Тайны мозга. Почему мы во все верим - Шермер Майкл (2015)

Я прочел «Конституцию свободы» (The Constitution of Liberty) и «Дорогу к рабству» (The Road to Serfdom) Фридриха А. фон Хайека; впитал «Экономику за один урок» (Economics in One Lesson) Генри Хэзлитта – уникальное резюме по экономике свободного рынка; счел «Свободу выбора» (Free to Choose) Милтона Фридмана одним из самых понятных толкований экономической теории. Его одноименный документальный сериал, показанный PBS (и представленный самым мускулистым либертарианцем в истории, Арнольдом Шварценеггером), произвел на меня такое глубокое впечатление, что я приобрел его видеоверсию и просмотрел ее несколько раз.[27] В числе титанов либертарианской мысли, преимущественно сформировавших мое мышление, Людвиг фон Мизес был первым среди равных; он объяснил мне, что политика вмешательства ведет только к усугублению этой политики, и что если вмешательство допустимо с целью защиты отдельно взятых людей от опасных наркотиков, то как быть с опасными идеями?[28]

Эта связь между идеями и свободой и сблизила мою страсть к науке и мою любовь к свободе, и привела меня к науке того рода, которой я занимаюсь по сей день.

Несанкционированная автобиография науки о вере

В последние три десятилетия я заметил две распространяющиеся тенденции и в науке, и в обществе: первая из них – различение «точных», или «сложных» (физических), «средних» (биологических) и «неточных», или «легких» (социальных наук), вторая – различение двух видов научных текстов, технических и популярных. Как правило, все эти классификации содержат оценку значимости, причем точные науки и технические тексты пользуются наибольшим уважением, а неточные науки и популярные тексты – наименьшим. И то, и другое предвзятое мнение попадает настолько мимо цели, что его нельзя назвать даже ошибочным.

Я всегда считал, что если и должно существовать какое-то ранжирование (а его не должно быть), то прямо противоположное нынешнему. Физические науки действительно «сложные» в том смысле, что решать, например, дифференциальные уравнения непросто. Однако ряд переменных в рамках причинной сети предмета довольно просто выявить и проверить по сравнению, скажем, с прогнозированием действий организмов экосистемы или последствий глобального изменения климата. Но даже сложность построения всеобъемлющих моделей в биологических науках незначительна по сравнению с моделями работы человеческого мозга и общества. По этим меркам социальные науки относятся к сложным, поскольку их предмет на порядки сложнее и многограннее и имеет гораздо больше степеней свободы, которые необходимо учитывать при контроле и прогнозах.

Промежуточное положение между техническими и популярными научными текстами занимает то, что я называю интеграционными науками – результатом процесса объединения данных, теории и повествования. Без этих трех метафорических ножек табурет, на который опирается предприятие науки, рухнет. Попытки определить, которая из этих трех ножек наиболее ценна, равносильны спорам о том, что важнее для вычисления площади круга – p или r2. Я различаю повествования двух типов. Официальные научные тексты – то, что я называю нарративом объяснения, – представляют собой четкий и ясный пошаговый процесс «введение-методы-результаты-обсуждение», основанный на несуществующем «научном методе» «наблюдения-гипотез-прогнозов-эксперимента», которому следуют линейно. Научные тексты этого типа подобны автобиографии, и как сказал комедийный актер Стивен Райт, «я пишу несанкционированную автобиографию». Тексты любого другого рода – беллетристика. Вместе с тем это подобие «историографии вигов»: к выводу пристраивают объяснение, заставляя факты и события аккуратно укладываться в причинно-следственную цепочку, где финал – неизбежный результат логической последовательности.