Вступ

Чому одні люди набагато щасливіші за інших? Чи шкідливо дітям мати уявних товаришів? Як студенти можуть навчатися ефективніше?

Сьогодні люди переповнені інформацією, хоча вона різної якості. 

Навіть якщо ви ніколи раніше не замислювалися над цими запитаннями, у вас, ймовірно, є певні припущення щодо відповідей на них. Можливо, ви думаєте, що збагачення або закоханість ведуть до щастя. Можливо, ви вважаєте уявних друзів проявом небезпечної відсутності реалізму. Більше того, якби ви запитали своїх друзів, вони, ймовірно, також мали б думку щодо цих питань — думку, яка може навіть відрізнятися від вашої.

Швидкий пошук в Інтернеті дав би ще більше відповідей. Ми живемо в «інформаційну епоху», коли люди мають доступ до більшої кількості пояснень і відповідей, ніж будь-коли в історії. Але, незважаючи на те, що кількість інформації постійно зростає, завжди корисно враховувати якість того , що ви читаєте або переглядаєте: не вся інформація є однаково надійною. Достовірність інформації особливо важлива в епоху, коли «фейкові новини», міські міфи, оманливі «приманки для кліків» і теорії змови змагаються за нашу увагу разом із добре поінформованими висновками, які ґрунтуються на доказах. Визначення того, яка інформація є добре поінформованою, є надзвичайно важливою проблемою та центральним завданням науки. Наука — це спосіб використання спостережуваного дані , які допомагають пояснювати та розуміти світ навколо нас надійним способом.

У цьому модулі ви дізнаєтеся про наукове мислення. Ви зрозумієте, як наукові дослідження інформують наші знання та допомагають нам створювати теорії. Ви також зрозумієте, чим наукове міркування відрізняється від типів міркувань, які люди часто використовують для формування особистої думки.

Наукове проти повсякденного міркування

Кожен день люди говорять так, ніби це факти, наприклад: «Схоже, сьогодні дощ» або «Собаки дуже віддані». Ці висновки представляють гіпотези про світ: найкращі припущення про те, як світ влаштований. Вчені також роблять висновки, стверджуючи такі речі, як: «Імовірність дощу сьогодні становить 80%» або «Собаки, як правило, захищають своїх супутників». Ви помітите, що два приклади наукових тверджень використовують менш певну мову та, швидше за все, пов’язані з ймовірностями. Розуміння подібності та відмінностей між науковими та повсякденними (ненауковими) твердженнями має важливе значення для нашої здатності точно оцінювати достовірність різних тверджень.

Як наукове, так і повсякденне міркування використовують індукцію : роблять загальні висновки з конкретних спостережень. Наприклад, думка людини про те, що зубріння для іспиту підвищує результативність, може ґрунтуватися на її пам’яті про здачу іспиту після нічного навчання. Подібним чином висновок дослідника проти зубріння може ґрунтуватися на дослідженнях, які порівнюють результати тестів людей, які вивчали матеріал різними способами (наприклад, зубріння проти навчальних сесій, рознесених у часі). У цих сценаріях як наукові, так і повсякденні висновки робляться на основі обмеженої вибірки потенційних спостережень.

Сам по собі процес індукції здається недостатньо придатним для надання достовірної інформації, враховуючи суперечливі результати. Що повинен робити студент, який хоче добре скласти іспити? Одне джерело інформації заохочує її напихати, а інше припускає, що найкращою стратегією є розподіл часу на навчання. Щоб прийняти найкраще рішення з наявною інформацією, ми повинні оцінити відмінності між особистими думками та науковими твердженнями, що вимагає розуміння науки та природи наукового міркування.

Існують узгоджені риси, які відрізняють наукове мислення — а також теорії та дані, створені ним — від повсякденного мислення. 

Ще одна особливість сучасної науки, яка не включена до цього списку, але поширена в мисленні та теоретизуванні вчених, — це фальсифікованість, властивість, яка настільки проникла в наукову практику, що вимагає додаткового роз’яснення. На початку 20-го століття Карл Поппер (1902-1994) припустив, що науку можна відрізнити від псевдонауки (або просто повсякденних міркувань), оскільки наукові твердження можуть бути сфальсифіковані . Тобто можна довести, що заява є неправдивою. Наприклад, людина може стверджувати, що «всі люди правші». Це твердження можна перевірити та — зрештою — відкинути, оскільки можна довести, що воно хибне: є люди, які ліворукі. Просте емпіричне правило полягає в тому, щоб не заплутатися в терміні «фальсифікований», а розуміти, що — більш-менш — це означає, що можна перевірити.

З іншого боку, деякі твердження неможливо перевірити та сфальсифікувати. Уявіть собі, наприклад, що фокусник стверджує, що він може навчити людей рухати предмети розумом. Фокус, пояснює він, полягає в тому, щоб справді вірити у свою здатність, щоб це спрацювало. Коли його студентам не вдається зрушити стільці своїм розумом, чарівник дорікає: «Ви, очевидно, не вірите». Твердження фокусника не можна кваліфікувати як фальсифіковане, оскільки немає способу його спростувати. Це ненауково.

Поппера особливо дратували ненаукові твердження, оскільки він вважав, що вони становлять загрозу науці психології. Зокрема, він був незадоволений поясненнями психічних захворювань Фрейдом. Фрейд вважав, що коли людина страждає психічною хворобою, це часто пов’язано з проблемами, які виникли в дитинстві. Наприклад, уявіть людину, яка виростає одержимим перфекціоністом. Якби її виховували безладні, розслаблені батьки, Фрейд міг би стверджувати, що її дорослий перфекціонізм є реакцією на її ранній сімейний досвід — намагання підтримувати порядок і рутину замість хаосу. Як альтернатива, уявіть ту саму людину, яку виховують суворі, порядні батьки. У цьому випадку Фрейд міг би стверджувати, що її доросла охайність — це просто інтерналізація способу існування її батьків. Як бачимо, згідно з обґрунтуванням Фрейда можливі обидва протилежні сценарії; незалежно від того, який розлад, теорія Фрейда могла пояснити його дитинство, таким чином не відповідаючи принципу фальсифікації.

Поппер виступав проти тверджень, які не можна було сфальсифікувати. Він стверджував, що вони заблокували науковий прогрес: не було способу просунути, уточнити чи спростувати знання, засновані на таких твердженнях. Рішення Поппера було потужним: якби наука показала всі можливості, які не були істинними, ми б залишили лише те, що є правдою. Тобто ми повинні бути в змозі сформулювати — заздалегідь — види доказів, які спростують нашу гіпотезу та змусять нас відмовитися від неї.

Це може здатися нелогічним. Наприклад, якби вчений хотів отримати повне розуміння того, чому трапляються автомобільні аварії, він би систематично перевіряв усі потенційні причини: вживання алкоголю, перевищення швидкості, користування мобільним телефоном, возіння з радіо, носіння сандалій, їжа, розмова з пасажиром і т. д. Повного розуміння можна було досягти лише після того, як усі можливі пояснення були досліджені та сфальсифіковані чи ні. Після завершення всіх перевірок докази будуть оцінені за критеріями фальсифікації, і залишаться лише справжні причини аварій. Вчений міг би відхилити певні твердження (наприклад, босоніжки призводять до автомобільних аварій) і залишити лише ті, що підтверджені дослідженнями (наприклад, використання мобільного телефону за кермом підвищує ризик). Може здатися абсурдним, що вченому доведеться досліджувати стільки альтернативних пояснень, але саме так ми виключаємо погані твердження. Звичайно, багато пояснень є складними й пов’язані з кількома причинами, як у випадку з автомобільними аваріями, так і психологічними феноменами.

Перевірте себе 1: чи можна це підробити?

Яку з наведених нижче гіпотез можна спростувати? Для кожного не забудьте розглянути, які дані можна зібрати, щоб продемонструвати, що твердження не відповідає дійсності.

A. Шоколад смачніший за макарони.
Б. Ми живемо в найжорстокіший час в історії.

C. Час може бігти як назад, так і вперед.
Г. На інших планетах, крім Землі, немає води.

[Див. відповідь у кінці цього модуля]

Хоча ідея фальсифікації залишається центральною для наукових даних і розвитку теорії, сьогодні вона використовується не строго так, як це передбачав Поппер. Почнемо з того, що вчені зацікавлені не лише в демонстрації того, чого не є. Вчені також зацікавлені в наданні описів і пояснень того, як йдуть справи . Ми хочемо описати різні причини та різні умови, за яких вони виникають. Ми хочемо дізнатися, коли маленькі діти починають говорити повними реченнями, наприклад, чи люди щасливіші у вихідні, або як фізичні вправи впливають на депресію. Ці дослідження вимагають від нас висновків на основі обмежених вибірок даних. У деяких випадках ці дані збігаються з нашими гіпотезами, а в інших – ні. Тут з’являється інтерпретація та ймовірність.

Інтерпретація результатів дослідження

Уявіть собі дослідника, який хоче перевірити гіпотезу — конкретне передбачення, засноване на попередніх дослідженнях або науковій теорії — про те, що кофеїн покращує пам’ять. Вона знає, що є кілька опублікованих досліджень, які припускають, що це може бути так, і вона хоче глибше вивчити цю можливість. Вона планує експеримент, щоб перевірити цю гіпотезу. Вона випадковим чином призначає деяким учасникам чашку повністю кофеїнового чаю, а іншим чашку трав’яного чаю. Усім учасникам пропонується випити, вивчити список слів, а потім виконати тест на пам’ять. Є три можливі результати цього запропонованого дослідження:

Група кофеїну працює краще (підтримка гіпотези).
Група без кофеїну працює краще (докази проти гіпотези).
Немає різниці в продуктивності між двома групами (також є докази проти гіпотези).
Давайте подивимося, з наукової точки зору, як дослідник повинен інтерпретувати кожну з цих трьох можливостей.

По-перше, якщо результати тесту на пам’ять показують, що група кофеїну працює краще, це є доказом на користь гіпотези: виявляється, принаймні в цьому випадку, що кофеїн пов’язаний з кращою пам’яттю. Однак це не доводить , що кофеїн пов’язаний з кращою пам’яттю. Залишається ще багато питань без відповіді. Як довго триває покращення пам'яті? Чи діє кофеїн однаково на людей різного віку? Чи є різниця в продуктивності пам’яті між людьми, які регулярно вживають кофеїн, і тими, хто його ніколи не вживає? Чи можуть результати бути дивним явищем? Через ці невизначеності ми не кажемо, що дослідження — особливо окреме — доводить гіпотезу. Натомість ми кажемо, що результати дослідження є доказами на підтримку гіпотези. Навіть якщо ми перевіримо це на 10 тисячах чи 100 тисячах людей, ми все одно не зможемо використати слово «доведено», щоб описати це явище. Це тому, що індуктивне міркування базується на ймовірностях . Імовірності завжди є питанням ступеня; вони можуть бути надзвичайно ймовірними або малоймовірними. Наука краще проливає світло на вірогідність або ймовірність чогось, ніж доводить це. Таким чином, дані залишаються дуже корисними, навіть якщо вони не відповідають абсолютним стандартам Поппера.

Наука про метеорологію допомагає проілюструвати цю думку. Ви можете переглянути місцевий прогноз погоди та побачити високу ймовірність дощу. Це тому, що метеоролог використовував індуктивні міркування для створення свого прогнозу. Вона взяла поточні спостереження — багато щільних хмар, що наближаються до вашого міста — і порівняла їх із історичними погодними умовами, пов’язаними з дощем, зробивши обґрунтований прогноз щодо високої ймовірності дощу. Однак метеоролог не довів , що буде дощ, вказавши на наближення хмар.

Доведення більше асоціюється з дедуктивним міркуванням. Дедуктивне міркування починається із загальних принципів, які застосовуються до конкретних випадків (зворотне до індуктивного міркування). Коли загальні принципи, або передумови , вірні, а структура аргументу дійсна, висновок, за визначенням, є доведеним; це має бути так. Дедуктивна істина повинна застосовуватися в усіх відповідних обставинах. Наприклад, усі живі клітини містять ДНК. З цього ви можете зробити дедуктивну думку, що будь-яка конкретна жива клітина (слона, людини або змії) буде містити ДНК. Враховуючи складність психологічних явищ, які включають багато сприяючих факторів, майже неможливо зробити такі широкі твердження з певністю.

Перевір себе 2: індуктивний чи дедуктивний?

А. Плита була включена, а вода в каструлі кипіла. Вхідні двері стояли відчинені. Ці підказки вказують на те, що власник будинку пішов несподівано та поспішно.

B. Сила тяжіння пов’язана з масою.Оскільки Місяць має меншу масу, ніж Земля, він повинен мати меншу силу тяжіння.
C. Студенти не люблять платити за дорогі підручники.Цілком ймовірно, що багато учнів у класі вирішать не купувати книгу.
D. Щоб отримати ступінь коледжу, студентам потрібно 100 кредитів.Джанін має 85 кредитів, тому вона не може закінчити навчання.
[Див. відповідь у кінці цього модуля] 

Другий можливий результат дослідження кофеїнової пам’яті полягає в тому, що група, яка не  вживала кофеїну, демонструє кращу пам’ять. Цей результат протилежний тому, що дослідник очікує знайти (її гіпотеза). Тут дослідник повинен визнати, що докази не підтверджують її гіпотезу. Однак вона повинна бути обережною, щоб не поширювати це тлумачення на інші претензії. Наприклад, виявлення покращення пам’яті в групі без кофеїну не буде доказом того, що кофеїн шкодить пам’яті. Знову ж таки, занадто багато невідомих. Чи є ця знахідка дивовижним випадком, можливо, заснованим на незвичайному зразку? Чи є проблема з дизайном дослідження? Дослідник не знає. Вона просто знає, що не змогла знайти підтримку своєї гіпотези.

Існує принаймні одне додаткове міркування: спочатку дослідниця розробила свою гіпотезу про переваги кофеїну та пам’ять на основі висновків, зроблених із попередніх досліджень. Тобто попередні дослідження виявили результати, які свідчать про те, що кофеїн покращує пам’ять. Одне дослідження дослідника не повинно переважити висновки багатьох досліджень. Можливо, у попередніх дослідженнях брали участь учасники різного віку або ті, хто мав різні вихідні рівні споживання кофеїну. Це нове дослідження просто стає шматком тканини в загальній ковдрі досліджень зв’язку кофеїн-пам’ять. Сам по собі він не означає остаточної фальсифікації гіпотези.

Нарешті, цілком можливо, що результати не показують різниці в пам’яті між двома групами. Як це повинен інтерпретувати дослідник? Як би ти? У цьому випадку дослідниця знову змушена визнати, що вона не знайшла підтвердження своєї гіпотези. 

Інтерпретація результатів дослідження — незалежно від результату — залежить від якості спостережень, з яких отримано ці результати. Якщо ви дізнаєтеся, скажімо, що кожна група в дослідженні включала лише чотирьох учасників або що всім їм було понад 90 років, у вас можуть виникнути занепокоєння. Зокрема, вас має хвилювати те, що спостереження, навіть якщо точні, не є репрезентативними для загальної сукупності. Це одна з визначальних відмінностей між висновками, зробленими з особистих анекдотів, і висновками, зробленими з наукових спостережень. Анекдотичні докази — отримані з особистого досвіду та несистематичних спостережень (наприклад, «здоровий глузд») — обмежені якістю та репрезентативністю спостережень, а також недоліками пам’яті. Добре сплановане дослідження, з іншого боку, спирається на спостереження, які систематично записуються, є високоякісними та репрезентативними для популяції, яку вони нібито описують.

Чому я маю довіряти науці, якщо вона нічого не може довести?

Варто трохи глибше заглибитися в те, чому ми повинні довіряти науковому індуктивному процесу, навіть якщо він спирається на обмежені зразки, які не пропонують абсолютних «доказів». Для цього розглянемо широко поширену практику в психологічній науці: перевірку значущості нульовою гіпотезою.

Чи існує залежність між студентським віком і успішністю? Як ми можемо дослідити це питання? Наскільки ми можемо бути впевнені, що наші спостереження відображають реальність?

Щоб зрозуміти цю концепцію, давайте почнемо з іншого прикладу дослідження. Уявіть, наприклад, досліднику цікаво, як зрілість впливає на успішність. У неї може бути гіпотеза про те, що зрілі учні більш відповідально ставляться до навчання та виконання домашніх завдань і, отже, краще навчатимуться на своїх курсах. Щоб перевірити цю гіпотезу, досліднику потрібна міра зрілості та міра успішності курсу. Вона може обчислити кореляцію — або зв’язок — між віком студента (її показник зрілості) та балами, отриманими на курсі (її показник академічної успішності). Зрештою, дослідника цікавить ймовірність — або ймовірність — того, що ці дві змінні тісно пов’язані одна з одною. Перевірка значущості нульової гіпотези (NHST) оцінює ймовірність того, що зібрані дані (спостереження) були б однаковими, якби між змінними в дослідженні не було зв’язку. Використовуючи наш приклад, NHST перевірив би ймовірність того, що дослідник знайде зв’язок між віком і успішністю класу, якби такого зв’язку насправді не було.

Тепер ось де все стає трохи складніше. NHST передбачає нульову гіпотезу, твердження про те, що дві змінні не пов’язані між собою (у цьому випадку зрілість студента та академічна успішність не пов’язані жодним значущим чином). NHST також включає альтернативну гіпотезу, твердження, що дві змінні пов’язані (у цьому випадку, що зрілість студента та академічна успішність йдуть разом). Щоб оцінити ці дві гіпотези, дослідник збирає дані. Потім дослідник порівнює те, що вона очікує знайти (ймовірність), з тим, що вона фактично знаходить (зібрані дані), щоб визначити, чи може вона фальсифікувати або відхилити нульову гіпотезу на користь альтернативної гіпотези.

Як вона це робить? Дивлячись на розподіл даних. Розподіл — це розкид значень — у нашому прикладі це числові значення балів студентів за курс. Дослідниця перевірить свою гіпотезу, порівнюючи спостережуваний розподіл оцінок, отриманих старшими учнями, з оцінками, отриманими молодшими учнями, визнаючи, що деякі розподіли є більш-менш імовірними. Ваша інтуїція підказує вам, наприклад, що шанси кожного окремого учасника курсу отримати ідеальний бал нижчі, ніж їхні бали, розподілені між усіма рівнями успішності.

Дослідник може використовувати таблицю ймовірностей, щоб оцінити ймовірність будь-якого розподілу, який він знаходить у своєму класі. Ці таблиці відображають роботу математиків і вчених з різних галузей за останні 200 років. Ви можете побачити в таблиці 2а приклад очікуваного розподілу, якщо оцінки були розподілені нормально (більшість із них середні, а порівняно небагато — дивовижні або жахливі). У таблиці 2b ви можете побачити можливі результати цього уявного дослідження та чітко побачити, як вони відрізняються від очікуваного розподілу.

У процесі перевірки цих гіпотез можливі чотири результати. Вони визначаються двома факторами: 1) реальністю та 2) тим, що дослідник знаходить (див. Таблицю 3). Найкращим можливим результатом є точне виявлення . Це означає, що висновок дослідника відображає реальність. У нашому прикладі давайте уявимо, що більш зрілі учні справді працюють трохи краще. Якщо це те, що дослідник знаходить у своїх даних, її аналіз кваліфікується як точне виявлення реальності. Інша форма точного виявлення – це коли дослідник не знаходить доказів певного явища, але цього явища все одно насправді не існує! Використовуючи той самий приклад, давайте тепер уявимо, що зрілість не має нічого спільного з академічною успішністю. Можливо, академічна успішність натомість пов’язана з інтелектом чи звичками до навчання. Якщо дослідник не знаходить жодних доказів зв’язку між зрілістю та оцінками, і його насправді немає, він також досяг точного виявлення.

Існує кілька способів того, що висновки дослідження можуть бути неправильними. Одна з них називається помилкою типу I — коли дослідник робить висновок про існування зв’язку між двома змінними, але насправді його немає . Повернемося до нашого прикладу: давайте тепер уявимо, що немає зв’язку між зрілістю та оцінками, але дослідник все одно його знаходить. чому це відбувається Цілком можливо, що її вибірка випадково включає старших студентів, які також мають кращі звички до навчання та кращі результати: дослідниця «знайшла» зв’язок (дані, здається, показують, що вік значно корелює з академічною успішністю), але правда полягає в тому, що що очевидний зв’язок є чисто випадковим — це результат того, що ці конкретні старші учні в цій конкретній вибірці мають кращі за середні звички до навчання (справжня причина зв’язку). Можливо, вони завжди мали чудові звички вчитися, навіть коли були молодими.

Іншим можливим наслідком NHST є помилка типу II , коли дані не показують зв’язок між змінними, який насправді існує. У нашому прикладі цього разу вдавайте, що зрілість — насправді — пов’язана з академічною успішністю, але дослідник не знаходить цього у своїй вибірці. Можливо, це було просто її нещастя, що її старші учні просто мали вихідний, страждали від хвилювання за тестування або були нехарактерно недбалими з домашніми завданнями: особливості її конкретної вибірки випадково завадили досліднику визначити справжній зв’язок між зрілість і академічна успішність.

Ці типи помилок можуть вас непокоїти, оскільки просто неможливо визначити, чи є дані хорошими чи ні. Дослідники поділяють ваші занепокоєння та вирішують їх, використовуючи значення ймовірності (p-значення), щоб встановити порогове значення для помилок типу I або типу II. Коли дослідники пишуть, що певний результат є «значущим на рівні p < 0,05», вони кажуть, що якби те саме дослідження було повторено 100 разів, ми повинні очікувати, що цей результат відбудеться — випадково — менше ніж п’ять разів. Тобто в цьому випадку помилка I типу малоймовірна. Вчені іноді сперечаються щодо точного порогу, який слід використовувати для ймовірності. Найпоширенішими в психології є .05 (імовірність 5%), .01 (імовірність 1%) і .001 (1/10 1% ймовірності). Пам’ятайте, психологічна наука не покладається на остаточні докази; мова йде про ймовірність побачити конкретний результат. Ось чому так важливо, щоб наукові відкриття були відтворені в додаткових дослідженнях.

Саме завдяки таким методологіям наука загалом заслуговує довіри. Не всі претензії та пояснення однакові; деякі висновки, так би мовити, кращі. Наукові твердження з більшою ймовірністю будуть правильними та передбачають реальні результати, ніж думки «здорового глузду» та особисті анекдоти. Це пояснюється тим, що дослідники думають, як найкраще підготувати та виміряти своїх суб’єктів, систематично збирати дані з великих і — в ідеалі — репрезентативних вибірок, і перевіряти свої висновки на ймовірність.

Наукові теорії

Знання, отримані в результаті дослідження, організовано відповідно до наукових теорій. Наукова теорія — це комплексна основа для осмислення доказів щодо певного явища. Коли вчені говорять про теорію, вони мають на увазі щось відмінне від того, як цей термін використовується в повсякденній розмові. У загальному вживанні теорія — це обґрунтоване припущення, як-от: «У мене є теорія щодо того, яка команда вийде в плей-офф», або «У мене є теорія щодо того, чому моя сестра завжди спізнюється на зустрічі». Обидва ці переконання можуть бути піддані значному впливу багатьох ненадійних факторів, таких як особиста думка та упередження пам’яті. Наукова теорія, однак, користується підтримкою багатьох досліджень, сукупно надаючи докази, включаючи, але не обмежуючись, ті, які фальсифікують конкуруючі пояснення. Ключовим компонентом хороших теорій є те, що вони описують, пояснюють і передбачають у спосіб, який можна емпірично перевірити та потенційно фальсифікувати.

Ранні теорії вважали Землю центром Сонячної системи. Тепер ми знаємо, що Земля обертається навколо Сонця. [Зображення: Pearson Scott Foresman, https://goo.gl/W3izMR, громадське надбання]

Теорії відкриті для перегляду, якщо з’являться нові докази, які змушують переглянути накопичені відповідні дані. У давні часи, наприклад, люди вважали, що Сонце обертається навколо Землі. Здавалося, це мало сенс і відповідало багатьом спостереженням. Однак у 16 ​​столітті астрономи почали систематично складати карти видимих ​​об’єктів на небі, і протягом 50 років, за допомогою неодноразових перевірок, критики та уточнення, вони надали докази для переглянутої теорії: Земля та інші космічні об’єкти обертаються навколо Сонця. У науці ми віримо в те, що говорять нам найкращі та найбільші дані. Якщо з’являться кращі дані, ми повинні бути готові змінити свої погляди відповідно до нових доказів.

Чи наука об'єктивна?

Томас Кун ( 2012 ), історик науки, стверджував, що наука як діяльність, якою займаються люди, є соціальною діяльністю. Як таке, згідно з Куном, воно піддається однаковим психологічним впливам усієї людської діяльності. Зокрема, Кун припустив, що не існує такого поняття, як об’єктивна теорія чи дані; вся наука базується на цінностях. Вчені не можуть не дозволити особистим/культурним цінностям, досвіду та думкам впливати на типи запитань, які вони ставлять, і на те, як вони розуміють те, що знаходять у своїх дослідженнях. Аргумент Куна підкреслює різницю між фактами (інформація про світ) і цінностями (переконання про те, яким світ є чи має бути). Ця відмінність є важливою, навіть якщо вона не завжди чітка.

Щоб проілюструвати зв’язок між фактами та цінностями, розглянемо проблему глобального потепління. Величезне накопичення доказів (фактів) підтверджує несприятливий вплив діяльності людини на рівні парникових газів в атмосфері Землі, що призводить до зміни погодних умов. Існує також набір переконань (цінностей), які поділяють багато людей, які впливають на їхній вибір і поведінку в спробі подолати цей вплив (наприклад, придбання електромобілів, переробка, поїздки на велосипеді). Наші цінності — у цьому випадку Земля, якою ми її знаємо, перебуває в небезпеці і її слід захищати — впливають на те, як ми працюємо з фактами. Наприклад, люди (включно з науковцями), які рішуче підтримують цю цінність, можуть бути уважнішими до досліджень поновлюваних джерел енергії.

Основна думка цієї ілюстрації полягає в тому, що (всупереч образу вчених як сторонніх спостерігачів за фактами, збираючи їх нейтрально та без упередженості від світу природи) уся наука, особливо соціальні науки, такі як психологія, включає цінності та інтерпретацію. У результаті наука функціонує найкраще, коли люди з різними цінностями та походженням працюють разом, щоб зрозуміти складні природні явища.

Дійсно, наука може отримати вигоду з багатьох точок зору. Одним із підходів до досягнення цього є аналіз рівнів. Рівні аналізу — це ідея про те, що одне явище можна пояснити на різних рівнях одночасно. Пам’ятаєте питання про зубріння для іспиту чи навчання з часом? На нього можна відповісти на кількох різних рівнях аналізу. На низькому рівні ми можемо використовувати технології сканування мозку, щоб дослідити, чи відрізняються біохімічні процеси між двома стратегіями дослідження. На вищому рівні — на рівні мислення — ми можемо досліджувати процеси прийняття рішень (що вивчати) і здатність зосереджуватися, оскільки вони пов’язані з зубрінням проти практики в інтервалі. На ще вищих рівнях нас може цікавити поведінка в реальному світі, наприклад, як довго люди навчаються, використовуючи кожну зі стратегій. Так само нас може зацікавити, як присутність інших впливає на навчання в рамках цих двох стратегій. Рівні аналізу припускають, що один рівень не правильніший або правдивіший за інший; їх доцільність залежить від специфіки поставленого питання. Зрештою, рівні аналізу свідчать про те, що ми не можемо зрозуміти навколишній світ, включаючи людську психологію, зводячи це явище лише до біохімії генів і динаміки нейронних мереж. Але ми також не можемо зрозуміти людство без розгляду функцій людської нервової системи.

Наука в контексті

Існує багато способів інтерпретації навколишнього світу. Люди покладаються на здоровий глузд, особистий досвід і віру в поєднанні та різною мірою. Усі вони пропонують законні переваги для орієнтування в культурі, і кожен пропонує унікальну перспективу з певним використанням та обмеженнями. Наука пропонує ще один важливий спосіб розуміння світу, і хоча вона має багато важливих переваг, як і всі методи інтерпретації, вона також має обмеження. Розуміння обмежень науки, включаючи її суб’єктивність і невизначеність, не робить її марною. Оскільки він є систематичним і використовує перевірені надійні дані, він може дозволити нам визначити причинно-наслідковий зв’язок і може допомогти нам узагальнити наші висновки. Розуміючи, як робляться наукові висновки, ми краще готові використовувати науку як інструмент пізнання.  

Відповідь - перевірте себе 1: чи можна це сфальсифікувати?

Пояснення відповіді: представлено 4 гіпотези. По суті, питання запитує: «Що з цього можна перевірити та продемонструвати як хибне?». Ми можемо виключити відповіді A, B і C. A – це питання особистої думки. C – це концепція, для якої наразі не існує жодних вимірювань. .. B трохи складніше. Людина може переглянути дані про війни, напади та інші форми насильства, щоб зробити висновок про те, який період є найбільш жорстоким. Проблема тут полягає в тому, що ми не маємо даних за всі періоди часу, і немає чіткого посібника щодо того, які дані слід використовувати для вирішення цієї гіпотези. Найкраща відповідь – D, оскільки ми маємо засоби, щоб побачити інші планети та визначити, чи є на них вода (наприклад, на Марсі є лід). 

Відповідь - Перевір себе 2: індуктивний чи дедуктивний

Пояснення відповіді: у цьому питанні вам пропонується подумати, чи кожен із 4 прикладів представляє індуктивне чи дедуктивне міркування. 1) Індуктивний — можна зробити висновок — власник будинку пішов поспішно — на підставі конкретних спостережень, таких як увімкнена піч і відкриті двері. 2) Дедуктивний — починаючи із загального принципу (гравітація пов’язана з масою), ми робимо висновок про те, що Місяць має меншу гравітацію, ніж Земля, оскільки він має меншу масу. 3) Дедуктивний — починаючи із загального принципу (учні не люблять платити за підручники) можна зробити прогноз щодо ймовірної поведінки учнів (вони не будуть купувати підручники). Зверніть увагу, що це випадок передбачення, а не використання спостережень. 4) Дедуктивний — починаючи із загального принципу (студентам потрібно 100 кредитів, щоб закінчити навчання), можна зробити висновок про Джанін (вона не може закінчити навчання, оскільки має менше 100 необхідних кредитів).