Книга Что такое наука, и как она работает, страница 41. Автор книги Джеймс Цимринг

Разделитель для чтения книг в онлайн библиотеке

Онлайн книга «Что такое наука, и как она работает»

Cтраница 41
Воспроизводимость и повторяемость как обязательное условие наблюдений

Одна из вещей, о которой постоянно говорят ученые, — это воспроизводимость наблюдений. Другими словами, если один исследователь проводит эксперимент и наблюдает результат, может ли подобный результат наблюдаться, когда эксперимент повторяется снова и снова? Более того, может ли ученый в лаборатории на другом конце света наблюдать то же самое? Обеспокоенность по поводу недостаточной воспроизводимости данных оказалась в последние годы в центре внимания, поскольку стало ясно, что многие эксперименты (как правило, чрезвычайно сложные и дорогостоящие) не могут быть воспроизведены другими учеными [107]. Это вызвало изрядную растерянность ученых. Почему вопрос воспроизводимости вызвал такой шум? Если поклонник спиритизма идет по лесной тропе, чувствует присутствие энергии внутри себя и рассказывает об этом другим спиритуалистам, никто не скажет ему, что это было нереально, потому что у других людей не было таких ощущений, когда они шли по той же тропинке. Более того, отсутствие опыта других людей может сделать этот опыт еще более глубоким, поскольку он отражает уникальную личную связь между духом и человеком. И наоборот, существует несколько причин, объясняющих, почему ученые уделяют такое пристальное внимание воспроизводимости и почему она входит в определение науки.

Во-первых, проблема воспроизводимости связана со случайными ошибками в результатах наблюдений, которые не отражают действительные явления природы. Ученые стремятся сделать общие выводы из конкретных наблюдений за природой (т. е. провести индукцию, как объяснено в главе 1), но всегда есть опасения, что ученые не наблюдали истинную картину природы, а были обмануты случайным шумом (более подробно этот вопрос рассмотрен в главах 7 и 9). Однако если явление наблюдается снова и снова, то гораздо менее вероятно, что оно произошло случайно. Следовательно, воспроизводимость защищает от так называемых «ошибок первого рода», которые возникают в результате вывода о существовании некоторого природного явления, хотя на самом деле его нет.

Второй важный компонент воспроизводимости, особенно когда речь идет о разных ученых и лабораториях, — это проблема обобщаемости. Что-то может происходить снова и снова в лаборатории одного ученого, но не происходить ни в одной другой лаборатории в мире. Если это так, то ученые со всего мира могут посетить лабораторию первооткрывателей и самостоятельно наблюдать это уникальное явление. Во многих широко известных случаях сотрудники такой лаборатории допускали ошибку, были небрежными или неверно истолковывали полученные результаты. Однако в некоторых случаях в лабораторной методике скрывалось что-то особенное, что не было должным образом внесено в отчеты и передано другим лабораториям. В качестве альтернативы в самой лаборатории могло быть что-то особенное, чего не было в других лабораториях. Выявление подобных нюансов не только позволяет лабораториям по всему миру наблюдать и изучать одно и то же явление, но также может дать ключевое понимание механизмов этого явления. Другими словами, если вы выясните, что непременным условием наблюдений является конкретная примесь в воде (присутствует в одной лаборатории, но отсутствует в другой), то вы узнаете кое-что важное о процессе, о котором вы иначе могли бы и не узнать, — какой бы примесь ни была, это поможет вам выяснить механизмы изучаемого явления.

Третья проблема заключается в том, что воспроизводимость важна для поиска механистического понимания и причинных ассоциаций. Чтобы проиллюстрировать этот аспект, рассмотрим известные события, произошедшие в истории человечества, такие как падение Римской империи или Великая депрессия. Бесчисленные часы размышлений были потрачены на анализ того, почему пала Римская империя и почему произошла Великая депрессия. Ученые выдвинули множество различных гипотез, каждая из которых предсказывает наблюдения (или большую их часть), при этом многие из них несовместимы друг с другом. Как и везде в науке, историки тоже задаются вопросом: как оценить наиболее вероятные гипотезы?

В исторических исследованиях анализируют события, которые произошли в прошлом и больше никогда не повторятся. Будущие империи вновь потерпят крах, и экономические депрессии почти наверняка повторятся снова, но Римская империя никогда больше не будет существовать, и никогда больше не сложатся точные геополитические и экономические условия, существовавшие в 1929 году. Как же тогда оценивать разные гипотезы? Конечно, исторические исследования могут содержать значимые данные в виде записей, исторических документов, переписки и т. д.; эти исторические данные могут предоставить существенные аргументы за или против гипотезы. Однако это предел анализа, который можно провести. Предположим, у кого-то есть гипотеза о том, что Римская империя пала из-за использования свинца в посуде, что привело к отравлению римских лидеров и снижению их умственной способности к управлению государством. В соответствии с научным подходом следует изобрести машину времени, вернуться в Древний Рим, не допустить использования свинцовой посуды и посмотреть, что случится с империей. Ясно, что никто еще не изобрел машину времени, а если изобрел, то держит ее при себе (сейчас, в будущем и в любом прошлом, которое он посещает).

Это как раз та проблема, которую решает надежно воспроизводимая система. Если явление происходит снова и снова, и каждый раз одинаково, значит, по сути, используется машина времени. Если у ученого есть надежно воспроизводимая система, то он может удалить фактор А и посмотреть, сохраняется ли явление. Если удаление фактора А не оказывает никакого эффекта, он может сделать вывод, что фактор А не требуется. Если удаление фактора А предотвращает явление, можно сделать вывод, что фактор А необходим [108]. Затем данное механистическое знание распространится не только на предыдущие итерации явления, но и на будущие. Это предположение о точной воспроизводимости в течение продолжительного времени является очень важным, и оно снова приводит нас к проблемам индукции, которые были подняты в главе 1. Однако проблемы индукции — это то, с чем мы должны смириться, и развитие науки неотделимо от данного контекста.

Представьте себе видеоигру, которая вам нравится, но поначалу в нее было трудно играть. Изначально такая игра представляет собой головоломку, поскольку вы еще не знаете правил и не овладели навыками, необходимыми для победы. Со временем вы осваиваете правила и стратегии и с каждым разом играете все лучше и лучше. Ваш навык игры совершенствуется, потому что вы играете снова и снова, видите, что работает, а что нет, и меняете свою стратегию, активнее используя полезные приемы и отвергая бесполезные. В некотором смысле это похоже на возвращение в прошлое, чтобы снова и снова сталкиваться с одним и тем же событием и проверять, какое поведение приведет к желаемому результату (то есть выигрышу). Теперь подумайте, что произошло бы, если бы правила игры слегка менялись каждый раз, когда вы начинаете игру, и вы не знали бы наверняка, какой полезный прием сработает на этот раз? А что, если правила меняются случайным образом и не существует какой-либо закономерности относительно того, как следует играть? В этом случае ваши навыки не будут улучшаться с каждой новой игрой; наоборот, в таком сценарии прошлый опыт игры может сделать вас худшим игроком, потому что ваша стратегия основана на информации, которая больше не является актуальной или полезной. В таком случае ваши шансы на победу могут возрасти только по случайному совпадению. Таким образом, постоянство во времени (или, другими словами, надежная воспроизводимость) имеет важное значение для любого увеличения знаний в отношении прогнозирования или воздействия. Именно по этой причине воспроизводимость систем так важна для науки и ученые уделяют пристальное внимание этому вопросу. Без надежной воспроизводимости не может быть целенаправленного продвижения вперед путем прямых экспериментов с системой [109]. Этот вопрос возвращает нас к проблеме индукции, поскольку нет никаких логических оснований для вывода, что Вселенная завтра будет вести себя так же, как сегодня; но это риск, с которым мы должны жить и всегда осознавать. С другой стороны, если поведение Вселенной завтра не будет хоть в какой-то степени связано с тем, как она ведет себя сегодня, индукция не сработает, и наука не сможет предсказать то, что не наблюдается в текущий момент. Если бы правила Вселенной менялись случайным образом, наука бы не существовала.

Вход
Поиск по сайту
Ищем:
Календарь
Навигация