https://ruh666.livejournal.com/877604.html
Пять лет назад астрофизик и научный коммуникатор Нил де Грасс Тайсон написал очень запоминающийся твит:
Идеальный мир Тайсона понравился многим людям, утомленным эмоциями и политическими межплеменными войнами, которые вторглись во все сферы общественной жизни, включая науку. Идея такого мира привлекла многих его коллег-ученых, людей, обученных объективно мыслить и проверять гипотезы, основанные на наблюдениях за миром природы.
Единственная проблема — виртуальная страна Rationalia просто никогда не появится и огромное количество доказательств демонстрирует, почему.
Прежде всего, потому, что для людей рациональное мышление требует огромного количества энергии и усилий. Поэтому большую часть времени мы не размышляем рационально. Основная часть того, что мы называем мышлением использует нашу интуицию — наши инстинкты, без всякой надоедливой и раздражающей рациональной мысли.
Эта дихотомия мастерски и детально объясняется лауреатом Нобелевской премии Даниэлем Канеманом в его книге “Мыслить быстро и медленно”, а акцент на политических разногласиях освещен в шедевре Джонатана Хайдта “Праведный разум”. Обе работы сами по себе являются фантастическими, и они дают увлекательные объяснения того, почему у людей разные взгляды и почему их так трудно изменить.
Что еще более важно, эта когнитивная дихотомия применима ко всем, даже к ученым. Это может быть удивительно для некоторых (включая, по-видимому, некоторых ученых), поскольку средства массовой информации и политики изображают ученых (по крайней мере, тех, с которыми они согласны) как людей, наделенных магической способностью распознавать и изрекать абсолютную правду.
Это очень далеко от реальности. Я часто говорю людям, что разница между ученым и обычным человеком заключается в том, что ученый больше осведомлен о том, чего он / она не знает в своей конкретной области, тогда как средний человек не знает, о чем именно он не знает. Другими словами, все страдают от невежества, но ученые (можно надеяться) обычно более осведомлены о его истинной глубине. Иногда у них может появиться идея о том, как немного увеличить определенный объем знаний, а иногда эта идея может даже оказаться успешной. Но по большей части они тратят время на размышления о глубокой пропасти знаний, специфичной для их области.
Ученым часто мешает их собственный многолетний опыт и вводящая в заблуждение интуиция, которая возникает, как его результат. В книге Virus Hunter авторы CJ Peters и Mark Olshaker цитируют бывшего директора CDC, который заметил, что “молодые, неопытные сотрудники EIS (Служба эпидемического анализа), обычно посылаемые CDC для расследования загадочных вспышек болезней и эпидемий, на самом деле имели некоторое преимущество перед их более опытными коллегами. С одной стороны, они имели первоклассное обучение и поддержку всей организации CDC, а с другой они не были во власти заранее заданных мнений, и поэтому, возможно, были более открыты для новых возможностей и имели энергию для их реализации”. Эксперты также делают плохие прогнозы, и, как объясняет исследователь Филип Тетлок в своей книге “Экспертное политическое суждение”, они не более точны в прогнозировании, чем средний человек. Недавние неудачи моделей прогнозирования пандемии только укрепили этот вывод.
Высшие достижения большинства успешных ученых прямо связаны с той работой, которой они занимались в начале своей карьеры. Это происходит не только потому, что продолжая начатое ученые получают больше гарантий занятости, но и потому, что им мешают их собственный опыт и предубеждения. Помню, когда я был лаборантом в конце 90-х, я попросил у одного иммунолога совета по поводу эксперимента, который я планировал. В итоге он привел мне кучу доводов в пользу того, что не существует ни одного хорошего способа провести этот эксперимент и получить полезную информацию. Я рассказал об этой встрече постдоку, и я помню, как она сказала: “Не слушайте его. Этот парень может отговорить вас делать что угодно”. Опытные ученые прекрасно понимают, что именно не работает, и это может привести к нежеланию идти на риск.
Ученые работают в высококонкурентной среде, где они вынуждены тратить большую часть своего времени на поиски финансирования исследований путем бесконечного написания грантов, подавляющее большинство которых не финансируются. Чтобы быть конкурентоспособными в этом ограниченном пуле, исследователи работают там, где они ожидают получить положительный результат и публикуют только свои самые положительные результаты. Даже если исследование отклоняется от первоначально запланированного, это редко можно заметить, читая итоговую рукопись. И это давление часто приводит к тому, что анализ данных страдает ошибками: от достаточно невинного подчеркивания положительных результатов до игнорирования отрицательных или противоречащих данных и откровенной фальсификации. Подробные примеры этого дает Стюарт Ричи в своей книге “Научная фантастика: как мошенничество, предвзятость, халатность и шумиха мешают поиску истины”. Ричи не только объясняет, как наука искажается даже вполне благонамеренными учеными из-за давления с целью признания и получения финансирования, но и подробно рассказывает о некоторых из самых плодовитых мошенников. Рекомендую также отличный ресурс, посвященный научным ошибкам и неправомерным действиям в исследованиях, — веб-сайт Retraction Watch. Огромное количество отозванных статей, многие из которых написаны одними и теми же учеными, ясно свидетельствует о важности документирования научных фальсификаций и борьбе с ними.
Проблемы с отчетностью и воспроизводимостью данных известны уже много лет. В 2005 году профессор Стэнфорда Джон Иоаннидис, один из самых цитируемых ученых, опубликовал одну из самых цитируемых статей (более 1600) “Почему большинство опубликованных результатов исследований ложны”. В своей работе Иоаннидис использовал математическое моделирование, чтобы показать, “что для большинства дизайнов исследований и условий исследования более вероятно, что ожидаемый результат будет ложным, а не истинным. Более того, для многих текущих научных областей заявленные ожидаемые результаты исследований часто могут быть просто показателями преобладающей предвзятости”. Иоаннидис также предложил шесть следствий, вытекающих из его выводов:
Чем меньше исследование, проводимое в научной области, тем меньше вероятность того, что результаты исследований будут достоверны.
Чем меньше размер эффекта в исследуемой области, тем меньше вероятность того, что результаты исследования будут достоверны.
Чем больше число и меньше отбор проверяемых взаимосвязей в исследуемой области, тем меньше вероятность того, что результаты исследования будут достоверны.
Чем больше гибкость в планах, определениях, исходах и аналитических моделях в научной области, тем меньше вероятность того, что результаты исследования будут достоверны.
Чем больше финансовых и других интересов и предубеждений в исследуемой области, тем меньше вероятность того, что результаты исследования будут достоверны.
Чем большая активность проявляется в исследуемой области (чем больше в ней задействовано научных коллективов), тем меньше вероятность того, что результаты исследования будут достоверны.
Если вы внимательно посмотрите на этот список, пункты 5 и 6 должны броситься вам в глаза. Вот более подробное изложение:
“Следствие 5: чем больше финансовых и других интересов и предубеждений в научной области, тем меньше вероятность того, что результаты исследования будут правдой. Конфликт интересов и предубеждения могут усилить предвзятость (U). Конфликты интересов очень распространены в биомедицинских исследованиях, и, как правило, они освещаются редко и неадекватно. Предрассудки не обязательно имеют финансовые корни. У ученых в определенной области могут быть предубеждения исключительно из-за их веры в научную теорию или приверженности своим собственным выводам. Многие в других отношениях, казалось бы, независимые, университетские исследования могут проводиться только для того, чтобы дать врачам и исследователям квалификацию для продвижения по службе или пребывания в должности. Такие нефинансовые конфликты также могут привести к искаженным результатам и интерпретациям. Авторитетные исследователи могут подавлять с помощью процесса экспертной оценки появление и распространение результатов, которые опровергают их выводы, тем самым обрекая свою сферу деятельности на увековечение ложных догм. Эмпирические свидетельства показывают, что заключения экспертов крайне ненадежны”.
“Следствие 6: чем большая активность проявляется в области (чем больше вовлечено исследовательских коллективов), тем меньше вероятность того, что результаты исследования будут достоверными. Это, казалось бы, парадоксальное следствие следует из того, что, как указывалось выше, PPV (положительная прогностическая ценность) отдельных результатов уменьшается, когда многие группы исследователей работают в одной и той же области. Это может объяснить, почему в областях, к которым приковано общественное внимание мы иногда наблюдается бурное ликование, которое быстро сменяется глубоким разочарованием. Поскольку много команд работает одновременно в одной области и все они создают большой объем экспериментальных данных, время имеет решающее значение для победы над конкурентами. Поэтому, каждая команда может сделать приоритетом достижение и распространение своих наиболее впечатляющих “положительных” результатов… "
Ученые, предвзятые из-за своих убеждений, мотивированные повышенным вниманием к исследовательской области и потому отдающие приоритет положительным результатам, — все это очевидные источники предвзятости в исследованиях SARS-CoV-2. Иоаннидис и его коллеги опубликовали статью о настоящем взрыве исследований, посвященных SARS-CoV-2, отметив “210 863 статьи, имеющие отношение к COVID-19, что составляет 3,7% из 5 728 015 научных статей, опубликованных и проиндексированных в Scopus за период с 1 января. 2020 до 1 августа 2021 года”. Авторы статей о COVID-19 были экспертами практически во всех областях, включая “рыболовство, орнитологию, энтомологию и архитектуру”. К концу 2020 года, писал Иоаннидис, “только в области автомобильной инженерии не было ученых, опубликовавших статьи о COVID-19. К началу 2021 года свое слово сказали и автомобильные инженеры”. Другие авторы также прокомментировали “ковидизацию” исследований, подчеркнув общее снижение их качества, поскольку мания COVID подтолкнула исследователей из несвязанных областей к самой горячей и прибыльной игре в городе.
Как я уже говорил в двух предыдущих текстах, обязательное ношение масок и утверждение о вреде COVID для детей были безнадежно политизированы из-за безудержной предвзятости СМИ, политиков, ученых и организаций общественного здравоохранения. Но реальным виновником может быть сама общественность и культура нулевых рисков первого мира, которая побуждает всех этих игроков преувеличивать вред, чтобы принудить несогласных изменить свое поведение. Более того, наиболее послушные люди, которые “серьезно относятся к пандемии”, хотят быть уверенными в том, что все принесенные ими жертвы того стоили.
Поэтому ученые и СМИ рады стараться:
“Представьте, если бы вы были ученым и знали, что положительное заключение вашего исследования приведет к немедленному признанию The New York Times, CNN и других международных изданий, в то время как неблагоприятный результат приведет к резкой критике со стороны ваших коллег, личным нападкам, цензуре в социальных сетях и трудности с публикацией результатов. Как бы вы на это отреагировали?”
Ответ очевиден. Огромное желание напуганной публики получить свидетельства вмешательств, которые эффективно устраняют риск заражения, неизбежно заставит ученых предоставить эти свидетельства. В идеале признание этой предвзятости привело бы к усилению скептицизма со стороны других ученых и средств массовой информации, но этого не произошло. Преувеличение эффективности вмешательств и преувеличение рисков для содействия их принятию стали нормой в отчетности о пандемии.
Как я уже говорил в предыдущем посте, лучший способ уменьшить предвзятость исследования — это пригласить нейтральных партнеров для повторения работы и совместной работы над дополнительными исследованиями. Возможность сделать все данные доступными для общественности и других ученых и открытость для критических обзоров, делает исследования потенциально более точными и менее предвзятыми. Публичная доступность наборов данных и документов привела к улучшению прогнозирования пандемии и вывела возможность лабораторной утечки SARS-CoV-2 из тени теории заговора, сделав ее доступной для общественности.
Многие жаловались, что именно открытость данных и прозрачность документации привели к тому, что эти ресурсы были неправомерно использованы диванными учеными или учеными из других предметных областей, что привело к огромной, сбивающей с толку куче вводящей в заблуждение информации. Тем не менее, даже если научный процесс ограничен только “экспертами”, подавляющее большинство исследований дает очень мало ценной или точной информации для других исследователей или общественности в целом.
После того, как шумиха заканчивается, лучшие идеи могут выжить только благодаря жесткому естественному отбору и репликации со стороны коллег. Также важно отметить, что группы исследователей в определенной области могут быть настолько парализованы внутренними и политическими предубеждениями и токсичным групповым мышлением, что только исследователи извне могут привлечь внимание к проблеме. Следовательно, способность других ученых и общественности помочь работе долгосрочной коррекции в научном процессе — лучший способ приблизиться к истине, не взирая на наши недостатки.
отсюда
Бесплатный доступ к Elliott Wave Financial Forecast до 3 ноября
5 уроков как предвидеть тенденции и развороты в криптовалюте, акциях, валютах, золоте, нефти
Руководство по выживанию для инвестора в золото: 5 принципов, которые помогут вам опережать повороты цен
Видеоурок от Джеффри Кеннеди: «Как найти идеальный момент для входа»
Три видео о товарных рынках (хлопок, соя, нефть) - бесплатный доступ на elliottwave com
Руководство по крипто-трейдингу: 5 простых стратегий, чтобы не упустить новую возможность
Теперь настольную книгу волновиков "Волновой принцип Эллиотта" можно найти в бесплатном доступе здесь
И не забывайте подписываться на мой телеграм-канал и YouTube-канал
Бесплатное руководство «Как найти возможности для торговли с высокой вероятностью с помощью скользящих средних»
