Научный метод

Б.К. Дженнингс, 28 мая 2018 г.

Статья на arxiv.org

The Scientific Method

B.K. Jennings, TRIUMF, 4004 Wesbrook Mall, Vancouver, BC, V6T 2A3

May 28, 2018

Аннотация

Природа научного метода является предметом дискуссий, звучат даже утверждения, что единого научного метода не существует. Однако научный метод существует. Он представляет собой построение логичных и внутренне непротиворечивых моделей для описания природы. Такие модели ограничены прошлыми наблюдениями и оцениваются по их способности давать верные предсказания новых наблюдений и представляющих интерес явлений. Наблюдения не доказывают правильность моделей и не фальсифицируют их, а скорее служат средством для их ранжирования: модели, обладающие большей способностью предсказывать результаты наблюдений, ранжируются выше. Наблюдения должны проводиться тщательно и быть воспроизводимыми, чтобы минимизировать ошибки. Наблюдения существуют независимо от моделей, но обретают смысл в контексте той или иной модели. Допущения моделей, не ведущие к проверяемым на опыте предсказаниям, отвергаются как излишние. Как наблюдения, так и модели должны проходить экспертное рецензирование для контроля ошибок. Требование согласованности с наблюдениями и разумными основаниями накладывает ограничения на любые претензии на обладание знанием, в том числе и религиозные.

1. Введение

Основная задача науки сводится к получению нами достоверной информации о природе и свойствах реального мира, каким бы этот реальный мир ни был. По сути, это вопрос эпистемологии: что есть знание и как оно обретается? С одной стороны, существует реальный мир, предположительно существующий отдельно от сознания. С другой стороны, существует сознание, которое стремится получить информацию о природе и свойствах реального мира. Вопрос в том, как связать две эти сущности. В нашем распоряжении имеется ограниченный набор инструментов для решения этой задачи, их всего четыре: наблюдение, чистое мышление, врожденное знание и божественное откровение. Использование наблюдений для познания реального мира, если это делать правильно, ведет к обретению действительных научных знаний. Если же это делается неправильно, это приведет к суевериям, псевдонауке или ненормальной науке.

Основная часть данной работы посвящена вопросу использования наблюдений для получения знаний о природе реального мира. Она опирается на примеры и аргументы, приведенные в работе (1) в списке литературы, и может рассматриваться как более формальное дополнение к ней.

2. Основы эпистемологии

Следуя Декарту, мы исходим из идеи о том, что мы можем быть уверены лишь в очень малом, и начинаем с позиции крайнего скептицизма. Возможно, большая часть того, что мы считаем реальностью, является иллюзией: сном, не соответствующим реальности, или проделками демона, вводящего нас в заблуждение. В качестве следующего шага мы опираемся на знаменитое утверждение Декарта (2):

«Мыслю, следовательно, существую».

Таким образом, мы уже имеем два исходных постулата. К этому мы можем добавить еще несколько, например: «Я наблюдаю». Теоремы чистой математики, вероятно^a, также относятся к категории достоверного знания. Это не знание о реальном мире, а знание в рамках логических систем математики. Одним из таких достоверных знаний является то, что вообще достоверного знания очень мало (см. обсуждение в разд. 4). Даже существование реального мира вне разума должно считаться недостоверным: эта рукопись может быть плодом твоего, читатель, воображения. Такая крайняя позиция называется солипсизмом. Как в науке нам следует относиться к таким утверждениям, как заявление Айзека Азимова (3) о том, что он счастлив жить в эпоху, когда известны основные принципы работы Вселенной? Как в теологии нам следует относиться к заявлениям о доказательствах бытия или небытия Бога? Что всё это может нам сказать о природе знания? Некоторые утверждают, что для того, чтобы мысль считалась знанием, она должна быть обоснованной, истинной и в нее должны верить (4). Проблема в том, что, как было только что показано, абсолютно истинным является очень немногое. Поэтому, если бы знание состояло только из того, что абсолютно истинно, то за пределами чистой математики от такого знания мало бы что осталось.

(а) Существуют утверждения, что сама логика определяется эмпирически и, следовательно, недостоверна.

Как же нам действовать дальше? Мы будем выдвигать предположения и проверять их. Эти предположения мы называем моделями. Знание состоит в построении и проверке моделей, всегда носит предварительный характер и, как будет показано ниже, зачастую является приближенным. Как обсуждается в разделе 3, такие понятия, как собака, кошка и знание, также можно рассматривать как составляющие знания. Но по большей части мы должны отказаться от идеи достоверного и абсолютно определенного знания. Таким образом, мы приступаем к построению моделей. Первым, часто принимаемым предположением является то, что вне разума существует реальность. Вторым возможным предположением является существование Бога. Поскольку все нетривиальное знание о мире, по самому своему принципу, недостоверно, каждый на этом уровне должен быть агностиком. Такое понятие агностицизма не очень полезно, поэтому вместо него мы можем определить теиста, деиста, агностика и атеиста по свойствам их предпочтительных моделей.

Предпочтительная модель теистов (иногда называемая контролирующим нарративом) предполагает, что Бог активно участвует в делах людей и в мироустройстве; у деистов — что Бог не участвует в делах людей, и так далее. Мы шаг за шагом выдвигаем предположения (модели) и проверяем их.

Предположения и модели всегда остаются предварительными и зачастую приближенными. Таким образом, знание Азимова является предварительным и приближенным, но, тем не менее, всеобъемлющим и полезным. Процедуры проверки описаны в следующих разделах.

3. Чистое мышление, врождённое знание и божественное откровение

Прежде чем обратиться к использованию наблюдений для познания реального мира, рассмотрим остальные три инструмента. Первый из них — чистое мышление. Как чистая абстракция, не связанная с опытом, это была бы математика, опирающаяся исключительно на логику (при этом, можно спорить, действительно ли логика не основана на опыте). В качестве средства познания реального мира чистое мышление соответствует синтетическому априорному знанию, предложенному (5) Кантом (1724 - 1804). Синтетическое априорное знание — это нетривиальное знание о мире, полученное без обращения к наблюдениям. Идее синтетического априорного знания был нанесён серьёзный, если не смертельный, удар, когда евклидова геометрия (архетипический пример такого знания по Канту) оказалась не априорно истинной после открытия неевклидовых геометрий и лишь приблизительно верной как описание локальной геометрии Вселенной в рамках общей теории относительности.

Врождённое знание — это идеи или формы Платона, а возможно, и сама логика. Платоновские идеи как таковые не существуют. Однако они затрагивают реальную проблему: как возникает устойчивое понятие «собака» из множества различных и изменчивых примеров «собак», с которыми мы сталкиваемся? В случае понятия вроде «собака» человеческий разум, по-видимому, отлично справляется с созданием общих концепций на основе конкретных примеров. Точные определения таких понятий часто имеют «размытые» границы: неясно, где заканчивается понятие «собака» и начинаются понятия «волк», «шакал» или «гиена». Эти концепции эмпирически формируются благодаря замечательной способности человеческого разума распознавать образы, а в науке их ценность определяется степенью их полезности при построении и проверке моделей.

Божественное откровение, если оно существует, могло бы быть самым надёжным источником знания, поскольку давало бы информацию, не ограниченную рамками обычного чувственного восприятия. Однако божественное откровение передаётся с помощью слов и языка, что помещает его в область наблюдений — будь то зрение или слух. Кроме того, значение слов зависит от контекста ещё больше, чем значение наблюдений, и они менее точны, чем математика. Смысл повествований также во многом определяется их контекстом. Иногда неясно, следует ли воспринимать данное повествование как историю, притчу, юмор или всё сразу; решение зависит от контекста, который может быть утерян, а не только от внутренних признаков текста. Значение слов со временем меняется: например, в эпоху короля Якова I слово «let» означало «мешать», а не «позволять». Кроме того, при переводе священных текстов, представляющих собой божественное откровение, с одного языка на другой теряются оттенки и смысл. Даже простое копирование текстов может вносить ошибки, известны случаи, когда переписчики «улучшали» рукописи. Более того, многие, включая деистов и атеистов (в сильном смысле этого слова), утверждают, что божественного откровения вообще не существует. Даже если оно существует, имеется множество противоречащих друг другу утверждений о том, какое именно откровение является истинным.

4. Научный метод

Наука — это построение простых, внутренне непротиворечивых моделей, способных надёжно предсказывать будущие наблюдения. Из такого определения логически следует всё остальное в научном методе. Оно позволяет избежать вопросов о том, чем в конечном счёте является реальный мир, и даже о природе истины как таковой. Это определение отличается от обычного понимания науки. Здесь ничего не говорится ни об «объяснении» или «понимании» явлений, ни о натурализме — ни методологическом, ни каком-либо другом, ни об индукции или фальсификации.

Альтернативные подходы к науке либо являются приближениями к этому подходу, либо половинчатыми описаниями, подчёркивающими какой-то один аспект науки, либо в отдельных случаях просто ошибочны. Связь между другими подходами к науке и тем походом, что представлен здесь, рассматривается в разделе 5.

Наблюдения — это любое сенсорное восприятие. На самом простом уровне это прямое чувственное восприятие — зрение, слух, вкус, обоняние и осязание. На следующем уровне мы используем приборы для усиления наших чувств, например, телескоп Галилея. Наблюдения также включают контролируемые эксперименты, в которых экспериментальная установка активно изменяется, чтобы изолировать различные эффекты и проверить конкретные аспекты моделей. Эксперименты проектируются так, чтобы максимизировать получаемую информацию и исключить несущественные и ложные эффекты. Крайним примером является детектор ATLAS на Большом адронном коллайдере (ЦЕРН, Женева, Швейцария), размером с пятиэтажное здание и объединивший около 1500 физиков из 36 стран. По мере того как прибор становится крупнее и сложнее, наблюдения становятся всё более зависимыми от модели. Необходима модель самого прибора или даже модели его отдельных частей. Однако даже когда прибор так прост, как телескоп Галилея, для понимания его работы также требуется модель. Одним из возражений против наблюдений Галилея было утверждение, что он наблюдает артефакт телескопа. Это не было необоснованной нападкой, поскольку телескопы действительно могут добавлять артефакты, например, дифракционные кольца. Таким образом, наблюдения не существуют сами по себе, а обретают смысл в контексте той или иной модели.

Термин «модель» выбран не случайно. Он подчёркивает приближённый и предварительный характер знания. Он также избегает двусмысленности слова «теория», которое для многих означает нечто иное, чем в науке. Моделью мы будем называть всё, что создано разумом для описания и предсказания наблюдений. Знание состоит из двух составляющих. Первая — это формирование полезных понятий, таких как «собака», «корова» или «знание», а вторая — построение и проверка моделей. Построение моделей — это творческая деятельность с относительно немногими полезными руководящими принципами, тогда как проверка моделей основана на их эффективности в достижении цели и обычно более алгоритмична. В науке модели проверяются или оцениваются по их способности правильно предсказывать наблюдения. В религии модели оцениваются по их способности привести последователя модели к раю, просветлению или нирване. Однако на практике этот критерий обычно заменяется проверкой на согласованность с данным священным текстом или учением данного учителя. В математике модели^c оцениваются исключительно по их логической непротиворечивости. В рыночной экономике модели оцениваются по их способности генерировать богатство для того, кто их использует. В политике — по способности обеспечить избрание на выборные должности, а в авторемонте — по способности помогать в ремонте автомобилей. Способность делать правильные предсказания важна при оценке моделей в религии (например, цитата из Второзакония выше), рыночной экономике и других областях.

(c) В математике модель представляет собой совокупность постулатов и теорем, составляющих изучаемую логическую систему.

Идея о том, что у нас нет абсолютного знания, восходит по крайней мере к Сократу (ок. 470 - 399 до н.э.) и идее иронической скромности (из «Апологии» Платона). Ироническая скромность — это утверждение, приписываемое Сократу, что он мудрее своих современников, потому что один осознаёт, насколько мало он знает. Существовали также греческие школы скептиков (например, академические и пирронические), утверждавшие, что истинное знание, особенно эмпирическое, невозможно. Рене Декарт (1596 - 1650) в начале своих «Медитаций» приводит подобные скептические аргументы (прежде чем сделать необоснованные допущения, чтобы обойти проблему). Дэвид Юм (1711 - 1776) указал (12), что из конечного ряда наблюдений никогда нельзя вывести обобщение, справедливое для всех случаев. Таким образом, он показал, что научная индукция не работает. Этот вывод в течение 200 лет в основном оставался незамечаемым научным сообществом. Решение этой проблемы следует из идеи (13) Карла Поппера (1902 - 1994), что все научные модели (или теории) являются предварительными. Это следует обобщить до идеи, что большая часть знаний предварительна и приближённа. Единственные исключения — простые утверждения вроде: «Я есть», «Я мыслю», «Я наблюдаю» и, возможно, несколько других.

Как показал Юм, нельзя доказать правдивость модели. Несмотря на утверждения Поппера (13), в большинстве случаев модели также нельзя фальсифицировать (1). Таким образом, наблюдения ни доказывают правильность моделей, ни опровергают их. Наблюдения предоставляют информацию, необходимую для ранжирования моделей. Старые модели вытесняются новыми, которые получают более высокий ранг на основе их способности правильно предсказывать наблюдения. Перефразируя лозунг американского оружейного лобби: наблюдения не убивают модели — модели убивают модели. Это ранжирование моделей — первая часть научного метода.

Сравнение моделей — важная часть того, что на самом деле предлагал Поппер. Например, рассмотрим его цитату (14):

Нет никаких сомнений в том, что все эти эссенциалистские воззрения находятся в вопиющем противоречии с методами современной науки. (Я имею в виду эмпирические науки, а не чистую математику.) Прежде всего, следует отметить, что хотя в науке прилагаются все возможные усилия, чтобы обнаружить истину, мы сознаем тот факт, что никогда не можем быть уверены, что обнаружили ее. Прошлые неудачи научили нас не считать, что мы получаем окончательные решения. Мы научились больше не расстраиваться по поводу крушения наших научных теорий, поскольку способны в большинстве случаев со значительной степенью уверенности выбрать из двух теорий лучшую. Мы можем, следовательно, знать, что мы прогрессируем, и именно это знание для большинства из нас компенсирует потерю иллюзии окончательности и достоверности наших выводов. Другими словами, мы знаем, что наши научные теории навсегда должны остаться только гипотезами, но во многих важных случаях мы можем выяснить, новая гипотеза лучше старой или нет. Дело в том, что если они различны, то они должны вести к различным предсказаниям, которые, как правило, можно проверить экспериментально. На основе такого решающего эксперимента иногда можно обнаружить, что новая теория приводит к удовлетворительным результатам там, где старая оказалась несостоятельной. В результате можно сказать, что в поиске истины мы заменили научную достоверность научным прогрессом. И этот взгляд на научный метод подкрепляется развитием самой науки. Дело в том, что наука развивается не путем постепенного накопления энциклопедической информации, как думал Аристотель, а движется значительно более революционным путем. Она прогрессирует благодаря смелым идеям, выдвижению новых все более странных теорий (таких, как теория, по которой земля не плоская, и «метрическое пространство» не является плоским) и ниспровержению прежних теорий.

Ранжирование предполагает наличие по крайней мере двух моделей для сравнения. Это не проблема, поскольку всегда существует базовая или нулевая модель, утверждающая, что все исходы данного наблюдения равновероятны. Таким образом, любая модель, делающая некоторые правильные предсказания и не делающая ложных, получит более высокий ранг, чем нулевая модель. С другой стороны, модель, делающая только ложные предсказания, получит более низкий ранг, чем нулевая модель. Мы можем немного улучшить нулевую модель, заставив её утверждать, что все прошлые наблюдения таковы, каковы они есть, просто потому, что так есть, при этом возможен любой исход будущего наблюдения. Эта усовершенствованная нулевая модель научно эквивалентна^d модели «Потому что так сделал Бог».

(d) определение научного эквивалента приведено по ссылке (1).

Мышление в терминах моделей делает некоторые понятия гораздо яснее. Например, бессмысленно спрашивать, является ли модель самолёта «фактом»; вместо этого следует спросить, насколько точна модель. Она не может быть точной на 100%, иначе это была бы копия, а не модель. Даже копии редко бывают абсолютно точными. Аналогичная ситуация имеет место с большинством моделей, включая научные. Бессмысленно спрашивать, являются ли классическая механика, общая теория относительности или эволюция «фактами» — это категориальная ошибка. Следует спрашивать, насколько точно они описывают и предсказывают наблюдения. Вместо «факт или не факт» научные модели оцениваются по их способности отражать реальность; отражение, которое не может быть абсолютно точным, поскольку модели — это конструкции разума, а реальность, предположительно, существует вне разума. Это полностью согласуется со скептическим отрицанием возможности абсолютного знания.

Однако, хотя модели нельзя считать абсолютно истинными, их можно оценивать и ранжировать. Таким образом, мы имеем: аристотелеву динамику, классическую механику, специальную теорию относительности и общую теорию относительности в порядке возрастания точности предсказаний движения макроскопических объектов. В абсолютном смысле все эти модели ошибочны, поскольку они не дают правильных предсказаний для микромира. Но несмотря на то, что они не являются абсолютно истинными, все эти модели дают полезные предсказания в некотором диапазоне наблюдений. Вероятно, они являются приближениями к какой-то неизвестной «модели всего» — по крайней мере, на это есть надежда. Аналогично мы можем ранжировать модель «животные размножаются по роду своему» и модель эволюции по их способности предсказывать будущие наблюдения. Опять же, обе модели полезны, хотя эволюция получает более высокий ранг благодаря своей предсказательной способности. Именно возможность ранжирования моделей упускали из виду Сократ, скептики, Декарт и Юм. Даже наивная фальсификация допускает лишь двухуровневую классификацию (фальсифицировано или нет) вместо ранжирования.

Текущий подход к эпистемологии с акцентом на предварительный и приближённый характер знания антидогматичен: абсолютная истина фундаменталистов (будь то научных или религиозных) — мираж. Даже настоящее описание научного метода и природы знания следует считать предварительным и приближённым.

Заметим, что это позволяет обойти одну из проблем крайнего скептицизма. Если всё знание недействительно, то и утверждение «всё знание недействительно» само недействительно. Утверждение, что всё знание предварительно и приближённо, не ведёт к подобному противоречию.

Какими свойствами должна обладать модель, чтобы быть научной? Прежде всего, мы хотим иметь возможность делать однозначные предсказания. Это означает, что модели должны давать уникальные предсказания для некоторого набора наблюдений. Для этого модели должны быть внутренне непротиворечивыми и логичными, чтобы не предсказывать одновременно и то, и другое. По крайней мере, необходим чётко определённый набор правил, однозначно ведущих к проверяемым предсказаниям.

Простота или экономность также важны, это даже решающее свойство. Для любой данной модели всегда можно построить более сложную модель, дающую те же предсказания. Сравнение с наблюдениями никогда не сможет различить такие модели. Именно эту проблему подчеркнула гипотеза Омфалос. Вместо того чтобы считать Вселенную созданной 6000 лет назад, можно предположить, что она была создана в прошлый вторник или пять минут назад. Можно бесконечно добавлять подобные допущения: Вселенная создана прошлый вторник, невидимые единороги, летающие спагетти-монстры и т. д. Однако, поскольку модели оцениваются по их способности делать предсказания, это ничего нам не даёт. Модели следует свести к минимуму допущений, достаточному для сохранения их предсказательной способности. Или иначе: модели упрощаются путём удаления непроверяемых допущений. Это делает модели проще в использовании. Таким образом, модели должны быть простыми, логичными и внутренне непротиворечивыми. Именно требование экономности исключает гипотезу Омфалос и подобные ей непроверяемые гипотезы из научного рассмотрения.

Чтобы предсказывать будущие наблюдения, важно описывать прошлые наблюдения. Это утверждение апостериорное, а не априорное. Хотя жёстких и незыблемых правил построения моделей мало, если они вообще есть, существует одно очень полезное руководство: чем больше мы знаем о прошлых наблюдениях и об обнаруженных в них закономерностях, тем выше вероятность, что мы сможем построить модели, способные предсказывать будущие наблюдения. Модели, включающие закономерности из прошлых наблюдений, обычно обладают большей предсказательной силой. Таким образом, в некотором смысле построение моделей — это распознавание образов. Галилей распознал закономерность в периоде маятника: период не зависел от амплитуды колебаний. Он использовал это для предсказания периодов в будущих наблюдениях. В этом случае закономерность довольно очевидна, и процедура выглядит как научная индукция (см. раздел 5). Большинство новых моделей в науке возникают в результате тщательного и часто длительного изучения прошлых наблюдений.

Учёному приходится решать, какие закономерности в наблюдениях реальны и какие из реальных закономерностей важны. Однако описания прошлых наблюдений и закономерностей в них недостаточно; настоящая проверка любой научной модели — это её способность предсказывать будущие наблюдения.

Первое, что понимаешь, работая с наблюдениями, — как легко совершить ошибку. Хотя наблюдение само по себе никогда не бывает «неправильным», его можно неправильно интерпретировать. В моих глазах есть некие зрительные впечатления, но вопрос, собака это или кошка, — вопрос интерпретации. Это может быть даже галлюцинация, а не реальное зрительное впечатление. Это тоже вопрос интерпретации. Поскольку ошибки и неправильные интерпретации повсеместны, контроль ошибок чрезвычайно важен. Контроль ошибок — отличительная черта науки, отличающая её от суеверий и псевдонауки. Три основныхаспекта контроля ошибок: тщательность, воспроизводимость и экспертная оценка. Двойные слепые испытания в медицине — пример тщательности, необходимой для получения надёжных результатов. Учёных часто критикуют за ту тщательность, с которой они контролируют ошибки, но это необходимо, чтобы не допустить наводнения науки ложными результатами. Воспроизводимость — важная проверка как ошибок, так и мошенничества. Повторение — это не выполнение одного и того же эксперимента снова и снова. Скорее, последующие эксперименты должны максимально различаться, чтобы исключить общие источники ошибок.

Воспроизводимость не означает, что научный метод нельзя применять для изучения исторических событий, потому что событие нельзя воспроизвести. Модель, утверждающая, что Наполеон умер от отравления мышьяком, можно проверить, обнаружив мышьяк в сохранившемся образце его волос. Модели, основанные на раке желудка, не предполагали бы высокого содержания мышьяка и, следовательно, получили бы более низкий ранг, если мышьяк будет обнаружен в высоких концентрациях. Модели прошлых событий могут делать предсказания для будущих наблюдений, которые можно проверить. Иные исторические события, такие как история Земли, можно изучать аналогично.

Следующий элемент контроля ошибок — экспертная оценка. Это довольно простая концепция. Люди, разбирающиеся в теме, коллеги того, кто провёл первоначальный эксперимент, и они проверяют, нет ли ошибок. Только коллеги обладают знаниями, необходимыми для обнаружения ошибок. Если вы хотите узнать, разумна ли модель овцеводства, спросите овцевода. Если модель касается ирландской истории, спросите историка, специализирующегося на ирландской истории, а не овцевода (хотя, в принципе, один человек может быть и тем, и другим). Если модель касается ядерной физики, спросите ядерного физика. Экспертная оценка — это применение этой идеи систематическим образом.

Модель самолёта по своей природе никогда не является точной копией оригинала. Следовательно, она всегда «неправильна». Однако мы можем сравнивать разные модели самолётов, чтобы увидеть, какая из них наиболее точна. Мы также можем спросить, какая из них наиболее полезна для данной музейной экспозиции. Возможно, это будет не самая точная модель. Те же соображения применимы к научным моделям или вообще к любым моделям, которые может построить разум. По своей природе они приближённы, но точность разных моделей можно сравнивать и ранжировать. Аналогично, наиболее точная научная модель часто не является наиболее полезной для данного расчёта. Так, квантовая теория не используется для расчёта движения планет.

5. Претенденты

В этом разделе рассматривается связь между другими предложенными описаниями научного метода.

Апелляция к авторитету:

Жизнь слишком коротка, чтобы проводить все наблюдения и расчёты моделей самостоятельно. Следовательно, неизбежно приходится полагаться на других людей, которых можно считать авторитетами. В этом нет ничего плохого. Ошибка возникает, когда авторитет считается непогрешимым или почти таковым. Позднесредневековая церковь попала в эту ловушку с Аристотелем. Они принимали его слова как непреложную истину и были застигнуты врасплох, когда его модели естествознания оказались хуже моделей, разработанных Галилеем и его современниками. Британские физики попали в ту же ловушку с Ньютоном. Принимая Ньютона за авторитета вместо того, чтобы опираться на наблюдения, они отстали от своих конкурентов на континенте. В науке тщательные, воспроизводимые и прошедшие экспертную оценку наблюдения должны иметь приоритет над любым другим авторитетом при оценке моделей.

Следует добавить ещё одно замечание о средневековой церкви и Аристотеле. В XIII веке были заново открыты труды античных учёных, в частности философия Аристотеля. Двумя ранними участниками этого возрождения были Роджер Бэкон (1214 - 1294) и Фома Аквинский (1225 - 1274). Аквинский, доминиканский монах, принял выводы Аристотеля и включил их в христианскую философию. Впоследствии он был причислен к лику святых католической церковью в 1323 году. Его акцент на выводах Аристотеля способствовал конфликту между церковью и наукой во времена Галилея. Роджер Бэкон, францисканский монах, в отличие от Аквинского, подчёркивал эмпирический аспект работ Аристотеля. Процедура Бэкона (15): выдвигать гипотезу, проверять её экспериментально, уточнять и повторно проверять — предшественница научного метода и очень похожа на процедуру построения и проверки моделей, описанную в этой работе. Бэкон, по сути, открыл научный метод. Однако идеи Бэкона в течение нескольких поколений в основном игнорировались. Похоже, что тогда, как и сейчас, люди предпочитают удобный ответ авторитета, даже если он неверен, надёжной процедуре, даже если она ведёт к лучшему знанию. В этом и заключается опасность апелляции к авторитету.

Научная индукция:

На протяжении большей части истории науки, от Галилея до Эйнштейна, научный метод считался научной индукцией. Учёные начинали с наблюдений, осторожно переходили к предварительной гипотезе, описывающей наблюдение, продвигались к более надёжным, хотя и всё ещё предварительным теориям и только в конце, после долгого процесса проверки, достигали уверенности в постоянных законах. В 1904 году законы движения и тяготения Ньютона считались бы главным примером постоянных законов, выведенных индукцией. Через год они уже не признавались точными, по крайней мере Эйнштейном. Через двадцать лет общая теория относительности показала, что законы тяготения Ньютона приближённы, а квантовая механика подорвала большую часть философии, построеннойвокруг классической механики. Часовой механизм Вселенной растворился в квантовой неопределённости. Модели в науке часто строятся путём поиска закономерностей в прошлых наблюдениях и экстраполяции их на будущие наблюдения. Основная ошибка научной индукции — предположение, что выведенный закон является постоянным и непогрешимым знанием. Выявленные закономерности корректируются на основе новых наблюдений, и процедура повторяется. Как показала замена классической механики квантовой, ни одну модель нельзя считать абсолютно истинной только потому, что она прошла все проверки до настоящего времени. Кроме того, процедура перехода от наблюдений к модели не всегда прямолинейна или алгоритмична. Скорее, это творческая деятельность. Общая теория относительности не была выведена из эксперимента каким-либо простым способом. Это было проявлением чистого гения Эйнштейна.

Смена парадигм:

Парадигма (16) — это совокупность взаимосвязанных допущений и методологий, определяющих область исследования, и она также является моделью. Это основная модель в области исследования, иногда называемая управляющим нарративом. Такая всеобъемлющая модель, управляющий нарратив или, что то же самое, парадигма, обеспечивает основу для всей работы в данной области и общий язык для дискуссий. Хотя наблюдения существуют независимо от парадигмы, их интерпретация зависит от парадигмы. Без рамок, предоставляемых парадигмой, невозможно интерпретировать или даже полезно обсуждать ни одну естественную историю и ни один набор наблюдений. Парадигмы определяют важные вопросы, которые следует рассматривать. Они также могут препятствовать прогрессу, когда члены сообщества слишком привязаны к своей текущей совокупности моделей.

Томас Кун (1922 - 1996) различал (16) два вида науки — нормальную науку и экстраординарную науку. Нормальная наука — это решение головоломок в рамках парадигмы, тогда как экстраординарная наука — это свержение парадигмы.Настоящий анализ даёт иное представление об этом различии, хотя само различие остаётся полезным. В экстраординарной науке оспаривается основная модель в области — парадигма (или модель), обеспечивающая рамки для области. В нормальной науке проверяются вспомогательные модели — те модели, которые в принципе можно вывести из основной модели. Нормальная наука часто напоминает научную индукцию, когда модели выводятся из наблюдений. Это особенно верно в случаях вроде цвета воронов или периода маятника, где в наблюдениях явно просматривается закономерность.

Экстраординарная наука порождает смены парадигм — изменение мировоззрения в данной области. Это изменение мировоззрения тесно связано с научной некоммуникабельностью по Куну (16) (см. также Фейерабенд (17)). Сторонники новой и старой моделей используют разный язык и разные понятия. У них разные представления о том, какие вопросы важны. Вся их система понимания наблюдений различна. Поэтому может быть трудно подробно сравнивать старые и новые модели. Несмотря на эти драматические различия, старые модели часто являются хорошими приближениями к новой модели в ограниченном диапазоне наблюдений. Под приближением я имею в виду, что новая и старая модели дают почти идентичные предсказания для некоторого диапазона наблюдений.

Смены парадигм происходят не потому, что старая парадигма фальсифицирована, и не потому, что новая парадигма доказана как абсолютно верная. Это происходит даже не потому, что исследователи устали от старой парадигмы. Это происходит потому, что новая парадигма или модель получает более высокий ранг, чем старая, на основе экономности и её способности правильно описывать прошлые наблюдения и предсказывать новые. В конечном счёте наука всегда сводится именно к этому.

Фальсификация:

Поппер утверждает (13), что нельзя доказать верность модели, но можно доказать ее некорректность. Проблема здесь в том, что ни одна теория или модель не существует изолированно, а всегда поддерживается вспомогательными теориями и моделями. Таким образом, любая проверка касается не одной модели, а всех вспомогательных моделей одновременно. Это возражение против идеи фальсификации известно как тезис Дюгема-Куайна (18). Есть также вопрос интерпретации наблюдений и возможность модификации модели, чтобы устранить неправильное предсказание. При достаточном воображении любой отрицательный результат можно объяснить. Белая ворона на самом деле чёрная ворона, покрытая снегом, или солнце отражается (зеркально) от чёрной вороны таким образом, что она выглядит белой. Однако модификация моделей для обхода фальсификации обычно снижает их предсказательную способность. В случае креационистской естественной истории и гипотезы Омфалоса это делает невозможным любое осмысленное предсказание. Хотя гипотеза Омфалоса может «объяснить» любое наблюдение, она согласуется с любым возможным наблюдением и не обладает предсказательной способностью.

Вопреки впечатлению, создаваемому некоторыми историями развития науки, эксперимент Майкельсона-Морли 1887 года не сразу фальсифицировал модель эфира. Учебник физики для старших классов 1902 года (19) определяет физику так: «Физика — это наука, изучающая материю и её движение, а также колебания в эфире». Хотя Лоренц и Пуанкаре разработали математический аппарат специальной теории относительности, ни один из них не отказался от эфира. Изобретательные люди придумали объяснения, такие как увлечение эфира и сокращение Лоренца-Фитцджеральда, чтобы объяснить неожиданные результаты. Оба объяснения снижали предсказательную способность модели эфира. Увлечение эфира утверждает, что эфир увлекается Землёй. Таким образом, измеренная скорость света зависит от степени увлечения и допускает широкий диапазон значений вместо одного числа в исходной модели эфира. Сокращение Лоренца-Фитцджеральда добавляет дополнительное допущение, не ведущее к новым предсказаниям. Таким образом, оно добавляло допущение только для одного типа наблюдений, и количество предсказаний с допущением уменьшалось. В конечном счёте модель эфира была отброшена не непосредственно наблюдениями, а специальной теорией относительности Эйнштейна, которая имела меньше допущений и большую предсказательную способность, чем конкурирующая модель. По критерию наблюдений специальная теория относительности получила более высокий ранг, чем модель эфира. В общем, модели не опровергаются наблюдениями, а заменяются новыми моделями с большей предсказательной способностью.

В случаях эфира или сотворения мира потеря предсказательной способности напоминает фальсификацию. Во многих случаях фальсификацию можно рассматривать как полезное приближение к более общей процедуре проверки моделей по предсказательной способности. В некотором смысле различие с Поппером — это различие в акцентах.

Естественные объяснения / Методологический натурализм:

Одна из точек зрения состоит в том, что наука стремится давать естественные объяснения явлений. Следовательно, нам нужно определить понятия «естественное» и «объяснение». Одно из общепринятых различий — между естественным и сверхъестественным. Естественное — это то, что описывает наука, а сверхъестественное — то, что она не описывает. В данном контексте такое использование является порочным кругом, поскольку мы пытаемся описать научный метод. Когда термин «естественное объяснение» используется в науке, он часто служит кодом для отклонения «объяснений» вида «Бог так сделал».

Связанный термин «натурализм» имеет два различных значения. Одно из них — это отвержение сверхъестественного и отказ от его рассмотрения или утверждение о его несуществовании. Другое значение — равное отношение ко всем явлениям, независимо от того, являются ли они естественными или сверхъестественными. Это второе определение имеет большое преимущество, поскольку не требует искусственного различия между естественным и сверхъестественным. В настоящем контексте, как и в рекламе, «естественное» и «натурализм» имеют в основном риторическую ценность. Что мы хотим исключить из науки, так это не сверхъестественное, а допущения, не обладающие предсказательной способностью. Это единственная причина отвергать модели типа «Потому что Бог так сделал». Однако объяснение «Потому что Бог так сделал» редко обладает предсказательной способностью, поэтому на практике «сверхъестественные объяснения» действительно отвергаются. Как сказал Лаплас (20) в ответ на вопрос Наполеона, почему в его книгах по небесной механике нет упоминания Бога: «Я не нуждаюсь в этой гипотезе». Он не сказал, что отвергает её потому, что наука — это методологический натурализм. Это было бы плохой методологией, и тогда, и сейчас. Важно то, что отвержение происходит апостериори, а не априори. Противники науки эффективно использовали описание науки как методологического натурализма для риторических целей: «Учёные закрыты для нового, они отвергают мою гипотезу, даже не выслушав её». Поэтому важно отвергнуть методологический натурализм как определение научного метода, осознавая при этом, наряду с Лапласом, что нечто очень похожее следует из процедуры построения и проверки моделей. Однако, если сверхъестественная модель даёт чёткие, однозначные и точные предсказания для наблюдений, наука обязана рассмотреть её.

Обсуждения в этой статье не следует понимать как утверждение, что наука и религия по своей сути антагонистичны. Это не так. Наука — это разработка и проверка моделей на основе наблюдений. Религия, в её эпистемологическом содержании, — это разработка и проверка моделей на основе божественного откровения. Нет никаких априорных причин, по которым эти два подхода должны конфликтовать. Для теиста или деиста наука — это просто изучение Божьего творения, проявленного через наблюдения. Конфликт между наукой и религией чисто апостериорен. Некоторые предполагаемые божественные откровения несовместимы с наблюдениями. Как обсуждалось ранее, мы вправе отвергать такие предполагаемые божественные откровения как ложные. Таким образом, наука конфликтует только с ложными религиями, точнее, только с подмножеством ложных религиозных утверждений, только с теми, которые несовместимы с наблюдениями.

«Объяснение» — слово, нагруженное такой же риторикой, и его лучше избегать. Оно несёт идею понимания. Объяснение — это то, что создаёт у слушателя впечатление, что он понимает явление. Это очень субъективный критерий. Объясняет ли квантовая механика или только описывает квантовую запутанность? Нужна ли мне многомировая интерпретация, чтобы «по-настоящему» понять квантовую механику? Является ли всё остальное просто «рецептурной» физикой без настоящего понимания? Описывает ли эволюция происхождение видов, и нужен ли нам разумный замысел, чтобы «по-настоящему» объяснить его? На эти вопросы нельзя дать однозначного ответа. Они зависят от того, что человек считает необходимым для удовлетворительного объяснения. Если мы примем предоставление объяснений за роль науки, эта неоднозначность станет серьёзной проблемой. Интерпретации многих миров и сверхъестественные объяснения можно исключить только по указанию на их недопустимость, а не как часть более общей процедуры. Процедура построения и проверки моделей избегает этой проблемы. Ничто не отвергается по указанию. Научный метод состоит не в предоставлении объяснений, а только в построении и проверке моделей. Избегаются субъективные критерии, например, что считать объяснением. Мы строим модель и сравниваем её с другими моделями, используя наблюдения и простоту в качестве критериев.

Это может звучать как «рецептурный» подход — просто следуй инструкциям, но в науке есть только два критерия: экономность и сравнение с наблюдениями. Модели, построенные с использованием экономности и сравнения с наблюдениями, часто считаются объяснениями, особенно наблюдателями, выросшими на них. Законы движения Ньютона обычно принимаются как объяснения движения планет, в отличие от моделей Птолемея и Коперника, которые считаются лишь описательными. Однако точнее сказать, что Ньютон ввёл более высокий уровень абстракции, используя идеи, более удалённые от чисто наблюдений. Именно этот более высокий уровень абстракции позволяет считать модели объяснениями. Однако роль науки не в предоставлении объяснений, которые является субъективными, а в построении моделей. Предоставление объяснений соблазнительно, но величайшим оскорблением для научной модели было бы сказать: «Она объясняет всё, но ничего не предсказывает!»

Всё дозволено:

В областях науки, находящихся в активной разработке, мы сталкиваемся с неполными данными, ошибочными данными, приближёнными моделями и общей путаницей. Это похоже на сборку пазла, в котором некоторые детали отсутствуют, некоторые детали от другого пазла, а картинка на коробке неверна, причем неизвестно где. Из этой путаницы учёный пытается восстановить порядок, строя модели. Продолжая аналогию с пазлом, он пытается воссоздать ту картинку, которая должна быть на коробке. Построение новых моделей требует суждения о том, какие данные верны и наиболее релевантны. Оно требует избирательного отказа от старых моделей. Например, Галилею пришлось заменить аристотелевы законы движения, чтобы модель Коперника заработала. Принятие статистической механики задержалось, потому что физики того времени считали классическую механику Ньютона правильной, тогда как в конечном итоге потребовалась квантовая механика. Из общей путаницы в развивающейсяобласти неудивительно, что Поль Фейерабенд (1924 - 1994) заключил (17), что в науке нет метода. Отсюда название его книги: «Против метода: очерк анархической теории познания». В этом смысле он прав: модели не выводятся никакой логической процедурой. Создание моделей в реальности хаотично и требует креативности, хорошего суждения и даже вкуса в определении того, что действительно важно и релевантно. Однако над этим хаосом восседают два судьи: предсказательная способность и простота. В конечном счёте порядок возникает из хаоса благодаря требованию, чтобы модели были максимально простыми и делали предсказания, которые можно проверить с помощью будущих наблюдений.

Взгляд ЭПР на науку:

Хотя Лоренц и Пуанкаре разработали математический аппарат специальной теории относительности, они не смогли принять того, что эфир не нужен. Это решающее прозрение принадлежало Эйнштейну, ему из-за этого и приписывают открытие специальной теории относительности. В свою очередь, Эйнштейн помог заложить основы квантовой механики, но не смог принять её следствий. В 1935 году Эйнштейн, Подольский и Розен опубликовали статью (21, статья ЭПР) по квантовой механике, подчёркивающую её неполноту при оценке с помощью классических понятий. Хотя обычно её используют для оценки интерпретаций квантовой механики, она даёт интересное представление о концепции научного метода того времени. Эта статья была опубликована более чем за двадцать пять лет до работ Куна (16) и Поппера (13). В отличие от этих более поздних разработок в понимании научного метода, статья ЭПР представляет очень характерный для девятнадцатого века взгляд на науку. Например, второй абзац начинается так:

Для суждения об успехе физической теории мы можем задать себе два вопроса: 1) Правильна ли теория? и 2) Является ли даваемое теорией описание полным?

Нерелятивистская квантовая механика, конечно, не является правильной в абсолютном смысле, поскольку не включает теорию относительности.Даже квантовая теория поля, согласованная со специальной теорией относительности, не является правильной в абсолютном смысле, поскольку не согласована с общей теорией относительности. Таким образом, ответ на первый вопрос — «Нет». Это верно для большинства физических моделей и будет оставаться таковым до тех пор, пока у нас не будет теории всего. Даже тогда мы не сможем продемонстрировать, что ответ «Да», потому что всё научное знание предварительно. Помимо предварительности, знание также приближённо (3,1). Поскольку наука — это искусство разумного приближения, лучший вопрос был бы: «Является ли модель приблизительно правильной?»

Статья ЭПР определяет полноту в терминах реальности, что, в свою очередь, требует определения реальности. Акцент на реальности противоречит идее Куна (16), что наблюдения обретают смысл в моделях. Реальность в классической механике и в квантовой механике принципиально различна, что согласуется с утверждением Куна и Фейерабенда (17) о некоммуникабельности различных парадигм. Между понятиями в разных моделях нет взаимно однозначного соответствия, даже если им даны одинаковые названия. Можно сказать, что квантовая механика является полной в квантовом смысле, но не полной согласно понятиям классической механики. Нет причин, по которым она должна быть таковой, поскольку понятия реальности и полноты различны (некоммуникабельны) в двух моделях. Если теория струн хотя бы приблизительно верна, то реальность — это нечто странное, происходящее в каком-то странном числе измерений. Это отличается от реальности как в классической, так и в квантовой механике.

Вопросы, заданные в статье ЭПР, следует сравнить с пониманием Нильса Бора (22):

«Нет квантового мира. Есть только абстрактное физическое описание. Ошибочно думать, что задача физики — выяснить, какова природа на самом деле. Физика работает с тем, что мы можем сказать о природе».

Это отрицание абсолютизма, подразумеваемого вопросами ЭПР. В свете предварительного и приближённого характера физических моделей и некоммуникабельности понятий в разных моделях два вопроса ЭПР следует заменить одним: «Какова предсказательная способность модели?» Это значительно ослабило бы силу статьи в части нападения на квантовую механику. Однако квантовая запутанность, введённая в статье ЭПР, очень интересное явление и стимулировала много продуктивных исследований.

Наука и технология:

Иногда возникает путаница между тем, что есть наука, и тем, что есть технология. Наука — это разработка моделей с предсказательной способностью. Технология — это использование этих моделей для создания устройств, выполняющих определённую функцию. Разработка технологий часто включает построение и проверку моделей с использованием процедур, очень похожих на используемые в науке. Таким образом, хотя различие между наукой и технологией в принципе ясно, на практике оно нечётко, и некоторые виды деятельности законно считаются и тем, и другим. Например, хотя Эдисон был в первую очередь технологом, он получил некоторые очень интересные научные результаты: например, эффект Эдисона, связанный с током в лампе накаливания с дополнительным электродом. Хотя Эдисон не видел в этом эффекте пользы, он в конечном итоге привёл к созданию вакуумной лампы и электронно-лучевой трубки.

Для технологии важна такая часть науки, как способность делать правильные предсказания. Когда мы нажимаем кнопку включения, мы предполагаем, что телевизор включится. Чтобы это произошло, должны быть верным^e множество научных знаний, как фундаментальных, так и прикладных. Вопреки некоторым утверждениям, успех технологий в создании устройств подтверждает науку и предсказательную способность её моделей. Без этой предсказательной способности, которая является сутью науки, технологические инновации замедлились бы до едва заметного темпа. В свою очередь, технологии позволяют науке решать новыеинтересные задачи и отвечать на старые, неразрешимые ранее вопросы.

(e) Под «верным» мы имеем в виду, что научные модели должны делать правильные предсказания для наблюдений.

6. Заключение

Научный метод — это построение логичных и внутренне непротиворечивых моделей для описания природы. Модели ограничены прошлыми наблюдениями и оцениваются по их способности правильно предсказывать новые наблюдения и явления. Наблюдения обычно не доказывают и не опровергают модели, а скорее предоставляют возможность для их ранжирования. Наблюдения существуют независимо от моделей, но обретают смысл в контексте той или иной модели. Наблюдения должны проводиться тщательно и быть воспроизводимыми, чтобы минимизировать ошибки. Допущения моделей, не ведущие к проверяемым предсказаниям, отвергаются как излишние.

В разные времена в истории человечества предлагались альтернативные понимания науки и эпистемологии. Как утверждалось в предыдущем разделе, многие из них можно рассматривать как приближения к современному пониманию, действительные в ограниченном диапазоне ситуаций, подобно тому как классическую механику можно рассматривать как приближение к квантовой механике. Среди отвергнутых претендентов — апелляция к авторитету, научная индукция, фальсификация, смена парадигм, естественные объяснения, методологический натурализм и «всё дозволено». Изложенное здесь описание науки также следует считать предварительным и приближённым.

Научный метод не ведёт к надёжному и достоверному знанию, скорее к приближённому и предварительному, но тем не менее полезному знанию. Это лучшее, что можно сделать: общие эпистемологические аргументы, восходящие к древним грекам и будучи с тех пор усилены в разные периоды, исключают все претензии на нетривиальное надёжное и достоверное знание. Во всех областях знания проверка наблюдениями является мощным фильтром, особенно в сочетании с предсказательной способностью. Этот фильтр особенно полезен для устранения суеверий, псевдонауки и ложных утверждений о божественном откровении.