Что такое наука, и как она работает

В чем заключается проблема знания

Фрэнсису Бэкону, одному из корифеев современной науки, приписывают слова «знание — сила». С тех пор, как Бэкон произнес эти слова, стало совершенно ясно, что люди столкнулись с очень выраженной и трудной проблемой знания. У нас есть фундаментальные пробелы в понимании того, как мы приходим к знанию, и хотя наличие проблемы знаний общепризнано, ее масштаб редко оценивается и еще реже обсуждается. На первый взгляд такое заявление может показаться нелепым. Какая проблема в том, чтобы сказать, что кто-то что-то знает? Я знаю, где я и что делаю. Я знаю имена и лица моих друзей, семьи и знакомых. Я знаю, как водить машину, как готовить (по крайней мере, немного) и как оплачивать счета. В самом деле, чтобы ориентироваться в повседневной жизни, нужно «знать» множество вещей.

Проблема знания в ее классической форме — это не отрицание знания того, что вы наблюдали, или освоенных вами приемов. Никто не сомневается, что вы знаете, что у вас есть машина, что вы женаты или что вы владеете коллекцией сувенирных тарелок с портретами Элвиса Пресли, которые вы унаследовали от бабушки[12]. Однако слово «знание» приобретает совсем другое значение, как только человек выходит за рамки непосредственных наблюдений или переживаний. Существенные проблемы возникают в тот момент, когда принадлежность к знаниям распространяется на вещи, которые не наблюдались в прошлом, не наблюдаются сейчас и вряд ли будут наблюдаемы в будущем. Отдельная проблема возникает, когда кто-то заявляет о знании отношений и связей между вещами. За последние два тысячелетия, по мере того как историки, социологи, антропологи и философы исследовали, как возникают, развиваются и исчезают претензии на знание, нарастало понимание того, насколько ограничены наши способности к познанию.

С древних времен люди ищут более высокую форму знания, которая могла бы претендовать на универсальность. Знание в его наиболее амбициозной форме состоит из фундаментальных истин, в которых мы можем быть уверены, в которых мы не можем ошибаться и никогда не сомневаемся. Факты и знания такого рода всегда можно считать истиной; нам больше не нужно беспокоиться об их достоверности, поскольку это несомненно так. Мы можем поместить их в папку с названием «Истина» на нашем компьютере и забыть о необходимости их пересматривать. В этом смысл знания в его крайней форме, и именно с этой формой связана наиболее заметная проблема знаний.

Некоторые люди органически не переносят отсутствие надежного знания; они с абсолютной уверенностью придерживаются определенных идей и убеждений, и на таких предпосылках построено множество систем знаний (или верований — как вам угодно). Для других надежные знания не существуют и не должны существовать, поскольку они не требуются для взаимодействия с миром и получения удовольствия от жизни[13]. С прагматической точки зрения, если знание работает, то оно полезно, даже если по существу оно отражает лишь некоторое заблуждение. Если вы относитесь к числу людей, предпочитающих уверенность в надежных знаниях, постарайтесь быть непредвзятыми, когда мы будем анализировать, насколько обоснованы претензии подобных знаний на достоверность. Точно так же я бы попросил прагматиков учитывать, что проблема надежного знания не ограничивается эпистемологией башни из слоновой кости, а простирает свои щупальца до прагматического знания, как мы увидим. У представления о том, что если теория работает, то это полезная теория независимо от ее «истинности», есть серьезные последствия.

Предсказание неизведанного

Проблема знания становится наиболее очевидной, когда мы обсуждаем нашу способность предсказывать то, что еще не наблюдалось. Большинство людей сказали бы, что они «знают», что Солнце взойдет завтра. Однако можно ли назвать это предопределенностью? Событие выглядит очень вероятным, но также было предсказано, что наступит время (надеюсь, в далеком будущем), когда у Солнца закончится топливо, оно сильно раздуется и поглотит Землю. Мы не знаем, истинно ли это предсказание, но оно согласуется с нашим лучшим на сегодняшний день пониманием мироздания, и мы не можем его исключить. Также возможно, что Земля взорвется из-за какого-то случайного процесса внутри расплавленного ядра, чего мы никак не ожидали. Массивная комета, которую наши телескопы пока не наблюдали, в будущем может врезаться в Землю и разрушить планету. Эти примеры кажутся немного надуманными, но давайте вспомним про 230 000 человек, погибших в результате цунами на Суматре в 2004 году, возникшего после внезапного подводного землетрясения. Наиболее разумным предсказанием на тот день было то, что это будет обычный день, как и многие дни до него, а не то, что гигантская волна погубит многие тысячи жизней; к сожалению, случилось второе[14].

Другая проблема, связанная с концепцией знания, вызвана ассоциацией вещей, особенно в форме причинно-следственной связи. Люди очень хорошо умеют выстраивать ассоциации. Всякий раз, когда небо затягивают темные облака, раздаются звуки грома и сверкают молнии, мы ожидаем, что скоро хлынет дождь. Чем больше человек выкуривает сигарет, тем более вероятно, что он склонен к одышке, сердечным приступам, инсульту и раку легких. Дети, которым делают прививки от кори, чаще страдают аутизмом. Однако, хотя мы очень хорошо строим ассоциации, мы часто видим закономерности, которых нет. Что еще более важно, на основе закономерностей мы часто устанавливаем причинно-следственные связи между вещами (например, все больше курящих людей страдают раком легких, следовательно, курение вызывает рак легких). Однако мы не наблюдаем причинно-следственных связей между вещами; мы наблюдаем только последовательность событий. Таким образом, и здесь мы сталкиваемся с проблемой знаний, поскольку не можем непосредственно наблюдать причинность и способны только строить догадки относительно причинно-следственных связей[15]. Наши рассуждения не ограничиваются пассивным наблюдением ассоциаций; чтобы приблизиться к пониманию о причинности, мы можем провести всевозможные тесты (об этом пойдет речь в следующих главах); однако, в конце концов, мы ограничены рассуждениями о существовании причинно-следственных связей, которые не можем наблюдать напрямую.

Эти проблемы усугубляются, когда мы размышляем о причинно-следственных связях между очевидным явлением и дополнительной сущностью, которую мы не можем наблюдать. Если человек найден мертвым с торчащим из его груди ножом, начинается расследование с целью установления лица (или лиц), которое убило жертву; однако это действие основано на предположении, что кто-то действительно убил беднягу, и поэтому мы приписываем причину ненаблюдаемому источнику. Когда у людей появляются симптомы, напоминающие грипп, мы приписываем причину их болезни микроскопическому вирусу, который не наблюдаем воочию. Даже диагностический тест, который мы используем для «подтверждения» гриппа, обычно не наблюдает непосредственно за вирусом, а фиксирует вторичные эффекты его присутствия (например, антитела у пациента). Ни один человек никогда не видел и не ощущал магнитное поле; однако наблюдение за воздействием на магнитные металлы некой внешней силы заставило нас ввести в систему знаний концепцию магнитного поля.

Относительно недавно астрофизики постулировали существование «темной материи», которая составляет большую часть вещества во Вселенной и заставляет звезды и планеты иметь свое текущее местоположение и орбиты, однако никто не наблюдал темную материю напрямую. В этих случаях проблема заключается не только в том, что мы постулируем ненаблюдаемую причинно-следственную связь между двумя объектами, но и в том, что мы также не можем наблюдать одну из двух сущностей, занятых в причинно-следственной связи.

Конечно, существуют вещи, которые мы не можем наблюдать напрямую. Отрицание ненаблюдаемого привело бы к интеллектуальному параличу, потому что мы могли бы действовать только в соответствии с тем, что наблюдаем. В таком случае я должен предположить, что за стенами комнаты нет ничего, поскольку я это не вижу. Наша неспособность наблюдать за вещами не означает, что они не существуют, поэтому в использовании теорий, предполагающих их существование, нет никаких проблем, если такие теории помогают осмысленно предсказывать мир природы. Однако это проблема в контексте знания ненаблюдаемых сущностей и их ассоциаций. Обращение к ненаблюдаемой сущности, которая может объяснить наблюдаемые вещи, не означает, что ненаблюдаемая сущность действительно существует, равно как и отсутствие восприятия не означает, что ее не существует. Мы рассмотрим этот вопрос более глубоко в главе 2.

Чтобы полностью изучить глубину и проявления проблемы знания, а также то, насколько она обусловлена особенностями человеческого мышления, необходимо изучить типы рассуждений, используемых людьми, поскольку природа человеческого мышления порождает как преимущества, так и недостатки человеческого разума. Эту тему следует рассматривать отдельно от вопросов когнитивных ошибок человека (например, распространенных источников неправильного восприятия или ошибок в рассуждениях); скорее, это исследование пределов знания в контексте правильного восприятия и познания.

Индукция как основа мышления

Опыт и способность учиться на этом опыте дают фундаментальные преимущества любому существу, которое может изменять свое поведение на основе прошлых событий. Вот почему память так важна. Записывая различные наблюдения на протяжении жизни, мы обретаем мудрость, которая может дать нам огромные преимущества перед менее опытными или совершенно неопытными людьми. Если бы вам пришлось перенести хирургическую операцию, вы бы предпочли опытного хирурга, который успешно провел одну и ту же операцию сотни раз, или новичка, который не делал операцию ни разу? Когда вы посещаете чужую страну во второй или третий раз, проходите через досмотр в аэропорту или идете в ресторан, у вас как будто появляются способности, которых раньше не было. По сути, вы «знаете суть вещей» — где находятся ванные комнаты, что означает разметка на дороге, какие документы иметь при себе и каковы особенности культуры. А помните свой первый учебный день в университете или колледже? Для многих из нас это было ужасно по ряду причин, не последней из которых было незнание того, как ориентироваться в незнакомой среде (забудем на мгновение, что безумие юности затуманило наши слабые умы). Однако по прошествии нескольких дней мы познакомились с местом и процессом и смогли ориентироваться в системе и структуре, которые ранее казались нам запутанными и устрашающими[16].

Индукция — это естественная форма человеческого мышления, которая практикуется рутинно и часто бессознательно и требуется для повседневного взаимодействия с окружающим миром. По сути, это использование опыта для предсказания событий, с которыми человек еще не сталкивался. Я отчетливо помню, как однажды субботним утром я спорил с дочерью на нашей кухне. В то время ей было 7 лет, и она была очень недовольна тем, что я ей рассказывал. Она скрестила руки на груди, разочарованно сморщила лицо и выпалила: «Ты не можешь предсказать будущее!» Я ответил: «Конечно могу. Я предсказываю, что если я столкну эту солонку со стола, она упадет». Что я и сделал. Она ответила: «Я не это имела в виду. Ты не можешь по-настоящему предсказать будущее». Она отмахнулась от моих доводов и ушла расстроенная. Это происшествие иллюстрирует способность, которая дает мыслящим животным с памятью огромное преимущество перед другими видами существ. Фактически я предсказал будущее, и предсказание сбылось. Это не было ошеломляющим или неожиданным предсказанием, и оно охватывало очень ограниченный контекст, но факт остается фактом: я предсказал исход события, которое еще не произошло, и мое предсказание оказалось совершенно верным. Я предвидел, что солонка упадет, как и все предыдущие солонки, которые я когда-либо ронял; я изрек предсказание.

В более общем плане индукцию можно описать как прогнозирование качества или поведения ненаблюдаемого на основе наблюдаемого. Когда вас интересует только то, что уже наблюдалось, это не индукция, это описание. Другими словами, если кто-то ограничит свои утверждения только тем, что уже было испытано, то его наблюдения будут говорить сами за себя. Я могу констатировать, что все солонки, которые я выпускал из рук, упали. На самом деле было бы безопаснее сказать, что я воспринимал каждую солонку, которую я помню, как упавшую. Если ограничить утверждения уже состоявшимися наблюдениями, то можно сделать очень четкие выводы о воспринимаемых свойствах, но никаких прогнозов относительно будущего не будет. Напомню, это не индукция, а наблюдение, и оно дает нам только энциклопедическую информацию об уже знакомых вещах и ситуациях. В этом случае знание больше не сила или, по крайней мере, гораздо менее полезная сила в том отношении, что сила — это способность предсказывать и управлять.

Огромная сила индукции проистекает именно из ее способности предсказывать будущее — то, что еще не произошло и не наблюдалось. Однако эта сила имеет столь же огромную уязвимость. Успешное предсказание падения солонки зависело, как и вся индукция в долгосрочной перспективе, от того, насколько модель в будущем похожа на модели в прошлом. За свою жизнь я уронил очень много вещей, и почти все они упали; фактически все солонки, которые я когда-либо ронял, падали. Поэтому легко сделать вывод, что когда вы роняете вещи, они падают. (Исключение составляют предметы с меньшей плотностью, чем воздух, например гелиевые шары.) Однако если в прошлом что-то вело себя одинаково, это не обязательно означает, что такое поведение продолжится и в будущем. Это предположение о неизменности модели — ахиллесова пята индукции.

Поначалу эта проблема с индукцией кажется пустяком, который не вызывает никаких тревог. Все знают, что вещи меняются, что вещи, как правило, не остаются неизменными навсегда и что наступает момент, когда прошлый опыт больше не применим. Однако серьезность этой проблемы можно сильно недооценить. Классический пример подобной проблемы с индукцией был приведен Бертраном Расселом, описавшим курицу, которую выкормил фермер. Каждый день в жизни курицы фермер выходил из дома и раздавал корм. Мы полагаем, что курица не могла общаться с другими курицами или кем-то еще, и поэтому все ее знания основаны только на личном опыте. Следовательно, с точки зрения курицы, каждый день фермер подходит к ней и дает пищу. Для курицы было бы разумным предсказать, что на следующий день фермер снова даст ей пищу. К сожалению, когда наступает следующее утро, фермер сворачивает курице шею, выщипывает перья и готовит на ужин — воистину трагический провал индукции — по крайней мере, для курицы[17]. Пример с курицей вполне применим к человеческому поведению. Я еще ни разу не погибал в автокатастрофе; поэтому я не предсказываю, что сегодня я погибну в автокатастрофе, и чувствую себя комфортно за рулем — ошибка индукции, которую совершают более 3000 человек, ежедневно погибающих в автокатастрофах по всему миру. Предположение, что будущее будет напоминать прошлое, является весьма полезным предположением, но отнюдь не бесспорным. В некоторых случаях оно почти неизбежно ошибочно.

Практический пример ошибочного предположения о том, что будущее будет напоминать прошлое, можно найти в истории применения антибиотиков. Когда пенициллин впервые применили для лечения инфекций, было отмечено, что введение пенициллина пациентам, инфицированным гонореей, приводило к их излечению. Отсюда можно было вывести общий принцип: пенициллин убивает гонорею. Фактически это стало общепринятой врачебной истиной, и медицинское сообщество включило пенициллин в список эффективных средств лечения гонореи. Однако под влиянием естественного отбора, вызванного повсеместным использованием пенициллина, некоторые штаммы гонореи приобрели устойчивость к пенициллину в результате эволюционных процессов. Таким образом, хотя в прошлом наблюдалась чувствительность к пенициллину практически 100 % возбудителей гонореи, в настоящее время это не так, что является ярким примером ошибочной индукции в способности предсказывать будущее.

Проблема предсказания будущих событий с помощью индукции может быть расширена за счет предположения, что соответствующие модификаторы будущих ситуаций также будут совпадать с прошлыми. Другими словами, предположение о неизменности модификаторов означает, что яблоки всегда сравнивают с яблоками. Я хорошо помню, как впервые подарил дочери гелиевый шарик (ей тогда было 9 месяцев). Когда я протянул ей шарик, она была очень расстроена тем, что шарик взлетел, а не упал. Для нее это было непредсказуемым событием, потому что до этого момента в ее жизни падало все, что она уронила. Таким образом, для нее было очень разумно предсказать, что воздушный шарик упадет, как и любой другой предмет. В этом случае индукция не удалась, потому что общее правило не распространялось на эту конкретную ситуацию (т. е. гелиевые шарики не такие, как другие предметы). Проблема с индукцией заключалась не в том, что будущее не совпадало с прошлым, а в том, что ситуативные изменения в будущем отсутствовали в прошлом. Если бы я держал солонку в руке, а затем отпускал ее, будучи пассажиром на международной космической станции, я бы, вероятно, наблюдал совсем другой результат, чем на моей кухне на Земле. Однако в случае и гелиевого шара, и космической станции будущее в точности совпадало с прошлым — насколько нам известно, гелиевые шары до сих пор всегда плавали в атмосфере Земли, а солонки всегда плавали в космическом пространстве; неудача моего прогноза заключалась в том, что я не учитывал, как изменились другие обстоятельства и модификаторы.

Проблема непонимания фоновых обстоятельств повсеместна и регулярно встречается в повседневной жизни. Все мы знаем, как неприятно получать от незнакомцев нежелательные советы, которые не применимы к нашим ситуациям. Большинство из нас видели, как у ребенка случилась истерика в общественном месте, а родители изо всех сил пытаются его успокоить. Тем из нас, кто побывал на месте этих родителей, кажется, что наблюдатели реагируют по-разному: сочувствие, облегчение от того, что это не их проблема, раздражение из-за того, что их беспокоят, и неодобрение в адрес ребенка, родителей или обоих. Во многих случаях наблюдатели критически относятся к тому, как родители справляются с ситуацией, а в некоторых случаях не могут удержаться от «полезных» советов.

Проблема таких советов заключается в том, что каждый ребенок индивидуален, каждый родитель индивидуален, взаимоотношения между ними по-своему уникальны и существуют всевозможные специфические модификаторы, которые могут повлиять на данную ситуацию (например, домашнее животное ребенка могло умереть, у ребенка может быть аутизм или он испытал необычный стресс и т. д.). В большинстве случаев человек, дающий совет, имеет ограниченный опыт общения с небольшим количеством детей и тем не менее чувствует себя комфортно, обобщая свой совет на этого ребенка, а возможно, и на всех детей. Конечно, в человеческом поведении есть некоторые общие черты, и некоторые советы могут быть применимы, но другие по очевидным причинам — нет. Это особенно остро ощущается, когда родители дают советы (часто нежелательные и, как правило, неприятные) по поводу воспитания внуков, потому что их советы больше не применимы (а в некоторых случаях больше не законны), исходя из опыта своего поколения, когда телесные наказания были не только разрешены, но и поощрялись, когда автокресла еще не были изобретены и когда не было проблем с курением в детской. Верно и обратное — детям легко критиковать поведение своих родителей во времена их молодости, если они придерживаются нынешних норм, которых не существовало тогда. Во всех этих случаях делаются обобщения относительно того, что «должно быть сделано», которые не всегда верны, потому что модификаторы, на которых основаны обобщения, могут не относиться к рассматриваемой ситуации. Это представляет собой фундаментальную слабость всех предсказаний, основанных на опыте, или, другими словами, фундаментальную проблему индукции — ситуационные особенности, из которых был получен прежний опыт, не обязательно повторяются в новом случае.

Проблемы индукции не ограничиваются обобщениями и предсказаниями будущего, но также распространяются на утверждения о знаниях относительно не наблюдаемых в настоящее время сущностей. Классическим примером может служить натуралист, который наблюдал очень много лебедей и заметил, что все они были белыми. Насколько можно быть уверенным в обобщении, что все лебеди белые, — не только все лебеди будущего, но и все другие существующие в настоящее время лебеди, которых он не наблюдал? Сколько лебедей вам нужно увидеть, чтобы оправдать принцип, согласно которому все лебеди белые? Хватит ли половины всех лебедей? Как насчет девяти десятых? К сожалению, эпистемологи более или менее пришли к единому мнению, что для уверенности необходимо исследовать каждого лебедя. Независимо от того, сколько белых лебедей видел биолог, все, что нужно сделать для опровержения, — это увидеть одного черного лебедя. В тот момент, когда это происходит, вывод «все лебеди белые» отвергается, несмотря на огромное количество белых лебедей, которые наблюдались ранее. Другими словами, единственный способ устранить эту проблему с помощью индукции — это ограничить свои утверждения тем, что уже наблюдалось. А это, как я говорил выше, вообще не является решением проблемы, потому что, поступая так, вы больше не предсказываете, а описываете. Мы больше не генерируем знания о ненаблюдаемом, основываясь на принципах, выведенных из наблюдаемого, и, таким образом, проблема индукции не решена. (В некоторой степени комично, что прибытие европейцев в Австралию привело к открытию черных лебедей[18], тем самым воплотив рассуждения логиков на практике.)

Существовал ряд элегантных доводов в защиту индукции, но в конечном итоге все они, похоже, не решают фундаментальных проблем, описанных ранее. В одном из доводов предлагают заявить, что все лебеди белые, и если кто-нибудь когда-нибудь найдет птицу иного цвета, которая во всем остальном выглядит как лебедь, то ее все равно не следует называть лебедем. По сути, это делает гипотезу неопровержимой за счет самоопределения[19]. Еще один распространенный довод в защиту индукции заключается в том, что, хотя она и несовершенна, до сих пор она работала довольно хорошо, и, следовательно, можно предположить, что она будет продолжать хорошо работать в будущем. Однако это просто оправдание индукции индукцией. Другими словами, для индукции не проблема, что вещи, которые работали в прошлом, могут не работать в будущем, потому что индукция срабатывала много раз в прошлом и, таким образом, будет работать в будущем. С таким же успехом можно сказать: я знаю, что информация, которую я получаю из интернета, достоверна, потому что я прочитал в интернете статью, в которой сказано, что информации из интернета можно доверять, или что я знаю, что Библия истинна, потому что Библия мне так говорит. Подробный перечень различных доводов в защиту индукции выходит далеко за рамки этой книги, но заинтересованному читателю доступны прекрасные дискуссии по этому вопросу[20].

Никакая защита индукции еще не решила проблемы, которые я описал, но это не означает, что индукция не была невероятно полезным инструментом или что люди не должны продолжать использовать индукцию. Это просто иллюстрации того, что с помощью индукции невозможно получить некоторые знания. Дэвид Юм, который дал наиболее известное разъяснение того, почему индукция ошибочна, зашел настолько далеко, что сказал, что индуктивные предсказания не только ненадежны, но и вообще не логичны[21]. По его словам, дело не только в том, что нет надежных оснований для предсказания завтрашнего восхода Солнца, но и в том, что для этого предсказания нет никакой логической причины. К счастью, по словам Юма, на всем протяжении цивилизации человеческое поведение не зависело от логической определенности и безупречных предсказаний, поскольку в этом случае мы ничего бы не достигли, дожидаясь таких предсказаний, прежде чем действовать.

Люди не могут обойтись без предсказаний во всех аспектах жизни, потому что это один из основных способов, с помощью которых мы ориентируемся в мире. Человек, полностью потерявший память или способность формировать новые воспоминания, лишен способности предсказания из-за отсутствия сознательной памяти и находится в крайне невыгодном положении в этом мире. Индукция до сих пор превосходила случайные догадки или метод проб и ошибок; однако, как я уже говорил, она склонна заблуждаться, когда речь идет о ненаблюдаемых вещах, и временами эти заблуждения бывали (и будут) трагически неверными.

Проецирование частных случаев на популяцию

Жизненный опыт исключителен и индивидуален для каждого из нас. Забудьте на мгновение, что, даже столкнувшись с одним и тем же опытом, мы можем воспринимать его по-разному; очевидно, что каждый из нас сталкивается с уникальным набором условий и жизненных событий, и у каждого из нас своя манера общения с миром. Хотя мы можем использовать знания других людей посредством общения, у нас по-прежнему есть прямой доступ только к очень маленькому кусочку пирога, которым является наш мир. Большая часть мироздания (Вселенная) просто недоступна для нас, и мы мало знаем даже о том, что рядом с нами. Какой процент людей вы на самом деле знаете в своем городе, на улице или на работе? Почти 50 % американцев живут в больших городах, но мы знакомы лишь с единицами из своего непосредственного окружения и очень мало знаем о них. Конечно, никто из нас не встречал практически никого из примерно 7 миллиардов жителей Земли, не видел значительную часть из 150 миллионов квадратных километров земной суши, не встречал большую часть животных Земли и т. д. Тем не менее, чтобы использовать силу индукции, чтобы ориентироваться в окружающем мире, мы должны делать хоть какие-то обобщения. Основывать такие обобщения на имеющемся небольшом количестве данных, наверное, лучше, чем на полном отсутствии данных.

Хотя мы периодически заходим в тупик, пытаясь ориентироваться в мире с теми скудными знаниями, что у нас есть, было бы большой ошибкой заведомо отвергать утверждения, сделанные в отношении популяций на основе ограниченных выборок. Тем не менее это, кажется, стойкая человеческая черта. Говорят, что в среднем курение увеличивает риск заболевания раком легких. Это аргумент, основанный на популяциях. У группы курильщиков вероятность возникновения рака легких в 23 раза (для мужчин) и в 13 раз (для женщин) выше, чем для аналогичных групп, члены которых не курят[22]. Однако такая статистика часто предлагается в качестве ответа на вопрос: вызывает ли курение рак легких? В ответ можно нередко услышать такое возражение: «Вы, конечно, можете утверждать, что курение вызывает рак легких, но мой дед выкуривал ежедневно по четыре пачки сигарет без фильтра последние 35 лет, и у него не было рака легких». Возможно, так оно и было с вашим дедушкой, и мы рады за него, но это не имеет отношения к утверждению, что курение в среднем увеличивает риск возникновения рака легких. Никто не утверждает, что курение неизбежно вызывает рак легких (то есть если человек курит, то неизбежно заболеет раком легких) точно так же, как ампутация головы неизбежно приводит к смерти[23]. По определению, если курение увеличивает заболеваемость раком легких до менее чем 100 %, тогда аргумент, основанный на популяциях, остается справедливым, даже если некоторые люди будут курить всю свою жизнь и никогда не заболеют раком легких[24].

Положительные утверждения обобщений основаны на ограниченных наборах данных не меньше, чем отрицательные. Можно пойти в два разных ресторана и получить замечательный обед в одном из них и ужасный ужин в другом. На основании этого опыта мы оцениваем первый ресторан как хороший, а второй как ужасный. Однако в тот день первый ресторан мог случайно получить отличные ингредиенты вместо просроченных уцененных продуктов из соседней лавки, которые они обычно покупают, чтобы сэкономить. Напротив, во втором ресторане в тот день могли заболеть и повара, и половина их официантов. Однако мы не уточняем, что именно в тот день в одном месте еда была хорошая, а в другом плохая. Наоборот, мы склонны обобщать, что один ресторан хороший, а другой плохой.

Во время президентских выборов в США в 2016 году была популярна весьма прискорбная риторика относительно того, следует ли допускать в страну лиц мусульманского вероисповедания или даже лиц ближневосточного происхождения (независимо от веры) и могут ли они баллотироваться в президенты, если они уже являются гражданами США, основываясь на утверждении, что люди мусульманского вероисповедания склонны к терроризму. Какими бы трагичными ни были последствия террористических актов в западном мире (и я использую западный мир просто как основу для сравнения, не имея в виду, что терроризм менее трагичен где-либо еще), исполнители этих актов представляют очень незначительную долю из 1,6 миллиарда мусульман (22 % всех живущих на Земле людей). Конечно, невозможно сделать сколько-нибудь значимое обобщение о 1,6 миллиарда человек на основе действий горстки людей. Если посмотреть на терроризм, связанный с мусульманами, то в Соединенных Штатах за последние годы в террористических актах участвовало менее 20 человек из 1,8 миллиона мусульман в стране. Это никоим образом не отвергает наблюдение, что террористические акты могут быть совершены людьми из этой группы или что некоторые экстремистские направления религии могут направлять действия горстки людей. Однако этой выборки недостаточно, чтобы оправдать более широкие обобщения о мусульманах. Во всяком случае, мы можем сделать вывод, что 99,9 % мусульман в Соединенных Штатах не являются террористами, что прямо противоположно тому, о чем говорила риторика. Более того, эта ситуация является ярким примером эвристики доступности (эвристика будет обсуждаться в главе 4) в сочетании с ошибкой базовой статистики. Когда кто-то совершает террористический акт, СМИ сообщают нам характеристики этого человека. Однако СМИ редко (если вообще когда-либо) сообщают нам количество людей с такими же характеристиками, которые не совершают таких действий.

Эта тенденция извлекать обобщенные знания из скудных данных — лучшее, что мы можем сделать как индивидуумы, поскольку проведение популяционных исследований не является типичной деятельностью людей; и даже если бы мы были склонны к систематическим исследованиям, у большинства из нас нет ни ресурсов, ни возможностей для этого. Однако тот факт, что люди делают все, что в их силах, не означает, что они всегда делают это хорошо. Более того, даже когда у нас есть доступ к данным о населении (например, о мусульманах и терроризме), мы склонны игнорировать их. Как я расскажу далее в книге, можно утверждать, что науковедение фокусировало внимание лишь на очень небольшом числе ученых и на их основе делало общие выводы. Более того, сосредоточиваясь на ученых, которые добились наибольшего успеха (или, по крайней мере, являются наиболее известными), те, кто изучает науку, загоняют себя в крайние предубеждения, потенциально ограничивая любую возможность объективно фиксировать то, что делают ученые в целом (или как группа общества).

Почему вероятностное мышление не помогает индукции

Общий подход к проблеме индукции, который часто используется в ответ на ранее высказанные опасения, состоит в том, чтобы сформулировать индуцированные утверждения о знаниях в вероятностных терминах. Это относится к заявлениям о ненаблюдаемых сущностях как в настоящем, так и на протяжении времени. Например, если мы наблюдали 99 воронов и все они были черными, можно предположить, что «все вороны черные». Однако если 100-й наблюдаемый ворон окажется белым, мы не станем разводить руками в разочаровании из-за незнания воронов. Скорее, мы просто изменим утверждение о знании, сказав, что «99 % наблюдаемых воронов черные». Этот трюк просто использует новые данные, чтобы откорректировать принцип, определяющий всех воронов. Затем новое определение можно использовать для прогнозирования ненаблюдаемых событий с вероятностной точки зрения; вы не можете утверждать, какого цвета будет следующий ворон, но вы можете сказать, что в 99 % случаев он будет черным, а в 1 % — нечерным, то есть не с абсолютной уверенностью в отношении следующего ворона, но с предсказательной силой в отношении всей популяции и относительной вероятностью того, какого цвета будет следующий ворон.

Да, вероятностный подход не позволяет предсказать отдельное событие, но нет причин, по которым он не может делать точные прогнозы относительно популяций.

Хотя рассуждения о пользе вероятности звучат утешительно, они почти не помогают решить проблему индукции и самого знания. Причина, по которой вероятностный подход не решает проблему знания, заключается в том, что даже если утверждение о вероятности истинно до последней буквы, оно никак не помогает достоверно предсказывать будущие события. В то время как утверждение сообщает вам о вероятности, что следующий ворон будет черным, следующий ворон может быть только черным или нечерным[25]. Способность определить вероятность того, что следующий ворон будет черным, — это своего рода предсказание. Тем не менее даже если человек обладает абсолютным знанием о популяции, оно не относится к конкретным случаям и, таким образом, все равно не помогает предсказать конкретные события. Когда большинство людей разговаривают со своим врачом, они не хотят знать, какова их вероятность заболеть раком; они ждут предсказание, заболеют ли раком именно они, — да или нет.

Еще одна проблема с утверждениями о вероятности состоит в том, что, как и в случае простой индукции, нельзя исключить возможность будущих изменений. После наблюдения еще за 100 воронами определение вероятности 99 % может снова измениться, и даже наверняка изменится, если только 99 из следующих воронов опять не будут черными. Хотя предсказание с вероятностью 99 % может быть лучше, чем случайное предположение, это не то знание, в котором нет места ошибке. Давайте еще дальше отступим от нашего стремления к абсолютному знанию и отметим, что чем больше воронов мы наблюдаем, тем лучше и точнее станет наше определение вероятности[26]. На первый взгляд это выглядит оправданным утверждением (которое часто называют законом больших чисел). Но это лишь еще один способ сказать, что чем ближе мы подходим к наблюдению за каждым вороном, тем лучше мы знаем цвет всех воронов[27]. Этот взгляд и подход были бы приемлемы и привели бы к определенным знаниям (хотя и вероятностным), если бы можно было сделать предположение, что вещи распределены по Вселенной равномерно. Однако любая кластеризация любого вида в определенное время или с течением времени разрушает этот принцип, и нет никаких оснований рассчитывать на единообразие во Вселенной; на самом деле существует достаточно данных об обратном. Давайте отступим еще дальше и допустим, что мы сделали абсолютно правильную вероятностную оценку Вселенной и что распределение изменчивости не является проблемой. До сих пор нет способа оценить, сохранятся ли существующие распределения вероятностей во Вселенной в будущем, что в первую очередь возвращает нас к основному вопросу индукции.

Дедукция как основа мышления

Дедукция — это отдельный способ выработки утверждений о понимании и знании, который не страдает ни одной из проблем индукции. Это не означает, что у него нет своих проблем и ограничений, но, по крайней мере, они отличаются от проблем индукции. В трудах Аристотеля представлена самая ранняя из известных западных кодификаций дедукции, которую он продемонстрировал в форме силлогистических конструкций. Аристотель определяет силлогизм как «дискурс, в котором дается нечто предполагаемое и вытекает нечто отличное от предполагаемого как неизбежный результат наличия предположения». Это утверждение, хотя и выглядит почти замкнутым на себя, определяет традиционную основу дедукции. Силлогизм имеет посылки (утверждения о факте) и вывод, который выглядит «отличным» от обособленных посылок. Например, рассмотрим следующие две посылки.

Посылка 1: Все полярные медведи белые.

Посылка 2: Все медведи на Северном полюсе — полярные медведи.

Эти два утверждения представлены как факты, известные мыслителю. На основании этих двух посылок можно сделать следующий вывод:

Все медведи на Северном полюсе белые.

Хотя ни в одной из посылок не содержится прямой информации о цвете медведей на Северном полюсе, дедукция, основанная на совокупном содержании посылок, позволяет сделать вывод о цвете медведей на Северном полюсе. Следовательно, новое понимание было получено путем анализа и объединения посылок.

Более общая форма предыдущего силлогизма, но той же конструкции, выглядит следующим образом:

Посылка 1: Все A обладают свойством B.

Посылка 2: Все C являются A.

Вывод: все C обладают свойством B.

Огромная сила дедуктивного мышления состоит в том, что если посылки истинны, а логика верна, то выводы несомненно истинны — не близки к истине, не вероятны, а именно истинны, потому что по-другому не может быть. Это очень похоже на то, что мы ищем, когда говорим об истинном знании. Если правильные посылки и обоснованная логика приводят к однозначным выводам, то это действительно звучит многообещающе. Конечно, в дедуктивных рассуждениях есть место для ошибок, и, как и с любым инструментом логики, при неправильном пользовании им можно сделать неверные выводы даже из истинных посылок. Давайте рассмотрим следующий пример:

Посылка 1: Все полярные медведи белые.

Посылка 2: Все полярные медведи живут на Северном полюсе.

Вывод: все медведи на Северном полюсе белые.

Вывод в данном случае не является правильным следствием из посылок. Причина в том, что хотя вторая посылка ограничивает место обитания белых медведей (то есть на Северном полюсе), это не исключает того, что другие медведи (не полярные) также могут оказаться на Северном полюсе. Следовательно, популяция медведей на Северном полюсе может состоять из белых медведей и некоторого количества бурых медведей. Эта возможность не обязательно делает утверждение ложным, так как не гарантирует, что бурые медведи непременно окажутся на Северном полюсе; однако это не исключено, значит, есть возможность того, что вывод неверен. Другими словами, вывод не обязательно верен и, следовательно, не ведет к достоверному знанию.

Как и индукция, дедукция — распространенный инструмент человеческого мышления, без которого мы не смогли бы уверенно ориентироваться в окружающем мире. Хотя Аристотель, возможно, первым назвал и охарактеризовал дедукцию, это не изобретение Аристотеля. Он лишь описал процесс, который, как и индукция, является нормальной частью повседневного человеческого мышления. Дедуктивное мышление можно найти и у детей дошкольного возраста[28]. Это не означает, что люди являются безупречными умниками; на самом деле целый ряд исследований показал, что мы склонны делать неправильные выводы, особенно в определенных обстоятельствах[29].

Правильное применение формальной логики — очень сложная и глубоко разработанная область, большая часть которой трудна для изучения и уж точно не интуитивна. Тем не менее, как и индукция, дедукция — это нормальная часть человеческого мышления, которую мы применяем в процессе взаимодействия с окружающим миром. Однако ошибки в дедукции — тоже нормальная человеческая черта. Более того, когда мы делаем такие ошибки, нам часто кажется, что мы пришли к правильному выводу, хотя на самом деле это не так. Именно по этой причине логики изобрели особые способы выражения логических утверждений, определили различные типы логики и правила, по которым они работают, и добились огромного прогресса в логическом мышлении. Действительно, большую часть математики можно описать как дедуктивный язык.

Хотя дедукция очень эффективна, она не решает проблему знания. Первое, что следует отметить, что является фундаментальным ограничением дедуктивного мышления, — дедукция не генерирует информацию о ненаблюдаемом; скорее, она только выявляет сложности, которые уже содержатся в предпосылках, но не очевидны, пока не будет полностью выполнено дедуктивное рассуждение. Другими словами, мы не получаем никакой новой информации, которая уже не содержится в предпосылках; тем не менее без силлогизма существующие факты не могут быть представлены и оценены во всей их полноте. Это можно назвать ограничением дедукции, поскольку без возможности делать какие-либо прогнозы относительно ненаблюдаемого наша способность прогнозировать или контролировать внешний мир ограничена. Однако это ограничение можно преодолеть, если посылки универсальны, что позволяет делать универсальные выводы. Например, возьмем посылки в форме разговорного языка «каждый A является B» или «никакой A не является B». Исходя из таких универсальных посылок, можно вывести утверждения о знаниях, которые применимы к каждому экземпляру A, даже к случаям, которые не были испытаны. Таким образом, человек выводит знание о ненаблюдаемом. Это одна из причин, по которой мыслители-дедуктивисты склонны отдавать предпочтение предпосылкам универсального вида (например, все A являются B), поскольку без таких универсальных предпосылок выводы не универсальны. Если выводы не универсальны, то нельзя делать абсолютных утверждений о ненаблюдаемых вещах. Если человек не достиг уверенности в том, что не наблюдается, значит, он не получил истинного знания (по крайней мере, как мы его определили), и проблема знания остается нерешенной.

Если дедукция может генерировать истинное знание, пока она использует посылки универсального характера, то в чем проблема? В том, чтобы суметь определить оправданные посылки универсального характера. На протяжении веков многие известные философы считали, что люди обладают некоторой врожденной способностью распознавать естественные истины. Однако в последнее время понимание человеческого восприятия и мышления неврологами и когнитивными психологами продвинулось до такой степени, что теперь мы понимаем — люди могут совершать ужасающие ошибки при восприятии явлений мира, представленных прямо перед их глазами, не говоря уже о том, чтобы придумывать универсальные истинные посылки (этот вопрос подробно рассматривается в следующих разделах). Если есть хотя бы одна ошибка в предпосылке, на которой построена выведенная система знания, то вся система может рухнуть. Если посылки недостоверны, значит, и знание недостоверно, независимо от того, насколько верны рассуждения. Если нет надежного источника для строгих предпосылок, то дедуктивное мышление не может решить проблему знания.

Некоторые из наших величайших общественных институтов решили проблему посылок, просто заявив, что данная посылка истинна. Например, в Декларации независимости США говорится: «Мы считаем самоочевидными истины, что все люди созданы равными, что они наделены Создателем неотъемлемыми правами, среди которых есть Жизнь, Свобода и стремление к Счастью». Другими словами, эти истины самоочевидны, потому что мы так сказали (да ладно!), и теперь мы построим систему убеждений, частично основанную на этой предпосылке[30]. Если истины действительно самоочевидны, тогда это может быть нормально, но чем подкреплено такое утверждение, кроме заявлений авторов о том, что они считают их самоочевидными? Другими словами, это их мнение, но чем доказана правильность этого мнения? Точно так же многие религии основаны на бездоказательной посылке о том, что некий бог или боги существуют. Точно так же многие системы верований, не имея формального божества, заявляют о наличии некой силы, энергии или структуры во Вселенной. Такие отсылки к богам или силам в некотором смысле не лишены доказательств; действительно, свидетельство божественности может быть получено через переживание бога, через наблюдаемые явления, которые можно объяснить существованием бога, или даже через откровение. Можно ощутить универсальные источники истины через духовный опыт или через действие неких сил в мире.

Пусть так, но тогда можно было бы ожидать, что не существует проблемы знания для философий, которые ссылаются на самоочевидные предпосылки, или для религий, которые рассматривают переживание бога или божественное откровение как источники недвусмысленной истины. Однако, как мы детально рассмотрим дальше, они обычно не выводят всю систему убеждений, по крайней мере в формальном смысле дедукции, из заявленных посылок, и, таким образом, это своего рода апельсины, выросшие на яблоне. Более того, хотя ощущение или восприятие чего-либо может эффективно убеждать человека в существовании объекта или явления, наше восприятие и чувства весьма подвержены ошибкам и неверной интерпретации и, следовательно, не могут обосновать знание, которое противопоставляют аналитическому мышлению. Такого обоснования достаточно для религии или других духовных систем верований, но ясно, что оно подвержено ошибкам. Сколько в истории человечества существовало религий, уверенно утверждавших, что они идут единственно верным путем? Чтобы это было правдой, все они, кроме одной, должны быть неправильными, однако из этого еще не следует, что кто-то из них обязательно прав. Очевидно, богословские откровения не могут служить источником несомненной истины. Следовательно, хотя религии обычно оперируют однозначными понятиями и склонны к бесспорным утверждениям, они не приводят к бесспорным знаниям. Необоснованная уверенность в «объяснении всего» будет рассмотрена позже как один из критериев, с помощью которого можно отделить некоторые разновидности лженауки от науки.

Если мы примем за данность, что люди не имеют доступа к фундаментальным посылкам или исходным первоусловиям через откровение или врожденное знание таких посылок, то как можно использовать дедукцию? Если предположения не гарантируют истинности, то, независимо от того, насколько верны дедуктивные рассуждения, результаты не всегда верны, что разрушает весь дедуктивный подход к выработке знаний. Можно привести пример Евклида, который сформулировал определенные посылки, а затем смог вывести сложную геометрию, которая чрезвычайно полезна для описания мира природы. Точно так же сэр Исаак Ньютон сформулировал определенные посылки (законы движения), из которых он вывел систему механики, способную с большой точностью описывать и предсказывать движение планет и то, как силы действуют на тела в целом. Разве удивительная способность этих систем к прогнозированию не является подтверждением правильности их посылок? К сожалению, как мы рассмотрим позже, это не так. Пока лишь отметим, что с учетом современных теорий относительности и искривленной природы пространства-времени системы Ньютона и Евклида остаются великими интеллектуальными достижениями, имеющими большую теоретическую и практическую ценность, но в конечном счете эти системы не совсем верны из-за не совсем правильных предпосылок.

Короче говоря, нет ясного способа обойти главную проблему дедуктивного знания. Чтобы предсказывать ненаблюдаемое, дедукция должна делать универсальные утверждения. Из-за проблем индукции универсальные утверждения, основанные на опыте, не могут быть доказаны, и никакой другой источник универсальных предпосылок не выглядит достоверным.

Хотя и индукция, и дедукция имеют описанные проблемы, в реальной жизни можно успешно использовать индукцию и дедукцию (или, по крайней мере, рассуждения, похожие на дедукцию) вместе. Индукция обеспечивает обоснование посылок на основе опыта (пусть и несовершенное). Дедуктивное рассуждение помогает разуму оттолкнуться от индуцированных посылок, чтобы создать новое понимание ассоциации внутри посылок. Следовательно, сочетание индукции и дедукции, безусловно, приводит к новым знаниям, которые не могли бы возникнуть ни в одном из подходов по отдельности, но не решает проблемы ни того, ни другого. В совокупности проблема знания не решается ни индукцией, ни дедукцией, ни их комбинацией.

Действительно ли проблема знаний является проблемой?

Судя по всему, мы не найдем решение проблемы знаний. Однако насколько критична эта проблема? Это подводит нас к вопросу: что делает знание полезным, и должно ли полезное знание быть универсально определенным? Многие мыслители издавна занимали прагматичную точку зрения, согласно которой научная теория имеет ценность, если она работает в реальном мире. Если теория предсказывает поведение мира природы, то это полезная теория, независимо от того, истинна она в конечном итоге или нет. Разумеется, знания бывают ошибочными и не могут служить источником абсолютной истины.

Однако трудно игнорировать бурный рост науки и технологий, изменивший мир за последние четыре столетия. Большая часть этих изменений реализована с использованием теорий, которые были не только неоднозначны (как и все научные теории), но и, как теперь полагают, ошибочны. Несмотря на свою «ошибочность», они тем не менее были очень полезными теориями. Независимо от того, является ли прогресс науки и техники хорошим, плохим или аморальным, факт остается фактом: продукт несовершенного, неоднозначного и в конечном счете ошибочного понимания оказал вполне реальное влияние на жизни бесчисленных миллионов людей. Несмотря на оплошности и ошибки, научный процесс в целом был плодотворным. Учитывая проблемы индукции, мы не можем предполагать, что наука продолжит работать с большей определенностью, но, как минимум, она еще не перестала работать; похоже, что научные теории, хотя и несовершенные, остаются довольно полезными.

Огромное значение имеет понимание того, что индукция и дедукция являются важными инструментами в наборе инструментов мышления, но сами по себе они не являются методами современного исследования. Безусловно, есть современные индуктивисты (например, ботаники в тропических лесах, каталогизирующие новые виды растений, или биологи, секвенирующие каждый фрагмент ДНК, который они могут получить, для создания энциклопедических баз данных) и современные дедуктивисты (например, математики-теоретики). Однако моим основным посланием здесь является указание на то, что индукция и дедукция являются частями нормального человеческого мышления. Хотя они востребованы учеными, они также активно эксплуатируются всеми остальными. Поэтому слабые стороны индукции и дедукции — это недостатки не только науки, но и человеческого мышления в целом. Поскольку индукция и дедукция распространены повсеместно, простой факт их использования по отдельности или в комбинации не может служить критерием, позволяющим отличить науку от ненауки. Тем не менее индукция и дедукция служат неотъемлемыми и важными компонентами научного метода и, следовательно, входят в число деревьев в лесу, где мы будем искать отличия науки от ненауки.

Ретродукция как еще один инструмент мышления

Индукция и дедукция, как было сказано в предыдущей главе, привлекли большое внимание мыслителей. В девятнадцатом веке философы Уильям Уэвелл и Чарльз Сандерс Пирс сосредоточили свое внимание на ретродукции (абдукции) как отдельном способе рассуждений. Ретродукция была признана Аристотелем как отдельная сущность со специфическими свойствами; однако только Уэвелл и Пирс подчеркнули четкое различие между ретродукцией и индукцией[31]. Ретродукция является неотъемлемой частью человеческого мышления, без которого, по существу, не могли бы возникать идеи причинно-следственных связей, так как действие индукции и дедукции направлено только на «готовые» посылки. Фактически Пирс (который, несомненно, наиболее способствовал признанию роли ретродукции в науке) описал этот способ рассуждения как «единственную логическую операцию, которая создает любую новую идею», и добавил: «Невозможно добиться ни малейшего прогресса в знании за пределами стадии простого созерцания без ретродукции на каждом шагу»[32].

Что же такое ретродукция? Она представляет собой процесс, посредством которого генерируются идеи относительно причин уже наблюдаемых вещей. По словам Пирса, ретродукция — это «процесс формирования объяснительных гипотез». Другими словами, при помощи ретродукции наш разум находит связи между наблюдаемыми эффектами и причинами, которые, как мы предполагаем, вызвали эти эффекты. Ретродукции можно найти повсюду и в любой сфере жизни, поскольку они являются неотъемлемой частью нормального человеческого мышления. Однажды утром вы просыпаетесь, видите снег на земле, которого не было накануне вечером, и понимаете, что, должно быть, ночью шел снег. Вы возвращаетесь с работы, видите возле дома машину супруги и понимаете, что она уже приехала домой. Вы получаете электронное письмо с адреса друга и понимаете, что письмо пришло, потому что друг его отправил. Основываясь на данных, мы предполагаем причину наблюдаемых эффектов.

Кто-то может возразить, что это просто мышление, основанное на опыте, простое выполнение перечислительной индукции, например все предыдущие разы, когда на земле лежал снег, он шел, раньше, когда машина супруги стояла возле дома, супруга оказывалась в доме, и когда предыдущие электронные письма были отправлены с определенного адреса, их отправлял конкретный друг. Однако ретродукция совершенно отличается от индукции. Это не наблюдение чего-либо и предсказание общего принципа из наблюдаемого; это не вывод о продолжении «того же самого». Наоборот, ретродукция предполагает наличие предыдущего (отсюда и «ретро-») явления, которое привело к наблюдаемому результату. При ретродукции обычно постулируют что-то, что произошло в прошлом, чтобы объяснить причину текущего наблюдения, а не предсказать будущее. Более того, ретродуктивные причины могут быть совершенно новыми сущностями, которые никогда не наблюдались (например, утверждение, что невидимый злой демон является причиной вспышки болезни). Следовательно, ретродукция отличается от индукции. В то время как индукция может привести к обобщенным выводам и предсказаниям еще не испытанных вещей, ретродукция делает ретроградное предположение о причинах уже наблюдаемого явления. Важно отметить, что ретродукция не обязана ограничиваться временными и причинными сущностями, но может также применяться к законам и принципам, которые дают объяснение без ссылки на причину; однако мы сосредоточимся на ретродукции причинных сущностей в качестве основного примера.

Хотя ретродукции могут постулировать доселе неизвестные причины наблюдаемых эффектов, хорошие ретродукции не должны быть просто случайными предположениями. Скорее, ретродуцированная причина или причины должны быть только сущностями, из которых будут следовать наблюдаемые эффекты, или, по крайней мере, быть логичными. Рассмотрим пример из эпидемиологии рака. Допустим, в небольшом городке в штате Арканзас необычно много случаев детской лейкемии; мы будем считать это наблюдение точным и правильным. Можно сделать вывод, что дети, живущие в этом конкретном месте, подвергаются повышенному риску заболевания раком. Процесс ретродукции начнется с выработки гипотезы, способной объяснить индуцированное обобщение (то есть повышенную вероятность лейкемии).

Например, предположим, что кто-то ретродуцировал присутствие канцерогена в питьевой воде города и что этот конкретный канцероген вызывает более высокие показатели лейкемии у детей. Отметим также, что дети в этом городе часто употребляли питьевую воду. При прочих равных условиях можно выполнить дедукцию о том, что и наблюдалось, — что в этом городе дети заболеют лейкемией. Выражение «при прочих равных условиях» — это огромное логическое допущение, и трудно (если не невозможно) когда-либо представить такое положение дел в реальном мире, как вы узнаете позже. Тем не менее ученые часто мыслят таким образом, и даже если формальная дедукция не работает, можно, по крайней мере, вывести наблюдаемый результат на основе ретродукции. Предполагать причину, которая не привела бы к наблюдаемому эффекту, — недопустимая ретродукция. Другими словами, если мы полагаем, что потребление конфет не связано с раком, но ретродуцируем, что более высокие показатели рака в городе связаны с употреблением большего количества конфет, такая ретродукция не согласуется с общепринятыми доказательствами. Даже если дети съедят очень много конфет, это не приведет к явлению, которое мы пытаемся объяснить. Это не означает, что люди не делают ретродукции, которые не приводят к искомому объяснению, — но, по крайней мере, это плохие ретродукции. Чтобы ретродуктивная гипотеза была полезной с научной точки зрения, она должна, по крайней мере, иметь хоть какой-то шанс привести к наблюдаемому эффекту. А еще, чтобы быть полезной с научной точки зрения, она должна также служить причиной других (пока еще не наблюдаемых) эффектов, как я расскажу дальше.

Следовательно, ретродукция является третьим и отдельным способом мышления, и с добавлением ее к индукции и дедукции начинает вырисовываться целостная модель научного мышления. Однако, прежде чем мы синтезируем такую модель, необходимо более подробно изучить проблемы ретродукции. Поскольку ретродукция отличается от индукции и дедукции, ее преимущества и недостатки тоже отличаются. Конкретная проблема ретродукции называется ошибкой обоснования причины следствием и заслуживает отдельного рассмотрения.

Ошибка обоснования причины следствием

Рассмотрим следующее утверждение: если A, то B. Другими словами, если A является причиной, то B должно быть следствием. В качестве примера можно сказать, что если человек упадет с крыши 30-этажного дома на бетонный тротуар (при прочих равных условиях), он получит травму[33]. Если Билл недвусмысленно и однозначно упадет с 30-этажного здания, можно с уверенностью заключить, что Билл получит травму[34]. Если А, то В; случилось А, значит, должно случиться B.

Однако логически невозможно пойти в обратном направлении; другими словами, учитывая утверждение «если A, то B», нельзя заключить, что если случилось B, то должно было случиться A. Почему это так? Если кто-то находит лежащего на тротуаре искалеченного Билла, почему он не может с уверенностью сделать вывод, что Билл упал с 30-этажного здания рядом с тротуаром? Причина в том, что к травмам Билла могло привести множество других причин (например, его сбил грузовик, он выпал из вертолета, очень неудачно споткнулся). Другими словами, как показано на рис. 2.1, каждая из причин A, C или D может привести к B. Если известно, что произошло C, A или D, то можно с уверенностью заключить, что следствием будет B. Однако, зная, что произошло B, нельзя с уверенностью заключить, что произошло A, поскольку B в равной степени могло быть вызвано причинами C или D (или даже некоторыми пока неизвестными причинами, не указанными на рисунке).

Рис. 2.1. Причина, следствие и обоснование причины следствием

Почему этот фундаментальный вопрос так важен? Потому что большая часть нормального человеческого мышления и взаимодействия с миром — это как раз процесс наблюдения В и постулирования А, что составляет суть процесса ретродукции.

В нашей личной жизни, нашей профессиональной жизни, а также в местных и мировых событиях мы постоянно наблюдаем следствия и ретродуктивные причины. Мы наблюдаем, что климат Земли становится теплее, и предполагаем разные причины. Мы наблюдаем, как одна страна вторгается в другую, и размышляем о мотивации. Каждый день фондовый рынок идет вверх или вниз, и разные финансовые эксперты выдвигают множество теорий о том, что вызвало это изменение.

На более бытовом уровне, кто-то выигрывает в лотерею, и все начинают искать причину, например, где счастливчик купил билет или в какой одежде был человек, когда он это делал. Люди болеют, а у нас нет объяснений, поэтому мы начинаем выдвигать причины (например, токсины в воде, вышки 5G, пластмассы или вакцины). Еще один пример — классическая тайна убийства: найден труп, и сыщики составляют список подозреваемых и пытаются выяснить, кто убийца.

В каждом из этих случаев множество разных людей одновременно выдвигают различные гипотезы. Хотя мы обычно не используем это слово, во всех этих случаях люди выдвигают гипотезы для объяснения наблюдаемых эффектов, что происходит постоянно. Более того, поступая таким образом, люди совершают ошибку обоснования гипотезы следствием. Обоснование следствием — это непреодолимый логический дефект в самом процессе ретродукции, и одно только мышление не может исправить этот недостаток. Это не означает, что ретродукция не способна дать верный ответ; это просто означает, что мы никогда не можем быть уверены в правильности ответа. Именно по данной причине существует сомнение, является ли ретродукция вообще формой логики; тем не менее это, безусловно, форма мышления, и ее полезность представляется очевидной (если не бесспорной).

Итак, в случае города в Арканзасе, сколько различных гипотез согласуются с данными о высоких показателях заболеваемости раком? Ответ в том, что их существует бесконечное количество, ограниченное только воображением мыслителя.

1. В городском водопроводе присутствует канцероген, вызывающий рак.

2. Горожане заражены вирусом, вызывающим рак.

3. Генетическая мутация, вызывающая рак, встречается в семьях этого города чаще, чем в других местах.

4. В озоновом слое над этим городом образовалась дыра, в результате чего граждане подвергаются большему воздействию ультрафиолетового солнечного света, вызывающего рак.

5. Через город проходят линии высокого напряжения, вызывающие рак.

6. Крупные месторождения магнитной породы возле города вызывают рак.

7. Сочетание токсинов и магнитного поля вызывает рак.

8. В рыбе, живущей в близлежащем озере, содержится токсин, и употребление этой рыбы в пищу вызывает рак.

9. Правительство проводит над детьми города тайные радиационные эксперименты.

10. Космические пришельцы похищают детей и имплантируют им зонды, вызывающие рак.

11. Аморальное поведение родителей детей в прошлом привело к плохой карме и раку.

12. Бог наказывает город.

Здесь мы видим фундаментальную проблему ретродукции и всего мышления, основанного на гипотезах. Для любого наблюдения существует бесконечное количество гипотез, каждая из которых в равной степени приведет к тому, что мы наблюдаем. Это не означает, что все возможные гипотезы одинаково согласуются с данными — многие вещи просто не приводят к тому, что мы наблюдали, и не учитываются. Но для гипотез, которые привели бы к наблюдаемым явлениям, нет предела. Ваш сосед может быть шутником, который засыпал землю снегом, поэтому прошлой ночью снега не было; кто-то другой мог подъехать к дому на такой же машине, как у вашей жены, и, следовательно, вашей жены нет дома; незнакомец мог взломать электронную почту вашего друга и отправить вам сообщение от его имени.

Другой способ понять проблему обоснования причины — это математическое представление. Например, можно задать математическое уравнение x + y = z. Если сказать, что x = 10 и y = 20, то можно сделать вывод, что z = 30, и это единственный ответ, который удовлетворяет уравнению[35].

В отличие от этого, ретродукция начинается с результата, поскольку она основана на наблюдении за миром природы. Другими словами, мы знаем ответ, потому что наблюдали его в окружающем мире, и стремимся определить причину или причины. Таким образом, процесс ретродукции начинается с уравнения x + y = 30.

Что ж, это легко решить. Например, 10 + 20 = 30. Это совершенно правильное решение уравнения, где x = 10 и y = 20, что приводит к значению z, равному 30. Однако 5 + 25 = 30 является столь же допустимым решением, как и 1 + 29 = 30. Учитывая отрицательные числа и десятичные дроби, легко увидеть, что существует бесконечное количество математических решений этой задачи, и все они одинаково верны.

Это первый серьезный недостаток ретродукции и, по сути, всех рассуждений о причинности — для каждого объяснения наблюдаемого явления существует бесконечное количество альтернативных объяснений, которые в равной степени согласуются с имеющимися данными. Разумеется, вы можете исключить недопустимые ретродукции (например, x = 20, y = 20, потому что в этом случае x + y не равно 30); однако после исключения недопустимых ретродукций все равно остается бесконечное количество допустимых. Используя ретродукцию, нельзя сказать, какие из всех допустимых ретродукций являются (или не являются) допустимыми причинами. С помощью одних только рассуждений невозможно оценить вероятность того, что постулируемая сущность является причинной.

Сочетание индукции, дедукции и ретродукции

Определив концепции индукции, дедукции и ретродукции, можно свести их в систему, называемую гипотетико-дедуктивизмом или гипотетико-дедуктивным мышлением (ГДМ; рис. 2.2). ГДМ применяется для описания мыслительного процесса в качестве модели того, как работает наука. Этот процесс состоит из наблюдения фактов о мире природы и выработки ретродуктивных гипотез (касаемо причин), из которых можно вывести наблюдения. В этом случае часть «гипотетико-» обозначает ретродукцию, поскольку она приводит к гипотезам относительно причин наблюдаемых явлений. Слово «дедуктивизм» означает, что нужно уметь выводить наблюдение из ретродуктивной причины. Следует отметить, что многие гипотезы имеют вероятностную или статистическую взаимосвязь между ретродуктивной причиной и последующим явлением. В таких случаях, поскольку речь идет только о большей вероятности возникновения явления (например, в примере с раком, который обсуждался ранее), нет уверенности в том, что явление рака произойдет, — по сути, это не дедукция в традиционном смысле. Тем не менее увеличение вероятности предсказуемо, и в остальной части книги я буду использовать ГДМ, чтобы привести примеры подобного рода.

Рис. 2.2. Гипотетико-дедуктивная модель научного исследования

ГДМ включает дополнительный шаг, который возник как попытка устранить ошибку обоснования гипотезы следствием; другими словами, чтобы сузить количество возможных причин наблюдаемого эффекта. Этот шаг заключается в использовании дедукции (или статистического вывода в случае вероятностных гипотез) для получения дополнительных предсказаний, которые еще не были проверены (например, никаких наблюдений или попыток наблюдения еще не было; рис. 2.2D). Важность этого дополнительного пункта нельзя переоценить, поскольку он дает ответ на проблему обоснования гипотезы (хотя и несовершенный). Если новые явления, которые можно предсказать на основе ретродуктивной причины, не наблюдаются, то эта причина больше не является приемлемой ретродукцией, поскольку ее наличие не ведет к наблюдаемым явлениям. Хотя все ретродуктивные гипотезы могут предсказывать первоначальное наблюдение или наблюдения, разные гипотезы в конечном итоге приводят по крайней мере к некоторым различиям в предсказаниях, позволяющих сократить количество гипотез[36]. Таким образом, путем выработки дополнительных предсказаний и их проверки можно оценить достоверность ретродуктивных идей. Хотя философы и ученые использовали ГДМ для описания научного мышления, в ГДМ нет ничего однозначно научного. Как и в случае с индукцией, дедукцией и ретродукцией, ГДМ встречается в повседневной человеческой деятельности и решении задач.

Давайте рассмотрим пример ГДМ в повседневной жизни. Одним холодным утром вы садитесь в машину, поворачиваете ключ, а двигатель не заводится. Вы заметили, что ваша машина не заводится. Вы предполагаете, что причина в разряженном аккумуляторе. Вы только что использовали первую часть метода ГДМ — ретродуцировали гипотезу, объясняющую, почему ваша машина не заводится.

Посылка 1: Автомобилям для запуска нужны заряженные аккумуляторы.

Посылка 2: Моя машина не заводится.

Ретродукция: Разумно предположить, что мой аккумулятор разряжен.

Таким образом, была сгенерирована логически связная причинно-следственная мыслительная конструкция, которая означает, что с учетом имеющейся у вас исходной информации гипотеза (т. е. аккумулятор разряжен) предсказывает явление (т. е. машина не заводится)[37].

В более совершенном мире без логических заблуждений это был бы правильный ответ. Однако из-за ошибочного обоснования гипотезы следствием у вас возникает серьезная проблема. Можно привести несколько других гипотез, каждая из которых также предсказывает, что автомобиль не заведется. Например, может быть сломан замок зажигания или стартер, перегорел предохранитель, или вор вскрыл капот и украл аккумулятор, или в машине вообще отсутствует двигатель, а вы забыли, что вытащили его вчера. В самом деле, как и в случае с раком в маленьком городке в Арканзасе, если вы достаточно изобретательны, то разработаете бесконечное количество гипотез, объясняющих, почему ваш двигатель не заводится. Космические пришельцы посылают сигнал в вашу машину, чтобы предотвратить ее запуск. Демоны вселились в двигатель. Кто-то подменил машину на идентичную вашей, но сломанную.

Чтобы еще ярче проиллюстрировать этот момент, следующая ретродукция представляет логически безупречное объяснение того, почему ваша машина не заводится.

Ретродукция: Дух Элвиса Пресли очень рассержен безразличием людей к глобальному потеплению и ментально воздействует на все двигатели внутреннего сгорания в мире, предотвращая их запуск всемогущей властью короля рок-н-ролла[38].

Ретродукция — обычная и вездесущая часть человеческого мышления; в то же время обоснование следствием является проблемой для любой ретродукции, поскольку существует бесконечное количество причин, которые могут предсказать любой исход. В самом деле, не существует логического способа с помощью одних лишь рассуждений приписать гипотезе разряженного аккумулятора большую достоверность, чем у гипотезы Элвиса Пресли. Может показаться, что здесь поможет индукция, так как у вас раньше были разряженные аккумуляторы, но никогда не было проблем с Элвисом (по крайней мере, вы не знали об этом), однако, как сказано в разделе об индукции, хотя разряженный аккумулятор действительно может оказаться причиной, такая позиция не подкреплена логикой.

Именно в этот момент вы применяете дополнительные предсказания своих гипотез в сочетании с наблюдением (как пассивным, так и активным), чтобы сузить круг предположений. Проверяя новые предсказания, можно существенно сократить список ретродуктивных объяснений, которые остаются в силе. Вы заметили, что помимо того, что двигатель не запускается, лампочки на вашей приборной панели не загорались, когда вы поворачивали ключ. Это наблюдение можно предсказать, если разрядился аккумулятор, перегорел предохранитель или вор украл аккумулятор; однако это не может быть предсказано поломкой стартера.

Из гипотезы о разряженном аккумуляторе следует, что замена аккумулятора позволит автомобилю завестись (это не следует из других гипотез). Итак, если вы затем замените аккумулятор на новый, включите зажигание, и машина заведется, вы, по сути, выполнили активный эксперимент (в отличие от пассивного наблюдения). Вы заменили аккумулятор, и машина завелась. Мы предполагаем, что это единственное внесенное вами изменение, указывающее, что причина, по которой автомобиль не заводился, была связана с разряженным аккумулятором. Таким образом, вы подтвердили эту гипотезу и опровергли другие. Вы только что использовали метод ГДМ для предсказания и контроля определенного аспекта окружающего мира.

Логическая основа этого мышления изображена на рис. 2.3. Процесс начинается с первоначального наблюдения (шаг 1). В попытке объяснить первоначальное наблюдение предполагается несколько причин (шаг 2), каждая из которых приведет к предсказанию первоначального наблюдения. По этим причинам можно предсказать другие наблюдения (шаг 3), каждое из которых предсказуемо в силу некоторых, но не всех причин. Затем предсказания исследуются либо посредством наблюдения, либо посредством активных экспериментов, чтобы оценить, сбываются ли предсказания. Например, если вы наблюдаете ожидаемое явление 2, это поддерживает причины 2 и 3, но исключает причину 1, тогда как ожидаемые явления 1 или 3 поддерживают только причины 1 или 3 соответственно и исключают причину 2.

Рис. 2.3. Взаимодействие между различными категориями предсказаний

Как мы увидим позже, в действительности ситуация намного сложнее, но это основной принцип работы ГДМ. В нашем примере с автомобилем начальное наблюдение заключалось в том, что автомобиль не заводится. Из множества причин одни предсказывали, что подсветка приборной панели будет работать, тогда как другие предсказывали, что нет; таким образом, наблюдение за лампочками приборной панели помогло сузить область ретродуктивных гипотез. Из проверенных гипотез только гипотеза о том, что аккумулятор разряжен, предсказывала, что замена аккумулятора решит проблему.

Ремонт автомобиля путем замены аккумулятора, по существу, исключил все остальные выдвинутые гипотезы и поддержал гипотезу о разрядке аккумулятора. Многие люди (включая многих ученых) сказали бы, что таким образом доказано, что проблема была в разряженном аккумуляторе; к сожалению, это не так. Но почему нет? Хотя пример кажется очень простым, всегда можно предложить другую гипотезу, объясняющую наблюдаемые явления. Возможно, на клеммах для подключения к аккумулятору образовался толстый слой окислов, что мешает электрическому контакту. В этом случае замена аккумулятора заставила автомобиль завестись, но не потому, что старый был разряжен, а потому, что вы непроизвольно очистили клеммы из-за трения, вызванного заменой аккумулятора.

Это демонстрирует способности ГДМ решать проблемы (в конце концов, машина сейчас заводится), но также и его неспособность добиться уверенности: мы не можем быть абсолютно уверены, почему так получилось[39].

Как загнать себя в угол: классический пример повседневного мышления

Представьте, что вы провели неделю на пляже, расслабляясь под летним солнцем, вместо того чтобы пойти на работу. В первый день начальник, обеспокоенный вашим отсутствием, звонит вам на мобильный. Старательно имитируя «больной голос», вы говорите ему, что утром проснулись с лихорадкой и ознобом, что у вас грипп и вы не придете на работу, пока не выздоровеете. По сути, вы предоставили своему боссу гипотезу, которая предсказывает наблюдение, что вы не на работе. Ваше объяснение было дано после наблюдения (вы не на работе), но оно описывало причину, предшествовавшую тому, что вы не были на работе (проснулись с лихорадкой и ознобом). Другими словами, если бы босс выдвинул гипотезу о том, что вы слишком больны, чтобы вставать с постели, он мог бы предсказать исход, что вы не придете на работу. Это эквивалентно ретродукции гипотезы, согласующейся с наблюдениями.

Однако вы не знали, что во время вашего отсутствия босс несколько раз звонил вам домой (просто чтобы спросить, как вы себя чувствуете), и, конечно же, вы не ответили ни на один из телефонных звонков, потому что были на пляже. Это стало неожиданностью для вашего начальника, потому что можно было также предсказать (при прочих равных), что если вы заболели и лежите дома, то ответите на звонок[40]. Ваш босс подумал, что, возможно, вы настолько больны, что не можете ответить на звонок, и нужно вызвать вам службу спасения. Однако он также подумал, что вы могли уйти на прием к врачу или что вы на самом деле не болеете дома и устроили себе несанкционированный отпуск (еще один пример опровержения нескольких гипотез, каждая из которых предполагает, что вы не ответите на звонок). Вместо того чтобы проводить расследование, например снова позвонить на ваш мобильный телефон, пойти к вам домой или позвонить в службу спасения, ваш босс решил просто подождать. Когда вы возвращаетесь на работу, он спрашивает, почему вы не взяли трубку домашнего телефона. Опасаясь, что ваш обман будет раскрыт, вы отвечаете, что у вас отключили стационарный телефон и вы пользуетесь только мобильным. Вы изменили условия гипотезы, добавив вспомогательное утверждение об отсутствии стационарного телефона, так что снова результат предсказуем (я был слишком болен, чтобы приходить на работу, и поэтому я остался дома, где телефон отключен от линии).

К сожалению, во время разговора с вами босс замечает, что у вас свежий загар! Ваш загар определенно нельзя было предсказать исходя из гипотезы; напротив, следовало предположить, что вы находитесь дома и недоступны солнечным лучам. Охваченный нарастающим отчаянием, вы говорите своему боссу, что недавно купили домашний солярий и проводили в нем по полчаса в день, пока болели, потому что это полезно для скорейшего выздоровления. Опять же, обновленная гипотеза (мне было слишком плохо, чтобы приходить на работу, поэтому я остался дома, где отключен домашний телефон, но есть солярий) соответствует наблюдениям — вы отсутствовали на работе, не отвечали на телефонные звонки и теперь вернулись с загаром. Вдохновленный вашим описанием того, насколько хорош солярий, ваш босс спрашивает, может ли он зайти к вам домой сегодня вечером и воспользоваться солярием, чтобы подготовиться к предстоящей поездке на Карибские острова. Из вашего нового объяснения ваш босс может предсказать, что если он войдет в ваш дом, то увидит солярий. На самом деле, зайдя в ваш дом, ваш босс не наткнется на солярий и может увидеть телефон, подключенный к стационарной линии, и в этот момент вам придется придумать еще одну ложь, чтобы объяснить отсутствие солярия и наличие телефона, — или так, или признать, что вы все время лгали.

В какой-то момент своей жизни большинство из нас сталкивались с ситуацией, когда мы сами себя загоняем в угол, — это, по сути, процесс ГДМ. Это случается в наших личных и профессиональных отношениях, а также является важной частью работы полиции и прокуратуры в отношении обвиняемых. Обвиняемый предъявляет алиби, что он находился за сотни миль от места совершения преступления. Полиция собирает всю информацию, которую можно предсказать из алиби, такую как свидетели, распечатки телефонных звонков, выписки с банковских счетов, записи камер наблюдения и тому подобные сведения, чтобы проверить, соответствуют ли они вашим утверждениям. Если доказательства не соответствуют вашему алиби, то полиция делает вывод, что вы лгали им, и вы остаетесь подозреваемым. В самом деле, как ученые часто говорят об опровержении гипотезы, так и сотрудники правоохранительных органов говорят об оправдании (или обвинении) подозреваемого. Фактически с помощью этого процесса можно проводить много разных исследований.

Любой, кому довелось иметь детей, загонял себя в угол, и легко убедиться, как даже маленькие дети участвуют в процессе ГДМ. Например, в западном обществе есть веские доказательства того, что Санта-Клаус существует. Под рождественской елкой появляются подарки, и визит Санта-Клауса служит объяснением наблюдаемого явления. Но затем ребенок спрашивает: как Санта делает все эти игрушки, как он попадает в наш дом и как он попадает в каждый дом в мире? На это у нас наготове ответы: у него есть армия эльфов, делающих игрушки, он проникает через дымоход, у него летающие сани, запряженные волшебными оленями. Но с помощью этих уточнений ребенок может делать новые прогнозы, что приводит к следующим вопросам: чем Санта кормит всех эльфов, как он проникает в дома и квартиры без дымоходов, и не жарко ли оленям, когда они летят через экватор? Если вы принадлежите к западной культуре и имеете детей, то продолжение этого упражнения вы уже знаете.

Гипотетико-дедуктивное мышление как характерное свойство науки

Гипотетико-дедуктивное мышление было предложено в качестве модели того, как работает наука, и эту модель можно использовать в качестве критерия для разграничения между наукой и ненаукой. Однако у этого аргумента есть проблемы, которые можно разделить на несколько групп.

Первая проблема заключается в том, что ГДМ не может предоставить никаких истинных «знаний», согласующихся с общей проблемой знаний, описанной ранее.

По словам Джона Стюарта Милля:

Это возражение вызывает беспокойство только у того, кто считает, что наука определяется как набор фактов и, следовательно, не может мириться с отсутствием истины. Но это возражение не выдерживает критики, если мы признаем (а я думаю, что должны), что наука ошибочна по определению, учитывая все ошибки, которые наука совершала, совершает и будет совершать. Поскольку наука несовершенна и подвержена ошибкам, врожденная неоднозначность гипотетико-дедуктивного мышления не мешает ему служить критерием научной практики. Если наука призвана развивать нашу способность предсказывать и контролировать мир природы и не питает амбиций найти лежащие в основе природы «абсолютные истины», тогда против ГДМ нет никаких возражений.

Вторая проблема намного серьезнее. Как показано на примере неисправного автомобиля, ГДМ — это обычное человеческое мышление в повседневной жизни, осуществляемое в том числе далекими от науки людьми; поскольку это часть повседневного мышления и встречается повсюду, это должно исключить ГДМ как достаточное условие для определения научности (если мы только не скажем, что все мы постоянно занимаемся наукой, что неправда и ничем не помогает в нашей задаче). Это не значит, что механик глуп и бесполезен — я знаю мало ученых, которые могут починить машину, но мы обычно не называем механиков учеными. Возможно, еще более тревожным признаком являются многочисленные свидетельства того, что практикующие ученые (даже всемирно известные ученые с большими достижениями) проводят исследования и совершают открытия способами, в которых мало общего с ГДМ. В самом деле, наука часто преподносится и воспринимается постфактум как процесс, основанный на ГДМ, но, как правило, на самом деле это не так (это подробно рассматривается в главе 10).

Получается, что гипотетико-дедуктивное мышление присуще не только ученым, и, возможно, это даже не тот процесс, посредством которого наука делается в наши дни. Следовательно, мы не можем обоснованно утверждать, что ГДМ является ключевым свойством науки. Однако это не означает, что ГДМ не является важным компонентом научной практики. В следующих главах будет рассказано о том, что хотя использование ГДМ само по себе не отличает науку от ненауки, способ, которым применяют ГДМ ученые, на самом деле способствует отграничению науки от повседневной практики. Поэтому наши рассуждения о ГДМ не напрасны. Наличие общего представления о том, как сочетание индукции, дедукции и ретродукции образует способ мышления, который, кажется, является общим для человеческого познания, впоследствии поможет нам сформулировать определение науки.

Призрачные сущности науки

Начиная с 1667 года и на протяжении 1700-х годов много времени было потрачено на изучение важного природного вещества, которое называлось «флогистон». Было замечено, что при сгорании любое вещество становилось легче, в то же время оно испускало тепло и свет. Снижение веса свидетельствовало, что горящие вещества теряют часть своей массы, выделяя тепло. Это выделившееся вещество, выделяющее тепло, было названо флогистоном. Другое известное наблюдение заключалось в том, что если поместить зажженную свечу в закрытый сосуд, она будет гореть некоторое время, а затем погаснет. Поскольку горение прекратилось, а большая часть свечи осталась нетронутой, можно заключить, что истощение флогистона не объясняет наблюдаемое явление. Вероятно, каким-то образом изменилось качество воздуха. Действительно, эта гипотеза подтверждалась наблюдением, что если в сосуд впустить свежий воздух, то угасающая свеча снова вспыхнет. Из этих наблюдений ученые сделали вывод, что для горения вещества окружающий воздух должен поглощать флогистон, который оно выделяет, и через некоторое время горение прекращалось, потому что флогистон больше не мог поглощаться воздухом. Это очень похоже на растворение поваренной соли в воде — соль будет растворяться по мере добавления (и, кстати, сделает воду более холодной) до точки, после которой раствор станет насыщенным и соль больше не сможет растворяться; однако при добавлении пресной воды растворение возобновится.

Также было отмечено, что способность воздуха поддерживать жизнь непосредственно связана с его способностью поддерживать горение. Другими словами, если поместить небольшое млекопитающее (обычно мышь) в закрытый сосуд, через некоторое время оно умрет, а оставшийся воздух не сможет поддерживать горение; и наоборот, если держать в сосуде зажженную свечу до тех пор, пока она не погаснет, воздух больше не сможет поддерживать жизнь мыши. Удивительно, но если поместить в «испорченный» воздух растение, оно будет хорошо себя чувствовать, и через некоторое время воздух снова сможет поддерживать горение или жизнь мыши. Казалось очевидным, что и горение, и жизнедеятельность организма приводят к высвобождению флогистона, поэтому мы дышим, чтобы изгнать флогистон из наших тел. Воздух может поглотить только определенное количество флогистона и, таким образом, поддерживает горение или жизнь мыши в течение ограниченного времени. Однако растения удаляют флогистон из воздуха, восстанавливая его способность поглощать флогистон и поддерживать жизнь мышей или горение. Гипотеза флогистона прекрасно согласуется с принципами гипотетико-дедуктивного метода; все известные явления можно было предсказать, исходя из предположения, что флогистон существует и что воздух может поглощать лишь ограниченное его количество.

Когда ученые начали понимать, что «воздух» на самом деле представляет собой смесь различных сущностей, изучение состава воздуха стало богатой областью исследований. Когда был открыт азот, выяснилось, что он не поддерживает горение и жизнь мышей. Это было истолковано как создание «флогистированного» воздуха; другими словами, азот не обладал способностью поглощать флогистон. Несколько лет спустя Джозеф Пристли сделал любопытное наблюдение, что нагревание оксида ртути приводит к «дефлогистированию» воздуха. Воздух, обработанный путем нагревания оксида ртути, был способен поглощать больше флогистона и, как следствие, усиливал горение пламени, а мышь могла жить в таком воздухе дольше, чем в обычном воздухе[42]. Изучение флогистона казалось триумфом, поскольку каждое новое открытие прекрасно вписывалось в целостную теорию.

Дальнейшие исследования природы показали, что некоторые вещества, в частности металлы, на самом деле становились тяжелее при горении. Это стало серьезной проблемой для теории флогистона, поскольку трудно объяснить, почему вещество, которое теряет флогистон (и выделяет тепло), становится тяжелее, а не легче. Ученые предложили ряд объяснений, но в конечном итоге (другими исследованиями и известными экспериментами) было показано, что во время горения вещества на самом деле соединяются с чем-то, что содержится в воздухе. В действительности, согласно нашему нынешнему пониманию, флогистона не существует; наоборот, в воздухе присутствует противоположность флогистону, которую мы теперь называем кислородом. Свеча перестает гореть в закрытом сосуде не потому, что воздух больше не может поглощать флогистон, выделяемый свечой; напротив, воздух содержит элемент, жизненно важный для горения (кислород), и вещества перестают гореть, когда потреблен весь кислород. Нагревание оксида ртути не приводит к дефлогистированию воздуха; на самом деле при этом выделяется кислород, газ, необходимый как для горения, так и для жизни. Это открытие вызвало инверсию представлений, сдвиг парадигмы не менее глубокий, чем предположение, что Земля вращается вокруг Солнца, а не наоборот.

Я рассказал эту историю для того, чтобы вы задумались о природе абстрактной сущности, которой был флогистон. Подобно многим вещам, исследуемым наукой, сам флогистон никогда непосредственно не наблюдался; наблюдались эффекты присутствия флогистона, которые служили веским доказательством его существования. Понятие флогистона было в основном введено как обозначение объекта, объясняющего наблюдаемые явления. По мере накопления наблюдений они интерпретировались в свете существования флогистона. Как уже обсуждалось, процесс ретродукции подвержен ошибочному обоснованию гипотезы наблюдением. Тот факт, что существование флогистона объясняет все наблюдаемые эффекты, вовсе не означает, что флогистон обязательно существует (с логической точки зрения). Однако идея флогистона, безусловно, какое-то время очень хорошо объясняла явления мира природы. Многие ученые снова и снова убеждались, что они на самом деле «наблюдают флогистон» или его отсутствие. Ученые изучили природу флогистона. Они изучили его свойства. Они могли измерить массу флогистона, покинувшего горящие вещества. Они могли удалить флогистон из воздуха, поглотив его нагретым оксидом ртути. Они могли вернуть флогистон в воздух, сжигая свечу.

Как могли ученые изучать физические свойства вещей, которые существовали только в их воображении? Прежде всего нам нужно согласиться с более широким философским представлением о том, что в нашем воображении нет ничего предсказывающего, независимо от того, насколько хорошо наши постулируемые теории объясняют наблюдения. Предложить ненаблюдаемую сущность для объяснения наблюдаемых явлений — отнюдь не то же самое, что продемонстрировать ее существование. Ни один ученый никогда напрямую не наблюдал электрон, атом или бозон Хиггса, но мы с уверенностью заявляем, что они существуют, потому что можем изучить предсказанные эффекты их существования. Фактически мы заменили абстрактное понятие флогистона столь же абстрактным понятием кислорода, и хотя предположение о существовании кислорода объясняет больше наших наблюдений, чем флогистон, оно не менее абстрактно. Мы чувствуем себя уверенно, изучая такие объекты, но в конце концов каждый из этих объектов с философской точки зрения не отличается от флогистона. Ученые изучают явления, но при этом говорят с точки зрения научных объектов. Важно помнить, что многие научные объекты, изучаемые наукой, всегда будут страдать от уязвимости недоказуемого существования. Вот почему, когда кто-то постулирует исходные предпосылки, а затем строит теории с огромной предсказательной силой (например, Евклид и Ньютон), нельзя использовать успех теории как доказательство того, что посылки на самом деле верны. Они могут быть правильными, но их нельзя доказать; сколько раз случалось за историю науки, что «известные» научные объекты и общепринятые научные предпосылки и принципы позже оценивались как не существующие нигде, кроме воображения ученых.

В первых двух главах мы рассмотрели общую логическую структуру гипотетико-дедуктивного мышления, которое является одним из способов представления науки (если не того, как она фактически работает). Учитывая внутренние недостатки в каждой из его составных частей (индукция, дедукция и ретродукция), а также наблюдение, что эти недостатки почти не компенсируют друг друга, неудивительно, что само ГДМ обладает совокупностью недостатков своих компонентов, а то и новыми недостатками. Однако это лишь начало нашего исследования науки. Люди в целом и ученые в частности не мыслят в рамках отдельных, индивидуальных систем ГДМ. Конструкции убеждений человека представляют собой сложную систему причин и следствий, начиная от очень практических и фундаментальных (почему я чувствую голод, почему моя машина не заводится, каковы правила моего мира, как физические, так и социальные?) до возвышенных и абстрактных (каковы истоки Вселенной, в чем смысл жизни, почему мы существуем?). В нас одновременно уживаются многочисленные и сложные конструкции убеждений, которые пересекаются и влияют друг на друга. В следующей главе мы исследуем особенности систем мышления, которые возникают при объединении нескольких меньших ГДМ-систем в более масштабное мировоззрение.

Проблема подтверждения гипотезы

Сами ученые часто ссылаются на данные, подкрепляющие или даже доказывающие идею, но вопрос о том, что представляет собой подтверждающее свидетельство (и в какой мере оно подтверждает), остается открытым. Вопрос о подтверждении наиболее глубоко изучен в основополагающих работах[43] Карла Хемпеля. Рассмотрим гипотезу о том, что все вороны черные (как это сделал Хемпель). Исходя из этой гипотезы, можно однозначно предсказать, что каждый раз, когда кто-то видит ворона, это будет черная птица. Если кто-то видит черного ворона, «доказывает» ли это гипотезу? Разумеется, нет. Чтобы доказать гипотезу подтверждающими примерами, нужно проверить цвет каждого ворона в настоящем, прошлом и будущем. Если кто-то заключит, что все вороны черные, после наблюдения за каждым вороном, кроме одного, гипотеза все равно не будет «доказана» — этот последний ворон вполне может оказаться зеленым. Это прежняя проблема создания обобщенных утверждений на основе конечных наблюдений, с которой мы столкнулись при описании индукции в главе 1. Следовательно, проблемы подтверждения имеют сходство с проблемами индукции, только с более очевидной практической направленностью[44].

В то же время было бы очень странным утверждать, что наблюдение за черным вороном совсем не является доказательством в пользу гипотезы о том, что все вороны черные. Но какова доказательная сила отдельного черного ворона? Карл Хемпель ввел в анализ подтверждающих свидетельств очень интригующее понятие. Гипотеза о том, что «все вороны черные», изображена в виде диаграммы на рис. 3.1. Поскольку все вороны черные, то круг, определяющий воронов, попадает в совокупность всех черных вещей. Конечно, есть много черных вещей, которые не являются воронами (содержимое светло-серого круга, за исключением того, что попадает в круг воронов). Во Вселенной также есть очень много вещей, которые не являются ни воронами, ни черными (нечерные не вороны в темно-сером круге, не считая круга «все черные вещи»). Хемпель указал, что высказывание «все вороны черные» дает то же самое предсказание, что и высказывание «все, что нечерное, — не вороны». Другими словами, если все вороны черные и вы ограничили себя наблюдением только за нечерными вещами, то вам незачем наблюдать за воронами (ибо все, что нечерное, не является воронами). Поскольку результаты обеих гипотез идентичны, они рассматриваются как эквивалентные утверждения.

Допустим, перед нами зеленое яблоко. Это означает наблюдение за вещью, которая не является ни вороном, ни черным и, следовательно, является доказательством утверждения «все, что не является черным, не вороны». Возникает очевидный парадокс: в силу эквивалентности утверждений наблюдение за зеленым яблоком также доказывает утверждение, что «все вороны черные». Если это верно, то любое наблюдение за любой вещью в мире (кроме нечерного ворона) является подтверждением гипотезы о том, что все вороны черные. Получается, что любое наблюдение, которое не опровергает гипотезу, является свидетельством в ее пользу. Другими словами, проблема заключается скорее не в том, что подтверждающие доказательства трудно найти, а в том, что их слишком легко получить, потому что все не опровергающие гипотезу наблюдения служат ее доказательством.

Рис. 3.1. Графическое представление парадокса ворона

Пример Хемпеля с вороном (часто называемый «парадоксом ворона») может показаться абстрактным и нарочитым, но его последствия весьма актуальны и практичны. Возьмем, к примеру, детектива, который пытается раскрыть тайну убийства на корабле, на борту которого находилось всего 10 человек. Это очень похоже на популярную настольную игру Cluedo (В России продается одна из версий под названием «Паутина лжи». — Прим. перев.), в которой есть ограниченное количество подозреваемых. Если исключить всех подозреваемых, кроме одного, можно сделать уверенный вывод о виновности этого человека. Однако ни одно из доказательств виновности профессора Плама не имеет ничего общего с известными фактами о профессоре; наоборот, все наблюдения лишь доказывают невиновность других подозреваемых. В данном случае этот подход работает, потому что существует конечный и фиксированный набор подозреваемых. Действительно, как говорил блестящий (хотя и вымышленный) сыщик Шерлок Холмс, «отбросьте все невозможное, и то, что останется, будет ответом, сколь невероятным оно ни казалось бы»[45]. Если ограничить возможности (как в игре Cluedo), то действительно можно использовать парадокс ворона, чтобы что-то доказать. Если я знаю, что есть только пять подозреваемых, которые могли убить жертву, и я исключаю четверых из них, тогда оставшийся подозреваемый должен быть убийцей. Однако это работает только в том случае, если я могу сказать с абсолютной уверенностью, что никто другой не мог убить жертву, что жертва действительно была кем-то убита и что я точно знаю, что жертва не покончила с собой.

Из этих соображений никоим образом не следует, что зеленое яблоко является более сильным доказательством гипотезы о черных воронах, чем сами черные вороны; они просто говорят о том, насколько дешевы подтверждающие доказательства и сколько вещей можно доказать таким способом. Согласно пояснениям Хемпеля, зеленое яблоко не только доказывает, что все вороны черные, оно доказывает, что все вороны желтые, все вороны синие, все автобусы бледно-лиловые, все самолеты оранжевые и т. д. Существует ряд решений парадокса ворона, а также его подробный философский анализ, выходящие за рамки данной книги. Однако у философов нет единого мнения о точном смысле и значении парадокса ворона, а также о том, является ли это парадоксом вообще.

Тем не менее если бы мы могли наблюдать абсолютно все нечерные объекты во Вселенной и ни один из них не оказался бы вороном, то любой существующий ворон должен был бы быть черным (то есть все вороны действительно черные). Поскольку Вселенная содержала невероятно много объектов на протяжении огромного промежутка времени, наблюдение зеленого яблока — лишь бесконечно слабое доказательство того, что все вороны черные, но тем не менее это действительно доказательство. Другой вопрос — насколько важны бесконечно слабые доказательства. Рассуждения Хемпеля на самом деле отражают идею, что Вселенная является концептуально взаимосвязанным местом и что невозможно создать гипотезу об отдельном объекте, не делая утверждений обо всех объектах. Это критически важный и глубокий момент, который необходимо иметь в виду при рассмотрении «целостного» научного подхода, который и является целью данной главы.

Актуальность примера Хемпеля не следует недооценивать, поскольку практикующие ученые на самом деле делают именно то, о чем Хемпель говорил все время, особенно сегодня, когда становятся все доступнее невероятные вычислительные мощности и огромные объемы данных (так называемые «большие данные»). Эта область исследований получила название «наука о данных», и сейчас она активно развивается и определяет свои рамки. Например, в настоящее время предпринимаются попытки найти генетическую причину многих заболеваний. Говоря упрощенно, исследователи секвенируют ДНК людей, которые страдают определенным заболеванием, и ДНК людей, у которых такого заболевания нет, и пытаются найти генетические элементы, которые всегда присутствуют при наличии болезни и никогда не встречаются при ее отсутствии (Во многом это практическое применение методов Джона Стюарта Милля). Во многих случаях ответы сложнее, чем просто «да» или «нет», поскольку многие гены вносят свой вклад сложным небинарным образом.

При этом, как уже было сказано, если ограничить систему доказательств предположением, что причина болезни кроется в последовательности ДНК, и суметь исключить каждый ген, кроме одного, то можно считать оставшийся ген наиболее вероятной причиной болезни. Другими словами, это эквивалентно наблюдению всех нечерных объектов во Вселенной, констатации того, что ни один из них не является вороном, и заключению, таким образом, что все вороны черные, — но никогда не видя ворона. Такой подход требует множества исходных предпосылок, которые могут быть изначально неверными, включая ошибочно заданные границы закрытой системы, однако он становится все более востребованным в научных исследованиях.

Учитывая, что Вселенная как минимум слишком обширна для людей, чтобы наблюдать в ней все объекты, мы никогда не сможем получить никаких доказательств путем поиска подтверждений за пределами закрытых систем. Тем не менее предположение о закрытых системах является важной частью научной практики. Ученые стремятся сделать любую идею проверяемой, но это влечет за собой один из источников ошибок в научных рассуждениях — иногда предположение о закрытой системе оказывается неверным. Тем не менее с учетом этой уязвимости научное мышление в стиле парадокса ворона может послужить источником доказательств, которые столь же нелогичны, сколь и мощны.

Опровержение идей и гипотез

Если и есть какой-нибудь научный философ, о котором знают все современные практикующие ученые, так это Карл Поппер. Если коротко, Поппер сказал, что хотя невозможно предоставить убедительное доказательство гипотезы, ее можно убедительно опровергнуть, и именно эта практика помогает отделить науку от ненауки. Невозможно доказать, что все вороны черные, наблюдая одного черного ворона за другим (или одно зеленое яблоко за другим), потому что окружающий мир не является замкнутой системой, и невозможно наблюдать всех воронов, все яблоки или что-то еще; однако достаточно найти единственного ворона, который не является черным, и это убедительно опровергнет гипотезу о том, что все вороны черные. В то время как попытка доказать гипотезу всегда сопряжена с проблемами индукции, опровержение гипотезы («фальсификация» по словам Поппера) носит дедуктивный характер и, как таковое, не страдает проблемами индукции. Мы можем опровергать гипотезы и исключать их. Что касается гипотез, которые мы считаем правильными, они никогда не доказываются, а скорее «укрепляются» неудачными попытками их опровергнуть. Чем дольше нам не удается их опровергнуть, тем больше они укрепляются[46].

Идеи Поппера прочно вошли в жизнь профессиональных ученых. Действительно, многие академические и профессиональные ученые признают, что гипотеза не может быть доказана (хотя на первый взгляд может показаться, что у них нет такого согласия)[47]. Из тех, кто признает, что гипотезы не могут быть доказаны, большинство заявит, что они могут быть уверенно опровергнуты и что стремление опровергнуть гипотезу — самый верный способ двигаться вперед[48]. Действительно, идея опровергнуть гипотезу, чтобы не тратить время и ресурсы на ее развитие, лежит в основе исследовательских грантов, статей о науке и рассказов академических ученых о своей работе. Это одна из отличительных черт, которую часто приписывают научному методу. Альберту Эйнштейну приписывают знаменитую цитату: «Никаким количеством экспериментов нельзя доказать теорию; но достаточно одного эксперимента, чтобы её опровергнуть»[49].

Поппер использовал идею опровержения гипотез как характеристику науки в противовес лженауке и ненауке. Особое впечатление на Поппера произвели теории, рождающие смелые и «рискованные» предсказания, которые можно проверить, но нельзя было вывести на основании других теорий. Если предсказание не сбывается, теория мертва; если же предсказанное явление удалось наблюдать, то это весьма сильное подтверждение, поскольку без теории не было бы и этого предсказания. В качестве примера такой научной теории Поппер использовал теорию относительности Эйнштейна и ее предсказания о поведении света в сильных гравитационных полях.

И наоборот, по мнению Поппера, теория, которую в принципе невозможно опровергнуть никакими доказательствами, не является научной теорией. Особенно показательным примером, который использовал Поппер, были теории психологии, которые возникли как раз в его время. Поппер рассматривал теории как Фрейда, так и Адлера. Например, Адлер предположил, что именно стремление компенсировать чувство неполноценности мотивирует человеческое поведение. Поппер привел два противоположных примера: первый, когда мужчина намеренно топит ребенка с целью убить его, второй, когда мужчина рискует собственной жизнью, чтобы спасти тонущего ребенка. «Согласно Адлеру, первый мужчина страдал от чувства неполноценности, и это вызвало необходимость доказать, что он осмелился совершить какое-то преступление, и то же самое сделал второй мужчина, который хотел доказать себе, что он осмелится спасти ребенка. Я не смог придумать какой-либо человеческий поступок, который не укладывался бы в эту теорию»[50]. Поппер считает, что любое человеческое поведение может быть объяснено теорией и как таковая теория не может быть опровергнута. Если теория не может быть опровергнута никаким наблюдаемым явлением, это не делает теорию неправильной, это просто делает ее невосприимчивой к проверке и недоступной научному анализу.

Поппер нашел особую иронию в том, что теории, которые, кажется, объясняют больше всего (и поэтому кажутся лучшими), на самом деле являются наименее научными теориями, исходя из которых, невозможно добиться большого прогресса. По его словам: «Именно этот факт — то, что они всегда соответствовали наблюдениям, что они всегда подтверждались, — в глазах их поклонников был самым сильным аргументом в пользу этих теорий. Я начал понимать, что эта очевидная сила на самом деле была их слабостью».

Это похоже на споры, которые иногда происходят между богословами и учеными относительно того, какой подход может лучше объяснить опыт. Несовершенство научного понимания и неспособность объяснить явления природы служат аргументами тем, кто настаивает на противопоставлении религиозного и научного мышлений, утверждая, что наука уступает религии в объяснении опыта. Я хотел бы признать, что эта точка зрения полностью верна; в целом религия может предложить такой уровень объяснения, которого наука никогда не сможет достичь. Если же человек ищет способность предсказывать и контролировать природу, влиять на явления и менять условия жизни — в этом наука вне конкуренции. Разница между объяснением природы и способностью предсказывать и контролировать ее явления может показаться незначительной, но она очень глубока.

Конечно, существует множество религий самых разных свойств. В западном и ближневосточном мире приверженцы авраамических религий указывают на тот факт, что их религиозная доктрина может дать исчерпывающие объяснения и ответы относительно окружающего мира, или, по крайней мере, нет опыта, который нельзя было бы интерпретировать с позиций веры. Даже вещам, которые ускользают от нашего понимания, всегда можно дать объяснение, что «людям не велено этого знать», что «пути Господни неисповедимы», что «заблуждение — это способ расти духовно и укрепить веру» и так далее. Напротив, наука всегда оставляет нас наедине со множеством неопределенностей и явлений, которым у нас нет полного объяснения, а в некоторых случаях — вообще никакого. У природы нет высшей цели и нет добродетели, а в нашем невежестве нет глубокого смысла. Мы просто невежественны, потому что у нас пока нет (и, возможно, никогда не будет) ответа, который работает. Умение распознавать свое невежество, принять его и посмотреть ему в глаза — ключ к научному мышлению[51].

Если ваша цель — уверенность и понятная картина мира, тогда вам следует придерживаться религии (или аналогичного подхода), потому что религия дает гораздо лучшее «объяснение» опыта. Подобная объяснительная сила не ограничивается религиями и их божествами; позже я покажу, как теории определенного рода, даже те, которые изначально выглядели как научные, могут с комфортом дать объяснения всем событиям. Именно об этом Поппер говорил Адлеру, теория которого постфактум объясняет, почему кто-то что-то сделал, но не может предсказать дальнейшее поведение кого-либо в определенных обстоятельствах. Напротив, наука не может и никогда не должна претендовать на такой уровень объяснения и определенности. Это не означает, что наука не предлагает объяснений; очевидно, что она делает это, но не в абсолютной форме, и никогда не объясняет все, по крайней мере пока[52].

Причина, по которой многие религии могут «объяснить все», заключается в том, что любое очевидное противоречие может быть легко устранено теологическим аргументом. Обратите внимание, что эти теории (или теологии) все объясняют, но ничего не предсказывают. Способность религии предсказывать будущие явления крайне мала, несмотря на развитую способность объяснять уже случившиеся. Я не хочу сказать, что религии и религиозные деятели не проявляют любознательности, критичности или временами не пытаются понять свой опыт в контексте своих религиозных убеждений. Однако в религии допустимо ограничиться заявлением, что мир такой, какой он есть, потому что Бог сделал его таким, — ведь объяснения работают лишь до определенного предела. По словам Вильгельма Баскервильского: «Если бы у меня были ответы на все вопросы, я бы преподавал богословие в Париже»[53]. Свет может огибать тела с сильной гравитацией или не огибать, и любой исход можно объяснить волей Божьей. Напротив, теория Эйнштейна утверждает, что свет будет огибать тела с сильной гравитацией, а если нет, то теория неверна. Это не делает заключения Адлера, некоторые теологические конструкции или неопровергаемые теории заведомо ошибочными, но лишает их предсказательной полезности и делает совершенно неопровержимыми при помощи научных доказательств — таким образом, с точки зрения Поппера, они ненаучны.

Другие ученые-науковеды подвергли идеи Поппера детальному разбору. Влияние идей Поппера не следует недооценивать, но и они тоже сталкиваются с двумя серьезными препятствиями на пути к описанию того, что такое наука и чем она отличается от ненауки. Во-первых, это наблюдение, что профессиональные ученые, даже те, кто добился огромного успеха, часто не действуют «научным» образом (т. е. они не предпринимают попыток опровергнуть свои гипотезы). Вторая проблема (была хорошо известна Попперу, и он анализировал ее в своих трудах) — гипотезы никогда не могут быть полностью опровергнуты, даже при наличии противоречивых данных.

Почему гипотезы не могут быть полностью опровергнуты

По моему опыту, многим ученым очень нравится использовать язык и основанные на наблюдениях аргументы для логического опровержения гипотез, предсказания которых не соблюдаются в природе. Однако науке и ее методам присущи некоторые нюансы, которые ведут к интуитивно не очевидным и весьма удивительным следствиям — в частности, никакое количество опровергающих свидетельств никогда не может полностью исключить гипотезу. Как это может быть? Возможно ли, что обнаружение белого ворона не сможет опровергнуть гипотезу о том, что все вороны черные?

Несколько философов разработали формальное определение этой проблемы. Ее часто называют проблемой Дюгема-Куайна. Сам Поппер явно знал об этой проблеме, хотя не ясно, был ли он согласен с тем, насколько она глубока. Проблемы опровержения гипотез, пожалуй, наиболее обобщенно сформулировал Уиллард ван Орман Куайн[54]. По сути, проблема в том, что отдельные гипотезы сами по себе не дают проверяемых предсказаний. Например, рассмотрим гипотезу, которая приводит к предсказанию, что весь свет в вакууме движется с постоянной скоростью (в данном случае 299 792 458 м/с). Из этой гипотезы можно сделать вывод о том, что при измерении скорости света в вакууме будет получено значение 299 792 458 м/с. Чтобы проверить это предсказание, нужно сконструировать экспериментальный прибор, способный измерять скорость света. Например, потребуется источник, излучающий свет, вакуум на определенном расстоянии для прохождения света, а также детектор света. Более того, понадобится таймер, который мог бы точно регистрировать, когда свет был испущен и в какой момент он был обнаружен. Итак, если кто-то изготовил такой прибор и получил скорость света, отличную от предсказанной, почему он не может полностью опровергнуть гипотезу? Ведь это кажется достаточно простым и логически правильным решением. Итак, в чем проблема?

Если бы физик выступил с таким опровержением, другие ученые моментально возразили бы ему вопросами: (1) откуда вы знаете, что это действительно полный вакуум? (2) как узнать, что ваши излучатели и детекторы света работают правильно? (3) как узнать, что ваш таймер работает правильно? Каждый из этих вопросов чрезвычайно важен, потому что опровержение гипотезы полностью зависит от правильности наблюдения, которое, в свою очередь, зависит от каждого из вышеперечисленных понятий.

Куайн назвал такие вопросы «вспомогательными гипотезами», которые лежат в основе всех проверок гипотез. В этом случае наиболее очевидными вспомогательными гипотезами являются предположения, что вакуум действительно полный, что источник света, детектор и таймер работают правильно. Как указал Куайн, любую гипотезу, которая кажется опровергнутой несбывшимся предсказанием, можно спасти, выдвинув или отвергнув вспомогательную гипотезу. Если в результате измерений вы получили скорость света 5000 м/с, это не опровергает базовую гипотезу, потому что вы могли неправильно измерить скорость света или объект измерения не является светом (т. е. одна из вспомогательных гипотез была неверной). Поппер назвал это переосмыслением теории «на ходу», чтобы спасти ее от фальсификации.

Вернемся к нашему предыдущему случаю, когда автомобиль не заводился при повороте ключа зажигания. Среди выдвинутых гипотез была мысль о том, что аккумулятор разряжен. Теперь представьте, что после замены аккумулятора машина все еще не заводится. На основании этого можно сделать вывод, что исходная гипотеза ошибочна, потому что проблема не в аккумуляторе. Однако для того, чтобы такой вывод был сделан с уверенностью, необходимо, чтобы каждая из вспомогательных гипотез (все они подразумеваются в неявном виде) также выполнялась. Вот несколько таких вспомогательных гипотез.

1. Новый аккумулятор, который вы вставили, действительно заряжен и исправен.

2. Вы правильно подключили аккумулятор.

3. Вы используете правильную модель аккумулятора.

Также следует отметить, что вспомогательные гипотезы не обязаны ограничиваться конкретными примерами и могут быть более абстрактными. Другими словами, за основной гипотезой могут скрываться самые разные вспомогательные гипотезы — что на аккумулятор не влияет необычное скопление солнечных пятен в данный день, цвет носков, которые носит механик, и выиграли ли «Чикагские медведи» Суперкубок прошлого года. Эти вспомогательные гипотезы не нужно создавать; они уже существуют на заднем плане нашего понимания. К сожалению, подобно бесконечному количеству основных гипотез, существует также бесконечное количество вспомогательных гипотез, которые можно использовать, чтобы спасти свою любимую гипотезу от опровержения. Чтобы изолировать и опровергнуть конкретную гипотезу, нужно выделить бесконечное количество различных вспомогательных гипотез, что не более возможно, чем наблюдение за каждым вороном, который когда-либо существовал или когда-либо будет существовать, или, если на то пошло, за каждой нечерной сущностью во Вселенной. Так что насчет того белого ворона, которого мы видели? Ну хорошо, откуда вы знаете, что у вас не галлюцинация, или что какой-то фильтр, меняющий цвет с черного на белый, не был поставлен перед вашими глазами, или что это действительно был ворон?

Существенным моментом здесь является то, что можно уверенно отвергнуть конкретную «сеть убеждений», когда нарушается логическая последовательность — когда посылки и гипотезы не поддерживают логически обоснованные, аргументированные выводы в контексте исходных убеждений. Однако невозможно определить, что является причиной нарушения последовательности — гипотеза, какое-либо другое исходное убеждение, рассуждение или наблюдаемое явление, — и, конечно, их может быть несколько. Можно восстановить логическую последовательность, изменив какой-то из этих факторов. Таким образом, добавление наблюдения и экспериментов может уверенно опровергнуть сеть убеждений, к которой они добавлены, но нельзя изолировать гипотезу или новое наблюдение (или любой другой компонент как таковой) как гарантированный источник логической несогласованности. Попытка выделить часть паутины убеждений — одна из движущих сил научных экспериментов и исследований.

Опасность опровержения подтвержденной теории

Практика науки такова, что предыдущие утверждения о знаниях всегда подлежат переоценке в будущем, по мере того как становится доступно все больше и больше информации об окружающем мире. Это проявление итеративной природы науки, которая постепенно исправляет сама себя. Так что имеет смысл на какое-то время принять подтверждающие доказательства (или неудачную попытку опровержения) в качестве поддержки идеи и продолжать искать новую информацию, которая подтвердит предсказания или приведет к опровержению теории. Зачастую это даже не эксперименты для дальнейшей проверки идеи, а сбор информации, которую сообщают другие, иногда в новом контексте и по другим причинам, включая даже предсказания, которые явно не следовали из теории. Хотя и доказательство, и опровержение на практике даются одинаково трудно, до тех пор, пока мы проявляем разумную и обоснованную уверенность в аргументах и соблюдаем баланс между вспомогательными гипотезами, ошибочные теории, когда-то считавшиеся истинными, всегда будут опровергнуты впоследствии, если новое наблюдение не соответствует тому, что предсказывает теория. По крайней мере, это неоднократно случалось в истории науки. Практически каждая теория, которая когда-то считалась верной, впоследствии оказывалась ложной, за исключением наших текущих теорий, которые завтра тоже могут оказаться под ударом опровержений. Как было сказано ранее, это невозможно сделать чисто логическим путем — поддержание достоверности теорий в актуальном состоянии является частью научной практики.

Хотя ни опровержение, ни доказательство не могут быть однозначными, отказ от идеи тем не менее кажется гораздо более продуктивным маневром, чем доказательство, как утверждал Поппер. Однако на практике у опровержения есть неприятная оборотная сторона — опасная стойкость его последствий. Если теория будет доказана неправильно, эта ошибка рано или поздно будет найдена и ученые детально исследуют проблему. Напротив, если теория опровергнута по всеобщему согласию, ученые прекращают ее изучать. Это происходит по ряду причин. Во-первых, большинство ученых больше не считают целесообразным тратить время и силы на дискредитированные идеи. Во-вторых, правительственные агентства очень неохотно поддерживают грантами научные исследования того, что уже было опровергнуто. Наконец, существует предвзятость публикации — если ученый повторно проверяет отвергнутую теорию и опровержение остается в силе (т. е. теория по-прежнему кажется явно ложной), такие исследования очень трудно опубликовать, поскольку научные журналы не считают так называемые отрицательные данные заслуживающими публикации[55]. У предвзятости научных журналов есть два негативных последствия: во-первых, она мешает подтверждать опровержения и, во-вторых, лишает ученых мотивации проверять существующие опровержения, которые могут быть ошибочными.

Опасность опровержения состоит в том, что как только идея отвергнута, она больше не изучается и фактически пропадает с экрана радара. Ущерб от ложных отказов широко распространен, с сильными колебаниями. Поскольку природа — это взаимосвязанная система вещей, которые в конечном итоге принадлежат одной и той же вселенной, ложное отклонение идеи может помешать прогрессу во всех областях. К ложному отказу со временем можно вернуться, если исследования покажут, что это единственный способ (или лучший способ) примирить продолжающиеся конфликты между теорией и наблюдением, но вернуться к отвергнутой идее — трудная задача для ученых по только что описанным причинам.

Неопределенность теорий

Осознание важности вспомогательных гипотез и понимание парадокса ворона дают начало представлению о том, что мир природы состоит из взаимосвязанных вещей и идей. Говоря словами Куайна, мы понимаем мир как «сеть убеждений», и изменение любой части сети оказывает обширное влияние на другие нити и узлы. Этот взгляд получил название холизма. Изоляция одной части целого отделяет часть мира от других взаимодействующих частей. Эта попытка изоляции и есть истинная причина существования лабораторий и упрощенных моделей — попытка ограничить переменные факторы (например, количество вероятных вспомогательных гипотез). Однако в конечном итоге нужно рассматривать систему как единое целое, чтобы понять функцию любой ее отдельной части в естественном контексте и понять, что любая изоляция может скрывать остальную часть окружающего мира.

Проблема обоснования следствием мешает нам уверенно и логически достоверно отвергать единственную гипотезу; всегда существует ряд конкурирующих гипотез. Однако проблемы холизма и вспомогательных гипотез не позволяют нам выделить какую-то одну из выдвинутых гипотез и окончательно отвергнуть остальные. Тогда как мы можем найти единственное объяснение тех частей окружающего мира, которые мы можем наблюдать?

Эта проблема была исследована и развита Дюгемом, Куайном и другими философами науки в двадцатом веке и называется «недоопределенностью»[56]. По сути, недоопределенность (underdetermination) — это формальная постановка проблемы, о которой говорилось ранее, что никакого количества данных никогда не будет достаточно, чтобы свести все возможные объяснения к одной гипотезе, отвергнув все остальные. Поэтому теория всегда остается «не полностью определенной». Более того, проблема заключается не только в неспособности отвергнуть все выдвинутые гипотезы, кроме правильной; нельзя полностью исключить даже одну гипотезу, потому что независимо от того, насколько сильным может быть опровергающий аргумент, любую гипотезу можно спасти от опровержения, изменив неявные условия или вспомогательную гипотезу (как указали Дюгем, Куайн, Поппер и др.).

Поскольку наука обычно довольно жестко ограничивает себя существующей сетью убеждений, недоопределенность не так уж важна в повседневной практике науки. Количество проверяемых гипотез, одновременно используемых в определенной области, обычно весьма ограничено. Как правило, наука не страдает проблемой множества гипотез, каждая из которых одинаково объясняет наблюдаемые явления. Это не означает, что в науке нет места конкурирующим гипотезам — они всегда есть. Однако часто бывает так, что не удается выдвинуть хотя бы одну гипотезу, способную объяснить все существующие данные разом, зато хватает конкурирующих гипотез, каждая из которых имеет свой недостаток.

Почему так бывает? Существующая сеть убеждений (например, наша база знаний, построенная на собираемых в течение многих веков свидетельствах) ограничивает то, какие гипотезы можно хотя бы рассматривать, поскольку любая гипотеза, противоречащая сети убеждений, не согласуется со всеми известными данными. Точно так же ограничено количество вспомогательных гипотез, не противоречащих какой-то части сети убеждений. Ошибки в существующей сети убеждений могут стать огромными препятствиями на пути прогресса, потому что ученые не решаются внести изменения в сеть, если только они не вынуждены сделать это под давлением новых доказательств или зайдя в теоретический тупик, из которого они не могут выйти, не подвергая сомнению некоторые аспекты сети. Поэтому наука в каком-то смысле препятствует рывку инноваций, но зато предотвращает безрассудное шарлатанство.

Однако не забывайте о недоопределенности, когда будете читать дальше[57]. Когда наука сворачивает не туда (а иногда это трагическая история), проблема недоопределенности теорий поднимает свою вполне реальную и уродливую голову. Недооценка роли вспомогательных гипотез ведет к всевозможным ошибкам. Как говорится, «допущение — мать всех неудач». Допущение — это просто еще один способ сказать, что за кулисами вашей идеи стоят вспомогательные гипотезы, которые недостаточно обоснованы и потенциально неверны.

Проверка дополнительных гипотез как норма человеческого мышления

Ученые в основном используют инструменты типичного человеческого мышления (индукция, дедукция и ретродукция). Проверка вспомогательных гипотез — вопрос, поднятый Куайном, — тоже нормальное человеческое мышление.

Рассмотрим сценарий, когда врач диагностирует у вас рак. Это шок, и вам сложно принять новую информацию. Но что, если диагностический тест на рак дал неправильный результат? Что, если была допущена канцелярская ошибка и ваше имя написали на чужих анализах? Вы только что оспорили вспомогательные гипотезы (или исходные предположения, составляющие вашу сеть убеждений), необходимые для того, чтобы ваш диагноз был правильным (например, анализы действительно ваши, тест был проведен правильно, онколог правильно истолковал результаты теста, в отчете онколога указано правильное имя пациента и т. д.). Опять же, хотя мы обычно не называем такие идеи вспомогательными гипотезами, ясно, что существует бесчисленное множество исходных предположений, которые должны быть правильными, чтобы основная идея была верной, и нормальное человеческое мышление подвергает их сомнению при тщательном изучении главной идеи. Столкнувшись с выводом, к которому мы относимся скептически, мы оспариваем его, спрашивая: «Но откуда вы знаете, что ... (вставьте сюда исходное предположение)?» В отличие от нашей склонности ставить под сомнение вспомогательные гипотезы, люди также обладают удивительной способностью игнорировать их, когда основная гипотеза интересна или желательна.

Перед вторжением союзников на Сицилию во время Второй мировой войны море выбросило на пляж в Испании тело, одетое в униформу британского королевского морского пехотинца. В его карманах были найдены документы на имя майора Билла Мартина, а также бумаги, подтверждающие, что вторжение произойдет в Греции и Сардинии, а не на Сицилии. Эта информация была передана немецкому верховному командованию и заставила его подготовиться к обороне Греции и Сардинии, оставив Сицилию уязвимой для вторжения. Однако, как и в любой сети убеждений, за информацией стояло множество вспомогательных гипотез. Некоторые из этих вспомогательных гипотез заключались в том, что тело действительно принадлежало майору британской морской пехоты, что приказы были подлинными, что приказы все еще действовали, что союзники не изменили свою стратегию с тех пор, как был отдан приказ, и т. д. На самом деле это было тело британца, который умер от случайного отравления крысиным ядом в Англии, и, чтобы ввести немцев в заблуждение, его тело одели в британскую военную форму, засунули в карман фальшивые документы и бросили в море у побережья Испании. Эта операция британцев получила название «Пирог с начинкой». Некоторые члены немецкого командования были настроены скептически и сомневались в том, что Билл Мартин действительно был настоящим майором, погибшим в бою. К счастью для союзников, британцы создали фальшивую личность майора Мартина и сфабриковали другие свидетельства, которые в конечном итоге заставили Германию признать подлинность приказов. Ошибка немецкого командования заключалась в доверии к вспомогательной гипотезе о том, что тело действительно принадлежало британскому майору.

Вспомогательные гипотезы постоянно присутствуют в нашем мышлении, и привычка подвергать сомнению вспомогательные гипотезы — это обычный способ тщательно проверить наши выводы. В практике науки маневр, выполняемый для проверки вспомогательных гипотез, называется «контролем». Предположим, ученый проводит эксперимент, чтобы проверить гипотезу о том, что некий вирус является причиной определенного заболевания. У пациента с этим заболеванием берут анализы, и вирус не обнаруживается, что приводит к опровержению гипотезы о причастности этого вируса. Чтобы такой экспериментальный результат был признан действительным, ученый обычно должен предусмотреть положительный контроль, который состоит в добавлении известного количества вируса к заведомо отрицательному образцу. Этот положительный контроль, по существу, оценивает вспомогательную гипотезу о том, что тест работает правильно и способен обнаруживать вирус. И наоборот, если вирус был обнаружен в каждом проанализированном образце или, по крайней мере, с необычно высокой частотой, тогда потребуется отрицательный контроль (образец, который заведомо не содержит вирус), чтобы оценить вспомогательную гипотезу о том, что тест не дает ложную реакцию на вирус, когда тот отсутствует. Поэтому, читая научную литературу, мы постоянно встречаем упоминания о контрольных экспериментах. Логическим обоснованием таких экспериментов является неизменная проблема зависимости наблюдений от достоверности ряда вспомогательных гипотез.

Хотя многие ученые твердо придерживаются мнения, что гипотезы действительно можно уверенно опровергнуть, они тем не менее тратят много времени и энергии на контрольные эксперименты именно потому, что опровержение не гарантирует отсутствие ошибки из-за ложного исходного предположения (например, вспомогательная гипотеза ошибочна). Таким образом, научная практика признает наличие проблемы опровержения, но ученые могут и не разбираться в ее логических причинах, а невозможность уверенного опровержения гипотезы редко упоминается в научной литературе и столь же редко признается практикующими учеными.

Хотя в быту мы редко употребляем формальные термины, но проблема опровержения часто встречается в повседневной жизни. При обсуждении вопроса общая идиома (при прочих равных), по сути, оговаривает, что ни одно из бесконечных исходных убеждений и вспомогательных гипотез не выделяется среди остальных. Таким образом, выделение одной идеи при равенстве всех остальных — это, по сути, мысленный эксперимент, направленный на решение проблемы вспомогательной гипотезы и исходных убеждений/предположений.

Как и сама концепция вспомогательных гипотез, использование того, что ученые называют контролем, входит в повседневную человеческую практику. Если вы заменили прежний аккумулятор вашего автомобиля на новый, а ваш автомобиль все равно не заводится, было бы разумно проверить новый аккумулятор с помощью вольтметра, чтобы убедиться, что он достаточно заряжен, или поместить его в другой автомобиль, чтобы проверить, заведется ли он, что служит «контролем» вспомогательной гипотезы о том, что новый аккумулятор исправен. Фактически обычный процесс поиска и устранения неисправностей включает проверку других исходных предположений (или вспомогательных гипотез) с помощью контрольных действий.

Несмотря на невозможность уверенно отвергать гипотезы из-за бесконечного количества вспомогательных гипотез, которые необходимо иметь в виду, это не означает, что следует игнорировать преимущества опровержения. Чем больше вспомогательных гипотез (т. е. средств контроля) указывают на свидетельства, не совместимые с тем, что предсказано основной гипотезой, тем больше вероятность того, что эта гипотеза окажется ошибочной. Более того, поскольку опровержение по своей природе похоже на дедукцию (тогда как подтверждение является индуктивным), оно имеет больший вес, чем подтверждающие доказательства. Другими словами, наши наблюдения дают нам больше надежной информации, когда идея неверна. Ставка на опровергающие свидетельства имеет смысл, пока не игнорируется проблема исходных предположений, а отклонение свидетельств не рассматривается как путь к определенности в реальном мире, со всем его беспорядком и бесконечным количеством вспомогательных гипотез.

Изменение исходных представлений влияет на общие выводы

Здравый смысл — хваленое свойство логично мыслящих людей. Однако здравый смысл — это просто аргументированные прогнозы целостной сети убеждений, основанные на совокупности общих исходных предположений, выдвигаемых в человеческой популяции.

В 2015 году вспышка вирусной инфекции Зика в Бразилии сопровождалась увеличением числа детей, рожденных с микроцефалией. Если бы вы были беременной женщиной, поступившей в больницу в Чикаго в это время, и вам нужно было переливание крови, здравый смысл подсказал бы, что вы должны настаивать на крови, которая была проверена на вирус Зика и дала отрицательный результат. Это кажется очевидным и не требует особых раздумий. Однако если бы вы настояли на использовании крови, у которой в то время был отрицательный результат теста на вирус Зика, вы бы на самом деле максимально увеличили свой шанс заражения по сравнению с непроверенной кровью! Почему? Причина в том, что на раннем этапе, когда возможности тестирования были очень низкими, было принято решение применять ограниченные ресурсы тестирования только к крови, взятой из регионов, которые считаются эндемичными по вирусу Зика (например, Пуэрто-Рико)[58]. Таким образом, единственный способ получить кровь с отрицательным результатом на вирус Зика — это импортировать ее из Пуэрто-Рико, где бушует инфекция. Тест на Зика хорош, но, как и большинство тестов, не обладает 100%-ной достоверностью. Вероятность того, что тест не выявит Зика в инфицированной крови доноров из эндемичного региона, была выше, чем шанс встретить вирус в непроверенной крови, полученной из других регионов[59]. Таким образом, желание получить кровь с отрицательным результатом теста на Зика приведет к получению таковой из регионов, где присутствует вирус, и увеличит вероятность заражения. Если у вас нет исходной информации о неоднородности тестирования (которой действительно не было бы у большинства людей), то требование предоставить кровь с отрицательным результатом тестирования выглядит вполне обоснованным. Однако стоит заменить одно исходное представление, и этот выбор из лучшего превращается в худший[60].

Недавно я столкнулся с более банальным примером, когда мне казалось, что нет ничего проще, чем определить любимые продукты дочери. Когда мы собирались поехать к моим родителям в Чикаго, они спросили, что моя дочь любит больше всего, чтобы купить это к нашему приезду. Я дал им список продуктов, которые она ежедневно брала с собой для обеда в школе. Это просто здравый смысл; моя дочь просит, чтобы ей на обед ежедневно давали питьевой йогурт, значит, она любит этот продукт. Каждый день я клал этот напиток ей в ланчбокс, и каждый день она приносила домой пустую коробку — свидетельство того, что напиток был выпит, а бутылочка выброшена. Однако позже, уже став взрослой, моя дочь сказала мне, что она просто ненавидела именно этот йогурт.

Конечно, я спросил ее, зачем же она тогда постоянно просила давать ей йогурт, если он ей не нравился. Ответ заключался в том, что хотя ей йогурт не нравился, его любила школьная подруга, а моя дочь меняла йогуртовый напиток на кексы, которые ее подруга всегда ела на обед. Следует отметить, что ее подруга не очень любила кексы, но любила питьевой йогурт. Я спросил свою дочь: «А почему ты не попросила просто класть кексы тебе в ланчбокс?» Она ответила, что меняться продуктами питания во время обеда было очень забавно и это стало важной частью социального опыта, когда она была ребенком. Первоначально моя сеть убеждений просто не включала в себя исходное понимание того, что в обеденное время в школе моей дочери царит живая бартерная экономика. В отсутствие этой информации казалось разумным сделать вывод, что моей дочери действительно нравилось есть то, что она просила каждый день. В этом случае наблюдения не изменились бы из-за корректировки исходного убеждения — в любом случае моя дочь просила бы йогурт каждый день; однако значение этих наблюдений и выводы, которые я мог сделать из них, были бы совершенно другими.

Спасение гипотетико-дедуктивной логики

Важно отметить, что действие вспомогательных гипотез не ограничивается оценкой основной гипотезы. Появление новых гипотез может заставить вас изменить свою интерпретацию наблюдений или выводы о ситуации. Изменение любой части сети убеждений может привести к ряду компенсирующих изменений в других частях. Когда я был студентом-медиком, я провел четыре недели стажировки в психиатрическом стационаре в больнице при моей медицинской школе. Меня вызвали для осмотра женщины, которую отправили в психиатрическое отделение. Поговорив с ней некоторое время, я узнал, что она очень расстроена тем, что кто-то имплантировал ей часы в грудную клетку. Она была уверена в этом, потому что постоянно слышала «тиканье» часов. Я отметил в своих записях, что она страдает слуховыми галлюцинациями, записал ее анамнез, а затем провел медицинский осмотр. Во время осмотра я заметил у нее на груди шрам от стернотомии (ей сделали операцию на грудной клетке). Когда я приложил стетоскоп к ее груди, к своему удивлению, я услышал громкое и постоянное тиканье внутри, как она и описывала. В ходе дальнейшей беседы она рассказала, что несколько лет назад перенесла операцию на открытом сердце (факт, который я не смог выяснить, а она не сочла нужным упомянуть, когда я изучал ее историю). В конце концов, мне удалось обстоятельно изучить ее медицинскую карту, и оказалось, что ей имплантировали в сердце искусственный клапан, чтобы исправить врожденный дефект. Моя первоначальная базовая гипотеза, что ощущение тиканья в груди было вызвано слуховой галлюцинацией, включала исходную вспомогательную гипотезу (или предположение) об отсутствии источника звука в ее груди — предположение, которое было ошибочным. Эта женщина неверно истолковывала звуки и страдала от непонимания причины, но мои рассуждения содержали предположение, которое, как оказалось, не соответствовало действительности. Когда я сам услышал звук, мне пришлось изменить свою конструкцию убеждений, чтобы сохранить логику ГДМ, и теперь моя вспомогательная гипотеза успешно предсказывала то, что я наблюдал, — у нее действительно слышалось тиканье в груди, но источником звука были не часы[61].

Сделав покупки, вы катите тележку с продуктами к машине, приближаясь к ней с безмятежной уверенностью носителя ГДМ. Другими словами, у вас есть сеть убеждений относительно вашей машины и ожидания относительно того, что вы испытаете. Вы нажимаете кнопку на ключе, чтобы открыть багажник, но он не открывается. Это контрастирует с вашим предсказанием, что, исходя из предпосылки, что это ваша машина и ключ открывает ее, нажатие на кнопку должно привести к открыванию багажника. Теперь логика ГДМ нарушена; багажник, который должен был открыться, не открылся. Используя классическую башню из слоновой кости ГДМ, вы использовали бы данные (которые ясны, священны и не могут быть изменены), чтобы отвергнуть одну из своих гипотез. Первым делом вы оспариваете гипотезу о том, что это действительно ваша машина. Если это ваша машина, вы можете предсказать, что на ней будет ваш номерной знак; присмотревшись, вы обнаруживаете, что регистрационный номер чужой. В свете этого нового свидетельства вы опровергаете гипотезу о том, что это ваша машина, и логика вывода восстановлена (вы не ожидали, что ваш ключ откроет чужую машину). Проблема решена, и вы отправляетесь на поиски своего автомобиля. Хотя этот пример ясен и логичен, можно придумать и другие варианты развития событий.

Давайте рассмотрим три способа, с помощью которых вы можете легко восстановить логику вывода в отношении вашего автомобиля. Во-первых, вы можете оспорить собственное наблюдение (например, багажник действительно открылся, но вы этого не заметили). В качестве альтернативы, если вы нажимаете кнопку ключа снова и снова и багажник открывается с третьей попытки, то логика восстановлена, и промежуточные данные были просто неверными (или, по крайней мере, невоспроизводимыми). Однако если багажник все еще не открывается, несмотря на множество попыток, вы можете попытаться атаковать другую точку в вашей логике; вы можете оспорить одно из своих исходных предположений (вспомогательных гипотез). Например, можно оспорить предположение, что ваш ключ исправен — в конце концов, могла разрядиться батарейка в ключе или аккумулятор в автомобиле. В самом деле, логическая целостность будет восстановлена, если вы вспомните, что ключ и раньше работал со сбоями, — следовательно, текущее наблюдение снова будет вытекать из ваших предпосылок и исходных убеждений. Даже если ключ больше не передает сигнал, вы все равно можете предсказать, что он должен вручную открыть замок. Вы вставляете ключ в замочную скважину и пытаетесь повернуть его, чтобы открыть багажник; однако ключ не поворачивается, поэтому согласованность остается нарушенной. Деваться некуда, придется обратить внимание на гипотезу о том, что это ваша машина. Чтобы проверить гипотезу, вы смотрите на номерной знак, который не совпадает с вашим, и это приводит вас к выводу, что вы ошибочно приняли похожую машину за свою. Любой из перечисленных маневров мог восстановить логическую согласованность вывода (например, багажник действительно мог открыться незаметно для вас, ключ мог перестать излучать радиосигнал, но все еще работал вручную, или это могла быть не ваша машина).

Важность этого конкретного примера трудно переоценить. Упрощенное общее понимание ГДМ, которое часто применяется в науке, заключается в том, что предсказания могут быть выведены из гипотез, данные могут быть собраны для проверки предсказаний, и если данные не подтверждают предсказание, то можно обоснованно отклонить гипотезу. Как было сказано ранее, это нормальная стратегия человеческого мышления. Как часто вы слышите фразу: «Мы знаем, что X неправда из-за Y»? Однако в действительности ситуация такова, что ни обычное, ни научное мышление не работают столь ограниченным образом. Как показывают предыдущие примеры, логическая последовательность может поддерживаться по крайней мере тремя основными способами: (1) путем изменения теорий, (2) путем проверки данных и наблюдений, (3) путем изменения исходных предположений (изменения вспомогательных гипотез). Каждый способ пытается установить и поддерживать наивысший уровень согласия между теориями и наблюдениями, который можно предсказать на основе теорий, изменяя различные части уравнения. Это далеко не тот портрет науки, в котором ясные и однозначные данные позволяют логически и методологически отвергать теории; на практике для поддержания согласованности ГДМ могут выполняться все три этих маневра[62] (иногда одновременно).

В качестве классического исторического примера этого подхода в «точных науках» давайте рассмотрим теории гравитации и движения планет сэра Исаака Ньютона (ньютоновская механика). Ньютоновская механика была одной из величайших и наиболее успешных теорий в истории науки и до сих пор считается типичным примером научного триумфа и интеллектуального прорыва. Сделав некоторые базовые предположения (которые он назвал законами), Ньютон смог построить математическую систему, описывающую, как гравитационные силы определяют движение планет в нашей Солнечной системе и во всей Вселенной, — воистину великое достижение[63]! Однако, несмотря на почти полное совпадение предсказаний теории с наблюдениями ученых того времени, впоследствии были обнаружены расхождения. Первое — и самое известное — заключается в том, что орбита Урана отклоняется от траектории, предсказанной ньютоновской механикой. Следовательно, логическая целостность ГДМ была утрачена, так как наблюдение не соответствовало предсказанию теории.

Астрономы были согласны с тем, что движение Урана не соответствует теории Ньютона[64]. Способность ученых проверять и перепроверять одно и то же природное явление с течением времени остается сильной стороной науки; поэтому отклонение новых данных ничем не поможет теории — наблюдаемое явление никуда не денется.

На этом этапе строгое применение наблюдений должно было привести к опровержению теории Ньютона — независимо от того, сколько существует подтверждающих доказательств, одного неудачного дедуктивного предсказания достаточно, чтобы опровергнуть теорию. Действительно, можно было просто отвергнуть теорию Ньютона, но прочная сеть убеждений помешала это сделать — теория была настолько успешной во многих отношениях, что не было никакой нужды в ее спешном опровержении. Напротив, была предпринята попытка защитить одновременно как теорию, так и данные. С этой целью астрономы оспорили вспомогательные гипотезы, в частности о том, что не существует ранее неоткрытых планет. Поэтому было высказано предположение, что в космосе находится большое неизвестное тело, которое отклоняет Уран с предсказанного пути за счет сильного гравитационного притяжения.

И в самом деле, основываясь на расчетах и предсказаниях, сделанных Урбеном Леверье с использованием уравнений Ньютона, Иоганн Готфрид Галле открыл Нептун 23-24 сентября 1846 года[65]. Открытие этой ранее неизвестной планеты, влияющей на орбиту Урана, не только стало еще одним триумфом теории Ньютона, но и послужило еще одной иллюстрацией того, что данные, противоречащие предсказанию гипотезы, не обязательно требуют отказа от гипотезы. В этом случае одна из бесконечных исходных гипотез (то есть что нет дополнительных неоткрытых планет) была опровергнута вспомогательной гипотезой существования Нептуна. Поскольку вспомогательная гипотеза повлекла собственное предсказание, которое можно проверить экспериментально (Нептун можно было увидеть в телескопы), колесо ГДМ совершило новый оборот, и логическая целостность ГДМ была восстановлена. Этот последний момент имеет решающее значение, поскольку Поппер указал, что введение специального предположения для спасения гипотезы, которая была непроверяемой (например, которая не делала своих собственных прогнозов), делает всю гипотезу неопровержимой — в данном случае можно было искать новую, но заранее предсказанную планету.

Великий триумф открытия Нептуна послужил доказательством не только правильности механики Ньютона, но и научного подхода в целом. Леверье предсказал местонахождение Нептуна с точностью до градуса, что было в те годы удивительным достижением. Поэтому неудивительно, что Леверье подошел к другому разногласию между теорией Ньютона и наблюдаемыми данными с аналогичным энтузиазмом. Было замечено, что перигелий прецессии[66] Меркурия отклоняется от предсказанного механикой Ньютона; отклонение было небольшим, но постоянным, и несколько астрономов обнаружили одинаковый результат в своих наблюдениях. И снова согласованность ГДМ была нарушена. Полученные данные нельзя вывести из посылок и теории Ньютона. И опять невозможно восстановить согласованность, отклонив наблюдение, поскольку его можно проверить и перепроверить, и оно никуда не исчезнет. С другой стороны, очень сложно восстановить согласованность, отвергнув базовую теорию, потому что все остальные наблюдения говорят в пользу механики Ньютона. Как и в случае открытия Нептуна, для восстановления логической согласованности ГДМ пришлось оспорить исходное предположение об отсутствии неоткрытых планет. Леверье рассчитал, что к наблюдаемой прецессии перигелия Меркурия может привести ранее не обнаруженная планета между Меркурием и Солнцем, которую он назвал Вулканом. В 1859 году Эдмон Лескарбо обнаружил Вулкан и сообщил о своем наблюдении Леверье, который с большим энтузиазмом объявил об открытии в 1860 году. Дополнительная гипотеза о существовании новой планеты восстановила согласованность ГДМ.

Проницательный читатель может удивиться, что никогда не слышал в школе о загадочной первой планете нашей Солнечной системы под названием Вулкан (кроме фильма «Звездный путь», но этот Вулкан не находится в нашей Солнечной системе). Дело в том, что никто, кроме Лескарбо, не смог достоверно наблюдать эту планету[67]. Поэтому после открытия Вулкана логика ГДМ оказалась менее прочной, чем после открытия Нептуна. На самом деле до сих пор не найдено подтверждения того, что Вулкан когда-либо существовал, и, несмотря на то, что его существование восстановило бы репутацию ньютоновской механики, наблюдения просто не подтверждают это предположение. Следовательно, согласованность ГДМ была утрачена вновь.

Итак, что же делать мыслителю? Если мы примем, что перигелий Меркурия (как наблюдаемое явление) не предсказан ньютоновской механикой, и если не появится надежная вспомогательная гипотеза, объясняющая поведение Меркурия (например, подтвердится наличие Вулкана), возможно, мы просто не сумели придумать правильную вспомогательную гипотезу (или наш метод измерения перигелия в корне ошибочен). С другой стороны, слабым местом может быть сама базовая теория. Однако теория Ньютона была настолько успешной и давала так много потрясающе точных предсказаний, что науке было очень трудно с ней расстаться — сеть убеждений состояла из множества очень сильных связей с экспериментальными данными, недвусмысленно подтверждавшими теорию.

В конечном итоге согласованность ГДМ была восстановлена в 1915 году после разработки Альбертом Эйнштейном теории относительности, которая выходит далеко за рамки ньютоновской механики. Теория относительности точно предсказывает перигелий Меркурия. Поразительно, но в данном случае сама теория (механика Ньютона) была неверной, несмотря на потрясающий успех, и ее пришлось дорабатывать, исходя из полученных данных. Судя по всему, Ньютон ошибался, но баланс согласованности ГДМ был восстановлен.

Что мы имеем? В двух случаях, касающихся механики Ньютона, логическая согласованность ГДМ была нарушена, а затем восстановлена за счет изменения разных частей сети убеждений. В первом случае была отвергнута вспомогательная гипотеза об отсутствии неоткрытых планет. Во втором случае была отвергнута сама теория. Хотя эти действия кажутся очень разными, они идентичны, если рассматривать их через призму модификации определенной части сети убеждений для восстановления согласованности ГДМ. Тогда у нас должны возникнуть важные вопросы: если можно изменить любую часть сети убеждений и сохранить обоснованность, то каковы правила изменений? Когда и что можно менять?

Как выбрать способы сохранения согласованности

Тот факт, что логическая обоснованность ГДМ может поддерживаться несколькими способами, является серьезной проблемой — как узнать, какой из них правильный? Вернемся к примеру, когда ваш ключ не открывает багажник автомобиля. Ваш ключ не работает — ни дистанционно, ни будучи вставлен в замок, поэтому вы переключаете свое внимание на базовую предпосылку и оспариваете гипотезу о том, что это ваша машина. Вы замечаете, что номерной знак не ваш, и делаете вывод, что это не ваша машина, тем самым восстанавливая логическую обоснованность. Однако вы также можете восстановить обоснованность, заявив, что это ваша машина, но кто-то поменял номерной знак, пока вы ходили по магазинам, перепрограммировал сигнал ключа и сменил замок багажника. Если вы смотрите в салон машины и видите там чужие вещи, то присутствие незнакомых предметов все равно можно объяснить, изменив единственную гипотезу (что это ваша машина). В качестве альтернативы вы можете спасти гипотезу о том, что это действительно ваша машина, если добавите предположение, что кто-то открыл вашу машину, подкинул в нее чужие вещи, а потом перепрограммировал сигнал ключа, заменил номерной знак и замок багажника. Формальная логическая обоснованность достигается в равной степени одним изменением вашей гипотезы (это не ваша машина) или четырьмя перечисленными выше изменениями, необходимыми для сохранения уверенности в том, что это ваша машина.

Комик Стивен Райт точно подметил эту проблему, когда сказал: «На днях кто-то украл все вещи в моей квартире и заменил их точными копиями». Зайдя в свою квартиру и не обнаружив ни малейших изменений, вы можете сказать, что действительно ничего не изменилось или что космический пришелец заменил все ваши вещи абсолютно идентичными копиями. Обычно люди предпочитают первое объяснение, потому что второе объяснение крайне маловероятно. Однако важным моментом здесь является то, что с формальной точки зрения ни одно из объяснений не является логически лучшим, поскольку оба сохраняют согласованность ГДМ. Как в обычном человеческом мышлении, так и в научной практике часто используется принцип бритвы Оккама (например, наиболее вероятным является наиболее простое объяснение)[68]. Другими словами, не усложняйте вещи больше, чем это требуется для обеспечения логической согласованности; однако нет особой причины, по которой вещи должны быть простыми, даже если мы этого очень хотим. Но поскольку каждое из наших индивидуальных убеждений вплетено в сеть, несущую на себе вес множества эмпирических данных на бесконечных пересечениях, в поддержании согласованности с помощью минимальных средств есть определенный смысл — это приводит к наименьшему количеству ненужных изменений в системе знаний.

Логическая согласованность как фильтр для окружающего мира

Поддержание логической согласованности между нашими базовыми убеждениями, исходными предположениями и наблюдениями — это один из способов, которым мы ориентируемся в мире. Мы проводим большую часть дня, не обращая внимания на множество вещей, которые наблюдаем. Можно ездить на работу и с работы, проезжать мимо тысяч автомобилей и не различать их марки. Однако стоит увидеть единственную машину, парящую в воздухе над шоссе, и ваше внимание немедленно будет приковано к ней, потому что это несовместимо с вашим жизненным опытом и противоречит вашим конструкциям убеждений и исходным предположениям. Вот почему фокусы так привлекательны — они нарушают наше представление о том, как устроен мир. Когда мы видим, как человек левитирует на сцене, наша первая реакция — предположить, что нас каким-то образом обманули. Мы выдвигаем вспомогательные гипотезы, например что плавающее в воздухе тело висит на каком-то тросе или поддерживается каким-то постаментом, который мы не видим. Именно поэтому маг проводит обручем вокруг парящего тела, чтобы отвергнуть такие вспомогательные гипотезы. Если маг может лишить нас всех наших вспомогательных гипотез, мы останемся с объяснением, что он действительно может поднять человека в воздух. Конечно, мы сохраним уверенность, что нас обманывают, просто не сможем понять, как это сделано.

Выдвижение вспомогательных гипотез и исходных убеждений для поддержания согласованности разжигает разногласия в наших нынешних политических системах. Возьмем американскую внутреннюю политику. Никто не станет отрицать, что спецпрокурор Роберт Мюллер проводил расследование в отношении Дональда Трампа и его соратников. Крайние правые могут выдвинуть вспомогательную гипотезу о том, что существует заговор левых (или даже «глубинное государство»), и все это — «охота на ведьм». Крайние левые могут выдвинуть вспомогательную гипотезу о том, что Дональд Трамп действительно нарушил всевозможные законы и что единственный способ провалить расследование — это вмешательство истеблишмента Трампа. Члены организации QAnon (сторонники теории заговора в США) могут выдвинуть еще более сложные предпосылки, тем самым еще больше усложнив ландшафт. Каждая из точек зрения требует своих вспомогательных гипотез, которые могут быть более или менее вероятными, но при этом каждая точка зрения полностью согласована со своей собственной сетью убеждений — и каждая сеть убеждений связана с тем фактом, что Мюллер проводит свое расследование.

Существуют всевозможные теории заговора и сложные структуры убеждений, которых придерживается очень много людей. Хотя многие убеждения могут показаться экстремальными, они ни в коем случае не противоречивы. Действительно, идеально законспирированный заговор не оставил бы за собой никаких следов, и поэтому отсутствие каких-либо доказательств заговора является лучшим доказательством самого изощренного заговора. Хотя мы можем отвергать такие идеи как маловероятные, во многих случаях наши опровержения не могут повлиять на логику сторонников заговора, поскольку их убеждения столь же внутренне согласованы, как и любые другие убеждения. Даже в состоянии бредового психоза люди могут поддерживать превосходную согласованность убеждений. (Некоторые формы психоза приводят к полному разрыву с реальностью и дезорганизации мышления; однако психоз может принимать и другие формы. Если кто-то считает, что демон или правительство контролирует его мысли, это не означает, что он не мыслит логически — хотя и с предпосылками, которые выглядят маловероятными или необоснованными.)

Основная мысль этой главы заключается в том, что поддержание согласованности ГДМ — обычное средство, используемое как непрофессионалами, так и профессиональными учеными. Было бы очень наивно думать, что в науке или в повседневной жизни человек получает новые данные, а затем логично и уверенно отвергает или принимает гипотезы. Предположение о том, почему не открывается багажник машины, ньютоновская механика и даже крайние представления о заговоре могут быть в равной степени обоснованы путем изменений в личной сети убеждений, от гипотезы и исходных предположений до сомнения в самом наблюдении. Невозможно логически определить какую-либо одну часть уравнения, если у вас нет определенности в других его частях, а для такой определенности нет никаких оснований. Изучение способов поддержания согласованности ГДМ приближает нас к выработке рабочего определения науки и понимания того, как ее можно отличить от ненаучной деятельности. Дальше я покажу, что сохранение логической согласованности ГДМ является необходимым компонентом науки; однако, как говорилось раньше, одного гипотетико-дедуктивного метода недостаточно, чтобы отличить науку от других подходов, поскольку этот метод обычно встречается во всех формах мышления. Суть в том, что хотя принятое наблюдение не может с абсолютной уверенностью опровергнуть гипотезу, оно может вызвать изменение в сети убеждений (одной из частей которой является гипотеза) и тем самым внести в наше мировосприятие изменения (если не какой-то прогресс). Но есть одно условие — нужно, чтобы то, что кажется логической согласованностью, действительно ею было. Мы поговорим об этом в следующих главах.

Как вернуть науке реалистичный образ

Перед нами стоит важная задача сформировать новое представление о науке, более реалистичное, чем расхожие гиперболы и наша уверенность в ее непогрешимости. Поскольку научные утверждения опираются на систему, использующую индукцию, дедукцию и ретродукцию, любое заявление о знании, сделанное наукой, страдает всеми недостатками, присущими каждому из этих инструментов (как подробно описано в первых трех главах); добавьте к этому проблемы согласованности убеждений и недоопределенности, раскрытые в этой главе. Хотя в следующих главах я докажу, что природа научных заявлений действительно своеобразна, науке присущи все ранее упомянутые проблемы нормального человеческого мышления. На мой взгляд, научный метод следует рассматривать как итеративную систему, которая добилась большого прогресса за последние столетия и, надеюсь, будет продолжать это делать. Однако не существует абсолютных научных знаний или окончательных утверждений, свободных от упомянутых выше недостатков.(Абсолютные доказательства могут быть получены в абстрактной математике и чистой теории, не связанной с наблюдениями; однако как только человек вступает в контакт с реальным миром, все вышеупомянутые недостатки дают о себе знать.)

Когда политики, аналитические центры и лоббисты оправдывают бездействие в отношении глобального потепления или защиты окружающей среды, они говорят, что наука «окончательно не доказала» существование проблемы, или что нет «научных доказательств» важности проблемы, или что наука «не имеет окончательного мнения».

Что касается конкретной проблемы, такое отношение к науке недопустимо, потому что оно основано на фантазиях о том, какой может быть наука в альтернативной Вселенной, где логика работает иначе и абсолютная истина возможна. В такой Вселенной отсутствие абсолютных доказательств может быть хорошим поводом не верить во что-то. Но мы живем в другой Вселенной, и неправильное отношение к научным утверждениям позволяет людям отказаться от защиты окружающей среды и разрушать собственное здоровье в ожидании «достоверных доказательств».

В некоторых случаях проблема «научной неопределенности» представляет собой циничный маневр людей, намеренно преувеличивающих «сомнения», чтобы оправдать вредные продукты и безответственное поведение[69]; в других случаях это, вероятно, отражает подлинное заблуждение относительно того, что такое наука на самом деле. В любом случае, пока мы живем в этой Вселенной, науку следует рассматривать через более реалистичную призму — как изначально ошибочный процесс, который никогда не приведет к определенности. Это никоим образом не означает, что в науке нет ничего особенного, что отличает ее оценки окружающего мира от других подходов, но человек, который ждет абсолютной научной уверенности, будет ждать вечно.

Наука всегда имеет базовый уровень неопределенности, внутреннего несогласия между теорией и наблюдениями. Ученые используют высокую логическую согласованность как причину для модификации сети убеждений, когда это имеет смысл; однако научное мышление допускает значительную несогласованность. Рассмотренные ранее теоретические проблемы с ретродукцией, подтверждения гипотезы следствием и недоопределенностью теорий показывают нам, что существует бесконечное количество гипотез для объяснения любого наблюдения или наблюдений. Очевидно, что реальная проблема заключается в том, как сузить их объем до проверяемого числа. Однако практикующие ученые редко сталкиваются с этой проблемой, по крайней мере в контексте более широких теорий. Напротив, наши лучшие научные теории редко (если вообще когда-либо) предсказывают все наши наблюдения, а если даже и предсказывают, то просто подождите немного, и наверняка появятся новые наблюдения, выходящие за рамки теории.

Для большинства природных явлений не существует единой теории, которая объясняла бы все имеющиеся данные, и поэтому в науке скорее недостаток согласованных гипотез, чем избыток. И причина этого вряд ли в отсутствии всеобъемлющих теорий; вероятно, дело в том, что в любой момент времени определенное количество наблюдений ошибочно, некоторые части сети могут оставаться неопределенными или еще не открытыми, а аргументы, связывающие части сети, могут оказаться ошибочными. Следовательно, невозможно достоверно определить полную сеть убеждений и сосредоточиться только на теории. Любая часть сети может иметь изъяны, мешающие прогрессу в определенном направлении, но это не отсутствие прогресса в целом. Скорее, он обладает изъянами и склонен иногда ходить кругами, но тем не менее это прогресс.

Примирение с несогласованностью теорий может служить источником бесконечных споров; однако ученых вполне устраивает некоторый базовый уровень несогласованности. Именно по этой причине вы обычно слышите, как неученые опровергают теорию эволюции, потому что она не может объяснить каждый крошечный артефакт в летописи окаменелостей или отсутствие некоторых предсказанных артефактов. Именно по этой причине вы слышите, как неученые отвергают теорию глобального потепления, потому что она не позволяет давать точные прогнозы погоды или потому что периодически возникают погодные аномалии. По сути, все теории имеют аномалии, которые они не могут объяснить. Только ненаучные теории прекрасно объясняют все без исключения. Как указывал Поппер, их кажущаяся сила — на самом деле их слабость: они достаточно гибки, чтобы объяснить все, но в то же время настолько податливы, что по существу бесполезны для каких-либо других целей, кроме абстрактного объяснения, без способности предсказывать.

Однако, заложив эту основу понимания науки, мы должны найти ответ на следующий вопрос: если наука дает нам меньше уверенности, чем другие системы убеждений, есть ли какие-то причины отдавать предпочтение именно научным убеждениям? Мы также вправе спросить: если неученые более строго, чем ученые, отвергают теории как ложные, когда они не могут предсказать наблюдения, почему мы должны слушать ученых? Оба эти вопроса очень важны, и мы должны ответить на них. Но прежде чем мы сможем найти ответ, необходимо продолжить разработку нашего определения науки, чтобы ясно понимать, что относится к науке, а что нет. В первой части книги мы рассмотрели инструменты мышления, которые являются общими для научного и ненаучного мышлений, и определили базовый уровень логической согласованности. Во второй части мы сосредоточимся на конкретных аспектах, в которых наука отличается от других модальностей мышления и может быть отделена от них.