本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
最近，我们注意到主要由非科学家组成的公众可能会发现自己被要求信任科学家，很大程度上是因为公众成员通常无法掌握所有的科学知识。但这并非非科学家独有的问题——一旦科学家触及他们专业知识的边界，他们最终不得不以某种程度的信任和怀疑来对待其他领域科学家的知识主张。（在特定情况下，正确的信任和怀疑的混合比例是多少，这是一个合理的问题，但并没有一个方便的公式可以计算出来。）
我们是否处于这样一种境地：在我们自身狭隘的专业领域之外，我们要么必须坚持不可知论，要么必须相信别人的话？如果我们无法直接评估数据，这是否意味着我们没有好的方法来评估提出主张的科学家所指向的数据的可信度？
这为科学新闻提出了一个有趣的问题，与其说是它应该扮演什么角色，不如说是它可以扮演什么角色。
关于支持科学新闻业
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保关于塑造我们当今世界的发现和想法的具有影响力的故事的未来。
如果只有受过训练的科学家才能评估科学主张的可信度（并且可能只在一个人受过训练的特定科学领域），这可能会将科学新闻业简化为仅仅发布新闻稿，或者报道科学家的社交活动、时尚品味等等。或者，如果公众期望科学记者不仅传播各位科学家提出的知识主张，而且还代表我们做一些评估工作——从人群中筛选出可信的主张和可信的科学家——我们可能会想象，优秀的科学新闻业需要广泛的科学训练（并且我们可能需要为要报道的每个专业科学领域配备单独的科学记者）。
在一个媒体机构更有可能削减科学部门而不是扩大科学部门的时代，将我们的希望寄托在大量获得科学博士学位的科学新闻记者身上可能不是一个好主意。
我不认为我们评估科学可信度的前景有那么糟糕。
科学知识建立在经验数据之上，数据的细节（哪种数据与手头的问题相关，我们实际上可以收集哪种数据，哪种技术更适合或更不适合收集数据，我们如何区分数据和噪音等等）在不同的科学学科中，以及在这些学科内的不同研究领域中，可能会有很大的差异。然而，在所有领域科学家用来比较他们的理论和他们的数据的基本推理模式中，存在共性。其中一些推理模式可能相当复杂，甚至可能是非直观的。（我猜想某些类型的概率或统计推理可能属于这一类。）但其他的将是教授“科学方法”时强调的推理模式。
换句话说，即使我无法评估别人的原始数据来直接告诉你它的含义，我可以评估数据被用来支持或驳斥主张的方式。我可以识别逻辑谬误，并将它们与有效的推理实例区分开来。而且，这是一个擅长批判性思维的非科学家（无论是记者还是阅读新闻报道的公众成员）也可以评估的事情。
判断科学可信度（或缺乏可信度）的一种方法是审视科学家提出的论点的逻辑结构。有可能判断论证是否与经验数据具有正确的关系，而无需亲自深入研究这些数据。可信的科学家可以阐述
这是我的假设。
如果假设为真，这是你期望观察到的。另一方面，如果假设为假，这是你期望观察到的。
这是我们实际观察到的（以及我们为控制其他变量而采取的步骤）。
这是根据这些结果，我们可以对假设说些什么（以及以何种程度的确定性）。
这是我们想要做的下一个研究，以便更加确定。
而且，不仅数据与从中推断出的结论之间的逻辑联系对于熟悉科学方法的科学作家来说看起来是合理的，而且对于其他科学家来说也应该看起来是合理的——甚至对于可能更喜欢不同假设或不同实验方法的科学家来说也是如此。如果使某事物成为好的科学的是它的认识论——即数据被用来产生和/或支持知识主张的过程——那么即使科学家可能不同意这些知识主张，他们仍然应该能够将所涉及的推理模式识别为适当的科学。这提出了我们可以要求可信的科学家展示的另外几件事
这是我们意识到的（已发表和未发表的）可能破坏我们发现的结果。
这是我们在评估我们自己的结果时如何认真对待他们的批评（或暗示的批评）的。
如果推理模式是适当的科学的，为什么所有科学家不会对知识主张本身达成一致？也许他们考虑了不同的数据集，或者他们对提出问题时做出的一些假设存在分歧。这里需要注意的重要一点是，科学家可以彼此不同意实验结果和科学结论，而不会认为对方是糟糕的科学家。希望随着时间的推移，更多的数据和对话将解决分歧。但是优秀、聪明、诚实的科学家可能会有分歧。
这并不是说穿实验服的人中没有思维草率的人。事实上，抓住草率的思维是你希望对科学的良好总体理解能够帮助某人（比如科学同事或科学记者）做到的事情。当然，在这一点上，最好有后援——例如，其他科学家可以给你他们对推理模式的解读。而且，在某种程度上，如果一位科学家——特别是那些“公开”谈论科学的人（无论是对记者、其他科学家还是具有科学素养的公众）——表现出草率的思维，那将倾向于损害他或她的可信度。
你可能还可以对科学家的可信度进行其他类型的评估，而无需成为他或她所在领域的专家。检查一篇科学论文，看看引用的来源是否支持论文引用它们所声称的主张，这是评估可信度的一种方法。确定科学家是否可能受到雇主或资金来源的偏见可能更难。但是，我怀疑许多科学家自己也意识到了这些担忧，并将加倍努力来建立他们的可信度，他们会非常认真地对待他们可能看到他们想看到的东西的可能性，并严格地测试他们的假设，以便他们能够回答可能的异议。
更难的是很好地了解那些以正确的逻辑结构呈现证据和解释，但实际上捏造或伪造了证据的科学家的可信度。对那些看起来好得令人难以置信的结果保持警惕可能是一个好的策略。此外，一旦科学家被发现有这种不当行为，完全有理由不再相信他或她说的任何话。
科学爱好者倾向于喜欢的事情之一是，它是一条通往知识的途径，至少在潜在意义上，对我们任何人都是开放的。它利用我们可以通过感官获得的经验数据和我们的理性思维能力。碰巧的是，经验数据变得非常复杂，在我们试图观察的世界中的事物和我们用来观察它的感官器官之间通常存在大量的技术。然而，这些理性思维能力仍然是科学知识构建的核心。这些能力需要仔细培养，但至少在初步近似的程度上，它们可能足以帮助我们区分做好科学的人和疯子。