Съществуват някои много разпространени, но всъщност погрешни схващания относно науката и това какво представлява научният процес в действителност. На първо място е много важно да сме наясно, че източниците, от които черпим информация са от ключово значение. Често биваме заливани от информация, идваща от популярни източници, чиито статии привличат вниманието със заглавия от типа „Учените доказаха“. Трябва да бъдем наясно, че такива източници не целят да предоставят точни сведения, а имат за цел да достигнат до колкото може повече хора и следователно, да придобият висок рейтинг. Ако отворим научната статия, в която е публикувано изследването, за което се говори в популярния източник, то често виждаме нещо съвсем различно. Научните изследвания се публикуват в научни журнали, като се предоставя подробна информация за това как точно е било проведено самото изследване – от представителната извадка, до метода, анализа на данните и заключението на изследователите. Има строги стандарти, според които се прави всичко това, а също и такива според които се описва едно проучване. Всъщност, в научен източник не срещаме думи като „доказателство“ или „факт“ и това е нещо, на което се обръща сериозно внимание. Там се говори за „теории“, „сведения“ и информация, която сочи в дадена посока. Причината, поради която не се използват думи, заявяващи убеденост в резултатите е, че самият научен процес не позволява стигането до крайни заключения за изследваната тема. Първо, защото много масово, особено в неточните науки, се използва статистика, за да се анализират данните. По дефиниция статистиката е наука за вероятностите, следователно няма как статистически анализ да ни даде информация относно факти и доказателства. Обикновено, когато дадена тема ще бъде изследвана, учените тръгват от някоя теория в областта, на която базират хипотезата си. Самите думи „теория“ и „хипотеза“ предполагат нещо, което не е сигурно. В този смисъл, теориите са подкрепени повече или по-малко от сведенията и когато срещнем изказвания за „доказани теории“, то отново е редно да погледнем източника на такива твърдения. Когато хипотезите са изведени, идва ред на това да се направи дизайна на изследването. С най-високо ниво на експериментален контрол са експериментите, т.е. би трябвало да ни дадат най-голяма сигурност в резултатите, като позволяват минимизиране на влиянието на променливи, които не са взети предвид и биха "замърсили" резултатите. В психологията често се изследват конструкти като емоции и чувства, например. За да се изследва такъв абстрактен конструкт е нужно да се операционализира в променлива, която да може да бъде манипулирана или измервана. Ако ще се изследва щастието, то обикновено ще се измерват нива на серотонин. Тук е уместно да се запитаме дали емоциите и чувствата са просто физиологични реакции на телата ни и дали такова редукционистко мислене представя нещата в цялост. Науката има своите ограничения и е нужно да побере изследваните конструкти в своите рамки. Въпреки лимитите, които все още не са надхвърлени, науката е ценна и безспорно допринася докато същевременно продължава да се развива. След като променливите са операционализирани, идва ред на това да се извърши и самия статистически анализ. При тестването на хипотези имаме нулева и алтернативна хипотеза. Най-общо казано, нулевата хипотеза гласи, че няма разлика, а алтернативната – че има. Ще дам просто пример: искаме да проверим дали действително яденето на шоколад подобрява настроението. Тук имаме две променливи – яденето на шоколад и настроението. В случая яденето на шоколад ще бъде независима променлива, която ще манипулираме (ще променяме стойностите й), а настроението ще бъде зависима променлива (която ще измерваме на база различните стойности на независимата променлива). Представителната ни извадка ще е необходимо да включва и контролна група, спрямо която да сравняваме резултатите. Ще бъде измерено нивото на серотонина в субектите от контролната група без да са яли шоколад. В експерименталната група субектите ще ядат шоколад и ще се сравнят техните нива на серотонин с тези на контролната група. Експериментът може да има и различни нива, в които да се дават по едно, две или три парченца шоколад, например. В нашия пример нулевата хипотеза, която гласи че няма разлика (Hо = 0), ще означава, че яденето на шоколад не се отразява на настроението. Алтернативната хипотеза в случая би била Ha > 0, а именно че яденето на шоколад повишава нивата на серотонин и следователно, подобрява настроението. Ако хипотезата ни беше, че шоколадът понижава настроението, то тогава Ha < 0, а ако хипотезата предполага просто наличието на разлика, то ще имаме Ha ≠ 0. Тестването на хипотезите ни дава като резултат вероятност, която сравняваме спрямо таблица, изреждаща алфа (α) стойности. Алфа се отнася до нивото на значимост и представя вероятността резултатите от анализа да са продукт на шанс. Най-често се използва α 0.05, което означава, че допускаме 5% шанс да сме сгрешили. Самото тестване на хипотези ни позволява единствено да отхвърлим нулевата хипотеза. Това означава, че не можем нито да приемем нулевата хипотеза, нито да приемем или отхвърлим алтернативната. Следователно, ако резултатите ни са значими спрямо α 0.05, то бихме могли единствено да кажем, че има разлика, т.е. нивата на серотонин не са останали същите след яденето на шоколад. Би трябвало примерът да илюстрира, че поради самата природа на научния процес, просто не е възможно да говорим за доказване на неоспорими факти. Важно е да се отбележи, че описаното не важи само за психологическата наука, а дори и само за неточните науки. Тук идва ред да спомена, че в която и да е наука едно единствено изследване не е достатъчно, за да се твърди, че дадено сведение е добре подкрепено. Необходими са репликации, а именно независимо провеждане на изследването при същите условия от други учени. Ако репликацията им покаже същите резултати, то тогава ще има повече подкрепа за данните от оригиналното проучване. По правило колкото повече се репликира едно изследване, толкова по-добре. А колко често мислите репликациите дават същите резултати? А колко често изобщо биват репликирани научните изследвания? За съжаление, отговорът и на двата въпроса е – не достатъчно. Още преди 2010 година започва т. нар. репликационна криза (replication crisis) във физиката. Едва ли има нужда да споменавам, че физиката е точна наука и ако там репликациите не водят до същите резултати, с каква реалност очакваме, че си имаме работа в неточните науки? Какво става, когато след години научна работа става ясно, че върху първоначалните резултати се базират много от последвалите теории и изследвания, а тези първоначални резултати са били просто продукт на шанс? Откакто репликационната криза е факт са въведени допълнителни методи в емпиричната научна практика, за да може да се повиши стандартът. Когато става въпрос за неточни науки, особено психологията, трябва да си даваме ясна сметка за това, че научният процес може да се обърка на много нива. На първо място, науката се прави от хора и независимо колко обективни се опитваме да бъдем, то няма как да избягаме от човешката си природа и всички изкривявания, на които подлежи когницията ни (cognitive biases). Затова и съществуват различни методи на изследване и в частност, експерименти, които целят да понижат степента на отклоненията. Също така, самата статистика нерядко може да се обърка. Да не говорим, че учените след анализиране на данните получават цифри, които сами обличат в думи с оглед на хипотезата си. В крайни случаи, статистиката би могла да бъде манипулирана, като например се навигират данните в посока да се стигне до определен резултат или изцяло се изфабрикуват резултатите. Това наистина са крайни случаи и е ясно, че подобни практики нямат общо с фундаменталните научни принципи. Това обаче не значи, че на науката не са й познати такива случаи. За да се занимава човек с научна дейност често са необходими не малко средства. Ако екипът от учени има нужда от финансиране, то трябва да бъде показано защо е ценно да се проведе конкретното изследване и как ще допринесе за науката и развитието в дадена област. Тук е хубаво да се има предвид, че кой финансира дадено проучване съвсем не е без значение. Наивно е да си представяме, че в науката няма порочни практики. Има реномирани научни журнали, в които всеки учен би се радвал да бъде публикуван, защото работата му ще стане известна на повече хора, а също е и престижно. Затова понякога изследователите са подложени на голямо напрежение, което може да доведе до опорочаване на научната дейност под една или друга форма. За да се публикува едно изследване, то трябва да премине и през проверка от други учени (Peer review). Тези учени следва да са независими и критично да оценят стъпка по стъпка извървеното изследване. Когато ние самите четем една научна статия е нужно да сме критични към нея. За съжаление, това не е лесно когато човек не е наясно със самия научен процес и научните методи, а също и ако не разбира от статистика. Дори и когато имаме представа, науката не е проста работа. Важно е да се отбележи, че масово в статистическите анализи се използват средноаритметични стойности, включително при тестването на хипотези. Тук науката е идентифицирала и проблема с принципа за ергодичността (ergodicity principle). Този принцип гласи, че средноаритметичната стойност на дадена променлива, изведена от група индивиди, ще бъде същата като средноаритметичната стойност на даден индивид от групата. Това обаче на практика не е така. Разполагаме с многобройни данни от изследвания, проведени върху групи от хора, които обаче на нивото на индивида се оказват неприложими. Всичко описано тук съм научила в университета. Било ми е преподавано от хора, които се занимават с научна дейност и самите те провеждат научни изследвания. Нека е ясно, че с написаното в никакъв случай не се опитвам да отричам науката. Безспорно науката е допринесла неимоверно за развитието ни. Истинската наука обаче няма нищо общо с така широко разпространената, идеализирана представа за научния процес. Критичното мислене, всъщност е фундаментално що се отнася до емпирицизма. В науката нещата никога не са финални, защото боравим с наблюдения, които е нужно да се повторят многократно, за да може практически да се приемат за верни. И много от тези наблюдения търпят промяна, дори след като дълго време са били приети за верни. И тук пак ми се иска да спомена, че науката се прави от хора. Учените често обичат да мислят за себе си като базиращи вижданията си на сведенията, достигнати от научния процес. И ако науката имаше слоган, то той би бил „Науката не е вяра“ (science is not belief). Докато действително идеята на науката е да базира господстващите вярвания на сведенията, то субектите, които се занимават с нея едва ли биха могли да избягат от своята субективност. Няма теория, която да не е била оспорена, дори и тези с най-много подкрепящи сведения. Опираме до простата действителност на човешката природа, а именно че като хора ние все пак имаме определени убеждения, произхождащи от личния ни опит. Защо един учен клони повече към едни виждания, а друг към други, когато и за едните и за другите съществува както критика, така и подкрепа? Самата наука ни показва, че учените също толкова, колкото „обикновения“ човек подлежат на когнитивните отклонения и грешки. Науката се е развила много от първоначалната си точка, развива се и сега и предстои да продължава да се развива. Не знам дали е реалистично евентуалното достигане до пълна обективност и финални открития. Както всичко в живота и науката не е съвършена, а спираловидната същност на самия живот може би винаги ще ни разкрива още и още перспективи в научен план.