Možete li da nabrojite sve filmove u kojima naučni savetnik upozorava predsednika SAD o nadolazećem zemljotresu/erupciji vulkana/vanzemaljskoj invaziji/gašenju magnetnog polja, dok predsednik i njegovi saradnici (a pogotovo karikirano militantni ministar odbrane) odbacuju to kao nagađanja uprkos grafikonima i brojevima koje im naučni savetnik prezentuje? Sat vremena kasnije, svima je žao što nisu slušali upozorenja, ali sada je prekasno i predsednik mora da sedne u borbeni avion dok naučnici izvode, uz pomoć mišićavog odvažnog razvedenog veterana sa problematičnom prošlošću, poslednji, očajnički i ‘’nema-šanse-da-uspe’’ pokušaj da vrate svet u normalu.

Van filmskog platna, nešto slično se dešava i u stvarnosti. Sve je veća integracija nauke u političku scenu, gde se vladajući organi konsultuju sa stručnjacima pre donošenja bitnih odluka, ali malo ko je zaista sposoban da interpretira naučne podatke na pravi način i na osnovu njih donese validne odluke.

Mislite li da vi umete da razlikujete pravu naučnu vest od pretencioznog spektakularizma  u novinama? Evo nekoliko bitnih stvari koje morate da znate o tumačenju naučnih tvrdnji:

Razlike i slučajnosti izazivaju varijacije. Svet drastično varira. Nauka pokušava da iz tih varijacija uspostavi neke zakone i pravila. Zašto je ovo leto toplije od prethodnog? Zašto ima više ptica u jednoj regiji, a manje u drugoj? Postoji mnogo različitih objašnjenja raznih trendova, ali najčešće je potrebno mnogo više od jedne studije da se primete obrasci i ustanove pravila.

Nijedno merenje nije ekzaktno. Praktično sva merenja imaju greške. Ako merenje ponovi drugi tim istraživača, dobre su šanse da rezultati budu drugačiji. U nekim primerima, mala greška u merenju može da izvede potpuno pogrešan zaključak. Na primer, ako bi vam rekli da je ekonomija porasla za 0.13% prošlog meseca, vrlo je moguće da se zapravo smanjila. Rezultati moraju da se prikažu sa preciznošću koja je odgovarajuća dozvoljenoj grešci kako bi se izveli validni zaključci.

Naklonost je neprijatelj. Ako vam jedna ideja deluje bolje od druge, tražićete dokaze za tu ideju, a ignorisaćete dokaze protiv nje. Naklonost jednom objašnjenju jeste stari neprijatelj nauke. No, naklonost ne sputava samo naučnike i istraživače, ona sputava i ispitanike u nekom eksperimentu. Ako pitate ljude na ulici kako će glasati na predstojećim izborima, dobićete drugačije odgovore od onih koje biste dobili da ste ih pitali na internetu. Pošto studije koje objavljuju “statistički bitnije” rezultate se češće pišu i objavljuju, naučna literatura ima tendenciju da prikazuje prenaglašene probleme i rešenja (američki naučnici otkrili da kikiriki suzbija ćelije raka). Očekivanje rezultata može veoma da utiče na eksperiment. U medicini, ispitanici koji dobijaju neki tretman očekuju da će se nešto dogoditi i daju pogrešne procene efikasnosti (placebo efekat). Ako istraživači koji sakupljaju podatke znaju ko je primio tretman, a ko ne, obratiće više pažnje na one koji su dobili tretman nego na one koji nisu, što može umnogome da utiče na krajnji zaključak. Pravi eksperimenti su ‘’dvostruko slepi’’ (double-blind). Ni istraživači ni ispitanici ne znaju ko je dobio šta. Ovo je lako u ispitivanju lekova, ali teško primenljivo, recimo, na socijalne studije. Naklonost potvrđivanju (confirmation bias) nastupa kada naučnici nađu dokaze za preferiranu teoriju i onda prestanu da budu dovoljno kritički prema svojim rezultatima, ili prestanu da tragaju za dokazima koji ukazuju na suprotno.

Veće je obično bolje kada je reč o uzorku. Prosek uzet iz većeg broja opservacija obično je mnogo efektniji nego prosek uzet iz manjeg broja opservacija. Kako gomilamo dokaze, naše znanje se povećava. Ovo je posebno značajno kada se istražuju prirodne pojave sa velikim varijacijama i velikim mogućnostima da se napravi greška u merenjima. Efektivnost određenog leka će dosta varirati među individuama. Njegova prosečna efikasnost će se mnogo bolje dobiti studijom efekta na desetinama hiljada ispitanika nego na uzorku od nekoliko stotina.

Korelacija ne znači uzročnost. Nakon tragičnih pucnjava u školama u Americi, često smo mogli da čujemo kako je dečak koji je počinio ova užasna dela igrao neku nasilnu video-igru. Da li je nasilna igra stvorila nasilnog dečaka ili je nasilni dečak jednostavno više voleo “Call of Duty” od “Barbi jednoroga”? Kombinovano sa političkim ili verskim stavovima, veoma je privlačno zaključiti da jedan događaj uzrokuje drugi ako to potvrđuju naša prethodno utemeljena ubeđenja. Ipak, korelacija može biti slučajna, ili oba događaja mogu da imaju zajednički treći faktor. Na primer, ekolozi su verovali da su otrovne alge trovale ribe na ušćima reka koje su se ulivale u more. Ispostavilo se da zapravo alge samo rastu tamo gde su ribe umirale. Alge nisu uzrokovale smrt riba.

Ekstremne vrednosti su najverovatnije greške. Kada u merenjima zabeležimo ekstremne šablone, najverovatnije je reč o anomalijama i dobre su šanse da će prilikom sledećeg merenja vrednosti biti umerenije. Ako montiramo kameru na mesto gde se nedavno dogodila serija saobraćajnih nezgoda, pad u broju nezgoda na toj deonici puta verovatno ne bi bio posledica postavljanja kamere, nego prirodan tok stvari koji bi se svakako dogodio.

Ekstrapolacija na osnovu dostupnih podataka veoma je riskantna. Da ste pitali futuriste u ranom 18. veku kako će izgledati budućnost, oni bi vam verovatno sa potpunom sigurnošću rekli da će u budućnosti sve raditi na paru. Iz njihove perspektive, uvođenje parnih motora bio je trend koji će se nastaviti. Danas smatramo da će ljudi u budućnosti izgubiti svaki lični kontakt samo zato što trenutno beležimo rast popularnosti društvenih mreža i smartfonova. U izučavanju prirodnih pojava, ovakve ekstrapolacije su takođe veoma rizične. Na primer, jako je teško predvideti reakciju ekološkog sistema na menjanje klime kada su promene brže nego ikada od kada postoji vrsta.

Malo verovatne stvari su i dalje verovatne. Kada vam neko kaže da lek koji uzimate deluje u 99% slučajeva, to znači da i dalje imate 1% verovatnoće da taj lek neće delovati na vas. Nazovite to lošom srećom, ali 1% uopšte nije malo. To znači da će od 1000 ljudi koji su uzeli lek njih desetorica biti ubeđeni da lek ne radi. Malo verovatno i nemoguće su dve različite stvari.

Kontrola je bitna. Kontrolna grupa dobija uvek isti tretman kao i eksperimentalna grupa, osim što zapravo ne dobijaju ništa. Bez kontrole, teško je zaključiti da li je neki tretman imao ikakvog stvarnog dejstva. Ponekad ljudi na kojima se izvršava testiranje (na primer, medicinsko) izveštavaju pozitivne rezultate samo na osnovu konteksta u kojem su dobili eksperimentalni lek, ili čak samo na osnovu boje tablete. Ovo zahteva poređenje rezultata eksperimentalne grupe sa kontrolnom grupom koja je dobila placebo.

Tražite replikaciju rezultata. Rezultati koji su ponovo dobijeni u različitim međusobno nezavisnim istraživanjima i na različitim grupama ispitanika pouzdaniji su od rezultata dobijenog samo jednom na jednoj grupi (koliko god ona velika bila). Naučnici mogu greškom da zaključe kako je rezultat dobijen na jednoj grupi univerzalan za sve, pa čak i za one koji ne dele istu kulturu, genetiku ili geografsku lokaciju. Tek ukoliko drugi naučni tim izvede isti eksperiment na potpuno drugačijoj grupi ljudi, možemo da govorimo o univerzalnosti zaključka.

Naučnici su ljudi. Kao individue, naučnici imaju interes u promociji svojih radova, čime dobijaju veća sredstva za nastavak rada ili čak direktnu ličnu finansijsku korist. Ovo može da vodi selektivnom izveštavanju ili preuveličavanju rezultata istraživanja. Čak ni nezavisna revizija nije bez greški, jer urednici naučnih magazina favorizuju pozitivne i spektakularne rezultate istraživanja.

Podacima se može manipulisati. Dokaze možete preurediti tako da podržavaju vaš pogled na situaciju. Da bismo interpretirali rezultate istraživanja korelacije između konzumacije jogurta tokom trudnoće i pojave astme kod deteta, moramo da se pitamo da li su istraživači ciljano istraživali tu jednu hipotezu, ili su naišli na taj podatak istražujući mnogo širu oblast. Isto tako, u dokazu postojanja Higz bozon čestice, posebna pažnja je usmerena na to koliko su se istraživači trudili da dokažu postojanje te čestice i koliko je to moglo da utiče na njihovo izveštavanje.

Bazirano na članku sa nature.com.