Подписаться

Вопросы и ответы Даниэля Саревица: Какова роль науки в постнормальном мире?

Мы поговорили с Дэниелом Саревицем, профессором науки и общества Университета штата Аризона, о постнормальной науке и о том, что означает неопределенность для ученых, работающих над консультированием политиков. Это интервью состоялось в кулуарах 2-й конференции по научным консультациям для правительств в Брюсселе, Бельгия, 28–29 сентября 2016 г.

Дебаты о постнормальной науке начинаются с наблюдения: мы живем в мире, где факты не точны, ставки для решений высоки, и эти решения срочные. Что это значит для науки, и что это значит, если наука хочет информировать разработчиков политики?

Саревиц: Какой бы наукой вы ни занимались по постнормальной проблеме, она всегда будет неполной, всегда будет подвергаться пересмотру и будет весьма неопределенной. Его можно рассматривать с различных научных точек зрения. Таким образом, многочисленные научные исследования могут привести к множеству результатов, что приводит к изобилию истин, которые можно мобилизовать во имя различных наборов ценностей. Ценности и факты могут сочетаться друг с другом по-разному.

Один пример, который мне нравится, это то, как все говорят о том, что существует консенсус по поводу ГМО. Что ж, существует консенсус по узкой части проблемы ГМО, как консенсус по узкой части проблемы изменения климата. Но настоящие проблемы связаны с «что можно сделать?» вопросы. Так, например, в отношении ГМО, когда люди говорят о наличии консенсуса, они имеют в виду «мы знаем, что они не представляют опасности для здоровья». Так что я приму это на риск для здоровья, у меня нет проблем с этим. Но затем вы говорите: «А мы знаем, что они станут неотъемлемой частью экономического будущего Африки». Ну, может быть, это правда — чью модель вы используете? Какие данные вы использовали для этого? Каковы ваши предположения? Я имею в виду все, что связано с прогнозами будущего и утверждениями о том, как будет выглядеть мир в многовариантной открытой системе, будет предметом обсуждения разных людей с разными утверждениями и выводами. И это именно то, что происходит.

И когда вы привносите науку в политические дебаты, вы иметь выбирать, какую науку вы хотите использовать. Вы должны сопоставить это с конкретными приоритетами в отношении того, какие политические проблемы вы хотите решить. Я думаю, что наука действительно важна, я думаю, что мы хотим быть основанными на фактах, я думаю, что мы хотим иметь контроль над реальностью, и я думаю, что наука может помочь нам в этом. Но для проблем, где так много путей вперед, так много конкурирующих ценностей, а сами системы настолько сложны, я не думаю, что наука является привилегированной частью решения.

Но, с другой стороны, если вы можете достичь политического согласия относительно того, что следует делать, тогда наука может служить очень хорошо. Потому что тогда вы узнаете, как связать задачу, и люди не будут так много спорить о результатах. И именно поэтому гораздо легче справиться с чрезвычайной ситуацией, чем с затянувшейся, хронической проблемой. Поскольку в чрезвычайной ситуации происходит конвергенция ценностей, все хотят разрешить чрезвычайную ситуацию, и она очень четко определена. Кроме того, вы получаете обратную связь. Если наука нехороша, вы это узнаете, верно? Ничто из этого не относится к этим более крупным, хроническим, более затянувшимся проблемам.

Если вы человек или организация, работающая на стыке науки и политики, как вы можете справиться с этим несоответствием между наукой, не способной дать окончательные ответы, и политиками, требующими именно этого?

Саревиц: Создавая процессы, в которых общение между производителями знаний и пользователями знаний становится более регулярным. Один пример, который мне нравится использовать, — это группа по исследованию окружающей среды в Министерстве обороны США. Которые успешно решили всевозможные экологические проблемы, которые не могла решить гражданская сторона. И причина была в том, что Министерство обороны не политизировано, они очень ориентированы на миссию, они не пытались заказать фундаментальные исследования, чтобы понять все аспекты проблемы, им просто нужно было решить проблему. В таких вещах, как защита вымирающих видов, с чем у нас в гражданском секторе очень много проблем, они были удивительно эффективны. Это тот случай, когда наука и пользователи науки действительно занимают одну и ту же институциональную среду, они работают вместе для достижения одной цели.

Но это немного похоже на то, что я могу использовать науку в своих решениях только по заказу самого себя.

Саревиц: В моем университете есть так называемый «центр принятия решений для пустынного города». АГУ находится посреди пустыни, здесь почти не бывает дождей, четыре миллиона человек нуждаются в большом количестве воды. Там много экономических интересов плюс выживание людей, которые там живут. Я думаю, что этот центр добился успеха, потому что за эти годы они наладили отношения с менеджерами по водным ресурсам. Это позволило им сохранить свою независимость в качестве академических исследователей, а также понять контекст использования, с которым сталкиваются водные менеджеры.

Другой пример: Национальное управление океанографии и атмосферы (NOAA) запускает программу под названием Региональные интегрированные науки и оценки, RISA, и идея состоит в том, что в областях с проблемами природных ресурсов, например, проблемами воды, землепользования, стихийными бедствиями, ученые, финансируемые государственными учреждениями, должны работать с лицами, принимающими решения, чтобы помочь в проведении своих исследований. повестки дня. И опять же, ученые по-прежнему независимы, они не работают в офисах лиц, принимающих решения, и исследования не оплачиваются ими, но они могут усвоить ограничения, которые есть у лиц, принимающих решения, и характер их проблемы, и проводить свои исследования таким образом, чтобы они давали полезную информацию. Так что это то, что вы могли бы представить как своего рода примирение между функцией спроса и функцией предложения, через жизнь друг с другом, через знакомство друг с другом.

Благодаря получению более тесных связей и более частому общению.

Саревиц: Да и постоянное общение. Но я думаю, что ваше замечание о том, должна ли организация платить за это, великолепна, потому что для сохранения независимости, возможно, лучше, чтобы они часто этого не делали. Я думаю, что дело RISA и дело пустыни/воды ASU являются примерами политической изоляции исследователей. Их деньги не поступают от лиц, принимающих решения, но они постоянно общаются друг с другом. Так что я думаю, что есть множество хороших небольших примеров, подобных этому, но они требуют очень пристального внимания и соответствующих институциональных структур.

Значит ли это, что речь идет также о закреплении больших проблем на гораздо более локальном уровне?

Саревиц: Это отличный вопрос. Потому что, очевидно, есть некоторые проблемы, которые являются большими проблемами. Я думаю, что когда что-то можно сделать контекстуально чувствительным на местном или региональном уровне, это часто бывает очень полезно. Тем не менее, во многих случаях процессы финансирования науки специально не настроены для этого. Но я не думаю, что применение этих идей в больших масштабах невозможно. Например, вы можете думать на национальном уровне о таких вопросах, как инновации в энергетических технологиях, о действительно спорном вопросе, всевозможных различных взглядах на то, какие технологии мы должны делать и как мы должны их делать, но вы все равно можете работать на национальном уровне. Сравните США и Германию и их разные подходы к энергетическим инновациям. Так что я не думаю, что это должно быть локально. Это зависит от проблемы.

Несмотря на это признание того, что они живут в постнормальном режиме, многим людям, кажется, все еще трудно отказаться от того, что называется дефицитной моделью коммуникации науки. Идея состоит в том, что если бы только наука сообщалась лучше, то общественность поняла бы и изменила свое поведение. Но есть неопровержимые доказательства того, что эта модель просто не работает. Как вы думаете, почему эта идея настолько устойчива?

Саревиц: Ну, и я также должен сказать, что не думаю, что большинство людей верят в постнормальную модель. И дело не в том, что они не способны, возможно, они никогда не сталкивались с этим. Идея постнормальной науки действительно бросает вызов понятию науки как единой вещи, которая говорит нам, что делать, PNS действительно говорит, что мы должны думать о науке по-другому в этих оспариваемых контекстах, и я не думаю, что большинство ученые хотят поехать туда. Модель дефицита возлагает на них ответственность: «мы сообщаем факты, вы слушаете и принимаете меры». Так что, если проблема не решена, это не проблема науки. Это корыстное суеверие, которого обычно придерживается научное сообщество. А суеверия трудно дестабилизировать.

В то же время, исходя из моего личного опыта общения с учеными, которые действительно заботятся об общественном влиянии, они просто не знают, какова альтернатива. Интересно, есть ли у вас идея.

Саревиц: Что ж, ответ не всегда может заключаться в том, что ученые что-то делают. Может быть, нам нужны разные институты. Я думаю, что есть определенные вещи, которые ученые не должны делать, а именно: заявлять об опыте там, где у него его нет, пренебрежительно относиться к публике. Я просто думаю, что эти вещи бесполезны и укрепляют это представление о привилегиях, даже когда люди не могут не смотреть на мир и не видеть, что наука не является последовательной вещью, которая говорит одну правду обо всех этих проблемах. Поэтому мы могли бы для начала более внимательно относиться к нашему предприятию, быть более честными и скромными.

Но помимо этого, я думаю, у нас есть огромные институциональные проблемы, связанные с наукой, и они не будут решаться отдельными учеными. Лидерам научного сообщества действительно необходимо активизироваться в этих вопросах. Политики, которые серьезно относятся к политике в области науки, должны заняться этими вопросами. На самом деле я бы сказал, что мы должны перестать ожидать, что отдельные ученые сделают так много, потому что это часть проблемы, эта модель, согласно которой, если бы только каждый отдельный ученый ясно сообщал миру о том, что он делает, тогда все понимали бы вещи, и мы Все было бы более рационально, и наши проблемы ушли бы.

Вы затрагиваете здесь некоторые вопросы, о которых писали в ваша статья «Спасение науки» а также о том, как устроены научные системы, поощряющие исследования, которые являются посредственными, не имеют никакого применения или просто ошибочны. Так что мне просто интересно, что, по вашему мнению, является ключевым в сегодняшней научной системе.

Саревиц: Ну, я написал об этом четырнадцать тысяч слов, так что…

Не могли бы вы довести их до ста?

Саревиц: Ну, во-первых, идея о том, что наука есть, может быть и должна быть свободной, довольно бессмысленна. Я также думаю, что это опасно, потому что это привело к мысли, что ответственность за науку — это только внутреннее дело самого научного сообщества, что вы не должны быть подотчетны внешнему миру. На самом деле это означает, что вы не зависите от обратной связи из внешнего мира, чтобы убедиться, что наука, которой вы занимаетесь, полезна или полезна. Одна из причин того, что вся эта низкокачественная наука стала известна, заключается в том, что промышленность, которую мы демонизируем, начала рассматривать некоторые результаты биомедицинской науки, которые они использовали для разработки лекарств и не могли воспроизвести. их. Это отсутствие подотчетности проистекает, я полагаю, из этого идеала чистой, изолированной науки.

И еще одна часть проблемы заключается в том, что над этими большими, открытыми проблемами делается так много научных исследований, где на самом деле нет никакого способа узнать, что является хорошей наукой, каков значимый результат. Нет возможности проверить. Нет никакого способа получить обратную связь от реальной системы. В некотором смысле мы задаем вопросы, на которые наука ответить не может. Это не означает, что вы не должны исследовать их. Но возьмем проблему рекомендаций по питанию, которые постоянно колеблются, следует ли вам пить кофеин или не следует, следует ли вам пить красное вино или не следует. Я думаю, настоящий урок в том, что мы не задаем правильных вопросов. На эти вопросы нет ответов. Это зависит. Это контекстно.

Так что есть проблемы, связанные с изоляцией и внутренней подотчетностью. Также растет количество научных исследований, сосредоточенных на проблемах транснауки или постнормальной науки, где очень и очень трудно на самом деле сказать что-либо о качестве вообще, и ученым очень легко прийти к результатам, которые выглядят значимыми, но не являются таковыми. .

И, конечно же, есть ужасная система стимулов, чтобы просто публиковать, публиковать, публиковать, получать гранты, получать гранты, получать гранты. Все это приводит к этому системному положительному предубеждению, и если вы объедините эти стимулы с другими проблемами изоляции и подотчетности, вы, по сути, получите систему, вышедшую из-под контроля.

Вы уже сказали, что, может быть, мы не отдельных ученых должны просить изменить систему. Кто может это изменить?

Саревиц: Верно. Очень сложно. Я думаю, многое должно произойти. Как я уже сказал, во-первых, руководству действительно нужно сделать шаг вперед и сказать, что у нас действительно серьезная проблема, и мы должны отнестись к ней серьезно. Политики не должны политизировать это, что для них очень сложно, верно? Старшие ученые могут отступить, им не нужно вести себя как песчанки в колесе, они могут сказать, что я больше не буду заниматься плохой наукой. Или я не буду отвечать на вопросы без ответа. Или я буду скромнее в своих результатах, или буду публиковать меньше статей. Я собираюсь перестать выпускать так много аспирантов, которые не получат работу позже.

Я думаю, что научное сообщество могло бы отказаться от некоторых стереотипов идеализированного платонического представления о науке как о том, что дает нам совершенную истину. Все они знают, что это неправда, но это удобный вид мифа. Еще немного честности о характере предприятия. Так что есть много вещей, которые должны произойти.

И затем я также думаю — это то, что я пытался сделать в своей скромной манере — давайте искать места, где все работает действительно хорошо. И давайте оба поймем, почему они работают хорошо, чтобы мы могли использовать это в качестве модели, а также отмечать эти конкретные вещи. Они имеют тенденцию быть небольшими и более маргинальными, часто контркультурными и неуместными.

Я просто хочу еще раз вернуться к тому, что вы называете транснаукой: к большим вопросам, когда вы говорите, что, возможно, это не те вопросы, которые нам следует задавать науке или только науке. Считаете ли вы, что общественный ответ на эти вопросы должен смещаться, может быть, от того, что делать правильно, и больше к тому, что мы хотим делать?

Саревиц: Что ж, вопрос, что мы хотим сделать, должен быть решен политически. И я считаю, что нет смысла продолжать собирать факты о том, что нужно делать, пока мы не получим какое-то заключение о том, что мы должны делать. Теперь они не совсем различны. Но они далеко не так связаны, как мы говорим. В 1990 году было много хороших данных об изменении климата, которые предполагали, что нужно что-то делать, и тогда люди заговорили об этом. Нам не понадобились еще 20 лет климатических моделей, в течение которых неопределенность и политика становились все хуже и хуже, а не лучше и лучше, по причинам, о которых я не хочу сейчас говорить.

Но я думаю, что мы должны отказаться от одной вещи, потому что я считаю ее неправильной, — от идеи, что сначала мы можем сделать науку правильной, а затем мы будем знать, что делать и как это делать. Я думаю, что сначала мы должны четко понимать, какие ценности поставлены на карту. Кто является потенциальными победителями и проигравшими в различных типах опционов. А затем используйте это для информирования как о политических дебатах, так и о создании знаний от имени различных типов вариантов, зная, что они будут обречены на политическую борьбу. И я думаю, что есть вещи, для которых мы это делаем. Но слишком часто — и я имею в виду, что политики полностью замешаны в этом, что они предпочли бы сделать, чтобы кто-то провел исследование или должен был принять трудное решение, верно? Таким образом, они говорят: «Проведите исследование и скажите нам, что делать», а ученые говорят «отлично»!

Мы еще не знаем.

Саревиц. Ага. Это своего рода тайный заговор.

В своей статье вы затрагиваете большие данные как нечто, что рискует усугубить проблемы науки, а не улучшить их. Все смотрят на это как на невероятный огромный пул научных открытий, которые мы можем сделать.

Саревиц: Ага. Я думаю, что это будет действительно полезно для некоторых вещей, таких как беспилотные автомобили, вам понадобится бесконечное количество геопространственных данных и все такое. Так что для тех технологических приложений, где вы получаете быструю обратную связь, большие данные — это фантастика. Но что касается транснаучных проблем, когда вы можете углубиться в данные, найти причинно-следственную связь, которую, по вашему мнению, стоит проверить, и провести с ней некоторые статистические тесты, я думаю, мы в конечном итоге увидим, что шум вокруг этих вопросов будет становиться все хуже и хуже. Ученые смогут найти еще много маленьких кусочков правды в этих сложных вопросах, которые до сих пор не складываются в какой-либо конкретный последовательный взгляд на них. Это усугубит проблему, а не улучшит ее, потому что даст ученым больше возможностей для экспериментов в поисках причинно-следственных связей. Но мы знаем, что для сложных проблем нет единых причинно-следственных связей. Так что, если вы не можете собрать целые сети из них, чтобы понять, как они работают…

Но не является ли это конечной целью больших данных?

Саревиц: Может быть, но это конечная цель того, что известно как демон Лапласа, то есть всеобъемлющая модель всего, но помните, что всеобъемлющая модель всего — это сама вещь. Поэтому каждый раз, когда вы опускаетесь ниже этого уровня, вам приходится делать предположения. Каждый раз, когда вы делаете предположения, у вас будут предубеждения. Таким образом, мы можем довольно хорошо работать с определенными типами моделей, особенно с теми, где мы получаем отзывы, прогнозы погоды, каждый день вы можете узнать, был ли ваш прогноз хорошим. Но для вещей, где мы не получаем такой обратной связи, я думаю, что идея о том, что всестороннее моделирование может дать прогнозные и определенные знания, иллюзорна.

перейти к содержанию