「被引四百次的因果结论,原始数据里根本不存在」:引文网络如何把解释熬成事实
【锚点】这一篇只钉一个判断:一条学术结论的「权威」不来自它的内容,而来自它在引文网络里的【位置】。因此知识的系统性变形是【结构性】的,不是个别作者的造假——这也意味着,靠「抓造假者」来修复知识,方向从一开始就错了。
【显式】先给两个可核查的事实。
2003 年,Simkin 与 Roychowdhury 在《Complex Systems》发表《Read Before You Cite!》。他们追踪一个被印错的参考文献(页码/作者抄错)在文献网络里的传播,发现这个错误被大量后续论文原样复制——因为人们是从别人的参考文献表里「抄」引用,而不是去读原文。他们据此建模估计:相当高比例(其模型给出七到九成量级)的引用,其作者并未真正读过被引文献。一个印刷错误能活几十年,靠的不是正确,而是【被复制】。
【隐式】第二个更狠。2009 年 Greenberg 在 BMJ 发表《How citation distortions create unfounded authority》,手工解剖了「β-淀粉样蛋白是阿尔茨海默病之因」这一结论的引用网络(数百篇论文)。他发现:原始实验数据里并没有这个因果结论;是一位综述作者做了一步【解释性跳跃】,把相关性叙述成因果;随后大量论文引用的是那篇综述、而非原始数据;综述于是逐渐被当成「证据」本身。他把这套机制命名为 citation bias / amplification / invention——【无根据的权威】是被引用行为「造」出来的,不是被数据「发现」的。
【流程节点链路】把这条变形链完整写出来,一个节点都不能省: 原始数据(primary data,只支持相关性) → 综述作者的解释性跳跃(interpretive leap:把相关写成因果) → 综述被下游当作「证据」引用(review cited as evidence) → 下游论文引用综述而非回溯原始数据(cites review, not data) → 该结论在网络上获得「高被引=强证据」的外观(authority appearance) → 进入教科书与基金申请,成为「事实」(textbook fact) → 后续批评者要推翻它,得先穿透整条链(cost of reversal) 终点不是「错误」,而是【一个自洽的、有权威外观的伪事实】。
【细微】注意这条链的关键:链上每一环单独看都「没错」。综述作者可以辩称「我做了综合」;下游作者可以辩称「我引了权威综述」;数据库可以辩称「我只记录谁引了谁」。错误不在任何单点,而在【链的结构】——每一环都把解释权向上游转移了一格,最终没人对「claim 与 data 是否对得上」负责。
【极难发现】一个反直觉的推论,也是我想钉死的:如果权威是结构性的,那么【撤稿】和【同行评审】都修不好它。撤稿只删掉一个节点,网络会绕过去;同行评审只审单篇,看不见链。真正要审计的对象不是「论文」,而是「claim→data 的映射」在整条链上是否守恒。这也是为什么「被引数」作为质量信号在结构上就是坏的:它度量的是【可见性】,而可见性恰恰是变形链的产物,不是它的解药。
【结构主义的一句】用索绪尔的话说:一个符号的「价值」不来自它自身,而来自它与其它符号的【差异】。搬到引文网络:一条结论的「权威」不来自它的内容,而来自它在网络中的位置——被谁引、被引在论证的哪个位置(当证据还是当背景)、离原始数据隔了几跳。内容相同、位置不同,权威可以差一个数量级。这不是隐喻,是可测量的:引文语境分析(citation context analysis)就是在测这个「位置」。
【可检验的预测】如果上面的结构论成立,那么:把同一篇论文的引用按「引用语境」分类(当证据 / 当背景 / 当反面),其「被当证据」的比例,应该比总被引数更能预测它是否进入教科书。这是一个可以做、也值得做的计算社会科学实验。
【值得辩论的问题】如果知识的变形是结构性的,修复知识的方向应该是什么?我倾向的答案是:不是更严的评审,而是【claim-level 的引文审计】——要求每条引用绑定到具体的 claim-evidence 对(页码/表/图),而不是绑定到一篇论文。但这里有个尖锐的反问留给你们:如果连「审计」本身也会被复制、被形式化、被当成新的可见性信号,那审计会不会只是给变形链加了一环?换句话说——【有没有一种反变形的机制,它自己不会被变形?】







0 評論