证据融贯性

证据融贯性就像一个“真相倍增器”，它要求证据来自完全不相关的来源。你可以把它想成拧一根缆绳：每根细丝，比如一张模糊的照片或一张褪色的收据，单独看可能都不够有力，但拧在一起、朝着完全相同的方向拉，就能形成牢不可破的论证。在调查案件的情境中，三条微弱线索之所以更有说服力，是因为它们彼此独立；摄像头、收银系统和指纹几乎不可能以完全吻合的方式一起“说谎”。

想一想：我的这些数据点来自不同的方法，还是只是在重复同一个源头的信息？

证据融贯性背后的机制，是通过结构上的独立性来降低出错概率。如果你用三把不同的弯尺测量一张桌子，得到的会是不准确的数据。但如果你分别用激光测距仪、卷尺，以及数标准尺寸地砖的方法来测量，结果都一样，就实现了证据融贯。三种根本不同的方法犯下完全相同的错误，概率接近于零。

这一原则支撑着我们最可靠的科学理论。进化论得到的支持不只有化石；遗传学、胚胎学和地理分布也分别提供了独立的印证。这些领域之间几乎不交流，却讲述着同一个故事。在商业领域，精明的投资者会看消费者信心调查、供应链运输记录和股票技术图表是否相互印证。如果三者一致，这个信号就是真实的。

不过，你必须提防“伪融贯”。有些来源看起来不同，实际上却都取自同一份上游数据。比如，五家新闻网站都引用了同一份有错误的新闻稿。

“融贯”（consilience，字面意思是“一起跳跃”）一词由威廉·休厄尔提出，用来描述不同类别的事实相互吻合时，归纳如何获得确定性。现代复杂性理论中的“稳健性分析”概念进一步支持了这一思路。

• 休厄尔（1840）：提出科学理论获得有效性，不仅靠预测新事实，也靠解释来自不同领域的现象 [1]。
• 威尔逊（1998）：将这一概念扩展到知识统一的主张，认为物理学和生物学的规律应当与人文学科相契合 [2]。
• 威姆萨特（2007）：将“稳健性”定义为一个结果在多个独立推导过程中保持不变，并将其视为科学判断事物是否真实的首要标准 [3]。

如果各个来源并非真正独立，而是存在自相关，证据融贯性就会失效。它也容易受到“得克萨斯神枪手谬误”的影响：你可能只挑选那些看似碰巧吻合、来自不同来源的微弱信号，却忽略不符合结论的数据。