Пять лет назад астрофизик и научный коммуникатор Нил де Грасс Тайсон написал в Твиттере очень запоминающийся и достойный цитирования твит:
Земле нужна виртуальная страна: #Рационалия, с однострочной Конституцией: вся политика должна основываться на совокупности доказательств
- Нил деГрасс Тайсон (@neiltyson) 29 июня 2016
Идеальный мир Тайсона привлекал многих людей, уставших от движимой эмоциями, рефлекторной политики и политических межплеменных войн, которые вторглись во все области общественной жизни, включая науку. Это понравилось многим его коллегам-ученым, людям, обученным мыслить объективно и проверять гипотезы, основанные на наблюдениях за миром природы.
Единственная проблема — огромное количество доказательств демонстрирует, почему Rationalia виртуальной страны просто никогда не будет.
Это потому, что для людей рациональное мышление требует огромного количества энергии и усилий. В результате большую часть времени мы не беспокоимся. Вместо этого подавляющее большинство нашего мышления полностью управляется нашей интуицией — одними только нашими инстинктами, без всяких надоедливых мешающих рациональных мыслей.
Лауреат Нобелевской премии Даниэль Канеман мастерски и подробно объяснил эту дихотомию в своей книге. Быстрое и медленное мышление, и посвященный политическим разногласиям в шедевре Джонатана Хайдта Праведный разум. Обе работы сами по себе фантастические и дают увлекательные объяснения того, почему у людей разные взгляды и почему так трудно их изменить.
Что еще более важно, эта когнитивная дихотомия применима ко всем, даже к ученым. Некоторых это может удивить (в том числе, по-видимому, и некоторых ученых), поскольку СМИ и политики изображали ученых (по крайней мере те, с которыми они согласны) как наделенные магической способностью различать и произносить абсолютную истину.
Это не может быть дальше от реальности. Я часто говорю людям, что разница между ученым и обычным человеком заключается в том, что ученый больше осведомлен о том, чего он/она не знает о своей конкретной области, тогда как средний человек не знает того, чего не знает он. Другими словами, все страдают от сокрушительного невежества, но ученые (будем надеяться) обычно лучше осознают глубину своего невежества. Иногда у них может возникать идея о том, как немного расширить ту или иную совокупность знаний, и иногда эта идея может даже оказаться успешной. Но по большей части они тратят свое время на размышления о глубокой пропасти знаний, специфичных для их области.
Ученым часто мешает их собственный многолетний опыт и развившаяся в результате потенциально вводящая в заблуждение интуиция. В книге Вирусный охотник, авторы CJ Peters и Mark Olshaker рассказывают, как бывший директор CDC заметил, что «молодые, неопытные сотрудники EIS (Службы эпидемиологической разведки), которых CDC обычно отправляли для расследования загадочных вспышек болезней и эпидемий, на самом деле имели некоторое преимущество перед их более опытными и закаленными старшими. Имея первоклассную подготовку и поддержку всей организации CDC, они не видели достаточно, чтобы иметь предустановленное мнение, и поэтому, возможно, были более открыты для новых возможностей и имели энергию для их реализации». Эксперты также не умеют делать прогнозы, и, как объяснил исследователь и автор Филип Тетлок в своей книге Экспертное политическое суждение, они не более точны в прогнозировании, чем средний человек. Чем больше недавние неудачи моделей прогнозирования пандемии только усилили этот вывод.
Большинство успешных ученых могут проследить свои высшие достижения в работах, выполненных в начале своей карьеры. Это происходит не только потому, что ученые получают больше гарантий работы, но и потому, что им мешают их собственный опыт и предубеждения. Когда я был лаборантом в конце 90-х, я помню, как попросил совета у иммунолога по поводу эксперимента, который планировал. В итоге он привел мне кучу причин, почему не было никакого хорошего способа провести этот эксперимент и получить полезную информацию. Я рассказал постдоку об этой встрече, и я помню, как она сказала: «Не слушай его. Этот парень может отговорить тебя от чего-либо». Опытные ученые прекрасно понимают, что не работает, и это может привести к нежеланию идти на риск.
Ученые работают в высококонкурентной среде, где они вынуждены тратить большую часть своего времени на поиски финансирования исследований путем написания бесконечных грантов, подавляющее большинство из которых не финансируются. Чтобы быть конкурентоспособными в этом ограниченном пуле, исследователи оценивают свою работу как можно более позитивно и публикуют свои самые положительные результаты. Даже если исследование отклоняется от того, что было первоначально запланировано, итоговая рукопись редко читается таким образом. И это давление часто приводит к тому, что анализ данных попадает в подверженный ошибкам спектр: от более невинного подчеркивания положительных результатов до игнорирования отрицательных или противоположных данных и прямой фабрикации. Подробные примеры этого дает автор Стюарт Ричи в своей книге. Научная фантастика: как мошенничество, предвзятость, халатность и шумиха подрывают поиск истины. Ричи не только объясняет, как наука искажается из-за стремления к признанию и финансированию со стороны ученых, действующих из лучших побуждений, но и приводит кровавые подробности о некоторых из самых плодовитых мошенников. Еще одним отличным ресурсом, который освещает научные ошибки и злоупотребления при проведении исследований, является веб-сайт Отвод часы. Огромное количество отозванных бумаг, многие из тех же ученых, подчеркните важность документирования и борьбы с научным мошенничеством.
Проблемы с представлением и воспроизводимостью данных исследований известны уже много лет. В 2005 году профессор Стэнфорда Джон Иоаннидис, среди самых цитируемых ученых, опубликовал одну из самых цитируемых статей (более 1,600), Почему большинство опубликованных результатов исследований ложны. В своем исследовании Иоаннидис использовал математическое моделирование, чтобы показать, «что для большинства планов и условий исследования более вероятно, что заявление об исследовании будет ложным, чем истинным. Более того, для многих современных научных областей заявленные результаты исследований часто могут быть просто точными мерами преобладающей предвзятости». Иоаннидис также предложил шесть следствий из его выводов:
- Чем меньше исследований, проведенных в научной области, тем меньше вероятность того, что результаты исследований верны.
- Чем меньше размеры эффекта в научной области, тем меньше вероятность того, что результаты исследования верны.
- Чем больше количество и чем меньше выбор проверенных отношений в научной области, тем меньше вероятность того, что результаты исследования верны.
- Чем больше гибкость в схемах, определениях, результатах и аналитических методах в научной области, тем меньше вероятность того, что результаты исследования будут верны.
- Чем больше финансовых и других интересов и предубеждений в научной сфере, тем меньше вероятность того, что результаты исследования верны.
- Чем горячее научная область (с большим количеством научных групп), тем меньше вероятность того, что результаты исследования верны.
Если внимательно посмотреть на список, 5 и 6 должны выскочить и закричать на вас. Вот более пристальный взгляд:
«Следствие 5: чем больше финансовых и других интересов и предубеждений в научной сфере, тем меньше вероятность того, что результаты исследования верны. Конфликты интересов и предубеждения могут усилить предвзятость, u. Конфликты интересов очень распространены в биомедицинских исследованиях, и обычно о них неадекватно и редко сообщается. Предубеждение может не обязательно иметь финансовые корни. Ученые в данной области могут быть предубеждены исключительно из-за их веры в научную теорию или приверженности своим собственным открытиям. (курсив мой). Многие, казалось бы, независимые университетские исследования могут проводиться только для того, чтобы дать врачам и исследователям квалификацию для продвижения по службе или пребывания в должности. Такие нефинансовые конфликты также могут привести к искажению сообщаемых результатов и интерпретаций. Престижные исследователи могут с помощью процесса рецензирования подавлять появление и распространение результатов, опровергающих их выводы, тем самым обрекая свою область на увековечение ложных догм. Эмпирические данные по мнению экспертов показывают, что это крайне ненадежно».
«Следствие 6: чем интереснее научная область (с большим количеством научных групп), тем меньше вероятность того, что результаты исследования верны. Это, казалось бы, парадоксальное следствие следует из того, что, как сказано выше, PPV (положительная прогностическая ценность) отдельных результатов снижается, когда в одной и той же области работает много групп исследователей.Это может объяснить, почему мы иногда наблюдаем сильное воодушевление, за которым быстро следуют серьезные разочарования в областях, привлекающих широкое внимание. Поскольку многие команды работают над одной и той же областью и получают массивные экспериментальные данные, время имеет решающее значение для победы над конкурентами. Таким образом, каждая команда может расставить приоритеты в достижении и распространении своих наиболее впечатляющих «положительных» результатов.... "
Ученые, предвзятые из-за своих убеждений, мотивированные «жаром» поля и, таким образом, отдающие приоритет положительным результатам, — все это совершенно очевидные источники предвзятости в исследованиях SARS-CoV-2. Иоаннидис и его коллеги опубликовали на взрыв опубликованных исследований SARS-CoV-2, отмечая «210,863 19 статьи, имеющие отношение к COVID-3.7, что составляет 5,728,015% от 1 2020 1 статей по всей науке, опубликованных и проиндексированных в Scopus в период с 2021 января 19 года по 2020 августа XNUMX года». Авторы статей о COVID-XNUMX были экспертами практически во всех областях, включая «рыболовство, орнитологию, энтомологию или архитектуру». К концу XNUMX года Иоаннидис писал один обозреватель, «только в области автомобилестроения ученые не публиковались о COVID-19. К началу 2021 года свое слово сказали и автомобильные инженеры». Другие также прокомментировали «ковидизация" исследованиям, подчеркнув снижение качества исследований, поскольку мания COVID заставила исследователей из несвязанных областей заняться самой популярной и прибыльной игрой в городе.
Как я уже говорил в двух предыдущих сообщениях, универсальное маскирование и сообщение о вреде COVID для детей были непоправимо политизированы и искажены из-за безудержной предвзятости средств массовой информации, политиков, ученых и организаций общественного здравоохранения. Но настоящим виновником может быть сама общественность и культура безопасности первого мира с нулевым риском, которая побуждает всех этих игроков преувеличивать вред, чтобы заставить изменить поведение несоответствующих. Кроме того, большинство уступчивых людей, которые «серьезно относятся к пандемии», хотят знать, что все жертвы, на которые они пошли, того стоили.
Однако ученые и средства массовой информации более чем рады доставить:
«Представьте, если бы вы были ученым и знали, что положительный результат вашего исследования приведет к мгновенному признанию The New York Times, CNN и других международных изданий, а неблагоприятный результат приведет к резкой критике со стороны коллег, личным нападкам и цензура в социальных сетях и трудности с публикацией результатов. Как бы кто-нибудь ответил на это?»
Ответ очевиден. Непреодолимое желание напуганной публики получить доказательства вмешательств, которые эффективно устраняют риск заражения, неизбежно заставит ученых предоставить эти доказательства. В идеале признание этой предвзятости привело бы к усилению скептицизма со стороны других ученых и средств массовой информации, но этого не произошло. Преувеличенный требования of эффективность вмешательств и преувеличенного вреда содействовать их принятию стали нормой в освещении пандемий.
Как я обсуждал в предыдущем посте, лучший способ смягчить предвзятость исследования для исследователей — это пригласить нейтральных партнеров для повторения работы и совместной работы над дополнительными исследованиями. Возможность сделать все данные доступными для общественности и других ученых также требует критических обзоров, которые основаны на краудсорсинге и, следовательно, потенциально более точны и менее предвзяты. Общедоступность наборов данных и документов привела к улучшению прогнозирование пандемии и принес возможность лабораторной утечки SARS-CoV-2 из тени теорий заговора в свет общественности.
В результате открытых данных и прозрачной документации другие жаловались на то, что эти ресурсы использовались не по назначению. кабинетные ученые или ученые, занимающиеся эпистемическое вторжение вне их соответствующих полей, что приводит к огромной, запутанной груде вводящей в заблуждение информации. Тем не менее, даже если научный процесс ограничивается только «экспертами», подавляющее большинство исследований дает очень мало результатов. ценная или точная информация другим исследователям или общественности в целом.
Только благодаря суровому естественному отбору и процессу воспроизводства лучших идей лучшие идеи выживают за пределами их первоначальной шумихи. Также важно отметить, что группы исследователей в определенной области могут быть настолько парализованы внутренними и политическими предубеждениями и ядовитым групповым мышлением, что только те, кто не из их области, могут привлечь внимание к проблеме. Поэтому способность других ученых и общественности помогать в долгосрочном корректирующем процессе науки — лучший способ приблизиться к истине, несмотря на наши коллективные недостатки.
Перепечатано с сайта автора Substack
Опубликовано под Creative Commons Attribution 4.0 Международная лицензия
Для перепечатки установите каноническую ссылку на оригинал. Институт Браунстоуна Статья и Автор.