讀書 | 愛情和上癮沒差？

06-03

科學家說，智商測試無法反映一個人的基本認知能力，左右腦理論是偽科學，愛情就像毒癮，消極情緒其實有益。

我們經常說，科學的進展日新月異，新的進展就伴隨著現有科學理論的被淘汰，「只有通過葬禮，才能迎來科學的進步。」哪些觀點讓科學家們必欲除之而後快呢？2014年，Edge網站邀請了一百多位科學家回答這一問題：哪些科學觀點必須去死？他們提供的答案包括：幾何、微積分學、計算機科學、熵、弦理論、宇宙、人類中心說……

《哪些科學觀點必須去死》（約翰·布羅克曼編）

被認為應該退休的概念中有一些非常古老的概念，如因果、自由意志，也有目前正如日中天的概念，如萬有理論、大數據；既有智商、宇宙、文化等普遍的概念，也有「動物大腦越大越聰明」等具體論述。其中有五個概念跟普通人的關係比較密切，科學家的說法也讓人比較意外：

智商

法國國家科技研究中心研究員斯科特·阿特蘭說，所謂的智商測試，在任何情況下都無法反映一個人的基本認知能力。「智商是一種能被大眾所接受的、衡量人類分類以及推理能力的通用評估方法。智商測試是行為主義的鼎盛時期被發明出來的，而那個時候人們對認知結構之類的理念還沒什麼興趣。打分系統被做成工具，均值為100分，標準偏差為15分……」

阿特蘭認為智商這個概念太生硬，不自然，徒有其表，比較可信的是對各種特殊能力的測試，例如對形狀、位置等幾何類物體的空間推理能力，對質量、運動的機械推理能力，對生物類型的分類推理能力，對他人信念、願望的社會推理能力。

左右腦理論

左右腦理論說，左腦具有邏輯性、分析性和語言性，而右腦具有直覺、創造力和感知力。英國皇家學會研究員布萊克莫爾說，這一類說法都是偽科學，並沒有建立在大腦如何運作的基礎之上。幾乎在所有的情形中，大腦的兩個半球都是一起工作的。它們總是在不停地交流，根本不可能出現一個半球獨立運行的情況，除非在一些罕見的病人大腦中。也就是說，你不屬於左腦思維或右腦思維，而是全腦思維。

有些人提出，當前的教育更傾向於具有邏輯性、分析性和準確性的左腦思維模式，而不重視賦有創造力、直覺和主觀性的右腦思維模式。然而，左腦和右腦思維模式只是用來形容這些特性的比喻。右腦損傷的病人往往也有創造力，左腦受損的人依舊善於分析。

根據能力把人分為左腦型和右腦型的做法很不恰當，甚至可能成為人們學習的障礙。的確，每個人的認知能力不同，但把人分為左腦型和右腦型的做法應該被取消。

浪漫的愛情和成癮

美國羅格斯大學教授海倫·費雪說，上癮並非都是病態的、有害的，愛情就是一種積極的成癮。沉醉於愛情的男女都顯示出了成癮的基本癥狀。首先，戀愛中的人將所有精力都集中於令其上癮的藥物（即戀人）身上。他們會不由自主地想起戀人（強迫性思維），經常不由自主地採用打電話、寫信或其他方式與戀人保持聯繫。對戀人的痴迷會扭曲現實。為了打動戀人，有時還會做一些不恰當或危險的事情。戀人中的人渴望跟戀人形成精神上與身體上的結合（依賴性），與戀人分離的感覺，就像是藥物成癮者得不到藥物一樣（分離焦慮）；而且逆境和社會障礙甚至會加劇對愛的渴望（挫折吸引力）。

事實上，沉醉於愛情的情侶們表現出成癮的4個基本特徵：渴望、容忍、脫癮和複發。如果與戀人的關係破裂，當事人就會產生藥物被戒斷的感覺，出現反抗、經常哭泣、嗜睡、焦慮、失眠或睡眠過度、食欲不振或暴飲暴食、易怒以及覺得孤獨的狀態。戀愛中的人就像癮君子一樣，經常會走極端，為了挽回戀人，有時還會做出有辱人格或危害身體的事情。

浪漫愛情是一種自然成癮，這種成癮是440萬年前，第一代人類的祖先從哺乳動物的祖先那裡進化來的，與一夫一妻制相結合後，就變成了人類的特點。這種進化的目的是激勵人類的祖先集中交配時間，並代謝能量於單一的對象，從而形成一種夫妻制，共同養育後代。

「悲傷總是壞的，快樂總是好的」

美國科羅拉多大學心理學助理教授瓊·格魯伯提出，消極情緒能使我們更加專註，可以讓我們減少固定思維模式，形成關注細節的分析性思維，增強視覺記憶，增強我們在完成具有挑戰性任務時的持久性。

試圖抑制消極情緒，拒絕接受和欣賞它，反而會適得其反，越是抑制就越會增強痛苦感，而且還會加劇藥物濫用、暴飲暴食，甚至讓當事人產生自殺的想法。

長期以來，傳統的科學研究都聚焦於積極情緒的好處：在認知收穫方面，可以增強創造力；在社會效益方面，可以增強友好關係以及親社會行為；在生理健康方面，可以增強心血管健康狀況。但越來越多的研究都對這一觀點提出了反對以及：積極情緒助長了以自我為中心的行為，包括自私、固定思維、欺騙以及不誠實，並在某些情況下引發同情心的泛濫。積極情緒會造成注意力分散和注重細節的工作能力受損。

因為積極情緒能夠減少壓抑感，所以與冒險和死亡率的升高也有關係。情緒並沒有絕對的好壞之分，僅僅通過分為消極情緒和積極情緒就評價情緒的好壞是不合理的。

大數據

認知科學家加里·馬爾庫塞說，科學的核心仍然是尋找描述宇宙的法則，而大數據並不擅長識別法則。大數據能夠發現相關性，但相關性不是因果性。世界上所有的大數據本身都不能告訴你，抽煙是否會引發癌症。為了弄清抽煙和癌症之間的關係，你需要做實驗，弄清致癌物、致癌基因、DNA複製等東西。只是列舉關於每個城市的吸煙者，他們何時吸煙、在哪裡吸煙，他們的壽命、死因並不足以弄清其背後複雜的生理機制。如果我們有好的假說，就可以用大數據來驗證假說，但大數據不該是我們的第一站，它應該是我們知道自己在尋找什麼時該去的地方。