重复性危机
2015 年大规模重复项目发现，心理学 100 项已发表研究中只有约三分之一能在重复中得到显著结果。
要点
- 重复成功的研究，其效应量平均只有原始报告的一半左右。
- 根源包括小样本、发表偏差、灵活的分析选择与过度追求新颖。
- 危机推动了预注册、开放数据、多实验室合作与报告标准改革。
时间线
- 2011贝姆「预知未来」论文发表，引发方法学反思
- 2012西蒙森提出「研究者自由度」概念
- 2015OSC 重复 100 项研究，36% 显著
- 2015预注册与注册报告开始在心理学期刊推广
- 2018Many Labs 系列多实验室重复完成
2011 年那场地震
2011 年，达里尔·贝姆在《人格与社会心理学杂志》发表了一篇声称「预知未来」的论文，方法看似规范、统计显著。这篇论文让心理学界意识到：现行的方法与发表制度，可以让一个不可能成立的效应通过所有关卡。
随后的重复实验把一个更大的问题摆上台面。2015 年，开放科学合作组织（OSC）重复了 100 项心理学研究，只有 36% 得到显著结果（原始为 97%），效应量平均缩水约一半。
结构性原因
一是发表偏倚：只发表显著结果，导致「文件抽屉」里堆满零结果。二是 p-hacking：灵活分析把假阳性率推高。三是小样本：统计功效不足时，只有「运气好」的研究才能显著，这本身就高估效应。四是 HARKing：拿到结果后再编假设（Hypothesizing After Results are Known）。
五是激励结构：晋升与经费看「显著结果的数量」，而不是「研究质量」。这不是个人品德问题，是制度设计问题。
哪些效应重复得比较好
认知心理学的一些基础效应重复率较高（如斯特鲁普效应、启动的部分效应、注意瞬脱）；社会心理学中依赖情境的、小效应的、被试为西方大学生的效应重复率偏低。
一个被反复验证的规律：效应量越大、样本越大、程序越标准化的研究，重复成功率越高；「反直觉 + 小样本 + 单一实验室」的组合最危险。
改革做了什么
预注册与注册报告、数据与代码开放、多实验室重复（Many Labs）、报告标准（APA JARS）、效应量与置信区间强制报告、以及期刊的「结果无关」发表政策。
效果是有的：预注册研究的显著率下降、重复研究的可发表性提高、元分析质量改善。但改革也带来新问题：预注册流于形式、重复研究的成本高、以及「只重复容易重复的东西」的倾向。
对读科普的人意味着什么
三条实用原则。一，看到「心理学家发现」时，先看样本量与是否重复过；单一研究、n < 100、只有一个实验室，可信度有限。二，警惕「反直觉」的吸引力——反直觉的结论更容易被发表，也更容易是假阳性。三，优先相信元分析与多实验室重复，而不是单一「经典实验」。
这场危机不是「心理学完了」，而是「心理学开始对自己的方法较真」。同样的检讨也发生在医学、经济学、神经科学，只是心理学做得更公开。
关键信息
- 关键数字
- OSC 2015：100 项中 36% 重复成功；效应量缩水约一半
- 结构性原因
- 发表偏倚、p-hacking、小样本、HARKing、激励错位
- 重复率高
- 大效应、标准化程序、认知基础效应
- 改革措施
- 预注册、开放数据、多实验室重复、JARS 标准
常见疑问
重复性危机是不是说明心理学不科学？
不是。它说明心理学的方法与发表制度有系统性问题，而这些问题正在被纠正。同类检讨也发生在医学与经济学，心理学的改革反而比较领先。
那还能相信心理学研究吗？
能，但要分层：优先相信元分析、大样本、多实验室重复、预注册的研究；对单一小样本的「惊人发现」保持怀疑，尤其是反直觉的社会心理学结论。
参考来源
- Open Science Collaboration (2015). Estimating the reproducibility of psychological science.
- Nosek, B. A., et al. (2022). Replicability, robustness, and reproducibility in psychological science.
这条目是科普整理，不是诊断依据。如果这句话你是在某个短视频或文章里看到的， 可以用论点溯源查一下它有没有文献支持。
分类：08 / 方法与测量 · 更新 2026-11-01 · 来源 https://psyc.pub/e/replication-crisis.html