最新披露指出，“狱警”的残忍其实是受引导而得出的。而实验当中最使人难忘的瞬间，也就是一位囚犯蜷缩着放声尖叫，其实是囚犯的表演。
斯坦福监狱实验也许是整个20世纪最有名也最受争议的心理学实验。
在这项研究中，大学生们被指派在模拟监狱里扮演“囚犯”或“狱警”。实验开始不久之后，“狱警”就开始虐待“囚犯”了，这意味着外部环境会催生邪恶。这项研究的作者，斯坦福大学心理学教授菲利普·津巴多在结论中指出，如果将无辜的人放到特定环境中，给予他们超过他人的权力，这些无辜的人会开始滥用权力。而如果把人放进没有权力的环境下，他们会被迫屈服，甚至疯癫。
许许多多的心理学入门教材都引用了斯坦福监狱实验，往往都不加评判。它是大量电影、纪录片和书籍、电视节目和国会证词的主题。
然而，其研究结果其实是错误的。大错特错。这不仅是因为伦理问题和具体数据的缺失，更是因为欺骗。
Medium上一篇新发表的文章揭露了这一切。这篇文章考察了此前未公开的津巴多录音，采访了当年的被试，最终给出了令人信服的证据：“狱警”的残忍其实是受引导而得出的。文章还指出，实验当中最使人难忘的瞬间，也就是一位囚犯蜷缩着放声尖叫，其实是囚犯的表演。其中一位“狱警” 说，“我把它当成了一次即兴练习，我以为自己当时在做研究人员希望我做的事。”
公开录音：
杰夫（津巴多的学生， 扮演典狱长的角色）：基本上，你一直是有点在背景里不活跃。这一部分是我的问题，因为他们点名的时候，你说你想坐在外面，我确实同意了。诸如此类的。但是我们挺希望你能活跃一点积极参与。因为狱警必须心里明白每一位狱警都应该变得“强硬点”。然而到目前为止……
狱警： 我确实不怎么强硬。
杰夫： 所以呀，你必须得尝试变得强硬起来。
狱警： 是吗，我感觉拿不准。
杰夫：诶，这事儿是这样的，我说的强硬就是你得为人坚定，而且必须要干预采取行动，诸如此类。这个实验能不能成功，狱警的举动十分重要，因为我们的目标是让这个东西看起来像一个监狱，而它很大程度上靠的就是狱警的行为。
斯坦福监狱实验的结果多年来一直在受到仔细审查，许多人认为，比起严谨的科学，这更像是戏剧化的展示，是学术界的真人秀。（何况，这个实验进行到一半就中断了。）
现在，这一新的曝光又激起千层浪：抛开其中的欺骗成分不谈，这也足以让实验原本的结论变得无效。它不再能证明权力位置本身可以导致残忍，而是表明权威人士如果想要残忍行为，可以说服别人听从他。
“底线是：服从并不是天然的、盲目的、无可避免的。”社会心理学家杰·巴维尔（Jay Van Bavel）发推说。“津巴多不但把这一点搞错了，而且他的公开言论还误导了成百上千万人。”
“我们必须停止颂扬这项研究了。”人格心理学家辛明·瓦沙（Simine Vazire）发推表示，“这完全是反科学的，把它从教科书里删除吧。”
很多其他心理学家也表达了类似观点。
最近，许多经典实验的结果都被曝光是错误的，它们要么作了假，要么已经过时。近年来，社会科学家开始面对旧研究都需要重做的事实，这就是“重复危机”。但是滞后现象一直存在，存在于大众意识中，以及心理学的教材和教学中。现在，是时候解决滞后了。
心理学的很多经典研究都在被重新评估
斯坦福监狱实验并不是唯一被重新审查、评估和曝光的研究。最近科学记者吉纳·佩里（Gina perry）调查了声名狼藉的“强盗洞”实验。在这个50年代进行的实验里，研究者操纵夏令营里的小男孩们形成敌对的派系。佩里发现，“强盗洞”其实是一次重复，上一次实验失败了，而研究者从未在论文中提起过此事。这是明显的遗漏。将否定假设的数据扔掉，只公开支持假设的数据，这样的做法完全错误。
佩里也揭露了另一项早期的重要心理学研究：米尔格拉姆电击试验。权威人物让被试对看不到的可怜人施加看上去致命的电击。她的调查发现，研究者没有遵循研究设计，他们还有可能胁迫过被试。
其他研究的诚实性和方法论也受到重新评估，例如90年代的一系列“棉花糖实验”。这一实验指出，幼儿早期的延迟满足能力与后期的人生成功有相关性。新的研究发现，假设棉花糖实验有更大的样本数量、更好的实验控制，新结果并不符合原结果。
过去这几年，一些心理学理论被重新清算了一次，甚至波及到了整个社会心理学领域。
在严谨的重复实验中，很多心理学理论都遭到了反驳。心理学家现在意识到，假阳性而非不确定的结论更有可能让论文顺利发表。而且他们也明白，几年前常规的实验方法已经不再严谨。举个例子，以前科学家发表的研究样本通常都是五十名本科生。今时今日，科学家认识到这就是造成假阳性的因素，他们会扩展成百上千的大样本量，并从更具代表性的被试群体中抽取样本。
不过，在很多这样的案例中，科学家修正了错误，继续致力于研究人性。在一些案例里，对于有缺陷的原实验，重新检视依然十分有价值。米尔格拉姆电击试验的缺陷确实存在，但至少它的研究设计，也就是让被试对别人施以电击（未真正实施）惩罚别人在记忆测验中不及格，时至今日也可基本重复，当然伦理问题上也需要稍微改进。
米尔格拉姆的研究结论似乎经得住推敲：在最近一项研究中，权威人员的要求确实能成为电击别人强有力的理由。然而，这有可能是因为所谓的“抽屉文件效应”——没能成功重复的结果得不到发表。
至于斯坦福监狱的重复尝试，惨不忍睹。
科学里经常出现的事情是，一个观点最初亮相的版本被人铭记——不管是在学术圈里，还是大众文化里。但科学不该是这样的。科学进程百折多舛，反复无常。当我们沟通时，应该摒弃任何重大研究都能经受时间考验的想法。科学家们都明白这一点，但研究机构往往不支持他们重复旧的实验，只支持他们追求能够吸引注意的新的科研项目。（记者也是其中一个原因，他们把一些无足轻重的小研究炒得天花乱坠。）
谢天谢地，还有一群科研学者，他们致力于将心理科学变成一门更可靠的科学，争取所有实验能够重复。他们甚至还成立了心理科学改进协会来处理这些问题。
后续研究的结果大多比原来的研究更少些戏剧性，但是对于探索真相却更有用。其实并不是说斯坦福监狱实验在教学中不应占有一席，它本身就是很有趣的历史。像津巴多和米尔格拉姆这样的心理学家都受到第二次世界大战的影响，他们的实验某种程度上都在尝试解决纳粹崇拜的问题。这个问题十分重要，心理科学中不计其数的研究都在围绕它。
教科书需要更新
过去几年来，心理学早已发生翻天覆地的变化。很多用来教学的研究成果都受到严格审查，被发现不实。不幸的是，教科书却没有及时更新。
一份2016年发表在《当代心理学》的研究指出：
“入门教材很难准确地描绘争议性话题……入门教材的读者可能在这些话题上被无意中误导。”
这项研究的作者们收集了24本畅销的心理学导论书，并着眼审视书中如何讨论12个争议性理论观点或迷思。
这些观点——比如成见威胁和莫扎特效应，抑或是千禧一代的“自恋流行病”——并不是都被证伪了，但确实有可信的重要研究对它们提出了质疑。
这些观点里也包括了一些都市传奇，比如大脑只用了10%的潜能的说法，或者所谓的围观者们在一位女士被杀害时拒绝伸出援手的假故事。
1964年，28岁的吉诺维斯在她经营的曼哈顿酒吧营业结束后并返回公寓。当她下车朝公寓走去时，遭遇歹徒温斯顿·莫斯利（Winston Mosely）的袭击并被残忍杀害。
这场悲剧对心理学产生非常重要的影响。它激发了关于“旁观者效应”的研究。所谓旁观者效应是指当有两个及以上的人在场时，个体会倾向于不对受害者提供帮助，且在场的人越多，人们越倾向于不提供帮助。
研究人员随后对教科书处理争议性话题的作法作出评定。结果显示，教科书在很多话题上都有大量令人担忧的偏差。
但为何这些教科书中不包含更多的合理质疑呢？毕竟，重复实验是任何科学体系的基石。
有观点认为，教科书的任务是覆盖广泛话题，本来不应该被看成是具体科学争论的权威观点。但是这可能不是唯一的原因。该项研究作者认为，教科书编写者其实在自卖自夸心理学这门学科，吸引更多人来学习它。
该研究也不是没有缺陷的：其一，作者们指出，他们主观选取了12个话题，还有更多问题没有得到分析。其二，研究所使用的教科书是2012年春季出版，或许从2012年到2016年中它们已经更新换代。
最近，我在推特上问教心理学导论的教授们如何处理教科书中的矛盾之处。他们的回答相当简单。有人说他们就决定不用教科书，用单独的论文来授课（还给学生省钱）。荷兰埃因霍芬科技大学的教授丹尼尔·莱肯斯（Daniël Lakens）给出的解决方式也很简单：“就直接指出错误、过时和不能复验的地方呗。”他还给我们提供了他上课用的PPT。
据传，伊利诺伊州立大学教授乔·希尔加德（Joe Hilgard）说他觉得学生更喜欢“知道教科书所不知道的“前沿感”。（而且，谁真的认真看大学导论书啊？）
似乎这种教学风格在跟上心理学的发展脚步。近日，一份对262位心理学教授（不具备完全代表性）的研究发现，超过50%的教授都认为重复问题对教学造成冲击。另一方面，40%的教授觉得教学未受影响。所以，学生有没有得到最近心理学大清算的相关信息，完全取决于自己的教授。
假设教科书和教师执意不提重复问题的话，我认为他们并非在抬高心理学，反而是贬低了它。传授解决“重复危机”的办法，实则是在教导学生自我修正才是科学的本质。这也潜移默化地培养了他们的科学观，科学应该是可重复的。
理解人类行为很难。探渊索隐，路漫漫其修远兮。不管如何，都应该激发学子向上的动力，成为正确的新生代科学家。
《当代心理学》那篇论文的作者认为，“教科书或许错失了打破迷思的机会”。而这应该是理想情况下，年轻科学家应当学会的：如何打破迷思，如何追根探底找到真相。
本文来源：果壳
翻译：夏天
校对：EON
编辑：Ent
原文：https://www.vox.com/2018/6/13/17449118/stanford-prison-experiment-fraud-psychology-replication