Eliezer Yudkowsky
Thỉnh thoảng tôi nói rằng phương pháp của khoa học là tích lũy một lượng bằng chứng khổng lồ đến mức ngay cả các nhà khoa học cũng không thể phớt lờ nó; và đây chính là đặc điểm phân biệt của một nhà khoa học, còn người không phải nhà khoa học sẽ phớt lờ nó dù sao đi nữa.
Max Planck còn bi quan hơn:
"Một chân lý khoa học mới không chiến thắng bằng cách thuyết phục đối thủ và khiến họ nhận ra sự thật, mà là vì đối thủ cuối cùng sẽ chết đi, và một thế hệ mới lớn lên đã quen thuộc với nó."
Tôi thấy ý tưởng này rất thú vị, vì nó ngụ ý rằng sức mạnh của khoa học trong việc phân biệt sự thật và sai lầm cuối cùng phụ thuộc vào gu thẩm mỹ của các nghiên cứu sinh.
Sự chấp nhận nhiều thế giới trong vật lý học hàn lâm từng bước tăng lên cho thấy rằng có những nhà vật lý học chỉ chấp nhận một ý tưởng mới khi có một tổ hợp nào đó của sự minh chứng nhận thức và một nhóm học giả đủ lớn mà họ cảm thấy thoải mái khi ở cùng. Khi ngày càng có nhiều nhà vật lý học chấp nhận, nhóm này ngày càng lớn, và do đó ngày càng có nhiều người vượt qua ngưỡng chuyển đổi cá nhân của mình — trong khi sự minh chứng nhận thức về cơ bản vẫn giữ nguyên.
Nhưng cuối cùng, khoa học vẫn đạt được điều đó, và điều này là đủ để bánh răng của khoa học tiến lên phía trước và nâng cao nền văn minh công nghệ.
Các nhà khoa học có thể bị ảnh hưởng bởi những định kiến vô căn cứ, bởi những trực giác bị suy yếu, bởi hành vi bầy đàn thô sơ — tất cả những khuyết điểm của con người. Mỗi khi một nhà khoa học thay đổi niềm tin vì những lý do không thể biện minh về mặt nhận thức, cần có thêm bằng chứng hoặc luận điểm mới để loại bỏ những tiếng ồn.
"Sự sụp đổ của hàm sóng" không có cơ sở thực nghiệm, nhưng nó khơi gợi trực giác (đã bị lung lay) về một thế giới duy nhất. Sau đó, có thể cần một lập luận bổ sung — ví dụ, sự sụp đổ vi phạm Thuyết Tương Đối Đặc Biệt — để bắt đầu quá trình tan rã học thuật chậm chạp của một ý tưởng không bao giờ nên được gán xác suất không thể bỏ qua ngay từ đầu.
Từ quan điểm Bayesian, khoa học học thuật của con người nói chung là một bộ xử lý bằng chứng rất kém hiệu quả. Mỗi khi một lập luận không thể biện minh làm thay đổi niềm tin, bạn cần một lập luận hợp lý hơn để thay đổi lại niềm tin đó. Quá trình xã hội của khoa học dựa vào bằng chứng bổ sung để vượt qua tiếng ồn nhận thức.
Một cách diễn đạt nhân từ hơn là các nhà khoa học sẽ chấp nhận các lập trường lý thuyết không đủ cực đoan so với các lập trường lý tưởng mà các nhà khoa học sẽ chấp nhận, nếu họ là các trí tuệ nhân tạo Bayesian và có thể tin tưởng bản thân để suy luận rõ ràng.
Nhưng đừng quá nhân từ. Tiếng ồn mà chúng ta đang nói đến không phải toàn bộ là những sai lầm vô hại. Trong nhiều lĩnh vực, các tranh luận kéo dài hàng thập kỷ sau khi chúng đáng lẽ đã được giải quyết. Và không phải vì các nhà khoa học của cả hai bên từ chối tin tưởng bản thân và đồng ý rằng họ nên tìm kiếm bằng chứng bổ sung. Mà bởi vì một bên tiếp tục đưa ra những phản đối ngày càng vô lý và yêu cầu ngày càng nhiều bằng chứng, từ một vị trí quyền lực học thuật vững chắc, rất lâu sau khi đã rõ ràng gió của bằng chứng đang thổi từ phía nào. (Tôi đang nghĩ đến các cuộc tranh luận xung quanh việc phát minh ra tâm lý học tiến hóa, không phải về nhiều thế giới.)
Liệu cá nhân hoặc nhóm người có thể xử lý bằng chứng hiệu quả hơn — đưa ra kết luận chính xác nhanh hơn — so với khoa học học thuật của loài người nói chung không?
"Ý tưởng được kiểm chứng bằng thí nghiệm. Đó là cốt lõi của khoa học." Và điều này phải đúng, bởi vì nếu bạn không thể tin Zombie Feynman, thì bạn có thể tin ai?
Tuy nhiên, ý tưởng đến từ đâu?
Bạn có thể muốn trả lời: "Chúng đến từ các nhà khoa học. Còn câu hỏi nào nữa không?" Trong khoa học, bạn không cần quan tâm nơi nào đưa ra giả thuyết — chỉ cần biết giả thuyết đó thành công hay thất bại trong thí nghiệm.
Được, nhưng nếu bạn loại bỏ tất cả ý tưởng mới, quá trình khoa học nói chung sẽ ngừng hoạt động vì không có giả thuyết thay thế để kiểm chứng. Vì vậy, việc phát minh ra ý tưởng mới không phải là phần có thể bỏ qua trong quá trình này.
Bây giờ hãy đeo lại "kính Bayesian" của bạn. Như đã mô tả trong Einstein's Arrogance, có những câu hỏi không phải là nhị phân—nơi câu trả lời không phải là "Có" hay "Không", mà được rút ra từ một không gian lớn hơn của các cấu trúc, ví dụ như không gian của các phương trình. Trong những trường hợp này, cần nhiều bằng chứng Bayesian hơn để nâng một giả thuyết lên sự chú ý của bạn so với việc xác nhận giả thuyết đó.
Nếu bạn đang làm việc trong không gian của tất cả các phương trình có thể được biểu diễn trong 32 bit hoặc ít hơn, bạn đang làm việc trong không gian của 4 tỷ phương trình. Cần nhiều bằng chứng Bayesian hơn nhiều để nâng một trong những giả thuyết đó lên mức xác suất 10%, so với việc cần thêm bằng chứng Bayesian để nâng giả thuyết từ 10% lên 90% xác suất.
Khi không gian ý tưởng rộng lớn, việc đưa ra các ý tưởng xứng đáng để kiểm tra đòi hỏi nhiều công sức hơn—theo nghĩa "công sức" trong lý thuyết Bayesian-thermodynamic—so với việc chỉ thu được kết quả thí nghiệm với p < 0.0001 cho giả thuyết mới so với giả thuyết cũ.
Nếu điều này không rõ ràng ngay lập tức, hãy tạm dừng ở đây và đọc Einstein's Arrogance.
Quá trình khoa học luôn dựa vào các nhà khoa học để đưa ra các giả thuyết để thử nghiệm, thông qua một số quá trình không được Khoa học chỉ định cụ thể. Giả sử bạn nghĩ ra một cách tạo ra các giả thuyết hoàn toàn điên rồ — ví dụ, bơm một bảng Ouija điều khiển bằng robot với các chữ số pi — và các đề xuất kết quả tiếp tục được xác minh bằng thực nghiệm. Bản chất lý tưởng thuần túy của Khoa học sẽ không bỏ qua một nhịp nào. Bản chất lý tưởng thuần túy của Bayes sẽ bùng cháy và chết.
(So với Khoa học, Bayes bị phủ định bởi nhiều kết quả khả dĩ hơn.)
Điều này không có nghĩa là quá trình quyết định ý tưởng nào cần kiểm tra là không quan trọng đối với Khoa học. Nó có nghĩa là Khoa học không quy định điều đó.
Trong thực tế, bảng Ouija điều khiển bằng robot không hiệu quả. Trong thực tế, có một số câu hỏi khoa học có không gian trả lời đủ lớn, đến nỗi nếu chọn ngẫu nhiên các mô hình để thử nghiệm, sẽ mất hàng tỷ năm để tìm ra một mô hình đưa ra dự đoán chính xác — giống như để khỉ gõ ra tác phẩm của Shakespeare.
Ở biên giới của khoa học — ranh giới giữa sự thiếu hiểu biết và kiến thức, nơi khoa học tiến bộ — quá trình này phụ thuộc vào ít nhất một số nhà khoa học (hoặc nhóm làm việc) nhìn thấy những điều chưa được khoa học xác nhận. Đó là cách họ biết phải thử nghiệm giả thuyết nào trước khi tiến hành thử nghiệm.
Nếu bạn tháo kính Bayesian ra, bạn có thể nói: "À, họ không cần biết, họ chỉ cần đoán thôi." Nếu bạn đeo lại kính Bayesian, bạn sẽ nhận ra rằng "đoán" với xác suất 10% đòi hỏi công việc nhận thức gần như tương đương với "đoán" với xác suất 80% — ít nhất là đối với các không gian câu trả lời lớn.
Nhà khoa học có thể không biết rằng mình đã thực hiện công việc nhận thức này thành công trước khi thí nghiệm diễn ra; nhưng trên thực tế, anh ta phải đã thực hiện nó thành công! Nếu không, anh ta thậm chí sẽ không nghĩ đến giả thuyết đúng. Trong không gian câu trả lời lớn, ít nhất là vậy.
Vì vậy, nhà khoa học đưa ra dự đoán mới, thực hiện thí nghiệm, công bố kết quả, và bây giờ Khoa học cũng biết điều đó. Giờ đây, nó đã trở thành một phần của kiến thức công khai của nhân loại, mà bất kỳ ai cũng có thể tự mình xác minh.
Giữa hai thời điểm đó là khoảng thời gian mà nhà khoa học biết một cách duy lý điều mà quá trình khoa học xã hội công khai chưa xác nhận. Và khoảng thời gian này không phải là khoảng thời gian tầm thường, dù nó có thể ngắn; vì đó là nơi biên giới của Khoa học, là ranh giới tiến bộ.
Tất cả điều này đúng hơn đối với khoa học phi thường quy so với khoa học thường quy, vì đây là khái niệm về không gian câu trả lời rộng lớn, nơi câu trả lời không phải là "Có" hay "Không" hoặc được chọn từ một tập hợp nhỏ các lựa chọn hiển nhiên. Việc đào tạo người để kiểm tra ý tưởng dễ dàng hơn nhiều, so với việc đào tạo ra những người có thể tạo ra những ý tưởng tốt để kiểm tra.