Журнал Popular Science составил простую инструкцию для тех, кто хотел бы научиться проверять факты, не будучи специалистом в науке.
Чтобы прорваться к знанию, которое лежит где-то между броским заголовком, созданным по законам кликбейта, и научным жаргоном, изобилующим непонятными терминами, сперва стоит открыть оригинальный текст исследования. Если за статьей-«сенсацией» не стоит научная публикация — это уже повод насторожиться: любое уважающее себя издание обязательно подкрепит популярное изложение ссылкой на источник. Часть научных публикаций могут оказаться доступны только по подписке, но даже в таком случае, вы сможете увидеть превью текста, ключевые слова и фамилии авторов, а также некоторые другие данные (например, индекс цитирования), которые позволят вам, как минимум, понять, что исследования не придуманы журналистами — и посмотреть другие работы ученых.
Итак, перед вами научный текст, который находится в открытом доступе. На что следует обратить внимание?
Допустим, речь в популярной статье идет о том, что голубой свет, исходящий от телефона, может испортить зрение. Из исследования мы узнаем, что использовался сканер, измеряющий физические изменения структуры глаза. У молодых людей ученые обнаружили некоторое специфические отклонение. Далее последовало предположение, что поскольку этот симптом новый, а молодые люди проводят много времени, смотря на экраны мобильного, то эти явления могут быть взаимосвязаны. И недобросовестное издание приходит к выводу, что свет от телефона приносит вред нашему зрению. Это, конечно, неверный вывод, ведь замеры голубого свечения, негативно влияющего на зрение, не проводились, равно как не подвергался сомнению и источник злополучного излучения.
К счастью, для того, чтобы проверить подобную информацию на достоверность, не нужно обладать специальными знаниями, достаточно быть внимательным читателем. Ниже вы найдете 6 простых советов, как не потеряться в научном тексте.
- Выделите ключевые слова в статье и проверьте, действительно ли они упоминаются в оригинальном исследовании и если да, то в каком контексте. Встречаются ли они в основной части, выводе и отрывке публикации?
- Второй золотой принцип фактчекинга звучит так: «корреляция необязательно означает причинно-следственную связь». Дизайн исследования, целью которого является обнаружение причины того или иного явления, основан на работе с переменной и определению ее влияния на объект. Если вернуться к примеру с голубым светом, то в данном случае следовало бы пригласить для эксперимента несколько возрастных групп, провести замеры, меняя количество излучения, а также протестировать разные источники света.
- Чтобы понять, какую цель преследовали ученые, стоит заглянуть в раздел, где описывается методология — так можно выяснить, применялись ли в конкретном эксперименте сравнительные тесты. Здесь же можно оценить выборку респондентов. Посмотрите, сколько человек приняли участие и какие демографические группы они представляли. Не существует оптимального числа участников, гарантирующего качество исследования, но, как правило, чем больше людей — тем точнее результат.
- Не менее полезной может оказаться секция, посвященная обсуждению исследования. Большинство влиятельных журналов включает авторский комментарий об ограничениях выбранной методологии – иногда ученые признают, что не могут вывести из полученных данных причинно-следственных связей. Однако это стоит считать не слабостью, а признаком реалистичного взгляда на собственную работу.
- Другой важный момент, требующий внимания читателя — это сравнение со средними и нормативными значениями. Предположим, вы видите устрашающее число в заголовке — не спешите пугаться, попробуйте найти шкалу, по которой вы сможете точнее сориентироваться в показателях.
- Наконец, убедитесь в отсутствии заинтересованных сторон и конфликта интересов. Обнаружив, что исследование о вреде голубого света провели сотрудники компании, торгующей очками, которые блокируют вредоносное излучение, можно смело сомневаться в объективности научных испытаний. Конечно, это не означает, что результаты эксперимента неверны, но стоит бдительнее отнестись к интерпретации данных.