今天发表在《自然》杂志上的一份报告显示，向多个科学团队提供相同的信息可能会得出截然不同的结论。这正是为什么两位研究人员认为科学家应该在发表之前与他人分享他们的数据。

在这个实验中，29个科学团队被给予了相同的足球比赛信息。他们被要求回答“黑皮肤玩家比浅皮肤玩家更容易得到红牌吗？”一些科学家发现，浅皮肤玩家和黑皮肤玩家之间没有显著差异，而其他人则发现给黑皮肤玩家更多红牌的趋势非常强烈。因此，尽管一项汇总结果显示，深色皮肤的球员比浅色皮肤的球员获得红牌的可能性高出30%，但从这项研究中得出的最终结论——存在偏见——要比如果只有一个团队进行分析的话，可能会有更多的细微差别。

众所周知，科学家对他们的数据很谨慎

众所周知，科学家对他们的数据很谨慎。这种态度的一部分与阻止其他研究团队在有机会之前发表类似结果的愿望有关。但是一些科学家也担心他们的工作会被其他人仔细检查，因为他们可能会发现错误；很少有人喜欢被反复检查。这是一个问题，因为复制已经发表的研究成果——尤其是心理学研究成果——即使不是不可能，也是非常棘手的。通过几年后经常发表的论文，验证过去结论的大量繁重工作进展缓慢。这就是为什么一些研究人员认为在一项研究发表之前开放数据分析过程可能会有所不同。这种方法可能会得出不那么浮华的结论，但这些结论也可能更加有力。

一旦一项发现发表在期刊上，就很难提出质疑。这项研究的作者在《自然》杂志上写道：“思想太快就根深蒂固了，把它们连根拔起比它应有的破坏性更大。”。众包方式是有益的，因为它“给了不同意见以空间”

西班牙纳瓦拉大学（University of Navarra）心理学和管理学研究员、该研究的合著者拉斐尔•西尔伯扎恩（Raphael Silberzahn）说，今天的研究表明，研究人员在分析原始数据时所做的选择会影响他们的结果。但众包的结果可以纠正任何一个实验室的偏见。

结果受科学家分析原始数据时所作选择的影响

例如，在今天的研究中，研究人员必须决定在分析中包括哪些关于不同足球队的信息，以及如何计算这些信息。西尔贝扎恩说，结果，一些研究人员决定不考虑由同一名裁判对不同球员进行评估的事实。由于裁判员在不同的比赛中可能表现出相同的偏见，因此对每个裁判员进行多次计数可能会改变结果。因此，在与其他团队讨论了他们的方法之后，一些科学家改变了主意，并对信息进行了不同的计算。在其他情况下，研究人员改变了他们想纳入分析的变量。如果没有这种出版前的同行评议，这些变化可能就不会发生。

公布的调查结果“难以质疑”

不过，说服科学家使用这种方法并不容易。让多个团队在同一个数据集上工作不仅成本高昂，而且耗时。这就是为什么西尔伯扎恩不建议对每个问题都进行众包——只建议那些具有重要政策含义的问题。”科学结论的不确定性，例如最低工资对失业率的影响，以及经济紧缩政策的后果，应该由大量的研究人员进行调查，而不是由单一的分析师团队来研究，”他说。

但这样进行研究还有另一个动机。Silberzahn说，众包框架可以“为研究人员提供一个安全的空间”，在这个空间里，科学家可以审查他们的方法，探索疑问，并获得第二、第三或第四种意见。这反过来可能有助于研究人员更加自信地公布研究结果。

这可能是真的，但对这种方法感兴趣的研究人员将不得不努力创造“安全空间”，就像西尔伯扎恩设想的那样。现在，科学文化不鼓励透明；科学家们把他们的研究成果一直保存到发表。因此，改变这种状况需要时间。不过，作者指出，一些研究人员确实希望看到这种情况发生。”全世界的科学家都渴望找到更可靠的方法来发现知识，并渴望为此进行新的合作。”

为了证明他们的观点，作者提到，参与这项研究的许多研究团队都是通过一个Facebook帖子和两条推特招募的。