Problem z nauką to naukowcy

Pięć lat temu astrofizyk i popularyzator nauki Neil deGrasse Tyson napisał na Twitterze bardzo pamiętny i godny cytatu tweet:

Ziemia potrzebuje wirtualnego kraju: #Racjonalność, z jednowierszową Konstytucją: Cała polityka opiera się na wadze dowodów

—Neil deGrasse Tyson (@neiltyson) 29 czerwca 2016 r.

Idealny świat Tysona przemawiał do wielu ludzi zmęczonych napędzaną emocjami, odruchową polityką i polityczną wojną plemienną, która zaatakowała każdą dziedzinę życia publicznego, w tym naukę. To spodobało się wielu jego kolegom naukowcom, ludziom wyszkolonym w obiektywnym myśleniu i testowaniu hipotez na podstawie obserwacji dotyczących świata przyrody.

Jedyny problem — ogromna waga dowodów pokazuje, dlaczego wirtualne państwo Rationalia po prostu nigdy się nie wydarzy.

To dlatego, że dla ludzi racjonalne myślenie wymaga ogromnej ilości energii i wysiłku. W rezultacie przez większość czasu nie zawracamy sobie głowy. Zamiast tego, ogromna większość naszego myślenia jest całkowicie kierowana przez naszą intuicję – nasze instynkty bez żadnej z tych nieznośnych, przeszkadzających racjonalnych myśli.

Ta dychotomia została mistrzowsko i szczegółowo wyjaśniona przez laureata Nagrody Nobla Daniela Kahnemana w jego książce Myślenie szybko i wolnoi omówione z naciskiem na podziały polityczne w arcydziele Jonathana Haidta Prawy Umysł. Oba są fantastycznymi dziełami same w sobie i dostarczają fascynujących wyjaśnień, dlaczego ludzie mają różne poglądy i dlaczego tak trudno je zmienić.

Co ważniejsze, ta dychotomia poznawcza dotyczy wszystkich, nawet naukowców. Może to być dla niektórych zaskakujące (w tym najwyraźniej niektórych naukowców), ponieważ media i politycy przedstawili naukowców (przynajmniej tych, z którymi się zgadzają) jako przepojonych magiczną zdolnością rozpoznawania i wypowiadania absolutnej prawdy.

To nie mogło być dalsze od rzeczywistości. Często mówię ludziom, że różnica między naukowcem a przeciętnym człowiekiem polega na tym, że naukowiec jest bardziej świadomy tego, czego nie wie o swojej konkretnej dziedzinie, podczas gdy przeciętny człowiek nie wie tego, czego nie wie. Innymi słowy, wszyscy cierpią z powodu miażdżącej ignorancji, ale naukowcy są (miejmy nadzieję) zwykle bardziej świadomi głębi swojej. Od czasu do czasu mogą mieć pomysł, jak nieznacznie zwiększyć określony zasób wiedzy, a czasami ten pomysł może nawet odnieść sukces. Ale przez większość czasu spędzają czas na myśleniu o głębokiej przepaści wiedzy specyficznej dla ich dziedziny.

Naukowcom często przeszkadza ich własne wieloletnie doświadczenie i potencjalnie myląca intuicja, która w rezultacie rozwinęła się. W książce Łowca wirusów, autorzy CJ Peters i Mark Olshaker opowiadają, jak były dyrektor CDC zauważył, że „młodzi, niedoświadczeni funkcjonariusze EIS (Epidemic Intelligence Service) zwykle wysyłani przez CDC w celu zbadania wybuchów tajemniczych chorób i epidemii faktycznie mieli pewną przewagę nad bardziej doświadczonymi i doświadczonymi starszymi. Mając pierwszorzędne szkolenie i wsparcie całej organizacji CDC, nie widzieli wystarczająco dużo, aby mieć ustalone opinie i dlatego mogli być bardziej otwarci na nowe możliwości i mieli energię, aby je realizować”. Eksperci są również straszni w przewidywaniu, a jak wyjaśnia badacz i autor Philip Tetlock w swojej książce Ekspercki osąd polityczny, nie są dokładniejsze w prognozowaniu niż przeciętny człowiek. Więcej ostatnie awarie modeli prognozowania pandemii tylko wzmocniły ten wniosek.

Większość naukowców, którzy odnieśli sukces, może prześledzić swoje koronne osiągnięcia do pracy, która miała miejsce na początku kariery. Dzieje się tak nie tylko dlatego, że naukowcy zyskują większe bezpieczeństwo pracy, ale dlatego, że ograniczają ich własne doświadczenia i uprzedzenia. Pamiętam, że kiedy pod koniec lat 90. byłem technikiem laboratoryjnym, poprosiłem immunologa o radę na temat eksperymentu, który planowałem. W końcu dał mi kilka powodów, dla których nie było dobrego sposobu na przeprowadzenie tego eksperymentu i uzyskanie przydatnych informacji. Opowiedziałem o tym spotkaniu stażystę i przypominam sobie, jak mówiła: „Nie słuchaj go. Ten facet może cię odwieść od robienia czegokolwiek”. Doświadczeni naukowcy doskonale zdają sobie sprawę z tego, co nie działa, a to może skutkować niechęcią do podejmowania ryzyka.

Naukowcy działają w wysoce konkurencyjnym środowisku, w którym zmuszeni są spędzać większość czasu na poszukiwaniu funduszy na badania poprzez niekończące się pisanie grantów, z których zdecydowana większość nie jest finansowana. Aby być konkurencyjnym w tej ograniczonej puli, naukowcy przykładają najbardziej pozytywne podejście do swojej pracy i publikują swoje najbardziej pozytywne wyniki. Nawet jeśli badanie odbiega od pierwotnego planu, powstały rękopis rzadko czyta się w ten sposób. A te naciski często powodują, że analiza danych wpada w spektrum podatne na błędy, od bardziej niewinnego podkreślania pozytywnych wyników, przez ignorowanie negatywnych lub sprzecznych danych, aż po jawne fabrykowanie. Szczegółowe przykłady tego podaje autor Stuart Ritchie w swojej książce Science fiction: jak oszustwa, uprzedzenia, zaniedbania i szum podważają poszukiwanie prawdy. Ritchie nie tylko wyjaśnia, w jaki sposób nauka jest zniekształcana przez naciski na uznanie i finansowanie przez naukowców o dobrych intencjach, ale także wdaje się w krwawe szczegóły dotyczące niektórych z najbardziej płodnych oszustów. Kolejnym doskonałym źródłem informacji o błędach naukowych i nadużyciach badawczych jest strona internetowa Wycofanie Watch. Sama liczba wycofanych dokumentów, wielu przez tych samych naukowcówpodkreślają znaczenie dokumentowania i atakowania oszustw naukowych.

Problemy z raportowaniem i replikowalnością danych badawczych są znane od lat. W 2005 roku profesor Stanford John Ioannidis, wśród najczęściej cytowanych naukowców, opublikował jeden z najczęściej cytowanych artykułów (ponad 1,600), Dlaczego większość opublikowanych wyników badań jest fałszywa. W badaniu Ioannidis wykorzystał symulacje matematyczne, aby pokazać, „że w przypadku większości projektów badań i ustawień bardziej prawdopodobne jest, że twierdzenie badawcze jest fałszywe niż prawdziwe. Co więcej, w przypadku wielu aktualnych dziedzin nauki, twierdzi się, że wyniki badań mogą być po prostu dokładnymi miarami dominującego nastawienia”. Oferował również Ioannidis sześć następstw wyprowadzony z jego wniosków: 

1. Im mniejsze badania prowadzone w dziedzinie naukowej, tym mniejsze prawdopodobieństwo, że wyniki badań będą prawdziwe.
2. Im mniejsze rozmiary efektów w dziedzinie naukowej, tym mniejsze prawdopodobieństwo, że wyniki badań będą prawdziwe.
3. Im większa liczba i mniejsza selekcja badanych relacji w dziedzinie naukowej, tym mniejsze prawdopodobieństwo, że wyniki badań będą prawdziwe.
4. Im większa elastyczność projektów, definicji, wyników i trybów analitycznych w dziedzinie naukowej, tym mniejsze prawdopodobieństwo, że wyniki badań będą prawdziwe.
5. Im większe są interesy finansowe i inne oraz uprzedzenia w dziedzinie naukowej, tym mniejsze prawdopodobieństwo, że wyniki badań będą prawdziwe.
6. Im gorętsza dziedzina naukowa (z większą liczbą zaangażowanych zespołów naukowych), tym mniejsze prawdopodobieństwo, że wyniki badań będą prawdziwe.

Jeśli przyjrzysz się uważnie liście, 5 i 6 powinny wyskoczyć i krzyczeć na ciebie. Oto bliższe spojrzenie:

„Wniosek 5: Im większe interesy finansowe i inne oraz uprzedzenia w dziedzinie naukowej, tym mniejsze prawdopodobieństwo, że wyniki badań będą prawdziwe. Konflikty interesów i uprzedzenia mogą nasilać uprzedzenia, u. Konflikty interesów są bardzo powszechne w badaniach biomedycznych i zazwyczaj są niedostatecznie i rzadko zgłaszane. Uprzedzenia niekoniecznie muszą mieć korzenie finansowe. Naukowcy w danej dziedzinie mogą być uprzedzeni wyłącznie z powodu wiary w teorię naukową lub przywiązania do własnych odkryć (podkreślenie moje). Wiele skądinąd pozornie niezależnych studiów uniwersyteckich może być prowadzonych wyłącznie po to, by dać lekarzom i naukowcom kwalifikacje potrzebne do awansu lub zatrudnienia. Takie konflikty niefinansowe mogą również prowadzić do zniekształcenia raportowanych wyników i interpretacji. Prestiżowi badacze mogą tłumić poprzez proces wzajemnej oceny pojawianie się i rozpowszechnianie wyników, które obalają ich odkrycia, skazując w ten sposób ich dziedzinę na utrwalanie fałszywych dogmatów. Empiryczne dowody z opinii biegłych pokazują, że jest ona wyjątkowo niewiarygodna.”

„Wniosek 6: Im gorętsza dziedzina naukowa (z większą liczbą zaangażowanych zespołów naukowych), tym mniejsze prawdopodobieństwo, że wyniki badań będą prawdziwe. Ten pozornie paradoksalny wniosek wynika, ponieważ, jak stwierdzono powyżej, PPV (dodatnia wartość predykcyjna) pojedynczych wyników zmniejsza się, gdy wiele zespołów badaczy jest zaangażowanych w tę samą dziedzinę.To może wyjaśniać, dlaczego od czasu do czasu obserwujemy duże podekscytowanie, po którym szybko następują poważne rozczarowania w dziedzinach, które przyciągają szeroką uwagę. Przy wielu zespołach pracujących w tej samej dziedzinie i przy produkcji ogromnych danych eksperymentalnych, czas ma kluczowe znaczenie w pokonaniu konkurencji. Zatem, każdy zespół może skupić się na dążeniu i rozpowszechnianiu swoich najbardziej imponujących „pozytywnych” wyników... "

Naukowcy, którzy byli uprzedzeni ze względu na swoje przekonania, motywowani „gorącem” pola, a tym samym nadawanie priorytetu pozytywnym wynikom, są całkowicie oczywistymi źródłami stronniczości w badaniach SARS-CoV-2. Ioannidis i współpracownicy opublikowali na eksplozja opublikowanych badań SARS-CoV-2, zauważając „210,863 19 artykułów jako istotnych dla COVID-3.7, co stanowi 5,728,015% z 1 2020 1 artykułów naukowych opublikowanych i zindeksowanych w Scopus w okresie od 2021 stycznia 19 r. do 2020 sierpnia XNUMX r.”. Autorzy artykułów związanych z COVID-XNUMX byli ekspertami w niemal każdej dziedzinie, w tym „rybołówstwie, ornitologii, entomologii czy architekturze”. Do końca XNUMX r. Ioannidis napisał, „tylko inżynieria samochodowa nie miała naukowców publikujących na temat COVID-19. Na początku 2021 r. do głosu doszli również inżynierowie motoryzacyjni”. Inni również skomentowali „kowidyzacja”Z Badania naukowe, podkreślając obniżenie jakości badań, ponieważ mania COVID skierowała naukowców z niepowiązanych dziedzin w kierunku najgorętszej i najbardziej lukratywnej gry w mieście.

Jak pisałem w dwóch poprzednich postach, uniwersalne maskowanie i zgłaszanie szkód COVID dla dzieci zostały nieodwracalnie upolitycznione i zniekształcone z powodu szalejących uprzedzeń mediów, polityków, naukowców i organizacji zdrowia publicznego. Ale prawdziwym winowajcą może być sama opinia publiczna i pierwsza na świecie kultura bezpieczeństwa o zerowym ryzyku, która zachęciła wszystkich tych graczy do wyolbrzymiania szkód, aby wymusić zmiany w zachowaniu u niezgodnych. Co więcej, większość uległych ludzi, którzy „traktują pandemię poważnie”, chcą wiedzieć, że wszystkie poniesione przez nich poświęcenia były tego warte. 

Jednak naukowcy i media są bardziej niż szczęśliwi, że dostarczyć:

„Wyobraź sobie, że jesteś naukowcem i wiesz, że pozytywne zakończenie twojego badania doprowadziłoby do natychmiastowego uznania przez The New York Times, CNN i inne międzynarodowe media, podczas gdy niekorzystny wynik doprowadziłby do miażdżącej krytyki ze strony rówieśników, osobistych ataków i cenzura w mediach społecznościowych i trudności w publikowaniu wyników. Jak ktoś by na to zareagował?”

Odpowiedź jest oczywista. Przytłaczające pragnienie przerażonej opinii publicznej na dowody interwencji, które skutecznie eliminują ryzyko infekcji, nieuchronnie będzie wywierać presję na naukowców, aby dostarczyli te dowody. Najlepiej byłoby, gdyby uznanie tego uprzedzenia skutkowało zwiększonym sceptycyzmem ze strony innych naukowców i mediów, ale tak się nie stało. Przesadny roszczenia of skuteczność interwencji i wyolbrzymionych szkód promować ich akceptację stały się normą w raportowaniu pandemii.

Jak omówiłem w poprzednim poście, najlepszym sposobem na złagodzenie stronniczości badań jest zapraszanie przez badaczy neutralnych partnerów do powielania pracy i współpracy przy dodatkowych badaniach. Możliwość udostępnienia wszystkich danych opinii publicznej i innym naukowcom zachęca również do krytycznych recenzji, które są oparte na tłumach, a zatem potencjalnie bardziej dokładne i mniej stronnicze. Publiczna dostępność zbiorów danych i dokumentów zaowocowała poprawą prognozowanie pandemii i przyniósł możliwość pochodzenia laboratoryjnego wycieku dla SARS-CoV-2 z cieni teorii spiskowych i na światło publiczne.

W wyniku otwartych danych i przejrzystej dokumentacji inni skarżyli się, że zasoby te zostały nadużyte przez: fotel naukowców lub naukowców zajmujących się wkroczenie epistemiczne poza ich odpowiednimi polami, co skutkuje ogromnym, mylącym stosem wprowadzających w błąd informacji. Jednak nawet jeśli proces naukowy ogranicza się tylko do „ekspertów”, zdecydowana większość badań daje bardzo niewiele wartościowe lub dokładne informacje innym badaczom lub ogółowi społeczeństwa.

Tylko dzięki surowej selekcji naturalnej i procesowi replikacji rówieśniczej najlepsze pomysły przetrwają poza początkowym szumem. Należy również zauważyć, że grupy badaczy w określonej dziedzinie mogą być tak sparaliżowane przez wewnętrzne i polityczne uprzedzenia oraz toksyczne myślenie grupowe, że tylko osoby spoza ich dziedziny są w stanie zwrócić uwagę na problem. Dlatego zdolność innych naukowców i społeczeństwa do pomocy w długofalowym, naprawczym procesie nauki jest najlepszym sposobem zbliżenia się do prawdy, pomimo naszych zbiorowych wad.

Przedruk z autora Zastępki