科学家说，智商测试无法反映一个人的基本认知能力，左右脑理论是伪科学，爱情就像毒瘾，消极情绪其实有益。

我们经常说，科学的进展日新月异，新的进展就伴随着现有科学理论的被淘汰，“只有通过葬礼，才能迎来科学的进步。”哪些观点让科学家们必欲除之而后快呢？2014年，Edge网站邀请了一百多位科学家回答这一问题：哪些科学观点必须***？他们提供的答案包括：几何、微积分学、计算机科学、熵、弦理论、宇宙、人类中心说……

被认为应该退休的概念中有一些非常古老的概念，如因果、自由意志，也有目前正如日中天的概念，如万有理论、大数据；既有智商、宇宙、文化等普遍的概念，也有“动物大脑越大越聪明”等具体论述。其中有五个概念跟普通人的关系比较密切，科学家的说法也让人比较意外：

1

智商

法国国家科技研究中心研究员斯科特·阿特兰说，所谓的智商测试，在任何情况下都无法反映一个人的基本认知能力。“智商是一种能被大众所接受的、衡量人类分类以及推理能力的通用评估方法。智商测试是行为主义的鼎盛时期被发明出来的，而那个时候人们对认知结构之类的理念还没什么兴趣。打分系统被做成工具，均值为100分，标准偏差为15分……”

阿特兰认为智商这个概念太生硬，不自然，徒有其表，比较可信的是对各种特殊能力的测试，例如对形状、位置等几何类物体的空间推理能力，对质量、运动的机械推理能力，对生物类型的分类推理能力，对他人信念、愿望的社会推理能力。

2

左右脑理论

左右脑理论说，左脑具有逻辑性、分析性和语言性，而右脑具有直觉、创造力和感知力。英国皇家学会研究员布莱克莫尔说，这一类说法都是伪科学，并没有建立在大脑如何运作的基础之上。几乎在所有的情形中，大脑的两个半球都是一起工作的。它们总是在不停地交流，根本不可能出现一个半球独立运行的情况，除非在一些罕见的病人大脑中。也就是说，你不属于左脑思维或右脑思维，而是全脑思维。

有些人提出，当前的教育更倾向于具有逻辑性、分析性和准确性的左脑思维模式，而不重视赋有创造力、直觉和主观性的右脑思维模式。然而，左脑和右脑思维模式只是用来形容这些特性的比喻。右脑损伤的病人往往也有创造力，左脑受损的人依旧善于分析。

根据能力把人分为左脑型和右脑型的做法很不恰当，甚至可能成为人们学习的障碍。的确，每个人的认知能力不同，但把人分为左脑型和右脑型的做法应该被取消。

3

浪漫的爱情和成瘾

美国罗格斯大学教授海伦·费雪说，上瘾并非都是病态的、有害的，爱情就是一种积极的成瘾。沉醉于爱情的男女都显示出了成瘾的基本症状。首先，恋爱中的人将所有精力都集中于令其上瘾的药物（即恋人）身上。他们会不由自主地想起恋人（强迫性思维），经常不由自主地采用打电话、写信或其他方式与恋人保持联系。对恋人的痴迷会扭曲现实。为了打动恋人，有时还会做一些不恰当或危险的事情。恋人中的人渴望跟恋人形成精神上与身体上的结合（依赖性），与恋人分离的感觉，就像是药物成瘾者得不到药物一样（分离焦虑）；而且逆境和社会障碍甚至会加剧对爱的渴望（挫折吸引力）。

事实上，沉醉于爱情的情侣们表现出成瘾的4个基本特征：渴望、容忍、脱瘾和复发。如果与恋人的关系破裂，当事人就会产生药物被戒断的感觉，出现反抗、经常哭泣、嗜睡、焦虑、失眠或睡眠过度、食欲不振或暴饮暴食、易怒以及觉得孤独的状态。恋爱中的人就像瘾君子一样，经常会走极端，为了挽回恋人，有时还会做出有辱人格或危害身体的事情。

浪漫爱情是一种自然成瘾，这种成瘾是440万年前，第一代人类的祖先从哺乳动物的祖先那里进化来的，与一夫一妻制相结合后，就变成了人类的特点。这种进化的目的是激励人类的祖先集中交配时间，并代谢能量于单一的对象，从而形成一种夫妻制，共同养育后代。

4

“悲伤总是坏的，快乐总是好的”

美国科罗拉多大学心理学助理教授琼·格鲁伯提出，消极情绪能使我们更加专注，可以让我们减少固定思维模式，形成关注细节的分析性思维，增强视觉记忆，增强我们在完成具有挑战性任务时的持久性。

试图抑制消极情绪，拒绝接受和欣赏它，反而会适得其反，越是抑制就越会增强痛苦感，而且还会加剧药物滥用、暴饮暴食，甚至让当事人产生自杀的想法。

长期以来，传统的科学研究都聚焦于积极情绪的好处：在认知收获方面，可以增强创造力；在社会效益方面，可以增强友好关系以及亲社会行为；在生理健康方面，可以增强心血管健康状况。但越来越多的研究都对这一观点提出了反对以及：积极情绪助长了以自我为中心的行为，包括自私、固定思维、欺骗以及不诚实，并在某些情况下引发同情心的泛滥。积极情绪会造成注意力分散和注重细节的工作能力受损。

因为积极情绪能够减少压抑感，所以与冒险和死亡率的升高也有关系。情绪并没有绝对的好坏之分，仅仅通过分为消极情绪和积极情绪就评价情绪的好坏是不合理的。

5

大数据

认知科学家加里·马尔库塞说，科学的核心仍然是寻找描述宇宙的法则，而大数据并不擅长识别法则。大数据能够发现相关性，但相关性不是因果性。世界上所有的大数据本身都不能告诉你，抽烟是否会引发癌症。为了弄清抽烟和癌症之间的关系，你需要做实验，弄清致癌物、致癌基因、DNA复制等东西。只是列举关于每个城市的吸烟者，他们何时吸烟、在哪里吸烟，他们的寿命、死因并不足以弄清其背后复杂的生理机制。如果我们有好的假说，就可以用大数据来验证假说，但大数据不该是我们的第一站，它应该是我们知道自己在寻找什么时该去的地方。