兩年前一篇網誌　令研究飲食的「搞笑諾貝爾獎」得主名譽掃地

2016年11月21日，前康奈爾大學教授溫成克（Brian Wansink）在個人網站貼出一篇題為〈從不說「不」的研究生〉的文章，講述一位來自土耳其的博士生希望到訪他領導的「食品及品牌實驗室」（Cornell Food and Brand Lab），擔任半年無薪的訪問學人。

文章主旨是這位博士生努力把握研究機會，未有拒絕溫成克的建議，協助重新分析一份看來沒有預期結果的數據，最終成功發表5篇論文。

本來溫成克想說一個成功勵志故事，但他當時應該沒有想過，這篇網誌文章會使他的學術生涯面臨終結。

研究飲食行為的教授

讀商業出身的溫成克於1990年取得史丹佛商學院（Stanford Graduate School of Business）的市場營銷博士學位，主要研究環境如何塑造及改變人們的進食行為。他曾任美國農業部營養政策與推廣中心執行總監，現為康奈爾大學的市場營銷教授。

溫成克的多項研究結果獲媒體報道，例如使用更小的碟有助減少進食量、把零食放到更難取的地方可以減重、肚餓時購物會買下更多不健康食物等等。不難想像，很多人都想知道如何透過一些環境上的小改變，便能夠扭轉飲食習慣，這類有趣的研究自然引起媒體注意。

Photo Credit: BOB FILA / KRT / Newscom / 達志影像

他發表過的研究當中，最著名的相信是「無底碗」實驗。研究人員製作了一隻會自動按照參與者飲用量加湯的碗，並讓部分參與者用來喝湯。研究團隊表示，使用這「無底碗」喝湯的人，所飲的份量比起人手加湯（從而注意到飲了多少）的參與者多。溫成克更因為這項研究而獲得2007年的「搞笑諾貝爾獎」（Ig Nobel Prize）。

此外，溫成克發表了數以百計的論文，被引用次數逾二萬次，以學術界標準而言他的研究亦甚具影響力。

得到結果後才提出假說

那一篇〈從不說「不」的研究生〉到底有甚麼問題呢？文中溫成克提到，他給那位博士生舒治（Özge Siğirci）的數據，來自在某意式自助餐餐廳進行了一個月的實驗，有部分顧客收費只是其他人的一半。他說︰「這（實驗數據）花了我們很多時間和金錢去收集，我們肯定可以從中打撈一點結果，因為這是豐富及獨特的數據。」

溫成克稱數據不支持原本的研究假說，但他想到另外三個研究方向，於是指導舒治如何分析數據，並不斷重新分析數據、想出其他可能成立的假說，最終成功發表多篇論文。

然而這故事引起其他科學家注意，因為這樣「重新分析數據」、尋找跟數據吻合的假說，犯上了研究大忌。

嚴謹的研究流程應是先想好要測試假說，再設計實驗、收集數據，最後分析結果是否支持最初的假說。如果把次序反過來，從數據中尋找結果的話，就變成一種循環論證︰在數據中尋找「適合」的假說，再用同一組數據來支持這假說。

當然，假說並非憑空想出來，科學家往往是靠經驗及觀察來推測，而在過往的研究數據尋找新假說亦無問題，但應再做實驗收集新數據，以驗證這個新假說，否則便犯上一種稱為「HARKing」的錯誤——意思是「得到結果後提出假說」（Hypothesizing After Results are Known）。

數據問題

他的網誌引起爭議後，心理學博士生雲達斯（Tim van der Zee）、布朗（Nick Brown）及獨立研究員安拿也（Jordan Anaya）仔細閱讀有關論文，發現有多處問題。

網誌暗示在溫成克的「指導」下，舒治使用同一組數據完成四篇論文，而上述三人亦分析了四篇論文描述研究方法時的字眼，顯示實際上是同一個實驗，然面所有論文均沒有提及其他論文使用相同數據。

雖然重用數據本身不涉及造假，但作者應該明確告知讀者有其他論文使用相同數據，以便讀者在分析各篇論文的結果時有充分資訊。三人進一步分析數據時，發現樣本數量在不同文章中有別，而且有些數據甚至出現一些不可能的數值，他們總共列出約150個問題。

他們提到涉事的四篇論文均未有公開數據，而且其中一篇論文的期刊要求作者公開原始數據，顯然違反規定。雖然三人曾聯絡溫成克等人，希望取得數據，但只收到其實驗室的「通訊專員」回應，對方僅建議他們重複實驗，未有提供數據。

各方展開調查

2017年4月，溫成克所屬的康奈爾大學發聲明表示，他們已進行內部調查，雖然該四篇論文涉及「不恰當處理數據和統計分析」，但這些錯誤未構成科學研究失當行為（scientific misconduct）。同年11月，《BuzzFeed》報道指康奈爾大學正在調查溫成克，但未有透露調查細節。

不過這無阻其他科學家逐一檢視溫成克發表過的論文，並發現更多問題。雲達斯於其網誌整理了「溫成克檔案」（The Wansink Dossier），詳盡記錄溫成克的論文有何問題，以及附上分析其論文的文章連結。

今年2月，《BuzzFeed》從溫成克一位合作者所屬的大學取得電郵內容，顯示他們分析數據時涉及不當行為。他指示舒治分析數據時，建議她把參與者分成不同群組，例如按照性別、用膳時間、同行人數、飲品、坐得是否接近食物去劃分，然後再比較這些群組跟其他人的統計數據有何關係，包括吃了多少薄餅、去了多少次餐廳、有沒有吃甜品等。