green_fr: (Default)
green_fr ([personal profile] green_fr) wrote2025-05-06 02:40 pm

Стюарт Ричи, «Наукообразная чушь»

Февральская книга клуба: Стюарт Ричи, «Наукообразная чушь. Разоблачение мошенничества, предвзятости, недобросовестности и хайпа в науке». Название само по себе хайповое. Суть книги примерно напоминает «0.05», но с огромным отличием: если Талантов описывает последовательный процесс — проблемы / решения / новые проблемы / новые решения, то Ричи первую половину книги описывает, как всё плохо. А вторую половину книги формулирует собственные мысли, как всё сделать лучше. То есть, после страшилки переходит к политической платформе — Талантов же смог остаться в рамках исторического, научно-популярного формата, за счёт чего его книга и читалась с таким интересом. А эта так, напоминает колонку в Pour la Science, где автор месяц за месяцем рассуждает о будущем науки: как распределять финансирование, как считать рейтинг, как оценивать качество работы учёного, как стимулировать «непопулярные» действия (общество гораздо больше ценит «открытия», чем подтверждения или опровержения; положительный результат почему-то ценится существенно выше отрицательного, ну и т.п.) — то есть и на книгу не тянет, и требует контекста / обсуждения, и устареет быстро.

Опять же, откровенная подмена терминов: под «наукой» автор подразумевает какую-то идеализированную экспериментальную науку, в которой критерием истины служит лабораторная воспроизводимость, без которой — это уже не наука. Если эту его особенность держать в голове, то читать можно. Но если на минутку забыть, то получается, что математика — это однозначно не наука, не говоря уже о всякой там экономике / психологии. Но зато получается достаточно флеймово — наш чатик с удовольствием топтался по последним скандалам, кто там ещё какой эксперимент не смог воспроизвести, и что это говорит обо всей науке вообще (все они там такие!), не говоря уже о политически окрашенных науках типа климатологии.


Красиво сформулированная идея анализа мультивселенной: «если мы представим себе бесконечное число параллельных вселенных, в каждой из которых вы провели анализ немного по-другому, в какой доле из них вы обнаружили бы одинаковый эффект?» — это немного напоминает стандартное определение доверительного интервала (зная конечный / наблюдённый результат, и предполагая некоторый закон, управляющий этой частью мира, в каком интервале с некоторой заданной вероятностью лежат параметры этого закона), но сформулировано по-модному :-)

Не помню, чтобы видел раньше идею предварительной регистрации исследований. Смысл в том, чтобы иметь возможность посчитать, сколько исследований реально доходит до результата, тем более до публикации. Снизить ошибку выжившего, когда мы видим только «успешные» эксперименты, не всегда понимая, какова доля удачи в полученном результате. Ну и заодно бороться с публикациями, когда результат подгоняется под полученные данные.

Предложения по поводу критериев найма учёных у меня всегда вызывают в памяти директрису колледжа, где учился молодой Шелдон. Там очень красиво показана вся цепочка: ей нужны деньги, деньги приходят от спонсоров, спонсоры в науке не собираются разбираться, но платят больше в присутствии громких заголовков, причём уровень «электричества в Древнем Египте» их вполне устраивает. Я не думаю, что реально (даже мечтать) перестроить всё человечество. И построить какую-то элитарную модель тоже нереально. Поэтому и интересно — появятся когда-то идеи не того, как бороться с миром, в котором мы живём, а как построить органически работающую в данном нам мире систему.


В книге в итоге прочитал несколько глав, понял, что это будет длинный список «всё пропало», перешёл к заключительным главам с предложениями по улучшению. Они оказались ненамного лучше. В это же время у меня увели Телеграм, поэтому я пропустил все записи на обсуждение книги — возможно, оно и к лучшему. Не самая интересная книга.
sobriquet9: (Default)

[personal profile] sobriquet9 2025-05-06 06:31 pm (UTC)(link)

Я часто пользуюсь математикой и всегда проверяю её экспериментально. Подставляю полученные корни в исходное уравнение, генерирую фиктивные данные из заранее известного распределения и смотрю, получилось ли правильно определить параметры этого распределения по выборке, проверяю сходимость из разных исходных приближений и так далее.

sobriquet9: (Default)

[personal profile] sobriquet9 2025-05-07 02:18 am (UTC)(link)

Это только если вы точно знаете, откуда взялась формула корней квадратного уравнения. Например, вывели её самостоятельно дополнением квадрата, по-хорошему прямо из аксиом Пеано, и гарантированно без ошибок.

А если формула взялась из учебника или от ChatGPT, к ней положено относиться с подозрением и проверять, как статью британских учёных.

Я не могу самостоятельно строго доказать всю прикладную математику, которой пользуюсь на практике. Даже прочитать и понять готовые доказательста не могу. Но могу проверить экспериментально.