Модель практики создания объяснений
Теперь давайте рассмотрим подробнее типовую практику создания объяснения. Поняв её, можно искать её основные элементы в любом реальном исследовании, проводимом вами. И если не нашли – знать, чего не хватает.
1. Формулировка вопроса / Постановка проблемы.
Проблема (исследовательский вопрос), которую мы хотим решить или вопрос, на который мы хотим ответить – появляются как-бы ниоткуда. Вопрос может быть по поводу того, почему мир таков, как мы его наблюдаем. Но он может быть и о том, как изменить мир.
Первые наблюдения, становящиеся спусковым крючком для осознания проблемы, в большинстве случаев собираются нами неосознанно. Крайне редко кто-то может непрерывно фиксировать свои наблюдения и по поводу каждого думать – «есть ли у меня этому объяснение, или не пора ли создать этому объяснение»?
Обычно происходит так: мы либо вообще не задумывается о том, как что-то работает, либо думаем, что знаем, как оно работает (но часто не смогли бы чётко сформулировать это понимание) – и внезапно выясняем обратное. В этот момент понятное или привычное превращается в непонятное, возникает интерес. Иногда возникает удивление, но мы можем заметить — «схватить» вниманием — проблему, даже особо не удивляясь.
После этого вы уже выделяете из фона важные для этого вопроса (проблемы) объекты, или хотя бы намечаете их контуры.
- Перечисление гипотез.
Когда исследовательская проблема (вопрос) осознан и выделены важные для ее решения объекты, начинает вырисовываться гипотезы (варианты) объяснения, или *догадки*. Эта стадия необходима – без неё мы не знаем, что делать дальше, какие наблюдения собирать, какие связи искать. Опять же, можно себе представить теоретически, что без всяких догадок начинается сбор наблюдений обо всех объектах, которые мы уже выделили на этапе постановки проблемы. Но на практике так не бывает.
На этой стадии мы работаем и со всеми прошлыми объяснениям, которые были нам известны до того, как мы решили поискать новое. Их нельзя просто выкинуть из головы – поэтому в дальнейшем мы в любом случае будем пытаться их опровергнуть, уточнить или модифицировать. Объяснения ведь никогда не создаются с нуля, они всегда побеждают предыдущие, закрывают дыры в них, новые объяснения сменяют старые[^163].
Ещё один источник догадок – это расспросить других, как, по их мнению, это работает, осмыслить их ответы, и пополнить свой набор догадок.
Вам может казаться, что область совершенно новая, вы ничего о ней не знаете, то это почти всегда не так. Какие-то интуитивные представления и общие соображения у вас наверняка были, и явления в этой области вы наверняка как-то очень грубо объяснить могли. Какая-то, пусть самая безумная, догадка, формируется у нас практически сразу, и начинает влиять на дальнейший процесс.
Нужно иметь хотя бы два конкурирующих кандидата в объяснения, чтобы данные помогли вам провести различия между ними.
3. Доэкспериментальная аргументация.
Дальше начинается самое интересное. Догадки можно неформально (а иногда и относительно формально) оценить априорно, то есть на основании каких-то уже имеющихся у вас знаний, до получения данных, до сбора новых наблюдений, без прямой проверки, без эксперимента.
(Последние 100 лет человечество начало прямо поклоняться данным*: «давайте соберем много-много данных», «давайте выводить из данных теории», «давайте доказывать на основе данных», «давайте управлять на основе данных»*. Этот подход только усиливается в последние годы, с увеличением мощности и ёмкости компьютеров и каналов связи, и иногда это обходится очень дорого.)
Догадки (гипотезы) могут быть проверены на основе ваших допущений. Точнее говоря, для догадок надо выявить лежащие в их основе допущения, и можно пока отложить те догадки, которые противоречат вашим убеждениям. Совсем выкидывать их не стоит! Как говорил Шерлок Холмс*: «Если исключить невозможное, тогда то, что останется, будет ответом, каким бы невероятным он ни казался.»* А что именно окажется невозможным – вы до конца исследования не узнаете.
Вспомните, что мы обсуждали ранее о роли верхнеуровневой онтологии, системы типов. Вспомните, что такое теоретическая теория понятий ('theory theory') и как она объясняет механизмы человеческого мышления. По сути, мы сейчас говорим то же самое – объяснения базируются на уже существующей у человека картине мира, человек не мыслит (не моделирует) просто путём наблюдения за миром и не строит объяснений с нуля, без теоретических предпосылок. Доэкспериментальная аргументация всегда основана на какой-то предварительной теории, содержащей допущения относительно мира, объектов в нём, других людей, их взаимодействий, причин и следствий и т.п.
На этапе доэкспериметнальной аргументации может быть выявлена необходимость пересмотра картины мира. Если пересмотра не понадобится - какие-то догадки на основании предварительных аргументов понравятся вам больше всего. В результате вы путём рассуждений, опирающихся на имеющуюся у вас картину мира, выбираете догадки для первоочередной работы, расставляете приоритеты своим догадкам.
Самое главное, что вы должны сделать на этом этапе – вы должны явно создать схемы тех самых причинно-следственных связей, которые и отличают объяснение от статистических зависимостей. О способах работы с такими схемами (*графами причинности*) вы прочтёте в следующем разделе. Их первые варианты вы создаете именно на основании картины мира, априорных знаний, логических представлений о взаимосвязях между объектами и явлениями.
Уже в процессе доэкспериментальной аргументации вы можете попробовать убедить в верности некоторых догадок кого-то другого. Далее вам нужно будет показать, чем объяснение, построенное на какой-то из догадок, лучше всех.
4. Постановка эксперимента и сбор наблюдений.
Вот теперь вы начинаете осознанно наблюдать, или даже экспериментировать и наблюдать. Тут важно попытаться в первую очередь найти данные, которые опровергнут ваши гипотезы, а не подтвердят их – чтобы не стать жертвой ошибки подтверждения, склонности человеческого внимания игнорировать свидетельства, которые не согласуются с его точкой зрения.
5. Оценка гипотез
Если вы аккуратно прошли предыдущие стадии, оценка гипотез (догадок) будет уже понятным процессом (не обязательно простым, но вам, по крайней мере, будет ясно, что надо делать, и с какими данными).
Помните, что создание объяснения – это не столько статистический анализ данных, сколько проверка причинно-следственных схем. Отсутствие статистически-достоверных закономерностей в данных – весомое свидетельство того, что догадка не верна, и созданное на основе её объяснение – некачественное. Но наличие основанных на статистике подтверждений при отсутствии объясняющей схемы – не будет объяснением.
Вполне вероятно, что вы не придёте к единственному объяснению. Может сложиться так, что несколько логически обоснованных причинно-следственных схем достаточно надёжно подтверждается данными. Вот в этих случаях вы можете выбирать в качестве приоритетного объяснения то, которое наиболее статистически-достоверно.
Создав объяснение, вы обычно возвращаетесь к предыдущей стадии: теперь вы можете сделать на его основе новые предсказания и спланировать эксперименты и наблюдения для того, чтобы их подтвердить (или опровергнуть).
Исследования – это итерационный процесс. Не исключено, что ни одна из догадок в результате не окажется достаточной основой для наблюдения, и вам придётся вернуться на стадию поиска новых гипотез. А то и переформулировать решаемую вами проблему!