物理學家做科普時，外行不太敢提出質疑；但社會學家談論社會問題時，每一個出租車司機、每一個網友都覺得自己也能評論。實踐表明，像政治學這樣的軟科學，「專家」的實用程度可能並不顯著高於「磚家」。

專家不如硬幣#

1984 年，美國心理學家泰特洛克（Philip Tetlock）做了一個影響深遠的研究：

• 調查 284 位以預測政治經濟趨勢為職業的政治學家、智囊和外交官
• 對重大問題（如某國未來的政治自由狀況）給出三種可能性的概率
• 二十年後（2003 年）回頭驗證

結論：專家的預測水平還比不上直接拋硬幣。 更諷刺的是，專家對自己專業領域的預測得分居然比在自己專業外領域更差。

社會科學的新方向#

哥倫比亞大學 Duncan Watts 在《什麼都是顯然的：如果你知道答案的話》（Everything Is Obvious: Once You Know the Answer）中提出，社會科學的發展方向應該像硬科學一樣，依靠實驗和數據。

案例一：Twitter 並不是「關鍵人物」的天下#

Watts 利用 Twitter 縮短網址（URL）追蹤資訊傳播，分析 2009 年兩個月內 160 萬用戶的 7,400 萬條訊息：

• 98% 的資訊根本沒被推廣傳播
• 只有幾十條被轉發超過千次，轉發過萬的只有一兩條
• 「名人」的影響力起伏極大、毫不可靠
• 最好的行銷方式不是雇大牌名人，而是批量雇用有一般影響力的人

這個結論顛覆了 Malcolm Gladwell《引爆點》（The Tipping Point）中強調「關鍵人物」推動潮流的常識。

案例二：Music Lab 實驗——成功靠運氣#

實驗者建了一個音樂網站，招募 14,000 受試者為 48 首歌曲評分：

• 部分受試者獨立評分（看不到他人下載數據）
• 其他受試者分為 8 組，能看到組內下載次數

關鍵發現：

• 在獨立組獲得高分的歌，在社會影響組也是好歌，但流行程度更高
• 哪首歌能登上排行榜前列，非常偶然——獨立組第 26 名的歌，在某社會影響組居然排第一
• 獨立組排名前五的歌只有 50% 機率在社會影響組進前五

常識的局限#

常識只是特別善於在事後「解釋」事件，這種解釋根本談不上真正的理解。

• 十月革命爆發後，我們就說俄國局勢導致革命必然爆發；但事先誰能這麼肯定？
• 城市士兵 vs 農村士兵誰更適應部隊生活？社會學家 Paul Lazarsfeld 的二戰調查顯示是城市士兵——與直覺相反
• 沒做調查研究就沒有發言權

更實用的歷史觀#

放棄「一切都是注定的」這個思想：

• 把歷史事件當成眾多可能性中的一種
• 把未來當成一個概率分布
• 用統計方法，通過歷史數據計算未來事件的概率
• 把歷史當作一個「資料庫」，從中發掘統計規律

正如 Watts 所說，現在社會科學已經有了自己的「天文望遠鏡」，就等開普勒（Johannes Kepler）出來總結行星運動三大定律了。