Стивен Ландсбург - Экономист на диване. Экономическая наука и повседневная жизнь
Хотя доводы против новизны представляются простыми и неоспоримыми, многие ученые встречают их с большой долей скептицизма. Они говорят, что любой может взять существующие факты и подогнать их под теорию, чтобы «объяснить» их, а новое предсказание — это единственный верный признак подлинного научного достижения. Эти ученые чувствуют, что новизна имеет значение. Осталось только понять почему.
Если новизна действительно имеет значение, то это должно быть обусловлено тем, что в каком-то важном отношении создание научных теорий отличается от выбора носков с завязанными глазами. Конечно, всякий может составить перечень очевидных различий между этими двумя занятиями: одно имеет место в лаборатории, а другое — в спальне; одно поддерживается грантами от государства, а другое — нет, но необычайно сложно указать конкретное ключевое различие, благодаря которому новизна имеет значение.
В последние десятилетия споры о новизне ограничивались публикациями почти исключительно в философских журналах. Но самый очевидный вопрос заключается в том, как делать выводы в условиях неполной информации. Экономисты кое-что знают об этом.
Даже в самом простом контексте новое предсказание полезно как механизм для выявления информации. Предположим, что одни ученые от рождения талантливее других и что невозможно знать априори, кто есть кто. Вероятность того, что именно талантливые ученые создают истинные теории и делают успешные новые предсказания, выше. Когда профессор Джонс делает новое предсказание, он открывает кое-что — по крайней мере, в вероятностном смысле, — касательно своих талантов. Тот, кто делает успешное новое предсказание, скорее всего, более талантлив и, следовательно, имеет больше шансов на создание истинной теории. Мы больше доверяем теории Джонса, чем теории Смита не из-за прямого влияния нового предсказания, а потому что успех его нового предсказания сообщает нам кое-что о самом профессоре Джонсе.
Наша история еще далека от своего завершения. Еще ничего не сказано о том, почему профессор Джонс с самого начала пытался сделать новое предсказание, а профессор Смит — нет. Показал ли профессор Джонс тем самым, что он верит в собственные способности, а профессор Смит — свою неуверенность в себе? Если так, то это может быть еще одной причиной, по которой мы испытываем большее доверие к профессору Джонсу, чем к профессору Смиту. Иными словами, мы вправе делать выводы, не только основываясь на успехе нового предсказания профессора Джонса, но и на его начальной готовности решиться на новое предсказание.
Рассмотрим конкретный пример. Предположим, что ученые, успешно делающие новые предсказания, обычно зарабатывают 100,000 долларов в год, те, кто делает неудачные предсказания, зарабатывают 20,000 долларов, а те, кто никогда не пытался делать новые предсказания, получают 50,000 долларов. Тот, кто делает новые предсказания, рискует своим доходом. Поскольку он готов сделать ставку на свои таланты, то вполне вероятно, что остальные поступили бы разумно, также сделав ставку на его талант, т.е. поверив в его теорию. По той же схеме действует и ученый, предпочитающий получать свои 50,000 долларов, что заставляет нас задуматься над вопросом, стоит ли доверять ему больше, чем он сам себе доверяет.
Какие именно выводы мы можем сделать из этого, зависит от конкретных стимулов, на которые реагируют Джонс и Смит. Теперь мы оказались в вотчине экономистов. Нам нужна теория, предсказывающая схему вознаграждения различных типов ученых, реакции отдельных ученых на эту схему вознаграждения, и выводы, которые наблюдатель может сделать, исходя из этих реакций. Полностью удовлетворительная теория стимулов должна учитывать конкуренцию между учеными, исследовательскими институтами, а также между покровителями науки и теми, кто извлекает выгоду из ее открытий. Такое столкновение интересов ведет к появлению такой структуры заработной платы, которая предлагает различные вознаграждения для разных исследовательских стратегий и различных уровней успеха. К сожалению, понимание последствий такой теории кажется труднопреодолимой задачей.
Поэтому мы обратимся к более легкой проблеме. Представим себе чиновника, главной задачей которого является разработка системы, стимулирующей ученых к эффективному поведению. Можно надеяться, что система, которую он подготовит, будет не так уж сильно отличаться от той, что действительно складывается в условиях конкуренции. В конце концов, нам знакомо множество других примеров в экономике, когда конкурентные силы приводят к эффективным результатам. Поэтому подумаем о том, что должен предпринять этот организатор науки в надежде, что наше исследование несколько приблизит нас к тому, что мы действительно наблюдаем в мире. Даже если эти надежды не оправдаются, наши усилия не пропадут даром; мы всегда сможем получить себе работу, давая советы будущим организаторам науки. Этот чиновник может приказать ученым, чтобы они «сначала провели исследование», изучив все имеющиеся данные перед тем, как создавать теорию, или чтобы они «сначала выдвинули теории», пытаясь сделать новые предсказания, а затем отбрасывая свои теории, если их предсказания оказались неверными.
Попытка сначала выдвигать теории будет расточительным делом, потому что ученые направляют ресурсы на создание теорий, которые — по крайней мере, через какое-то время — опровергаются фактами. Собирая факты заранее, ученые могут избежать таких ошибок и получить больше времени для создания правильных теорий. Поэтому, вероятно, от экономного чиновника можно ожидать распоряжения, чтобы каждый ученый «сначала провел исследование». Но и здесь есть своя обратная сторона: в случае создания большого количества теорий (возможно, конфликтующих друг с другом) не будет никакой возможности выделить среди них самую перспективную. Если чиновник хочет построить мост, он сталкивается с целым потоком противоречащих друг другу теорий строительства моста и понятия не имеет, которой из них последовать.
Когда ученые сначала выдвигают теории, многие теории в конечном счете опровергаются очевидными фактами, а оставшиеся проходят испытание, свидетельствующее о том, что сторонники этой теории, возможно, умнее многих. Чиновник вполне обоснованно может больше доверять таким теориям, и, когда он строит мост, он может чувствовать себя более уверенным, что мост не разрушится.
Компромисс в этом случае таков: если ученые сначала выдвигают теории, их работа обходится дорого, сохраняется слишком мало теорий, а хороших мостов строится недостаточно. Если же ученые сначала проводят исследование, то невозможно отличить хорошую теорию от плохой и строится слишком много плохих мостов, которые затем разрушаются.
Просвещенный организатор науки, вероятно, найдет нечто среднее между расточительностью подхода, предлагающего ученым «сначала выдвинуть теорию», и не меньшей расточительностью подхода, предлагающего «сначала провести исследование». Возможно, было бы лучше, если бы одни ученые занимались теорией, а другие — исследованиями. Но как решить, кто к какой группе относится?
Ответ может появиться, если допустить, что ученые обладают частной информацией о своих собственных способностях, уровне подготовленности и мотивации для осуществления проекта. Одни ученые больше уверены в том, что они способны выдвигать хорошие теории, чем другие, и их уверенность основывается, по крайней мере, в течение какого-то времени, на трезвом расчете.
Для простоты предположим, что все ученые делятся на хороших и плохих, где «хороший» означает просто «тот, кто с большей вероятностью, чем средний ученый, создает истинную теорию», а «плохой» — прямо противоположное. Допустим также (опять-таки исключительно для упрощения), что все ученые знают свои собственные типы. (Это первое приближение к более реалистическому предположению, что некоторые ученые обладают некоторой информацией о своих собственных типах).
В этих обстоятельствах одна из главных целей организатора науки заключается в том, чтобы отличить хороших ученых от плохих. Эта информация ценна для него по двум совершенно разным причинам. Во-первых, если он сможет распознать хороших ученых, он будет знать, чьими теориями пользоваться, когда придет время строить мост.
Во-вторых, если он может идентифицировать хороших ученых, то может платить им в среднем больше, чем плохим ученым; это стимулирует более талантливых людей становиться учеными и лишает стимулов тех, кто имеет таланты в других областях.
Как он может определить, какой из ученых хороший, а какой же плохой? Самый простой метод — спросить их. К сожалению, поскольку он собирается повысить заработные платы хорошим ученым, невозможно быть уверенным, что он получит честный ответ на такой прямой вопрос. Вместо этого ему придется найти способы вознаграждения людей за их правдивые ответы.
