一句话说清
科学传播不是翻译术语，而是把不确定性和信任一起讲清楚。
为什么值得懂
你要么在传播科学，要么在被传播——新闻里的「研究显示」、朋友转来的健康建议，都是科学传播的成品。它接着《传播模式》读：那篇给的是通用框架，这篇处理科学这种内容的特殊麻烦——结论常常是概率，听众常常是带着立场来的。看懂这一层，你既不容易被一个漂亮数字说服，也不会因为「科学家还在吵」就以为整件事不可信。
零基础讲解
一、科学给的常常是概率和区间，不是结论。 论文里的「显著」是关于区间的陈述：一个点估计加一个置信区间，还要看效应量有多大。传播时把区间压成一个干脆的数字，听起来好懂，代价是把「有多少把握」这条信息直接删掉了。国家科学院的报告专门用一节讲「帮助受众理解不确定性与复杂性」，理由很实在：把不确定性藏起来，短期省事，长期伤信任。
二、知识赤字模型为什么失效。 赤字模型假设的是一条直线：公众不懂科学 → 我们把术语讲清楚 → 他们就会接受。报告第 2 章把这个假设写进节标题里反驳（「先备知识：破除知识赤字模型」）。真正决定接受与否的，是受众既有的信念与价值观、他们信任谁、以及这个话题在自己的圈子里代表哪一边。卡汉等 2012 年在《自然·气候变化》上的调查给了一个刺眼的结论：科学素养和数理能力最高的人并不是最担心气候变化的，他们恰好是文化上最分裂的——素养没有抹平分歧，反而放大了分歧。
三、框架与信源可信度。 同一个事实，说「手术成功率九成」和「一成人会失败」，反应不一样，这是得失框架；把注意力引到事实的哪一面，是强调框架，报告第 2 章把两者分开讲。信源可信度也不是名气排名：受众同时在评估「他懂不懂」「他是不是为我好」「他是不是跟我一边的」。信任一旦受损，同一句话换个人说，效果就完全不同。
四、争议科学里的传播困境。 当议题牵动身份与利益（疫苗、气候），信息本身会被读成站队信号。这时候多讲细节未必有用，甚至可能被当成「你果然是那边的人」。
这里是有争议的： 主流观点是纠正错误信息通常有效，真正的「逆火」（纠正反而让人更相信自己原来的说法）很罕见——伍德和波特 2019 年用大样本重复实验没有找到稳定的逆火效应；也有研究者认为，在疫苗这类高冲突议题上纠正确实可能反噬：尼汉等 2014 年的随机实验里，纠正「疫苗导致自闭症」的说法成功减少了误解，却让原本最不信任疫苗的家长更不愿意接种。两边的分歧有一部分在研究设计上——一个测的是「你还信不信这个说法」，另一个测的是「你打算怎么做」。
五、那还能做什么。 报告的思路可以概括成几条：先弄清受众已知道什么、在意什么；把不确定性如实交代，并说明它为什么没有改变结论的方向；尽量让受众本来就信任的人来讲；承认价值分歧真实存在，不假装它不存在。
一个例子
尼汉等 2014 年在《儿科学》上报告了一项针对 1759 名美国家长的随机实验，把家长分到四种信息里去：疾控中心解释「麻疹腮腺炎风疹疫苗不导致自闭症」、疫苗信息说明书中关于疾病危险的文字、患病儿童的照片、以及一个婴儿差点死于麻疹的故事。结果是：四种干预没有一种提高了家长给未来孩子接种的意愿。更麻烦的是细节——纠正自闭症传言确实减少了误解，却让原本对疫苗态度最差的家长更不愿接种；患病儿童的照片反而让更多人相信疫苗与自闭症有关。这个实验的边界很清楚：它测的是接种意愿，不是知识水平；它说明的也不是「科普有害」，而是「把信息给够」这件事本身不构成说服。
常见误解
- 以为科学传播就是科普写作：把术语换成大白话，只解决了信息那一格。
- 以为不懂才会拒绝：素养最高的人也可能是最分裂的那批人。
- 以为承认不确定就等于不可信：不交代区间，才是长期损伤信任的做法。
- 以为一次纠正就能改变行为：实验常能改变「信不信这个说法」，很难改变「做不做」。
应用场景
- 生活：看到「研究显示」，先找三件事——研究对象是谁、区间多宽、谁出的钱。
- 职场：汇报数据时把区间和不确定性一起给出，比只报一个漂亮的点估计稳。
- 写作与创作：动笔前先写一句「读者现在相信什么」，再决定从哪句话开始讲。
关联知识点
- 传播模式（communication-models，先读那篇：谁在说、说了什么、经由什么渠道）
- 框架效应（framing，同一个事实换个说法如何改变判断）
- 信源评估（source-evaluation，可信度到底由哪几项拼出来）