50 оттенков науки: Между слепой верой и абсолютным скептицизмом
БайесятинаДанная статья является текстовой версией выступления на форуме "Учёные против мифов"
Мы (с организаторами форума) решили провести опрос среди слушателей антропогенез.ру, и узнать, с какими критическими утверждениями о науке, им приходилось сталкиваться чаще всего. Таким образом, мы получили, пусть и неточно, критику в адрес науки, которую можно услышать, если спросить "случайного человека на улице".
Но как люди трактуют эту критику? К сожалению, общество склонно поляризироваться по отношению к этому вопросу и воспринимать его в рамках концепции “свой — чужой”.
Одни люди склоняются к мнению, что наука идеальна, а вся критика попросту неверна (хоть они зачастую и не знают, в чём именно). К слову, эта группа предпочитает игнорировать тот факт, что значительная часть данной критики возникла в рамках науки, ну или во всяком случае в рамках философии науки.
Другие люди склонны считать, что критика верна, из чего строго следует, что наука не заслуживает никакого авторитета даже в профильных областях. А значит, она попросту бесполезна, ну или не полезнее некоторых “конкурирующих” способов познания.
То есть одни склоняются к слепой вере в науку, а другие к радикальному скептицизму. Я считаю, что увеличение количества, что первых, что вторых является показателем не лучшей динамики общего уровня здравомыслия. Взамен предложу вам несколько иной подход.
Миф 1. Теории — это “всего лишь теории”: нечто недоказанное, догадки, предположения
Миф исходит из предположения, что все знания делятся на «абсолютно точные знания» и «неопределённые». Первые имеют неопровержимые доказательства, а вторые, это так, что-то из разряда теоретизирования на диване.
Наденем ненадолго очки слепой веры в науку.
В рамках этого подхода всё просто: теориями учёные называют абсолютно точные знания, а гипотезами — всё остальное.
Дескать, вопрос просто в неправильном переводе с учёного на русский. Надо лишь правильно замаркировать ящички, и всё будет в порядке.
Кажется, самое время надеть очки абсолютного скептицизма.
Теперь мы сразу видим сложности в подходе с заменой названий на коробочках. Для начала, он не соответствует фактическому применению этих терминов в реальной научной практике. Теорию Яровизации Лысенко и теорию психоанализа Фрейда, к примеру, в современной науке не воспринимают всерьёз, и они уж точно не имеют неопровержимых доказательств. Как не имеет их и Теория струн, которую одни современные физики воспринимают всерьёз, а другие считают такое восприятие ошибкой. При этом крайне популярная сегодня гипотеза тёмной материи не является доказанной, но ей, вероятно не будет комфортно лежать в коробочке с “диванными” гипотезами, ну или с менее обоснованными идеями.
Но проблема не только в том, что и как называется. Словарь, конечно же, не является критерием истины, иначе лингвисты были бы главными учёными.
Да, я понимаю, что многие хотели бы открыть учебник или словарь, где написано: «Если гипотеза подтверждена 30 экспериментами» или «если выборка исследования в социологии составляет более 10 000 человек, то это — подтверждённая теория». Это было бы похоже на спортивный разряд, где есть чёткие критерии, по которым можно судить о статусе научных идей. Но если спросить учёных о том, что превращает гипотезу в теорию, то мы внезапно выясним, что критерий надёжных научных знаний — достаточное количество доказательств. Если вам не понятно, то могут ещё добавить: она должна быть хорошо обоснована. Очень точная инструкция в стиле: солить по вкусу.
Однако не сильно лучше выглядят попытки установить точный критерий. Дело в том, что несмотря на точность все они обладают сугубо произвольным характером. Возьмём, к примеру, критерий статистической значимости: составляющий сейчас зачастую 0.05. Оставим пока сложности, возникающие из самого подхода, давайте просто ответим на вопрос: чем обоснована граница в 0.05, а не 0.005 (как предлагают сейчас многие учёные), или не 0.0189 (как учёные почему-то не предлагают)?
Таким образом, необоснованные критерии не могут поделить теории на доказанные и не доказанные, хотя бы потому, что граница установлена произвольно и не имеет доказательств в математическом смысле. То есть наука не способна ничего строго доказать.
Это, кстати, строго доказал кумир всех фанатов науки: философ Карл Поппер, ведь его критерий утверждает, что гипотезу можно опровергнуть, но нельзя доказать. А это строго логически значит, моё заблуждение №6785 имеет тот же статус, что и любая научная теория. Если нет чёрного и белого, то всё одинаково серое.
Что ж, настало время сменить оптику. Я предложу вам Байесовские очки. Они позволяют смотреть на мир сквозь Теорему Байеса (и байесовскую эпистемологию), то есть вероятностно. Давайте взглянем на какую-нибудь научную идею.
Взгляните, она выглядит как мерные весы. Справа у нас чаша со свидетельствами в пользу данной модели. Слева — свидетельства против (ну или точнее свидетельства в пользу конкурирующей гипотезы). Это могут быть эксперименты, мета-анализы, отдельные наблюдения и не только. Все эти штуки представляют собой грузики разного веса. Чем сильнее чаша склоняется вправо, тем более уверены мы в данной гипотезе. Такой подход называют ещё количественным, потому что он позволяет оценивать степень уверенности в идеях, вместо того, чтобы оценивать их качественно (как предлагалось в подходе с коробочками: правда/неправда, доказано/опровергнуто).
Давайте покажу на примере. Представьте два утверждения: «Луна сделана из зелёного сыра» и «Солнце в основном состоит из водорода и гелия». Оба утверждения можно рассматривать как неопределённые, но интуиция подсказывает нам, что степень этой неопределённости разная. Мы можем разместить их на чём-то вроде спектра уверенности:
Темнее у нас маловероятные идеи, светлее у нас более веротяные. А в середине идеи, по поводу которых наши весы находятся в равновесии. У нас или нет свидетельств, или свидетельства противоречивы. То ли верно, то ли нет: 50/50. Именно сюда картонные радикальные скептики (которых я придумал для этого повествования) предлагают поместить вообще все идеи. Как в том анекдоте: какова вероятность встретить динозавра? 50 на 50, либо встретишь, либо нет. Однако если я предложу вам сделать ставки с коэффициентом 1 к 1 (соответствующие степени уверенности в 50%), вы, вероятно не станете ставить на то, что встретите динозавра. И это отличная демонстрация того, как наука воспринимает неопределённость.
Вернёмся, к примеру, наших неопределённых утверждений. Мы не можем быть на 100% уверены, что луна не состоит из зелёного сыра. Но если вы предложите поспорить на деньги астроному Владимиру Сурдину, что именно мы привезём из ближайшей лунной экспедиции, он с радостью поставит свою тысячу к одному вашему рублю на риголит против зелёного сыра, и посчитает это очень выгодной сделкой.
Таким образом, разные идеи занимают разные позиции на этом спектре. И это не зависит от того, как мы их называем. Назови хоть теорией, хоть гипотезой, хоть фактом, это не важно. Теория в науке — это просто синоним слова предсказательная модель (на всякий случай отмечу, что "солнце из водорода и гелия", как и "луна из зелёного сыра" — это не теории, а конкретные предсказания некоторых теорий, но принцип здесь сохраняется). Они могут быть сложными и простыми, точными или имеющими огромное количество противоречий и сложностей, и в зависимости от этого они могут стоять почти где угодно на данном спектре.
Однако ни одна из идей не может быть расположена на краях спектра. Многие учёные это знают, и когда они осторожно замечают, что не до конца уверены, они имеют в виду следующее: сколько нужно положить на правую чашу весов, чтобы никакой вес на левой чаше не смог её перевесить? Не нужно быть физиком или математиком, чтобы ответить: бесконечный. Так и с доказательствами: для того чтобы обоснованно быть абсолютно уверенным в некоторой идее нужно всего-навсего получить бесконечное количество доказательств. И так как у нас нет теорий с бесконечным количеством доказательств, мы в рамках научного подхода лишены полной определённости по любому вопросу.
При этом отсутствие определённости вовсе не означает, что все идеи заслуживают одинакового доверия. Неопределённость бывает очень разной. К примеру, физики говорят о неопределённости даже в случае с одним из наиболее точных предсказаний в истории человечества: магнитный момент электрона был рассчитан и экспериментально подтверждён на 13 знаков после запятой. 13 знаков, не 14 и не 114. Это неабсолютная истина. Но это не совсем то же самое, что “у овнов завтра будет неудачный день для покупок”.
Что ж, ну а мы перейдём к следующему мифу.
Миф 2. В науке то, что сегодня считается истиной, вдруг оказывается ошибкой. Как тогда можно доверять науке?
Что ж, начнём с очков слепой веры в науку.
Целью науки является поиск истины. Наука это эффективнейший завод по сепарации истины от лжи. Да, когда-то раньше, учёные не имели такого точного представления о мире и часто ошибались в своих предположениях о его устройстве. Сейчас тоже бывают ошибки, но они в основном касаются переднего края научного знания. При этом за спиной мы имеем огромное количество твёрдых научных фактов о мире, которые можно не ставить под сомнение. Мы стоим на плечах гигантов, и плечи эти непоколебимы.
Теперь мне понадобятся другое соломенное чучело, ой, простите - очки абсолютного скептицизма.
Согласно анекдотическому свидетельству молодому Максу Планку советовали не заниматься теоретической физикой, так как делать там осталось не так уж много и всё важное уже открыто. Иронично, что произошло это накануне открытия квантовой механики, (не без участия самого Планка).
Возникает ощущение, что науковеры воспринимают научный прогресс в том же стиле, что и наставник Планка. У нас есть шкала истиных знаний о мире, заполненная на 99%. Осталась пара деталей. Вот только откуда мы знаем, сколького не знаем?
Буквально вчера учёные восторгались открытием универсального закона вселенной работающего всегда и везде: теорией гравитации Ньютона. Но с приходом Эйнштейна универсальность закатилась куда-то под шкаф, и сегодня Ньютоновские законы это лишь практически полезное в условиях земной гравитации приближение общей теории относительности. Которая по-видимому теперь является новым универсальным законом работающим всегда и везде?
Впрочем, и сами учёные стали аккуратнее в своих высказываниях. Сегодня они признают и свои прошлые ошибки, и то, что сегодняшние модели могут быть ошибочными. А если даже они не уверены, то мы не можем считать науку абсолютным авторитетом — то есть источником истинных знаний о мире.
Как только мы вернём на переносицу байесовские очки, это рассуждение начнёт подозрительно напоминать прошлый миф. Одни упорно пытаются положить науку в коробочку с абсолютными авторитетами, претендующими на абсолютную истину. Другие утверждают, что такой коробочки нет, и быть не может, а из этого с необходимостью следует, что все мнения равны.
Байесовский ответ вам думаю уже понятен. Да наука не обладает истинными/абсолютными знаниями, но это не мешает расположить её на спектре доверия. Но чтобы это сделать нам нужно понимать что именно мы оцениваем.
Учёные довольно часто заявляют о своих ошибках и часто неуверены. А вот какой-нибудь гуру в интернете может говорить абсолютно уверенно и заявлять о своей тотальной безошибочности. Это ваша наука неточна, а вот его заблуждение № 3475 абсолютно точно! Но это ли определяет их положение на спектре?
И тут я хотел бы поговорить об исследованиях калибровки уверенности. Людей просили оценить свои знания об устройства велосипеда, и в среднем люди оценили его довольно высоко. А затем их просили нарисовать без подробностей это самое устройство. Вот что из этого вышло:
На всякий случай отмечу, что подобные велосипеды никуда не поедут (во всяком случае как нормальные велосипеды). Есть довольно немалое количество исследований, изучающих этот эффект, это повторяли с устройствами вроде застёжки-молнии, природными явлениями вроде радуги, и просто вопросами на общие знания. Тестировались не знания людей, а именно их уверенность в собственных знаниях. И учёные выяснили, что люди в среднем ужасно откалиброваны.
Поразительно, что далеко не всем очевидно, что есть разница между уверенностью в некоторых заявлениях и фактической точностью. Каждый может сказать, что он абсолютно уверен. Поверьте, это не сложно, мой пятилетний сын часто заявляет, что он абсолютно уверен в чём-то. Но это вовсе не значит, что он никогда не ошибается.
Учёные же в рамках своей профильной деятельности вынужденно получают профдеформацию. Они понимают, что чем выше уверенность, тем больше должна быть гора доказательств, чтобы обосновать свою точку зрения перед коллегами. При этом, учёные такие же люди, и имеют такие же сложности с калибровкой. Просто в рамках своей сферы они зачастую слишком хорошо осведомлены о подводных камнях, тонкостях и нюансах, не позволяющих быть сверхуверенными. Ключевое здесь: в рамках своей сферы. Потому что там, где они не знают о тонкостях, они остаются всё теми же людьми, уверенными что знают, как устроен велосипед.
Вот пара наглядных примеров:
Лайнус Полинг, нобелевский лауреат по Химии продвигал крайне сомнительную идею из области медицины — о пользе сверхпотребления витамина C. Люк Монтанье, тоже получивший Нобелевскую премию, как раз по физиологии и медицине за установление связи между ВИЧ и СПИД. При этом активный сторонник идеи памяти воды. А опровергал Монтанье другой Нобелевский лауреат по Химии Керри Мюллис - первооткрыватель полимеразной цепной реакции и… активный вич-диссидент.
Все они Нобелевские лауреаты, и признанные специалисты в своих областях, что не помешало им быть очень увереными вне рамок своих компетенций. При этом повторюсь, я не имею в виду, что учёные не ошибаются в своих областях. Конечно же, ошибаются. Но в рамках своей области компетенции ученые обычно лучше осведомлены и это основная причина по которой мы доверяем им чуть больше.
Миф 3. Ученые до последнего отстаивают свои устаревшие догмы, не признают ошибок, не меняют своего мнения
И по традиции начнём с очков слепой веры.
Миф попросту неверен. Учёные, конечно, не сверхлюди, но они наделены более высоким уровнем эпистемических добродетелей. Они честные, не подвержены догматизму, не держатся за свои идеи и мгновенно меняют мнение под гнётом доказательств. И вообще, никого не смущает, что данный миф противоречит прошлому? Нет, понятно что критики науки вычитали где-то в математических учебниках, что бывают логики, допускающие противоречия, и думают, что это что-то вроде карточки “выход из тюрьмы” в монополии, но это так не работает.
Теперь очки абсолютного скептицизма.
И начнём мы, конечно же, с кризиса воспроизводимости. В 2005 году Джон Иоаннидис опубликовал шокирующую статью в журнале PLOS Medicine под названием «Почему большинство опубликованных результатов исследований ложны». Там он указывал на то, что священная корова большинства научных исследований под названием “статистическая значимость” не такой уж хороший тест надёжности, и что из-за этого большинство медицинских исследований, скорее всего, нельзя будет воспроизвести.
Это заявление решили проверить. Воспроизвелись 6 из 53 «знаковых» исследований рака. Это побудило многих учёных попытаться воспроизвести важные исследования в других областях науки.
Наиболее известным, пожалуй, стал проект “воспроизводимость” в психологии. Учёные повторили 100 самых известных психологических экспериментов (давно вошедших в учебники). Только 36 из них повторили результат изначальных исследований, что несколько разочаровывает.
Опрос журнала Nature 2016 года , в котором приняли участие 1576 исследователей, показал, что более 70% исследователей пытались и не смогли воспроизвести результаты экспериментов других учёных, и более половины не смогли воспроизвести собственные эксперименты. Обратите внимание, в опросе принимали участие химики, биологи, физики. Это если вы вдруг подумали, что речь только о “гуманитарных” и "прикладных" дисциплинах.
В метаанализе 18 опросов, посвящённых научной добросовестности (или скорее недобросовестности), 2% учёных признались, что лично фальсифицировали или сфабриковали данные, а около 14% сообщили, что видели, как это делал их коллеги.
Так что наука, очевидно, полна обмана, предвзятости и фальсификаций. А учёные игнорируют критику и не признают этого.
Критика довольно серьёзная. Но давайте сквозь байесовские очки взглянем, откуда она появилась. Кто, например, запустил кризис воспроизводимости?
Оригинальная научная статья Ионаннидиса которую он адресовал коллегам вышла в 2005 году. Там он говорил не про всю науку, а только про медицину. В психологии пик пришёлся примерно на 2011 год с запуском проекта “воспроизводимости”. Когда же широкая общественность начала трубить тревогу?
Если взглянуть на статистику запросов в google по этой и смежным темам, то людей это стало интересовать только в 2013 году. Это говорит о том, что проблема была обнаружена и подсвечена внутри научного сообщества.
Что ж, может, учёные не обеспокоились ей в должной мере? Опрос в Nature (который я уже упоминал) показывает, что 90% учёных считают, что проблемы воспроизводимости представляют собой «кризис» в той или иной степени, по сравнению со всего лишь 3%, которые говорят, что всё в порядке.
Учёные несовершенны, как и все люди, но:
1. научное сообщество в курсе этой проблемы
2. научное сообщество прилагать усилия, чтобы смягчить этот эффект и создать систему, заслуживающую большего доверия, чем отдельные люди в ней.
Вот несколько наглядных примеров ко второму утверждению:
Пример 1. Блог data colada. Люди, которые изобрели термин p-hacking (это такой статистический обман, который позволяет получать подтверждение вашей гипотезе вне зависимости от того, верна ли она; да-да некоторые учёные так делают). Data colada известны рядом скандальных разоблачений, в которых они поймали учёных за руку на мошенничестве.
Пример 2. Ratraction watch, блог, отслеживающий отзыв научных статей. Они заметили, что отзыв статей, как правило, не объявляется, что причины отзыва не публикуются, и что другие исследователи или общественность, которые не знают об отзыве, могут принимать решения на основе недействительных результатов. Именно эти пробелы они и стремятся закрыть.
Пример 3. Центр открытой науки. Те, кто сделали проект воспроизводимости исследований в психологии. Помимо прочего они активно призывают к предварительной регистрации дизайна эксперимента, что затрудняет тот самый обман. Дело в том, что статистическая значимость очень чувствительна к тому, что учёный заявляет о намерениях в своём исследовании (мы обязательно вернёмся к этой теме как-нибудь в другой раз). Казалось бы, зачем нужно проверять таких идеальных учёных, о которых нам говорилось в очках абсолютной веры?
Пример 4. PLOS One, крупная группа научных журналов с открытым доступом. Создали специальный отдел для рассмотрения вопросов добросовестности. Результат не заставил себя ждать: они стали лидером по отзывам своих статей.
Пример 5. Многие научные журналы призывают делиться базовыми данными для расчётов, что упрощает для других учёных и общественности перепроверку их выводов. Кстати, именно благодаря публикации сырых данных ребятам из data colada проще ловить мошенников от науки.
Пример 6. Программы поиска изображений, сканирующие ведущие научные журналы, обнаружили большое количество (более 6%) биомедицинских исследований, содержащих изменённые, дублированные или неправильно маркированные изображения. Согласно одному исследованию, около 35 000 медицинских статей могут нуждаться в исправлении или отзыве из-за «неправильно дублированных изображений».
Пример 7. Людям очень тяжело признавать ошибки. А как мы помним, учёные — люди. Поэтому в 2016 году группа психологов создала пилотную программу под названием «Проект по потере уверенности», чтобы побудить исследователей высказывать опасения или сообщать о фактах, которые подорвали их веру в собственную работу.
Так что когда кто-то собирается покритиковать учёных за догматизм, нежелание менять мнение и не признание ошибок, ему придётся поконкурировать с самым жёстким и осведомлённым критиком научного института. С ним самим.
Пожалуй уместной будет цитата Эллиота Аронсона: «Если вы – экспериментальный психолог и делаете ошибку в содержании вашего эксперимента или в анализе результатов, ваши коллеги немедленно проинформируют об этом вас самих, других членов научного сообщества, и вообще всех в пределах солнечной системы вплоть до орбиты бывшей планеты Плутон».
Миф 4. В науке распространена слепая вера в авторитет: результаты исследований и заявления известных ученых воспринимают некритически
Что ж, и начнём мы по традиции с очков слепой веры в науку.
Учёные совершенно несклонны опираться на авторитет. Многие из них, к примеру, цитируют мнение Терри Пратчета: "В науке самые важные места занимают те, кто смог опровергнуть постулаты чьих-то убеждений. Особенно основополагающих". Наука воспитывает полное пренебрежение к авторитетам, взгляните только на лозунг британского королевского общества: Nullis in verba, то есть никому не верить на слово. Учёные беспрекословно следуют данному принципу.
Что же на это ответят очки радикального скептицизма?
Есть пара довольно показательных примеров, показывающих, как дела обстоят на самом деле. Начнём с Игнаца Зиммельвейса, человека, который догадался, что при родах врачам стоит мыть руки и инструменты, чтобы избежать родильной горячки. Как же коллеги восприняли его опровергающее догму открытие? Категорическим отказом внедрять в практику данное нововведение. Руководство врача также давило на него. Но, может у Зиммельвейса не было доказательств? Ну, вообще-то, статистика в его отделении улучшилась с введением данных процедур и выделялась по сравнению с другими. Итог истории трагичен, Зиммельвейс за своё открытие был обманом отправлен в психиатрическую больницу, где и скончался.
Вот другой пример. Теофилус Пейнтер в начале 20 века насчитал у человека 48 хромосом, что неверно. Эта ошибка была принята научным сообществом и считалась истиной более 30 лет. Да, конечно, учёные в итоге удосужились перепроверить её. Но тот факт, что ошибка воспроизводилась 30 лет, показывает, что в науке не так уж редка ситуация из цитаты авторитетного учёного Макса Планка: “Научная истина побеждает не потому, что убеждает своих противников, заставляя их увидеть свет, а скорее потому, что их противники в конечном счёте умирают, и вырастает поколение, которое знакомо с этой истиной с самого начала”.
И снова Байесовские очки.
В науке концепция авторитета и доверия очень важна. Ни один учёный не может проверить всё в своей отрасли: все инструменты, все методы, все эксперименты. Иначе ему пришлось бы буквально изобретать цивилизацию с нуля. Учёный вынужден доверять, но не в стиле того, что у него есть коробочка «Проверенные источники информации», которые воспринимаются слепо и догматично. Он должен хорошо разбираться кому и насколько стоит верить. "Должен" в смысле это определяет его профпригодность. Если учёный хорошо справляется с этим, то ему легче определить, на что вообще стоит ставить своё время и внимание. Если же нет, то он рискует потратить свою научную карьеру на исследование бесперспективных идей. И, если вы интересуетесь историей науки, то знаете, что это происходит не так уж редко.
Так что авторитет и доверие — понятия динамические, которые обновляются в свете новой информации. Конечно, лучше, когда это обновление происходит до смерти самого авторитета, но, как показывает история Зиммельвейса, так получается не всегда.
Миф 5. Если молодой гений сделает прорывное открытие - научная бюрократия его задавит
И в этот раз мы начнём с очков абсолютного скептицизма. Если молодой гений сделает революционное открытие, научное сообщество — из-за бюрократии, предвзятости и консервативных взглядов — просто не даст ему проявить себя. Наука — закрытая система, которая глушит прорывные идеи.
А между тем, если мы взглянем на любое описание того, что собой представляет научный метод, мы обнаружим кое-что общее. Везде есть пункт “придумайте идею”, “сформулируйте гипотезу”.
Но нигде не написано, как именно это сделать. В других пунктах есть подробная инструкция, и даже что-то вроде прогресса. Но как быть с этим? А если поиск гипотез важная часть научного прогресса, которая ничем не регламентирована, то разве не стоит искать их везде? Зачем создавать такой заградительный кордон для идей?
У очков слепой веры есть ответ.
Да, это правда, что научный метод не подразумевает никакого строго установленного метода создания или выдвижения научных идей. Здесь наука оставляет место для творчества. Гипотезы могут быть предложены кем угодно, научный метод оценивает их по результатам, а не по источнику.
Один из классических примеров — математик Шриниваса Рамануджан. Этот индийский гений, без формального образования, отправил свои работы в Королевское общество Великобритании. Его идеи были признаны и оказали огромное влияние на современную математику. Это при том, что источником своего вдохновения Рамануджан называл индийскую богиню Намагири. Это пример того, что наука задолго до сегодняшнего дня была готова принять революционные идеи из любых источников. Другими словами, если у молодого гения действительно есть хорошие идеи, наука способна признать его вклад. Особенно если он пытается донести свои прорывные идеи до профильных специалистов, знакомых с контекстом, а не до широкой публики.
Современная же наука ещё более открыта для странных и спорных идей, она кишит альтернативами по любому вопросу. Ни в одном научном журнале нет строчки: откуда вы взяли эту идею? Так что любая достойная идея обязательно попадает в банк научных знаний, а учёные готовы принять любые идеи из любого источника.
Байесовские очки. И так одни утверждают, что наука закрытая система с кучей бесполезных бюрократических препонов. Другие утверждают, что наука - это что-то вроде википедии, где каждый может внести правки (и даже лучше, ведь в википедии есть модераторы).
В действительности отрицать цензуру в науке странно. Человеку с улицы не так просто будет попасть в научный журнал высшего ранга. А уж провести научный эксперимент с соблюдением всех формальностей, это вам не справку в госучреждении получить. Но с другой стороны человек с улицы, также не может вызвать на бой чемпиона мира по боксу. Суть таких ограничений одна и та же, ресурсы ограничены, и учёные вынуждены как то фильтровать идеи для проверки. Фильтр этот работает мягко выражаясь не идеально и нуждается в доработке, но без него ещё хуже.
Здесь я люблю приводить анекдот от Ричарда Фейнмана:
Вы сидите и уже долгое время пытаетесь взломать сейф. Тут появляется какой-нибудь Джо, который не разбирается в том, чем вы занимаетесь, а только знает, что вы пытаетесь взломать сейф. И он говорит: попробуй комбинацию 102030. Поскольку вы долго этим занимаетесь, вы много чего перепробовали. Может, вы уже пробовали 10-20-30, может, вы уже знаете, что второе число 32, а может, вы уже даже выяснили, что код состоит из 5 цифр.
Придумать гипотезу очень легко. Но чтобы, не обладая информацией, обнаружить гипотезу, которую не проверили на первой странице профильного учебника, нужно обладать огромной удачей, сравнимой с поиском иголки в стоге сена. Именно поэтому человек, который знает, где его предшественники, не нашли иголку (даже если искали они не идеально), заужает пространство поиска. Может, он так и не найдёт иголку, но у него просто статистически больше шансов. Он правее на нашем спектре доверия. Коллектив таких людей, работающих хоть немного слаженно, вызывает ещё больше доверия.
P.s.
И так я представил вам доведение до абсурда конфликта двух групп, тянущих чаши весов в разные стороны.
Одни считают науку лучшим инструментом познания мира. Вот только на основании этого они считают допустимым закрыть глаза на обоснованную критику. Нам нравится целостность: если наука хороша, значит, она хороша во всём и не имеет изъянов. Это заставляет закрывать глаза на реальные проблемы (за это я и назвал позицию слепой верой).
Вторая группа, видя это подкручивание - возмущённо кричит: только взгляните на эту несправедливость. Разве можно тянуть чашу, куда тебе вздумается? Это же мошенничество! Давайте будем тянуть в другую сторону. Платой за это становится замена двуцветной чёрно-белой картины мира на одноцветную, где все знания одинаково неопределённы и все мнения даже в профильных областях равны.
Конечно же, обе позиции были намеренно утрированы в художественных целях, чтобы я смог подсветить свою позицию с выгодной мне стороны.
Завершу цитатой Анри Пуанкаре, которую он придумал специально для моего выступления и заранее опубликовал в своей книге "Наука и гипотеза":
Сомневаться во всём, верить всему — два решения, одинаково удобные: и то, и другое избавляет нас от необходимости размышлять.