Полевое руководство для научных журналистов

Но всегда помните: порой лучшее решение – не писать ничего. Ежедневные новости из научных журналов – важный раздел научной журналистики, но она отнюдь не должна состоять только из них. Часто куда разумнее подождать, пока ученые опубликуют дополнительные исследования или пока вы лучше разберетесь в теме. В конце концов, интересам читателей вы служите лучше всего, когда пишете о науке объективно и с необходимым контекстом.

3. Понимание и использование статистики Льюис Коуп

Льюис Коуп 29 лет проработал научным журналистом в газете Minneapolis – St. Paul Star Tribune. Он член правления Совета по развитию научной журналистики и экс-президент Национальной ассоциации научных журналистов. Коуп стал соавтором Виктора Кона из Washington Post, скончавшегося в 2000 г., во втором издании книги «Новости и цифры: Как писать о статистике и спорных вопросах в медицине и других областях» (News & Numbers: A Guide to Reporting Statistical Claims and Controversies in Health and Other Fields, 1989, 2001).

Врач заявляет о «многообещающем» новом лекарстве. Можно ли верить его заявлению или же оно основано на искаженной или ненадежной информации? Экоактивист утверждает, что свалка вызывает рак, а промышленник гневно это отрицает. Кто прав?

В это время эксперты то и дело меняют свои мнения, что нужно есть, чтобы оставаться здоровым. Другие эксперты никак не придут к согласию, что погубило динозавров. Каким научным исследованиям верить?

В этой главе мы поговорим о правильном (а иногда и неправильном) использовании статистики. Но не пугайтесь этого слова на букву «с»: хорошему научному журналисту не требуется заумная математика. А понадобится доля здорового скептицизма и умение задать хорошие вопросы о вещах, которые могли повлиять на качество научных исследований и другие заявления. Чтобы отделить вероятную правду от вероятного мусора, нужно получить ответы на следующие вопросы:

1. Проводилось ли научное исследование или же заявление сделано только на основе ограниченного количества наблюдений? Если исследование было, как оно было спланировано и проведено?

2. Что насчет цифр? Было ли исследование достаточно масштабным (включало ли достаточно много пациентов, экспериментов и т. д.), чтобы сделать убедительные выводы? Являются ли статистически значимыми его результаты? Эта фраза означает всего-навсего, что, согласно научным стандартам, маловероятно, что такие статистические результаты получились просто случайно.

3. Есть ли другие возможные объяснения выводов исследования?

4. Могли ли повлиять на выводы исследования какие-либо искажения, преднамеренные или нет?

5. Проверялись ли результаты другими экспертами? И как они соотносятся с другой научной информацией и представлениями?

Принципы проверки исследований

Чтобы получить ответы на эти вопросы, следует знать пять принципов научного анализа.

1. Определенность некоторой неопределенности

Эксперты постоянно меняют взгляды не только на то, что нужно есть, чтобы оставаться здоровым, но и на то, что нужно делать, если человек заболел. Все больше лекарственных препаратов и методов лечения оказываются дискредитированными после того, как новые исследования поднимают вопросы об их эффективности или безопасности. Даже форма Вселенной (точнее, форма Вселенной, по мнению ученых) меняется от статьи к статье.

Некоторые считают, что такие резкие перемены позорят науку. Но это просто часть нормального научного процесса, идущего как и положено.

Наука изучает статистическую вероятность истины. Выводы делаются на основе убедительных свидетельств, никто не дожидается недостижимых неопровержимых доказательств. Сложности окружающего мира и научного процесса только усиливают неопределенность.

Однако наука может двигаться вперед именно потому, что это всегда развивающаяся история, продолжающийся путь, в котором возможны корректировки. Везде – от медицины до астрономии, от геологии до психологии – прежние выводы постоянно перепроверяются и, если нужно, уточняются (а иногда и отбрасываются в сторону).

Необходимо объяснить это редакторам и начальству, а также читателям и зрителям. Некоторая неопределенность не должна мешать важным действиям, если общество понимает, почему в лучшем случае ученый может сказать так: «Вот убедительные свидетельства в пользу того, что это, скорее всего, правда. Пожалуйста, оставайтесь с нами, пока мы пытаемся узнать больше».

Теперь, когда мы переходим к деталям, помните, что не все исследования равнозначны.

2. Вероятность, мощность и большие числа

Вы слышали о новом лекарстве, прошедшем испытание на мышах? 33 % удалось вылечить, 33 % умерло, а третья мышь убежала. Эта старая шутка показывает, насколько важны численные показатели в оценке качества исследования.