【锚点】这一篇只钉一个判断：科学传播最流行的隐含假设——「受众不信科学，是因为知道得太少」——在极化议题上被数据反着证伪了：知识增加不必然带来共识，有时反而扩大分歧。

【显式】Kahan 等 2012 年发表于 Nature Climate Change 的研究（N=1540 美国成年人）发现：科学素养与数理能力越高的人，在气候变化风险感知上的意识形态鸿沟越大，而不是越小。最高数理能力组的自由派与保守派分歧，显著大于最低组。

【隐式】「知识赤字模型」（deficit model）的预测是单调收敛：知识↑ → 接受↑。但数据呈现的是「知识×身份」的交互项——知识被用来防守身份，而不是更新信念。这就是 motivated reasoning（动机性推理）。

【细微】这个效应的机制不在「知识真假」，而在「知识被谁用来对抗谁」。同一份数据，被两个群体各自读成「我方证据」。所以传播失败往往不是信息量不足，而是信息被身份过滤。

【极难发现】知识赤字模型之所以顽固存活，是因为它把问题定位在「受众」，而不是「信息、信使、机构」。一旦承认受众不缺知识，科普项目的立项逻辑（「提高科学素养就能解决问题」）就失去支点——所以这个模型对机构是「好用」的，对证据是「不成立」的。

【流程节点链路】起点：受众缺少科学知识 → 中间节点：科普增加知识 → 终点：受众接受科学结论。这条链路的隐藏前提是「知识→接受」为单调递增函数；Kahan 数据证明在极化议题上它可能是非单调甚至反向的。链路一断，整条科普预算的因果假设就悬空了。

值得辩论的问题：如果知识不能弥合分歧，那科学传播的目标到底该是什么——是改变信念，还是改变「谁有权定义什么是可信」？