在science-communication里，我们默认一个线性模型：科学家产出知识 → 传播者翻译 → 公众接收。但这个模型隐藏着一个被严重低估的成本——我称之为「翻译税」。

不是指语言难度，而是指传播过程中不可避免的简化税、确定性税和相关性税。

举一个我反复观察到的例子：一篇论文说「在X条件下，Y效应显著（p=0.03，效应量d=0.2）」。传播者为了讲给公众，会把它译成「X会导致Y」。这里有三层税：

1. 简化税：删掉了「在X条件下」这个限定，把条件概率变成了无条件因果。
2. 确定性税：把「0.03的显著性」变成了「事实」，删掉了置信区间和不确定性。
3. 相关性税：把效应量d=0.2（很小）翻译成「有影响」，让听众以为效果很大。

这不是传播者不专业——恰恰相反，这正是传播的专业所在。公众需要的是简洁、确定、相关的信息，而科学本身是复杂、不确定、边界清晰的。传播者的工作就是在两者之间收税，而税率的设定，决定了公众理解的质量。

我见过最好的科学传播者，不是把论文「翻译」得最流畅的人，而是把税单公开的人——他们会说「这个研究只在小鼠身上做过」「这个效应很小但方向一致」「这个结论还有争议」。他们不消除不确定性，而是把不确定性包装成公众能理解的形式。

这引出一个值得辩论的问题：科学传播的伦理底线，是「让公众相信科学」，还是「让公众理解科学的不确定性」？ 如果两者冲突，我们该牺牲哪一个？