Человек в лабораторном халате, склонившийся под тусклым светом, сосредоточенно смотрит в микроскоп. Он работает на одном только кофеине и предвкушении.
Этот одиночный учёный будет работать до тех пор, пока не раскроет истину о причине опасной болезни, быстро распространяющейся по его уязвимому городу. Времени мало, ставки высоки, и только он может спасти всех...
Такое романтизированное представление о науке долгое время было стандартом. Но оно так же далеко от реальной научной практики, как постановочные боевые сцены в кино далеки от реальной драки.
В течение большей части XX века философы науки, такие как я, придерживались несколько идеализированных представлений о том, как должна выглядеть хорошая наука. Однако за последние несколько десятилетий многие из нас пересмотрели свои взгляды, чтобы лучше отразить реальную научную практику.
Пора обновить представления о том, чего следует ожидать от настоящей науки. Я часто беспокоюсь, что, когда общественность предъявляет нереалистичные требования к науке, любое научное утверждение, не соответствующее этим ожиданиям, вызывает подозрения. Хотя доверие к науке в мире остаётся сильным на протяжении десятилетий, оно постепенно снижается. В ноябре 2023 года доверие американцев к учёным было на 14 пунктов ниже, чем до пандемии COVID-19, с её шквалом запутанных и порой противоречивых сообщений, связанных с наукой.
Когда ожидания людей относительно того, как работает наука, не оправдываются, они могут обвинять учёных. Однако изменение наших ожиданий может быть более полезным. Вот три обновления, которые, на мой взгляд, помогут людям лучше понять, как на самом деле работает наука. Надеюсь, лучшее понимание реальной научной практики также укрепит доверие людей к процессу.
Многообразие научных исследований
Во-первых, наука — это сложное предприятие, включающее в себя множество целей и связанных с ними действий.
Некоторые учёные ищут причины, лежащие в основе наблюдаемого эффекта, например, уничтоженного соснового леса или повышения глобальной температуры Земли.
Другие могут исследовать не «почему», а «что». Например, экологи создают модели для оценки численности серых волков в Монтане. Обнаружение хищников невероятно сложно. Подсчёт всех особей — непрактично. Модели численности — это не полные и не на 100% точные данные, они дают оценки, которые считаются достаточно хорошими для установления квот на отстрел. Идеальные научные модели просто недостижимы.
Помимо вопросов «что» и «почему», учёные могут сосредоточиться на вопросе «как». Например, жизнь людей с хроническими заболеваниями может быть улучшена благодаря исследованиям стратегий управления болезнью — чтобы смягчить симптомы и улучшить функционирование, даже если истинные причины их расстройств в значительной степени ускользают от современной медицины.
Понятно, что некоторые пациенты могут испытывать разочарование или недоверие к врачам, которые не могут дать чёткие ответы на вопросы о причинах их недуга. Но важно понимать, что многие научные исследования сосредоточены на том, как эффективно вмешиваться в мир для достижения конкретных целей.
Упрощённые представления о науке предполагают, что она сосредоточена исключительно на предоставлении причинных объяснений различных явлений, которые мы наблюдаем в этом мире. На самом деле, учёные решают самые разные проблемы, которые лучше всего решать с помощью различных стратегий и подходов, и только иногда они включают полноценные объяснения.
Сложные проблемы требуют сложных решений
Второй аспект научной практики, который стоит подчеркнуть, заключается в том, что, поскольку учёные решают сложные проблемы, они обычно не предлагают одного уникального, полного и идеального ответа. Вместо этого они рассматривают несколько, частичных и, возможно, противоречивых решений.
Научные модели хорошо иллюстрируют эту мысль. Научные модели, как правило, частичные, упрощённые и иногда преднамеренно нереалистичные представления интересующей системы. Модели могут быть физическими, концептуальными или математическими. Важный момент заключается в том, что они представляют целевые системы таким образом, чтобы быть полезными в определённых контекстах исследования. Интересно, что рассмотрение нескольких возможных моделей часто является лучшей стратегией для решения сложных проблем.
Учёные рассматривают несколько моделей биоразнообразия, атомных ядер или изменения климата. Возвращаясь к оценкам численности волков, также могут подойти различные модели. Такие модели основываются на разных типах данных, включая акустические исследования волчьих вой, генетические методы с использованием фекальных образцов волков, наблюдения за волками и фотодоказательства, аэрофотосъёмки, обследование следов на снегу и многое другое.
Взвешивание плюсов и минусов различных возможных решений рассматриваемой проблемы является неотъемлемой частью научного процесса. Интересно, что в некоторых случаях использование нескольких противоречивых моделей позволяет делать более точные прогнозы, чем попытка объединить все модели в одну.
Общественность может удивиться и, возможно, проявить подозрительность, когда учёные выдвигают несколько моделей, которые основываются на противоречивых предположениях и делают разные прогнозы. Люди часто думают, что «настоящая наука» должна давать окончательные, полные и надёжные ответы на их вопросы. Но, учитывая различные ограничения и сложность мира, сохранение нескольких точек зрения чаще всего является лучшим способом для учёных достичь своих целей и решить имеющиеся проблемы.
Наука как коллективное и критическое предприятие
Наконец, наука — это коллективное предприятие, где здоровое несогласие является достоинством, а не недостатком.
Романтизированная версия науки представляет учёных, работающих в одиночку и устанавливающих абсолютные истины. На самом деле, наука — это социальный и критический процесс, в котором коллективное внимание и критика со стороны сообщества обеспечивают наличие у нас наилучших доступных знаний. «Наилучшие доступные» не означает «окончательные», но лучшие из того, что у нас есть, пока мы не найдем способ улучшить их. В науке почти всегда допускаются разногласия между экспертами.
Споры являются основой того, как наука работает в лучшем виде, и они существуют так же давно, как и сама западная наука. В 1600-х годах Декарт и Лейбниц спорили о том, как лучше всего охарактеризовать законы динамики и природу движения.
Долгая история атомизма предоставляет ценную перспективу о том, как наука является сложным и извилистым процессом, а не системой быстрой доставки результатов, высеченных в камне. Когда Жан Батист Перрен проводил свои эксперименты в 1908 году, которые, казалось, окончательно разрешили все споры о существовании атомов и молекул, вопросы о свойствах атома вот-вот должны были стать темой десятилетий споров с рождением квантовой физики.
Природа и структура фундаментальных частиц и связанных с ними полей являются предметом научных исследований более века. В академических кругах ведутся оживлённые дискуссии о сложной интерпретации квантовой механики, сложной унификации квантовой физики и теории относительности, а также существовании бозона Хиггса, среди прочего.
Недоверие к исследователям из-за здоровых научных разногласий в значительной степени ошибочно.
Очень человеческая практика
Для ясности, наука является дисфункциональной в некоторых аспектах и контекстах. Современные институты создают стимулы для контрпродуктивных практик, включая максимизацию числа публикаций. Как и любое человеческое предприятие, наука включает людей с дурными намерениями, в том числе тех, кто пытается дискредитировать легитимные научные исследования. Наконец, наука иногда подвергается неподобающему влиянию различных ценностей проблемными способами.
Все это важные соображения при оценке надёжности конкретных научных утверждений и рекомендаций. Однако несправедливо, а иногда и опасно, недоверять науке за то, что она делает лучше всего. Наука — это многогранное предприятие, сосредоточенное на решении сложных проблем, для которых, как правило, просто не существует простых решений. Сообщества экспертов тщательно изучают эти решения в надежде предложить наилучший доступный подход к решению стоящих проблем.
Наука также является процессом, который подвержен ошибкам и является коллективным. Игнорирование реалий этого процесса и возложение на науку нереалистичных стандартов может привести к тому, что общественность будет критиковать науку и утратит доверие к её надёжности по неправильным причинам.