Ivan Puopolon maagiset numerot
Ivan Puopolo luki huonosti tutkijan kirjoittaman virheidentäyteisen kolumnin ja kirjoitti vielä huonomman kolumnin, jossa teki selväksi, että ei ymmärrä miten tiede toimii. Tutkijat eivät ole rynnänneet korjaamaan häntä kahdesta syystä: ensinnäkin, hänen käsityksensä tieteestä on niin ilmeisen virheellinen, että suurin osa tutkijoista varmaankin ajattelee, että sen korjaaminen ei ole tarpeen tai vaivan arvoista.
Toinen syistä liittyy Brandolinin lakiin: väärien käsitysten korjaamiseen vaadittava vaiva on kertaluokkaa suurempi kuin niiden esittämiseen. Puopolon on helppo toistella, että laskemalla löytyy totuus, ja tutkijoiden täytyy joko lannistuneena sulkea tietokone ja mennä tekemään jotain järkevämpää ajallaan tai sitten kirjoittaa pitkä vastaus siitä, miksi näin ei ole. (Tämä tutkija on flunssassa, ja varsinaisten töiden tekeminen vaatisi enemmän keskittymistä kuin blogikirjoitus tieteenteorian alkeista.)
Puopolon yksinkertaisen tiedekäsityksen taustalla on kahtiajako kahdenlaiseen tutkimukseen: on matematiikkaa, jossa laskutoimituksia seuraamalla numeroista putkahtaa totuus, ja “poliittista tiedettä”, jossa tutkijat laukovat mielipiteitään tieteellisinä totuuksina. Syy tähän kahtiajakoon on ilmeinen: jotkut tieteellisen tutkimuksen tuloksista eivät miellytä Puopoloa, joten hän leimaa ne mielipiteiksi, kun taas hänellä on vähemmän erimielisyyksiä esimerkiksi aalto-hiukkasdualismin kanssa. Puopolo elää yhteiskunnassa, joten hän kuvittelee arkikokemuksensa perusteella ymmärtävänsä, miten yhteiskunta toimii. Jos tiede on ristiriidassa hänen arkikokemuksensa kanssa, siihen on vain yksi mahdollinen selitys.
Todellisuudessa tiede seuraa samanlaisia prosesseja alasta riippumatta — tiede on tuo prosessi. Yksityiskohdat vaihtelevat paljon — koska kvantteja ja sieniä pitää tutkia eri tavalla kuin ihmisiä — mutta prosessi itsessään on suhteellisen johdonmukainen. Joskus siihen liittyy matematiikkaa, joskus ei. Koskaan tuloksena ei ole puhdas totuus, vaikka tutkijat toivovatkin että totuutta kohti ollaan matkalla.
Ensimmäinen tutkimuksen vaiheista on datan kerääminen. Aineisto kerätään tavalla, joka sopii parhaiten tutkittavana olevaan kysymykseen. Siihen saatetaan käyttää elektronimikroskooppia, kaukoputkea, nauhuria tai tutkijan silmiä ja muistiinpanoja. Mikään näistä ei ole automaattisesti toistaan parempi, koska ne palvelevat eri tarkoituksia. Haastettelututkimus ei tekisi mitään kaukoputkella, kun taas bosonia on vaikea tutkia haastattelemalla.
Sen jälkeen aineisto pitää analysoida. Paras tapa siihen riippuu aineistosta. Usein tässä vaiheessa käytetään jonkinlaisia laskennallisia menetelmiä, mutta se riippuu ongelman luonteesta. Oleellista on, että tutkija tietää mahdolliset menetelmät ja osaa käyttää aineistoon parhaiten soveltuvaa menetelmää. Jos aineisto koostuu esimerkiksi soluviljelmistä, ne täytyy muuntaa analysoitavaan muotoon, esimerkiksi ottamalla niistä kuvia. Jos kyse on kyselystä, suljetut vastaukset koodataan numeerisiksi muuttujiksi ja avoimet vastaukset muutetaan tekstimuotoon analyysia varten.
Onnistuneen analyysin jälkeen tutkijalla on jonkinlaisia tuloksia, joita pitää tulkita. Numerot, koodit tai kategoriat eivät itsessään tarkoita mitään, vaan tutkijan pitää muodostaa niistä jonkinlainen tulkinta olemassaolevan teorian, eli aiemman tutkimuksen valossa. Tulokset pitää siis suhteuttaa jollain tapaa aiempaan tietoon, jotta niillä on jotain merkitystä.
Tästä voi ottaa esimerkin, joka näyttää, miten tiede on riippuvainen kaikista prosessin vaiheista. Kuvitellaan, että suomalainen eksoplaneettojen tutkija on saanut käsiinsä uusia havaintoja ympäri maailman olevilta tutkijaryhmiltä ja analyysin jälkeen tulee siihen lopputulokseen että eksoplaneettoja onkin kymmenkertainen määrä aiempaan käsitykseen verrattuna. Tieteellinen läpimurto!
Tutkijamme on kuitenkin varovainen ja pyytää kollegaansa tarkistamaan laskunsa ja kollega ei löydä niistä virhettä. Tarkoittaako tämä, että eksoplaneettoja onkin luultua enemmän? Yksinkertaisen tiedekäsityksen mukaan matemaattinen varmuus johtaisi totuuteen.
Julkaisua yrittävä tutkija saattaisi kuitenkin törmätä vielä pettymykseen. Ensinnäkin, voi olla että itse aineistossa on jotain vähemmän ilmeisiä ongelmia. Esimerkiksi kaikki yksittäiset havainnot voivat olla paikkansa pitäviä, mutta ehkä eri tutkijaryhmät ovat käyttäneet hieman erilaisia merkintätapoja ja siksi jokainen havainto onkin aineistossa useita kertoja. Perusteellinen laskeminen ei auta, jos laskee väärää asiaa.
Toinen mahdollisuus on ongelma tulosten tulkinnassa. Eksoplaneettoille ei ole yleisesti hyväksyttyä määritelmää, joten ehkä tämä kuvitteellinen tutkijamme sovelsi erilaista kriteeriä kuin toiset tutkijat ja päätyi siksi suurempaan määrään eksoplaneettoja. Jos hän olisi käyttänyt samoja kriteerejä, planeettoja olisikin löytynyt sama määrä.
Tutkimus voi siis mennä pieleen monilla tapaa ja usein virhe on niin hienovarainen, että vain muut alan asiantuntijat voivat huomata sen. Tämä pätee samalla tavalla alasta toiseen, mutta yhden alan asiantuntijuus ei siirry toisille. Vaikka olisi kuinka hyvä mittaamaan mikromuovien määrää vesistön eläimistä, ei todennäköisesti osaa tehdä haastattelututkimusta, joka paljastaa johtamiseen liittyviä ongelmia luovan työn alalla.
Alat ovat kehittäneet erilaisia tutkimusmenetelmiä, koska ne yrittävät ratkaista erilaisia ongelmia. Yleensä ottaen voi olettaa, että jos jollain alalla käytetään jotain menetelmää, se on hyvä menetelmä kyseisen alan tutkimuskysymyksiin — joukko fiksuja ihmisiä on vuosikymmeniä miettinyt, miten jostain aiheesta saisi tietoa ja päätynyt käyttämään kyseistä menetelmää. Esimerkiksi yhteiskuntatietelijät käyttävät haastatteluja, koska ne ovat usein paras tapa saada tietoa ihmisistä, eikä matematiikan lisääminen tutkimusasetelmaan auttaisi ratkaisemaan ongelmia paremmin.
Tutkimuksen jakaminen kahtia matemattisiin aloihin ja mielipiteisiin paljastaa siis perusteellisen tietämättömyyden siitä, miten tiede toimii ja millainen rooli matemaattisilla menetelmillä on. Mikään menetelmä itsessään ei takaa totuutta, mutta kaikki niistä pyrkivät tuottamaan luotettavaa tietoa maailmasta. Riippuu tutkittavasta ongelmasta miltä tuo tieto näyttää ja miten se ilmaistaan.