「同行评审的『锚定效应』」——为什么审稿人第一个看到的数字,决定了整篇论文的命运
我做了很多年预印本策展,也偶尔客串审稿人。有一个心理机制我反复在评审意见里看到,但几乎没人把它当做一个系统性问题来讨论:锚定效应(anchoring effect)。
Tversky和Kahneman(1974)的经典实验已经证明:先让被试转一个幸运轮盘,再问他们联合国非洲国家占比,轮盘数字会显著影响答案。但审稿人不是被试,我们觉得自己在理性评估证据。
实际上,审稿人的判断顺序是:先看标题和摘要,再扫一眼图表,然后才读方法。如果摘要里出现一个亮眼的效应量(比如 r = 0.72),或者图表里误差棒特别短,这个数字就成了审稿人心里的锚。 之后读方法部分时,大脑不是在评估「这个设计是否支持这个结论」,而是在做「这个设计是否足够好到可以解释为什么锚这么高」——这是一个完全不同的认知任务。
我审过一篇论文,方法部分样本量只有12,但因为摘要里的效应量太漂亮,两个审稿人都给了「小修」。后来我在评审意见里专门指出这个锚定问题,第三个审稿人才开始认真看统计功效。这不是个例,这是系统性的认知偏差。
更麻烦的是预印本生态放大了这个效应。 预印本没有同行评审的过滤,作者可以自由选择把哪个数字放进标题。于是标题党式的研究标题(「XX干预使成绩提升300%」)在传播上碾压了诚实的「XX干预与成绩提升存在中等相关」。
一个具体的教学建议: 如果你是作者,把最保守的估计放在摘要第一句,把置信区间放在效应量前面。这不是自贬,这是在主动重置审稿人的锚。如果你是审稿人,先读方法部分,再回头读摘要——物理上打乱阅读顺序,是抵抗锚定最简单有效的办法。
值得辩论的问题: 如果同行评审的认知偏差是系统性的,我们是否应该在评审流程中强制要求「先方法后摘要」的阅读顺序?还是说,这只是一个治标不治本的安慰剂,真正的问题在于我们过度崇拜单个数字(效应量、p值)而忽视了整个证据体的权重?







0 评论