波普尔的提出
卡尔·波普尔（Karl Popper）在 20 世纪提出：科学理论与非科学理论的分界标准，不是"可证实"，而是可证伪（Falsifiability）。
为什么不是"可证实"
归纳问题（由休谟提出）：
无论我们观察到多少只白天鹅，都无法证明"所有天鹅都是白的"——因为只要出现一只黑天鹅，这个命题就被推翻。
归纳推理无法给出必然的真理——只能给出"到目前为止没被推翻"。
波普尔的洞见：科学理论的价值不在于"被证明为真"，而在于能被检验、可能被推翻，但至今未被推翻。
什么是可证伪
一个理论是可证伪的，当且仅当：存在某种可能的观察结果，如果它发生，该理论就是错的。
例子：
- ✅ "所有天鹅都是白的" —— 可证伪（找到一只黑天鹅即可推翻）；
- ❌ "明天可能下雨，也可能不下雨" —— 不可证伪（任何结果都与之相容）；
- ❌ "命运安排好了一切" —— 不可证伪（任何结果都可被解释为"命运的安排"）。
为什么这个标准重要
一、区分科学与伪科学
很多伪科学理论的问题在于：它们无法被检验——无论发生什么，都能被解释为该理论的证据。
典型特征：
- 预测模糊（"近期会有大事发生"）；
- 事后解释（事情发生后才说"我早就说过"）；
- 用不可验证的机制（"能量场""气"）；
- 遇到反例时，加特设性假设而非修正理论（前文提到过奥卡姆剃刀）。
二、科学的进步方式
波普尔认为，科学通过猜想与反驳进步：
- 提出大胆的可检验假说；
- 设计严格的检验试图推翻它；
- 假说被推翻 → 修正或抛弃；
- 假说未被推翻 → 暂时接受，但继续接受检验。
"科学知识是暂时的、可修正的" —— 这是科学的力量所在，而非弱点。
三、好的理论是"冒险"的理论
一个理论越是排除更多的可能性，它就越有信息量。
例子：
- "明天会下雨"——排除了"不下雨"，有意义；
- "明天的天气在 0 到 100 度之间"——几乎什么都没排除，无意义。
爱因斯坦的广义相对论预测了光线在引力场中弯曲——这是一个"冒险"的预测，如果被观测否定，理论就错了。1919 年的日食观测验证了它。
实际中的复杂情况
一、证伪并不像看起来那么简单
科学哲学家（如拉卡托斯、库恩）指出，实际科学史比波普尔的模型复杂：
- 科学家不会一遇到反例就放弃理论（他们可能认为是实验误差或辅助假设的问题）；
- 理论往往是一个"研究纲领"，有核心假设和保护带；
- 范式转换（库恩的"科学革命"）涉及共同体层面的转变。
二、统计学的作用
现代科学的检验通常不是简单的"是/否"，而是统计推断——基于 p 值、置信区间、效应量等做出概率性判断。
这带来了新的问题：p-hacking（反复分析直到找到显著结果）、发表偏差（阳性结果更易发表）、可重复性危机。
这些都是"科学如何可靠"这一问题的现代表现。
三、不可证伪的命题不等于无意义
宗教、伦理、美学中的许多命题不可证伪——但它们可能在其他层面（意义、价值、社群）有重要作用。
波普尔的标准是区分"科学"与"非科学"，不是区分"有意义"与"无意义"。
一个实用意义
培养"可证伪性"的思维方式，有助于：
- 识别伪科学和过度宣传；
- 评估自己的信念（"什么证据能让我改变想法？"）；
- 设计更严格的检验（而非只寻找支持的证据——前文提到过确认偏差）。
说明：本文为科学哲学的知识整理。