Денис Колиев – Философия науки (страница 5)

Глава 5. Теории, модели и идеализации

5.1. Теория как машина видения

Модель полезна не потому, что похожа на мир во всех подробностях. Полное сходство было бы бесполезным удвоением реальности. Модель работает тогда, когда её неполнота выбрана осмысленно.

5.2. Модель и мир

Идеализация требует честности. Исследователь обязан помнить, где он упростил объект ради ясности и где это упрощение начинает возвращаться в виде искажения.

5.3. Идеализация: ошибка, сделанная сознательно

Теория экономит внимание. Она говорит исследователю: смотри сюда, измеряй это, не смешивай эти уровни, не принимай шум за структуру. В этом смысле теория описывает мир и одновременно воспитывает научное зрение.

5.4. Реализм и инструментализм

Проект Open Science Collaboration стал одним из самых заметных испытаний современной культуры достоверности. В нём были проведены репликации ста психологических исследований: большинство исходных работ сообщало статистически значимые результаты, но повторные проверки подтвердили значимость заметно реже. Этот эпизод изменил язык разговора о надёжности и показал ценность повторной проверки.

Спор реализма и инструментализма держится на простом, но трудном вопросе: описывают ли теории устройство мира или лишь дают удобные инструменты предсказания? Электрон, ген, кварк, поле, температура, социальный класс — все эти понятия работают в объяснениях, но степень их «реальности» обсуждается по-разному.

Реалист возвращает к мысли: успех зрелых теорий было бы странно считать случайным; если модель устойчиво предсказывает новое и связывает разнородные явления, вероятно, она действительно схватывает нечто в структуре мира. Инструменталист отвечает: история науки полна понятий, которые когда-то казались несомненными, а затем ушли в архив вместе с эфиром, флогистоном или прежними схемами наследственности.

Практическая мудрость философии науки состоит не в выборе лозунга, а в различении уровней обязательства. Одно дело — пользоваться моделью как расчётным инструментом; другое — утверждать, что её элементы существуют так, как говорит теория. Культура знания начинается с понимания этой дистанции.

5.5. Почему сильные теории стареют

Сильные теории стареют не потому, что становятся бесполезными. Нередко они продолжают работать в своей области, но перестают быть последним горизонтом объяснения. Ньютоновская механика не исчезла после Эйнштейна; она сохранилась как мощное приближение для множества задач, но потеряла статус окончательной картины пространства и времени.

Старение теории начинается тогда, когда её язык уже не справляется с новыми точностями, масштабами или объектами. Появляются аномалии, расширяются приборные возможности, меняются математические средства, а старые понятия начинают требовать всё более тяжёлых оговорок. Иногда теория не опровергается резко, а постепенно становится частным случаем более широкой рамки.

Понимание этого процесса защищает от двух ошибок: от презрения к прошлому и от идолопоклонства перед настоящим. Теория бывает исторически ограниченной и одновременно интеллектуально великой. Наука взрослеет потому, что умеет сохранять работающие приближения, не превращая их в вечные догмы.

5.6. Модель как честное упрощение

Научная модель может казаться компромиссом: реальность сложна, а исследователь строит её упрощённую копию. Но в ответственной науке модель не бедная замена мира, а рабочая сцена, на которой отдельные связи становятся видимыми. Карта города не содержит запахов улиц, влажности воздуха и разговоров прохожих, но помогает найти дорогу. Газовая модель не описывает каждую молекулу во всей её физической полноте, но позволяет связать давление, объём, температуру и количество вещества. Упрощение здесь не обман, а дисциплинированный выбор существенного.

Особенно ярко это видно в истории атомно-молекулярных представлений. В XIX веке атомы для многих учёных оставались спорными: одни считали их реальными микроскопическими объектами, другие — удобными фикциями для расчётов. Людвиг Больцман защищал статистическое объяснение тепла через движение частиц, но его идеи встречали сопротивление. Дело было в фактах и в статусе модели: имеет ли право наука говорить о ненаблюдаемых сущностях, если они объясняют наблюдаемое? Позднее броуновское движение и работы Эйнштейна укрепили реальность атомистической картины, но философская проблема не исчезла. Модель может вести к реальности, даже если сначала выглядит лишь вычислительной схемой.

Климатические модели дают современный вариант той же трудности. Они не воспроизводят планету «как она есть» в бесконечной подробности. Они делят атмосферу и океан на сетки, используют уравнения переноса энергии, учитывают облачность, ледяной покров, аэрозоли, циркуляцию, обратные связи. Каждый элемент требует параметризации, потому что многие процессы происходят на масштабах, меньших вычислительной ячейки. Поэтому модель климата всегда содержит идеализации. Её сила определяется не отсутствием упрощений, а тем, насколько хорошо они проверены историческими данными, физикой процессов, независимыми измерениями и сравнением нескольких моделей.

Здесь нельзя смешивать два разных обвинения. Сказать, что модель упрощает, — значит произнести банальность. Вопрос в том, делает ли она это честно, явно и продуктивно. Плохая модель прячет идеализацию и выдаёт удобную схему за саму реальность. Хорошая модель показывает, какие переменные учтены, какие исключены, при каких условиях вывод надёжен, где начинается зона риска. Поэтому научная культура требует публикации кода, сценариев, исходных данных, чувствительности к параметрам, описания неопределённостей. Модель должна быть не магическим ящиком, а аргументом, который можно разобрать.

Модель не является слабостью научного мышления. Теория порой объясняет, почему явление возможно; модель показывает, как оно разворачивается при заданных условиях. Теория стремится к общей связи, модель позволяет работать с конкретной ситуацией. Но обе требуют проверки. Модель, безупречно подогнанная к прошлому и беспомощная перед новым случаем, скорее украшает архив, чем объясняет мир.

5.7. Как пользоваться моделью без пленения

Модель становится опасной не тогда, когда упрощает, а тогда, когда её упрощение забывается. Любая рабочая модель отбрасывает часть реальности. Экономическая модель может считать участников рациональными, физическая — систему изолированной, климатическая — процесс усреднённым по ячейке, биологическая — популяцию достаточно большой. Эти допущения не делают модель ложной. Они задают область её разумного применения. Ошибка начинается там, где модель переносится в новую ситуацию без проверки того, сохраняются ли условия, благодаря которым она вообще работала.

Профессиональная работа с моделью требует вопроса о чувствительности. Что произойдёт, если изменить ключевой параметр? Насколько результат зависит от начальных условий? Есть ли несколько разных моделей, приводящих к сходному выводу? Какие данные использовались для настройки, а какие для независимой проверки? Можно ли объяснить, почему модель ошибается там, где ошибается? Без таких вопросов модель легко превращается в убедительную машину повествования: она красиво связывает переменные, но не показывает, насколько прочна эта связь.

Особую трудность создают модели, влияющие на людей. Кредитный скоринг, прогноз рецидива, система отбора резюме, образовательная аналитика, медицинская стратификация риска — всё это описывает мир и меняет траектории тех, кто попадает в расчёт. Если модель считает человека рискованным, он может получить худшие условия, меньше возможностей, больше контроля. Возникает обратная связь: модель предсказывает социальную реальность и одновременно помогает её производить. К таким моделям нельзя относиться как к нейтральным таблицам. Нужны аудит, объяснимость, возможность обжалования и анализ справедливости.

Модель также может захватывать воображение исследователя. Когда у науки появляется мощный формальный аппарат, всё, что в него не помещается, начинает казаться второстепенным. Это случалось в экономике, биологии, когнитивных науках, социологии, исследованиях искусственного интеллекта. Формализация необходима, но она всегда создаёт тень: неучтённые качества, исключённые голоса, неформализуемые смыслы. Анализ моделей возвращает к мысли, что ясность схемы не равна полноте мира. Иногда то, что модель оставила за пределами, оказывается условием её правильного применения.

Зрелое отношение к моделям похоже на работу хорошего картографа. Карта должна быть достаточно простой, чтобы помогать движению, и достаточно честной, чтобы не скрывать опасные пустоты. Для мореплавателя важны глубины и течения; для туриста — дороги и высоты; для эпидемиолога — контакты и плотность населения. Нет карты вообще — есть карта для задачи. Так же нет модели, окончательно заменяющей реальность. Есть инструмент, который надо выбрать, проверить и ограничить. Чем яснее это понимание, тем сильнее модель: она перестаёт притворяться миром и начинает быть точным способом работы с ним.

Глава 6. Фальсификация, парадигмы и революции

6.1. Поппер: теория должна рисковать