脑成像的承诺

一边是巴黎。一间小学教室里，一个孩子被扶上高凳。有人拿软尺绕过他的头，量周长；又换铜制卡尺，仔细量两耳之间的宽度。那是比奈和他的合作者在一百多年前做过的事。他们以为，智力这种东西也许可以从头颅的大小看出来。

另一边是伦敦。一所大学的地下室里，一台磁共振机器嗡嗡作响。一个成年人躺在圆环里，头上套着线圈，屏幕上一点点显出灰白色的脑图像。研究者盯着显示器，想从褶皱的脑皮层里找出一块发亮的区域。

时间隔了一个多世纪，场景从木尺换成了磁共振，但问题惊人地相似：聪明到底藏在哪儿？我们能不能把它看见？

这两个场景并排放在一起，不是为了嘲笑前人的天真，也不是为了贬低今天的仪器。我想请各位先感受一下，这两个动作里藏着同一种顽固的期待。比奈量头围的时候，心里想的是：如果智力有高低，那它一定会在身体上留下痕迹。今天的研究者盯着脑图像时，心里想的其实还是同一句话。工具变精密了，欲望没有变。各位要问了，量头围和扫大脑，能是一回事吗？

一个是江湖术士般的粗糙手段，一个是现代科学的精密仪器，怎么能放在一起比？别急。

先看一个具体的事件。2007年，一篇论文发表在《自然》杂志上。研究者声称，通过分析大脑皮层的厚度分布，可以预测一个人的智商分数，准确率相当可观。他们扫描了一批健康成年人，把脑图像和个人智力测验的成绩放在一起比较，发现某些区域的皮层厚度和智商分数之间有稳定的对应关系。报道很快传开。媒体干脆省去限定语，标题写成“科学家发现智力中枢”“智力写在脑子里”。配图是一张彩色的大脑图，某个区域在解题时亮起来。读者一眼看去，仿佛一个多世纪以来关于智力的所有迷雾都被这台机器照亮了。

这里要停一下。为什么一张彩色脑图会有那么大的说服力？因为图像和数字的语法不同。一个智商分数，比如一百零七或者九十二，它是抽象的，你需要读懂量表、知道常模、理解标准差，才会明白它意味着什么。而一张脑图不一样。它看起来像一张照片，指向一个实体。额叶红了一块，顶叶蓝了一块，人们就觉得看见了智力本身。

它不是让你理解，而是让你观看。观看不需要训练，只需要眼睛。这正是脑成像比智商测试更有修辞力量的地方：它把心理测量变成了肉眼可见的“肉体证据”。

这个说法非常诱人。因为它符合我们最深的期待：智力应该有一个看得见摸得着的物理位置。如果它能被扫描出来，那就不再只是一个心理学的假设，不再只是一张量表上的数字。它成了一件东西，一件可以指给人看的东西。

可是问题恰恰出在这里。先说说这项技术为什么会在那个时间点爆发。2000年以后，功能性磁共振成像逐渐普及。机器的价格虽然还很高，但已经不是只有少数尖端实验室才用得起。扫描速度加快，数据分析软件也越来越容易上手。一个原本用于临床诊断的工具，开始大规模进入心理学和认知神经科学实验室。在临床里，医生用它来定位病灶，检查病人大脑受伤之后哪些功能区还活着。但研究者很快发现，它可以用来观察正常人的认知活动。一个人在做记忆任务时，脑里哪些区域耗氧增加；在调动注意时，又是哪些网络在活动。

于是记忆、注意、情绪、语言，一项一项被装进扫描仪。智力当然也不会被放过。方法看起来顺理成章：让人做智力测验，同时扫描他的大脑，看哪个区域在活动。哪个区域的活动强度跟分数相关，就宣称找到了智力的神经基础。逻辑上似乎无懈可击。

看起来顺理成章的方法，往往藏着最深的假设。这个假设就是：智商测验已经替我们界定了什么是智力。

但这里面有一个很容易被忽略的循环。研究者先用智商测试来定义智力。

这句话很关键。智力的标准是什么呢？在大多数这类研究里，就是韦氏成人智力量表的分数，或者瑞文推理测验的分数，或者其他某套已经存在的智商量表。研究者把这个分数当作“智力”本身，然后去大脑里找它的对应物。找到某个区域的皮层厚度或者神经活动跟这个分数相关，就宣布找到了智力的生物学证据。可这到底证明了什么？这只证明了，那个区域的某些特性和某个特定测验的得分有关系。它并没有证明这个测验真正测量了“智力”，也没有证明那个区域是“智力”的所在。

它不过是把原本写在试卷上的分数，投射到了一张脑图上。用个比喻来说，这就像先画一个靶子，再射箭，然后宣布箭射中了靶心。靶子是你自己画的，箭是你自己射的，最后还要用这个结果来说明靶子画得对。脑成像研究干的事情，在很多时候就是这样。它没有给智商测试提供独立的生物学验证，它只是用更昂贵的设备，把智商测试的逻辑重新演了一遍。

有人会反驳：智商分数确实有预测作用。它能预测学业成绩，能预测某些职业表现，甚至和健康、寿命有些关联。既然如此，它就不可能只是虚构。

说得对。我没有说智商分数是虚构。它确实抓住了人的某些稳定差异。这个事实需要正面回答。

智商测试的得分不是随便填的，它在统计上和心理测量学上都有相当扎实的基础。一个孩子得到高分，他在学校里表现好的概率确实更大。这一点不能否认。

这个反方的意见必须认真对待。如果我们只是一味批判智商测试，却无视它在现实世界中的预测作用，那就成了架空批评。智商分数不是假的。

它测量了一些真实存在的东西——至少是在现代社会中会被奖励的那些认知习惯。正因为如此，这个制度才那么难以动摇。你不能对一个确实能预测学业成绩的工具说它毫无意义。

一个工具越有用，它就越容易被误当成对“人的本质”的完整描述。可正因为智商分数有预测效度，脑成像的循环论证才更值得警惕。因为它让一个本来有限的、特定文化背景下形成的测量工具，看起来像是一个自然事实。当人们说“看，智力就在这里”的时候，他们指的不是那个孩子怎么理解问题、怎么应对新情况、怎么在真实生活里做出判断，而是那个孩子在一套标准化试题上的得分。脑成像没有超越这套试题，它只是把这套试题的分数搬进了颅骨。原本“测量”出来的成绩，一下子变成了“发现”出来的自然物。

那2007年的那篇论文后来怎么样了？后续研究很快暴露出问题。不同实验室用不同方法分析同一类数据，得出的结果互相矛盾。有的研究说额叶皮层厚度和智商相关，有的说顶叶更重要，有的说关键在海马旁回。

同一批数据，换个统计参数，结果就变了。更麻烦的是，当研究者把在一个样本里找到的预测模型拿到另一个样本去验证时，准确率大幅缩水。原来可观的预测力，一换人群，就变得很微弱。

这意味着那个最初被媒体报道的数字，很大程度上是过拟合的产物。什么叫过拟合？就是模型太贴合当前这批人，以至于到了新一批人身上就不灵了。研究者在不自觉地把噪声也当成了信号。比如，在几十个被试里找到几条脑区与分数的相关，换个样本就消失，这种现象在脑成像研究中相当常见。不是研究者在造假，而是分析方法给了他们太多自由度。

还有技术本身的限制。功能性磁共振成像记录的是血流变化，不是神经元的直接放电。它有时间上的延迟，有空间上的模糊。人躺在机器里，头稍微动一下，数据就会受影响。一次扫描产生几万个数据点，怎么从里面找出有意义的模式，全靠研究者事后选择分析策略。同一个数据集，用不同的软件流水线、不同的多重比较校正方法、不同的兴趣区界定，可以得出完全不同的结论。

这不是说每个研究都在造假。恰恰相反，绝大多数研究者非常认真地做分析。但这个领域里，分析的灵活性实在太大。

当每个人都诚实地选择自己认为合理的方法时，结果却可能互相对不上号。这说明问题不在个别人的品行，而在整个研究路径的根基。

如果同样一批数据可以同时支持“额叶决定智力”和“顶叶决定智力”两个结论，那问题就不是哪个实验室错了，而是“寻找智力中枢”这个提问方式本身就有缺陷。

更重要的一点是，脑成像研究意外地揭示出一个和“一般智力因素”假设不太合得来的图景。按照传统智商理论，存在一个贯穿各种认知任务的共同因素，通常叫一般智力因素。智商测试的理论基础就是，人的各种能力背后有一个共同的智力核心。可是脑成像研究发现，当我们做不同类别的认知任务时，大脑的活动模式并不集中在一个单一的“总机关”。完成记忆任务时，是一张网络在工作；完成推理任务时，是另一张网络在工作；处理速度、词汇、空间想象，各自调动的脑区组合都不同。

它们之间当然有重叠，但那个重叠并不像“一般智力因素”这个说法听起来那么单一、那么集中。大脑在执行不同认知任务时的活动模式，远比智商测试假设的那个单一因素复杂得多。一个简单的数字，怎么装得下这么多网络、这么多路径、这么多相互协作又相互替补的系统？脑成像技术越精密，它显示出来的画面就越不像那个被称作“智力”的单一体。

这是一个非常有意思的发现。它本应该促使人们反思智商测试的简化逻辑。既然脑中并不存在一个清晰的“智力中枢”，那我们为什么还要用一个数字来概括一个人全部的认知能力？既然不同任务调动不同网络，那我们为什么还相信一个单一的分数可以代表这个人的脑子？脑成像本身给出的答案，恰恰是拆穿智商神话的最佳材料。

但历史没有往这个方向走。媒体的报道重心放在“科学家发现了智力在大脑中的位置”上。政策层面也没有因此放松对智商测试的依赖，反而出现了更耐人寻味的现象：脑成像的“科学光环”被用来加固智商测试的权威。

法庭上开始出现脑部扫描作为智力残疾的证据。学校用“脑科学”包装传统的智商分班。脑图像被当成一种更硬、更无可辩驳的科学证物，仿佛只要把一张彩色脑图摆在桌上，关于某人智力水平的争议就可以一锤定音。

可那张图本身，并没有提供任何独立的生物学验证。它的预测力在实验室里都还站不稳，在法庭上却被当成铁证。法官、陪审团、教育官员，他们不是神经科学专家，也不需要是。他们看到的是“科学”两个字，是一张来自机器的图像，是一个听起来确定无比的结果。

在司法和教育决策中，这种确定感比科学本身的复杂性更有用。一条曲线、一片颜色、一个统计显著的星号，都可能进入决定别人命运的流程。

各位想一想，这是一个多深的讽刺。脑成像本来是一把可以撬动智商神话的杠杆，结果反而被用来给这个神话镀金。原因不复杂。社会对智商测试的需求太大，对“智力可以客观看见”这个想法的信念太强。当一种新技术出现，最有力的使用者往往不是想颠覆旧制度的人，而是想把旧制度说得更科学的人。

那些学校、法院、保险公司、教育科技公司，他们需要的不是脑成像研究里那些复杂的、不确定的、互相矛盾的结论，他们需要的是一张看起来无可辩驳的图。脑成像正好提供了这张图。于是命运技术又升级了。

以前，智力是通过一张试卷、一个面试、一套量表来测量的。那些方法不管有多少问题，至少还保留着把人作为整体来判断的余地。现在，脑成像给人一种错觉，以为智力的证据可以脱离人的语言、文化、教育背景，直接从肉体里提取出来。脑部扫描图被当成一幅不证自明的肖像，仿佛它可以绕过所有复杂的解释，直接告诉我们：这个人就是这样。

这就是量化分类的一个新阶段。过去，人们把连续的认知能力分布切割成“天才”“正常”“低能”等类别，靠的是分数。现在，人可以用一张图来显示这种分类，图上某个区域的颜色深浅成了比言语更硬的新证据。数字变成了图像，图像又回头来加固数字。这个循环越来越难打破。

这里要说明一下“量化分类”的意思。人的认知能力本来是一个连续分布，高低之间没有天然的断点。

但当社会需要决定谁能进特殊班、谁能免于刑罚、谁能获得保险赔付时，就必须在连续带上切出几刀。智商测试的分数线正是这样的刀。现在脑成像加入进来，等于给每一刀配了一张彩图。人们不再只说“你的分数低于七十”，而是指着一张图说“你看，你的脑子这里发育不够”。

后者听起来更科学，实际上更危险，因为它把社会划出的界限伪装成了自然界的断裂。

理解到这一层，我们就可以回答开头那个问题了：量头围和扫大脑，真的是一回事吗？从技术上说当然不是。一个是物理测量，一个是代谢成像，精度相差何止百倍。但从思想结构上说，它们有深刻的亲缘关系。比奈量头围，是因为他相信智力会在肉体上留下痕迹。今天扫大脑，是因为研究者同样相信，智力一定在大脑的某个地方，等着被看见。这个信念本身没有问题。问题在于，他们拿来做标准的“智力”是从哪里来的。比奈拿的是教师对儿童的判断，后来的人拿的是智商测试的分数。那个被寻找的东西，其实在一开始就已经被规定了。

把一张彩色统计图变成命运的证据，中间到底发生了什么？这里需要把镜头推近一点。

法庭上，律师把脑部扫描图投影在墙上，指着额叶外缘的一小块蓝色说，这是发育不足的区域。陪审团看到的是颜色，不是统计参数。他们不知道这张图用什么软件处理过，不知道选的是哪个阈值，也不知道这个区域和智商之间的相关在另一个样本里几乎消失。他们看到的是，机器拍了人的脑子，脑子上的颜色不一样，专家说那是缺陷。于是缺陷就成了事实。

法庭接受这类证据，不是因为它通过了重复验证，而是因为它符合一个更古老的标准：身体上的痕迹。指纹、伤口、X光片——这些身体证据在法庭上有天然说服力。

脑图恰好穿上了这件外衣。它看起来像X光片，像解剖图，像一张照片。可是它不是照片。它是统计推断的图形化。

它显示的并不是某个细胞、某条神经、某块组织，而是一堆数据经过平滑、对齐、阈值化之后留下的彩色斑点。把彩色斑点当伤口看，等于是把概率当成了部位。

教育系统比法庭更早学会这一套。一所学校要分层，最稳妥的说法仍然是智商测试。

但有的学校已经不再直接说“智力分班”。他们改叫“脑发育评估”，发给家长的报表里除了分数，还配一张脑图。图上某些区域被标红，某些被标蓝。

老师解释说，这是孩子的优势回路和待发展回路。家长听着像科学，其实那张图跟分层结果高度相关，因为它是用同一套测验做标准画出来的。脑图并不是独立的第二证据，它只是第一证据的视觉翻译。

可这个翻译一出现，家长就不好意思再质疑了。质疑一个数字，还可以说“一次考试不能代表孩子”；质疑一张脑图，就好像在质疑孩子的大脑本身。

学校用脑科学包装传统分班，不是把科学引进了学校，而是把学校的旧决定搬到了科学的招牌下。脑图在这里没有多做任何判断，它只是让已经做好的判断变得难以争辩。

福利和保险的窗口也出现了类似情形。申请认知障碍补助的人，光有心理测验报告还不够，办事员可能说“分数有主观性”。

如果再加一份脑扫描报告，说某区域灰质体积低于平均水平，材料就显得很硬。可是灰质体积和智商之间的关系，在跨样本验证中并不稳定。同一个申请人，在不同机构扫描，选不同测量方法，结论可能从“低于平均”变成“在正常范围”。

但窗口不会去比较这些。窗口要的是快速、可归档、看起来客观。一张彩色脑图比几十页量表更能让审批流程继续下去。

这个流程并不关心脑图是否能预测智力，它关心的是有没有一个可以写入档案的医学物证。于是本来属于实验室内部争论的测量误差，被制度性地下沉到每一个需要证明自己智力的人身上。

谁碰上那一年、那台机器、那个阈值，谁就被标成某种样子。这不是科学的失败，这是科学图像被剥离了不确定性之后，进入行政程序的必然结果。

机制在这里已经很清楚了。脑图不提供独立验证，却提供了一种新的证据语法。这个语法把“可能是”改写成“就是”，把“相关”改写为“部位”，把“这一样本里”改写成“这个人的脑子里”。一旦进入这个语法，原来的循环论证就被遮住了。人们不再问智商测验是怎么定义智力的，不再问脑区与分数的相关是否在新样本中成立，不再问图上的颜色经过了几次加工。

他们看到的是一具身体的横截面，一个没有语言、没有文化、没有教学条件的自然物。这正是脑成像最危险的地方：它把人为测量重新命名为自然事实。比奈当年用木尺绕着孩子头围转一圈，至少那张脸还在尺子旁边。今天的脑图常常把整个人都省略掉，只留下一个颅骨的轮廓和几条彩色标记。人的部分越少，证据看起来越客观。

这也解释了为什么技术越不确定，它越容易被拿来加固旧制度。因为旧制度需要的是不可争辩的证据形式，不是可以继续争论的新知识。学校要分层，法院要认定能力，保险要决定赔付，这些机构没有时间等待脑成像的预测效度被反复验证。它们只要一个能结束争论的场景：一台机器、一个专家、一张图，然后所有人闭嘴。脑成像正好提供了这个场景。它的科学光环不是用来打开智力的黑箱，而是用来关闭公共讨论。那些最想“看见智力”的人，往往就是最不想继续讨论智力定义的人。图出来，问题就结束。这是比任何测量误差都更深的讽刺。

现在回看2007年那张图。它最初印在《自然》杂志论文页里时，只是研究者用来证明皮层厚度与智商存在相关的一张统计图。图上有颜色，但颜色旁有误差条，有样本量，有相关系数，有统计显著性。

到了媒体上，这些参数被剪切掉，只留下颜色最鲜明的一块。再往后，到了科普讲座、教师培训、法庭展示，连原始论文链接都不再出现。它变成了一张可以被任意命名的图像：智力中枢、理性区域、认知核心。

每经过一次传播，它离那篇论文的限定条件就更远一步。但它离权力决策却更近一步。

这不是图像在说谎。图像从来不会说谎，说谎的是那些把统计孢子当成解剖切片的用法。

这张图从实验室出来时，身上系着很多根绳子：样本、方法、模型、阈值。传播过程把绳子一根根剪掉，最后只剩下一个光滑的、不会反抗的图形。这样的图形才方便入档、上墙、呈堂。

木尺量头围的年代，人们留下的是一个数字：头围多少厘米。今天扫描大脑的时代，人们留下的是一个影像：某某区域亮暗。数字和影像都曾被当成智力的身体证据。但身体证据的两面性也在此：它越具体，就越容易脱离产生它的条件和语境。头围数字脱离了比奈当时对教师判断的依赖，就只剩下一圈木尺。脑图脱离了智商测验的定义和统计模型的参数，就只剩下一片伪彩色。两者都没有独立说出智力的真面目。它们只是在不同时代里，用不同的身体记号重复同一个循环：先按已有的社会判断画出智力的轮廓，再到身体里把这个轮廓找出来，最后宣布身体证明了判断。量头围如此，扫大脑也如此。

但脑图的处境比头围更麻烦。头围只是记录在档案里的一行数，它不会被当成一张脸。脑图则不同。它可以被观看，可以被指认，可以被投影，可以被复制。它像一张肖像，一张由机器代言的肖像。肖像一旦挂在墙上，就没有人会问画家为什么这样画。脑图一旦进入法庭或教室，也没有人会问研究者为什么这样统计。这个区别很关键。

数字可以被质疑，因为它抽象；图像却常常让人停止质疑，因为它看起来已经在那里。观看先于解释，目光比训练更早抵达结论。脑成像的承诺，恰恰是在这个不需要训练的地方，完成了最有力的说服。

但它承诺的“看见智力”，从来都只是“看见事先定义好的智力标签”。等到这张图开始决定一个人的教育、自由和福利时，那个被看见的东西，已经不是智力，而是标签本身。

于是，2007年的那张脑成像图，在经历了杂志、媒体、讲座、法庭、学校这一长串旅程之后，含义已经彻底变了。它从一个科学问题——智力有没有神经基础——变成了一个制度工具——能不能用脑图把人分类。问题变了，图没变。变的只是它被谁拿在手里。

再用找到的结果反过来证明规定是对的，这不是科学，这是循环。只不过在比奈的时代，循环用木尺完成；在今天，循环用磁共振完成。

木尺量出的周长被当成了智力的线索，磁共振扫出的亮度被当成了智力的面貌。两者都没有跳出那个圈。当我们把一张2007年的脑成像图从杂志上截下来，贴到媒体上时，它是一则科学新闻。

人们惊叹于技术的力量，以为从此可以看穿智力。几年之后，当这张图被递进法庭，投影在墙上的时候，它就不再是一则新闻了。它成了一份证据。

这份证据可能决定一个人是否被认定为智力残疾，是否可以得到特殊教育资源，是否在量刑时获得某种考量，是否被认为有能力管理自己的财产。它从实验室的论文里走出来，走进了司法程序、教育政策、保险理赔。

它不是科学共同体内部争论的对象了，它开始分割真实的人生机会。可它背后的那套测量逻辑，还是老一套。它没有回答“智力是什么”，只是把智商测试的框架再一次复制到新的媒介上。

脑成像的承诺——更客观的测量——最终没有兑现出独立的生物学解释，但它的光环已经足够让旧有的命运技术换上一件更体面的外衣。于是那个老问题又回来了：如果脑图本身并不比智商测试更客观，它凭什么被用来加固那些以智商测试为基础的决定？

这个问题并没有随着2007年的那篇论文沉寂下去。因为需要答案的人太多，而能够提供答案的技术太少了。脑成像图已经从一篇论文里的彩色斑点，变成了法庭上的一张证据，变成了教育讲座里的一张投影，变成了公共话语里“科学证明智力”的方便说法。

它的含义变了。变了的不是图本身，而是它被使用的位置。当一张科学图像被放上审判桌，它就不再属于最初那些研究者了。

它开始属于所有想用它来决定别人命运的人。这张图还在那里。它被折叠、复制、引用、误读。它的颜色也许在新一轮分析中变淡了，它在跨样本验证中的预测力也许已经缩水，但它已经不再需要那些预测力了。只要它看起来像科学，只要它指向脑，指向那个被认为是自我的最后的、最硬的所在，它就可以继续工作。这个循环不打破，屏幕上的下一把尺子，就还在等着被造出来。