We need more goat sacrifices
214 points • 1 day ago • Article Link

在推出社会计划或政策之前,社会应先举行一场谦卑的"仪式",承认我们深刻的无知。尽管这些举措旨在造福公众,但在教育、医疗和国际援助领域,令人意外的是,大量重大干预都未能达到预期效果。从未带来结果的学校改进补助金,到未能改变机构人口结构的多样性倡议,这些反复出现的失败说明,我们最精心的计划常常建立在并不牢靠的基础之上。

社会科学长期都在面对这一困境。 Peter Rossi 那著名的、尽管带着玩笑意味的评价"金属定律"(metallic laws of evaluation)就体现了这种担忧。他认为,大型社会项目的净影响往往为零,尤其是当项目试图从根本上改变人的行为时。尽管研究不断进步,稳定且可靠的实际成效依然难以获得。一些一次性的研究常被宣传为成功案例,但这些结论很少能在严格审查中站得住脚,于是出现一种局面:数十年的研究最终往往以令人失望的"无效结果"收场。

之所以会固执地继续推行无效干预,是因为人们存在一种心理上的控制错觉。就像人们会错误地相信自己能通过行动影响彩票这类随机结果一样,政策制定者和慈善机构也常常觉得,只要他们投入了干预,就一定会成功——仅仅因为他们抱着这样的意图。这种自信极其普遍,以至于许多项目在没有明确衡量"成功"的标准、也从未开展真正评估的情况下就照常推进,并默认良好的初衷本身就足以证明有效。

当这些项目不可避免地失灵时,人们通常会采取讨价还价、否认,或干脆彻底认命的反应。他们可能会转向自认为符合常识的做法,比如现金转移支付,却发现即便是这些手段也缺乏稳定的成功证据。还有人会使用"并非真正的苏格兰人"(no true Scotsman)式的辩护,把失败归咎于执行过程,而不是核心理念本身。不过,最具破坏性的反应是彻底认命:把解决社会问题的难度误当成不可能,从而让我们彻底放弃努力去改善世界。

最终,我们需要朝着科学成熟迈进:承认我们并不真正理解人类心智,也无法完全把握社会系统的复杂性。困在这种中间状态并不是停止前进的理由,而恰恰是拥抱更严谨的"猜测—核实"方法的理由。我们实际上还处在发现的早期阶段,类似古代学者:他们或许捕捉到了一些准确的线索,但对支撑世界的机制却存在深刻误解。与其把自己当作已经找到了终局答案,不如培养谦卑的态度,为未来的进步播下种子,并接受:真正有效的干预既需要耐心,也需要愿意从失败中吸取教训。

133 comments • Comments Link

• 许多社会干预措施的失败,并非源于社会科学领域内在认知不足,而是因为国家层面的设计者更倾向于政治宣传,或依循缺陷重重、过度简化的框架,而非开展严谨的小规模实验。

• 对即时、可衡量成效的执念催生了"compassion theater":花钱或宣称某种价值的行为被看作比取得真正的成果更重要,这往往忽视了长期反馈回路所必需的条件。

• 评估干预措施本身极为困难,因为社会系统复杂、动态,并且容易受到 cultural drift 的影响,使得既往计划的结果难以成为对未来世代的可靠预测指标。

• 衡量并非价值中立。它会带来沉重的后勤成本,并制造一种倾向于简化、偏好易于量化目标的偏差,进而让代理人为了达标而操纵系统,而不是去解决问题的根源。

• 自上而下的大规模干预之所以常常失败,是因为设计者缺乏本地背景与理解,往往凭借一张抽象的"地图"来判断问题,而这张地图与一线真实情况并不一致。

• 尽管科学方法是理想选择,却常常与政治时间表和伦理约束难以兼容,导致一种"guess and check"的循环:失败的干预措施被反复推行,因为它们能充当政治派系的象征性仪式,或可称为"goat sacrifices"。

• 断言社会干预措施普遍无效,往往是夸大其词。比如 anti-drinking-driving campaigns 等反例表明,只要政策持续推行且执行到位,随着时间推移就能带来有意义的社会变化。

• 公共讨论往往忽视了 bad-faith actors 的作用:他们会主动破坏政府项目,以推动自己的意识形态议程,或用基于市场的替代方案来替换公共方案。

• 与其彻底放弃干预,更有效的路径通常是迭代式的小规模测试、严谨的数据收集,并且愿意叫停那些无法达到客观、事先设定标准的项目。

• 治理本质上是一场与系统中积极"对抗操纵"的力量之间的冲突。这要求将僵化的瀑布式政策执行,转向更敏捷、更具响应性的管理,并把直接受影响者的反馈纳入决策过程。

这场讨论的核心在于:自上而下的社会干预一再失败,与此同时,人们又渴望推动 evidence-based policy,却又受到现实政治的强烈掣肘。参与者们试图回应这样一种看法:尽管不少项目无效,甚至只是表演性质,解决方案并不必然是放弃社会科学,而是要采取更谦逊、更具迭代性、并以数据为驱动的方法。最终的分歧主要体现在两派观点之间:一方认为机构的无能是系统性迭代失败的结果;另一方则认为"缺乏成功"本身可能是刻意的政治信号传递。