Naomi Oreskes: Why we should trust scientists

Наоми Орескес: Почему учёным нужно доверять

Переводчик: Anna Kotova Редактор: Alina Siluyanova

Every day we face issues like climate change

Ежедневно мы имеем дело с такими вещами, как изменение климата

or the safety of vaccines

или безопасность вакцин,

where we have to answer questions whose answers

и ответы на эти вопросы

rely heavily on scientific information.

опираются на научные данные.

Scientists tell us that the world is warming.

Учёные говорят нам о всемирном потеплении.

Scientists tell us that vaccines are safe.

Учёные утверждают, что вакцины безопасны.

But how do we know if they are right?

Но откуда нам знать, что они правы?

Why should be believe the science?

Почему мы должны верить науке?

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

На самом деле, многие из нас науке не верят.

Public opinion polls consistently show

Опросы населения неизменно показывают,

that significant proportions of the American people

что значительное число американцев

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

не верят в потепление климата как результат деятельности человека,

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

не верят в эволюцию путём естественного отбора,

and aren't persuaded by the safety of vaccines.

и не убеждены в безопасности вакцин.

So why should we believe the science?

Так почему же мы должны верить науке?

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

Учёные не любят говорить о «вере» в науку.

In fact, they would contrast science with faith,

По сути они противопоставляют науку и веру,

and they would say belief is the domain of faith.

говоря о том, что субъективное мнение входит в область веры.

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

Вера — нечто совершенно отличное от науки.

Indeed they would say religion is based on faith

Учёные сказали бы, что религия основана на вере

or maybe the calculus of Pascal's wager.

или, может быть, на анализе пари Паскаля.

Blaise Pascal was a 17th-century mathematician

Блез Паскаль — математик 17-го века,

who tried to bring scientific reasoning to the question of

который попытался применить научные рассуждения в вопросе,

whether or not he should believe in God,

стоит ли верить в бога.

and his wager went like this:

Его пари гласило:

Well, if God doesn't exist

если бога нет,

but I decide to believe in him

но я решил в него верить,

nothing much is really lost.

я ничего не теряю.

Maybe a few hours on Sunday.

Может, несколько часов по воскресеньям.

(Laughter)

(Cмех)

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

Но если бог есть, а я в него не верю,

then I'm in deep trouble.

тогда я в большой беде.

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

Таким образом, Паскаль сказал, что в бога лучше верить.

Or as one of my college professors said,

Или, как сказал мой коллега-профессор:

"He clutched for the handrail of faith."

«Он ухватился за поручень веры».

He made that leap of faith

Он совершил «прыжок веры»,

leaving science and rationalism behind.

оставив науку и рационализм позади.

Now the fact is though, for most of us,

Фактически, для многих из нас

most scientific claims are a leap of faith.

заявления науки — это «прыжок веры».

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

В большинстве случаев мы не в состоянии судить о научных данных самостоятельно.

And indeed this is actually true for most scientists as well

То же верно и для большинства самих учёных,

outside of their own specialties.

когда речь идёт о вещах вне их специализации.

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

К примеру, геолог не сможет объяснить,

whether a vaccine is safe.

безопасна ли вакцина.

Most chemists are not experts in evolutionary theory.

Большинство химиков не являются экспертами в теории эволюции.

A physicist cannot tell you,

Физик не может вам сказать,

despite the claims of some of them,

несмотря на заявления некоторых из них,

whether or not tobacco causes cancer.

действительно ли курение вызывает рак.

So, if even scientists themselves

Если даже сами учёные

have to make a leap of faith

вынуждены совершать «прыжок веры»

outside their own fields,

за рамками своей специализации,

then why do they accept the claims of other scientists?

почему тогда они соглашаются с утверждениями своих коллег?

Why do they believe each other's claims?

Почему они доверяют выводам друг друга?

And should we believe those claims?

И доверять ли нам этим выводам?

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

Я хочу сказать, что да, мы должны им доверять,

but not for the reason that most of us think.

но не по той причине, о которой думают многие из нас.

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

Большинству из нас было сказано в школе,

believe in science is because of the scientific method.

что мы должны верить науке из-за научного метода.

We were taught that scientists follow a method

Нам говорили, что учёные следуют какому-то методу,

and that this method guarantees

и этот метод гарантирует

the truth of their claims.

истинность их утверждений.

The method that most of us were taught in school,

Этот метод, про который нам рассказывали в школе —

we can call it the textbook method,

назовём его «методом из учебников» —

is the hypothetical deductive method.

гипотетический дедуктивный метод.

According to the standard model, the textbook model,

Согласно стандартной модели, модели из учебников,

scientists develop hypotheses, they deduce

учёные разрабатывают гипотезу,

the consequences of those hypotheses,

делают выводы о возможных результатах

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

и затем задаются вопросом:

"Okay, well are those consequences true?"

«Верны ли наши выводы?»

Can we observe them taking place in the natural world?

Можно ли это наблюдать в мире природы?

And if they are true, then the scientists say,

И если выводы подтвердились, учёные говорят:

"Great, we know the hypothesis is correct."

«Отлично, теперь мы знаем, что гипотеза верна».

So there are many famous examples in the history

В истории науки есть много известных примеров,

of science of scientists doing exactly this.

когда учёные поступали именно так.

One of the most famous examples

Один из самых знаменитых примеров —

comes from the work of Albert Einstein.

работа Альберта Эйнштейна.

When Einstein developed the theory of general relativity,

Когда Эйнштейн работал над общей теорией относительности,

one of the consequences of his theory

одним из выводов его теории было то,

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

что пространственно-временной континуум —

but that it actually had a fabric.

это не просто вакуум, он имеет структуру.

And that that fabric was bent

И эта структура искривляется

in the presence of massive objects like the sun.

в присутствии таких крупных объектов, как Солнце.

So if this theory were true then it meant that light

Если бы эта теория была верна, это бы означало,

as it passed the sun

что свет, проходя возле Солнца,

should actually be bent around it.

должен искривляться в его сторону.

That was a pretty startling prediction

Это предсказание было довольно ошеломляющим,

and it took a few years before scientists

и потребовалось несколько лет, прежде чем учёные

were able to test it

смогли проверить его.

but they did test it in 1919,

Но они это сделали в 1919 году,

and lo and behold it turned out to be true.

и — о чудо! — всё подтвердилось.

Starlight actually does bend as it travels around the sun.

Свет звёзд действительно искривляется, путешествуя вокруг Солнца.

This was a huge confirmation of the theory.

Это было убедительное подтверждение теории.

It was considered proof of the truth

Его посчитали доказательством истинности

of this radical new idea,

этой радикальной новой идеи,

and it was written up in many newspapers

и об этом детально писали в газетах

around the globe.

по всему свету.

Now, sometimes this theory or this model

Иногда эту теорию или модель

is referred to as the deductive-nomological model,

называют дедуктивно- номологической моделью,

mainly because academics like to make things complicated.

в основном, потому что академики любят всё усложнять.

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

Но также и потому, что, в идеале, она опирается на законы природы.

So nomological means having to do with laws.

«Номологический» означает «связанный с законами природы».

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

В идеале, гипотеза — не просто идея,

ideally, it is a law of nature.

это закон природы.

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

Почему это важно?

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

Потому что это закон, и его нельзя нарушить.

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

Если это закон, он всегда будет верен,

in all times and all places

везде и во все времена,

no matter what the circumstances are.

независимо от обстоятельств.

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

Все вы знаете, по крайней мере, один знаменитый закон:

Einstein's famous equation, E=MC2,

Эйнштейновское уравнение E=MC2,

which tells us what the relationship is

говорящее о соотношении

between energy and mass.

энергии и массы.

And that relationship is true no matter what.

Это соотношение будет верным несмотря ни на что.

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

Как оказалось, у этой модели есть несколько недостатков.

The main problem is that it's wrong.

Главный из них — то, что она ошибочна.

It's just not true. (Laughter)

Она просто-напросто неверна. (Смех)

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

На это есть три причины, и я их сейчас назову.

So the first reason is a logical reason.

Первая причина — логическая.

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

Проблема в логической ошибке, называемой подтверждением консеквента.

So that's another fancy, academic way of saying

Это очередной затейливый научный термин,

that false theories can make true predictions.

означающий, что ложные теории могут давать верные прогнозы.

So just because the prediction comes true

То, что прогноз сбывается,

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

не доказывает логически, что теория верна.

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

У меня есть хороший пример — снова из истории науки.

This is a picture of the Ptolemaic universe

Это изображение Птолемеевой системы мира,

with the Earth at the center of the universe

где Земля находится в центре вселенной,

and the sun and the planets going around it.

а Солнце и планеты вращаются вокруг неё.

The Ptolemaic model was believed

Модель Птолемея принималась

by many very smart people for many centuries.

многими очень умными людьми на протяжении веков.

Well, why?

Почему?

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

Потому, что она давала много прогнозов, которые сбывались.

The Ptolemaic system enabled astronomers

Птолемеева система позволяла астрономам

to make accurate predictions of the motions of the planet,

делать точные предсказания движения планеты,

in fact more accurate predictions at first

на самом деле, поначалу даже более точные,

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

чем теория Коперника, которая считается верной сейчас.

So that's one problem with the textbook model.

Это и есть первая проблема с моделью из учебника.

A second problem is a practical problem,

Вторая проблема — практическая,

and it's the problem of auxiliary hypotheses.

это проблема вспомогательных гипотез.

Auxiliary hypotheses are assumptions

Вспомогательные гипотезы — это предположения,

that scientists are making

которые делают учёные,

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

порой даже не догадываясь, что они их делают.

So an important example of this

Важным примером

comes from the Copernican model,

является модель Коперника,

which ultimately replaced the Ptolemaic system.

которая, в конечном итоге, заменила систему Птолемея.

So when Nicolaus Copernicus said,

Когда Николай Коперник заявил,

actually the Earth is not the center of the universe,

что, на самом деле, Земля не является центром Вселенной,

the sun is the center of the solar system,

а Солнце — это центр Солнечной системы,

the Earth moves around the sun.

и Земля вращается вокруг него,

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

учёные ответили: «Хорошо, Николай, если это правда,

we ought to be able to detect the motion

тогда мы можем отследить движение

of the Earth around the sun.

Земли вокруг Солнца».

And so this slide here illustrates a concept

Этот слайд демонстрирует понятие,

known as stellar parallax.

известное как звёздный параллакс.

And astronomers said, if the Earth is moving

Астрономы сказали, что если Земля движется,

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

и мы посмотрим на крупную звезду, например, Сириус —

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

понимаю, что нахожусь на Манхэттене, и вам здесь звёзд не видно,

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

но представьте, что вы за городом, что вы предпочли сельскую жизнь —

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

и если мы посмотрим на звезду в декабре, мы увидим её

against the backdrop of distant stars.

на фоне других далёких звёзд.

If we now make the same observation six months later

Если мы проведём это же наблюдение через шесть месяцев,

when the Earth has moved to this position in June,

когда Земля будет в этой точке в июне,

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

мы посмотрим на ту же самую звезду и увидим её на фоне уже других звёзд.

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

Эта разница, это угловое смещение — и есть звёздный параллакс.

So this is a prediction that the Copernican model makes.

Модель Коперника даёт такой прогноз.

Astronomers looked for the stellar parallax

Астрономы поискали звёздный параллакс,

and they found nothing, nothing at all.

и совершенно ничего не обнаружили.

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

Многие стали утверждать, что это доказывает ошибочность модели Коперника.

So what happened?

Что же произошло?

Well, in hindsight we can say that astronomers were making

Оглядываясь назад, можно сказать, что астрономы выдвинули

two auxiliary hypotheses, both of which

две вспомогательные гипотезы, обе из которых

we would now say were incorrect.

мы теперь признаём неверными.

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

Первая гипотеза — предположение о размере земной орбиты.

Astronomers were assuming that the Earth's orbit was large

Астрономы полагали, что орбита Земли достаточно велика

relative to the distance to the stars.

относительно расстояния до звёзд.

Today we would draw the picture more like this,

Сегодня мы бы скорее изобразили это вот так —

this comes from NASA,

это изображение предоставлено НАСА —

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

видно, что земная орбита сравнительно небольшая.

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

Фактически, она гораздо меньше, чем здесь показано.

The stellar parallax therefore,

Таким образом, звёздный параллакс

is very small and actually very hard to detect.

очень невелик, и его весьма сложно проследить.

And that leads to the second reason

И это подводит нас ко второй причине,

why the prediction didn't work,

по которой прогноз не сбылся.

because scientists were also assuming

Учёные также полагали,

that the telescopes they had were sensitive enough

что их телескопы достаточно чувствительны,

to detect the parallax.

чтобы заметить параллакс.

And that turned out not to be true.

Это тоже оказалось неправдой.

It wasn't until the 19th century

Учёные увидели

that scientists were able to detect

звёздный параллакс

the stellar parallax.

только в 19 веке.

So, there's a third problem as well.

Есть также и третья проблема.

The third problem is simply a factual problem,

Эта проблема — фактическая:

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

многое в науке непригодно для книжной модели.

A lot of science isn't deductive at all,

Многое в науке делается не дедуктивно,

it's actually inductive.

а индуктивно.

And by that we mean that scientists don't necessarily

Учёные не всегда

start with theories and hypotheses,

начинают с теорий и гипотез,

often they just start with observations

часто они начинают с наблюдений

of stuff going on in the world.

того, что происходит в мире.

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

Самый знаменитый пример —

famous scientists who ever lived, Charles Darwin.

один из самых известных в истории учёных, Чарльз Дарвин.

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

Когда Дарвин в юности отправился в путешествие на корабле «Бигль»,

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

у него не было гипотезы или теории.

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

Он знал только то, что он хотел сделать карьеру учёного,

and he started to collect data.

и начал собирать данные.

Mainly he knew that he hated medicine

Он хорошо знал, что ненавидит медицину —

because the sight of blood made him sick so

он не переносил вида крови —

he had to have an alternative career path.

и он был вынужден выбрать другое направление.

So he started collecting data.

Таким образом, он начал сбор данных.

And he collected many things, including his famous finches.

Он собрал обширную коллекцию образцов, включая знаменитых вьюрков.

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

Собрав вьюрков, он просто сложил их в сумку,

and he had no idea what they meant.

не имея ни малейшего представления об их значении.

Many years later back in London,

Много лет спустя, вернувшись в Лондон,

Darwin looked at his data again and began

Дарвин снова и снова изучал свои образцы

to develop an explanation,

и начал разрабатывать теорию.

and that explanation was the theory of natural selection.

Это была теория естественного отбора.

Besides inductive science,

Помимо индукции,

scientists also often participate in modeling.

учёные также часто используют моделирование.

One of the things scientists want to do in life

Одна из интересующих учёных вещей —

is to explain the causes of things.

объяснение причин различных явлений.

And how do we do that?

Как это делается?

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

Один из способов — построить модель

that tests an idea.

и проверить идею с её помощью.

So this is a picture of Henry Cadell,

Это фотография Генри Каделла,

who was a Scottish geologist in the 19th century.

шотландского геолога 19 века.

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

Шотландца в нём можно сразу определить

a deerstalker cap and Wellington boots.

по охотничей шапочке и резиновым сапогам.

(Laughter)

(Смех)

And Cadell wanted to answer the question,

Каделл хотел получить ответ на вопрос,

how are mountains formed?

как формируются горы.

And one of the things he had observed

Одним из его наблюдений было то,

is that if you look at mountains like the Appalachians,

что если посмотреть на такие горы, как Аппалачи,

you often find that the rocks in them

часто можно увидеть, что породы в них

are folded,

образуют складки.

and they're folded in a particular way,

Эти особенные складки

which suggested to him

натолкнули его на мысль,

that they were actually being compressed from the side.

что они образованы боковым сжатием.

And this idea would later play a major role

Позже эта идея сыграла важную роль

in discussions of continental drift.

в обсуждении дрейфа материков.

So he built this model, this crazy contraption

Он постоил модель, это хитроумное устройство

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

с рычагами и деревянными панелями:

buckets, a big sledgehammer.

вот его тачка, вёдра и огромная кувалда.

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

Не знаю, зачем ему резиновые сапоги.

Maybe it's going to rain.

Может, в тот день собирался дождь.

And he created this physical model in order

Он создал эту физическую модель,

to demonstrate that you could, in fact, create

чтобы показать, что можно получить

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

рисунок горных пород или, как здесь, грунта,

that looked a lot like mountains

который бы напоминал фактуру породы в горах

if you compressed them from the side.

при боковом сжатии.

So it was an argument about the cause of mountains.

Это было одним из доказательств того, как образовались горы.

Nowadays, most scientists prefer to work inside,

В наши дни учёные предпочитают работать в своих лабораториях,

so they don't build physical models so much

и вместо построения физических моделей,

as to make computer simulations.

они моделируют на компьютере.

But a computer simulation is a kind of a model.

Но компьютерное моделирование — тоже своего рода модель.

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

Это модель, построенная на математике,

and like the physical models of the 19th century,

и, как и физические модели 19 века,

it's very important for thinking about causes.

она важна для нахождения причин явлений.

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

Один из важнейших вопросов сейчас — изменение климата.

we have tremendous amounts of evidence

Есть масса данных, свидетельствующих

that the Earth is warming up.

о потеплении на Земле.

This slide here, the black line shows

На этом слайде чёрная линия отображает

the measurements that scientists have taken

измерения, проведённые учёными

for the last 150 years

за последние 150 лет.

showing that the Earth's temperature

Они показывают, что температуры на Земле

has steadily increased,

постоянно увеличиваются.

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

Видно, что, в особенности за последние 50 лет,

there's been this dramatic increase

произошло радикальное увеличение температуры

of nearly one degree centigrade,

почти на один градус Цельсия,

or almost two degrees Fahrenheit.

или почти на два градуса по Фаренгейту.

So what, though, is driving that change?

Из-за чего происходят эти изменения?

How can we know what's causing

Откуда нам знать, что вызывает

the observed warming?

наблюдаемое потепление?

Well, scientists can model it

Учёные могут смоделировать его

using a computer simulation.

на компьютере.

So this diagram illustrates a computer simulation

Эта диаграмма показывает компьютерную модель,

that has looked at all the different factors

учитывающую все различные факторы,

that we know can influence the Earth's climate,

которые, как мы знаем, могут влиять на климат Земли.

so sulfate particles from air pollution,

Это сульфатные частицы в загрязнённом воздухе,

volcanic dust from volcanic eruptions,

вулканическая пыль после извержений вулканов,

changes in solar radiation,

изменения солнечной радиации

and, of course, greenhouse gases.

и, конечно, парниковые газы.

And they asked the question,

Учёные задались вопросом,

what set of variables put into a model

какая комбинация показателей в этой модели

will reproduce what we actually see in real life?

покажет результат, сравнимый с тем, что мы видим в реальности?

So here is the real life in black.

Реальные показатели отображены здесь чёрным.

Here's the model in this light gray,

Модель показана светло-серым цветом.

and the answer is

Полученный ответ:

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

модель включает в себя — прямо как вариант «E» на экзамене —

all of the above.

всё вышеперечисленное.

The only way you can reproduce

Единственный способ

the observed temperature measurements

получить результат, наблюдаемый в реальности —

is with all of these things put together,

сложить все причины вместе,

including greenhouse gases,

включая парниковые газы.

and in particular you can see that the increase

Причём вы видите, что увеличение

in greenhouse gases tracks

выброса парниковых газов совпадает

this very dramatic increase in temperature

с радикальным ростом температуры

over the last 50 years.

в последние 50 лет.

And so this is why climate scientists say

Вот почему климатологи говорят,

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

что мы не только знаем, что изменения климата реальны,

we know that greenhouse gases are a major part

мы знаем, что парниковые газы играют значительную роль

of the reason why.

в этом процессе.

So now because there all these different things

Все эти явления,

that scientists do,

происходящие в науке,

the philosopher Paul Feyerabend famously said,

побудили философа Пола Фейерабенда к знаменитому высказыванию:

"The only principle in science

«Единственный принцип в науке,

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

не тормозящий прогресс — это то, что все средства хороши».

Now this quotation has often been taken out of context,

Эту цитату часто вырывают из контекста,

because Feyerabend was not actually saying

потому что Фейерабенд, на самом деле, не говорил,

that in science anything goes.

что в науке все средства хороши.

What he was saying was,

Что он в действительности сказал —

actually the full quotation is,

я процитирую полностью:

"If you press me to say

«Если вы потребуете от меня ответа на вопрос,

what is the method of science,

что же такое научный метод,

I would have to say: anything goes."

мне придётся сказать: все средства хороши».

What he was trying to say

Он пытался показать,

is that scientists do a lot of different things.

что учёные применяют множество подходов.

Scientists are creative.

Учёные — люди изобретательные.

But then this pushes the question back:

При этом снова возникает вопрос:

If scientists don't use a single method,

если учёные не используют единый метод,

then how do they decide

как они заключают,

what's right and what's wrong?

что является верным, а что — нет?

And who judges?

Кому об этом судить?

And the answer is, scientists judge,

И ответ на этот вопрос — самим учёным.

and they judge by judging evidence.

Они судят об этом, оценивая имеющиеся данные.

Scientists collect evidence in many different ways,

Учёные собирают данные различными способами,

but however they collect it,

но какой бы способ они ни выбрали,

they have to subject it to scrutiny.

данные необходимо тщательно исследовать.

And this led the sociologist Robert Merton

Это заставило социолога Роберта Мертона

to focus on this question of how scientists

сосредоточиться на проблеме того, как учёные

scrutinize data and evidence,

рассматривают материалы и данные.

and he said they do it in a way he called

Он сказал, что они делают это с помощью

"organized skepticism."

«организованного скептицизма».

And by that he meant it's organized

Под словом «организованный» он имел в виду,

because they do it collectively,

что они делают это коллективно,

they do it as a group,

как группа учёных,

and skepticism, because they do it from a position

а под «скептицизмом» он понимал рассмотрение вопросов

of distrust.

с позиции недоверия.

That is to say, the burden of proof

То есть, бремя доказательства

is on the person with a novel claim.

лежит на том, кто выдвигает новую идею.

And in this sense, science is intrinsically conservative.

Такая наука консервативна от природы.

It's quite hard to persuade the scientific community

Трудно убедить научное сообщество, просто сказав:

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

«Мы знаем, это правда».

So despite the popularity of the concept

Несмотря на популярность идеи

of paradigm shifts,

об изменении представлений,

what we find is that actually,

в реальности

really major changes in scientific thinking

кардинальные сдвиги в научном мышлении

are relatively rare in the history of science.

случаются относительно редко.

So finally that brings us to one more idea:

Это подводит нас к ещё одной идее:

If scientists judge evidence collectively,

если учёные оценивают данные коллективно,

this has led historians to focus on the question

историки науки должны рассмотреть

of consensus,

вопрос единодушия.

and to say that at the end of the day,

В конечном счёте,

what science is,

наука

what scientific knowledge is,

и научные знания —

is the consensus of the scientific experts

это единое мнение научных экспертов,

who through this process of organized scrutiny,

которые с помощью организованного,

collective scrutiny,

коллективного рассмотрения

have judged the evidence

оценили научные данные

and come to a conclusion about it,

и пришли к заключению —

either yea or nay.

одобрить или отклонить.

So we can think of scientific knowledge

Научные знания можно считать

as a consensus of experts.

согласованным мнением экспертов.

We can also think of science as being

Мы также можем считать науку

a kind of a jury,

неким судом присяжных —

except it's a very special kind of jury.

правда, очень специфическим.

It's not a jury of your peers,

Эти присяжные — не ваши коллеги,

it's a jury of geeks.

они — умники и зануды.

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

Это мужчины и женщины с докторской степенью,

and unlike a conventional jury,

и в отличие от обычного суда,

which has only two choices,

который выносит только два вердикта —

guilty or not guilty,

виновен или невиновен —

the scientific jury actually has a number of choices.

у научного суда выбор шире.

Scientists can say yes, something's true.

Учёные могут подтвердить, что что-то является правдой.

Scientists can say no, it's false.

Они могут что-то опровергнуть.

Or, they can say, well it might be true

Они могут сказать, что что-то похоже на правду,

but we need to work more and collect more evidence.

но нужно собрать больше данных.

Or, they can say it might be true,

Или что-то похоже на правду,

but we don't know how to answer the question

но неизвестно, как ответить на этот вопрос,

and we're going to put it aside

поэтому рассмотрение откладывают

and maybe we'll come back to it later.

и, возможно, возвращаются к нему позже.

That's what scientists call "intractable."

Учёные называют такие вопросы «трудноразрешимыми».

But this leads us to one final problem:

Здесь у нас возникает последняя проблема:

If science is what scientists say it is,

если наука определяется учёными,

then isn't that just an appeal to authority?

не является ли это апелляцией к авторитету?

And weren't we all taught in school

Разве нас не учили в школе,

that the appeal to authority is a logical fallacy?

что апелляция к авторитету — логическая ошибка?

Well, here's the paradox of modern science,

Это парадокс современной науки.

the paradox of the conclusion I think historians

Историки, философы и социологи

and philosophers and sociologists have come to,

пришли к парадоксальному заключению о том,

that actually science is the appeal to authority,

что наука — это апелляция к авторитету,

but it's not the authority of the individual,

но не авторитету одного человека,

no matter how smart that individual is,

каким бы гениальным он не был —

like Plato or Socrates or Einstein.

будь то Платон, Сократ или Эйнштейн.

It's the authority of the collective community.

Это авторитет целого сообщества.

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

Считайте это своего рода мудростью толпы,

but a very special kind of crowd.

но толпы особенной.

Science does appeal to authority,

Наука апеллирует к авторитету,

but it's not based on any individual,

но не одного учёного,

no matter how smart that individual may be.

даже если он очень умный.

It's based on the collective wisdom,

Это коллективная мудрость,

the collective knowledge, the collective work,

коллективные знания, коллективная работа

of all of the scientists who have worked

всех тех учёных, которые занимались

on a particular problem.

определённой проблемой.

Scientists have a kind of culture of collective distrust,

У учёных сформировалась культура коллективного недоверия,

this "show me" culture,

культура «а ну-ка докажи»,

illustrated by this nice woman here

как на фотографии с этой милой женщиной,

showing her colleagues her evidence.

объясняющей данные своим коллегам.

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

Конечно, люди на фотографии не похожи на учёных —

because they're much too happy.

слишком уж они весёлые.

(Laughter)

(Смех)

Okay, so that brings me to my final point.

И последнее, что я хочу сказать.

Most of us get up in the morning.

Большинство из нас просыпается по утрам.

Most of us trust our cars.

Большинство доверяет своим автомобилям.

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

Хотя, я забыла, я же на Манхэттене —

this is a bad analogy,

это плохой пример.

but most Americans who don't live in Manhattan

Но большинство американцев, те, кто не живёт на Манхэттене,

get up in the morning and get in their cars

просыпаются, садятся в машины,

and turn on that ignition, and their cars work,

включают зажигание, и их машины работают —

and they work incredibly well.

и работают на удивление исправно.

The modern automobile hardly ever breaks down.

Современные автомобили ломаются редко.

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

Почему? Почему они так хорошо работают?

It's not because of the genius of Henry Ford

Вовсе не из-за гениальности Генри Форда,

or Karl Benz or even Elon Musk.

Карла Бенца или даже Илона Маска.

It's because the modern automobile

А всё потому, что современный автомобиль —

is the product of more than 100 years of work

продукт более, чем ста лет работы

by hundreds and thousands

сотен и тысяч,

and tens of thousands of people.

и десятков тысяч людей.

The modern automobile is the product

Современный автомобиль — продукт

of the collected work and wisdom and experience

коллективной работы и мудрости, и опыта

of every man and woman who has ever worked

каждого мужчины и каждой женщины,

on a car,

когда-либо работавших над его созданием.

and the reliability of the technology is the result

Надёжность техники — результат

of that accumulated effort.

этих коллективных усилий.

We benefit not just from the genius of Benz

Пользу нам приносит не только гениальность

and Ford and Musk

Бенца, Форда и Маска,

but from the collective intelligence and hard work

но и коллективный разум и упорный труд

of all of the people who have worked

всех тех людей, которые работают над созданием

on the modern car.

современного автомобиля.

And the same is true of science,

То же касается и науки —

only science is even older.

только наука появилась ещё раньше.

Our basis for trust in science is actually the same

Мы доверяем науке потому же, почему

as our basis in trust in technology,

мы доверяем технике,

and the same as our basis for trust in anything,

по этой же причине мы доверяем всему остальному —

namely, experience.

из-за накопленного опыта.

But it shouldn't be blind trust

Но мы не должны слепо верить науке,

any more than we would have blind trust in anything.

как не должны слепо верить ничему.

Our trust in science, like science itself,

Наша вера в науку, как и сама наука,

should be based on evidence,

должна опираться на доказательства,

and that means that scientists

а это значит, что учёным нужно

have to become better communicators.

лучше объяснять свою работу.

They have to explain to us not just what they know

Они должны объяснять нам не только то, что они знают,

but how they know it,

но и то, откуда они это знают.

and it means that we have to become better listeners.

А это означает, что мы должны стать хорошими слушателями.

Thank you very much.

Большое спасибо.

(Applause)

(Аплодисменты)