Джон Брокман - Эта идея должна умереть. Научные теории, которые блокируют прогресс

Что касается новых идей, возникающих вследствие нового Fragestellung , стоит вспомнить историю возникновения нескольких современных научных областей, связанных с биологией, – таксономии/систематики, эволюционной биологии, биогеографии, экологии, изучения поведения животных и генетики.

До недавних пор считалось, что большинство наблюдений, подсчетов и измерений во всех этих областях (за исключением генетики) не требует никакого оборудования. Бо́льшую часть таких исследований были бы способны провести Аристотель, Геродот и их современники, жившие в классической Греции более 2 тысяч лет назад. Греки умели скрупулезно проводить точные количественные наблюдения планет и исследовать другие свойства природы. Аристотель вполне мог бы изучить греческих животных и растения и в конце концов сформулировать такую же иерархическую классификацию, что и Линней. Геродот мог бы сравнить биологические виды, населявшие Черное море, с обитателями Египта и тем самым положить начало биогеографии. Любой древний грек мог сравнить различные виды гороха, как это сделал Грегор Мендель в 1860-е годы, увидеть различия между дымчатой пеночкой и пеночкой-теньковкой (родственными видами птиц), как Гилберт Уайт в 1780-е, или изучать поведение утят, как Конрад Лоренц в 30-е годы XX века, – и в результате создать генетику, этологию и науку о поведении животных. Однако древним грекам просто недоставало необходимого Fragestellung , и поэтому им было не слишком интересно подсчитывать различные виды гороха или тщательно наблюдать за пеночками и утятами. Развитие этих областей популяционной биологии, начиная с 1700-х годов, было связано с возникновением Fragestellung , позволившего собирать воедино имевшиеся данные (понятно, что для этого не нужно было ждать ни изобретения микроэлектродов, ни рентгеновской кристаллографии). Это, в свою очередь, позволило сформулировать новые идеи в областях, где ранее не было ни данных, ни особых нововведений.

Не вдаваясь в ненужные детали, я хотел бы упомянуть еще два примера важных научных областей, возникших в течение последних столетий. Для их развития тоже не потребовалось никакой специальной технологии, и люди Античности не развили их только потому, что им недоставало нужного Fragestellung . Греки и римляне контактировали с носителями индоевропейских, семитских и других языков. Казалось бы, это давало им возможность заняться группировкой языков по различным семьям и тем самым сформулировать идеи исторической лингвистики, – однако они даже не удосужились записать слова, с помощью которых с ними общались египтяне или галлы.

Я не знаю ни одного примера в классической греческой и римской литературе, где бы фиксировались списки слов какого-либо «варварского» языка. Однако начиная с XVII века такое занятие стало вполне привычным для европейских путешественников, посещавших иные континенты.

Точно так же греки и римляне вполне могли бы обратить внимание на те же феномены, которые наблюдал Фрейд, использовавший эти наблюдения в исследованиях бессознательного, – однако они этого не сделали.

Все это совершенно не означает, что я считаю неправильным вопрос, заданный в рамках Edge.org в этом году. Новые идеи и в самом деле вытесняют старые. Я могу привести множество примеров из областей, в которых работаю сам. Это отказ, начиная с 1960-х годов, от географических теорий, согласно которым земная кора статична, – ученые признали факт дрейфа континентов. Это и развитие, опять же с 1960-х годов, таксономического направления под названием «кладистика», сменившего прежние подходы. Я лишь хочу сказать, что развитие науки идет по множеству путей одновременно, и отказ от старых идей – лишь один из них.

Научный журналист и писатель; профессор журналистики, Нью-Йоркский университет; автор книг Virtual Unreality («Виртуальная нереальность») и Zero: The Biography of a Dangerous Idea [101].

Понятие статистической значимости – настоящий подарок для посредственных, доверчивых, нечестных и полностью некомпетентных людей. Это понятие превращает бессмысленный результат в нечто, заслуживающее публикации, а потерю времени и усилий – в топливо для продвижения научных карьер. Статистическая значимость была придумана, чтобы помочь исследователям отличить реальный эффект от статистической случайности, однако превратилась в количественное оправдание, позволяющее облечь полную бессмыслицу в мантию респектабельности. И в этом состоит единственная важная причина, по которой основная масса научной и медицинской литературы не стоит бумаги, на которой она напечатана.

Если правильно его использовать, то показатель статистической значимости позволяет избавиться от капризов случайности – ни больше, ни меньше. К примеру, предположим, что вы тестируете эффективность лекарственного препарата. Даже если его состав химически совершенно инертен, имеются немалые шансы (около 50 %) на то, что пациенты будут лучше реагировать на ваше (мнимое) лекарство, чем на плацебо. Иными словами, чистая случайность может придать вашему лекарству кажущуюся эффективность. Однако чем сильнее выявляется различие между лекарством и плацебо, тем менее вероятно, что за результат отвечает одна лишь случайность. «Статистически значимым» результатом может считаться результат, превышающий определенную погрешность. В большинстве журналов в области социальных наук и медицины наблюдение обычно считается статистически значимым, если вероятность того, что наблюдаемый эффект случаен, составляет менее 5 %. В мире физики погрешность обычно оказывается ниже и часто составляет 0,3 % («правило трех сигм», 3) или даже 0,00003 % (три десятитысячных процента, «правило пяти сигм», 5). Однако суть остается прежней: если ваш результат заметно выше этого порога, он получает весомый ярлык «статистически значимого».

Однако чаще всего этот термин используется неправильно. Если вы посмотрите на типичную научную работу, опубликованную в рецензируемых журналах, то увидите, что тестирование на статистическую значимость проводится не для одного наблюдения, а для десятков или даже сотен. Исследователь, изучающий болеутоляющее средство для страдающих от артрита, рассматривает данные, позволяющие последовательно отвечать на один вопрос за другим: помогает ли лекарство уменьшить боль у пациента? помогает ли оно пациенту с болью в колене? с болью в спине? с болью в локте? с сильной болью? с умеренной болью? с болью в степени между умеренной и сильной? помогает ли оно пациенту расширить диапазон доступных движений? качество жизни?

Каждый из этих вопросов проверяется с точки зрения статистической значимости и обычно сравнивается со стандартным для отрасли пятипроцентным правилом. Иными словами, существует вероятность 5 % – то есть один шанс из 20, – что бесполезный препарат будет казаться эффективным исключительно благодаря случайности.