XNUMX 年前、天体物理学者で科学コミュニケーターの Neil deGrasse Tyson は、非常に印象的で引用に値するツイートをツイートしました。
地球には仮想の国が必要です: #Rationalia、一行の憲法で：すべてのポリシーは証拠の重みに基づくものとします
— ニール・ドグラース・タイソン (@neiltyson) 2016 年 6 月 29 日
タイソンの理想の世界は、科学を含む公的生活のあらゆる分野に侵入した、感情に支配された、ひざまずく政治と政治的部族戦争に疲れた多くの人々に訴えました。 それは、客観的に考え、自然界に関する観察に基づいて仮説を検証するように訓練された彼の仲間の科学者の多くにアピールしました.
唯一の問題は、膨大な量の証拠が、仮想の国であるRationaliaが実現しない理由を示していることです.
それは、人間が合理的に考えるには、とてつもないエネルギーと労力を必要とするからです。 その結果、ほとんどの場合、私たちは気にしません。 代わりに、私たちの思考の大部分は完全に直観に導かれています。私たちの本能だけであり、厄介な邪魔をする合理的な思考はありません。
この二分法は、ノーベル賞受賞者のダニエル・カーネマンが著書の中で見事に詳細に説明しています。 思考は速くて遅い、そしてジョナサン・ハイトの傑作で政治的分裂に焦点を当ててカバーされています 正義の心. どちらもそれ自体が素晴らしい作品であり、なぜ人々が異なる見解を持ち、なぜそれらを変えるのが難しいのかについて魅力的な説明を提供します.
さらに重要なことは、この認知的二分法は、科学者を含むすべての人に当てはまるということです。 これは一部の人にとっては驚くかもしれません (一部の科学者を含むようです)。 メディアと政治家は科学者を描写してきた （少なくとも彼らが同意するもの）絶対的な真実を識別して発音する魔法の能力が吹き込まれている.
これは現実から遠く離れることはできませんでした。 私はよく人々に、科学者と平均的な人の違いは、科学者は特定の分野について自分が知らないことをよりよく知っているのに対し、平均的な人は自分が知らないことを知らないということだと言います. 言い換えれば、誰もが無知を粉砕することに苦しんでいますが、科学者は通常、自分たちの無知の深さをより認識しています. 彼らは時折、特定の知識体系を少し増やす方法についてアイデアを持っているかもしれませんし、時にはそのアイデアが成功することさえあるかもしれません. しかし、ほとんどの場合、彼らは自分の分野に固有の知識の深い隔たりについて考えることに時間を費やしています。
科学者は、自分自身の長年の経験と、その結果生じた誤解を招く可能性のある直感によって妨げられることがよくあります。 本の中で ウイルスハンター、著者のCJ PetersとMark Olshakerは、元CDCディレクターがどのように述べたかを次のように述べています。 一流のトレーニングを受け、CDC 組織全体のサポートを受けていたにもかかわらず、彼らは事前に意見を述べるのに十分な経験がなかったので、新しい可能性に対してよりオープンになり、それを追求するエネルギーを持っていたのかもしれません。」 専門家は予測を立てるのも苦手で、研究者であり作家でもある Philip Tetlock が著書で説明しているように、 専門家の政治的判断、彼らは平均的な人よりも正確に予測することはできません. もっと パンデミック予測モデルの最近の失敗 この結論を強化しただけです。
成功した科学者のほとんどは、最高の業績をたどることができます。 キャリアの早い段階で. これは、科学者がより多くの雇用を確保できるためだけでなく、彼ら自身の経験や偏見によって妨げられるために起こります. 私が 90 年代後半に検査技師だったとき、計画していた実験について免疫学者にアドバイスを求めたのを覚えています。 彼は最終的に、その実験を行って有用な情報を得る良い方法がなかった理由をたくさん教えてくれました。 私はこの出会いについてポスドクに話しました。 その男はあなたに何もしないように話すことができます。 経験豊富な科学者は、うまくいかないことを鋭く認識しており、その結果、リスクを冒したくないという結果になる可能性があります。
科学者は非常に競争の激しい環境で活動しており、その大部分は資金提供されていない無限の助成金によって研究資金を求めることにほとんどの時間を費やすことを余儀なくされています。 この限られたプールで競争力を持つために、研究者は自分の研究に最もポジティブなひねりを加え、最もポジティブな結果を発表します。 研究が当初の計画から外れても、結果として得られる原稿がそのように読まれることはめったにありません。 そして、これらのプレッシャーにより、データ分析は、肯定的な結果を無邪気に強調することから、否定的なデータや反対のデータを無視すること、あからさまなでっち上げまで、エラーが発生しやすいスペクトルに陥ることがよくあります。 この詳細な例は、著者 Stuart Ritchie の著書に記載されています。 サイエンスフィクション：詐欺、バイアス、怠慢、誇大広告が真実の探求をどのように弱体化させるか. リッチーは、善意の科学者による認知と資金提供を求める圧力によって科学がどのように歪められるかを説明するだけでなく、最も多作な詐欺師の一部について、悲惨な詳細にまで踏み込みます。 科学的誤りと研究不正をカバーするもう XNUMX つの優れたリソースは、次の Web サイトです。 撤回ウォッチ. 撤回された膨大な数の論文、 多くは同じ科学者によるもの、科学的詐欺を文書化して攻撃することの重要性を強調します。
研究データの報告と再現性の問題は、何年も前から知られていました。 2005年、スタンフォード大学のジョン・イオアニディス教授は、 最も引用回数の多い科学者の中で、最も引用数の多い記事の 1,600 つを公開しました (XNUMX 以上)。 発表された研究結果のほとんどが虚偽である理由. この研究で、Ioannidis は数学的シミュレーションを使用して、「ほとんどの研究デザインと設定では、研究の主張が真実よりも虚偽である可能性が高いことを示しました。 さらに、多くの現在の科学分野では、主張されている研究結果は、多くの場合、一般的な偏見の正確な尺度にすぎない可能性があります.」 イオアニディスも提供 XNUMXつの結果 彼の結論から導き出された：
- 科学分野で実施された研究が小さければ小さいほど、研究結果が真実である可能性は低くなります。
- 科学分野の効果量が小さければ小さいほど、研究結果が真実である可能性は低くなります。
- 科学分野でテストされた関係の数が多く、選択が少ないほど、研究結果が真実である可能性は低くなります.
- 科学分野における設計、定義、結果、および分析モードの柔軟性が高いほど、研究結果が真実である可能性は低くなります。
- 科学分野における金銭的およびその他の関心や偏見が大きければ大きいほど、研究結果が真実である可能性は低くなります。
- 科学分野が熱くなるほど (関与する科学チームが増えるほど)、研究結果が真実である可能性は低くなります。
リストを注意深く見ると、5 と 6 が飛び出してきて、あなたに向かって叫ぶはずです。 ここで詳しく見てみましょう：
当然の帰結 5: 科学分野における金銭的およびその他の利益と偏見が大きければ大きいほど、研究結果が真実である可能性は低くなります。 利益相反や偏見は偏見を助長する可能性があり、 u. 利益相反は、生物医学研究では非常に一般的であり、通常、不適切かつまばらに報告されています。 偏見は必ずしも経済的な理由から生じるとは限りません。 特定の分野の科学者は、科学理論を信じている、または自分の発見に専心しているという理由だけで、偏見を持っている場合があります。 （私の強調）. 一見独立しているように見える大学ベースの研究の多くは、医師や研究者に昇進や終身在職権の資格を与えるためだけに実施されている可能性があります。 このような非金銭的な対立は、報告された結果や解釈のゆがみにもつながる可能性があります。 権威ある研究者は、査読プロセスを通じて、彼らの発見に反駁する発見の出現と流布を抑圧し、その分野が偽りの教義を永続させると非難するかもしれません。 専門家の意見に関する経験的証拠は、それが非常に信頼できないことを示しています。」
当然の帰結 6: 科学分野が熱くなる (より多くの科学チームが関与する) ほど、研究結果が真実である可能性は低くなります。 この一見逆説的な帰結が続くのは、前述のように、 多くの調査チームが同じ分野に関与すると、孤立した調査結果の PPV (正の予測値) が減少します。これは、広く注目を集めている分野で大きな興奮の後にすぐに深刻な失望が生じることがある理由を説明している可能性があります. 多くのチームが同じ分野に取り組んでおり、大量の実験データが生成されているため、競争に打ち勝つにはタイミングが重要です。 したがって、 各チームは、最も印象的な「ポジティブ」な結果を追求し、広めることを優先することができます... "
その信念のために偏見を持ち、フィールドの「熱」に動機付けられ、したがって肯定的な結果を優先する科学者はすべて、SARS-CoV-2 研究における非常に明白な偏見の源です。 イオアニディスと同僚は、 公開された SARS-CoV-2 研究の急増、「210,863 年 19 月 3.7 日から 5,728,015 年 1 月 2020 日までの期間に Scopus で公開および索引付けされたすべての科学の 1 件の論文の 2021% を占める、COVID-19 に関連する 2020 件の論文」に注目してください。 COVID-XNUMX 関連の記事の著者は、「漁業、鳥類学、昆虫学、建築」など、ほぼすべての分野の専門家でした。 XNUMX 年末までに、イオアニディス 書いた、「COVID-19 について発表する科学者がいなかったのは、自動車工学だけでした。 2021 年初頭までに、自動車エンジニアも発言権を持つようになりました。」 他の人も「コビダイゼーション〜の 研究、COVIDマニアが無関係な分野から研究者を町で最もホットで最も収益性の高いゲームに駆り立てたため、研究の質が低下したことを強調しています。
以前の XNUMX つの投稿で説明したように、 ユニバーサルマスキング & 子供への COVID の害についての報告 報道機関、政治家、科学者、および公衆衛生組織の横行する偏見のために、取り返しのつかないほど政治化され、歪められてきました。 しかし、本当の犯人は大衆自身かもしれません。また、第一世界のリスクゼロの安全文化が、これらすべての関係者に危害を誇張して、違反者の行動の変化を強制することを奨励しているのかもしれません。 さらに、「パンデミックを真剣に受け止めている」従順な人々のほとんどは、自分が払ったすべての犠牲がそれだけの価値があることを知りたがっています.
しかし、科学者やメディアは喜んで 配信する:
「もしあなたが科学者で、あなたの研究の好ましい結果がニューヨーク タイムズ、CNN、その他の国際機関に即座に認められることを知っていたとしたら想像してみてください。一方、好ましくない結果は、同僚からのしおれた批判、個人攻撃、およびソーシャル メディアでの検閲、および結果の公開の難しさ。 それに対して、誰がどのように答えるだろうか？」
答えは明らかです。 感染のリスクを効果的に排除する介入の証拠を求める大衆の恐怖の圧倒的な欲求は、必然的に科学者にその証拠を提供するよう圧力をかけます. 理想的には、この偏見を認めることで、他の科学者やメディアからの懐疑論が高まることになるでしょうが、それは実現していません. 誇張された クレーム of 効能 介入と誇張された害の 彼らの受け入れを促進する パンデミック報告の標準になっています。
私が議論したように 前の投稿で、研究バイアスを軽減する最善の方法は、研究者が中立的なパートナーを招待して研究を複製し、追加の研究で協力することです. すべてのデータを一般の人々や他の科学者が利用できるようにする機能は、クラウドソーシングによる重要なレビューを招き、より正確でバイアスの少ない可能性を秘めています。 データセットとドキュメントが公開されたことで、 パンデミック予測 そしてもたらした SARS-CoV-2のラボリーク起源の可能性 陰謀論の影から抜け出し、公の光の中に。
オープンデータと透明性の高いドキュメントの結果として、これらのリソースが悪用されていると不満を言う人もいます。 安楽椅子科学者 または従事している科学者 認識論的不法侵入 それぞれの分野の外にあり、誤解を招くような情報の膨大で紛らわしい山ができています。 それでも、たとえ科学のプロセスが「専門家」だけに限定されていたとしても、大部分の研究はほとんど成果を上げていません 貴重なまたは正確な情報 他の研究者や一般大衆に。
厳しい自然淘汰と仲間の複製プロセスを通してのみ、最高のアイデアは最初の誇大広告を超えて生き残ります。 また、特定の分野の研究者グループは、内部的および政治的偏見や有毒なグループ思考によって非常に麻痺している可能性があることに注意することも重要です。その分野の外の人々だけが問題に注意を喚起することができます. したがって、他の科学者や一般の人々が科学の長期的で修正的なプロセスを支援する能力は、私たちの集合的な欠陥にもかかわらず、真実に近づくための最良の方法です.
作者より転載 サブスタック
の下で公開 Creative Commons Attribution4.0国際ライセンス
再版の場合は正規リンクをオリジナルに戻してください。 褐色砂岩研究所 記事と著者。
