一七四七年，一艘船上的十二個壞血病水手

一七四七年，一艘船上的十二個壞血病水手

一七四七年五月，英國皇家海軍「索爾茲伯里號」（HMS Salisbury）正在英吉利海峽巡航。船上的隨船外科醫師詹姆斯．林德（James Lind）面對一個古老的殺手：壞血病（scurvy）。在大航海時代，這種病奪走的水手性命，遠多於海戰與船難的總和。當時對病因眾說紛紜——有人說是潮濕的空氣，有人說是鹹肉，有人說是水手的怠惰與憂鬱。

林德做了一件在醫學史上罕見的事。他挑出十二名症狀相近的壞血病患者，讓他們吃一樣的伙食、住一樣的艙房，然後分成六組，每組兩人，分別給予不同的「療法」：有的喝蘋果酒，有的服稀硫酸，有的喝海水，有的吃藥糊，而其中一組——每天吃兩顆柳橙和一顆檸檬。六天後，吃柑橘的兩人幾乎康復，能起身照顧其他病人；其餘各組則不見起色。

入門篇問的是「科學、技術與社會如何彼此糾纏」。進階篇要追問一個更尖銳、也更現代的問題：人類究竟是在什麼時候、用什麼方法，學會了「比較」與「測量」，把『我覺得這個療法有效』這種主觀印象，轉變成可以被檢驗、可以被推翻的『證據』？ 林德這場小小的船上試驗，正是這條漫長道路上的一個關鍵路標。它提醒我們，現代科學最深刻的革命，或許不在於發現了什麼新事物，而在於發明了一套判斷『我們怎麼知道一件事為真』的新方法。

從「權威」到「證據」：知識正當性的轉移

要理解林德試驗的份量，必須先理解他所反抗的東西。在近代以前，醫學知識的正當性主要來自權威與傳統：蓋倫（Galen）怎麼說、希波克拉底（Hippocrates）怎麼寫、老師怎麼教。一個療法之所以被相信，往往因為它「自古如此」，或因為某位德高望重的名醫背書。個別醫師的臨床經驗固然重要，但那是難以傳遞、無法累積、更無從驗證的私人印象。

林德的試驗悄悄地改換了知識的「裁判」。他不再訴諸權威，而是訴諸一個刻意安排的比較：在盡可能相同的條件下，只讓一個變因（吃什麼）不同，再看結果有何差異。這個看似簡單的動作，蘊含著現代實驗方法的核心邏輯——控制變因（controlling for variables）。當其他條件都被拉平，結果的差異就更可能歸因於那唯一不同的因素。

值得強調的是，林德並不知道「為什麼」柑橘有效。維生素C（vitamin C，即抗壞血酸 ascorbic acid）要到一九三○年代才被分離鑑定。換句話說，林德掌握了有效的療法，卻沒有掌握正確的機制——這和入門篇談到的斯諾（John Snow）如出一轍：知道「做什麼有用」可以先於知道「為什麼有用」。這正是科學史一再出現的模式，也提醒我們別把「知其然」與「知其所以然」混為一談。

然而，一個耐人尋味的歷史事實是：林德的發現並未立刻改變海軍。柑橘類在當時昂貴又難以保存，林德自己後來也對煮過的「濃縮果汁」抱持太多期望（高溫恰恰破壞了維生素C）。皇家海軍要到約四十年後，才在另一位醫師的推動下普遍配發檸檬汁。一個「正確的證據」要轉化為「制度化的實作」，中間隔著成本、後勤、信念與權力的重重關卡——這又呼應了入門篇的主軸。

把世界變成數字：量化的興起

林德比較的是「有效／無效」，還相當粗略。現代科學真正的銳器，是把品質（quality）轉換成數量（quantity）——也就是量化（quantification）。這場「量化革命」橫跨科學、醫療與整個社會的治理，影響之深遠，怎麼強調都不為過。

一個鮮明的例子是「體溫」。發燒是人類最古老的疾病經驗之一，但在十九世紀以前，醫師判斷發燒靠的是手摸額頭——這是一種模糊的、依賴個人觸感的「定性」判斷。一八六八年，德國醫師翁德利希（Carl Wunderlich）發表了他測量數萬名病人、累積數百萬筆體溫紀錄的研究，確立了攝氏三十七度左右為人體正常體溫，並描繪出不同疾病的「體溫曲線」。從此，發燒不再是「感覺很燙」，而是一個可以被儀器讀出、可以畫成曲線、可以在不同醫師之間傳遞與比較的數字。

請注意這背後的連鎖條件：需要可靠又便攜的臨床溫度計（技術）、需要統一的攝氏溫標（標準）、需要大量病人與系統性的記錄（制度），才能讓「體溫」成為一個有意義的臨床指標。量化從來不只是「拿尺去量」那麼簡單，它預設了一整套器物、標準與組織的基礎建設。

同樣的故事也發生在血壓、視力、血糖、心電圖。每一項今日我們視為理所當然的「生理數據」，背後都有一段把身體狀態轉譯成數字的歷史。而每一次成功的量化，都同時打開了新的可能與新的問題：數字讓比較與累積成為可能，卻也可能讓「無法被測量的東西」（如病人的痛苦感受、生活脈絡）變得不被重視。這個張力，至今仍縈繞在每一個強調「數據驅動」的領域。

統計學的誕生：當「平均人」走上舞台

當愈來愈多的身體被轉換成數字，一個新的學問應運而生：統計學（statistics）。這個詞的字根與「國家」（state）相關，最初指的正是國家為了治理而收集的人口、出生、死亡等數據。

十九世紀的比利時學者凱特勒（Adolphe Quetelet）提出了一個影響深遠又充滿爭議的概念——「平均人」（l'homme moyen, the average man）。他主張，把大量個體的某項特徵（如身高、體重）匯總起來，會呈現出一條規律的鐘形分布（即常態分布 normal distribution），而其平均值代表了某種「理想」或「典型」。凱特勒甚至把這套方法延伸到犯罪、自殺等社會現象，認為它們也遵循可預測的統計規律。

「平均人」的概念是一把雙面刃。一方面，它讓人類首度能夠用群體、機率的方式來思考健康與社會，催生了現代公共衛生、保險精算與社會科學。另一方面，它也潛藏著危險：當「平均」被偷偷等同於「正常」、「正常」又被等同於「應該」，統計就可能從描述工具變成規範武器。十九世紀末興起的優生學（eugenics）便是最沉痛的教訓——高爾頓（Francis Galton）等人發展了相關係數、迴歸等強大的統計工具，卻將其用於論證某些人「天生優越」、某些人「應被淘汰」。許多後來成為統計學支柱的方法，最初竟誕生於這套後來被徹底唾棄的意識形態之中。

這段歷史給我們一個深刻的提醒：統計方法本身的中性，不能保證它被使用的目的中性。 一個強大的量化工具，可以用來照亮真相，也可以用來合理化偏見。這正是為什麼今日談論演算法、大數據與人工智慧時，我們不能只問「模型準不準」，還必須問「它在為誰服務、它把誰當成了『平均人』、它讓誰變得不可見」。

隨機與對照：現代「證據」的黃金標準如何成形

回到林德的比較。他的試驗有一個現代研究者一眼就會看出的弱點：他是「親自挑選」病人分組的。萬一他在不知不覺中，把看起來病情較輕的病人分到了柑橘組呢？萬一兩組病人原本就有某些他沒注意到的差異呢？這種隱藏的偏差（bias），可能讓「療效」只是一種假象。

二十世紀的醫學統計學，給出了一個漂亮的解答：隨機分配（randomization）。

看一個例子：一九四八年的鏈黴素試驗

一九四八年，英國醫學研究委員會（Medical Research Council）發表了一項治療肺結核的鏈黴素（streptomycin）試驗報告，這通常被視為現代「隨機對照試驗」（Randomized Controlled Trial, RCT）的里程碑。設計這項研究的關鍵人物，是統計學家奧斯汀．布拉福．希爾（Austin Bradford Hill）。

這項試驗的巧妙之處，在於它用「擲骰子般的隨機」來決定每位病人接受新藥還是當時的標準療法（臥床休息）。為什麼隨機如此重要？因為隨機分配能在統計上「攤平」所有已知與未知的干擾因素。當分組純由機運決定，研究者的主觀偏好、病人病情輕重的差異、甚至那些我們根本還沒想到要控制的變因，都會在大數法則下大致均勻地分散到兩組。於是，最終兩組結果的差異，就更有把握歸因於「藥物」這個唯一被刻意操弄的變因。

更講究的是，分組資訊還被「盲化」（blinding）——讓評估病情的放射科醫師不知道每張X光片來自哪一組，以免他們的期待影響判讀。隨機（消除分組偏差）加上盲化（消除評估偏差），再加上對照組（提供比較基準），三者合一，構成了今日醫學「實證」（evidence-based）的方法論支柱。

請看這條從林德到希爾、長達兩百年的演進：從「刻意比較」（林德）→ 到「大量測量與統計描述」（翁德利希、凱特勒）→ 再到「隨機分配與盲化對照」（希爾）。每一步，都是人類在「如何更可靠地知道一件事」這個問題上的精進。現代科學的力量，與其說來自個別天才的聰明，不如說來自這套不斷自我修正的方法論——一套刻意設計來「對抗自己會犯錯」的程序。

動手試試：拆解一個健康宣稱

下次當你看到「研究顯示某補充品能提升記憶力」這類宣稱時，不妨用上面的歷史工具拆解它，問幾個問題：

• 有對照組嗎？ 是和「什麼都不吃」或「吃安慰劑」的人比較，還是只看了吃補充品的人「自己覺得有沒有變好」？沒有對照，就無從判斷效果是來自補充品，還是來自安慰劑效應或時間自然推移。
• 分組是隨機的嗎？ 還是讓受試者「自願」選擇要不要吃？自願吃補充品的人，可能本來就更注重健康（這叫選擇偏差 selection bias），記憶力好未必是補充品的功勞。
• 樣本有多大？ 林德每組只有兩人，差異夠戲劇化才看得出來；但細微的效果需要更大的樣本，否則可能只是隨機波動。
• 量的是什麼？ 「記憶力」這種抽象概念，被操作化（operationalized）成了什麼具體可測量的指標？這個指標真的測到了我們關心的東西嗎？

你會發現，這些問題沒有一個需要你懂生物化學。它們是方法論的問題，而方法論正是兩百多年來科學社群一點一滴打磨出來的集體智慧。學會這套提問方式，比記住任何單一結論都更接近科學的本質。

標準化：讓數字能夠跨越時空

最後一塊拼圖，是一個容易被忽略、卻支撐起一切量化的隱形基礎——標準化（standardization）。

一個體溫數字要能在台北的醫師與柏林的醫師之間傳遞，前提是兩地用的是同一套溫標、同一種校準過的儀器。一份藥物試驗的「劑量」要有意義，前提是「一公克」在任何實驗室都指涉同樣的質量。這些今日視為理所當然的共識，其實是漫長協商與制度建構的成果。法國大革命後推動的公制（metric system）、十九世紀末成立的國際度量衡局（BIPM），都是人類試圖建立一套「放諸四海皆準」的測量語言的努力。

這正呼應了入門篇談過的標準時間：技術帶來的協調需求（火車、貿易、跨國科學合作），推動了標準的建立，而標準一旦確立，又反過來讓更大規模的協作成為可能。科學知識之所以能夠累積、能夠跨越國界共享，靠的不只是聰明的腦袋，更是這套看不見的「度量衡基礎建設」。沒有標準化，每個實驗室都將是一座孤島，誰也無法檢驗誰的結果——而「可被他人重複檢驗」（replicability），恰恰是科學區別於私人信念的根本特徵。

重點回顧

• 現代科學的核心革命是方法論的革命：不在於發現了哪些新事物，而在於發明了一套判斷「我們如何知道一件事為真」的程序——刻意比較、控制變因、可被重複檢驗。
• 量化把品質轉為數量，讓身體狀態（體溫、血壓）得以被儀器讀取、累積與跨人比較；但量化也預設了儀器、標準與制度的基礎建設，並可能讓「無法被測量者」被忽視。
• 統計學是雙面刃：它讓人類能以群體與機率思考健康與社會，卻也曾被優生學濫用為合理化偏見的工具。方法本身的中性，不保證使用目的的中性。
• 隨機對照試驗（RCT）是實證醫學的支柱：隨機分配攤平已知與未知的干擾因素，盲化消除評估偏差，對照組提供比較基準——這是一套刻意設計來「對抗研究者自身會犯錯」的程序。
• 標準化是量化的隱形基礎：沒有統一的度量衡與校準，數字便無法跨越時空傳遞，科學賴以為生的「可重複檢驗」也無從談起。

深入探討（研究所視角）

對於希望進一步鑽研的學習者，「量化」與「客觀性」的歷史是科學史與 STS 領域最活躍的研究戰場之一，以下幾個方向值得深入。

「機械客觀性」的歷史性。 科學史家達斯頓（Lorraine Daston）與蓋里森（Peter Galison）在《客觀性》（Objectivity, 2007）一書中提出，我們今日奉為圭臬的「客觀性」並非永恆不變的理想，而是有其歷史。他們區分了不同時代科學圖像背後的認識德性（epistemic virtues）：十八世紀追求的是描繪「理想型」的「忠於自然」（truth-to-nature），十九世紀中葉才轉向力求排除觀察者主觀介入的「機械客觀性」（mechanical objectivity）——這正是攝影、自動記錄儀器被神聖化的時代。這個視角逼我們反思：當代對「演算法」「自動化」「去除人為偏見」的崇拜，是否正是機械客觀性理想的最新化身？而它又遮蔽了哪些必然存在的人為選擇？

「信任數字」的政治。 歷史學家波特（Theodore Porter）在《信任數字》（Trust in Numbers, 1995）中提出一個反直覺的論點：量化的興起，往往不是因為數字「更準確」，而是因為它提供了一種「無關個人的客觀性」（impersonal objectivity），能在缺乏信任、權力分散的場域中充當公共溝通的語言。當專業菁英的個人判斷不被信任時，「讓數字說話」成為抵禦質疑、分散責任的策略。這個洞見對理解現代官僚、風險評估乃至教育評量（標準化測驗）都極具穿透力——量化常常是社會信任結構的產物，而非單純的技術進步。

操作化與「製造」研究對象。 從哲學與社會學角度，值得追問的是：當我們把「智力」「健康」「學習成效」這類複雜概念「操作化」為某個可測量的指標時，我們究竟是在「測量」一個既存的對象，還是在某種程度上「製造」了它？哈金（Ian Hacking）關於「製造人的種類」（making up people）與「迴圈效應」（looping effect）的討論指出，分類與測量會反過來形塑被分類者的自我理解與行為。這對任何收集人類行為數據的研究——包括多模態學習分析——都是根本性的方法論與倫理警示。

可深化的研究路徑。 若要將上述視角落實於具體研究，可考慮幾條路徑：其一是儀器與基礎建設史，追蹤某項測量技術（如腦電圖 EEG、心率變異 HRV、眼動追蹤）從實驗室走向標準化臨床／教育工具的過程，揭示其中的標準協商與權力配置；其二是指標的批判性系譜學，考察某個今日通行的評量指標（如智商、GPA、各類學習成效量表）如何被建構、被自然化，又排除了什麼；其三是比較與在地化研究，探討同一套量化標準在不同文化脈絡中如何被接受、抵抗或改寫。

最後值得反思的，正是當代教育科技與多模態學習分析所站的位置。當我們把學習者的認知歷程、語言表達、生理訊號與學習環境一一轉換成可計算的數據時，我們正在親身參與一場新的量化革命。林德、翁德利希、凱特勒與希爾的歷史提醒我們：每一次量化都既是賦能也是風險——它讓我們看見前所未見的模式，卻也可能讓某些「無法被數據捕捉」的學習經驗變得不被看見。理解這段「測量如何形塑知識」的歷史，是為了讓我們在設計與使用這些工具時，能更清醒地追問：我們究竟測量了什麼、遺漏了什麼、又把誰當成了那個沉默的「平均學習者」。