Машина знаний. Как неразумные идеи создали современную науку - Майкл Стревенс
Длительные исследования в области экономики или медицины могут также включать десятилетия сбора данных: в ходе Данидинского эксперимента – междисциплинарного исследования здоровья с начала 1970-х годов – проводились наблюдения за тысячей новозеландцев, и это исследование все еще не завершено: оно будет продолжаться до 2020-х годов.
Такие невероятные усилия, возможно, заслуживали бы всяческого восхищения, если бы данные, полученные в результате экспериментов, гарантированно приводили к крупным прорывам. Но, как заметил Кун, уместность экспериментального исследования часто зависит от обоснованности парадигмы: если в самом методе содержится ошибка, результаты исследования будут иметь достаточно малое значение.
Чтобы получить необходимые данные, ученым, работающим над проектом Gravity Probe B, нужно было отследить изменения вращения гироскопов порядка одной стотысячной градуса в год, то есть обнаружить, что для полного поворота ротора нужно 36 миллионов лет. Столь ничтожное смещение могло иметь научное значение только при наличии множества конкретных гипотез, которые это смещение должны были подтвердить или опровергнуть. Но если хотя бы в одну из гипотез закралась ошибка, сотни трудоемких и дорогостоящих измерений оказались бы бесполезны.
К тому времени, когда Данидинский эксперимент в Новой Зеландии завершится, о здоровье человека уже будет известно гораздо больше из других источников. Таким образом, любой проект существует под угрозой вероятности того, что информация о какой-то ранее неизвестной решающей переменной была случайно проигнорирована или что какая-то переменная, которую полагали решающей, на самом деле не значима – как это произошло с первым длительным исследованием Льюиса Термена. Это было генетическое исследование гениальности, в рамках которого выдвинута гипотеза о существовании тесной связи между IQ и гениальностью – гипотеза, спустя несколько десятилетий признанная совершенно несостоятельной. Таким образом тщательное изучение вьюрков, проведенное Грантами, вполне могло закончиться тем, что не обнаружено было бы даже интересных закономерностей изменения популяции, не говоря уже о возникновении нового вида; их каторжный труд и лишения оказались бы в этом случае совершенно бесполезны.
То же самое верно и для научных исследований, проводящихся в гораздо более скромных масштабах. В рамках среднестатистического физического эксперимента могут потребоваться годы только на то, чтобы заставить устройство работать должным образом; в когнитивной психологии, медицине или биологии может уйти примерно столько же на проведение пилотных исследований и отработку экспериментальных методов в поисках чего-то, что позволит получить заметный результат.
Геохимик и биолог Хоуп Джарен провела лето в Колорадо, наблюдая за цветением каркасов. Исследование, проведенное ею в рамках защиты докторской диссертации в Калифорнийском университете в Беркли, состояло в том, чтобы определить влияние температуры и химического состава воды на плоды. Но деревья в том году не зацвели, и плодов попросту не было. Лето Джарен было потрачено впустую. Хоуп спросила у флегматичного местного жителя, почему деревья не цветут. Он ответил: «Иногда так бывает». Ей оставалось только сесть в машину и поехать обратно в Калифорнию.
Но даже когда техника не дает сбоев, а статистические данные удается получить в достаточном количестве, результаты, как правило, касаются какого-то непонятного частного вопроса – строения семенной коробочки растения; времени, необходимого для реакции на надуманный визуальный стимул; образца яркого и темного, созданного пересекающимися лучами света, ценность которого полностью зависит от значения, приобретаемого им в более обширной теоретической структуре. Но что, если предположения, положенные в основу теории, были ошибочными? Некоторые тратят годы работы, годы жизни на подготовку эксперимента, который в первые же секунды разрушает своими результатами всю тщательно продуманную теорию.
Как следствие, перед наукой стоит проблема мотивации. И она состоит не в том, чтобы мотивировать студентов становиться учеными – на это есть много причин, и не в последнюю очередь – жажда открытий как таковая. Проблема не в том, чтобы мотивировать ученых ежедневно приходить в лабораторию – им за это платят – или проводить наблюдения, опыты и замеры, когда они уже находятся в лаборатории: это входит в их стандартные должностные инструкции. Проблема мотивации касается в первую очередь неподдельной и продолжительной увлеченности своим делом, с которой должны проводиться эмпирические испытания, чтобы вклад в науку, достигающийся сотнями опытов, оказался действительно ценным.
Как убедить ученых многократно повторять один эксперимент до получения предельно точных значений, когда в любой момент может оказаться, что полученные цифры не имеют никакого смысла? «Вы должны верить, что все, над чем вы сейчас работаете, – достаточно важная задача, и она должна давать вам энергию и страсть, необходимые для продолжения работы», – говорит физик Массачусетского технологического института Сет Ллойд. Эндрю Шелли так писал о своих поисках структуры ТРГ и других молекул:
«Только такому человеку, как я, с твердой верой в значимость моего исследования, хватило бы терпения сделать множество крошечных шагов, раз за разом проводя процедуру изоляции».
Куновский ответ на проблему мотивации состоит в следующем: необходимо формировать умы ученых так, чтобы они не замечали, что их исследования могут базироваться на ошибке, на ложном предположении. Если справедливость парадигмы принимается на веру, то и ценность долгого и кропотливого исследовательского труда не должна вызывать сомнений. Цель сужения кругозора ученых состоит в том, чтобы побудить их работать усерднее, копать глубже, идти дальше, чем они готовы были бы зайти, если бы могли ясно видеть свое предназначение в перспективе и если бы у них было точное представление о масштабах своего проекта.
В конечном счете вера ученых в важность их исследований базируется в первую очередь на их вере в какую-либо парадигму, и именно поэтому они чувствуют себя в достаточной безопасности, чтобы работать в рамках парадигмы всю жизнь – ставить максимально подробные и детальные эксперименты, и в ходе их выявлять недостатки парадигмы, продвигать науку навстречу кризису и таким образом создавать предпосылки для революции. Таков парадокс Куна: парадигма способна меняться лишь потому, что ученые, работающие над ней, не способны представить себе ее изменения. Именно уверенность ученых в непогрешимости парадигмы и обеспечивает ее неминуемый крах.
Поппер и Кун, будучи достаточно разными людьми и в плане опыта, и в плане убеждений, были одинаково правы в нескольких исключительно важных вещах. Во-первых, в
