Naomi Oreskes: Why we should trust scientists

ナオミ・オレスケス: 科学者を信頼すべき理由

翻訳: Emi Kamiya 校正: Misaki Sato

Every day we face issues like climate change

私たちは日々 気候変動やワクチンの安全性などの

or the safety of vaccines

問題に直面し

where we have to answer questions whose answers

答えを出さなければならないわけですが

rely heavily on scientific information.

その答えは科学的な情報に かなり依存しています

Scientists tell us that the world is warming.

科学者は世界が温暖化していると 言いますし

Scientists tell us that vaccines are safe.

ワクチンが安全だとも言いますが

But how do we know if they are right?

彼らが正しいと どうして分かるのでしょう

Why should be believe the science?

なぜ科学を信用すべきなのでしょうか？

The fact is, many of us actually don't believe the science.

実際 科学を信用しない人も大勢います

Public opinion polls consistently show

世論調査が絶えず示すのは

that significant proportions of the American people

アメリカ国民のうち かなりの割合の人々が

don't believe the climate is warming due to human activities,

人類の活動のせいで 温暖化が起きているとは思わず

don't think that there is evolution by natural selection,

自然淘汰による進化を信じず

and aren't persuaded by the safety of vaccines.

ワクチンの安全性を疑っています

So why should we believe the science?

なぜ私たちは 科学を信じるべきなのでしょうか

Well, scientists don't like talking about science as a matter of belief.

科学者は科学を信じる信じないで 語ることを好みません

In fact, they would contrast science with faith,

事実 彼らは科学と信仰を 正反対のものと考え

and they would say belief is the domain of faith.

信じるというのは 信仰の範疇のものだと言うでしょう

And faith is a separate thing apart and distinct from science.

信仰は科学とはかけ離れた まったく別のものです

Indeed they would say religion is based on faith

科学者に言わせれば 宗教は信仰に基づいているか

or maybe the calculus of Pascal's wager.

パスカルの賭けの論法に 基づいているのです

Blaise Pascal was a 17th-century mathematician

ブレーズ・パスカルは 17世紀の数学者で

who tried to bring scientific reasoning to the question of

神を信じるべきかどうかという問題に

whether or not he should believe in God,

科学的論拠を使おうとした人です

and his wager went like this:

彼の賭けはこんな感じです

Well, if God doesn't exist

もし神が存在しないのに

but I decide to believe in him

私はその存在を信じることにしても

nothing much is really lost.

あまり損はない

Maybe a few hours on Sunday.

日曜日の数時間が取られる程度

(Laughter)

（笑）

But if he does exist and I don't believe in him,

でも もし神が存在するのに 私がそれを信じなければ

then I'm in deep trouble.

非常にまずいことになる

And so Pascal said, we'd better believe in God.

だからパスカルが言うには 「神は信じた方がいい」

Or as one of my college professors said,

大学時代のある先生の言葉を借りれば

"He clutched for the handrail of faith."

「彼は信仰の手すりを求めた」

He made that leap of faith

彼は科学と合理主義を捨てて

leaving science and rationalism behind.

論理を超えた賭けに出たわけです

Now the fact is though, for most of us,

ところが実際のところ 大抵の人にとって

most scientific claims are a leap of faith.

ほとんどの科学的主張は 論理を超えた賭けです

We can't really judge scientific claims for ourselves in most cases.

ほとんどの場合 私たちは自分で 科学的主張を評価することはできません

And indeed this is actually true for most scientists as well

実は ほとんどの科学者にとっても

outside of their own specialties.

自分の専門以外の分野では そうなのです

So if you think about it, a geologist can't tell you

考えてみてください 地質学者はワクチンが安全か

whether a vaccine is safe.

答えられません

Most chemists are not experts in evolutionary theory.

ほとんどの化学者は 進化論の専門家ではありません

A physicist cannot tell you,

物理学者には

despite the claims of some of them,

他の科学者が断言しようとも

whether or not tobacco causes cancer.

タバコがガンの原因かどうか わかりません

So, if even scientists themselves

当の科学者たちでさえ 専門外に関しては

have to make a leap of faith

論理を超えて

outside their own fields,

賭けに出なければならないなら

then why do they accept the claims of other scientists?

なぜ科学者は他の科学者の主張を 聞き入れるのでしょうか

Why do they believe each other's claims?

なぜ彼らは お互いの主張を信じるのでしょう

And should we believe those claims?

そして私たちはその主張を 信じるべきなのでしょうか

So what I'd like to argue is yes, we should,

私の意見はイエス 信じるべきです

but not for the reason that most of us think.

ただし大抵の人が考えるのとは 理由が違います

Most of us were taught in school that the reason we should

大抵の人は学校で 科学を信じるべき

believe in science is because of the scientific method.

理由となるのは 科学的手法だと教わりました

We were taught that scientists follow a method

科学者はある手法に従い

and that this method guarantees

この手法が 彼らの主張が真であることを

the truth of their claims.

保証するのだと教わりました

The method that most of us were taught in school,

大抵の人が学校で教わった―

we can call it the textbook method,

教科書どおりの手法は

is the hypothetical deductive method.

仮説に基づく演繹法です

According to the standard model, the textbook model,

標準的な教科書どおりのモデルによると

scientists develop hypotheses, they deduce

科学者は仮説を立て

the consequences of those hypotheses,

その仮説の論理的結論を推論し

and then they go out into the world and they say,

実際に試して こう問います

"Okay, well are those consequences true?"

「さあ この結論は合っているか？」

Can we observe them taking place in the natural world?

「自然界で この現象が観測できるか？」

And if they are true, then the scientists say,

そして合っていれば科学者はこう言います

"Great, we know the hypothesis is correct."

「よし 仮説は正しいと立証された」

So there are many famous examples in the history

まさにこれを行った科学者の

of science of scientists doing exactly this.

有名な例が科学史上にたくさんあります

One of the most famous examples

最も有名な例は

comes from the work of Albert Einstein.

アルベルト・アインシュタインです

When Einstein developed the theory of general relativity,

アインシュタインが 一般相対性理論を構築した時

one of the consequences of his theory

彼の理論における結論の一つに

was that space-time wasn't just an empty void

四次元時空は単なる カラッポの空間ではなく

but that it actually had a fabric.

そこには布があって

And that that fabric was bent

その布が太陽のような―

in the presence of massive objects like the sun.

大質量の物体によって たわむというのが ありました

So if this theory were true then it meant that light

つまり この理論が正しければ 光は

as it passed the sun

太陽の傍を通過する時

should actually be bent around it.

その付近で曲げられることになります

That was a pretty startling prediction

それはかなり衝撃的な予測でした

and it took a few years before scientists

科学者による確認が可能になるまでに

were able to test it

数年かかりましたが

but they did test it in 1919,

1919年に確認し

and lo and behold it turned out to be true.

なんと理論は正しいと実証されました

Starlight actually does bend as it travels around the sun.

太陽の近傍を通る光は 実際に曲がるのです

This was a huge confirmation of the theory.

これが理論を立証する決め手となりました

It was considered proof of the truth

例の斬新な考えが正しいという

of this radical new idea,

証拠と見なされ

and it was written up in many newspapers

世界中の多くの新聞が

around the globe.

大々的に扱いました

Now, sometimes this theory or this model

さて この理論あるいはモデルは

is referred to as the deductive-nomological model,

演繹的・法則的モデルと 言われたりします

mainly because academics like to make things complicated.

それは主に学者が 事をややこしくするのを好むせいですが

But also because in the ideal case, it's about laws.

理想的な場合 法則が関わるせいでもあります

So nomological means having to do with laws.

つまり法則が関係しているということです

And in the ideal case, the hypothesis isn't just an idea:

理想的な場合 仮説はただの思いつきではなく

ideally, it is a law of nature.

理想的には自然の法則なのです

Why does it matter that it is a law of nature?

自然の法則であることが なぜ重要なのでしょう

Because if it is a law, it can't be broken.

もしそれが自然の法則なら 絶対だからです

If it's a law then it will always be true

それがもし法則なら常に

in all times and all places

いつでもどこでも

no matter what the circumstances are.

どんな条件下であれ 真なのです

And all of you know of at least one example of a famous law:

どなたでも有名な法則を １つはご存じです

Einstein's famous equation, E=MC2,

アインシュタインの有名な関係式 E=mc2

which tells us what the relationship is

エネルギーと質量が

between energy and mass.

どんな関係か示してくれる式です

And that relationship is true no matter what.

そしてその関係は どんな時も必ず成り立ちます

Now, it turns out, though, that there are several problems with this model.

ところが このモデルには いくつかの問題があります

The main problem is that it's wrong.

主な問題は それが間違っているということ

It's just not true. (Laughter)

真ではないのです（笑）

And I'm going to talk about three reasons why it's wrong.

間違いだという根拠を３つお話しします

So the first reason is a logical reason.

まずは論理上の問題

It's the problem of the fallacy of affirming the consequent.

後件肯定の虚偽という問題です

So that's another fancy, academic way of saying

これもまた凝った学術的な言い方ですが 要は

that false theories can make true predictions.

誤った理論からでも 真の予測は可能だと言うことです

So just because the prediction comes true

つまり予測が真であるからと言って

doesn't actually logically prove that the theory is correct.

その理論が正しいという 論理的な証明にはなりません

And I have a good example of that too, again from the history of science.

これについても科学史に良い例があります

This is a picture of the Ptolemaic universe

こちらはプトレマイオスの宇宙の図です

with the Earth at the center of the universe

地球が宇宙の中心にあり

and the sun and the planets going around it.

太陽と惑星がその周りを回っています

The Ptolemaic model was believed

プトレマイオスの説は何世紀もの間

by many very smart people for many centuries.

非常に聡明な多くの人々に 信じられていました

Well, why?

何故でしょうか？

Well the answer is because it made lots of predictions that came true.

答えは その説から真の予測が 数多くできたからです

The Ptolemaic system enabled astronomers

プトレマイオスの体系のおかげで

to make accurate predictions of the motions of the planet,

天文学者は惑星運動を 正確に予測できました

in fact more accurate predictions at first

実際 当初の予測は

than the Copernican theory which we now would say is true.

現在の私たちが真と考える地動説より 正確なものでした

So that's one problem with the textbook model.

これが教科書モデルの 問題点の１つ目です

A second problem is a practical problem,

２つ目は実務上の問題

and it's the problem of auxiliary hypotheses.

補助仮説の問題です

Auxiliary hypotheses are assumptions

補助仮説とは

that scientists are making

科学者が持つ前提のことですが

that they may or may not even be aware that they're making.

彼ら自身も意識していないかもしれません

So an important example of this

これについて重要な例を

comes from the Copernican model,

最終的に天動説の座を引き継いだ

which ultimately replaced the Ptolemaic system.

地動説からご紹介します

So when Nicolaus Copernicus said,

ニコラウス・コペルニクスが

actually the Earth is not the center of the universe,

地球は宇宙の中心ではなく 太陽が太陽系の中心で

the sun is the center of the solar system,

地球は太陽の周りを移動している

the Earth moves around the sun.

と言った時 科学者たちは

Scientists said, well okay, Nicolaus, if that's true

こう言いました 「いいかいニコラウス それがもし本当なら

we ought to be able to detect the motion

太陽の周りを回る地球の運動を

of the Earth around the sun.

検出できることになる」

And so this slide here illustrates a concept

こちらは年周視差として知られる

known as stellar parallax.

概念の説明です

And astronomers said, if the Earth is moving

天文学者は言いました もし地球が動いているなら

and we look at a prominent star, let's say, Sirius --

よく見える星 たとえばシリウスを見て―

well I know I'm in Manhattan so you guys can't see the stars,

まぁマンハッタンでは 星は見えませんけどね

but imagine you're out in the country, imagine you chose that rural life —

田舎にいると思ってください 田舎暮らしをして―

and we look at a star in December, we see that star

12月に ある星を見ると その星の後ろには

against the backdrop of distant stars.

遠くの星が見えます

If we now make the same observation six months later

もし私たちが同じ観察を半年後に行うと

when the Earth has moved to this position in June,

６月に地球は この位置に動いていますから

we look at that same star and we see it against a different backdrop.

同じ星を見ると その背景が違っているわけです

That difference, that angular difference, is the stellar parallax.

この角度の違いが年周視差です

So this is a prediction that the Copernican model makes.

こちらは地動説による予測です

Astronomers looked for the stellar parallax

天文学者たちは年周視差を探しましたが

and they found nothing, nothing at all.

まったく何も見つかりませんでした

And many people argued that this proved that the Copernican model was false.

これにより多くの人が地動説は 誤りだと証明されたと主張しました

So what happened?

何故そうなったのでしょうか？

Well, in hindsight we can say that astronomers were making

今の私たちには 当時の天文学者が

two auxiliary hypotheses, both of which

２つの補助仮説を立てていて

we would now say were incorrect.

そのどちらも不適当だったとわかります

The first was an assumption about the size of the Earth's orbit.

１つは地球の軌道の大きさに関する前提

Astronomers were assuming that the Earth's orbit was large

天文学者は他の星との距離から算出し

relative to the distance to the stars.

地球の軌道を大きく見積もっていました

Today we would draw the picture more like this,

今日 私たちが描くのはこんな図です

this comes from NASA,

NASAの画像です

and you see the Earth's orbit is actually quite small.

地球の軌道はかなり小さいでしょう

In fact, it's actually much smaller even than shown here.

実は ここに描かれているよりも ずっと小さいんですよ

The stellar parallax therefore,

そのため年周視差は

is very small and actually very hard to detect.

非常に小さく 検出するのは非常に困難なのです

And that leads to the second reason

このことは予測どおり行かなかった―

why the prediction didn't work,

理由の２つ目と関連してきます

because scientists were also assuming

科学者は自分たちの望遠鏡が

that the telescopes they had were sensitive enough

視差を検出できるほど高感度だと

to detect the parallax.

思っていたのです

And that turned out not to be true.

そうではありませんでした

It wasn't until the 19th century

科学者が年周視差を検出するのは

that scientists were able to detect

19世紀になるまで

the stellar parallax.

不可能でした

So, there's a third problem as well.

さて問題の３つ目です

The third problem is simply a factual problem,

３つ目の問題は事実に関する問題で

that a lot of science doesn't fit the textbook model.

科学の多くが教科書モデルに 該当しないということです

A lot of science isn't deductive at all,

科学の多くは決して演繹的ではなく

it's actually inductive.

実際には帰納的なのです

And by that we mean that scientists don't necessarily

つまり科学者は必ずしも

start with theories and hypotheses,

理論や仮説から出発するわけではなく

often they just start with observations

世界で起きていることの観察から

of stuff going on in the world.

出発することも多々あるのです

And the most famous example of that is one of the most

この例として最も有名なのは

famous scientists who ever lived, Charles Darwin.

かの有名な科学者 チャールズ・ダーウィンです

When Darwin went out as a young man on the voyage of the Beagle,

若き日のダーウィンが ビーグル号に乗船して旅に出た時

he didn't have a hypothesis, he didn't have a theory.

彼は仮説も理論も持っていませんでした

He just knew that he wanted to have a career as a scientist

ただ科学者としての経歴を持ちたい その一心で

and he started to collect data.

彼はデータを集め始めました

Mainly he knew that he hated medicine

なにしろ彼は医学をやるのが嫌でした

because the sight of blood made him sick so

血を見ると気分が悪くなるからです

he had to have an alternative career path.

だから別の進路が必要だったのです

So he started collecting data.

それでデータ収集を始めました

And he collected many things, including his famous finches.

あの有名なフィンチを含め 様々なものを集めました

When he collected these finches, he threw them in a bag

採集の際 彼はフィンチを袋に放り込み

and he had no idea what they meant.

その意味も認識していませんでした

Many years later back in London,

何年も後 ロンドンで

Darwin looked at his data again and began

ダーウィンはデータを見直し

to develop an explanation,

解釈を見出し始めました

and that explanation was the theory of natural selection.

その解釈が自然選択説です

Besides inductive science,

帰納的な科学に加え

scientists also often participate in modeling.

科学者がよく使う手法に モデリングがあります

One of the things scientists want to do in life

科学者が人生で実現したいことの一つに

is to explain the causes of things.

原因の説明があります

And how do we do that?

どうやるのでしょうか？

Well, one way you can do it is to build a model

方法の一つは アイディアを試すための

that tests an idea.

モデルを作ることです

So this is a picture of Henry Cadell,

こちらの写真はヘンリー・キャデル

who was a Scottish geologist in the 19th century.

19世紀のスコットランド人地質学者です

You can tell he's Scottish because he's wearing

スコットランド人だというのは

a deerstalker cap and Wellington boots.

鹿撃ち帽にウェリントン・ブーツで 一目瞭然です

(Laughter)

（笑）

And Cadell wanted to answer the question,

キャデルが解こうとした問題は

how are mountains formed?

「山はどうやって出来るのか？」でした

And one of the things he had observed

彼は気づきました

is that if you look at mountains like the Appalachians,

アパラチアのような山脈を見ると

you often find that the rocks in them

岩が褶曲（しゅうきょく）しているのを

are folded,

見かけますよね

and they're folded in a particular way,

岩の独特な曲がり方から

which suggested to him

彼はピンと来ました

that they were actually being compressed from the side.

岩は側面から圧迫を受けていたのです

And this idea would later play a major role

そして このアイディアは後に

in discussions of continental drift.

大陸移動の議論で 重要な役目を果たしました

So he built this model, this crazy contraption

彼はこれをモデル化し テコと木材で

with levers and wood, and here's his wheelbarrow,

奇抜な仕掛けを作りました 手押し車や

buckets, a big sledgehammer.

バケツや大きなゲンノウもありますね

I don't know why he's got the Wellington boots.

ウェリントン・ブーツの理由は不明です

Maybe it's going to rain.

雨だったのかしらね

And he created this physical model in order

彼がこの物理的モデルを作ったのは

to demonstrate that you could, in fact, create

側面から圧力をかけると

patterns in rocks, or at least, in this case, in mud,

岩や この場合で言うと泥に

that looked a lot like mountains

山にかなり似た模様が作り出せると

if you compressed them from the side.

実証するのが目的でした

So it was an argument about the cause of mountains.

それは山ができる原因についての 主張でした

Nowadays, most scientists prefer to work inside,

最近の科学者は屋内での仕事を好むので

so they don't build physical models so much

物理的モデルはあまり作りませんが

as to make computer simulations.

コンピュータ・シミュレーションはします

But a computer simulation is a kind of a model.

コンピュータ・シミュレーションは モデルの一種です

It's a model that's made with mathematics,

それは数学によるモデルで

and like the physical models of the 19th century,

19世紀の物理モデル同様

it's very important for thinking about causes.

原因について思考するために 非常に重要です

So one of the big questions to do with climate change,

気候変動に関する大問題の一つを 挙げましょう

we have tremendous amounts of evidence

地球の温暖化については

that the Earth is warming up.

膨大な証拠があります

This slide here, the black line shows

こちらのスライドの黒い線は

the measurements that scientists have taken

ここ150年間の

for the last 150 years

科学者による測定結果で

showing that the Earth's temperature

地球の温度の

has steadily increased,

着実な上昇を示しています

and you can see in particular that in the last 50 years

特に最近50年で このように劇的に

there's been this dramatic increase

上昇しているのがわかります

of nearly one degree centigrade,

摂氏１度近く

or almost two degrees Fahrenheit.

あるいは華氏２度ほどの上昇です

So what, though, is driving that change?

でも 何がその変化を促しているのでしょう

How can we know what's causing

観測された温暖化の原因が何か

the observed warming?

どうしたらわかるのでしょう

Well, scientists can model it

科学者はシミュレーションを使って

using a computer simulation.

それをモデル化できるのです

So this diagram illustrates a computer simulation

こちらはコンピュータ･シミュレーションの 説明図です

that has looked at all the different factors

地球の気候に影響を与え得る

that we know can influence the Earth's climate,

様々な因子を残らず調べています

so sulfate particles from air pollution,

大気汚染から出る硫酸塩粒子

volcanic dust from volcanic eruptions,

火山の噴火から出る火山灰

changes in solar radiation,

太陽放射の変動

and, of course, greenhouse gases.

当然 温室効果ガスも入っています

And they asked the question,

そして科学者は調べます

what set of variables put into a model

どの変数の組み合わせを モデルに入れると

will reproduce what we actually see in real life?

現実に起きていることを再現できるか

So here is the real life in black.

この黒い線が現実です

Here's the model in this light gray,

モデルはこの薄いグレーの線

and the answer is

そして出た答えは

a model that includes, it's the answer E on that SAT,

学力試験の選択肢で お馴染みの

all of the above.

「上記のすべて」を含むモデルです

The only way you can reproduce

計測された温度を

the observed temperature measurements

再現するためには

is with all of these things put together,

温室効果ガスを含む全ての因子を

including greenhouse gases,

取り込むより他にないのです

and in particular you can see that the increase

とりわけ ご覧のとおり 温室効果ガスの増加が

in greenhouse gases tracks

ここ50年の間の

this very dramatic increase in temperature

この非常に劇的な気温上昇の

over the last 50 years.

動きを追っています

And so this is why climate scientists say

ですから これを根拠に気候学者は

it's not just that we know that climate change is happening,

気候変動が起きているだけではなく

we know that greenhouse gases are a major part

温室効果ガスがその理由の 主要な部分を

of the reason why.

占めているのは明らかだと 言えるわけです

So now because there all these different things

さて このように科学者が違う研究を

that scientists do,

行っていることから

the philosopher Paul Feyerabend famously said,

哲学者ポール・ファイヤアーベントは ご存知の通り こう言いました

"The only principle in science

「『何でもあり』の精神こそが

that doesn't inhibit progress is: anything goes."

科学の進歩を妨げない 唯一の原理である」

Now this quotation has often been taken out of context,

実はこれは言葉尻を取られていて

because Feyerabend was not actually saying

ファイヤアーベントは 科学では「何でもありだ」とは

that in science anything goes.

言っていないのです

What he was saying was,

実際に言った

actually the full quotation is,

全文はこうです

"If you press me to say

「科学の手法とは何か

what is the method of science,

答えろと迫られたら

I would have to say: anything goes."

『何でもありだ』と言わざるを得ない」

What he was trying to say

彼が言おうとしたのは

is that scientists do a lot of different things.

科学者は様々な異なることをしており

Scientists are creative.

創造性豊かだということです

But then this pushes the question back:

しかし ここであの疑問が戻ってきます

If scientists don't use a single method,

科学者の使う手法がバラバラなら

then how do they decide

何が正しく何が間違っているか

what's right and what's wrong?

どうやって決めるのでしょう

And who judges?

誰が判断するのでしょう

And the answer is, scientists judge,

答えは 科学者が判断するのです

and they judge by judging evidence.

その判断は証拠の判断によります

Scientists collect evidence in many different ways,

科学者は様々な異なる方法で 証拠を集めますが

but however they collect it,

それが どんな方法であれ

they have to subject it to scrutiny.

証拠を検査にかけなければなりません

And this led the sociologist Robert Merton

社会学者ロバート・マートンは

to focus on this question of how scientists

科学者がどうやってデータや

scrutinize data and evidence,

証拠を検査するかという

and he said they do it in a way he called

問題に着目し その方法を

"organized skepticism."

「組織的懐疑主義」と呼びました

And by that he meant it's organized

彼が組織化されていると考えたのは

because they do it collectively,

科学者たちが共同で

they do it as a group,

集団として検査を行うからで

and skepticism, because they do it from a position

懐疑主義だと考えたのは 科学者がそれを

of distrust.

不信をベースに行うからです

That is to say, the burden of proof

すなわち 立証責任を負うのは

is on the person with a novel claim.

新しい主張を持ち込んだ その人物です

And in this sense, science is intrinsically conservative.

この意味で 科学は本質的に保守的です

It's quite hard to persuade the scientific community

科学界を説得し 「よし これは明らかに真だ」と

to say, "Yes, we know something, this is true."

言わせるのは 非常に厳しいことです

So despite the popularity of the concept

だからパラダイム シフトの概念が

of paradigm shifts,

支持を集めていようとも

what we find is that actually,

実際のところ

really major changes in scientific thinking

科学的思考に本当に大幅な 変化が起きた例は

are relatively rare in the history of science.

科学史上 比較的まれです

So finally that brings us to one more idea:

このことは いよいよ私たちを 次の考えへと導きます

If scientists judge evidence collectively,

科学者が集団で証拠を判断することから

this has led historians to focus on the question

歴史学者は合意の問題に

of consensus,

注目してきました

and to say that at the end of the day,

歴史学者の最終的な結論は こうです

what science is,

科学というもの

what scientific knowledge is,

科学的知見というものは

is the consensus of the scientific experts

組織的で集団的な

who through this process of organized scrutiny,

検査のプロセスを通っており

collective scrutiny,

それは証拠を判断し

have judged the evidence

マルかバツかの

and come to a conclusion about it,

断定をした科学の専門家たちの

either yea or nay.

総意であるということです

So we can think of scientific knowledge

つまり科学的知見は

as a consensus of experts.

専門家の総意だと考えられます

We can also think of science as being

科学とは陪審のようなものだと

a kind of a jury,

考えることもできます

except it's a very special kind of jury.

かなり特殊な陪審ですけどね

It's not a jury of your peers,

あまり身近にはいないタイプの

it's a jury of geeks.

オタクの陪審です

It's a jury of men and women with Ph.D.s,

博士号を持つ人たちの陪審です

and unlike a conventional jury,

そして有罪か無罪か

which has only two choices,

二者択一の

guilty or not guilty,

通常の陪審と違って

the scientific jury actually has a number of choices.

科学の陪審には 選択肢がいろいろあります

Scientists can say yes, something's true.

科学者は「Yes 真である」 と言うこともあれば

Scientists can say no, it's false.

「No 偽である」と言うこともあります

Or, they can say, well it might be true

あるいは「 真の可能性はあるが―

but we need to work more and collect more evidence.

もっと研究を重ね 証拠を積み上げる必要がある」とか

Or, they can say it might be true,

「真の可能性はあるが―

but we don't know how to answer the question

答えようがないので

and we're going to put it aside

ひとまず保留にして

and maybe we'll come back to it later.

後々また考えよう」とか言うこともあります

That's what scientists call "intractable."

これは科学者が 「解決困難」と呼ぶものです

But this leads us to one final problem:

しかしこれが最後の問題につながります

If science is what scientists say it is,

科学が 科学者の意見で 成立しているのなら

then isn't that just an appeal to authority?

単なる権威への訴えかけでは ないのでしょうか

And weren't we all taught in school

私たちは学校で

that the appeal to authority is a logical fallacy?

権威への訴えは論理上の誤謬だと 教わったのではないでしょうか

Well, here's the paradox of modern science,

ここに現代科学の矛盾があります

the paradox of the conclusion I think historians

私が思うに 歴史学者や哲学者や

and philosophers and sociologists have come to,

社会学者が至った―

that actually science is the appeal to authority,

科学は権威への訴えだという 結論の矛盾です

but it's not the authority of the individual,

ただし権威と言っても 特定の人物のことではありません

no matter how smart that individual is,

プラトンやソクラテスや アインシュタインのように

like Plato or Socrates or Einstein.

どんなに頭脳明晰でも ある個人のことではないのです

It's the authority of the collective community.

権威とは科学界全体のことです

You can think of it is a kind of wisdom of the crowd,

ある種の「集団の知恵」だと 思えばいいです

but a very special kind of crowd.

非常に特殊な集団ですけどね

Science does appeal to authority,

科学は権威に訴えかけますが

but it's not based on any individual,

基準は特定の人物ではありません

no matter how smart that individual may be.

どんなに頭脳明晰だとしてもです

It's based on the collective wisdom,

基準となるのは ある問題について

the collective knowledge, the collective work,

研究してきた全ての科学者の集団的英知

of all of the scientists who have worked

集団的知見

on a particular problem.

集合体としての研究成果です

Scientists have a kind of culture of collective distrust,

科学者には ある種の 集団的不信の文化があります

this "show me" culture,

「証明してみろ」の文化です

illustrated by this nice woman here

こちらの素敵な女性が良い例です

showing her colleagues her evidence.

仲間に自分の見つけた証拠を 見せています

Of course, these people don't really look like scientists,

勿論 この人たちは科学者にしては

because they're much too happy.

ニコニコしすぎですね

(Laughter)

（笑）

Okay, so that brings me to my final point.

さて では私の最後の論点です

Most of us get up in the morning.

大抵の人は朝起きて

Most of us trust our cars.

自分の車を信頼しています

Well, see, now I'm thinking, I'm in Manhattan,

ここはマンハッタンですから

this is a bad analogy,

例えが悪いですけど

but most Americans who don't live in Manhattan

マンハッタン以外に住む アメリカ人のほとんどは

get up in the morning and get in their cars

朝起きて車に乗ります

and turn on that ignition, and their cars work,

エンジンをかければ車は動きます

and they work incredibly well.

それも非常によく動きます

The modern automobile hardly ever breaks down.

現代の車はめったに故障しません

So why is that? Why do cars work so well?

なぜ車はそんなにうまく動くのでしょう

It's not because of the genius of Henry Ford

ヘンリー・フォードやカール・ベンツや

or Karl Benz or even Elon Musk.

イーロン・マスクらの才能のためでは ありません

It's because the modern automobile

その理由は現代の車が

is the product of more than 100 years of work

百年以上に渡る 何百 何千 何万もの

by hundreds and thousands

人々の仕事の

and tens of thousands of people.

積み重ねだからです

The modern automobile is the product

現代の車は

of the collected work and wisdom and experience

車に関わる仕事をした すべての人の

of every man and woman who has ever worked

集合的な研究と知恵と経験の

on a car,

成果であり

and the reliability of the technology is the result

テクノロジーの信頼性は

of that accumulated effort.

蓄積された努力の結晶なのです

We benefit not just from the genius of Benz

私たちが恩恵を受けているのは ベンツやフォードやマスクらの

and Ford and Musk

才能だけでなく

but from the collective intelligence and hard work

現代の車に関わった すべての人たちの

of all of the people who have worked

集団的な知と勤勉の

on the modern car.

おかげなのです

And the same is true of science,

科学も同じです

only science is even older.

ただし科学は車より歴史が長いですが

Our basis for trust in science is actually the same

私たちの科学を信頼する根拠は

as our basis in trust in technology,

テクノロジーを信頼する根拠と同じで

and the same as our basis for trust in anything,

対象が何であれ 信頼するときの根拠と同じです

namely, experience.

すなわち経験がモノを言うのです

But it shouldn't be blind trust

しかし盲目的な信頼はダメです

any more than we would have blind trust in anything.

何事においても鵜呑みはいけません

Our trust in science, like science itself,

科学自体がそうであるように 私たちの科学に対する信頼も

should be based on evidence,

証拠に基づいていなければなりません

and that means that scientists

だから科学者は もっと上手に

have to become better communicators.

伝えるようにしなければなりません

They have to explain to us not just what they know

科学者は私たちに結果だけではなく その過程をも

but how they know it,

説明しなければなりません

and it means that we have to become better listeners.

そして私たちはもっと上手に 聞けるようにならなければなりません

Thank you very much.

ありがとうございました

(Applause)

（拍手）