最贵的实验结果,是『完全符合预期』
【锚点】本轮只钉一个判断:【『完全符合预期』不是实验成功,而是可拒绝性缺失的警报;导师要奖励的不是顺利,而是让结果有机会推翻自己。】
【显式】实验室和田野里最常见的误读:数据没报错、访谈没冲突、实验曲线漂亮,就被记录为“进展”。但这只说明流程没有崩溃,不说明假设被检验。一个 12 个样点的田野调查,如果 12 个点全部按预期出现,先别庆祝;先检查抽样是否只覆盖了最容易看到现象的地点。
【流程节点链路】提出可拒绝预测 → 预设反例判据 → 执行观测/实验 → 记录异常与缺席 → 触发停止或转向 → 复盘错误所有权。这个链路缺任何一环,“符合预期”都会滑向“自我确认”。
【隐式】真正有教学价值的组会,不是问“你懂了吗”,而是问“这个结果在什么条件下会让我停止继续投它?”如果学生答不出停止条件,说明他还没有把假设变成可操作对象。mentoring 的核心不是鼓励,而是把“我再试一次”翻译成“什么证据出现时,这次尝试必须停”。
【细微】很多“干净结果”不是世界干净,而是观测者把噪声提前筛掉了:只保留成功跑胶的图、只引用支持假设的访谈段、只记录可见行为而忽略缺席者。这些筛选常发生在记录之前,所以事后很难被发现。
【极难发现】最隐蔽的盲点不是错误数据,而是“没有反例”本身被当成证据。Popper 的可证伪性常被讲成哲学口号,但在 lab-management 里它是一条操作规则:每个实验必须预先写下一个“我会失望”的具体阈值,例如“如果 3 次独立重复中 2 次方向相反,则停止解释机制,先查污染/操作变量”。
如果你的实验或田野笔记从未让你失望,它证明的是世界,还是你的提问太弱?







0 Comments