Понять относительность и квантовую теорию, бесспорно, нелегко. Разобраться в них должным образом, не будучи физиком, едва ли возможно – вот никто и не разбирается. Для большинства наука – заумный рекламный ролик, построенный вокруг парочки непонятных высказываний и уравнений.
Некоторые говорят, что наша культура и образовательная система препятствуют женщинам делать карьеру в науке. Я провел тест на определение уровня научных знаний, состоящий из восьми вопросов по биологии, химии, физике, астрономии, информатике. Между полученными результатами и полом респондента прослеживается четкая связь: с тестом мужчины справились лучше[143]. В среднем они ответили верно на 66 % вопросов, а женщины – на 55 %.
В самих результатах нет ничего необычного, но рассматривать их нужно в более широком контексте комплексного исследования. Эксперимент, проведенный Джойс Эрлингер и Дэвидом Даннингом, дает более полную картину[144]. Мужчинам и женщинам предлагалось оценить свои способности к научному мышлению. Женщины в среднем поставили себе оценки ниже, чем мужчины. Затем участникам исследования раздали тесты на выявление научного склада ума, а после каждого попросили ответить, как бы он оценил собственный результат. В целом женщины с заданиями справились не хуже мужчин, и все же оценку собственному результату они поставили ниже. В заключительной части эксперимента исследователи пригласили этих же респондентов к участию в научном конкурсе, пообещав победителям призы. Женщины соглашались менее охотно, и их желание коррелировало не с результатами пройденного теста, а с их
В своем исследовании я не обнаружил значимой корреляции между научными знаниями и уровнем дохода[145]. Но в общественном сознании утвердилось мнение, что научное образование дает более высокую зарплату. В таком случае почему отсутствует корреляция? Ученые и инженеры составляют где-то 4,8 % трудовых ресурсов США[146]. Реформаторам, для которых свет клином сошелся на обучении точным наукам будущих эрудитов, следовало бы по этому поводу задуматься. В моем же исследовании корреляции нет потому, что я хотел прежде всего установить, какую «ценность» с точки зрения дохода имеют научные знания для 95 %-го большинства, не занимающегося научной деятельностью. Похоже, для них научное знание оказывается не таким уж и ценным, по крайней мере, когда речь идет о долларах и центах.
Сейчас самое время вспомнить еще одно правило, о котором рассказывали на уроках статистики, не так широко известное, как «корреляция не доказывает причинно-следственную связь». Это обратное правило:
Инопланетный статистик прилетает на Землю и пытается определить, откуда у людей берутся дети. Возможно, инопланетянин обнаружит, что корреляция между половым актом и рождением ребенка едва ли просматривается (ввиду нестабильной плодовитости и противозачаточных мер). Вместе с тем любой землянин будет настаивать, что дети появляются в результате полового акта, и кроме этого нет других причин. Если инопланетянин придет к иному выводу, он, конечно, будет неправ[147].
Одна из причин, по которым исследователям не удается обнаружить корреляционную связь, заключается в том, что размер выборки оказался недостаточно большим. Насколько большой должна быть выборка? Ну, в этом-то все и дело – никто не знает. Масштаб исследования по выявлению научных знаний у меня получился достаточно большим, чтобы указать на весьма существенную разницу между количеством правильных ответов у мужчин и у женщин. Не исключено, что более масштабное исследование обнаружило бы и другую корреляцию: между научными знаниями и уровнем дохода. А может, ничего бы не обнаружило.
Отсутствие корреляции не опровергает причинно-следственную связь, но оно должно направлять ход дальнейших размышлений и научного поиска. В последнее время несколько крупных и тщательно проведенных исследований не обнаружило корреляции между потреблением яиц и высоким уровнем холестерина. Это стало хорошей новостью для поставщиков яиц и любителей яичницы по всей стране. Вряд ли была бы другая реакция: исследование, призванное обнаружить нежелательную корреляцию, ее не обнаружило. Когда знаешь, что исследование не обнаружило корреляции между «А» и «Б», перестаешь думать об «А» как о причине «Б».
Я задал добровольцам два научных вопроса. Меня удивило, каким легким для них оказался первый и каким сложным – второй.
π = 3,_4159…
1. Какая цифра вторая в числе π (первая цифра после запятой)?
2. Какое описание подходит к тесту Тьюринга?