可证伪主义范式的解构：学术共谋与 AI 时代的话语霸权危机
摘要
波普尔提出的可证伪主义长期被奉为现代科学划界的核心准则，然而从真理‑模型‑方法（TMM）认知分层框架审视，该元范式存在内在逻辑自反悖论：可证伪原则本身不可证伪，却被用来裁定一切理论的科学身份。可证伪主义在认识论层面驱逐边界内的客观确定性真理，将科学活动改造为猜想与反驳无限循环的 “挖坑‑填坑” 游戏。百余年范式存续并非源于学界集体智力盲区，更多来自学术共同体既得利益驱动下的清醒共谋，群体普遍存在 “既要、又要、还要” 的功利诉求，主动维护存在缺陷的评判体系。当下美国白宫 AI 相关科技报告继续沿用可证伪作为评判标尺，大概率属于维护西方科学话语权的战略烟雾弹，仅有极小概率源自认知固守。可证伪范式适合简单封闭物理系统，面对人工智能、生命科学等开放复杂巨系统会形成严重认知枷锁。唯有回归以客观真理为起点、公理模型为骨架、多元工具池为校验手段的正向认知路径，才能够挣脱旧范式束缚，实现复杂系统领域基础理论的真正突破。
关键词：可证伪主义；TMM 认知框架；范式僭越；学术共谋；话语霸权；复杂巨系统；人工智能治理
序言
自 20 世纪中期以来，可证伪主义经由教科书、学术评审规则、科研评价体系广泛传播，成为全球范围内判别科学与非科学的主流标准。在传统叙事之中，科学的本质就是不断提出猜想、接受证伪、迭代更新，理论永远只是尚未被推翻的暂时性假说。这套叙事深刻渗透自然科学、社会科学，如今进一步延伸至人工智能前沿政策文件之中。
但长期被忽略的事实是，可证伪主义是一套哲学立场，并非经过客观验证的科学元公理。其核心评判规则自身就不能满足 “可证伪” 这一硬性条件，这是极为基础的逻辑矛盾。如此明显的漏洞却能够跨越百年延续主流地位，该现象本身就值得深度研究。本研究并不简单将原因归为科研人员认知水平不足，而是从认识论结构、人性利益机制、地缘科技话语三个维度展开剖析。
首先区分工具与范式：“证伪操作” 可以作为万千检验工具之一纳入方法层使用，具备合理的探测校验价值；而可证伪主义范式，是把该工具上升为科学的准入元标准，剥夺客观真理在认知体系当中的源头地位，属于典型的范式僭越。当研究对象由简单封闭系统转向 AI、人体生命这类开放复杂巨系统之时，这套旧范式的破坏性便充分暴露。美国官方 AI 报告依旧死守这套旧标准，预示范式冲突已经从纯粹哲学思辨，演变为现实世界科技博弈的组成部分。本文依托 TMM 真理‑模型‑方法分层体系，剖析可证伪主义的骗局本质，解析学术共同体共谋的内在机理，并且讨论该范式对当代人工智能基础研究带来的现实危害，为构建适配复杂系统的新型科学评判体系提供思考。
一、可证伪主义的内在逻辑缺陷：驱逐真理的认知倒置
TMM 框架把认知划分为三层：L1 真理层，代表独立于人主观意志的客观实在与客观规律；L2 模型层，人类基于公理构建出来用以摹写客观实在的理论体系；L3 方法层，海量观测、实验、统计、证伪等工具集合，工具向上反馈现象，用以修正模型边界，但工具无权裁决真理层。
真正的科学活动顺序应当自上而下：以客观真理为目标，构建公理模型，再调用各类工具开展校验与修正。证伪、对照试验、统计分析全部属于 L3 工具库的成员，可以自由选用。
可证伪主义完成了一次彻底颠倒。第一，它悬置乃至驱逐可被人类理性把握的边界内客观真理。在其叙事下，不存在可以稳固确立的确定性认知，一切理论永远只是等待被反驳的猜想。客观真理沦为遥远而无法抵达的彼岸，不再作为科学研究的现实出发点。第二，将 L3 层的证伪工具拔高成为 L1 层级的元评判标准。用一条自身不服从自身规则的教条，去审判全部理论。
由此科学活动就异化为无休止挖坑、填坑、再挖坑的循环游戏：不断提出表层猜想，暂时未被推翻即视作科学成果；一旦出现反例就抛弃旧假说，转向新假说。整个过程热闹地产出论文与项目，却放弃向下求索底层客观机理。对于简单封闭物理体系，这套模式尚可取得局部成效；一旦面对多因素耦合的开放复杂巨系统，只会停留在现象拟合，很难抵达系统本质。
需要着重厘清：批判可证伪主义范式，不等于抛弃证伪检验行为。证伪作为检验手段依然具备价值，问题出在把手段升格为科学的准入门槛。
二、百年范式存续的根源：并非集体愚昧，而是既得利益下的清醒共谋
一个逻辑破绽十分直白的范式能够统治学术界百余年，不能简单归结为群体智商不足。大量博士、院士具备识别该逻辑矛盾的思辨能力，多数人属于看破漏洞却选择沉默附和，是一整套 “既要、又要、还要” 的现实利益驱动。
2.1 既要占有科学的社会光环，又拒绝承担面向客观真理的责任
既要拥有科学家身份带来的社会声望，又不用接受客观真理的审判。若以贴合客观实在作为评判标尺，假说错误即代表认知失败。可证伪主义提供免责叙事：所有理论本就是临时猜想，被推翻反而是科学进步。即便研究仅拟合表面现象，未来被推翻，依旧算作学术贡献。 既要批量产出学术成果，又回避艰难的第一原理构建。挖掘底层公理体系周期漫长、失败风险极高；而遵循证伪范式，仅需要构造可检验的浅层假说，依靠实验统计就可以批量产出论文。 既要享受公众对科学的信任，又回避复杂系统的硬核难题。面对生命、心智这类高度复杂对象，回避深层耦合机理，把解释不通的部分归于样本、个体差异，保全自身科学身份。 既要标榜理性客观，又可以合理化自身理论的缺陷。遇到体系内部矛盾时，以 “科学只是阶段性猜想” 作为挡箭牌，规避对底层逻辑漏洞的问责。
2.2 又要把持学术资源与话语权力，又回避深度思辨对手的理论内核
又要掌握期刊、立项、评奖的生杀权力，又不愿耗费脑力研读异见理论。遇到公理‑模型路径的理论，不需要完整辨析其内在逻辑，直接抛出 “不可证伪即非科学” 完成一票否决，以极低成本实现排斥。 又要垄断何为科学的定义权，又禁止别人挑战这套元规则。可证伪元规则本身拒绝被证伪检验，任何质疑这套标准的研究者，直接被贴上伪科学、非科学标签，剥夺辩论资格。 又要把控科研经费流向，又依靠范式完成竞争对手过滤。评审环节将可证伪、对照实验作为隐性门槛，符合范式的项目更容易获取资源，系统公理方向的选题遭到系统性挤压。 又要维护既有学科分科格局，又抵制整体性系统视角的冲击。还原论分科格局形成对应的利益圈层，整体性系统思想会打破学科边界，动摇现有既得群体地位，维护旧范式即是维护现有学科利益格局。 又要完成后辈人才教育驯化，又回避元认识论批判教学。教科书只输出简化口号，不传授对科学评判标准本身的反思，持续培养顺从旧范式的后继者，完成范式代际传递。
2.3 还要保全个体现实利益，拒绝范式革新带来的自我颠覆代价
还要守护毕生积累的成果、荣誉与头衔。个人全部学术成就建立在旧范式评价体系之上，如果承认可证伪范式破产，大量旧成果的评判根基随之动摇，很多人不愿意承担此种代价，即便看穿漏洞也选择缄默。 还要维系圈层社交与人脉网络，不愿沦为共同体内部异类。公开批判主流元范式等于与建制对立，会带来合作中断、社交孤立，为了生存选择集体沉默。 还要维持和商业资本的合作通道。尤其生物医药、人工智能产业，资本更加偏好表层指标迭代，并不追求根源层面的本质突破。可证伪主导的猜想‑反驳循环恰好适配商业迭代诉求，顺从范式就更容易拿到横向项目与产业资源。 还要规避巨大的思想变革成本。推翻旧范式意味着重写教材、重构评价体系、调整学科架构，属于剧烈阵痛的改革，既得利益群体倾向安于现有舒适区。 还要对外维持学术共同体统一共识的假象。即便内部察觉到缺陷，也尽量压制底层逻辑论战，害怕动摇社会公众对于科学界的整体信任，损害圈层整体社会利益。
以上多重诉求叠加，形成清醒的共谋现象：个体未必全部认同范式内核，但现实激励促使群体共同维系这套存在致命缺陷的评判体系。少数看透问题的个体，难以对抗整套教育‑经费‑职称‑出版共同编织的利益网络。
三、AI 时代的新表现：美国官方报告中可证伪主义的战略属性
进入人工智能时代，大模型属于典型开放复杂巨系统，涌现、心智等整体性现象无法全部套用狭义可证伪框架。在此背景之下美国白宫相关 AI 科技报告依旧固守可证伪标准，存在两种可能性。
第一种，高概率：属于战略层面释放的烟雾弹。相关政策官员背后拥有大量专家顾问，完全有条件知悉可证伪范式的固有缺陷，继续沿用是主动选择。其一，守住科学定义话语权，如果旧范式破产，以 TMM 为代表的公理‑模型认知体系将获得平等地位，西方延续数百年的科学话语神坛会受到冲击。其二，锁死全球 AI 科研游戏规则，强制全球 AI 研究走猜想‑证伪的路径，把公理推演、整体系统建模路线边缘化。美国掌握测试基准、评测平台，就持续掌握对他国 AI 理论成果的评判权。其三，延续产业商业循环，不用追求智能本源真理，维持假说迭代就可以持续实现商业更新。其四，稳定国内学术建制，官方否定可证伪会冲击本国高校、标准机构整套体系，对外文件必须维持旧教条。
第二种，极小概率：政策执行者仅接收教科书简化口号，完全没有触及元认识论层面的思辨，真诚信奉这套标准。此种情况仅属于次要的次生因素。
将可证伪继续套用到人工智能基础研究，会带来现实阻碍：允许无休止表层测评迭代，却排斥从第一公理出发探究智能本质的系统建模路径，用适配简单物理系统的枷锁束缚复杂巨系统的探索。
全文总结
第一，可证伪主义范式与证伪检验工具必须严格区分。证伪作为 L3 方法层工具可以正常使用；可证伪主义范式的危害，是将工具提升为科学的元准入标准，驱逐边界内客观真理，颠倒 TMM 自上而下的认知顺序，把科学探索异化为永无止境挖坑填坑的循环游戏，本身存在元规则不可证伪的逻辑悖论，属于范式层面的伪科学。
第二，这套范式能够延续百年，核心不是科研群体智力不足，而是学术既得利益共同体的清醒共谋。大量从业者能够识别漏洞，但出于 “既要占有科学光环又逃避真理问责，又要垄断话语权又回避深度思辨，还要保全个人名利资本利益” 多重现实考量，看破而不说破，共同维系旧体系，造成范式的代际固化。
第三，在人工智能前沿政策文件当中继续死守可证伪，主要是地缘科技话语策略，用以维护西方科学定义权，限制其他认知范式崛起，保护本土学术与产业利益；真正认知无知的可能性很低。可证伪适用于简单封闭系统，面对 AI、生命这类开放复杂巨系统会形成强大认知枷锁。
第四，未来的范式革新路径，应当回归 TMM 的正向认知链条：以 L1 客观真理作为目标，以 L2 公理模型作为理论骨架，海量 L3 层工具（包括证伪、观测、统计）作为校验修正手段。剥离工具僭越出来的元评判权力，重建适配复杂巨系统的科学评价体系，打破话语霸权与学术利益内卷，以此推动人工智能、生命科学等领域基础理论实现根本性突破。