Vetenskap vs. ovetenskap

Hur skilja vetenskap från pseudovetenskap?




Det enda du behöver här i livet är okunnighet och självförtroende, och framgången är given.Mark Twain
Länkar nedan är kontrollerade 2016-10 eller senare.

Avgränsningskriterier för att skilja vetenskap från bristfällig vetenskap, ovetenskap eller pseudovetenskap, brukar kallas demarkationskriterier. Poppers hypotetisk-deduktiva teori enl. ovan utmärktes av att en hypotes måste kunna motbevisas. Det var alltså hans demarkationskriterium, som än idag är viktigt. Sven-Ove Hansson har i sin bok Vetenskap och ovetenskap försökt tydliggöra vad som kännetecknar verksamheter, som utger sig för att vara vetenskapliga men som enl. honom inte är det (se [Molander2003], s 134+). Han nämner sju kriterier:

  1. auktoritetstro: vissa personer tillskrivs speciellt stor förmåga att avgöra sant/falskt, andra har bara att rätta sig (obs! motsatsen - att inte respektera insikter från t ex flera seriösa studier - är förstås också förkastligt)
  2. experiment kan inte upprepas: experiment måste kunna upprepas under olika omständigheter för att vara giltiga
  3. handplockade exempel när slumpmässigt urval vore möjligt (selektionsbias)
  4. ovilja till prövning mot verkligheten trots att det vore möjligt
  5. likgiltighet inför motsägande fakta: teorin hävdas riktig trots experiment, som den inte stämmer med
  6. inbyggda undanflykter: resultat som inte stämmer bortförklaras med otestbar ad hoc-hypotes
  7. förklaringar överges utan att ersättas: dvs hållbara förklaringar knutna till gamla teorin överges utan att att nya förklaringar ges

När man ska läsa andras forskningsrapporter är också sedvanlig källkritisk kompetens tillämplig. I [Hansson2007], s 51+, anges dessa kriterier (de fyra första är vanliga för historiska källor):

  1. Äkthet: är texten skriven av den person som uppges och vid den tidpunkten? Beskriver den ärligt iakttagelser?
  2. Beroende: är källan oberoende av andra källor? Är texten jämkad med andra källor?
  3. Tidsavstånd: är texten skriven omedelbart efter iakttagelserna eller långt i efterhand?
  4. Tendens: texten måste bedömas efter författarens syfte. Levebröd? Lojalitet mot företag etc? Ekonomisk vinst?
  5. Kompetens: vissa typer av iakttagelser kräver särskild kompetens

Ex: Joanna Rose har i fof.se 2006-09 skrivit en artikel om forskningsfusk. Konkurrensen mellan forskare är extremt hård. Handlar fusk om moral hos enskilda forskare eller handlar det snarare om systemet? Se också Vetenskapsrådets skrift: Vad är god forskningssed?

Ex: Forskaren Ralf Sundbergs syn på fusk inom kost o läkemedelsindustri, video 2013.

Många vetenskapsteoretiker har talat för att Poppers demarkationskriterium (eller kriterier 1 -7 ovan) visserligen är rimligt men ibland lite för restriktivt. Människorelaterade vetenskaper (som utvecklades ungefär fr.o.m. 1800-talet) har andra egenskaper än naturvetenskapen. Människan har något som brukar kallas fri vilja och styrs inte så mycket av lagbundenheter. Områden som ekonomi, filosofi, historia, sociologi och psykologi uppfyller inte riktigt kraven på demarkationskriterier enl. ovan, men bör ändå inte avfärdas som ovetenskapliga, ([Molander2003], s 138). T. ex. psykoanalysen kan vara både intressant och fruktbar (t ex hjälpa människor att förstå och bearbeta svåra erfarenheter och sen gå vidare i livet) utan att vara vetenskaplig i Poppers mening, ([Molander2003], s 133).

Vid närmare påseende insåg också Popper att den stränga falsifikationismen, dvs att en hypotes ska vederläggas om observationer motsäger den, har brister - även inom naturvetenskapen. Observationerna kan vara felaktiga eller vila på oriktig bakgrundskunskap. Kontentan blev till slut att vetenskap är en fortgående process, där man gör nya experiment och falsifieringsförsök. Vetenskapen strävar efter att ge oss gemensamma objektiva sanningar. Dessa är i varje nu provisoriska men bör efterhand ge oss en bättre och bättre bild av de delar av verkligheten, som vi betraktar.

[JerkertHanssson2005] granskar fenomen i vetenskapens utkanter, t ex slagrutor, eldprov, helig geometri, astrologi, alternativmedicin, homeopati, parapsykologi, rasmyter och UFO. Sammanlagt innehåller boken 18 uppsatser. Boken förklarar bl.a. vetenskapligt olika fenomen och hur vi människor tar till oss information. Sista uppsatsen Att undersöka kontroversiella fenomen (Jerkert) ger en kort sammanfattning av hur man bör göra undersökningar etc. Jerkert går igenom fallgropar och förklarar vissa viktiga begrepp:

  • Blindhet: personen som testas ska inte ha möjlighet få uppfattning om svaren annat än med den förmåga som testas (t ex paranormal förmåga). Ej alltid så enkelt säkerställa. Se not 2.
  • Dubbelblindhet: Andra personer än den som testas får ej vara närvarande om de vet rätt svar.
  • Statistik, viktiga begrepp (s 296): signifikansnivå (se not 1), konfidensintervall, datafiske (data dredging), explorativ undersökning, kontrollgrupper, slumpmässighet. För begreppen korrelation (samvariation) och kausalitet (orsakssamband), se Lögn, ... och statistik.

Exempel på debatt om vetenskapens problem i massmedia på senare tid

Tidskriften Science rapporterade 150828 om ett försök att upprepa 100 psykologirelaterade studier. Mindre än hälften av resultaten stod sig. Delvis beror detta på att rapporter med intressanta, positiva resultat publiceras medan negativa eller insignifikanta resultat ligger kvar i skrivbordslådan (pubiiceringsbias). Vetenskapsjournalisten Karin Bojs (DN150830) tror inte att andra discipliner är så mycket bättre. Vi ska alltså ta nya forskningsresultat med en stor nypa salt innan de har upprepats av oberoende forskningsgrupper och redovisats i seriösa media.

Beträffande vetenskapens problem allmänt har Roland Paulsen en intressant artikel i DN 160331 Studier i rent nonsens. Han tar förutom replikeringsfrågan bl.a. upp hur tidskrifter kunnat godkänna slumpgenererade nonsensartiklar. Med referens till artikeln skrev fysikern Ulf Danielsson i sin blogg 160401 om att det är problem inte bara inom humaniora och samhälle utan också inom hårda naturvetenskapen. Han belyste hur kvalitetsgranskningen baserad på citeringspoäng medför publiceringshets med styckning av artiklar i flera mindre etc. Problemet, som han ser det, är att universitetsvärlden styrs av politiker och byråkrater som eg. är ointresserade av riktig vetenskap. Per Kraulis svarar Roland Paulsen i DN 160406, försvarar vetenskapens förmåga att i alla fall på sikt rensa ut felaktigheter. Men han betonar vikten av att systemen reformeras så att allt forskningsmaterial inkl all rådata publiceras i tidskrifter, som inte kräver dyra prenumerationer (Open science).

I DN 160907 tar Ingrid Carlberg upp Macchiariniskandalen, Jakten mot rampljuset skapade skandalen, och säger att det är systemet det är fel på. Bl.a. utvärdering enl. kvantitativa mått och tidskrifters "impact factor" nämns som problem. Chefredaktören för The Lancet, Richard Horton, säger att mycken publicerad vetenskap helt enkelt inte är sann. Ett problemet är att peer-reviews varken betalas eller premieras. Snabba publiceringar blir viktigare för karriären än att hålla síg till det centrala i forskning: kritiskt förhållningssätt, mod att våga misslyckas, noggrannhet och tålamod.


Direktlänk till nästa sida: Lögn, ... och statistik eller länk tillbaka till överordnad sida Vetenskap, sanning och makt.

____________________________________________

Not 1: Måttet signifikansnivå kan användas för att avgöra om ett utfall hos en experimentgrupp skiljer sig från utfallet från en kontrollgrupp på annat sätt än slumpmässigt. Signifikans på t ex nivån 5 % innebär att erhållet avvikande resultat kan uppnås i högst 5 % av fallen om det är ren slump som råder. Men om experimentgruppen är stor (dvs stickproven är stora) kan statistisk signifikans uppnås även om skillnaden mellan gruppernas utfall är obetydlig. Därför behövs också ett mått på storleken på skillnader mellan gruppernas utfall. Detta mått brukar kallas effektstorlek. I metastudier användas ofta denna formel (m-värde = medelvärde, st-avvik =standardavvikelse):
effektstorlek = = (m-värdeexperimentgrupp - m-värdekontrollgrupp) / st-avvikkontrollgrupp
Horst Löfgren (Malmö högskola) tar upp det viktiga effektstorleksbegreppet i en bok om statistiska metoder (s 105) och även i ett bildspel.
Not 2. Det gäller att man verkligen mäter det som är tänkt att mätas. Vid exempelvis en läkemedelsstudie skulle en individ, som får biverkningar, kanske lista ut att hen tillhör gruppen som fått "effektivt" läkemedel och inte sockerpiller. Då mäter man kanske placeboeffekten (förväntningseffekten) mer än den primära biologiska effekten av läkemedlet.