争论到没话可说时,还有个省事的办法:说对方有“邓宁–克鲁格效应”。意思是,他对问题一知半解,却连自己有多无知都不知道。他反驳得越自信,诊断似乎就越坐实。想辩解?任何反驳都能被当作又一条症状。

这招有个很有科学味道的名字,可它与真正的研究之间,关系并不那么简单。心理学家确实发现,在某些测验中,成绩较差的人往往更容易高估自己相对于他人的表现。研究者为此提出了心理学解释,也得到了一些实验结果的支持。后来人们发现,类似的图形也可能由其他原因造成,包括测量方法本身的特点。

不过,这些研究并不能让我们仅凭一个人在争论中的自信程度,就判断他到底懂不懂。

2026年8月,Hacker News上有人讨论一项颇为激进的生物技术提案。一名评论者回复提案作者,说他的名字应该写进词典,放在“邓宁–克鲁格效应”旁边[1]。这条回复既没有分析提案,也没有给出反对理由。似乎只要搬出两位心理学家的姓氏,事情就算说清楚了。

“愚蠢之巅”从哪儿来的?

你大概见过那张曲线图:一个人刚接触某个领域,自信心就一路冲上山顶。人们把这座山叫作“愚蠢之巅”(Mount Stupid)。接着是“绝望之谷”,最后再沿着“开悟之坡”缓缓爬升。

这图真好用。遇到哪个讨厌的争论对手,几乎都能在图上给他安排一个位置。通常还是靠近山顶的那个。

可问题是,贾斯廷·克鲁格(Justin Kruger)和戴维·邓宁(David Dunning)1999年的论文里,根本没有这张图[2]。作者也没有研究同一个人随着学习深入,自信心如何起伏。他们让不同的参与者完成幽默、语法和逻辑任务,再请他们估计自己相对于其他参与者的能力。

第一项实验中,成绩处于末尾四分之一的参与者,实际排名大约在第12百分位,却把自己估计在第58百分位左右。百分位表示一个人在群体中的相对位置:位于第20百分位,意味着大约20%的参与者得分比你低。

成绩更好的参与者,对自己的评价也更高,只是自评的增幅远小于实际成绩的增幅。研究并没有发现新手必然经历一个自信心爆棚的“山顶”。

克鲁格和邓宁的解释是:完成一项任务和发现自己犯了什么错,部分依赖同一套能力。一个刚学下棋的人,可能看不出自己再过三步就会被将死。他以为局面不错,不一定是因为傲慢,也可能只是还没有足够的知识识别危险。

其中一项实验里,研究者向参与者教授逻辑推理。接受训练后,他们的自我评估变得更准确。这确实是支持原假设机制的一条重要证据。所以,把1999年的研究简化成那张原本就不存在的“愚蠢之巅”曲线,同样不公平。

后来,其他研究者开始检验这条曲线是否还有更朴素的解释,比如测量方法自身造成的偏差。

学过一门学科,不等于真正理解它

曲线之争背后,还有一个更大的问题。即使掌握了测验成绩和参与者的自我评价,研究者也未必能确定一个人为什么会出错。可我们有时只看见网上一句底气十足的评论,就急着判断陌生人是否称职。

懂一个领域,和知道自己的知识在哪里止步,并不是同一回事。

还记得学校里那条老规矩吗?负数不能开平方根。

学生把规则背熟,顺利通过测验,得了个好成绩。现在,他觉得自己都可以给别人讲这条规则了。但如果一位数学教授告诉他,方程x² = −1其实有解,他可能立刻反驳:学校明明不是这么教的!

关键在于,两个人都可能是对的,只是所谈的数系不同。在实数范围内,确实无解;在复数范围内,则有两个解:i和−i,其中i² = −1。

教授知道,课堂上的那条规则只适用于实数。数系一旦扩展,原先不存在的解就出现了。

学生却可能把规则记得一字不差,没意识到它只适用于特定的数系。于是,正确的知识也能带出错误的结论。

顺便说一句,这个例子倒很贴合邓宁和克鲁格最初的假设:一个人可能既缺乏正确解题所需的知识,也缺乏识别自己错误所需的知识。这就是所谓能力不足的“双重负担”。它也不只发生在学生身上:专家也可能越过自己知识的边界,却毫无察觉。单凭一个心理学标签解释不了问题,得指出推理究竟在哪一步出了错。

在有关专业能力的争论中,我一直对这种区别很感兴趣。一个人学过专业知识、记熟定义、通过考试,拿到文凭和执业资格。按既定标准,他是合格的。但他有没有能力反过来检查这些标准,发现隐藏的前提,跳出自己熟悉的模型?

专业资质当然是信任专家的理由:背后有训练、实践和资格要求。但它并不保证专家说的每句话都正确。医生可能误诊,数学家可能忽略了错误的前提,研究者也可能高估自己的数据究竟能证明什么。

要判断一项具体主张是否成立,最终还得看证据和论证,而不是作者的履历。

下图把某个领域的知识储备,和独立检验推理的能力区分开来。

学科知识与独立检验推理能力的二维矩阵,包含爱丽丝、夏洛克·福尔摩斯、匹诺曹和万事通教授。

实际工作中,两种能力都少不了。知识让我们不必把别人已经验证过的东西重新摸索一遍;独立思考则帮助我们发现条件变了,或者熟悉的解释漏掉了关键环节。

一个没有相关学历的人提出异议,可能真的点出了专家的错误,也可能一碰到早已确立的事实就站不住脚。到底是哪一种,要检验的是异议本身。

自信程度无法告诉我们谁理解得更深。数学教授可能对复数的存在深信不疑,而且有充分理由。学生却可能同样自信地否认复数存在,只因为他以为学校教的规则适用于所有数学。

统计方法是怎样“画出”过度自信的?

假设两个人准备程度完全相同,平均都能答对70%的题。第一个人碰巧遇到一组不顺手的题,只得了60%;第二个人运气较好,拿到80%。两人都认为自己的水平是70%。谁高估了自己?其实谁都没有。但如果只拿这一次考试的分数来比较,第一个人似乎“高估”了10个百分点,第二个人则似乎“低估”了同样的10个百分点。

现在根据考试成绩把参与者分组。排名靠后的那组,会有更多碰巧做得不顺的人;排名靠前的,则有更多这次运气不错的人。那条熟悉的曲线就出现了:成绩差的人仿佛高估自己,成绩好的人仿佛低估自己。但在这个例子里,每个人对自身真实准备程度的估计都是准确的。

还有一道纯算术陷阱。“自我评估误差”通常等于自评分减去考试分数,然后再把这个差值与同一次考试分数比较。如果自评分不变,考试分数每增加10分,算出来的“误差”就自动减少10分。因为同一个考试分数被放进了比较式的两边。

这并不是说邓宁–克鲁格效应纯属虚构。问题在于:光看曲线的形状,判断不了它为什么会出现。约阿希姆·克鲁格(Joachim Krueger)和罗斯·穆勒(Ross Mueller)曾指出这个问题[3]。Nuhfer及其同事[4]、Gignac与Zajenkowski[5]则研究了随机噪声和测量方法的作用。

这里还有个有趣的细节:1999年论文的合作者贾斯廷·克鲁格(Justin Kruger),和2002年发表批评文章的约阿希姆·克鲁格(Joachim Krueger),是两个人。不然还真容易以为,克鲁格过了三年突然改变主意,亲自推翻了自己的研究。

布莱尔·菲克斯(Blair Fix)甚至用随机变量也画出了类似的曲线[6]。但他的模型预先假定,自我评价与实际表现相互独立。这是有用的数学检验,不是真实人群的画像;批评者也指出了这一点[7]。与此同时,Jansen及其同事找到了一些证据,表明成绩较差的参与者确实不太善于利用有关自身错误的信息[8]。

曲线确实存在。问题是,其中有多少来自心理机制,有多少来自测量方法本身?要回答这个问题,需要其他数据,而不是揣测参与者的性格。

同一场测验,两种大不相同的自我评价

“高估自己”到底是什么意思?是把自己答对的题数估多了,还是误判了自己在别人当中的排名?听起来相近,其实是两种不同的测量。

在 McIntosh 及其同事2022年的一项研究中,参与者先做矩阵推理题,然后自己估计答对了多少题,以及自己相对于其他学生的排名[9]。我们在 The Null Institute 独立复核了151名参与者的公开数据[10]。下面是预备测验成绩处于末尾四分之一的38人的结果:

评估项目参与者自估实际结果
答对题目的比例76.0%76.1%
在他人中的排名(百分位)51.219.8

第一行,自我估计与实际结果几乎完全一致。第二行却差了31.4 个百分位点。也就是说,同一批人平均而言相当清楚自己做对了多少题,却明显高估了自己在其他人当中的位置。

不过,这种“估得准”只体现在平均值上。38人中,22人高估了答对题数,14人低估,2人估计得完全准确。平均绝对误差为7.7个百分点:方向相反的误差抵消了一部分。

比较还有一个重要限制:参与者估计的是自己在爱丁堡大学学生中的位置,而我们计算的实际百分位来自这项研究的样本。自我评分的刻度也有些特殊:自我评价量表的零点对应50%的正确率,也就是随机猜测时的预期水平。我们的复核考虑了这个刻度,却无法知道每一位参与者究竟如何理解它[9]、[10]。

看整个样本,参与者平均甚至低估了自己的成绩7.64个百分点。但预备测验表现与自我评估误差之间,仍然呈负相关。成绩最高的四分之一,平均正确率已接近97%:往上高估的空间几乎没有,往下低估的空间却很大。

知道自己答对了多少题,与知道自己在别人当中排第几,是两回事。一个人可能准确估计自己的绝对成绩,却严重看错自己在群体中的位置。绝对自我评价与相对自我评价的区别,研究界早已知道[11]。我们的工作只是独立复核了一组具体数据,并没有发现新的心理学效应。详细表格、研究方法和代码都收录在The Null Institute的研究札记中。

专家也会修改建议

COVID-19疫情期间,知道什么、理解什么,以及实际该怎么做之间的区别,表现得格外明显。

评估疫苗安全性、感染风险和每项措施的必要性,需要不同的数据。但专业建议有时被当作现成答案,外行似乎只能照单全收。一旦有人提出疑问,人们可能不去检查问题本身,而是把疑问归咎于提问者“不懂行”。

阿斯利康(AstraZeneca)疫苗的经历,正说明这样做有什么问题。

大规模接种开始后,陆续出现了少见的病例报告:血栓形成同时伴有血小板数量下降。2021年4月7日,英国疫苗接种与免疫联合委员会(JCVI)建议:如果有其他疫苗可用,应向没有额外风险因素的30岁以下成年人提供替代疫苗[12]。

这次建议调整,依据的是有关严重不良反应的新数据,以及对这一特定人群接种收益与风险的重新权衡。

这类事情让我反感的,不是专家修改建议。面对新证据,专家本来就应该调整判断。更糟的是,有人把专业资质当成拒绝回答问题的挡箭牌。

没有医学背景的人提出的担忧,可能有道理,也可能完全错误。该怎么判断?还是得根据现有证据,认真分析他的具体问题。称他“不专业”,或者搬出邓宁和克鲁格的名字,并不算回答了问题。

究竟谁才算真正懂行?

说到这里,“专业能力”这个词本身反倒开始碍事了:讨论悄悄从某个具体错误,变成对整个人的评判。

克鲁格和邓宁研究的是参与者完成特定任务的表现,与他们如何认识自己能力之间的关系。这些研究不能让我们凭一条自信满满的评论,就判断一个人对某个领域理解有多深。更不能据此把任何与专业人士意见不同的情况,都当作某种心理缺陷的表现。

连他们1999年的数据都能说明这一点。第二项实验的逻辑测验中,成绩最低四分之一的参与者平均位于第12百分位,最高四分之一平均位于第86百分位。然而,两组对自己排名的估计却几乎一样:分别为第62和第68百分位[2]。实际表现相差74个百分位点,自我估计只差6个。当然,对相对排名的估计不等于对某项具体主张的信心,群体平均值也不能代表每一个人。但这些数字已经足以说明:不能仅凭一个人对自己评价很高,就反过来断定他能力低。

同样,一纸文凭也不能直接证明某项具体主张正确。它说明持有人接受过一定程度的训练,有时是很严格的训练,但不能代替对主张本身的核验。

回到那个学习平方根的学生。他记住的规则,在实数范围内是对的。错就错在,他把这条规则当成适用于所有数学的规律。一个履历耀眼得多的专家,也可能犯类似错误,只要他忘记检查自己熟悉的模型到底适用于哪里。

我关心的,是一个人究竟说了什么,又凭什么这样说。推理中的事实在哪里?假设在哪里?结论在哪些条件下会失效?有了这些问题,我们才能认真讨论论证哪里出了错,而不用凭对方的履历来猜。

再回到文章开头那场Hacker News争论。那名评论者在自己的回复中,始终没有解释生物技术提案究竟哪里有错。他只是甩出了一个心理学效应的名字。

至于提案本身到底靠不靠谱,单看他的回复,我们无从得知。

我们唯一知道的是:有人建议把提案作者的名字写进词典,挨着两位心理学家。

参考文献

  1. Hacker News. 2026年8月,一位参与者以“邓宁–克鲁格效应”指责另一位参与者的讨论。 讨论原文.
  2. Kruger J, Dunning D. (1999). Unskilled and unaware of it: How difficulties in recognizing one’s own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121–1134. DOI.
  3. Krueger J, Mueller RA. (2002). Unskilled, unaware, or both? The better-than-average heuristic and statistical regression predict errors in estimates of own performance. Journal of Personality and Social Psychology, 82(2), 180–188. PubMed.
  4. Nuhfer E et al. (2016). Random Number Simulations Reveal How Random Noise Affects the Measurements and Graphical Portrayals of Self-Assessed Competency. Numeracy, 9(1). DOI.
  5. Gignac GE, Zajenkowski M. (2020). The Dunning-Kruger effect is (mostly) a statistical artefact: Valid approaches to testing the hypothesis with individual differences data. Intelligence, 80, 101449. DOI.
  6. Fix B. (2022). The Dunning-Kruger Effect is Autocorrelation. Economics from the Top Down.
  7. Andersource. (2022). I can’t let go of “The Dunning-Kruger Effect is Autocorrelation”. Andersource.
  8. Jansen RA, Rafferty AN, Griffiths TL. (2021). A rational model of the Dunning–Kruger effect supports insensitivity to evidence in low performers. Nature Human Behaviour, 5, 756–763. DOI.
  9. McIntosh RD et al. (2022). Skill and self-knowledge: Empirical refutation of the dual-burden account of the Dunning–Kruger effect. Royal Society Open Science, 9, 191727. DOI.
  10. The Null Institute. (2026). Dunning–Kruger Reanalysis: The Scale, the Baseline, and the Error Curve. 研究札记.
  11. Moore DA, Healy PJ. (2008). The Trouble with Overconfidence. Psychological Review, 115(2), 502–517. DOI.
  12. JCVI. (2021年4月7日). Statement on use of the AstraZeneca COVID-19 vaccine. GOV.UK.