Viewpoint Verification

Viewpoint Verification — 观点验证

原则 (Principles)

正观反照，以反证正。 验证先找反例与替代解释（≥3 条），再谈支持——确认偏误乃验证之最大敌人。 先证伪，后置信。 不可证伪者标 speculative，不入 Bayesian；似然比 LR 依证据质量分级，不凭感觉。 验必有数，结论必明。 鲁棒性须有排除某研究后的置信度变化，终判须落五档之一，模糊即不达标。

对假设和论证进行多角度验证：反方观点构造、证伪条件检验、鲁棒性测试、Bayesian 置信度评分。 正观反照，虚实相参。立论易，破论难。以反证正，以虚验实。不破不立，不证不立。

Genes (策略基因)

紧凑策略表示。条件→策略。需要深度时参考上方完整文档。

• [VP-001] 验证任何假设 → 先找≥3条反例/替代解释，再谈支持。确认偏误是最大敌人
• [VP-002] 可证伪性检验 → 三问: 什么证据推翻? 反例可测吗? 现有数据支持还是反对? 不可证伪→speculative
• [VP-003] Bayesian 更新 → 先验→证据→后验。LR 分级(强/中/弱)，不凭感觉
• [VP-004] 鲁棒性测试 → 排除某研究后置信度变化>20%→fragile
• [VP-005] 最终判定 → 五档: 强支持/支持/存疑/反对/强反对。模糊即不达标

原理层·文言

正观反照，虚实相参。 正面找证据，反面找反例，虚处查逻辑空隙，实处验数据支撑。

四验法：

• 一验真伪（Popper证伪）：假设是否可证伪？假若假，什么能推翻它？
• 二验强弱（Bayesian更新）：先验概率→新证据→后验概率
• 三验鲁棒（敏感性分析）：假设在边界条件下是否仍然成立？
• 四验全面（多视角枚举）：所有合理的替代解释是否已被排除？

三条铁律： 不只看支持性证据（confirmation bias是最大敌人）、不验不可检验的命题（那叫信仰不叫科学）、不产出模糊结论（必须给出明确的 支持/反对/存疑）。

方法层·白话

观点验证是认知管道第 6 步（ACQ→EXT→ASC→HYP→ARG→VER）。 也是 质量闸门 G6 的组成部分：每项论文产出在提交前必须经过 VER 验证。

触发条件

• HYP 产出新假设 → 验证其可证伪性和初始置信度
• ARG 产出论证 → 验证其逻辑可靠性和证据充分性
• 管线进入质量闸门阶段（G6：观点验证门）
• 用户要求"验证/评估/检验这个假设/论证"

Step 1: Popper 可证伪性检验

对每个假设回答三个问题：

Q1: 什么证据可以推翻这个假设？

假设: "VOR增益随年龄下降，且与跌倒风险正相关"
可推翻条件:
  1. 发现80岁以上老年人VOR增益正常的子群体
  2. 低VOR增益与跌倒风险无相关性（r<0.1, p>0.05）
  3. 去除代偿性扫视影响后，年龄效应消失
  
结果: ✅ 可证伪（有明确的可观测反例条件）

Q2: 这些反例条件在现实中是否可测？

条件1: 可测 — 招募80岁以上受试者，VOG测量
条件2: 可测 — 前瞻性队列，随访跌倒频率
条件3: 可测 — 视频头脉冲试验排除扫视

结果: ✅ 所有反例条件可在现有实验中检验

Q3: 如果无法证伪，假设是否应标记为"推测"？

不可证伪的假设类型:
  - 同义反复（"模型拟合好是因为它拟合得好"）
  - 不可观测（"潜意识驱动行为"无操作化定义）
  - 保护过强（"除非我的假设错了"）

标记: speculative | tautological | unfalsifiable

输出：

{
  "hypothesis": "VOR增益随年龄下降且与跌倒风险正相关",
  "falsifiable": true,
  "falsification_conditions": [
    "80岁以上VOR增益正常的子群体存在",
    "低VOR增益与跌倒风险无相关性"
  ],
  "all_testable": true,
  "type": "falsifiable"
}

Step 2: Bayesian 置信度更新

对假设的置信度进行定量更新：

公式

P(H|E) = P(E|H) × P(H) / P(E)

P(H)     = 先验置信度（基于已有文献）
P(E|H)   = 新证据在假设下的可能性
P(E)     = 新证据的总体可能性
P(H|E)   = 后验置信度

操作步骤

# 1. 设定先验 P(H)
#    基于已有文献共识：VOR-年龄负相关在3篇独立研究中被报道
#    → P(H) = 0.7

# 2. 输入每条证据的似然比 LR = P(E|H) / P(E|¬H)
#    LR > 1 支持假设, LR < 1 反对假设, LR = 1 无信息

# 3. 逐条证据更新（Laplace近似）
#    更新公式: posterior = (LR * prior) / (LR * prior + (1-prior))

证据审核标准：

置信度判定标准

Step 3: 鲁棒性检验

对假设进行边界条件测试：

3a: 样本敏感性

• 如果排除某个关键论文，结论是否改变？
• 如果加入发表偏倚修正，结论是否改变？

3b: 方法敏感性

• 不同的统计方法是否得到相同结论？
• 不同的测量工具是否得到一致结果？

3c: 人群敏感性

• 结论是否在不同亚群中一致？
• 是否有某个特定亚群的效应方向相反（Simpson悖论）？

3d: 时间敏感性

• 早期研究 vs 近期研究是否有趋势变化？
• 结论是否依赖于特定时间段的数据？

Step 4: 反方观点枚举

强制列出所有合理的替代解释：

假设: "VOR增益随年龄下降"
替代解释1: 测量偏差 — 老年人更难配合VOG测试
替代解释2: 混杂因素 — 老年人的耳石功能也下降
替代解释3: 代偿效应 — 扫视掩盖了VOR功能
替代解释4: 发表偏倚 — 阴性结果未发表
替代解释5: 因果倒置 — 是VOR下降导致少动，而非年龄

对每个替代解释标注:
- 是否可排除（基于现有证据）
- 需要什么额外证据才能排除
- 如果不可排除，应列入论文的Limitations

Step 5: 伦理筛查

引用 references/ETHICS_SCREENING.md 检查：

• 假设是否有潜在的伦理风险？
• 实验设计是否涉及受试者权益问题？
• 数据使用是否符合知情同意协议？
• 结果是否有被滥用的风险？

Step 6: 输出交付

工具契约见 tools/output-contract.md（产出清单、格式、错误处理）。

mkdir -p outputs/{session}/
python3 -c "import json; json.dump(verification_report, open('outputs/{session}/verification.json','w'), indent=2, ensure_ascii=False)"
cat > outputs/{session}/verification_report.md << 'EOF'
# 验证报告: {假设名称}

## 可证伪性
✅ 可证伪 — 3个可检验反例条件

## Bayesian 置信度
先验: 0.70 → 后验: 0.85（中等支持）

## 鲁棒性
⚠️ 样本敏感性: 排除1篇后置信度降至0.78
✅ 方法敏感性: 两种统计方法结果一致
⚠️ 人群敏感性: 女性效应更强(r=-0.52 vs 男性r=-0.38)

## 反方观点
5个替代解释，其中3个可排除，2个需列入Limitations

## 最终判定
中等支持 — 可作为论文核心主张，但需注明限定条件
EOF

输入契约

输出契约

{
  "meta": {
    "source_atom": "HYP-003 | ARG-002",
    "verified_at": "ISO时间戳",
    "mode": "full|quick"
  },
  "falsification": {
    "falsifiable": true,
    "conditions": ["条件1", "条件2"],
    "all_testable": true,
    "type": "falsifiable|speculative|tautological|unfalsifiable"
  },
  "bayesian": {
    "prior": 0.70,
    "posterior": 0.85,
    "evidence_items": [
      {"summary": "...", "lr": 8.0, "quality": "high", "impact": "positive"}
    ],
    "verdict": "strong_support|moderate_support|uncertain|moderate_oppose|strong_oppose"
  },
  "robustness": {
    "sample_sensitive": false,
    "method_sensitive": false,
    "population_sensitive": true,
    "time_sensitive": false,
    "details": "女性效应更强(r=-0.52 vs 男性r=-0.38)"
  },
  "alternatives": [
    {
      "explanation": "替代解释",
      "excludable": true,
      "exclusion_evidence": "需什么证据",
      "in_limitations": false
    }
  ],
  "ethics": {
    "cleared": true,
    "issues": []
  },
  "summary": {
    "verdict": "moderate_support",
    "confidence": 0.85,
    "recommendation": "可作为核心主张，注明人群限定",
    "included_in_limitations": ["替代解释4", "替代解释5"]
  },
  "evidence_chain": [
    {"source_type": "atom_output", "source_ref": "hypothesis-generation", "note": "假设来源"},
    {"source_type": "doi", "source_ref": "10.xxx", "note": "支持证据"},
    {"source_type": "doi", "source_ref": "10.yyy", "note": "反例证据"}
  ]
}

陷阱（Pitfalls）

验证清单

• Popper证伪检验：假设可证伪，且有可观测的反例条件
• 所有反例条件在现实中可检验
• Bayesian更新：先验→后验，有证据质量分级
• 鲁棒性检验：样本/方法/人群/时间四维敏感性
• 反方观点：≥3个合理的替代解释
• 伦理筛查已通过
• 结论明确（5级判定），非模糊
• 需列入Limitations的内容已标注
• 已保存：verification.json + verification_report.md

边界声明

• 本原子只做验证，不做假设生成（那是HYP）
• 不做论证构建（那是ARG）
• 不做关联发现（那是ASC）
• 伦理筛查不代替正式的IRB伦理审查
• Bayesian置信度是学术讨论工具，不是正式的统计推断方法

Golden 集合 · GOLDEN SET

• Golden Input: hypothesis: "前庭-眼反射失调与眼震幅度正相关", evidence: [2 支持 + 1 反对 Evidence], prior: 0.70, mode: "full"
• Golden Output: verification.json 中 falsifiable=true 且含可检验反例条件；bayesian.posterior=0.85 且 verdict 为五档之一（如 moderate_support）；alternatives ≥ 3；落盘 verification_report.md
• Golden Error: 假设不可证伪（如"宇宙中存在其他智慧生命"）→ Popper 门判 speculative/tautological，禁止进入 Bayesian 更新，bayesian 字段缺失

相关文件

• references/bayesian-hypothesis/ — Bayesian假设检验完整方法
• references/citation-f1-methodology.md — 引用F1评分方法
• references/reproducibility/ — 可复现性检验框架
• references/review-simulation/ — 模拟同行评审
• references/ETHICS_SCREENING.md — 伦理筛查清单
• references/BOUNDARY.md — 边界声明
• references/EVIDENCE_SCHEMA.md — 证据链结构
• references/IO_CONTRACT.md — 输入输出契约