作者：齐培潇 王大鹏

　　从基因编辑到人工智能，从纳米技术到气候变化，今天公众所面对的科学议题，正在发生一个值得重视的变化，即越来越多的问题已经不是科学上有没有标准答案，而是在科学证据尚不充分、技术后果尚未完全显现、社会价值存在分歧的情况下，我们应该如何作出选择。

　　过去，人们常把科学普及理解为一种知识传递活动。科学家掌握知识，公众缺少知识，科普的任务就是把专业知识翻译成通俗语言，填补公众的“知识缺口”。这种模式对于传播基础科学知识仍然具有重要价值。然而，当科学技术越来越深地介入经济社会运行和日常生活，仅仅告诉公众科学已经证明了什么，已经不足以回应现实需要。

　　对于基因编辑、人工智能、纳米材料、量子科技等前沿科技而言，真正需要进入公共讨论的，不仅是技术是什么，还包括它能做什么、可能造成什么后果、风险由谁承担、收益如何分配、什么样的风险是社会可以接受的。这意味着，面对复杂科学议题，科普本身也需要转向对证据、不确定性、风险和价值选择的综合沟通。

　　为什么有些科学问题越来越难“普”

　　现代科学的一个重要特征，是知识越来越专业化。一个普通人很难真正理解基因编辑的分子机制、生成式人工智能的大模型结构，或者纳米材料的量子尺度效应。但技术复杂性还不是最棘手的问题。更重要的是，许多前沿科技同时具有高度的不确定性和社会争议性。

　　科学技术研究通常能够回答“在一定条件下会发生什么”，却未必能够直接回答“社会应该选择什么”。例如，基因编辑技术能够帮助人类治疗某些遗传疾病，但如果进一步用于胚胎和生殖细胞编辑，就会涉及代际影响、生命伦理、技术公平等新挑战；人工智能能够提高生产效率，却也可能带来就业结构调整、数据隐私、算法偏见、责任归属等新问题。

　　这一类问题，在科学技术与社会研究中常被称为“后常规科学”问题。与实验室中可以严格控制条件、重复验证的常规科学问题不同，后常规科学问题往往具有几个共同特点：事实存在不确定性、价值存在争议、利益关系复杂、决策又具有现实紧迫性。

　　一些学者还把类似问题称为“劣性问题”或“棘手问题”。所谓“棘手”，并不是说问题无法解决，而是说它通常不存在一个能够得到所有人认可的唯一最优答案。政策制定需要在安全与创新、效率与公平、当前利益与长期风险之间不断权衡。

　　因此，如果仍然按照常规科普模式，把复杂议题包装成简单的“正确答案”，不仅不能真正提升公众科学素养，反而可能制造新的认知风险。

　　承认不确定性，不等于否定科学

　　面对复杂科学议题，一个长期存在的误区是，科普似乎必须向公众展示科学的“确定性”，否则就可能削弱公众对科学的信任。

　　其实恰恰相反。

　　科学真正值得信赖的地方，并不在于科学从不犯错，而在于科学具有一套持续发现错误、修正错误和缩小不确定性的制度与方法。假设、实验、同行评议、重复验证等，本质上都是科学不断修正自身认知的机制。因此，科学普及不能把“科学存在不确定性”与“科学没有可信度”混为一谈。

　　一个负责任的科普表达，既不能把尚处于探索阶段的科学结论说成板上钉钉的事实，也不能因为存在不确定性就得出“什么都不知道”“什么观点都一样”等相对主义结论。

　　真正需要向公众解释的是，哪些知识已有较充分证据支持，哪些仍存在学术争议；不同结论的不确定性来自哪里；科学共同体对某一问题究竟形成了多大程度的共识；新的证据出现后，现有判断可能如何变化。

　　从这个意义上说，承认不确定性不是削弱科学权威，而是把公众对科学的信任从“科学永远正确”，转变为对科学方法、科学制度和证据规则的信任。

　　科普不仅要传播结论，也要解释结论是怎样产生的

　　对于高度复杂的科学议题，公众真正需要获得的，不只是更多知识，而是一种判断知识的能力。

　　传统科普常常着重告诉公众“科学家发现了什么”。但同时应当进一步说明，科学家为什么这样判断？依据是什么？证据强度如何？不同研究之间为什么会出现差异？

　　换句话说，科普需要从“结论传播”走向一定程度的“过程传播”。这种传播方式的价值在于，它能够帮助公众理解科学知识的“证据等级”。

　　现实生活中，“有研究表明”已经成为一种极其常见的表达，但一项实验室研究、一项小样本观察研究和大量重复验证所得出的科学共识，其可信程度显然不同。如果科普时不告诉公众这种区别，公众面对海量科学信息时就很容易陷入“今天一种说法、明天另一种说法”的困惑，最终甚至形成“科学也不过如此”的不良印象。

　　因此，真正高质量的科学普及，需要普及的不只是科学知识，还包括科学方法和证据意识。

　　把价值争议与事实争议区分开来

　　复杂科学议题还有一个重要特点，即许多看似是科学争论的问题，实际上同时包含事实判断和价值判断。

　　科学能够为公共决策提供重要依据，但科学本身并不能自动决定社会应该采取什么政策。

　　因此，科普在参与公共议题时需要明确自身边界。科学家可以说明“如果采取某种政策，可能产生什么后果”，可以评估某种风险出现的概率，但“社会愿意承担多大风险”“什么样的风险分配才算公平”，最终仍然需要公共讨论和社会选择。

　　这并不会削弱科学的重要性。相反，只有把事实问题和价值问题适当区分，才能避免把价值立场包装成“唯一科学结论”，也避免把科学证据简单淹没在意见竞争之中。

　　一个成熟的社会既需要尊重专业知识，也需要承认公共价值选择的正当性。

　　从告诉公众答案转向帮助公众作出判断

　　面对复杂性和不确定性，当代科学普及的功能需要重新理解。好的科普当然仍然需要传播准确知识，但它还应承担至少三个更深层次的任务。

　　一是建立一种关于“不确定性”的公共语言。科学家习惯使用概率、置信区间、模型假设等概念，而公众却往往习惯于“安全还是危险”“有效还是无效”这样的二元判断。科普需要在两种语言之间建立桥梁，使公众理解“不确定”并不意味着“一无所知”。

　　二是帮助公众理解风险权衡。任何技术都很少只有风险或者只有收益。真正重要的问题往往是，风险有多大，收益是什么，风险和收益分别由谁承担，有没有替代方案。

　　三是扩大科学议题中的公共参与。对于涉及广泛社会后果的科技问题，公众不应只是被动接受科学结论的对象，也更应成为风险识别和政策讨论的重要参与者。普通公众未必掌握专业知识，但他们拥有生活经验、价值诉求和利益关切。比如医生可能了解医疗技术，患者却更了解疾病如何影响自己的生活；工程师了解算法设计，劳动者则更能感受到技术变化对于工作方式的影响。

　　让这些经验进入科学治理，并不是用“民意”取代专业判断，而是让专业知识与社会知识相互补充。

　　真正的科学精神，也包括对未知保持诚实

　　复杂科学议题对科普提出的新要求，归根到底是如何理解科学精神的问题。如果把科学精神简单理解成科学能够给出确定答案，那么面对新的风险和未知，科普就容易陷入极端。要么过度承诺，把暂时结论说成永久真理；要么在预测落空之后迅速遭遇信任危机。

　　更成熟的科学普及，则应当让公众看到科学知识的层次结构。承认“我们暂时不知道”，并不意味着知识的失败，而恰恰是科学理性的真实体现。

　　尤其是在技术快速发展与迭代的时代，一些政策经常需要在信息并不充分的情况下提前决策。此时，社会真正需要的不是一种制造绝对确定性的科普，而是一种能够帮助公众理解证据、辨别风险、参与讨论的科普。

　　这也意味着，衡量科学普及成效的标准不能只是“公众记住了多少科学知识”，还应包括，公众能否理解科学结论的证据基础，能否区分事实争议与价值争议，能否合理面对概率和风险，能否在复杂信息中形成较为理性的判断。

　　科学的力量，从来不意味着人类已经掌握所有答案。相反，现代科学最深刻的理性之一，就是不断打破和确认人类自身的知识边界。

　　面对基因编辑、人工智能、纳米技术、量子科技以及未来更多尚不可知的新技术，科普真正需要普及的，也许不仅是“我们已经知道什么”，更是“我们凭什么这样判断”“我们还有什么不知道”，以及“在知识有限的情况下，我们如何共同作出更负责任的选择”。

　　从传播确定的知识，到培养面对不确定性的能力，这或许正是当代科学普及必须要完成的一次重要转变。

　　（作者单位：中国科普研究所）