Смысл выдвижения рабочих гипотез и их фальсифицирования заключается в поиске того, что не может быть объяснено современным уровнем знания. Это способствует научному прогрессу и гарантирует, что теории, которые выдержали подобную проверку, действительно имеют ценность.

Движение к лучшему объяснению

Абдукцию иногда называют «выведением наилучшего объяснения»[19]. Но в силу чего одно объяснение лучше другого? Как упоминалось в главе 2, хороший пример должен удовлетворять двум условиям:

1) успешно объяснять все, что мы уже знаем;

2) быть максимально простым, не утрачивая при этом объяснительной способности.

Следовательно, проверяя абдуктивные цепочки на прочность и пытаясь найти среди них наилучшую, мы можем ориентироваться на два критерия:

1) возможность найти новое свидетельство, которое существующее абдуктивное рассуждение не способно объяснить;

2) возможность предложить более простую абдуктивную логическую цепочку, которая все объясняет.

Сравним объяснения неожиданных результатов серии экспериментов, поставленных двумя студентами. Какое объяснение, в соответствии с вышеперечисленными критериями, вы возьмете за образец, желая применить абдукцию в собственной работе?

Участники нашего исследования, которые сами себя охарактеризовали как «неопытных пользователей электронных планшетов и приложений», чаще совершали небольшие ошибки в первом туре тестирования с использованием приложения для планшетника. Возможно, причина в том, что для постоянного правильного пользования программным обеспечением в случае приложений для планшетных компьютеров требуется определенный опыт.

Участники нашего исследования, охарактеризовавшие себя как «неопытных пользователей электронных планшетов и приложений», чаще совершали небольшие ошибки в первом туре тестирования с использованием приложения для планшетника. Возможно, причина в том, что их интеллект ниже, чем у более опытных пользователей, из-за чего они и совершают простые ошибки чаще, чем пользователи, больший опыт которых свидетельствует о более высоком уровне интеллектуального развития.

Обе версии дают объяснение интересующих нас ошибок, но первая лучше. Почему? Потому что во втором объяснении больше шагов.

В первом же случае шаг всего один: утверждается, что уверенное пользование приложением для планшетов обеспечивается определенным уровнем опыта владения этими гаджетами и технологиями. Второе объяснение включает уже два шага: сначала утверждается, что пользователи, считающие себя неопытными, имеют более низкий интеллектуальный уровень, чем те, кто не дал себе такой характеристики (из представленного свидетельства это не следует, нам предлагается просто поверить на слово), затем – что из-за интеллектуального отставания они чаще ошибаются.

Применение принципа простоты возвращает нас в область вероятности. Второе объяснение содержит больше предположений, чем первое, и в отсутствие другой информации мы можем ожидать, что одновременное срабатывание двух факторов менее вероятно, чем одного.

Данный принцип иногда называют бритвой Оккама{88}, в честь францисканского монаха XIV в. Уильяма Оккамского, философа-номиналиста, так описавшего этот древний «принцип бережливости»: «Многообразие не следует предполагать без необходимости». То есть самое логичное объяснение не может быть хоть сколько-нибудь сложнее необходимого.

Прекрасное руководство на все случаи жизни!

Означает ли это, что нужно остановиться и принять первое объяснение как окончательное? Нет. Хотя мы объяснили всю информацию, от которой отталкивались, однако слишком мало знаем о ситуации в целом. Хорошее объяснение одного свидетельства необязательно является оптимальным для объяснения всех доступных свидетельств. Таким образом, прежде чем принять какое-либо объяснение, нужно достичь высокой степени убеждения в том, что нет:

• ни более простого объяснения…

• …ни неизвестных пока свидетельств, возможно противоречащих ему.

Как в данном случае собрать дополнительные свидетельства, способные либо подкрепить, либо опровергнуть объяснение, которому мы отдали предпочтение? Существует целый ряд возможностей, вот одна из них.

Самая убедительная из имеющихся на сегодняшний день теорий гласит, что неопытные пользователи планшетов и приложений совершали простые ошибки на первом этапе нашего тестирования, потому что отсутствие опыта пользования аналогичными гаджетами и технологиями делало их результаты нестабильными. Чтобы изучить данную возможность, мы обсудили с этими участниками их результаты и задали каждому из них вопрос: «Помогло бы вам усовершенствование интерфейса и отображения тестовых заданий избежать этих простых ошибок?»

Сообщение об успешной проверке может иметь следующий вид.

Неопытные пользователи чаще допускали ошибки в ходе нашего первого экспериментального тестирования. Однако, после того как формулировки первых пунктов получаемых ими инструкций скорректировали с целью лучшего объяснения правил пользования экранным интерфейсом, который также был упрощен, ошибки совершенно исчезли из результатов последующих тестов. Это убедительно подтверждает теорию, что именно неопытность в обращении с планшетами и приложениями являлась причиной простых ошибок некоторых пользователей в первоначальной версии эксперимента.

У вас была другая идея? Как бы она сработала в аналогичных обстоятельствах? Она также позволила бы удовлетворительно протестировать теорию?

ИНФОРМАЦИЯ К РАЗМЫШЛЕНИЮ. Назовите случаи, когда вы, не отдавая себе в этом отчета, пользуетесь абдукцией: наблюдаете за событиями и предлагаете их объяснение. Случалось ли, что объяснение, представлявшееся наилучшим, оказывалось ошибочным? Почему оно сначала выглядело правильным?

От свидетельства к доказательству

Как и индуктивные аргументы, теории и объяснения всегда имеют дело с вероятностью, а не с убежденностью. Иногда – например, в судебных делах – «отсутствия разумных оснований для сомнения» достаточно, чтобы руководствоваться эмпирическим правилом. Однако строгое научное объяснение требует установить более точный критерий доказанности{89} – барьер между принятием и отклонением теории.

В контексте эксперимента важно понятие статистической значимости{90}. Возможно, из-за слова «статистическая» оно кажется научной абстракцией, но, по сути, описывает простую вещь – вероятность того, что определенный результат мог быть совершенно случайным.

Как нетрудно догадаться, чем менее вероятен случайный характер события, тем больше шансов, что наблюдается нечто реальное и достойное внимания. При этом результат, который достигается в любом случае, практически ничего не доказывает. Например, вам предлагают волшебный порошок для защиты от похищения инопланетянами. Вряд ли этому заявлению следует верить, несмотря на стопроцентное отсутствие в данном случае жертв похищения. Рассмотрим пример.

Я создал потрясающее приложение для смартфона, которое позволяет предсказывать результаты броска монеты, когда она еще находится в воздухе. Позвольте, я это продемонстрирую. Достаньте из кошелька монету и подбросьте ее. Я объявлю результат, как только она взлетит, и он будет правильным, обещаю! Я продам вам этот секрет за £10 млн.

Вы будете впечатлены, если я правильно предскажу результат одного броска – «орел!» – как только монета окажется в воздухе? Думаю, не особенно. В конце концов, в половине случаев его можно просто угадать.

Чтобы проверить мое смелое заявление, вы захотите получить большое число верных предсказаний подряд. Для меня это самый простой способ продемонстрировать, что я не угадываю по чистой случайности. С