ユーザー登録

ダニエル・サレウィッツとの質疑応答:ポストノーマル世界における科学の役割は何ですか?

アリゾナ州立大学の科学社会教授であるダニエル・サレウィッツに、ポストノーマルサイエンスと、政策立案者にアドバイスを提供するために働く科学者にとって不確実性が何を意味するのかについて話しました。 このインタビューは、2年28月29〜2016日にベルギーのブリュッセルで開催された政府への科学的アドバイスに関する第XNUMX回会議の傍らで行われました。

ポストノーマルサイエンスについての議論は、事実が不確かで、決定の危険性が高く、それらの決定が緊急である世界に私たちが住んでいるという観察から始まります。 それは科学にとって何を意味し、科学が政策立案に情報を提供したいのであれば、それはどういう意味ですか?

サレウィッツ: 正常後の問題に対してどのような科学を行っていても、それは常に不完全であり、常に改訂される可能性があり、非常に不確実です。 それは多くの科学的観点から見ることができます。 したがって、複数の科学的研究が複数の結果を生み出す可能性があるため、さまざまな価値観に代わって動員できる真実が豊富になります。 価値観と事実は、さまざまな方法で互いに対になる可能性があります。

私が大好きな一例は、GMOに関するコンセンサスがどのようにあるかについて誰もがどのように話しているかです。 気候変動の狭い部分についてのコンセンサスがあるように、GMO問題の狭い部分についてはコンセンサスがあります。 しかし、本当の問題は「何ができるのか」と関係があります。 質問。 したがって、たとえばGMOの場合、人々がコンセンサスがあると言うとき、彼らが意味するのは「彼らは健康上のリスクではないことを知っている」ということです。 だから私は健康上のリスクでそれを受け入れます、私はそれで問題はありません。 しかし、あなたは、「そして、それらがアフリカの経済的未来の本質的な部分になることを私たちは知っています」と言います。 まあ、それは本当かもしれません—あなたは誰のモデルを使っていますか? それを生成するためにどのような種類のデータを使用しましたか? あなたの仮定は何ですか? 多変量のオープンシステムで、世界がどのように見えるかについての将来の予測と主張を扱うものはすべて、さまざまな人々がさまざまな主張と結論を思い付く可能性があることを意味します。 そしてそれがまさに起こることです。

そして、あなたが科学を政治的議論に持ち込むとき、あなたは 持ってる 使用したい科学を選んでください。 解決したいポリシーの問題に関する特定の優先順位とそれを一致させる必要があります。 科学は本当に重要だと思います。私たちは事実になりたいと思います。私たちは現実を把握したいと思います。科学は私たちがそれを行うのに役立つと思います。 しかし、非常に多くの前進経路があり、非常に多くの競合する価値観があり、システム自体が非常に複雑である問題の場合、科学が解決策の特権的な部分であるとは思いません。

しかし一方で、何をすべきかについて政治的な合意を得ることができれば、科学は非常にうまく機能することができます。 そうすれば、問題を解決する方法を知ることができ、人々は結果についてそれほど議論することはないでしょう。 そしてこれが、長く引き延ばされた慢性的な問題よりも緊急事態に対処する方がはるかに簡単である理由です。 緊急時には価値の収束があるため、誰もが緊急を解決したいと考えており、それは非常に明確に定義されています。 また、フィードバックを受け取ります。 科学が良くないなら、あなたは見つけるつもりですよね? これらの事柄のどれも、これらのより大きく、慢性的で、より引き出された問題には関係しません。

あなたが科学と政策の境界で働いている個人または組織である場合、科学が明確な答えを提供できないにもかかわらず、政策立案者がそれを正確に要求しているというこの不一致にどのように対処できますか?

サレウィッツ: 知識の生産者と知識のユーザーの間ではるかに定期的なコミュニケーションがあるプロセスを構築することによって。 私が使用したいXNUMXつの例は、米国国防総省のこの環境研究グループです。 これは、民間側が解決できなかったあらゆる種類の環境問題を首尾よく解決しました。 その理由は、DODが政治化されておらず、非常にミッション指向であり、問​​題のすべての側面を理解するために基礎研究を委託しようとせず、単に問題を解決する必要があったためです。 民間部門で苦労している絶滅危惧種の保護など、非常に効果的です。 これは、科学と科学のユーザーが実際に同じ制度的設定を占め、同じ目的に向かって協力している場合です。

しかし、それは私が自分で依頼した意思決定にのみ科学を使用できるように思えます。

サレウィッツ: 私の大学には、「砂漠都市の意思決定センター」と呼ばれるものがあります。 ASUは砂漠の真ん中にあり、雨はほとんど降りません。XNUMX万人が大量の水を必要としています。 その背後には多くの経済的利益があり、それに加えてそこに住む人々の生存もあります。 このセンターは、長年にわたって水管理者との関係を築いてきたため、成功していると思います。 これにより、彼らは学術研究者としての独立性を維持することができましたが、水管理者が直面している使用状況も理解できました。

別の例:米国海洋大気庁(NOAA)は、次のプログラムを実行しています。 地域統合科学と評価、RISA、そしてその考えは、例えば水問題、土地利用問題、自然災害問題などの天然資源問題のある地域では、政府機関から資金提供を受けている科学者は意思決定者と協力して研究の作成を支援する必要があるというものです。議題。 繰り返しになりますが、科学者はまだ独立しており、意思決定者のオフィスで働いておらず、研究費は支払われていませんが、意思決定者が抱える制約と問題の性質を内面化することができます。有用な情報を提供する方法で彼らの研究を作り上げます。 つまり、それは、お互いに生活し、お互いを知ることを通じて、需要機能と供給機能の間の一種の和解と考えることができるものです。

より緊密なリンクとより頻繁なコミュニケーションを取得することによって。

サレウィッツ: はい、そして継続的なコミュニケーション。 しかし、組織がそれに対して支払う必要があるかどうかについてのあなたのポイントは素晴らしいものだと思います。なぜなら、独立性を維持するためには、しばしばそうでない方が良いかもしれないからです。 RISA事件とASU砂漠/水事件は、研究者が政治的に孤立している例だと思います。 彼らのお金は意思決定者からのものではありませんが、彼らは継続的にお互いにたむろしています。 ですから、そのような良い小さな例はいろいろあると思いますが、それらは本当に焦点を絞った注意と適切な制度的構造を持っています。

それで、それは大きな問題をもっとローカルに固定することでもありますか?

サレウィッツ: それは素晴らしい質問です。 明らかに大きな問題であるいくつかの問題があるからです。 地方や地域のレベルで状況に応じて物事を敏感にすることができるとき、それはしばしば非常に役立つと思います。 しかし、多くの場合、科学助成プロセスはそのために特に設定されていません。 しかし、これらのアイデアをより大きな規模で適用することは不可能ではないと思います。 たとえば、エネルギー技術の革新、本当に争われている問題、私たちがすべき技術とその方法についてのさまざまな見解などの問題について全国的に考えることができますが、それでも国レベルで働くことができます。 米国とドイツ、およびエネルギー革新に対するそれぞれの異なるアプローチを比較してください。 だから私はそれがローカルである必要はないと思います。 問題によって異なります。

ポストノーマルモードでの生活のこの認識にもかかわらず、多くの人々はまだ科学を伝えることのいわゆる欠陥モデルを手放すのに苦労しているようです。 科学だけがよりよく伝えられれば、国民は彼らの行動を理解し、変えるだろうという考えです。 しかし、このモデルが機能しないという圧倒的な証拠があります。 なぜこのアイデアはとても回復力があると思いますか?

サレウィッツ: ええと、そしてまた、私はほとんどの人がポストノーマルモデルに賛成するとは思わないと言うべきです。 そして、それは彼らが能力がないということではありません、彼らはそれにさらされたことがないかもしれません。 ポストノーマルサイエンスのアイデアは、私たちに何をすべきかを伝える単一のものとしての科学の概念に実際に挑戦します、PNSは本当に私たちがこれらの争われた文脈で異なる方法で科学を考えなければならないと言います、そして私はほとんど考えません科学者たちはそこに行きたがっています。 欠陥モデルは彼らに責任を負わせます:「私たちは事実を伝え、あなたは耳を傾け、行動を起こします。」 したがって、問題が解決されない場合、それは科学の問題ではありません。 これは、科学界が一般的に抱いている自己奉仕的な迷信です。 そして迷信は不安定にするのが難しいです。

同時に、社会に影響を与えることを本当に気にかけている科学者と話をした私自身の個人的な経験からも、彼らは代替案が何であるかを知らないだけです。 アイデアがあるかしら。

サレウィッツ: まあ、答えは必ずしも科学者が何かをしているとは限らないかもしれません。 さまざまな種類の機関が必要なのかもしれません。 科学者がしてはいけないことがあると思います。それは、専門知識を持っていないところで専門知識について主張し、一般の人々を否定することです。 個人が世界を見て、科学がこれらすべての問題についてXNUMXつの真実を語る首尾一貫したものではないことを理解せざるを得ない場合でも、これらのことは役に立たず、この特権の概念を強化すると思います。 ですから、私たちにできることのXNUMXつは、最初に、私たちの企業についてより反省し、より正直で、より謙虚になることです。

しかし、それを超えて、私たちは科学に関して大きな制度上の問題を抱えていると思います、そしてそれらは個々の科学者によって扱われることはないでしょう。 科学界のリーダーは本当にこれらの問題にステップアップする必要があります。 科学政策に真剣に取り組む政策立案者は、これらの問題に取り組む必要があります。 そして、私は実際に、個々の科学者がそれほど多くのことをすることを期待するのをやめるべきだと思います。それは問題の一部であり、このモデルは、すべての個々の科学者が自分のしていることを世界に明確に伝えるだけで、誰もが物事を理解し、私たちすべてがより合理的であり、私たちの問題はなくなるでしょう。

あなたはここであなたが書いた問題のいくつかに触れています あなたの記事「SavingScience」 同様に、科学システムがどのように設定されているかについては、平凡な、アプリケーションがない、または単に間違っている研究を奨励します。 だから私はただ疑問に思っていました—あなたの意見では、今日の科学システムで間違っている重要なことは何ですか。

サレウィッツ: ええと、私はそれについてXNUMXの言葉を書いたので…

それらをXNUMXに減らしていただけませんか。

サレウィッツ: さて、最初に、科学は自由であり、自由でありえ、そして自由であるべきであるという考えはかなり無意味です。 また、科学に対する説明責任は科学界自体の内部的な問題であり、外の世界に対して説明責任を負う必要はないという考えにつながったため、危険だと思います。 つまり、自分が行っている科学が価値があるか、または何か良いものであるかを確認するために、外の世界からのフィードバックに依存しないことを意味します。 この質の悪い科学がすべて明らかになった理由のXNUMXつは、私たちが悪魔化した業界が、医薬品の開発に使用していて複製できなかった生物医科学の結果のいくつかを調べ始めたためです。彼ら。 この説明責任の欠如は、純粋で絶縁された科学のこの理想に由来すると私は信じています。

そして、問題のもうXNUMXつの部分は、これらの大きくて未解決の問題に対して非常に多くの科学が行われていることです。そこでは、何が良い科学で、何が意味のある結果であるかを知る方法が実際にはありません。 テストする方法はありません。 実際のシステムからフィードバックを得る方法はありません。 ある意味で、私たちは科学では答えられない質問をしているのです。 それはあなたがそれらについて研究するべきではないという意味ではありません。 しかし、カフェインを飲んでいるのか、飲んではいけないのか、赤ワインを飲んでいるのか、飲んではいけないのか、絶えず振動している栄養アドバイスの問題を取り上げてください。 本当の教訓は、私たちは正しい種類の質問をしていないということだと思います。 それらの質問に対する答えはありません。 場合によります。 それは文脈的です。

したがって、隔離と内部の説明責任に関連する問題があります。 トランスサイエンスやポストノーマルサイエンスの問題に焦点を当てた科学も増えています。品質について実際に何も言うことは非常に困難であり、科学者が意味のあるように見えるが意味のない結果を思い付くのは非常に簡単です。 。

そしてもちろん、公開、公開、公開、助成金の取得、助成金の取得、助成金の取得だけを行う恐ろしいインセンティブシステムがあります。 これらすべてがこの偏見の体系的なポジティブにつながり、これらのインセンティブを他の孤立と説明責任の問題と組み合わせると、基本的にシステムが制御不能になります。

システムの変更を依頼するのは、個々の科学者ではないかもしれないとすでにおっしゃっていました。 誰がそれを変えることができますか?

サレウィッツ: 右。 非常に難しい。 多くのことが起こらなければならないと思います。 私が言ったように、一つのことは、リーダーシップは本当にステップアップして、私たちが本当に深刻な問題を抱えていると言う必要があり、それを真剣に受け止める必要があるということです。 政策立案者はそれを政治化する必要はありませんが、それは彼らにとって非常に難しいことですよね? 上級科学者は後退することができます、彼らは車輪の上でスナネズミのように行動し続ける必要はありません、彼らは私がもう悪い科学をしないと言うことができます。 または私は答えられない質問に答えるつもりはありません。 または、結果についてより控えめにするか、発行する論文の数を減らします。 後で就職しない博士課程の学生の数を減らすつもりです。

科学界は、私たちに完全な真実を与えるこのものとして、理想化されたプラトニックな科学の概念のステレオタイプのいくつかから離れることができると思います。 彼らは皆、それが真実ではないことを知っていますが、それは便利な種類の神話です。 企業の性質についてもう少し正直。 ですから、起こらなければならないことがたくさんあります。

そして、私はまた、これは私自身の少し控えめな方法でやろうとしたことだと思います。物事が本当にうまく機能している場所を探しましょう。 そして、なぜそれらがうまく機能しているのかを理解して、それをモデルとして使用できるだけでなく、それらの特定のことを祝うこともできます。 それらは小さく、より限界的である傾向があり、しばしば反文化的で穀物に反対します。

もう一度、トランスサイエンスと呼ばれるものに戻りたいと思います。大きな質問です。おそらく、これらは私たちが科学に尋ねるべき質問ではない、または科学だけに尋ねるべき質問ではないとあなたは言います。 これらの質問に対する社会的反応は、おそらく正しいことから離れて、もっと方向にシフトする必要があると思いますか?私たちがやりたいことは何ですか?

サレウィッツ: さて、私たちが何をしたいのかという問題は、政治的に確立する必要があるものです。 そして、私たちがすべきことについて何らかの閉鎖が生じるまで、何をすべきかについての事実を収集し続けることには意味がないと私は信じています。 今、それらは完全に区別されていません。 しかし、それらは私たちが言うほどリンクされていません。 1990年の気候変動に関する優れたデータはたくさんあり、それは物事が行われるべきであることを示唆しており、人々はそれについて話し始めました。 20年以上の気候モデルは必要ありませんでしたが、実際には、不確実性と政策はますます悪化し、良くも悪くもなりませんでした。理由は、今は話したくないからです。

しかし、私たちが諦めなければならないことのXNUMXつは、それが間違っていると思うので、最初に科学を正しくすることができ、次に何をすべきか、そしてそれをどのように行うかを知るという考えです。 まず、危機に瀕している価値観を明確にする必要があると思います。 さまざまなタイプのオプションからの潜在的な勝者と敗者は誰ですか。 そして、それを使用して、さまざまなタイプのオプションに代わって、政治的討論と知識創造の両方に情報を提供し、それらが政治的に争われることを知っています。 そして、私たちがそれを行うためのことがあると思います。 しかし、あまりにも頻繁に—そして私は政治家がこれに完全に加担していることを意味します、彼らはむしろ何をしますか、誰かに研究をさせますか、難しい決定をしなければなりませんか? だから彼らは言い、研究をし、私たちに何をすべきかを教えてくれます、そして科学者は素晴らしいと言うようになります!

まだわかりません。

サレウィッツ。 うん。 それは一種の暗黙の陰謀です。

あなたの記事では、ビッグデータを科学の問題を改善するのではなく悪化させるリスクがあるものとして触れています。 誰もが私たちが作ることができるこの信じられないほど巨大な科学的発見のプールのようにそれを探しています。

サレウィッツ: うん。 自動運転車のように、無限の地理空間データなどが必要になる場合に非常に役立つと思います。 したがって、迅速なフィードバックが得られるような技術アプリケーションにとって、ビッグデータは素晴らしいものです。 しかし、データに足を踏み入れ、テストする価値があると思われる因果関係を探し、それに対していくつかの統計的テストを行うことができるトランスサイエンスの問題については、ノイズが発生することがわかります。これらの問題の周りはますます悪化するでしょう。 科学者は、これらの複雑な問題の中に、まだ特定の首尾一貫した見方に達していない、もっと多くの小さな真実を見つけることができるでしょう。 それは、科学者に因果関係を探すために遊ぶためのより大きな貯水池を与えるので、問題を悪化させるでしょう。 しかし、複雑な問題の場合、単一の因果関係はないことを私たちは知っています。 したがって、それらのネットワーク全体をまとめて、それらがどのように機能するかを理解できない限り…

しかし、それがビッグデータの究極の最終目標ではないでしょうか。

サレウィッツ: それはそうかもしれませんが、それはラプラスの悪魔として知られているものの究極の最終目標であり、それはすべての包括的なモデルですが、すべての包括的なモデルはそれ自体であることを忘れないでください。 したがって、それを下回るときはいつでも、仮定を立てる必要があります。 あなたが仮定をするときはいつでもあなたはバイアスを含むでしょう。 そのため、特定の種類のモデル、特にフィードバックや天気予報を取得するモデルでは、予測が適切かどうかを毎日確認することができます。 しかし、そのようなフィードバックが得られないものについては、包括的なモデリングが予測的で特定の知識を提供できるという考えは幻想だと思います。

コンテンツにスキップ