序言

许多哲学家曾经猜想有一种“大脑可视仪”，一种可以将一个人的想法呈现在屏幕上的虚构工具。自那时起，社会科学家就一直在寻找可以解读人性的工具。在我作为实验心理学家的职业生涯中，形形色色的工具一时兴起，消失淡去，每一种工具我都尝试过，如评定量表、反应时间、瞳孔放大、功能性神经影像等。我甚至还研究过植入电极的癫痫患者，在两次病发的间歇期，他们很乐意参与语言实验来消磨时光。

然而，这其中却没有任何一种工具能提供大脑活动的直接影像，问题在于这涉及错综复杂的多方面荣誉的许多命题，这些命题即便对一名科学家而言也是难解之题，他要做出一种残忍的取舍。人类思维是一个复杂的命题，与伍迪·艾伦（Woody Allen）速读《战争与和平》不同，我们不仅仅认为“这本书讲述了一些俄国人的故事”。当然，在人们倾吐心声的时候，我们可以察觉到其意识流的丰富性，但独白并不是检验假设的理想数据集。另外，虽然专注于容易量化的方法，比如人们对文字的反应时间或看到图片时皮肤的反应，我们可以进行统计，但这样我们就将认知的复杂结构简化成单纯的数字了。即便是最复杂的神经影像学方法也只能告诉我们一个想法在三维空间中是如何展现出来的，却无法告诉我们这个想法是由什么组成的。

仿佛这个易操作性和丰富性之间的取舍还不够糟糕一般，许多研究人性问题的科学家当下正备受“小数定律”（Law of Small Numbers）的困扰。小数定律是阿莫斯·特沃斯基（Amos Tversky）和丹尼尔·卡尼曼（Daniel Kahneman）用来指代思维错误的术语，即人们错误地认为无论样本数量多么少，都能反映群族的特征。最具科学素养的科学家也有直觉出现严重偏误的时候。他们凭直觉推断完成一项研究需要有多少门学科的加入，可此前他们压根儿没有从一堆随机数据中排除异常及相悖的因素，也没有采集能代表全体美国人的数据，更不用说代表全人类了。若样本是以便利抽样的方式（比如给参与我们项目的大二学生发点儿零花钱）搜集而来的话，其可信度就更低了。

这本书介绍了一种研究思维的全新方式。尽管来自网络搜索和其他在线回应的大数据并非“大脑可视仪”，但赛思·斯蒂芬斯–达维多维茨表示，这些数据为窥视人类心灵提供了前所未有的机会。凭借网络对隐私的保护，人们敢于坦陈最奇怪的事，有时候（比如浏览婚恋网站或寻求专业咨询时）是因为这些事会对现实生活产生一定的影响，但更多的时候正是因为在网上坦陈这些事不会产生什么影响：人们可以卸下心防，放下些许希望或恐惧，同时也不会有人因此感到沮丧或不适。无论采取哪种方式，人们所做的都不仅仅是按下一个按钮或旋转一个把手那么简单，而是键入数万亿个字符来表达自己心中不吐不快、情绪万千的许多想法。更方便的是，人们以一种方便汇总和分析的形式规定了这些数据痕迹。这些人来自各行各业，可以参与那些不那么引人注目的实验，这些实验可以使刺激因素多样化，并且将多种反应制作成实时表格。这些人很乐意提供这些规模庞大的数据。

《人人都在说谎》一书远不止证明一个概念。斯蒂芬斯–达维多维茨的发现一次又一次地颠覆了我对自己的国家和族群的认知。特朗普意想不到的支持从何而来？1976年，安·兰德斯（Ann Landers）曾经问过她的读者有没有后悔生孩子，她震惊地发现多数人确实后悔过。当时她是否被不具代表性的自选样本误导了呢？互联网应该对21世纪第二个10年后期出现的那次多余起名的危机（即“过滤气泡”危机）负责吗？是什么激发了仇恨犯罪？人们会通过笑话振作精神吗？尽管我一心认为没有什么可以令我吃惊，却还是被互联网披露的人类性需求（包括一定数量的女性每个月都会在网上搜索“和毛绒玩具滚床单”这一发现）惊到了。采用反应时间、瞳孔放大或功能性神经影像等工具的实验中没有一项能反映这样的事实。

每个人都会喜欢这本书。赛思·斯蒂芬斯–达维多维茨用他的好奇心和智慧为21世纪的社会科学指出了一条新道路。有这样一扇散发着无限魅力，能够窥视人类内心喜好的窗户，谁还需要大脑可视仪呢？

——斯蒂芬·平克（Steven Pinker），2017年