至偉大如愛因斯坦者，在他做出過巨大成就的物理學上，曾經靠直覺指導學術研究，高舉反對量子物理的大旗，但還是被無情地擊敗（Aspect experiment），被後人作爲了反面典型，甚至有人笑稱： “如果愛因斯坦自191x年開始以釣魚爲業度過餘生，對科學界也沒有任何損失”。
再舉幾個例子。比如，下面的這個科學事實，它和多數（未受正確汽車安全教育的）人的直覺相違悖：
a)僅使用安全氣囊而不繫安全帶，會增加死亡和受傷的可能性。
b)安全氣囊僅在與安全帶一起使用時才能最大程度地挽救生命。
c)安全氣囊對兒童有致命的傷害作用。
參考資料：安全帶能將乘員的頭部傷害減少6成，安全帶+安全氣囊一起能減少8成（數據來源：NHTSA）。同時，安全氣囊造成兒童死亡率上升35%（數據來源：IIHS）。
又比如：近視的遺傳率爲90%（標準的說法爲0.9）。也就是說，一個人到底近視與否，在90%的程度上是由他的父母的基因決定的。
再比如，我們平時“嘗”到的各種味道，除掉有限的五種味道之外，其它的都是由鼻子“聞”到而不是舌頭“嘗”到的。這五種舌頭可以感受的味道爲：酸、甜、苦、鹹、鮮（一部分的上齶也可以識別這些味道）。除此之外，其它的味道都是被鼻子“聞”到的（蒸發後的唾液攜帶着少量食物分子進入鼻腔從而被聞到）。吃芥末的感受會讓人真實體會到這一過程。
還比如，我們直覺上認爲大部分爲黑色的屏幕會省電，而且傳統的CRT屏幕也是這樣的。但是對於新型的LCD顯示器，屏幕顏色對於省電則變得無關緊要，因爲LCD是靠背光照明，無論屏幕顏色是黑是白，它的背光是一直全開的。如果想要追究起來，白色屏幕比黑色屏幕會更省電（雖然能省下的電量微乎其微），因爲黑色屏幕是要通過電壓驅動液晶分子才能得到的，而白色屏幕是未驅動時的“本來面目”。想要讓LCD顯示器省電，關閉它纔是王道（手動關閉/自動超時關閉）。
對於權威，不是不能質疑，事實上，許多開創性的理論都是經過質疑權威而發明的。質疑應該通過批判性思維產生，其基礎則是知識和實驗。關於批判性思維在這裏不講太多，請參考托馬斯·傑斐遜編寫的學生誓言：我保證使用我的批評才能。我保證發展我的獨立思想。我保證接受教育，從而使自己能夠自作判斷（卡爾·薩根：http://www.cnread.net/cnread1/kpzp/s/sagen/mgcm/025.htm）。
不要放大局部經驗
“不要將局部經驗（或經歷）當成普遍事實”。單講這一句話不會有太多的人反對，但具體到了某件事情上，這種思維缺陷就容易出現了。每個人都有自己特定的經歷，大腦會將這些經歷總結歸納成經驗和規律，並且不自覺地用它當成金科玉律去衡量接觸到的新事物。對於我們的大腦來說，新事物都是不那麼可信的——至少不如自己的經驗可信。如果新事物和自己的已有經驗衝突，多半我們是要去懷疑它。在懷疑的過程中，因爲有了“一票否決/證僞”這樣一個邏輯利器，我們的大腦更傾向於相信自己的舊有經驗。舉個鮮活一點的例子：一個朋友生了小孩後，經常和她的婆婆（來自某省落後的鄉村）發生衝突，而衝突的內容幾乎都是在育兒方法上。比如有一次，婆婆堅持要給孩子的屁股上擦香油，說如果不這樣做的話，長大之後會“屙不淨屎”。我想多數人看到這裏會覺得比較有趣，也不會認爲婆婆的這種“經驗”是正確的。但從婆婆的角度來看，這是她大半輩子攢下來的經驗，是她的長輩和親朋代代相傳、奉爲圭皋的經驗，也是她在兒子身上“試驗”成功的經驗。而媳婦採用的育兒方式是新事物，那是她不願意去相信和接受的東西。婆婆的“邏輯”大約是這樣的：“你說你那方法科學，那怎麼還有生出來就活不了的？你說我的方法不科學，我不還是把我兒子養活這麼大了？”
回到程序員的問題上，這種應用局部經驗的情形也不少。比如：“我上次這樣試驗過，行不通的”，或者“我這樣編譯過，沒問題的”。“行不通”是因爲什麼行不通？是方法有錯還是環境在干擾？“編譯過沒問題”，是表面上沒問題還是真的沒問題，是編譯器的特性還是標準中的規定？
個人經驗和科學理論的衝突是不可避免的，關於如何處理這種衝突，可以按科學界通用的證據原則去處理。並且，證據原則中有如下一些證據強弱的判斷式：雙盲>單盲，盲法>不盲，試驗>觀察，隨機試驗>非隨機試驗，對照實驗>無對照實驗，前瞻性觀察>回顧性觀察，系統性觀察>非系統性觀察( 個案系列、個案、經驗)，“個案系列”>個案，專業人員觀察>非專業人員觀察（上面這段話是引用的，從筆記裏Ctrl-Y的，出處忘了）。
不要捍衛一知半解
我們都不必要、也不可能在所有領域內都做到深入瞭解，像“全才”一類的稱呼離現在這個社會越來越遙遠了（畢竟早已不是達芬奇所處的年代了）。不管你瞭解多少個領域，在一個領域上了解得有多深入，都不可能覆蓋到所有的知識領域。所以，出現對某個領域一知半解的情況，是一個很正常的事情。比如程序員們都懂一點顏色的表示法——如何用RGB值組成顏色（做過視頻處理的人估計還懂ycrcb）。但是如果用Chromatology的高度去要求，估計沒有幾個人能夠合格了（比如D65光源的意義……）。
或者用生活中的例子：一般人都會使用相機，在不少論壇裏還能碰上許多“攝影愛好者”或者職業攝影師。但你要是搬出《大不列顛攝影教程》跟他探討鏡頭的像場性質（場曲、邊緣解像等）、慧差、球差、色差（兩種）等性質，那麼多數人都會變啞巴。
或者另一個例子：幾年前，在LCD顯示器剛剛開始普及時，很多人都在談論面板的反應時間，廠商也在想方設法提高該指標，但是有多少人知道反應時間是如何定義的？真正的響應是不是按標註的反應時間？（http://www.tomshardware.com/cn/953,review-953-5.html）
再舉一個例子，在中國有不少人會開車，在有些國家多數人都會開車。但是如果你去討論“主減速比”、“傳動比”和“剎車點”、“走線”、“換檔時機”，估計多數人會感到難以理解，只有少數競速愛好者會喜歡這樣的話題。但他們也只是比普通人多知道了那麼一點兒點兒，比如多數競速愛好者對於自動變速箱中的“鎖止離合器”都沒有任何概念。（再比如：鋁合金副車架的晶間腐蝕）
多數人對自己存在的不足，在內心深處是能夠感覺到的。如果自己能夠坦然面對，一般也不會有人嘲笑你（以下情況暫且不計：1、懂得太少又想冒充高手；2、遇到有人格缺陷的高手）。但是這裏面有一個“面子”問題，一個人“丟了面子”就想要“找回來”。所以纔會發生這樣的事情：如果一個人感覺到自己在知識上被打敗了，那麼他就會設法從其它方面“找回面子”（往往是用詭辯）。比如，如果你和一個純C語言的“高手”討論OO，那麼他多半會用OO的缺陷和誤用來反駁，或者用OO語言中的缺陷來反駁（如執行速度太慢，或語言太複雜，以致於“爲了避免複雜性也要用C”，嘻嘻），以此方式來掩飾他在OO上的不足。或者當你去和一個彙編高手討論LISP語言的威力，那麼他多半會用執行速度來避開討論的中心，或者用“本質上來講都是圖靈機（或者本質上都不是圖靈機——因爲內存不是無限）”來試圖抹殺差異。
（多說一句：“從本質上來說都是……”這種red herring非常好用，誘惑性極強，一個想要理性辯論的人需要努力抵制這種誘惑，like what Gabriel Gray(Syler) did。我曾見過一個用“本質論”的高手，唉……）
一知半解不可怕，可怕的是“捍衛一知半解”。作爲理性的求知者，要平穩自己的心態，擺正自己的位置，別去計較一時言語上的得失，或者說：“不要太小心眼兒”
不要擴展專家地位
學問講究深入，市場講究niche，所以纔有剛剛說的“不要捍衛一知半解”。同樣的，這一條要說的也是類似的觀點，只不過是從另外的一個角度去談。
在某一領域是專家，換了領域之後多數情況就是白丁，在這種情況下，千萬不要把自己還視作專家。例如：北京師範大學教授劉裏遠，先後就讀於兒科專業、生理專業、運動生理專業、生理專業。曾做過三年臨牀內科醫生。這樣的“專家”，在周老虎案件中的“專家地位”，就完全可以無視。
人云亦云不是事實
有強烈好奇心的人是少數，幾乎沒有好奇心的人也是少數。多數人對於自己了不解的領域還是有一部分求知慾望的。即使少數沒什麼求知慾望的，也會被各種宣傳手段強行灌輸某些方面的“知識”。對不瞭解的領域，這些“知識”的積累可能來自於口口相傳，可能來自於學校和培訓，可能來自於廣播電視報紙網站等各種媒體，甚至可能來自於傳銷、推銷人員的灌輸。事實上，經過這些傳播途徑，有許多錯誤的說法廣爲流傳，正所謂“謊言重複一千遍就是真理”（http://en.wikipedia.org/wiki/Joseph_Goebbels）。我想每個敬業的人，對於自己的專業都會有較深程度的瞭解，但是畢竟社會分工太過細化，大部分人的知識僅限於自己瞭解的領域，對不瞭解的領域，往往不會隨時以嚴謹地態度去審視，而是很容易地就去接受。一不小心，我們就會“中招”，成爲錯誤說法的信徒和奴隸，並將其發揚和傳播到更多的人。
比如“微波爐會破壞掉80%的營養”的說法。如果我們瞭解一點點關於人體的知識，明白人究竟需要什麼樣的營養，或者說什麼才叫“營養”，這種僞科學的說法就不攻自破了。（人類所需的營養，主要是醣，蛋白，脂肪，這三者的比例相加接近100%。剩下的一點點比例是少量的維生素和微量的礦物質）
再比如“肯德雞沒有營養”的說法，也是常見的一種以訛傳訛。即使不按照前面的分析法，用常理去推斷也能搞明白——肯德雞的食物是由以下的原料製成的：小麥、牛肉、雞肉、蔬菜、土豆、玉米、青豆、雞蛋黃、色拉油、黃瓜、醃製蔬菜、胡蘿蔔、奶油、巧克力、可樂（主要是水，還有少量的糖）、固體橙汁和咖啡飲料等。如果有人說饅頭夾雞腿“沒營養”，我想肯定有人會想“用大嘴巴抽丫兒的”。但如果說漢堡“沒營養”，爲什麼許多人就相信了呢？
這類的例子還有很多，比如國內對“亞健康”的概念的炒作，還有國內多年來對狂犬病的惡意誤導（http://www.who.int/mediacentre/factsheets/fs099/en/index.html）……
回到編程的方面，也有不少的例子。比如：熟悉stack的人不瞭解continuation，熟悉heap的人不瞭解GC，熟悉過程式編程的人不瞭解declarative，熟悉OO的人不瞭解函數式編程，熟悉CreateThread的人不瞭解pthread_create，熟悉visitor的人不瞭解multimethod，熟悉observer的不瞭解:after，熟悉ON_PAINT的人不瞭解signal/slot，熟悉QBoxLayout的人不瞭解wxBoxSizer……不瞭解該領域的人所發表的“高論”，對於熟悉的人來說，往往會覺得很傻很天真。如果缺乏涵養，難免會冷嘲熱諷，導致對方敵意地反脣相譏，最終發展成一場面子戰爭。
那麼，如何區分某種廣爲流傳的說法是不是真實可信的？其實很簡單，還是用批判性的思維去審覈，多查資料，多做功課。“不尋常的見解需要不尋常的證據”（e.g. 毒品成癮和越戰士兵的研究）。如果一個（駭人聽聞的）說法在流傳，要先去檢驗一下它有沒有證據。如果沒有證據，姑且當笑話聽好了。如果有證據，要求證一下是不是可重複的（被其它機構獨立做出相同的實驗結果），再去查閱相關的批判，從中瞭解到更多情況，多思考，最後再得出自己的結論。（如果自己的結論與主流學術界背道而馳，那麼要多加小心，因爲主流學術界犯錯誤的概率，遠小於我們作爲一個門外漢而犯錯誤的概率）
P.S. 相比一般的科學實驗，計算機“科學”方面的實驗做起來就容易多了，所以我們其實可以自己動手檢驗廣爲流傳的許許多多的觀點（比如JAVA VM的效率之類的。http://shootout.alioth.debian.org/）
想象猜測不是事實
對於不瞭解的領域，我們的大腦也不會停止想象和猜測，想象和猜測不是壞事，許多發明就是這麼來的。只不過如果僅僅想象和猜測，但不做功課，那就是臆測了。常見的形式有：“人家專業XX師都是……樣子的”或者“這所以做出XXXX事情，肯定是因爲……”，再或者“之所以數據顯示是這樣子，是因爲……”。這樣的判斷，離開了數據的支持，只能說是一句空話，沒有任何意義。
比如在TopLanguage討論組（http://groups.google.com/group/pongba/），前幾天就發生了某些人對攝影師和闖紅燈者的判斷失誤。在這裏並不是要指責曾經判斷失誤的人，只是用來說明：人的大腦一不小心就會犯錯（我的大腦也是一樣。所以我纔去不停地求證，一切靠統計數據——可信的數據）。
又比如：關於“將頭伸出車窗，在某些情況下會導致受傷”這個判斷，大家基本上會認同。但究竟是什麼原因導致受傷？此時的想象和臆測就不管用了，需要數字來說話。但作爲人類，我們當然不可能選擇隨機雙盲法去做試驗（同樣，也不可能用大量嬰兒去做“三鹿氰胺”的毒理/病理實驗），所以只能看統計數字並加以歸納。雖然我們通常會認爲：將頭伸出車窗後，被其它車輛撞擊/被樹枝廣告牌刮傷的可能性是最大的，但是對常這樣做的寵物狗的統計結果表明，因飛行物和飛濺物撞擊的受傷比例其實最高。同時，電動車窗受傷的報告數字也在警示人們，這種看似不起眼的危險其實發生的比率也很高（不僅僅兒童，許多成年人也是電動窗的受害者）。
再舉一個例子（這個例子離多數人的生活有點遠，但它正好是我的興趣愛好。在這種情況下拿出來用於佐證應該也算是合適的）：有一種格鬥比賽叫做綜合格鬥（MMA），這種格鬥的規則相當開放（它繼承自古羅馬鬥獸場的精神）：允許腳踢、膝撞、拳打、肘擊，允許各種摔法，允許使用各種關節技（中國俗稱擒拿），允許使用各種絞技（勒脖子令對方窒息），並且，即使一方已被打倒在地也不會中斷比賽，而是允許另一方的選手用腳踩、足球踢（將對方腦袋當球踢）、或者騎在身上用拳打頭或者用膝撞頭（不要與WWE混淆，WWE僅僅是有劇本的表演）……單單聽我描述，可能你會認爲這種比賽相當殘忍，而且傷亡率會相當地高。但是根據統計數字，傷亡率上來講，看似殘忍的綜合格鬥遠比足球、橄欖球等運動要安全。
如果想要避免（或修正）錯誤的想象和猜測，有一個好辦法：批判性地思考，同時一定要多看實驗數字。
到底應該如何去做
簡短總結一下：對不瞭解的領域，要多思考再發言。思考形式應該是critical thinking，要基於對知識的掌握，基於實驗和數字。不要自以爲是，不要憑空思考，不要隨便下結論。
P.S. 講起道理來誰都會講，做起來卻很難不犯錯。所以我們要隨時自醒。引用一句話：魔鬼在細節中。
附：不成立的證明
必要條件不可證明
這個道理很明白，但中國人卻容易在這方面犯糊塗，導致這方面大大小小的例子很多：
1)鋼產量高是工業發達的標緻，所以我們必須要大鍊鋼鐵，趕超英美。
2)奧林匹克獎牌多是體育發達的標緻，所以我們必須要多拿獎牌，趕超俄美。
3)通過了ISO 9000認證表明工作流程是標準化的，所以我們必須要努力通過ISO 9000。
4)用C++/Java編寫的優良軟件中常常會出現模式，所以我們必須要努力使用模式。
5)CMM認證體現出……所以我們必須要……
有的時候，這種聯繫並不都是“必要條件”，而僅僅是相關。但即使相關度爲1的，也有不必要也不充分的情況（比如相關的這兩個項目都由共同的某個原因所決定。二者都是結果，互相之間無因果關係）。舉個例子：有些人會用這樣的“邏輯”來論證：“在長安俱樂部有年卡的律師，應該都是名律師吧……”
如果必要條件被當成充分條件來反駁，那就更是一筆糊塗帳了，雖然表面上看起來“還挺有道理“的。例如：
論壇ID_A：只有找出良好的抽象，才能做好軟件。
論壇ID_B：放屁！傻B！誰告訴你只要找出抽象就能做好軟件了？你僱一堆白癡程序員加一個白癡經理試試？
（關鍵字提示：“只要……就”和“只有……才”）
問題實驗不可證明
理論需要實驗來證明。但如果實驗有問題，那這種理論的可信度就要受到懷疑了。
許多人可能都聽說過“可樂殺精”、“中（成）藥能殺病毒”，並且將這些說法廣爲傳播。其實，“可樂殺精”和“中藥殺病毒”的試驗是這樣做的：1、將精液置入試管，然後倒入可樂，靜置幾小時，然後觀察到的結果表明活動精子的數量減少了。2、將病毒培養液置入試管，然後倒入中藥製劑，過若干時間後觀察到病毒有大批死亡。
對科學試驗方法有些瞭解的人，看到這裏就會明白這種試驗是多麼地靠不住。對於不瞭解科學實驗的基本原則的人，我這裏多說兩句：這些試驗沒有進行對比，從而導致了錯誤的歸因和解釋（應該隨機雙盲）。試想：如果倒入的不是可樂、中藥，而是白開水、食鹽、吊白塊、漂白粉，或者什麼都不放，會有什麼結果？實際上，精子的活性離體並不長久，而且需要弱鹼環境（可樂爲酸性），而病毒在離體後特別容易滅活（作過病毒培養的人都知道對培養基和溫溼度的嚴格要求）。真正的原因，在沒有做對比試驗的時候會藏匿起來很難發現。如果有了對比實驗，爲了解釋實驗結果，就不得不去尋找真*相，從而也就減少了犯錯誤的可能性（比如這樣的對比試驗：培養皿中未加入任何中藥製劑，只是在桌上放了2小時，然後病毒也大量滅活了）。當然，如果沒有對比的試驗是故意設計的，那就是另外一回事了。
這方面的例子還有很多，隨便找幾個：
例子1：在一個汽車論壇中有人這樣來證明“開空調影響剎車”：車輛靜止怠速，將剎車踏板踩下，然後打開空調，發現踏板變軟了，由此證明：開空調會影響剎車。
（剎車一般採用真空助力泵，長時間踩下剎車踏板，會漏氣而導致“變軟”。所以開不開空調，長時間踩剎車踏板都會“變軟”）
例子2：有人說，可樂是酸性的，會導致骨髂中的鈣質大量流失。實驗設計如下：用酸液去浸泡人的骨骼標本，經過一段時間後發現骨頭變軟而且有很大的彈性，再進行光譜分析，發現裏面的鈣質已經大量減少。
（可樂是喝到消化道里的，不可能直接接觸骨骼。人的胃中有大量的胃液，其主要成分是鹽酸，鹽酸比可樂的酸性和腐蝕性要強多了，可以直接融化鋼鐵）
例子3：《鄭玉巧育兒經（嬰兒卷）》。其中有一節“新生兒有感情嗎”中提到這樣的一個案例（第92頁）：
“醫學上有這樣一個例子，非常令人吃驚：一個剛剛出生的女嬰，無論如何也不吃媽媽的奶，卻吃其他產婦的奶。經過多次試驗，仍然如此，這使醫護人員大惑不解。經過仔細調查，醫護人員瞭解到，這位新生媽媽在懷孕初期，就極力想把胎兒打掉，直到分娩前，還很不情願接受這個孩子。沒想到，孩子出生後竟拒絕吃媽媽的奶！她寧願吃別的媽媽的奶。如果胎兒不能領會母愛，這一切又怎樣解釋呢？”（本例引用自XYS網友文章，未考證與原書文字是否精確一致）
（錯誤的歸因。這種錯誤很可能是由於作者的預設立場而產生的）
題外話：這樣的實驗，對於沒有批判性思維的人，具有相當大的矇騙性。人們習慣於接受錯誤的解釋，這也正是宗教生存的土壤。
有人說我這樣寫是貶低愛因斯坦。其實我寫的這些都是真實情況，只不過有人習慣於將偉大的人的方方面面都搞成金光閃閃的，見不得別人批評，更有甚者不瞭解情況就妄下結論。其實愛因斯坦對自己的每次論戰失敗也都是承認的，只不過他總不服輸，他從直覺上認爲“老頭子不擲骰子”，“一種內在的聲音告訴我它並不是真實的”，認爲量子物理一定在某個基礎的東西上錯了。愛因斯坦終其半生之力，也沒有戰勝量子物理，在死後還被阿斯派克特實驗證明是錯的（“實在性”和“定域性”只能二選一。無論如何選，愛因斯坦都是錯的，因爲他認爲世界既是定域的，又是實在的）。許多人認爲“愛因斯坦對量子物理的批評促進了量子物理的發展”，我想，理智的人都會承認這一點，但這也掩蓋不了如下的事實：愛因斯坦在量子物理上犯了錯誤，而且一錯就是幾十年。如果按順序排列的話，也應該先說愛因斯坦錯了，然後再說他的錯誤其實也是“有一定的積極作用”的。（聽着咋那麼像中學歷史課本評價農民起義泥？）愛因斯坦的朋友，和愛因斯坦同時代的科學家保羅·埃倫費斯特可以批評愛因斯坦的頑固，當面對着愛因斯坦宣稱要以愛因斯坦爲恥，因爲愛因斯坦表現得像“早年容忍不了相對論的那些人”，當時埃倫費斯特手中還沒有任何證據據明愛因斯坦是錯的，我們這些握有可信證據的後人，難道就不能批評愛因斯坦了麼？
如果這種“金科玉律”已經被一個羣體所廣泛接受，那麼它看起來就“更接近於真理”，如朝鮮，柬埔寨，1984……，還有這一篇報道：http://www.gmw.cn/content/2007-05/14/content_605779.htm
現代醫學將發達國家的平均壽命提高到了70多歲，而在此之前，這些國家的平均壽命均沒有超過40歲。其中，現代醫學對嬰兒存活率的提高是非常顯著的。如果想要檢驗，可以試着去找一些50歲以上的人，問問他們的兄弟姐妹夭折過多少。或者參考以下數據：中國在2007年嬰兒死亡率（IMR）爲15.3人/一千人，（這相當於美國1960年的水平，美國在2002年嬰兒死亡率爲7.0人/一千人）。與最早有記錄的數據比較一下：在1915年的美國，嬰兒死亡率爲99.9人/一千人；中國的嬰兒死亡率在1958年爲80.8/一千人，也就是說，當時有將近十二分之一的嬰兒是活不下來的（在1948年，則有五分之一嬰兒會死掉）
即使對食物中的微量營養進行檢測，用微波爐烹調也是有益無害。比如《美國食品科學》中記錄了這樣的實驗結果：微波爐烹飪方法比傳統烹飪方法維生素C損耗減少20％，維生素B1損耗減少40％。中國食品衛生監督部門以前也作過類似的檢測分析，捲心菜經微波爐烹飪，維生素C的損耗率爲4.76％，而傳統烹飪方法導致的損耗率卻爲19.04％。另外，食品中礦物質、氨基酸的存有率也比其他烹飪方法高得多。如用微波爐烹飪蹄膀，八種必需氨基酸爲微波加熱前的98.6％
在國內的汽車論壇，我差不多是最早推廣宣傳IIHS的統計報告的。當時有很多人看到我列出的數據後感到不爽（因爲他們喜歡的車型的傷亡率很高，他們批判的車型的傷亡率卻很低），於是他們就找出各種理由批判。在這些種理由中，沒有一個站得住腳的，比如說“傷亡高是因爲保有量大”，其實原始數字就是摺合的百萬輛車的傷亡率，或者說“某些車型的傷亡率高是因爲舊款多”，其實原始數據已經標明瞭生產年份……IIHS是一個比較嚴謹的機構，早就考慮了種種情況，將數據梳理到合理才發表的，而且發表的文件中也有註明。這些人很可能是沒有仔細看數據，就憑着自己的喜好開始了想象與猜測，所以纔會犯下如此多的低級錯誤（剛纔最後這一句話也是我想象的，嘻嘻）
