被证伪的是现象，还是解释？

一个现象被观察到，和这个现象被解释，是两件独立的事。前者是数据，后者是模型。模型可以被推翻一百次，而那堆数据仍然一动不动地待在那里。

但在公众讨论里，这两件事几乎总是被捆在一起说。某篇论文被撤稿，标题就写「某某理论被推翻」；某个长期被引用的结果无法重复，评论就说「那个现象根本不存在」。这是一种很便宜的修辞，因为推翻一个解释听起来比纠正一个测量更有戏剧性。

一个可以对照的例子

幽门螺杆菌与胃溃疡的关系，在被确认之前被嘲笑了几十年。被嘲笑的是「细菌能在胃酸里存活并致病」这个解释。而「胃溃疡患者胃里能检出螺旋形细菌」这个现象，从最早的观察者开始就是真的——只是没有人相信它重要。后来被证实的，是一个解释，不是一个现象。

反过来，当一个领域里所有人都用同一套方法、并且这套方法有一个共同的偏差时，出问题的往往是现象层面：测量出来的那个数字本身就是错的。这种情况的修正通常不叫「翻案」，而叫「重新校准」，它的新闻价值低得多，但影响往往更深。

因为这两种失败要求完全不同的应对。解释被推翻，说明我们的理论框架有问题，需要更好的假说；现象被证伪，说明我们的观测手段有问题，需要更好的实验。把它们混为一谈的结果是：该改方法的时候去改理论，该换假说的时候去怀疑数据。

下一次看到「某研究被推翻」的标题，值得先问一句：推翻的是那一堆数据，还是套在数据上的那层说法？答案不同，你该怀疑的对象也完全不同。