олубом небе выделялись четкие инверсионные следы. Эта часть Лондона расположена на небольшой возвышенности, а наша квартира находится на верхнем этаже многоэтажного дома, поэтому все, что можно видеть из кухни, – это небо. Во времена моего детства, летом, лежа на спине в высокой траве, мы наблюдали за следами самолетов, так же как теперь молодые люди смотрят телевизор или на дисплеи своих телефонов. Не думаю, что мы когда-нибудь вычитывали какой-то смысл в инверсионных следах (хотя сейчас, конечно, я рассматриваю их как индексы…): мы просто находили эстетическое удовольствие в игре белого и голубого. Связывали ли мы эти линии с теми самолетами, которые их нарисовали? Возможно, мы еще находились в том донаучном возрасте, когда все потрясающее приписывается действиям богов и чудовищ. Я помню, как пытался обнаружить точный момент, когда след полностью растворяется в голубом, напряженно вглядываясь в небо. Конечно, это еще один пример парадокса «Сорит», но если бы я тогда только знал об этом…
«Хороший день для прогулки, посвященной философии науки», – подумал я.
Я позвал Монти, ожидая, что он прыжками примчится в коридор с поводком в зубах. Но ничего не произошло. Я поискал в комнатах и наконец обнаружил Монти: он лежал за шторами, наполовину скрытый ими. Он печально посмотрел на меня:
– Устал. И мое ненадежное бедро разболелось.
– Но нам обоим нужен свежий воздух…
– У тебя еще осталась та сумка?
– Сумка?
– Ну, знаешь, с тех пор, когда я был щенком и еще не мог своими лапами идти всю дорогу в гору до школы.
Это была зеленая холщовая сумка с распродажи излишков армейского имущества. Монти уютно помещался в ней так, что голова торчала. На мой взгляд, это выглядело довольно мило.
– Я думал, ты терпеть не можешь эту сумку.
– Не мог. Но так было тогда. Мы учимся, мы растем. Там это кафе, где мы обычно бывали… Там тепло.
Раньше я пытался писать книги в сети кафе с хорошим Wi-Fi на Хэмпстед-Хай-стрит. Но чаще я сидел там, впав в своего рода ступор после суматохи утра, проведенного в сборах двух детей в школу. В половине случаев на мне под джинсами и проеденным молью свитере все еще была пижама.
Я нашел сумку на полке в платяном шкафу, куда мы складывали вещи, которыми, как мы считали, никогда больше не будем пользоваться, но еще не хотим выбросить, и Монти вошел прямо в нее. Я подоткнул вокруг него его одеяльце, и мы пошли вверх по улице к Хэмпстед-Виллидж.
– Вчера мы говорили о знании. Сегодня мы поговорим о конкретном виде знания, том, которое получает особый статус в нашей культуре. Научном знании.
– Хорошая штука!
– Именно так часто воспринимают научное знание. Науку обычно считают машиной для производства определенности, особого, абсолютного вида истины. Это не чья-то истина – истина с конкретной точки зрения, – это Истина с большой буквы. А поскольку она абсолютна, все, что вам надо сделать, – надеть на кого-то белый лабораторный халат, и вы будете пользоваться плодами его труда в виде зубной пасты или высококлассного чистящего средства для туалетов.
– Ты собираешься основательно подпортить это впечатление, так ведь?
– Ну, я собираюсь поставить под сомнение некоторые распространенные заблуждения относительно научного знания. Но что касается науки в целом, я ее люблю! Наука показала нам красоту и величие нашего мира, от мельчайших частиц до необъятной Вселенной. Наука дала наилучшие ответы на фундаментальные вопросы о том, кто мы есть и почему (или каким образом) мы здесь оказались. Но то, что наука представляет собой простой, беспристрастный способ обнаружения объективной истины, все еще надо доказать. Поэтому я собираюсь поговорить с тобой о том, как философы пытались установить, что делает наука, а превращали это в ряд предписаний относительно того, что наука должна делать.
Давай начнем с небольшой карикатуры на представления людей о том, как функционирует наука. Признаю, что карикатура навеяна просмотром десятков старых английских и американских черно-белых фильмов, но, подозреваю, нечто подобное приходит на ум большинству людей, когда они думают о науке, несмотря на все усилия популяризаторов, старающихся заставить науку выглядеть подобно забаве. Группа мужчин (почти всегда) в белых халатах работает в лаборатории. Они проводят время, глядя в микроскопы, или возятся с какими-то загадочными аппаратами. Они тщательно собирают данные, записывают свои результаты в блокноты или вносят их в электронные таблицы. Наконец у одного из мужчин, нашего героя, подорвавшего здоровье во время долгих поисков Истины, сначала появляется удивленный взгляд, который затем сменяется выражением благоговейного трепета, смешанного с восторгом. Вот он, тот самый момент, когда восклицают: «Эврика!»
Потом ученые стараются воспроизвести важное открытие. К их радости и облегчению, после множественных проверок результат подтверждается. И затем исследователи передают свое открытие практикам, которые будут его использовать для производства нового вида лекарств или бомбы.
Такое представление о науке, воспринимаемой как тщательный сбор и организация данных, которые затем объединяются разумом ученого в теорию, впервые сформулировал Фрэнсис Бэкон (1561–1626).
Деятельность Бэкона пришлась на ту эпоху, которой предстояло стать свидетелем захватывающих дух открытий в физике и биологии, но ее интеллектуальный мир по-прежнему формировался под влиянием схоластической традиции, довольствовавшейся бесконечным изучением деталей философии и физики Аристотеля. Бэкон выступал резко против этой традиции. Он сравнивал последователей Аристотеля с пауками, плетущими сложные сети из шелка, производимого исключительно из них самих. Философ также критиковал альтернативный вариант – недостаточно подкрепленный теорией, бездумный сбор информации, который, по словам Бэкона, подобен деятельности муравья, просто собирающего случайные зерна песка. Нам же следует уподобиться пчеле, которая собирает материал с цветов в саду и в поле, а потом переваривает его и трансформирует в мед истинного знания.
– Бекон, мед… я даже есть захотел.
– Ты сможешь перекусить, когда мы дойдем до кафе. Бэкона, как правило, считают основоположником индукции, но его позиция на самом деле представляет собой отступление от мнения большинства главных сторонников индукции. «Муравьиный» подход в виде простого накопления часто называют индукцией путем простого перечисления. «Муравьи»-ученые собирают факты, а при накоплении достаточного количества данных из них неизбежно рождается теория, как сливки, отделяющиеся от молока. Бэкон был, несомненно, большим сторонником фактов: он осуждал одержимость логикой и математикой, характерную для схоластов, и полагал, что наука должна основываться на эмпирических данных. Тем не менее он знал о недостатках простого перечисления и старался их преодолеть.
Бэкон начинает так же, как и те, кто просто собирает данные, с накопления фактов. Ученый проводит множество наблюдений, методично делая о них записи. Но факты не остаются в виде недифференцированной массы, а вносятся в одну из трех таблиц: таблицу сущности и присутствия, таблицу отклонения, или отсутствия в ближайшем, и таблицу степеней, или сравнений. Бэкон приводит только один пример, как это делается, но, на мой взгляд, этот пример довольно хорошо передает используемый философом метод. Бэкона интересовала природа теплоты, поэтому он провел наблюдения и выявил множество примеров тепла в естественных и искусственно созданных ситуациях, от огня до конского навоза. Эти примеры были помещены в таблицу сущности и присутствия. Затем были выявлены случаи, когда тепло полностью отсутствует. Эти примеры занесены в таблицу отсутствия в ближайшем. В третьей таблице представлены примеры, в которых тепло присутствует в разной степени. Анализ этих таблиц впоследствии помогает ученому постепенно приблизиться к теории истинной причины, или «формы», теплоты. Третья таблица, которая демонстрировала различные степени исследуемого явления, – например нагрев наковальни, по которой ударяет молот, – оказалась самым лучшим руководством для понимания первопричины.
Изучение таблиц позволяет ученому преобразовать массу наблюдений в предположения общего характера, которые, в свою очередь, можно организовать таким образом, чтобы выявить еще более крупные обобщения, пока не будет достигнута цель в виде формулировки общего закона природы. Так, в случае тепла примеры можно распределить по группам: когда тепло порождается огнем, трением, биологическими процессами и т. д. Бэкон использовал этот метод, чтобы продемонстрировать, что первопричиной теплоты является быстрое хаотичное движение самых мелких частиц, из которых состоит вещество.
Несмотря на то что распределение по таблицам кажется более сложным способом организации фактов, все еще не ясно, каким образом это помогает преодолеть проблему, связанную с тем, как из данных появляется теория. В обоих случаях – при простом перечислении и бэконовской индукции – по одну сторону у нас находится некая информация, а по другую – общая теория, и ничто не объясняет, как логически перейти от одного к другому. Просто предполагается, что, поскольку вы обладаете необходимыми фактами, рассортированными в соответствии с правильными категориями, на их основе может быть построена «правильная» теория.
– Э-э, минуточку. Можно отмотать назад? Разве этот… как его… Юм не доказал, что индукции не существует? Я думаю о той индейке…
– Молодец, Монти! Что Юм на самом деле сделал – показал, что логики индукции не существует. Множество примеров, когда за явлением A следует явление Б, не могут доказать, что Б всегда следует за A. Но Юм никогда не оспаривал тот факт, что мы используем индукцию. Скорее нам нужно рассматривать ее истины не как необходимые, а как возможные: однажды индейке отрубят голову, а возможно, однажды не взойдет солнце.
Еще одна проблема с почти всеми видами индукции заключается в том, что они связаны с несколько наивным взглядом на то, что считать фактом. Просто предполагается, что эмпирические данные абсолютно достоверны, что процесс сбора данных является объективным и не подвержен влиянию внешних факторов. Мы уже видели во время предыдущих прогулок, что эмпирические данные не так просты. Наблюдения, которые считаются необработанным материалом для индукции, уже пронизаны теоретическим рассмотрением, подобным хрящу в плохом стейке. При сборе информации ученые никогда не коллекционируют факты просто случайно. Они ищут в конкретном месте, конкретным образом, и на выбор места и метода, а также на то, какие данные считать фактами, влияют знания, уже имеющиеся у ученого.