Бенджамин Франклин однажды сказал, что любой дурак может критиковать, осуждать и жаловаться — и большинство дураков так и делает. Ричард Фейнман однажды сказал о научном процессе: первый принцип заключается в том, чтобы не обманывать себя — а вас легче всего обмануть. Скептики считают, что ученые могут обманывать сами себя (то ли по незнанию, то ли чтобы сохранить свое рабочее место), и зачастую обвиняют их в этом — климатологов, космологов, кого угодно. В принципе, легко отмахнуться от такой критики как от необоснованной, но возникает интересный вопрос: как мы можем убедиться, что не обманываем себя?
И хотя это технически правильно, называть хорошо устоявшиеся теории «предварительными» немного нечестно. Например, теория всемирного тяготения Ньютона существовала несколько веков, прежде чем ее вытеснила общая теория относительности Эйнштейна. И если мы сегодня можем сказать, что ньютонова гравитация ошибочна, она работает так же, как и всегда работала. Теперь мы знаем, что Ньютон создал приблизительную модель, описывающую гравитационное взаимодействие масс, но настолько точно приближенную к действительности, что мы и сегодня можем использовать ее для расчета орбитальных траекторий. И только когда мы расширяем свои наблюдения за пределы (очень большого) диапазона ситуаций, в которых Ньютон был прав, нам требуется помощь Эйнштейна.
В космологии различные параметры хорошо известны. Поэтому когда группа ученых проводит новый эксперимент, они уже знают, какой результат общепринят. Выходит, результаты экспериментов «заражены» предыдущими результатами? Одна из последних работ Quarterly Physics Review адресована именно этому вопросу. Изучая 637 измерений 12 различных космологических параметров, они выяснили, как статистически распределены результаты. Поскольку «настоящее» значений этих параметров неизвестно, авторы использовали результаты WMAP 7 как «истинные». И выяснили, что распределение результатов было более точным, чем должно было быть. Эффект невелик, поэтому его можно было бы списать на предубежденное ожидание, но он также сильно отличался от ожидаемого эффекта, что может указывать на переоценку экспериментальных неопределенностей.
Чтобы понять, как это работает, представьте дюжину студентов, измеряющих длину меловой доски. Статистически, некоторые студенты получают значение, которое больше или меньше настоящего. Согласно обычно распределению, если реальная длина доски составляет 183 сантиметра со стандартным отклонением в сантиметр, то восемь студентов получит результат в пределах 182-184 сантиметров. Но представьте, что все студенты уложились в этот диапазон. В таком случае вы имеет право подозревать некоторые ошибки в измерениях. К примеру, студенты услышали, что доска где-то «метр восемьдесят два с половиной», поэтому проводили измерения, округляя результат к 183. Парадоксально, но если их экспериментальные результаты оказались слишком хороши, можно подозревать изначальное предубеждение при проведении эксперимента.
