人类对于故事的钟爱不只体现于侦探小说迷对着阿加莎设计的精妙剧情反复高潮，或是某位成功学大师的励志演讲惹得全场听众热泪盈眶，它在人类的生活中随处可见，大到宗教信仰或战争动员，小到闲话家常和上课神游，我们无时无刻不在听故事和讲故事——即便是科学研究都离不开构建故事。而根据神经学家和心理学家的说法，人类讲故事的动机源于多巴胺的奖赏。
对电击上瘾的大鼠
20世纪中期的脑科学一度停留在“电击小白鼠大脑令其逃回笼子角落”的“永信”阶段，直到1953年，两名年轻学者的一次无心插柳不仅结束了小白鼠们单调的恐惧体验，更为行业开辟了一块广阔的研究领地：大脑的奖赏机制。
这两位研究人员分别是心理学家詹姆斯·奥尔兹（James Olds）和神经学家彼得·米尔纳（Peter Milner），那会儿都在加拿大麦吉尔大学工作。两人原本的实验意图并无新意，无非是重复“永信式”的恐惧电击。谁知奥尔兹糟糕的动手能力令他误将电极放错脑区，结果被电的大鼠不仅没有在痛苦下失魂落魄，反倒是高潮不断。
奥尔兹和米尔纳当时设置了一个杠杆式的电击开关，按下杠杆就意味着对应脑区接受电流刺激。体验到电击快感的实验大鼠似乎上了瘾，不断按压杠杆，在疯狂的运动中甚至忘记了要吃饭要喝水。
这项歪打正着的实验便是大脑奖赏回路的惊鸿一瞥，让人们意识到有一块脑区是生物体的“快感中心”，其威力可以大到盖过饥饿和各种痛苦体验。之后，科学家们发现多巴胺就是份让人上瘾的奖励。
我们通常会把人对性爱、酒精以及赌博等事物的瘾头放到奖赏机制的理论中解析，可多巴胺体系所掌控的生物行为远不止于此——人类对于故事，以及讲故事的执着，同样是由奖励所驱动的。
模式识别：基于碎片信息构建完整图像
“模式识别”（pattern recognition）是一个计算机领域的概念，指的是通过计算的方法依照样本特征将其归类至特定类别。更通俗地说，如果计算机已有一套关于希区柯克的信息库，那么当它看到“后窗”或“惊魂记”之类的词汇，便会把它们放入该信息库的某个类别。
很多研究者认为，人脑的认知过程在某种程度也属于模式识别。
当你生平第一次看到狮子的全貌，你会尽可能弄清楚它的每一处特征，不出意外的话，你的大脑视觉皮层至少会有30个独立区域参与到认知过程，每个区域负责处理狮子图像的某一部分，它的毛色、颜值、身材和体态，都会被这些脑区赤裸裸地“把玩”一遍。
邂逅完毕，狮子的整体形象便定格在你脑中了。
这之后，与狮子的每次重逢都会加强你的神经系统识别狮子的能力，各个相关脑区之间的联接变得更为紧密，处理过程越发高效。很快，你无需再看狮子全貌即可“模式识别”出这种动物——它的眼睛、鬃毛甚至吼声都能助你脑补出整体形象，让你“窥一毛而见全狮”。
这种在人脑内运作的模式识别最早由加拿大神经心理学家唐纳德赫布（Donald O. Hebb）提出。赫布是研究人类如何学习的先驱，致力于从神经元层面解释认知过程。
对狮子的模式识别具有重要的进化学意义。
我们的祖先没有火枪和动物园，所以必须敏锐地察觉附近大型猫科动物的活动。显然，当一只剑齿虎完整地进入某位智人的视野，他的生命大抵就走到尽头了。所以他必具备强大的脑补能力，通过一根晃动的尾巴，或一声遥远的吼叫，判断出正在靠近的危机。
用更清新脱俗的话说，脑补能力就是基于碎片信息构建完整图像的能力。
那么，模式识别与前文提到的奖赏机制又有什么关系呢？
故事被证实后，多巴胺就来了
脑补出的信息或故事需要事实检验。古人类对狮子的模式识别如果判断正确，就能保住生命，而现代人的脑补故事无论是动机、内容还是结果，往往都光怪陆离，但不管脑补的是什么，现实对故事的检验过程都与多巴胺关系密切。
英国作家E. M. 福斯特（Edward Morgan Forster）在他的经典著作《小说面面观》（Aspects of the Novel）里写了这样一句话：“国王去世了，然后王后也去世了。”
国王和王后的死是两个并列事件，但当我们阅读两个事件组合而成的故事时，几乎不可能不对王后之死感到狐疑——虽然作者只是一笔带过，但这句话的句法结构让我们脑补其中的因果关联：王后为了国王殉情？这里头有没有政治问题？国王的死有没有可能是王后谋划的？如果作者不是在有意暗示因果关联，他为何要将两件事摆到一个句子里呢？
当某种关系被暗示确立，我们会非常自觉地想要提供一个解释，而我们已知的事实就是数据库，我们在其中找出信息片段，然后组建一个完整的故事。
看见两口子吵架，我们会脑补各种类型的夫妻矛盾；悬疑故事读到一半，我们会忍不住根据已有线索推测案件真相；学习量子理论的过程中，我们的大脑会疯狂地串联各个定义、物理量和数学推导，直到毫无破绽地串成薛定谔方程……
脑补故事所用到的信息可能五花八门良莠不齐，但当我们发现故事被事实验证为真，奖赏系统就会开始犒劳你，制造快感的神经递质多巴胺（主要功能为携带并调节细胞之间的信号）大量分泌，快感令你迷醉上瘾，爽完之后的你还想爽，于是继续讲故事，讲完之后再用事实去验证故事。
不断的正面反馈让“讲故事换多巴胺”的神经运作越发熟练，也越发难以“戒除”，而我们讲故事的技巧也越发熟练。通过不断训练，信息库-讲故事-多巴胺，或者说模式-识别-奖赏的关系，被深深地印刻入我们的脑回路，很难再被动摇。
科学研究与“故事”
科学家们一直在做的，正是构建一个名叫“假设”的故事，接着验证它的真伪，然后再尽力编出更好的故事。
咖啡因是如何引发冠状动脉血管收缩的？病毒与受体蛋白间发生了怎样的相互作用而帮助前者成功侵入细胞？韭菜什么时候切割最好？太多科学问题需要答案，而在揭开真相之前，我们需要用故事将问题导向答案，而实验结果会告诉科学家是否选对了方向。
科学的本质离不开故事，但我们无法回避一个问题：科学家有时无需实证，仅凭一个故事就可获得多巴胺的奖赏（例如搞理论的）；更糟糕的是，对奖赏的过度渴望可能会令故事讲述者忽略矛盾或冲突的信息，让扭曲的事实证实自己的故事。我们不妨看看下面几个故事（或者说事实？）
2011年，《自然》杂志表示他们的发表论文总数相较十年前增长了44%，但发表完又撤稿的文章却增长了9倍。
科学家格伦贝格利 （C. Glenn Begley） 和李埃利斯 （Lee M. Ellis） 在《自然》撰文指出，他们在安进生物技术公司的同事曾尝试重复血液学和肿瘤学领域的53个里程碑式研究，结果只成功了6个。
拜尔公司的研究团队也曾于2011年表示，肿瘤学领域内与他们的工作相关的研究中，有2/3是他们难以有效重复的。
人类在讲故事的时候总有夸大其词的倾向（出于各种动机），这种夸大在实证科学的检验体系里往往会与“造假”相联，而那些暂时难以被证伪的“假”故事，相比于那些给不出明确结论的猜想集合体，实际上更利于我们的记忆——虽然一大堆猜测的叠加显然要比一个未经检验的故事更严谨。
原因在于模式识别的基本要求就是快速区分并归类那些相似但不相同的信息。如果我们无法精确地鉴别一个事件或想法，那么大脑会很难把它当作单独的记忆标记和储存起来。在记故事这件事情上，非黑即白比优柔寡断高效很多。
另外，正确的模式识别会带来多巴胺水平的上升，错误的模式识别也会导致其下降。研究者发现猴子在它们预期的事件未能如期而至，或者说它们的故事未与事实匹配上时，多巴胺水平显著下降。
科学家们拥有科学的工具、语言和经验，能为我们讲述充满知识和深度的精彩故事。而我们作为科学故事的读者，也应该以评价其他形式作品的态度去审视他们的研究。
我们应该像文学批评家一样，去评估他们语言的准确性、结构的严谨性、观点的清晰度和原创性；
我们要去审视他们作品的高度、格调和旨趣；
我们也应该去了解他们作品的背景，以及他们对不同于自己的科学观点持怎样的态度。
本文作者罗伯特伯顿（Robert A. Burton）是一位神经学家和小说家，著有《确信：即使不对，也认为自己是对的》（On Being Certain: Believing That You Are Right Even When You’re Not）和《怀疑论者指南：神经科学能告诉我们哪些关于自己的故事》（A Skeptic’s Guide to the Mind: What Neuroscience Can and Cannot Tell Us About Ourselves）。
END
资料来源：