Σφάλματα στην επιστήμη: συγχώρεση ή διόρθωση;

επαλήθευση

Η ομάδα του The Sciencing Team αποτελείται από έμπειρους δημοσιευμένους επιστήμονες με εκτεταμένες γνώσεις στην αξιολόγηση και επιμέλεια κειμένων, οι οποίοι μπορούν να σας βοηθήσουν να αποφύγετε τα συνήθη σφάλματα.  Δείτε εδώ τις υπηρεσίες μας.  

Τα σοβαρά σφάλματα στην επιστημονική κοινότητα αποδίδονται στη φύση της επιστήμης: είναι προσωρινή, σταθερή και αυτο-διορθώνεται. Μήπως όμως αυτό το σύστημα αυτο-διόρθωσης χρήζει διόρθωσης; 

Οι συνήθεις διαδικασίες αυτο-διόρθωσης της επιστήμης, η αξιολόγηση των επιστημονικών άρθρων πριν τη δημοσίευσή τους και οι πειθαρχικές επιτροπές, σήμερα θεωρούνται ανεπαρκείς.

Ο όγκος αλλά και η γεωγραφική εξάπλωση της επιστημονικής γνώσης επιβάλλει τη θέσπιση επαληθεύσιμων δεικτών με πλήρη διαφάνεια.

Σύμφωνα με μία έρευνα που διεξήχθη το 2019 στις Η.Π.Α., το 86% των συμμετεχόντων έχει εμπιστοσύνη στην πρόθεση των επιστημόνων να δράσουν υπέρ του δημόσιου συμφέροντος, τουλάχιστον σε μεγαλύτερο βαθμό από τους επιχειρηματίες, τους δημοσιογράφους και τους πολιτικούς. Εντούτοις, μόνο το 11-16% των ερωτηθέντων πιστεύει ότι οι επιστήμονες παραδέχονται τα σφάλματά τους και αναλαμβάνουν την ευθύνη.

Η ίδια άποψη φαίνεται να ισχύει και ανάμεσα στα μέλη της επιστημονικής κοινότητας, όπως έδειξε μία άλλη έρευνα όπου το 67-76% των επιστημόνων έχουν αρνητική εντύπωση για την ανιδιοτέλεια και την ειλικρίνεια των συναδέλφων τους.

Αν και η αξιολόγηση των επιστημονικών άρθρων πριν τη δημοσίευσή τους θεωρείται η σημαντικότερη μέθοδος αυτο-διόρθωσης, φαίνεται ότι δεν εντοπίζει την πλειονότητα των σφαλμάτων. Παρόλα αυτά, χάρη στα επιτεύγματα της πληροφορικής είναι πλέον εφικτό τόσο δεδομένα και εικόνες να αναλύονται από το μηδέν, όσο και αναφορές σφαλμάτων να διαμοιράζονται στην επιστημονική –και όχι μόνο- κοινότητα. Ήδη ο ιστότοπος PubPeer αποτελεί ένα μέρος συζητήσεων της επιστημονικής κοινότητας σχετικά με ζητήματα σφαλμάτων και δεδομένων σε συγκεκριμένα άρθρα.

Οι συγγραφείς κατέληξαν σε μία προκαταρκτική λίστα ιδιοτήτων αυτο-διόρθωσης και αυτές είναι:

  • η αυτο-διόρθωση σε επίπεδο επιστημονικής κοινότητας και όχι ατομικά
  • η υιοθέτηση μετρήσιμων χαρακτηριστικών
  • η χρήση δεικτών που θα αφορούν στη δέσμευση για αυτο-διόρθωση.

Δύο είναι τα βασικά χαρακτηριστικά που απαιτούνται ώστε να εξασφαλιστεί η αυτο-διόρθωση: διαφάνεια και κριτική αξιολόγηση, ενώ κατά τη μέτρηση της αυτο-διόρθωσης θα πρέπει να διερευνώνται τα παρακάτω:

Εντοπισμός εκ παραδρομής λαθών: υπάρχουν ήδη εργαλεία για αυτό το σκοπό, όπως το Statcheck και το GRIM.

Αξιολόγηση και κρίση άρθρων μετά τη δημοσίευση τους: θα πρέπει να υπάρχει πλήθος εποικοδομητικών κριτικών σχολίων που θα μπορούν να εντοπίζονται εύκολα και να επιλύονται επαρκώς σε όλους τους επιστημονικούς κλάδους.

Εντοπισμός μεροληψίας: υπάρχουν ήδη εργαλεία για αυτό το σκοπό, όπως το p-curves.

Έλεγχος αναπαραγωγής δεδομένων: κάποια περιοδικά επιβάλλουν τον έλεγχο των δεδομένων που αναφέρονται στο εκάστοτε άρθρο, ενώ το περιοδικό eLife έχει αναπτύξει κώδικα για την άμεση επαλήθευση των δεδομένων και των αναλύσεων τους.

Εμπειρικός έλεγχος αναπαραγωγής: μεγάλης κλίμακας έργα παρέχουν σαφείς, εύχρηστες οδηγίες για τη συλλογή δεδομένων και την αναπαραγωγή των αναλύσεων που προτείνουν. Αυτή η στρατηγική θα πρέπει να ακολουθηθεί από το σύνολο των δημοσιευμένων εργασιών.  

Δημοσίευση αρνητικών/μηδενικών αποτελεσμάτων: αν και μέχρι πρόσφατα υπήρχε η τάση ακούσιας ή εκούσιας απόκρυψης των αρνητικών και μηδενικών αποτελεσμάτων, τα τελευταία χρόνια πρωτοβουλίες όπως το Registered Reports συμβουλεύουν και υιοθετούν την αναφορά αυτών των αποτελεσμάτων, καθώς παίζουν καθοριστικό ρόλο στην ανίχνευση σφαλμάτων.

Ισχυρή θεωρία και προβλέψεις: η καθιέρωση μίας ισχυρής θεωρίας συνεπάγεται τη συσσώρευση καταγραφών, δεδομένων και συνεπώς προβλέψεων που συνεισφέρουν σημαντικά στην αξιοπιστία της επιστήμης.

Ποικιλότητα: η ποικιλότητα στην επιστήμη βοηθά να ξεπεραστούν διάφορα εμπόδια, όπως οι προσωπικές σχέσεις μεταξύ των ερευνητών ενός συγκεκριμένου κλάδου. Η γεωγραφική και θεσμική ποικιλότητα είναι σημαντικά στοιχεία που μπορούν να απαλείψουν πολλά σφάλματα στην επιστημονική γνώση.

Και όπως λέει και ένα ρωσικό ρητό: «να εμπιστεύεσαι αφού επαληθεύσεις».

Για την πηγή: https://psyarxiv.com/kgqzt/

Leave A Reply