至少我们能证伪吧？

既然我们永远无法真正证明任何事物，那至少我们能证伪吧？这样一来，我们就可以通过否定其他选项来有效证明某些事物。正如阿瑟·柯南·道尔的名言：“当你排除一切不可能之后，剩下的无论多么不合理，都必定是真相。”这种方法的一个明显问题在于，你得知道除了想要证明的对象以外到底还有多少种其他的可能性。另外，证伪这件事你到底能不能做得到还不一定呢。

证伪不是一件简单的差事，而我们如何操作则取决于我们是从实用主义的角度来讨论，还是要一丝不苟地遵循逻辑推理。让我们回到刚刚那座荒岛。现在你提出了一个假说，因为某种类似哺乳动物的生物似乎在吃那个长得很像水果的东西，所以它可能对人类来说是安全的。于是，你将这个东西涂在皮肤上，结果起了严重的皮疹。这是否证伪了“可以食用”的理论？从实用主义的角度来看，恐怕的确如此。除了这个东西本身对你有毒之外，我们也可以提出其他解释：也许当天早些时候有某种唾液中含有毒素的动物在你不知情的情况下舔过这块皮肤。在这种情况下，你大可以放心地将那个“水果”吃下去。我们还能编造出更多更加牵强的说法来强行解释，但如果你不想死在丛林里，恐怕还是要把实用主义放在心上。

从纯粹哲学的角度来看，如果你无法证明任何事物为真，那就意味着你无法证明任何前提为真，也无法证明任何实验步骤毫无缺陷（因为这些都属于“任何事物”这一庞大的范畴）。最终，这种逻辑推导出的结果就是，你无法100%证明任何事物为假。

此时，我们遇到了奥卡姆剃刀原理，它常被用来决定谁是“最佳”解释。但请注意：“最佳”的解释可不一定是正确的。所谓的奥卡姆剃刀原理指的是：对于任何给定的数据或观察结果，存在无数种可能的解释，但其中需要最少附加假设的解释最有可能是正确的。注意：我并没有说该解释一定正确，只是从统计的角度来说，某个解释需要我们做出的非常规假设越多，其正确的可能性越低。

下面我们看一个实际场景的示例：

假如一名教授要从办公室到教室去上课，最简单的路径可能是沿最短路线直接步行。大多数时候，他们可能确实是这么做的。但是在今天，他们可能需要先去同事的办公室送点儿东西，或迫切地需要喝一杯咖啡才能讲课（教授身上是否带着咖啡？），又或者他们与同事先去一起喝咖啡，然后决定绕校园池塘散步后再去上课。这些路径都不算离谱。但若让你在没有任何数据的情况下选出一个答案，你会选哪个？如果教授的手上拿着带商标的咖啡杯，这一观察结果就可以作为“数据”纳入考虑；如果教授在干燥天气里穿着湿漉漉的鞋子走进教室，你可能会根据这一细节调整解释，使绕行池塘这一路径的可能性大大提高。

我们还可以编造更加离谱的路径，比如教授早早离开了办公室，先飞往另一个城市发表演讲，再飞回来，刚好来得及给学生上课。可能吗？当然有可能。可能性高吗？大概不高。除非教授拉着行李箱冲进教室大喊：“我刚从华盛顿做完演讲回来！”总之，根据奥卡姆剃刀原理，符合现有数据的最简解释通常最有可能是正确的。

最终，当证明或证伪某事物时，研究者常会说：

这其实是暗指“数据可能支持该理论，但我们不愿意用‘证明’一词”。

或者，还有一种老掉牙的说法（希望你对绕圈子的说话方式没那么反感）：

这句话的意思其实是，“数据既不排斥也不支持该理论，但我们想把这句话说得听起来更科学一些”。

然而，有些看似荒诞的事物最终却被证实为真，我们必须对下次实验有可能颠覆现有理论的可能性保持开放态度。你听说过姆潘巴效应吗？在同等质量、同等体积和同等冷却环境的条件下，热水比冷水结冰更快。这是否违背了你的直觉和日常经验？很好，请记住这个教训。 ac0edKVpT7IIBh9yDyODmjLMm2f+AKu9hdjP+mVfAohg1RrIZiNn4moXhWGY8G3a