进入计算机时代的科学研究不再局限于博物学式的科学考察，抑或仅凭一张纸和一支笔式的数学推演，而是要将模型程序化，海量的数据也交由计算机来处理。随之而来的一个问题就是：科学研究结果的可靠性如何？

       若是个人提出了理论，建立了模型，编制了程序，运算了结果，那么即便存在编码时出现无法察觉的错误的可能，科研结果的可靠性仍有可能进行检验。如果科研都建立在各种来源不同的程序和海量的数据的基础上，科研结果的可靠性如何检验？各种来源的程序都可能会有错误，个人无法从程序的底层进行检验；海量的数据由大型机构观测和发布，数据的应用者无从控制获得这些数据的观测精度和观测条件，以及错误观测数据的判定和剔除; 程序的输入参数设定和对研究对象的建模都有赖于使用者的经验和个人偏好；数据录入和编辑也会出现人为的错误。我们就像处于程序黑箱的两端，在一端我们塞入数据，在另一端我们等待结果，中间的过程我们却无从得知，两端我们也不能百分之百地保证数据的准确性。

      此外，大量的论文都基于某类程序计算的结果，但得到这一结果的具体过程在论文中却是语焉不详：一方面期刊的篇幅不允许长篇大论，另一方面也有其结果极其依赖输入参数和建模方法等，因而只报道好的结果。这就造成了科学研究结果的不可重复性。这种不可重复性在观测仪器越来越昂贵、越来越精密和计算程序越来越庞杂的当今时代越来越明显。如果我们完全相信这些不具有重复性的论文里所具有轰动效应的结果，并在其基础上进一步对问题进行研究，那么我们就走入了歧途。

       因此，科研结果的可靠性是很难保证的。既然如此，我们如何处理科研结果的可靠性呢？那就是保持怀疑一切的态度：详细考察文章的思想方法，而谨慎地怀疑其结果及建立在这种结果之上的结论。这种谨慎的怀疑必须贯穿于整个科研活动，因为同行评议也不一定能阻止各种不可靠的论文流向各类期刊。这种谨慎的怀疑同样适用于自身。科研是个人的事情，个人所能把握的科研结果只能是个人的结果。总之，怀疑一切。