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

Краудсорсинг – организованная через интернет совместная работа множества участников над каким-то общим процессом – это еще одна тенденция, меняющая форму научных исследований. Различные модели краудсорсинга привели к развитию научной экосистемы, на одной стороне которой может находиться получивший профессиональную подготовку институциональный ученый, пользующийся традиционным научным методом, а на другой – ученый-любитель, изучающий вопросы, интересные лично для него, с помощью огромного количества различных методов. Между этими двумя полюсами располагаются их общие коллеги, в различной степени профессионально организованные и по-разному координирующие свои усилия. Интернет (и постепенное объединение человечества с его помощью – к 2020 году, согласно прогнозам, число пользователей Сети достигнет 5 млрд) – позволяет науке развиваться в совершенно ином масштабе. Дело не только в том, что в краудсорсинговых группах стандартные исследования проводятся быстрее и стоят дешевле: сегодня мы в состоянии проводить исследования, в сотни раз более масштабные и детализированные.

Группа исследователей способна предоставить огромные массивы информации, просто подключив к общей базе свои личные гаджеты, настроенные на сбор данных по принципу «измерения себя» ( quantified self ). Ученые-любители принимают участие в простых процессах обработки информации и в других видах сбора и анализа данных через веб-сайты типа Galaxy Zoo . Участников таких проектов подбирают через (также выстроенные по принципу краудсорсинга) площадки найма рабочей силы (первоначально все они были похожи на площадку Mechanical Turk («Механический турок»), принадлежащую Amazon.com , однако теперь всё больше ориентируются на профессиональные навыки кандидатов), соревнования по скорости обработке данных и «игровые» научные проекты (например, в таких областях, как прогнозирование складывания белков и структура РНК). Новые методы науки подкрепляются появлением новых инструментов – работы по принципу DIY («сделай сам»), «измерения себя», биохакинга, трехмерной печати и совместных исследований.

Третьей масштабной тенденцией, меняющей образ науки, можно считать синтетическую биологию. Это направление науки, получившее, благодаря своему трансформационному потенциалу, неформальное прозвище «Транзистор XXI века», предназначено для проектирования и создания биологических устройств и систем. Синтетическая биология позволяет объединять исследовательские усилия в области биологии, инженерии, функционального дизайна и вычислений. Одна из ключевых сфер ее применения – метаболический инжиниринг, то есть работа с клетками с целью увеличить производство ими различных субстанций (которые затем могут использоваться для решения задач энергетики, сельского хозяйства и фармацевтики). По само́й своей природе синтетическая биология нацелена на проактивное создание совершенно новых биологических систем и организмов. Можно сказать, что этот подход противоположен пассивному описанию явлений, для которого изначально и был изобретен научный метод. И если оптимизацию генетических и регуляционных процессов внутри клеток можно, хотя бы отчасти, описать с помощью научного метода, то общий диапазон возможностей и методов в рамках этой новой науки значительно шире. Создание новых организмов и функций «с нуля» требует совершенно иной научной методологии, чем та, что поддерживается традиционным научным методом. Нам необходимо переосмыслить науку, которая становится теперь инструментом не только описания явлений, но и их создания. Мы больше не можем полагаться исключительно на традиционный научный метод в новых областях науки.

Для следующего этапа научного прогресса инноваций нам придется разработать много новых моделей, которые обогатят традиционный научный метод новыми инструментами, которые будут лучше приспособлены к новой реальности и столь же эффективны, что и уже существующие. Сегодня заниматься наукой можно и «сверху вниз», увеличивая степень детализации и совмещая всё больше дисциплин, и «снизу вверх», увеличивая динамику в системе. Течение времени и будущее будут становиться все более понятными и предсказуемыми, а все процессы, в том числе и происходящие в самом человеке, мы научимся моделировать с возможностью немедленной корректировки в режиме реального времени. С гносеологической точки зрения, меняются сами принципы нашего познания, истины нашей реальности. В некотором смысле мы сейчас находимся в точке перелома новых Темных веков, и множественность научных методов будущего поможет нам, введет нас в новую эпоху Просвещения – точно так же, как традиционный научный метод в свое время проложил нам дорогу в современность.

Доцент психологии, Гарвардский университет.

Многих ученых соблазняет двухступенчатый путь к успеху: сначала обнаружить какое-то значительное явление ( big effect , «большой эффект»), а затем найти для него объяснение. За этим подходом скрывается негласная теория, согласно которой у больших эффектов всегда есть большие объяснения ( big explanations ). И ученых больше интересуют не явления, а объяснения – ведь и Ньютон, в конце концов, знаменит не тем, что показал нам, что и яблоки, и небесные тела на своих орбитах умеют падать, а тем, что объяснил, почему это происходит. Поэтому, если негласная теория ошибочна, значит, очень многие в научном мире, фигурально выражаясь, «лают не на те деревья».

Разумеется, существует альтернативный и вполне адекватный способ объяснить большой эффект – не одно большое объяснение, а взаимодействие множества мелких. Но эта ситуация гораздо хуже, чем просто не то дерево, – можно сказать, что это безнадежно неправильное дерево. Если вы просто ошибаетесь, то вы рано или поздно все равно получите до обидного простое объяснение. Однако в безнадежном случае в вашем распоряжении окажется так много спутанных в узлы объяснений, что для их распутывания и извлечения из них хоть какой-нибудь пользы потребуются огромные усилия.

Итак, как же лучше объяснять большие эффекты – при помощи одного большого объяснения или множества мелких? Пожалуй, у этого вопроса нет простого и однозначного ответа (все-таки наше дерево совершенно безнадежно!). Однако мы можем использовать достаточно простую модель для того, чтобы выдвинуть обоснованную догадку.

Предположим, что мир состоит из трех типов объектов. Прежде всего в нем есть рычаги , за которые можно тянуть. Каждое такое действие влечет за собой наблюдаемые эффекты или последствия (мигает лампочка, звенит колокольчик, падает яблоко). Наконец, имеется и скрытый уровень каузальных сил (объяснений), которые связывают рычаги с эффектами.