本文来自微信公众号：神经现实（ID：neureality），作者：Robert A. Burton，翻译：物离，封面：Gérard Dubois
我们都是讲故事的人，我们通过讲故事来理解这个世界，而科学则是故事的重要来源。
科学与故事相遇的地方
我们都是讲故事的人，我们通过讲故事来理解这个世界。而科学则是故事的重要来源。你可能会说事情并非如此：科学是对数据的客观收集与说明——这一点我完全同意。在纯粹的物理现象研究的层面，科学的确是确立世界事实的唯一可靠方法。
但是当我们用物理世界的数据来解释无法被还原为物理事实的现象时，或者当我们试图延伸不完整的数据，以得出更普适的结论的时候，我们就在讲故事了。知道碳和氧的原子量并不能让我们知道生命的奥秘；仍旧没有直接的事实证据能够解释为什么动物们为了同族利益可以牺牲自我，我们因何坠入爱河，存在的意义和目的是什么，我们又缘何自相残杀？
这不是科学的错。相反，科学能够使我们免于讲述错误的故事。它是我们理解世界无可代替的手段。但是，尽管我们能从科学中找到真理，仍然有很多重要的问题迫使我们冒险超越事实去讲述故事。也正因为科学复杂的方法论，故事仍然是我们理解生活的主要方式，我们目前还不能超越它。
— Brianstauffer
为了找到科学和故事相遇的地方，我们不妨来看看故事是如何在大脑中产生的。让我们从一个最简单的例子开始，这个故事来自于福斯特（E. M. Forster）的经典著作《小说面面观》（Aspects of the Novel）：“国王去世了，然后王后也去世了。”
在读这两个并列事件组成的故事时，我们几乎不可能不对王后的死亡感到奇怪。即使用了最简洁的描述，句子的句法结构也会让我们猜测这是否符合某种模式。如果不是作者有意暗示了可能存在的因果关联，那他为何要将两件事在同一个句子里提及呢？
一旦一种关系被暗示确立，我们就会觉得有义务去提供一种解释。这时我们便转向我们所知道的事实去寻找线索。众所周知，妻子会为丈夫的去世而悲伤致死，那这位王后是死于心碎吗？这样的猜想更像是受人类行为学启发，而不是来自其他更传统的故事叙事。举个例子，一个一直研究《哈姆雷特》的高中生则更可能将这个故事解读成一幕莎翁戏剧的微观概要。
从适度的熟悉感到强大而神圣的“啊哈！”时刻，那愉悦感受正是来自大脑中的奖赏系统，而这一系统也是药物成瘾、酒精成瘾以及赌博成瘾的始作俑者。奖赏系统从对表达情绪至关重要的边缘系统开始，一直延伸到执行功能的关键区域——前额皮层。
虽然我们尚未完全理解奖赏系统，但科学界目前已经达成的共识是，这一系统在促进和巩固学习方面扮演了极为重要的角色。多巴胺是该系统中起到关键作用的神经递质，它的主要功能是携带并调节细胞之间的信号。大量研究一致表明，人们感受到的奖赏快感都伴随着多巴胺水平的上升。
那是一头狮子
上世纪五十年代，麦吉尔大学的詹姆斯·奥尔兹（James Olds）和彼特·米尔纳（ Peter Milner）首先注意到奖赏系统。他们将刺激电极放置在大鼠脑中假定的奖赏区域的位置。大鼠可以自由地操纵杠杆，下压杠杆电极就会放电，在这种情形下大鼠很快就学会了反复下压杠杆，以至于常常忘了食物和水。
这让研究者们意识到，原来我们的大脑能够产生如此强烈的快感，以至于我们都能忽略饥渴这类基本生存需要。这正是迈向我们了解大脑奖赏回路的强大力量的第一步。
那么，理解故事是如何点燃了大脑奖赏系统的火花呢？模式识别理论是关键。所谓模式识别理论，就是一种大脑将分离的碎片化信息拼凑成连贯图像的方式。举个例子，当一头狮子第一次出现在你面前，你会想弄清楚出现在你眼前的究竟是什么。
在这个过程中，大脑的视皮层至少有30个独立的区域参与，从察觉运动信息和整体轮廓到记录颜色和面部细节特征，每个区域都负责加工完整图像的一个部分。所有的这些合在一起为我们呈现了一幅完整的狮子图像。
在此之后，你每看见一次狮子都会增强你的神经回路，负责处理信息的区域之间的连接也会变得更加稳健和高效。（该理论是基于加拿大心理学家、人类学习研究领域的先驱唐納德·赫布的研究，该观点经常被陈述为“一起放电的细胞相联结”。）很快，你再识别一只狮子时所需要的认知输入就会更少。通过奖赏系统给予的积极反馈，对部分图像的短暂一瞥便足以让你再认。没错，你已经被你的大脑说服，那是一头狮子。
— Brianstauffer
对一头狮子的有效识别模式具有完美的演化意义。如果你看见一只大型猫科动物从你身边的灌木丛闪过，在看到它的黄色眼睛后才准备躲上最近的树显然并非明智之举。你需要一个能够从图像的碎片化信息迅速推测出完整图景的大脑，同时，这个大脑还能为这次识别提供不容置疑的准确性。
试想，如果有这样一种新模式的识别，它的影响深刻甚至能够引发了一个人下意识地大叫“啊哈”，那么我们就不难理解与学习有关的愉悦感了。毫无疑问，一旦一种特定的模式-识别-奖赏的关系深深地印刻进我们的神经回路，就很难再被动摇了。
一般来说，除了成瘾，这种相关的“粘性”对我们有益无害。正是通过不断的重复、熟悉感以及相关的“正确反馈”，我们才得以学习如何在我们的世界中畅游。
故事和我们的期待
科学一直做的，正是在编造一种名叫假设的故事，然后测试它们，之后再尽力编出更好的故事。思想实验们就像是用知名人物来编故事一样。
如果夏洛克·福尔摩斯（Sherlock Holmes）发现了一具悬挂在树上的尸体，尸体的脚踝上用皮绳绑上了一张便条，他会怎么做？如果有一束光线，在两面镜子间反射，那么在火车上的观察者看来是怎样的？他们的故事一旦完成，科学家们会到实验室中去测试，而作家们则会给编辑打电话，打听一下他们是否会买他的作品。
科学之于人就好像黄油之于面包。我们对故事的需求已经成为习惯，而科学也将讲故事深深埋藏于其本质。但是这也带来了一个问题。在正式的科学测试之前，我们就能通过一个故事来获得多巴胺的奖赏。
更糟糕的是，大脑可能会因为太渴望模式匹配带来的多巴胺奖赏，从而忽略了矛盾或冲突的信息。模式识别的基本先决条件就是能够快速区分相似但不相同的知觉输入。如果我们无法精确地鉴别一个事件或一个想法，那么大脑会更难将其作为单独的记忆标记和储存起来。干净利落会促进学习，而散漫的结果则会导致“是的，但是”这样的优柔寡断，无法得出一个精确的结论。
正如正确的模式识别会带来多巴胺水平上升这样的奖赏，错误的模式识别则导致多巴胺水平下降。
在猴子中，当它们预期的事件未能如期发生之时，也就是说当它们没有正确预测（预期和实际结果的相关性）的时候， 它们会出现典型的多巴胺水平下降。如果说准确的高相关预测能带来愉悦感，那么当预测与实际情况缺乏相关性时，大脑则会产生相当于期望落空时所生产的神经递质。
一旦我们理解了故事中的叙述性就好比相关性，我们也就容易理解为何我们的大脑每时每地都在尽可能寻求故事（模式）了。你可能听过伊利诺伊大学的心理学教授丹尼尔·西蒙斯（Daniel Simons）的著名实验：
在这个实验中，他让被试观看视频，并数出视频中篮球运动员运球的次数。大多数观众在专注于计数的时候都没有看见一个穿着大猩猩服装的女人横穿比赛场地。也就是说，良好的模式能够激励我们的大脑，让它编造出我们所期待的故事。
显然谬误：我们真的可以无视那些显然的事物吗？
正因为我们被迫制造故事，我们也经常被迫接受不完整的故事并和它们一起生活下去。每当那些科学中未完成的故事助我们理解周遭世界中的某些事情的时候，我们都会得到多巴胺的“奖赏”。哪怕有些时候这些故事带来的解释并不完备，甚至充满错误。
客观的边界在哪里？
在纽顿的枪击案发生之后，一些专家对凶手进行了点评，称其患有阿斯伯格综合征。这样的评价就好像能够在一定程度上解释他的行为一样。尽管阿斯伯格综合征听上去像一种特定的诊断，但根据定义，它只不过是存在于一群人身上的一系列症状罢了。
在上世纪四十年代，奥地利的儿科医生汉斯·阿斯伯格（Hans Asperger）注意到一些病人在社交技能存在问题，同时，他们经常会出现怪异或者重复的行为、有不寻常的仪式，而且还会在交流沟通上出现困难，其中包括缺乏眼神交流和理解面部表情的能力。
但在2013年，美国精神病学会决定从临床医生指南《精神疾病诊断和统计手册》（DSM-V）中，删除阿斯伯格综合征的诊断。该协会认为，阿斯伯格综合征的病症分类无法落入任何一种具体的神经病理学诊断。而且，按照这样的诊断，临床医生还容易将一系列不同的症状看作是与某种特定疾病本质相同的问题。换句话说，所谓的综合征，更像是依然还在寻找潜在原因的故事。
与此类似的是，有研究表明，精神病患者在前额皮质特定区域的灰质含量相对较低。但是这样的结果并不是精神病患者做出暴力行为的唯一解释。我们很难通过刺激大脑的特定区域让个体做出预计的复杂动作。我们可以得出的结论，充其量是大脑的某些状态可能会和一个复杂的行为相关。但这些大脑的状态并不是导致这些行为的必要原因。
同样，杀人狂们的大脑扫描中揭示的异常情况，在一定程度上可以帮助我们了解什么样的因素有可能促使了他们的行为。但是，这些大脑扫描中的异常情况并非是对暴力的唯一解释，这就好像童年忽视或营养不良这样的因素并不能简单地解释一个人的暴力行为一样。它们仍然是故事，包含了详尽的神经生理学内容的故事。
Brianstauffer
我们从科学中得到的不完整故事往往会产生道德后果。
一个脑部损伤或存在功能受损的人应该承担多少个人责任？对这样的人，什么样的惩罚和改过手段又是适当的？只有当我们开诚布公地承认，科学本身就是以故事的形式来呈现出我们的观察与发现，我们才能对道德维度上的问题进行探讨。
当在思考理解科学数据的时候，我们需要自己确立出一套合适的纲领，用来判断在什么情况下这些科学数据已经超出了客观的边界，演变成一种带有某种目的和偏见的故事。当然，这样的纲领在没有系列完整的科学数据的情况下必然是一个挑战。
但是我们可以从拥有这种意识开始，从意识到科学数据的呈现和解释本身就充满了故事叙事的各种方式开始。好的科学研究应当具有如下这种特征：谨慎获取和分析数据；对数据中明确反映结论的解读有一定约束；以及对该数据解释力的局限性诚实而又谦逊的认识。
作为公众，我们首先需要确保我们奉为真理的科学必须要经过同行评审的过程。同时，我们还应该理解的是即使是经过同行评审的数据也并非总是精确。
在2011年，《自然》杂志报道称过去十年中撤回的已发表作品增加了十倍，同时发表的论文仅上升了44%。科学家格伦·贝格利（C. Glenn Begley）和李·埃利斯（Lee M. Ellis）在《自然》撰文指出，他们在安进生物技术公司的同事只能重复53个具有里程碑意义的血液学和肿瘤学研究中的6个。无独有偶，拜尔公司的研究者也在2011年表明，他们并不能有效重复三分之二和他们工作相关的肿瘤学研究。
在阅读科学报告之时，我们还应该搜寻与这些数据局限性相关的信息。这些信息背后是否有一些隐含的假设前提？变量数据的“误差条”，和那些图像表示都告诉了我们什么？我们也许无法永远了解数据的局限性，但是当那些数据缺乏某些必要讨论时，我们必须要保持小心谨慎。
Brianstauffer
科学家们拥有科学的工具、语言和经验。他们能给我们讲述见识广博、引人入胜的精彩故事。与之对应的是，我们也应该以审视其他艺术作品形式的眼光去审视他们的科学研究。我们应该像文学批评家一样，去评估他们语言的准确性、结构的严谨性、观点的清晰度和原创性。
我们需要去审视他们作品的整体的优美和典雅、对提出的道德问题的约束。我们需要去探寻他们将自己的作品置于历史、文化和个人背景的何地，以及他们接受其他观点和解释的意愿程度。
无论如何，科学的方法论仍然是人类的伟大进步之一。当科学的故事被很好地呈现的时候，它们就像还在不断进展的伟大史诗，理应值得和历史上的伟大故事相提并论。
本文来自微信公众号：神经现实（ID：neureality），作者：Robert A. Burton，翻译：物离，封面：Gérard Dubois