Иногда я говорю, что метод науки состоит в том, чтобы накопить такую огромную гору свидетельств, которую не смогут игнорировать даже ученые; и что именно в этом заключается отличительная черта ученого. (Не-ученый все равно ее проигнорирует.)

Макс Планк был настроен еще менее оптимистично:¹

Новая научная истина торжествует не потому, что она убеждает своих оппонентов и заставляет их прозреть, а скорее потому, что ее оппоненты в конце концов умирают, а новое поколение вырастает уже знакомым с ней.

Меня очень забавляет эта мысль, ведь она подразумевает, что способность науки отличать истину от лжи в конечном счете держится на хорошем вкусе аспирантов.

Постепенный рост признания многомировой интерпретации в академической физике наводит на мысль, что существуют физики, которые примут новую идею лишь при определенном сочетании эпистемического обоснования и достаточно многочисленной академической стаи, в компании которой им будет комфортно. По мере того как идею принимает все больше физиков, стая растет, и, следовательно, все больше людей переступают свой индивидуальный порог обращения — притом что эпистемическое обоснование остается практически неизменным.

Но Наука все же в конце концов приходит к цели, и этого достаточно, чтобы храповик Науки двигался вперед, выстраивая технологическую цивилизацию.

Учеными могут двигать безосновательные предрассудки, несостоятельные интуиции, чистой воды стадное поведение — весь спектр человеческих слабостей. Каждый раз, когда ученый меняет свои убеждения по эпистемически неоправданным причинам, требуется больше свидетельств или новых аргументов, чтобы погасить этот шум.

«Коллапс волновой функции» не имеет экспериментального обоснования, но он апеллирует к (несостоятельной) интуиции существования единственного мира. Из-за этого может потребоваться дополнительный аргумент — скажем, что коллапс нарушает специальную теорию относительности, — чтобы запустить медленный процесс академического распада идеи, которой изначально вообще не следовало присваивать непренебрежимую вероятность.

С байесовской точки зрения человеческая академическая наука в целом — крайне неэффективный процессор свидетельств. Каждый раз, когда необоснованный аргумент сдвигает убеждение, вам требуется дополнительный обоснованный аргумент, чтобы сдвинуть его обратно. Социальный процесс науки опирается на избыточные свидетельства, чтобы преодолеть когнитивный шум.

Выражаясь мягче, можно сказать, что ученые занимают позиции, которые теоретически недостаточно радикальны по сравнению с идеальными позициями, которые ученые заняли бы, если бы они были байесовскими ИИ и могли доверять ясности своего мышления.

Но не будьте слишком снисходительны. Шум, о котором идет речь, — это далеко не всегда невинные ошибки. Во многих областях дебаты затягиваются на десятилетия после того, как вопрос уже должен был быть решен. И не потому, что ученые с обеих сторон отказываются доверять себе и соглашаются, что нужно искать дополнительные свидетельства. А потому, что одна из сторон продолжает выдвигать все более нелепые возражения и требовать все больше и больше доказательств, окопавшись на позициях академической власти, — и это происходит еще долго после того, как становится ясно, откуда дует ветер свидетельств. (Здесь я имею в виду дебаты вокруг возникновения эволюционной психологии, а не многомировую интерпретацию.)

Возможно ли для отдельных людей или групп обрабатывать свидетельства более эффективно — и приходить к верным выводам быстрее, чем человеческая академическая наука в целом?

«Идеи проверяются экспериментом. В этом суть науки». И это должно быть правдой, ведь если нельзя доверять Зомби-Фейнману, то кому вообще можно доверять?

И все же откуда берутся сами идеи?

Возможно, вам захочется ответить: «Они исходят от ученых. Есть еще вопросы?» В Науке не принято интересоваться тем, откуда берутся гипотезы, — важно лишь то, проходят они экспериментальную проверку или нет.

Хорошо, но если убрать все новые идеи, научный процесс в целом перестанет работать, потому что не останется альтернативных гипотез для проверки. Так что изобретение новых идей — отнюдь не та часть процесса, которой можно пренебречь.

Теперь снова наденьте байесовские очки. Как описано в главе «Высокомерие Эйнштейна», существуют вопросы, которые не являются бинарными — где ответом служит не «Да» или «Нет», а нечто из обширного пространства структур (например, пространства уравнений). В таких случаях требуется гораздо больше байесовских свидетельств, чтобы привлечь ваше внимание к гипотезе, чем чтобы подтвердить эту гипотезу.

Если вы работаете в пространстве всех уравнений, которые можно задать 32 битами или меньше, вы работаете в пространстве из 4 миллиардов уравнений. Требуется гораздо больше байесовских свидетельств, чтобы поднять вероятность одной из этих гипотез до уровня 10%, чем требуется, чтобы затем повысить её с 10% до 90%.

Когда пространство идей велико, придумывание идей, достойных проверки, требует гораздо большей работы — в байесовско-термодинамическом смысле слова «работа», — чем просто получение экспериментального результата с p < 0,0001 для новой гипотезы по сравнению со старой.

Если это не кажется вам очевидным с первого взгляда, сделайте паузу и перечитайте «Высокомерие Эйнштейна».

Научный процесс всегда полагался на то, что ученые будут предлагать гипотезы для проверки с помощью какого-то процесса, который сама Наука никак не детализирует. Представьте, что вы придумали совершенно безумный способ генерировать гипотезы — например, скармливать управляемой роботом спиритической доске цифры числа пи, — и получаемые в результате предположения продолжали бы раз за разом подтверждаться экспериментально. Чистая идеальная сущность Науки даже не сбилась бы с ритма. Чистая идеальная сущность Байеса вспыхнула бы и сгорела.

(По сравнению с Наукой, Байес опровергается бо́льшим числом возможных исходов.)

Это не означает, что процесс выбора идей для проверки не важен для Науки. Это означает, что Наука его не определяет.

На практике управляемая роботом спиритическая доска не работает. На практике пространство ответов на некоторые научные вопросы настолько велико, что при случайном выборе моделей для проверки потребовались бы триллионы лет, чтобы наткнуться на модель, дающую хорошие прогнозы, — это как заставить обезьян напечатать Шекспира.

На переднем крае науки — на границе между незнанием и знанием, где наука движется вперед, — этот процесс опирается на то, что по крайней мере некоторые отдельные ученые (или рабочие группы) видят то, что еще не подтверждено Наукой. Именно так они узнают, какие гипотезы нужно проверить, еще до проведения самой проверки.

Если вы снимете байесовские очки, то сможете сказать: «Ну, им не обязательно знать, им нужно просто угадывать». Если же вы снова наденете байесовские очки, то поймете, что «угадывание» с вероятностью в 10% требует проведения за кулисами почти столь же успешной эпистемической работы, как и «угадывание» с вероятностью в 80% — по крайней мере, для больших пространств ответов.

Ученый может и не знать, что успешно проделал эту эпистемическую работу, еще до проведения эксперимента; но на самом деле он действительно проделал ее успешно! Иначе он даже не додумается до правильной гипотезы. Во всяком случае, в больших пространствах ответов.

Итак, ученый выдвигает новое предсказание, проводит эксперимент, публикует результат, и теперь Наука тоже это знает. Теперь это часть общедоступного знания человечества, которое каждый может проверить самостоятельно.

В промежутке был интервал, когда ученый рационально знал нечто такое, чего публичный социальный процесс науки еще не подтвердил. И это отнюдь не тривиальный интервал, хотя он и может быть коротким; ведь именно там лежит передний край науки, ее движущаяся вперед граница.

Все это еще более верно для нерутинной науки, чем для рутинной, поскольку в ней предполагаются большие пространства ответов, где ответ — это не «Да» или «Нет» и не выбор из небольшого набора очевидных альтернатив. Гораздо проще научить людей проверять идеи, чем находить хорошие идеи для проверки.

*

1. Макс Планк, «Научная автобиография и другие работы» (New York: Philosophical Library, 1949).