“หลักฐานการทดลองนี้ไม่ตรงกับการคาดการณ์ทางทฤษฎีของเรา เราจะยอมรับความล้มเหลวและพยายามสร้างทฤษฎีใหม่โดยไม่ละอายหรือหยิ่งยโส” นั่นเป็นวิธีที่วิทยาศาสตร์ที่ดีควรทำงาน เป็นสิ่งที่เรามุ่งมั่น แต่ไม่ใช่สิ่งที่เกิดขึ้นในทางปฏิบัติเสมอไป น่าเศร้าที่สิ่งต่อไปนี้กลายเป็นที่คุ้นเคยกันดี: “หลักฐานนี้ไม่ตรงกับการคาดการณ์ทางทฤษฎีของเรา เรามาเลือกส่วนที่ดีที่สุดและเผยแพร่ต่อไป
มิฉะนั้น
เราจะถูกกล่าวหาว่าทำงานของเราไม่ถูกต้องและสูญเสียเงินทุน” คุณอาจได้รับข้อมูลนอกเหนือจากวิทยาศาสตร์: “น่าเสียดายที่หลักฐานไม่เป็นไปตามที่เราคาดหวังไว้ บางทีถ้าเราวางใจในความหวังที่ไม่มีมูลความจริง พรุ่งนี้มันอาจจะเปลี่ยนไปก็ได้” หรือแย่กว่านั้น: “ถ้าหลักฐานเหมาะสมกับเราก็ใช้มัน
ถ้ามันเหมาะกับเราบางส่วนให้บิดมัน หากไม่เหมาะกับเราก็เพิกเฉยหรือหักล้างโดยไม่มีการสำรองข้อมูล” และแน่นอนว่ามีสิ่งที่ไม่ธรรมดาเช่นกัน:เหตุใด “หลักฐาน” จึงเป็นแนวคิดที่สร้างแรงจูงใจแม้กระทั่งทางการเมือง ประการหนึ่ง เป็นเรื่องง่ายที่จะหาหลักฐานที่เหมาะกับความต้องการของคุณ
ตัวอย่างเช่น ในวันที่ 4 มิถุนายน 2020 อุณหภูมิในบริสตอลต่ำกว่าค่าเฉลี่ยระยะยาวสำหรับวันนั้นของปี นี่เป็นหลักฐานชิ้นหนึ่งที่สามารถใช้เพื่อแนะนำว่าการเปลี่ยนแปลงสภาพภูมิอากาศจะไม่เกิดขึ้น อาจเป็นความจริงที่ไม่สะดวกนักที่หลักฐานตรงกันข้ามมีมากมาย แต่ก็ยังง่ายที่จะหาหลักฐานด้วยวิธีใดวิธีหนึ่ง
เหตุใด “หลักฐาน” จึงเป็นแนวคิดที่สร้างแรงจูงใจแม้กระทั่งทางการเมืองพิจารณาหลักฐานอีกด้านหนึ่ง: ความเข้าใจทางทฤษฎีของเราเกี่ยวกับโลก ในช่วงปีแรก ๆ ของชีวิต เราเรียนรู้กลไกพื้นฐานในอัตราที่มากพอสมควร และส่วนใหญ่เราจะเรียนรู้ด้วยตนเอง ก่อนวันเกิดปีแรกของเรา
เราเรียนรู้ว่าถ้าคุณผลักบล็อกบนพื้นผิว มันจะเคลื่อนที่ ไม่นานต่อมา เราทดลองกับพื้นผิวที่ขรุขระและเรียบ และเห็นว่าบล็อกที่เคลื่อนที่หยุดลง เรากำลังใช้การทดลองเหล่านี้เพื่อสร้างแบบจำลองเชิงประจักษ์พื้นฐานของโลก และแบบจำลองเหล่านี้มีแนวโน้มที่จะดีเพียงพอสำหรับสิ่งที่เราต้องการ:
แบบจำลอง
“มีชีวิต” ในสมองของเราเพื่อช่วยเราในการหอกแมมมอธ หรือผลักบล็อกไปตามระนาบเอียง ที่โรงเรียน เราสอนทฤษฎีที่เป็นทางการของกลศาสตร์คลาสสิกในการทำนายการเคลื่อนที่ของบล็อกดังกล่าวเป็นตัวเลข ที่มหาวิทยาลัย นักศึกษาวิชาฟิสิกส์จะได้เรียนรู้ว่าทฤษฎีสัมพัทธภาพและกลศาสตร์ควอนตัม
ส่งผลต่อการเคลื่อนที่ด้วยความเร็วหรือมาตราส่วนมากเพียงใดการสร้างแบบจำลองที่ซับซ้อนขึ้นเรื่อย ๆ นี้หมายความว่าเราไม่สนใจวิธีการก่อนหน้านี้ที่เรียบง่ายกว่าหรือไม่? ไม่แน่นอน แม้แต่นักฟิสิกส์ที่กระตือรือร้นที่สุดก็ไม่คาดหวังว่าจะต้องพิจารณาสัมพัทธภาพเมื่อตรวจสอบมาตรวัดความเร็วรถยนต์
สำหรับกรณีกลศาสตร์ข้างต้น เรามีความซับซ้อนอยู่สามชั้น: แบบจำลองเชิงประจักษ์สำหรับชีวิตประจำวัน แบบจำลองเชิงทฤษฎีคลาสสิกสำหรับงานวิศวกรรมส่วนใหญ่ และทฤษฎีสัมพัทธภาพ/ควอนตัมสำหรับสถานการณ์ที่รุนแรง ฉันแน่ใจว่าเราสามารถแบ่งเลเยอร์เหล่านี้เพิ่มเติมได้ แต่ประเด็นคือ:
เราใช้ระดับความซับซ้อนเพื่อให้ตรงกับความต้องการของปัญหาที่มีอยู่ ถึงกระนั้น ความคิดเกี่ยวกับแบบจำลองที่ง่ายขึ้นของปรากฏการณ์หนึ่งๆ ทำให้เกิดความสับสนมาก เช่นเดียวกับความสำคัญของหลักฐานรูปแบบต่างๆ เมื่อพูดถึงทฤษฎีและการจำลองสถานการณ์ เราเผชิญกับความยากลำบาก
ในการสื่อสารเช่นเดียวกันกับปัญหาในการหาหลักฐาน บทความ ล่าสุดในWashington Postซึ่งเผยแพร่ในช่วงวันแรก ๆ ของการระบาดใหญ่ของ COVID-19 ได้นำเสนอการจำลองการแพร่กระจายของไวรัสเป็นตัวเลขที่ซับซ้อนอย่างต่อเนื่อง โดยขึ้นอยู่กับมาตรการการเว้นระยะห่างทางสังคมที่แตกต่างกัน
การจำลองทั้งหมดนั้นเรียบง่ายอย่างไร้เหตุผล – การสร้างแบบจำลองผู้คนเป็นทรงกลมที่กระดอนเข้าหากันในระนาบที่จำกัด – แต่มันเป็นบทความที่ดีที่ทำให้ข้อจำกัดของมันชัดเจนตามวิธีการทางวิทยาศาสตร์ การตอบสนองอาจเป็น: “การจำลองแสดงการสูญเสียชีวิตที่ลดลงอย่างมากในกรณีของระยะห่าง
ปานกลางถึงมาก
สมมติฐานของแบบจำลองมีขนาดใหญ่มาก ดังนั้นเราต้องปรับปรุง แต่ข้อสรุปทั่วไปเข้ากันได้กับงานอื่นๆ ดังนั้นถือว่าสิ่งนี้เป็นหลักฐานเพิ่มเติมในการสนับสนุนมาตรการเว้นระยะห่างทางสังคม ขึ้นอยู่กับผลลัพธ์ของการจำลองที่ปรับปรุงในอนาคต ผลกระทบทางการเงินที่จัดการได้
และการพิจารณาอื่นๆ ” อย่างไรก็ตาม หากฟังดูไร้เดียงสา ผู้อ่านอาจโต้แย้งว่า “ก็น่าสนใจ แต่ผู้คนไม่ได้เป็นอะไรเหมือนลูกบอลเล็กๆ ที่ลอยอยู่ในอวกาศ! เห็นได้ชัดว่าสิ่งนี้ไม่ได้พิสูจน์อะไรเลย” ผู้อ่านที่ไม่เป็นมิตรอาจโต้แย้งว่า: “นี่มันไร้สาระ ไม่แปลกใจเลยที่ผู้คนจะเบื่อผู้เชี่ยวชาญ”
หากนักสื่อสารวิทยาศาสตร์ลดความซับซ้อนของหลักฐานหรือทฤษฎีมากเกินไป พวกเขาอาจถูกกล่าวหาว่า “โง่เขลา” หรือนำเสนอเนื้อหาที่ไม่มีจุดหมาย หากมีความพยายามที่จะถ่ายทอดความซับซ้อน รวมถึงคณิตศาสตร์ (สวรรค์ห้าม) คนส่วนใหญ่จะไม่สามารถเข้าถึงบทความได้ หากมีการอ้างว่ามีบางสิ่ง
ที่ได้รับการพิสูจน์โดยปราศจากข้อสงสัย (เช่น มั่นใจ 100.0000% ว่าการเปลี่ยนแปลงสภาพภูมิอากาศเป็นเรื่องจริงและเกิดจากมนุษย์ เป็นต้น) บทความนั้นก็น่าสงสัยในตัวเอง แต่ถ้าคุณระบุว่าบางสิ่งไม่ได้รับการพิสูจน์ทางเทคนิคในแง่วิทยาศาสตร์ที่แท้จริง แต่ต้องเผชิญกับหลักฐานที่ล้นหลาม
และความเห็นพ้องต้องกันในหมู่ผู้เชี่ยวชาญ (เช่น การเปลี่ยนแปลงสภาพภูมิอากาศ เป็นต้น) นั่นก็เป็นเพียง “ทฤษฎี” แล้วจะสื่อสารวิทยาศาสตร์อย่างไรให้ดีที่สุด? เรียกมันว่าปัญหาการรณรงค์: ( ก ) แสดงหลักฐาน ( ข ) แสดงให้เห็นว่ามีวิธีแก้ปัญหาอยู่ (สมมติว่ามี) ลางสังหรณ์ข่าวร้ายที่น่าสงสารซึ่งไม่เคยเกิดขึ้นมาก่อน ( ก ) ต้องเผชิญกับการพูดคุยอย่างหนัก:
credit :
jpbagscoachoutletonline.com
CopdTreatmentsBlog.com
SildenafilBlog.com
maple-leaf-singers.com
faulindesign.com
doodeenarak.com
coachjpoutletbagsonline.com
MigraineTreatmentBlog.com
gymasticsweek.com
