當所有證據都指向同一件事時，結果會怎樣？

“在古羅馬法中，如果所有法官都一致認為嫌疑人有罪，該嫌疑人反而會遭到赦免。這個規定聽起來有些違反直覺，但那時的立法者顯然已經注意到全體一致的判決意味著司法程序中間出現了系統性的偏差，盡管不一定能發現具體是什么樣的偏差。他們直覺性地認為，一旦事情發生得過于順利，很可能就有哪里不對了。”

我們知道的大眾汽車丑聞:2015年9月，大眾汽車公司被曝在汽車中安裝了作弊軟件，可以識別汽車是否處于被檢測狀態，在車檢時秘密啟動，減少尾氣排放以使其達到排放標準，而在平時行駛時仍然超標排放污染物。

然而，用軟件作弊的后果就是，排放檢測結果過于一致，甚至“好得過分”了（too good to be true）。

美國環保局檢測排放的小組最初對大眾汽車產生懷疑，就是因為他們發現不管是大眾的新車，還是開了五年的舊車，排放的污染物都在同一個水平線上，這種可疑的一致性，暴露了由作弊軟件帶來的系統偏差。

另外一個有名的“too good to be true”的事件發生在1993-2008年的歐洲。

警方發現，在法國、德國、奧地利發生的15件罪案的現場，都有同一個女性的DNA。這位“神秘連環殺手”被稱為“海爾布隆魅影”，而警方直到最后都沒有找到她。

DNA證據非常一致，極具說服力，但最終事實證明它是錯的，是個系統誤差——警方用來收集DNA樣品的棉簽被污染了，所有樣品上都含有的DNA來自同一位女性，就是工廠里制造棉簽的那位女工。

這就是一致性悖論。我們再來看幾個例子。

在兩個黨派競爭選舉中，如果一個黨派贏得了選舉，一般來說獲勝的黨派往往只是以微小的優勢壓倒對方。

我們通常希望自己支持的一方大比分獲勝，但如果這種事情真的出現，很可能是有人操縱了選票，造成系統偏差。因此，大比分壓倒？是不太可能的。

還有，在科學中，實驗數據太好，可能是造假的實驗數據。理論與實驗必須互相支持，并肩同行。每個實驗中都有背景噪音，也會有實驗誤差。

在科學史上有相當一些著名實驗，其結果后來看來都有點“好得過頭了”，爭議最大的就是測量單電子電量的密立根油滴實驗和孟德爾的遺傳實驗。如果實驗結果過于“干凈”，沒有預期中的噪音和異常值，我們就有理由懷疑實驗人員有意擇優挑選，選擇了好的數據，排除了異常值，造成了“證實性偏見”。

其實在我們的生活也會遇到很多一致悖論的事情，如當股市上漲，大家一邊倒地看好時，反而是最危險的時候，這時我們是不是要選擇逃離呢？相反，當下跌到一片哀鴻遍野的時候，大家都一致悲觀，這時反而是我們建倉的好時機。

還有高考后報什么專業的問題，前幾年大家都一致認為好的專業，現在反而成了無法就業的專業，比如前幾年的計算機專業，學校是一窩蜂地開，學生是一窩蜂地上，最后到就業時就難以找相對應的工作。

懂得一致性悖論，可以讓我們在生活、工作中不再迷惘，能夠對很多事情有清醒的認識，看清事物后面的真相。