पांच साल पहले एस्ट्रोफिजिसिस्ट और साइंस कम्युनिकेटर नील डेग्रसे टायसन ने एक बहुत ही यादगार और उद्धरण योग्य ट्वीट ट्वीट किया था:
पृथ्वी को एक आभासी देश की जरूरत है: #तर्क, एक पंक्ति के संविधान के साथ: सभी नीतियाँ साक्ष्य के भार पर आधारित होंगी
- नील डेग्रसे टायसन (@neiltyson) 29 जून 2016
टायसन की आदर्श दुनिया ने भावनाओं से प्रेरित, घुटने टेकने वाली राजनीति और राजनीतिक जनजातीय युद्ध से थके हुए कई लोगों से अपील की, जिन्होंने विज्ञान सहित सार्वजनिक जीवन के हर क्षेत्र पर आक्रमण किया था। इसने उनके कई साथी वैज्ञानिकों से अपील की, लोगों को निष्पक्ष रूप से सोचने और प्राकृतिक दुनिया के बारे में टिप्पणियों के आधार पर परिकल्पना का परीक्षण करने के लिए प्रशिक्षित किया गया।
एकमात्र समस्या - सबूतों का भारी वजन दर्शाता है कि आभासी देश रैशनलिया बिल्कुल सादा क्यों नहीं होने वाला है।
ऐसा इसलिए है क्योंकि मनुष्यों के लिए तर्कसंगत रूप से सोचने में अत्यधिक मात्रा में ऊर्जा और प्रयास लगता है। नतीजतन, ज्यादातर समय हम परेशान नहीं होते हैं। इसके बजाय, हमारी सोच का अधिकांश हिस्सा पूरी तरह से हमारे अंतर्ज्ञान द्वारा निर्देशित होता है - अकेले हमारी सहजता, जिसमें से कोई भी कष्टप्रद तर्कसंगत सोच में हस्तक्षेप नहीं करता है।
इस द्विभाजन को नोबेल पुरस्कार विजेता डेनियल काह्नमैन ने अपनी पुस्तक में उत्कृष्ट विस्तार से समझाया है तेज और धीमा सोच, और जोनाथन हैडट की उत्कृष्ट कृति में राजनीतिक विभाजन पर ध्यान देने के साथ कवर किया गया धर्मी दिमाग. दोनों अपने आप में शानदार काम हैं, और लोगों के अलग-अलग विचार क्यों हैं और उन्हें बदलना इतना मुश्किल क्यों है, इसके लिए आकर्षक स्पष्टीकरण प्रदान करते हैं।
इससे भी महत्वपूर्ण बात यह है कि यह संज्ञानात्मक द्विभाजन सभी पर लागू होता है, यहाँ तक कि वैज्ञानिकों पर भी। यह कुछ के लिए आश्चर्यजनक हो सकता है (स्पष्ट रूप से कुछ वैज्ञानिकों सहित), जैसा कि मीडिया और राजनेताओं ने वैज्ञानिकों को चित्रित किया है (कम से कम जिनके साथ वे सहमत हैं) पूर्ण सत्य को समझने और उच्चारण करने की जादुई क्षमता के साथ।
यह वास्तविकता से आगे नहीं हो सकता। मैं अक्सर लोगों को बताता हूँ कि एक वैज्ञानिक और औसत व्यक्ति के बीच का अंतर यह है कि एक वैज्ञानिक इस बारे में अधिक जागरूक होता है कि वह अपने विशिष्ट क्षेत्र के बारे में क्या नहीं जानता/जानती है, जबकि औसत व्यक्ति वह नहीं जानता जो वह नहीं जानता। दूसरे शब्दों में, हर कोई कुचलने वाली अज्ञानता से पीड़ित है, लेकिन वैज्ञानिक (एक आशा) आमतौर पर उनकी गहराई के बारे में अधिक जागरूक होते हैं। उन्हें कभी-कभी इस बात का अंदाजा हो सकता है कि ज्ञान के किसी विशेष निकाय को कैसे थोड़ा बढ़ाया जाए, और कभी-कभी यह विचार सफल भी साबित हो सकता है। लेकिन अधिकांश भाग के लिए वे अपने क्षेत्र के लिए विशिष्ट ज्ञान की गहरी खाई के बारे में सोचने में अपना समय व्यतीत करते हैं।
वैज्ञानिक अक्सर अपने स्वयं के वर्षों के अनुभव और परिणामस्वरूप विकसित हुए संभावित भ्रामक अंतर्ज्ञान से बाधित होते हैं। पुस्तक में वायरस हंटर, लेखक सीजे पीटर्स और मार्क ओलशकर बताते हैं कि सीडीसी के एक पूर्व निदेशक ने कैसे टिप्पणी की कि "युवा, अनुभवहीन ईआईएस (महामारी खुफिया सेवा) अधिकारी सीडीसी को आमतौर पर रहस्यमय बीमारी के प्रकोप और महामारी की जांच के लिए भेजा जाता है, वास्तव में उनके अधिक अनुभवी और अनुभवी बुजुर्गों पर कुछ फायदा होता है। प्रथम श्रेणी के प्रशिक्षण और पूरे सीडीसी संगठन के समर्थन के दौरान, उन्होंने पूर्व निर्धारित राय रखने के लिए पर्याप्त नहीं देखा था और इसलिए वे नई संभावनाओं के लिए अधिक खुले थे और उन्हें आगे बढ़ाने की ऊर्जा थी। विशेषज्ञ भविष्यवाणियां करने में भी भयानक हैं, और जैसा कि शोधकर्ता और लेखक फिलिप टेटलॉक ने अपनी पुस्तक में बताया है विशेषज्ञ राजनीतिक निर्णय, वे औसत व्यक्ति की तुलना में पूर्वानुमान लगाने में अधिक सटीक नहीं होते हैं। अधिक महामारी भविष्यवाणी मॉडल की हाल की विफलताएँ ने ही इस निष्कर्ष को पुष्ट किया है।
सबसे सफल वैज्ञानिक अपनी सर्वोच्च उपलब्धियों का पता उस कार्य से लगा सकते हैं जो घटित हुआ था उनके करियर की शुरुआत में. ऐसा न केवल इसलिए होता है क्योंकि वैज्ञानिकों को नौकरी की अधिक सुरक्षा मिलती है, बल्कि इसलिए भी कि वे अपने स्वयं के अनुभवों और पूर्वाग्रहों से बाधित होते हैं। जब मैं 90 के दशक के उत्तरार्ध में एक प्रयोगशाला तकनीशियन था, तो मुझे याद है कि मैं जिस प्रयोग की योजना बना रहा था, उस पर एक इम्यूनोलॉजिस्ट से उसकी सलाह माँग रहा था। उसने मुझे कई कारण दिए कि क्यों उस प्रयोग को करने और उपयोगी जानकारी प्राप्त करने का कोई अच्छा तरीका नहीं था। मैंने इस मुठभेड़ के बारे में एक पोस्टडॉक को बताया, और मुझे याद है कि उसने कहा था "उसकी बात मत सुनो। वह आदमी आपको कुछ भी करने से मना कर सकता है ”। अनुभवी वैज्ञानिक अच्छी तरह से जानते हैं कि क्या काम नहीं करता है, और इसके परिणामस्वरूप जोखिम लेने की अनिच्छा हो सकती है।
वैज्ञानिक एक अत्यधिक प्रतिस्पर्धी माहौल में काम करते हैं जहां उन्हें अपना अधिकांश समय अंतहीन अनुदान लेखन द्वारा शोध निधि की तलाश में खर्च करने के लिए मजबूर किया जाता है, जिनमें से अधिकांश अनफंडेड हैं। इस सीमित पूल के लिए प्रतिस्पर्धी होने के लिए, शोधकर्ता अपने काम पर सबसे सकारात्मक स्पिन डालते हैं, और अपने सबसे सकारात्मक परिणाम प्रकाशित करते हैं। यहां तक कि अगर अध्ययन मूल रूप से नियोजित किया गया था, तो परिणामी पांडुलिपि शायद ही कभी इस तरह से पढ़ती है। और इन दबावों के परिणामस्वरूप अक्सर डेटा विश्लेषण एक त्रुटि-प्रवण स्पेक्ट्रम में गिर जाता है, जो नकारात्मक या विपरीत डेटा को पूरी तरह से निर्माण करने के लिए नकारात्मक या विपरीत डेटा को अनदेखा करने के लिए सकारात्मक परिणामों पर जोर देता है। इसका विस्तृत उदाहरण लेखक स्टुअर्ट रिची ने अपनी पुस्तक में दिया है साइंस फिक्शन: कैसे धोखाधड़ी, पूर्वाग्रह, लापरवाही, और प्रचार सत्य की खोज को कमजोर करते हैं. रिची न केवल यह समझाते हैं कि किस तरह विज्ञान मान्यता के लिए दबावों और नेकनीयत वैज्ञानिकों द्वारा वित्त पोषण से विकृत हो जाता है, वह कुछ सबसे विपुल धोखेबाजों के बारे में विवरण प्राप्त करता है। एक और उत्कृष्ट संसाधन जो वैज्ञानिक त्रुटियों और अनुसंधान की खराबी को कवर करता है, वह वेबसाइट है पीछे हटना देखो. वापस लिए गए कागजों की सरासर संख्या, कई एक ही वैज्ञानिक द्वारा, वैज्ञानिक धोखाधड़ी के दस्तावेजीकरण और उस पर हमला करने के महत्व पर प्रकाश डालें।
अनुसंधान डेटा रिपोर्टिंग और प्रतिकृति की समस्याएं वर्षों से ज्ञात हैं। 2005 में, स्टैनफोर्ड के प्रोफेसर जॉन आयोनिडिस, सबसे उच्च उद्धृत वैज्ञानिकों में से, सबसे अधिक उद्धृत लेखों में से एक प्रकाशित (1,600 से अधिक), अधिकांश प्रकाशित शोध निष्कर्ष झूठे क्यों हैं I. अध्ययन में, आयोनिडिस ने गणितीय सिमुलेशन का उपयोग यह दिखाने के लिए किया कि "अधिकांश अध्ययन डिजाइन और सेटिंग्स के लिए, यह एक शोध के दावे के सच होने की तुलना में गलत होने की अधिक संभावना है। इसके अलावा, कई मौजूदा वैज्ञानिक क्षेत्रों के लिए, दावा किया गया शोध निष्कर्ष अक्सर प्रचलित पूर्वाग्रह के सटीक उपाय हो सकते हैं। आयोनिडिस ने भी पेशकश की छह परिणाम उनके निष्कर्षों से प्राप्त:
- वैज्ञानिक क्षेत्र में किए गए अध्ययन जितने छोटे होते हैं, शोध के निष्कर्षों के सत्य होने की संभावना उतनी ही कम होती है।
- वैज्ञानिक क्षेत्र में प्रभाव का आकार जितना छोटा होता है, शोध के निष्कर्षों के सही होने की संभावना उतनी ही कम होती है।
- वैज्ञानिक क्षेत्र में परीक्षण किए गए संबंधों की संख्या जितनी अधिक होगी और चयन जितना कम होगा, शोध के निष्कर्षों के सत्य होने की संभावना उतनी ही कम होगी।
- वैज्ञानिक क्षेत्र में डिजाइन, परिभाषाओं, परिणामों और विश्लेषणात्मक तरीकों में जितना अधिक लचीलापन होता है, शोध के निष्कर्षों के सत्य होने की संभावना उतनी ही कम होती है।
- एक वैज्ञानिक क्षेत्र में वित्तीय और अन्य हित और पूर्वाग्रह जितने अधिक होते हैं, शोध के निष्कर्षों के सत्य होने की संभावना उतनी ही कम होती है।
- एक वैज्ञानिक क्षेत्र जितना अधिक गर्म होगा (जिसमें अधिक वैज्ञानिक दल शामिल होंगे), शोध के निष्कर्षों के सत्य होने की संभावना उतनी ही कम होगी।
यदि आप सूची को ध्यान से देखें, तो 5 और 6 को बाहर निकल जाना चाहिए और आप पर चिल्लाना चाहिए। यहाँ एक नज़दीकी नज़र है:
"अनुप्रयोग 5: एक वैज्ञानिक क्षेत्र में वित्तीय और अन्य हितों और पूर्वाग्रहों जितना अधिक होगा, अनुसंधान निष्कर्षों के सत्य होने की संभावना उतनी ही कम होगी। हितों के टकराव और पूर्वाग्रह पूर्वाग्रह बढ़ा सकते हैं, u. बायोमेडिकल अनुसंधान में हितों का टकराव बहुत आम है, और आमतौर पर वे अपर्याप्त और दुर्लभ रूप से रिपोर्ट किए जाते हैं। जरूरी नहीं कि पूर्वाग्रह की जड़ें वित्तीय हों। किसी दिए गए क्षेत्र में वैज्ञानिकों को वैज्ञानिक सिद्धांत में विश्वास या अपने स्वयं के निष्कर्षों के प्रति प्रतिबद्धता के कारण विशुद्ध रूप से पूर्वाग्रहित किया जा सकता है (जोर मेरा). चिकित्सकों और शोधकर्ताओं को पदोन्नति या कार्यकाल के लिए योग्यता देने के अलावा कई अन्य स्वतंत्र रूप से स्वतंत्र, विश्वविद्यालय-आधारित अध्ययन किसी अन्य कारण से आयोजित किए जा सकते हैं। इस तरह के गैर-वित्तीय संघर्षों से विकृत रिपोर्ट किए गए परिणाम और व्याख्याएं भी हो सकती हैं। प्रतिष्ठित जांचकर्ता सहकर्मी समीक्षा प्रक्रिया के माध्यम से उन निष्कर्षों की उपस्थिति और प्रसार को दबा सकते हैं जो उनके निष्कर्षों का खंडन करते हैं, इस प्रकार झूठे हठधर्मिता को बनाए रखने के लिए उनके क्षेत्र की निंदा करते हैं। विशेषज्ञ राय पर अनुभवजन्य साक्ष्य से पता चलता है कि यह बेहद अविश्वसनीय है।
"अनुमेय 6: एक वैज्ञानिक क्षेत्र जितना अधिक गर्म होगा (अधिक वैज्ञानिक टीमों के साथ), अनुसंधान निष्कर्षों के सत्य होने की संभावना उतनी ही कम होगी। यह प्रतीत होता है कि विरोधाभासी परिणाम इस प्रकार है, क्योंकि जैसा कि ऊपर कहा गया है, अलग-अलग निष्कर्षों का पीपीवी (पॉजिटिव प्रेडिक्टिव वैल्यू) कम हो जाता है जब जांचकर्ताओं की कई टीमें एक ही क्षेत्र में शामिल होती हैं।यह समझा सकता है कि क्यों हम कभी-कभी व्यापक ध्यान आकर्षित करने वाले क्षेत्रों में गंभीर निराशाओं के बाद तेजी से बड़े उत्साह को देखते हैं। एक ही क्षेत्र में कई टीमों के काम करने और बड़े पैमाने पर प्रायोगिक डेटा के उत्पादन के साथ, प्रतिस्पर्धा को मात देने में समय सार है। इस प्रकार, प्रत्येक टीम अपने सबसे प्रभावशाली "सकारात्मक" परिणामों को आगे बढ़ाने और प्रसारित करने को प्राथमिकता दे सकती है... "
वैज्ञानिकों ने अपने विश्वासों के कारण, क्षेत्र की "गर्मी" से प्रेरित होकर, और इस प्रकार सकारात्मक परिणामों को प्राथमिकता देते हुए, SARS-CoV-2 अनुसंधान में पूर्वाग्रह के सभी स्पष्ट रूप से स्पष्ट स्रोत हैं। इयोनिडिस और उनके सहयोगियों ने प्रकाशित किया है प्रकाशित SARS-CoV-2 शोध का विस्फोट, "210,863 पेपर COVID-19 के लिए प्रासंगिक हैं, जो 3.7 जनवरी 5,728,015 से 1 अगस्त 2020 की अवधि में स्कोपस में प्रकाशित और अनुक्रमित सभी विज्ञानों के 1 पेपरों में से 2021% के लिए जिम्मेदार है।" COVID-19 से संबंधित लेखों के लेखक "मत्स्य पालन, पक्षीविज्ञान, कीटविज्ञान या वास्तुकला" सहित लगभग हर क्षेत्र के विशेषज्ञ थे। 2020 के अंत तक, Ioannidis लिखा था, “केवल ऑटोमोबाइल इंजीनियरिंग में COVID-19 पर प्रकाशित वैज्ञानिक नहीं थे। 2021 की शुरुआत में, ऑटोमोबाइल इंजीनियरों ने भी अपनी बात रखी।” दूसरों ने भी टिप्पणी की है "कोविडीकरण" का अनुसंधान, अनुसंधान की गुणवत्ता में कमी को उजागर करते हुए COVID उन्माद ने शोधकर्ताओं को असंबंधित क्षेत्रों से शहर में सबसे गर्म और सबसे आकर्षक खेल की ओर आकर्षित किया।
जैसा कि मैंने पिछली दो पोस्टों में चर्चा की थी, सार्वभौमिक मास्किंग और COVID के बारे में रिपोर्ट करने से बच्चों को नुकसान होता है मीडिया आउटलेट्स, राजनेताओं, वैज्ञानिकों और सार्वजनिक स्वास्थ्य संगठनों के बड़े पैमाने पर पक्षपात के कारण इसका राजनीतिकरण और विकृत किया गया है। लेकिन वास्तविक अपराधी खुद जनता हो सकती है, और पहली दुनिया, शून्य-जोखिम सुरक्षा संस्कृति जिसने इन सभी खिलाड़ियों को गैर-अनुपालन में व्यवहारिक परिवर्तनों को मजबूर करने के लिए हानि को बढ़ा-चढ़ाकर पेश करने के लिए प्रोत्साहित किया है। इसके अलावा, अधिकांश आज्ञाकारी लोग जो "महामारी को गंभीरता से ले रहे हैं" जानना चाहते हैं कि उनके द्वारा किए गए सभी बलिदान इसके लायक हैं।
हालाँकि, वैज्ञानिक और मीडिया आउटलेट इससे अधिक खुश हैं उद्धार:
"कल्पना कीजिए कि क्या आप एक वैज्ञानिक थे, और जानते थे कि आपके अध्ययन का एक अनुकूल निष्कर्ष द न्यूयॉर्क टाइम्स, सीएनएन और अन्य अंतरराष्ट्रीय आउटलेट्स द्वारा तुरंत मान्यता प्राप्त करेगा, जबकि एक प्रतिकूल परिणाम आपके साथियों, व्यक्तिगत हमलों और आलोचनाओं को समाप्त कर देगा। सोशल मीडिया पर सेंसरशिप, और अपने परिणाम प्रकाशित करने में कठिनाई। कोई इसका जवाब कैसे देगा?”
उत्तर स्पष्ट है। हस्तक्षेप के साक्ष्य के लिए एक भयभीत जनता की अत्यधिक इच्छा जो संक्रमण के जोखिम को प्रभावी ढंग से समाप्त करती है, अनिवार्य रूप से वैज्ञानिकों पर उस साक्ष्य को प्रदान करने का दबाव बनाएगी। आदर्श रूप से, इस पूर्वाग्रह की स्वीकृति के परिणामस्वरूप अन्य वैज्ञानिकों और मीडिया आउटलेट्स से संदेह बढ़ जाएगा, लेकिन ऐसा नहीं हुआ है। अतिशयोक्तिपूर्ण का दावा है of प्रभावोत्पादकता हस्तक्षेप और अतिरंजित हानि पहुँचाता है उनकी स्वीकृति को बढ़ावा दें महामारी रिपोर्टिंग में आदर्श बन गए हैं।
जैसा कि मैंने चर्चा की पिछली पोस्ट में, अनुसंधान पूर्वाग्रह को कम करने का सबसे अच्छा तरीका जांचकर्ताओं के लिए काम को दोहराने और अतिरिक्त अध्ययनों पर सहयोग करने के लिए तटस्थ भागीदारों को आमंत्रित करना है। जनता और अन्य वैज्ञानिकों के लिए सभी डेटा उपलब्ध कराने की क्षमता भी महत्वपूर्ण समीक्षाओं को आमंत्रित करती है जो भीड़-स्रोत हैं और इस प्रकार संभावित रूप से अधिक सटीक और कम पक्षपाती हैं। डेटासेट और दस्तावेजों की सार्वजनिक उपलब्धता के परिणामस्वरूप सुधार हुआ है महामारी की भविष्यवाणी और लाया है SARS-CoV-2 के लिए लैब-लीक मूल की संभावना साजिश-सिद्धांत छाया से बाहर और सार्वजनिक प्रकाश में।
खुले डेटा और पारदर्शी दस्तावेज़ीकरण के परिणामस्वरूप, दूसरों ने शिकायत की है कि इन संसाधनों का दुरुपयोग किया गया है कुर्सी वैज्ञानिक या वैज्ञानिक शामिल हैं महामारी अतिक्रमण उनके संबंधित क्षेत्रों के बाहर, जिसके परिणामस्वरूप भ्रामक सूचनाओं का एक विशाल, भ्रामक ढेर बन जाता है। फिर भी, भले ही विज्ञान की प्रक्रिया केवल "विशेषज्ञों" तक ही सीमित हो, अधिकांश अध्ययन बहुत कम उत्पादन करते हैं मूल्यवान या सटीक जानकारी बड़े पैमाने पर अन्य शोधकर्ताओं या जनता के लिए।
केवल एक कठोर प्राकृतिक चयन और सहकर्मी प्रतिकृति प्रक्रिया के माध्यम से ही सर्वोत्तम विचार अपने प्रारंभिक प्रचार से परे जीवित रहते हैं। यह भी ध्यान रखना महत्वपूर्ण है कि किसी विशेष क्षेत्र में शोधकर्ताओं के समूह आंतरिक और राजनीतिक पूर्वाग्रहों और जहरीले समूह से इतने लकवाग्रस्त हो सकते हैं कि केवल उनके क्षेत्र के बाहर के लोग ही समस्या पर ध्यान देने में सक्षम हैं। इसलिए, हमारे सामूहिक दोषों के बावजूद, विज्ञान की दीर्घकालिक, सुधारात्मक प्रक्रिया में सहायता करने के लिए अन्य वैज्ञानिकों और जनता की क्षमता सत्य के करीब आने का सबसे अच्छा तरीका है।
लेखक से पुनर्मुद्रित पदार्थ
ए के तहत प्रकाशित क्रिएटिव कॉमन्स एट्रिब्यूशन 4.0 इंटरनेशनल लाइसेंस
पुनर्मुद्रण के लिए, कृपया कैनोनिकल लिंक को मूल पर वापस सेट करें ब्राउनस्टोन संस्थान आलेख एवं लेखक.
