Every day we face issues like climate change or the safety of vaccines where we have to answer questions whose answers rely heavily on scientific information. Scientists tell us that the world is warming. Scientists tell us that vaccines are safe. But how do we know if they are right? Why should be believe the science? The fact is, many of us actually don't believe the science. Public opinion polls consistently show that significant proportions of the American people don't believe the climate is warming due to human activities, don't think that there is evolution by natural selection, and aren't persuaded by the safety of vaccines.
ทุกๆ วันเราเจอปัญหาอย่าง การเปลี่ยนแปลงสภาพทางภูมิอากาศ หรือความปลอดภัยของวัคซีน ซึ่งคำถามที่เราต้องตอบนั้น ต้องพึ่งพาข้อมูลทางวิทยาศาสตร์มาก นักวิทยาศาสตร์บอกเราว่าโลกของเราร้อนขึ้น นักวิทยาศาสตร์บอกเราว่าวัคซีนนั้นปลอดภัย แต่เราจะรู้ได้อย่างไรว่าพวกเขาพูดถูก ทำไมเราต้องเชื่อวิทยาศาสตร์ด้วย อันที่จริง พวกเราหลายคนไม่เชื่อวิทยาศาสตร์ ความคิดเห็นจากการทำการสำรวจ แสดงให้เห็นเสมอว่า คนอเมริกันจำนวนมากทีเดียว ที่ไม่เชื่อว่าภูมิอากาศเปลี่ยนแปลงไป เพราะการกระทำของมนุษย์ ไม่คิดว่ามี วิวัฒนาการ ที่เกิดจากการคัดเลือกทางธรรมชาติ และไม่ได้คล้อยตามว่าวัคซีนนั้นปลอดภัย
So why should we believe the science? Well, scientists don't like talking about science as a matter of belief. In fact, they would contrast science with faith, and they would say belief is the domain of faith. And faith is a separate thing apart and distinct from science. Indeed they would say religion is based on faith or maybe the calculus of Pascal's wager. Blaise Pascal was a 17th-century mathematician who tried to bring scientific reasoning to the question of whether or not he should believe in God, and his wager went like this: Well, if God doesn't exist but I decide to believe in him nothing much is really lost. Maybe a few hours on Sunday. (Laughter) But if he does exist and I don't believe in him, then I'm in deep trouble. And so Pascal said, we'd better believe in God. Or as one of my college professors said, "He clutched for the handrail of faith." He made that leap of faith leaving science and rationalism behind.
แล้วทำไมเราต้องเชื่อวิทยาศาสตร์ นักวิทยาศาสตร์ไม่ได้ชอบ ที่จะพูดถึงวิทยาศาสตร์ว่าเป็นความเชื่อ ที่จริง พวกเขามักทำให้เห็นความต่างระหว่าง วิทยาศาสตร์และความศรัทธา และพวกเขาอาจบอกว่า ความเชื่ออยู่ในขอบเขตของความศรัทธา และความศรัทธานั้นเป็นสิ่งที่ต่าง และห่างออกไปจากวิทยาศาสตร์ พวกเขาจะพูดแน่ๆ ว่าศาสนา นั้นอยู่บนรากฐานของความศรัทธา หรือบางทีจะขอใช้แคลคูลัสของปาสกัล เป็นเดิมพัน เบลส ปาสกัล (Blaise Pascal) นักคณิตศาสตร์ในศตวรรษที่ 17 ผู้ซึ่งพยายามที่จะนำการให้เหตุผล ทางวิทยาศาสตร์ไปใช้กับคำถามที่ว่า เขาควรเชื่อในพระเจ้าหรือไม่ และเดิมพันของเขาก็คือ เอาล่ะ ถ้าพระเจ้าไม่มีอยู่จริง แต่ฉันตัดสินใจที่จะเชื่อในพระเจ้า ก็ไม่เห็นจะเสียหายอะไรมาก บางทีก็แค่เวลาไม่กี่ชั่วโมงตอนวันอาทิตย์ (เสียงหัวเราะ) แต่ถ้าพระองค์มีอยู่จริง แล้วผมไม่เชื่อ ทีนี้ล่ะ ผมเจอปัญหาใหญ่แน่ ปาสกัลก็เลยบอกว่า เราควรที่จะเชื่อในพระเจ้า หรืออย่างหนึ่งที่ศาสตราจารย์ของฉันบอก "เขายึดหลักเกาะเกี่ยวกับความศรัทธา" เขาทำการกระโจนออกไปด้วยความศรัทธา ทิ้งวิทยาศาสตร์และหลักความเชื่อเรื่องเหตุผล ไว้ข้างหลัง
Now the fact is though, for most of us, most scientific claims are a leap of faith. We can't really judge scientific claims for ourselves in most cases. And indeed this is actually true for most scientists as well outside of their own specialties. So if you think about it, a geologist can't tell you whether a vaccine is safe. Most chemists are not experts in evolutionary theory. A physicist cannot tell you, despite the claims of some of them, whether or not tobacco causes cancer. So, if even scientists themselves have to make a leap of faith outside their own fields, then why do they accept the claims of other scientists? Why do they believe each other's claims? And should we believe those claims?
ทีนี้ความจริงนั้นมันยาก สำหรับเราส่วนใหญ่ ข้อกล่าวอ้างทางวิทยาศาสตร์ส่วนใหญ่ เป็นการกระโจนด้วยศรัทธา พวกเราไม่สามารถตัดสินข้อกล่าวอ้าง ทางวิทยาศาสตร์ส่วนใหญ่ได้ด้วยตัวเองจริงๆ และแน่นอน มันจริงเช่นกัน สำหรับนักวิทยาศาสตร์ส่วนใหญ่ เมื่อมันเป็นเรื่องที่นอกเหนือความเชี่ยวชาญ ดังนั้น ถ้าคุณคิดถึงมัน นักธรณีวิทยาไม่สามารถบอกคุณได้ ว่าวัคซีนปลอดภัยหรือเปล่า นักเคมีส่วนใหญ่ไม่ได้เป็นผู้เชี่ยวชาญ ในทฤษฎีวิวัฒนาการ นักฟิสิกส์ไม่สามารถบอกคุณได้ เว้นเสียแต่ว่าเป็นข้อกล่าวอ้างบางข้อ ว่ายาสูบทำให้เกิดมะเร็งหรือเปล่า ดังนั้น ถ้าแม้แต่นักวิทยาศาสตร์เอง ยังจะต้องมีการกระโจนด้วยศรัทธา เมื่อออกไปนอกองค์ความรู้ของพวกเขา แล้วทำไมพวกเขาถึงยอมรับ ข้อกล่าวอ้างของนักวิทยาศาสตร์คนอื่นๆ ทำไมพวกเขาจึงเชื่อข้อกล่าวอ้างของกันและกัน และเราควรที่จะเชื่อข้อกล่าวอ้างพวกนั้นหรือ
So what I'd like to argue is yes, we should, but not for the reason that most of us think. Most of us were taught in school that the reason we should believe in science is because of the scientific method. We were taught that scientists follow a method and that this method guarantees the truth of their claims. The method that most of us were taught in school, we can call it the textbook method, is the hypothetical deductive method. According to the standard model, the textbook model, scientists develop hypotheses, they deduce the consequences of those hypotheses, and then they go out into the world and they say, "Okay, well are those consequences true?" Can we observe them taking place in the natural world? And if they are true, then the scientists say, "Great, we know the hypothesis is correct."
ที่ฉันอยากจะแย้งคือ ใช่ เราควรค่ะ แต่ไม่ใช่ด้วยเหตุผลที่ว่า พวกเราส่วนใหญ่คิดอย่างนั้น พวกเราส่วนใหญ่ถูกสอนมาในโรงเรียน ว่าเหตุผลที่เราควรเชื่อในวิทยาศาสตร์ ก็เพราะว่าด้วยวิธีการทางวิทยาศาสตร์ เราถูกสอนว่า นักวิทยาศาสตร์ทำตามขั้นตอน และวิธีการนี้รับรอง ความจริงให้กับข้อกล่าวอ้างของพวกเขา วิธีการที่พวกเราส่วนใหญ่ ถูกสอนมาในโรงเรียน พวกเราเรียกมันว่าวิธีการตามตำราก็ได้ มันเป็นวิธีแบบนิรนัยจากสมมติฐาน (hypothetical deductive method) ตามแบบจำลองมาตรฐาน ตามแบบจำลองตำรา นักวิทยาศาสตร์พัฒนาสมมติฐาน พวกเขาอนุมาน ผลที่จะตามมาของสมมติฐานนั้น และจากนั้นพวกเขาก็ออกไปในโลก และบอกว่า "เอาล่ะ สิ่งที่เกิดตามมานั้นมันจริงหรือเปล่า" เราทำการสำรวจ ว่ามันเกิดขึ้นในโลกปกติได้ไหม และถ้ามันจริง นักวิทยาศาสตร์ก็จะบอกว่า "ยอดเลย เรารู้ว่าสมมติฐานนี้ถูกต้อง"
So there are many famous examples in the history of science of scientists doing exactly this. One of the most famous examples comes from the work of Albert Einstein. When Einstein developed the theory of general relativity, one of the consequences of his theory was that space-time wasn't just an empty void but that it actually had a fabric. And that that fabric was bent in the presence of massive objects like the sun. So if this theory were true then it meant that light as it passed the sun should actually be bent around it. That was a pretty startling prediction and it took a few years before scientists were able to test it but they did test it in 1919, and lo and behold it turned out to be true. Starlight actually does bend as it travels around the sun. This was a huge confirmation of the theory. It was considered proof of the truth of this radical new idea, and it was written up in many newspapers around the globe.
มีตัวอย่างที่โด่งดังมากมาย ในประวัติศาสตร์ของวิทยาศาสตร์ ที่นักวิทยาศาสตร์ทำแบบนี้เป๊ะๆ หนึ่งในตัวอย่างที่โด่งดังที่สุด มาจากผลงานของอัลเบิร์ต ไอสไตน์ เมื่อไอสไตน์พัฒนาทฤษฎีสัมพันธภาพทั่วไป หนึ่งในผลที่เกิดขึ้นต่อมาจากทฤษฎีของเขา คืออวกาศ-เวลา ไม่ได้เป็นแค่ห้วงว่างเปล่า แต่แท้จริงแล้วมันมีโครงสร้าง และโครงสร้างนั้นก็ถูกดัด เมื่อมีวัตถุขนาดยักษ์อย่างดวงอาทิตย์ ดังนั้น ถ้าทฤษฎีนี้เป็นจริงแล้ว มันหมายความว่า เมื่อแสงเดินทางผ่านดวงอาทิตย์ ควรที่จะถูกดัดให้โค้งไปรอบมัน มันค่อนข้างจะเป็นการคาดคะเนที่น่าตกใจ และมันก็กินเวลาสองสามปี ก่อนที่นักวิทยาศาสตร์ จะสามารถที่จะทดสอบมันได้ แต่พวกเขาทำการทดสอบในปี 1919 และดูเสียก่อน กลายเป็นว่ามันเป็นความจริงซะด้วย แสงดาวถูกดัดให้โค้งจริงๆ เมื่อมันเดินทางรอบดวงอาทิตย์ นี่เป็นการยืนยันที่ยิ่งใหญ่ของทฤษฎีนี้ มันได้รับการพิจารณาว่าเป็นข้อพิสูจน์ความจริง ของความคิดใหม่แสนสุดโต่ง และมันถูกเขียนถึงในหนังสือพิมพ์หลายฉบับ ทั่วโลก
Now, sometimes this theory or this model is referred to as the deductive-nomological model, mainly because academics like to make things complicated. But also because in the ideal case, it's about laws. So nomological means having to do with laws. And in the ideal case, the hypothesis isn't just an idea: ideally, it is a law of nature. Why does it matter that it is a law of nature? Because if it is a law, it can't be broken. If it's a law then it will always be true in all times and all places no matter what the circumstances are. And all of you know of at least one example of a famous law: Einstein's famous equation, E=MC2, which tells us what the relationship is between energy and mass. And that relationship is true no matter what.
ทีนี้ บางครั้งทฤษฎีหรือแบบจำลองนี้ ถูกกล่าวถึงว่าเป็นแบบจำลองแบบกฎของการอนุมาน (deductive-nomological model) โดยหลักแล้ว เพราะทางวิชาการ ชอบที่จะทำสิ่งที่ซับซ้อน แต่มันก็ยังเป็นเพราะในกรณีที่สมบูรณ์ มันเกี่ยวกับกฎเกณฑ์ คำว่า โนโมโลจิคัล (nomological) หมายถึง เกี่ยวข้องกับกฎเกณฑ์ และในกรณีที่สมบูรณ์ สมมติฐานไม่ได้เป็นแค่ความคิด โดยสมบูรณ์แล้ว มันคือกฎแห่งธรรมชาติ ทำไมมันถึงสำคัญ ที่วามันเป็นกฎแห่งธรรมชาติ เพราะว่า ถ้ามันเป็นกฎแล้ว มันก็ไม่สามารถที่จะถูกฝ่าฝืนได้ ถ้ามันเป็นกฎแล้วมันจะเป็นจริงเสมอ ในทุกเวลาและทุกสถานที่ ไม่ว่าสถานการณ์จะเป็นอย่างไร และที่คุณทุกคนก็รู้อย่างน้อยหนึ่งตัวอย่าง ของกฎที่โด่งดัง สมการที่โด่งดังของไอสไตน์ E=MC2 ซึ่งบอกเราว่าความสัมพันธ์ ระหว่างพลังงานและมวลคืออะไร และความสัมพันธ์นั้นก็จริงไม่ว่าจะอย่างไร
Now, it turns out, though, that there are several problems with this model. The main problem is that it's wrong. It's just not true. (Laughter) And I'm going to talk about three reasons why it's wrong. So the first reason is a logical reason. It's the problem of the fallacy of affirming the consequent. So that's another fancy, academic way of saying that false theories can make true predictions. So just because the prediction comes true doesn't actually logically prove that the theory is correct. And I have a good example of that too, again from the history of science. This is a picture of the Ptolemaic universe with the Earth at the center of the universe and the sun and the planets going around it. The Ptolemaic model was believed by many very smart people for many centuries. Well, why? Well the answer is because it made lots of predictions that came true. The Ptolemaic system enabled astronomers to make accurate predictions of the motions of the planet, in fact more accurate predictions at first than the Copernican theory which we now would say is true. So that's one problem with the textbook model. A second problem is a practical problem, and it's the problem of auxiliary hypotheses. Auxiliary hypotheses are assumptions that scientists are making that they may or may not even be aware that they're making. So an important example of this comes from the Copernican model, which ultimately replaced the Ptolemaic system. So when Nicolaus Copernicus said, actually the Earth is not the center of the universe, the sun is the center of the solar system, the Earth moves around the sun. Scientists said, well okay, Nicolaus, if that's true we ought to be able to detect the motion of the Earth around the sun. And so this slide here illustrates a concept known as stellar parallax. And astronomers said, if the Earth is moving and we look at a prominent star, let's say, Sirius -- well I know I'm in Manhattan so you guys can't see the stars, but imagine you're out in the country, imagine you chose that rural life — and we look at a star in December, we see that star against the backdrop of distant stars. If we now make the same observation six months later when the Earth has moved to this position in June, we look at that same star and we see it against a different backdrop. That difference, that angular difference, is the stellar parallax. So this is a prediction that the Copernican model makes. Astronomers looked for the stellar parallax and they found nothing, nothing at all. And many people argued that this proved that the Copernican model was false.
ทีนี้ มันกลายเป็นว่า แบบจำลองนี้มีปัญหา อยู่สองสามอย่าง ปัญหาหลักคือมันผิด มันก็แค่ไม่จริง (เสียงหัวเราะ) และฉันกำลังที่จะบรรยายเกี่ยวกับอีกสามเหตุผล ว่าทำไมมันผิด เหตุผลแรกคือเหตุผลทางตรรกะ มันเป็นปัญหาแห่งความคิดผิดๆ เกี่ยวกับการยืนยันผลที่ตามมา นั่นเป็นอีกหนึ่งความคิดผิดๆ เป็นการพูดอย่างนักวิชาการ ว่าทฤษฎีที่ผิดสามารถให้การคาดเดาที่ถูกได้ แค่เพียงเพราะการคาดเดาออกมาถูก ไม่ได้พิสูจน์ด้วยตรรกะจริงๆ ว่าทฤษฎีนั้นถูกต้อง และฉันมีตัวอย่างด้วยเช่นกัน อีกครั้ง จากประวัติศาสตร์ของวิทยาศาสตร์ นี่คือรูปภาพของจักรวาลของปโตเลมี ที่มีโลกอยู่ศูนย์กลางจักรวาล และดวงอาทิตย์และดาวเคราะห์อื่นๆ โคจรไปรอบๆ มัน แบบจำลองแบบปโตเลมีได้รับความเชื่อถือ โดยคนฉลาดมากมาย เป็นเวลาหลายศตวรรษ เพราะอะไรล่ะ คำตอบก็คือ เพราะว่ามันทำการคาดคะเนมากมาย ที่ผลออกมาเป็นจริง ระบบแบบปโตเลมีทำให้นักดาราศาสตร์ ทำการคาดคะเนการเคลื่อนที่ของดาวเคราะห์ ได้อย่างแม่นยำ อันที่จริง ตอนแรกคาดคะเนได้แม่นยำมากกว่า ทฤษฎีของโคเปอร์นิคัส ซึ่งตอนนี้เราบอกได้ว่ามันจริง นั่นเป็นหนึ่งปัญหาของแบบจำลองตามตำรา ปัญหาที่สองเป็นปัญหาทางในทางปฏิบัติ และมันเป็นปัญหาของสมมติฐานเสริม สมมติฐานเสริมเป็นการสันนิษฐาน ที่นักวิทยาศาสตร์ได้สร้างขึ้น ซึ่งพวกเขาอาจจะหรือไม่ตระหนัก ว่าพวกเขากระทำ ตัวอย่างสำคัญของสิ่งนี้ มาจากแบบจำลองโคเปอร์นิคัส ซึ่งท้ายที่สุดแล้ว มาแทนที่ระบบแบบปโตเลมี เมื่อนิโคลัส โคเปอร์นิคัส กล่าวว่า ที่จริงโลกไม่ได้เป็นศูนย์กลางจักรวาล ดวงอาทิตย์อยู่ศูนย์กลางระบบสุริยจักรวาล โลกโคจรไปรอบๆ ดวงอาทิตย์ นักวิทยาศาสตร์บอกว่า เอาล่ะ นิโคลัส ถ้านั่นมันจริง เราก็ควรที่จะสามารถตรวจจับการเคลื่อนไหว ของโลกรอบๆ ด้วยอาทิตย์ได้สิ และสไลด์นี้เป็นภาพของแนวคิด ที่เรียกว่า การเหลื่อมตำแหน่งของดวงดาว (stellar parallax) และนักดาราศาสตร์บอกว่า ถ้าโลกกำลังเคลื่อนที่ และเรามองไปยังดาวที่เด่นชัด เช่น ซิริอัส ฉันรู้ว่าฉันอยู่ในแมนฮัตตัน คุณก็เลยไม่เห็นดาว แต่ลองนึกดูว่าคุณออกไปอยู่ในชนบท ลองคิดว่าคุณเลือกชีวิตไกลกรุง และเรามองดวงดาวในเดือนธันวาคม เราเห็นดาวดวงนั้น บนพื้นหลังที่มีดาวที่ห่างออกไป ถ้าพวกเราทำการสังเกตหกเดือนหลังจากนี้ เมื่อโลกได้เคลื่อนที่ไปยังตำแหน่งในเดือนมิถุนายน เรามองไปยังดาวดวงเดิม และเราเห็นมัน บนพื้นหลังที่ต่างออกไป ความแตกต่างนั้น องศาที่แตกต่างนั้น คือ การเหลื่อมตำแหน่งของดวงดาว ดังนั้น การคาดการโดยแบบจำลองโคเปอร์นิคัส นักดาราศาสตร์มองหา การเหลื่อมตำแหน่งของดวงดาว และพวกเขาไม่พบอะไร ไม่พบอะไรเลย และคนมากมายเถียงว่า นี่เป็นข้อพิสูจน์ที่ว่าแบบจำลองโคเปอร์นิคัสเป็นเท็จ
So what happened? Well, in hindsight we can say that astronomers were making two auxiliary hypotheses, both of which we would now say were incorrect. The first was an assumption about the size of the Earth's orbit. Astronomers were assuming that the Earth's orbit was large relative to the distance to the stars. Today we would draw the picture more like this, this comes from NASA, and you see the Earth's orbit is actually quite small. In fact, it's actually much smaller even than shown here. The stellar parallax therefore, is very small and actually very hard to detect.
แล้วมันเกิดอะไรขึ้น เมื่อเราเข้าใจปัญหาหลังจากที่มันเกิดขึ้นแล้ว เราสามารถบอกได้ว่านักดาราศาสตร์ ได้ตั้งสองสมมติฐานเสริม ซึ่งทั้งสองข้อนั้น ตอนนี้เราบอกได้ว่ามันไม่ถูก อย่างแรกคือข้อสมมติเกี่ยวกับขนาดของวงโคจรโลก นักดาราศาสตร์เคยคาดไว้ว่าวงโคจรของโลกนั้นใหญ่ เป็นสัดส่วนกับระยะห่างจากดวงดาว วันนี้เราจะเขียนภาพเป็นแบบนี้มากกว่า มันมาจากนาซ่า และคุณเห็นวงโคจรของโลกว่ามันค่อนข้างเล็ก อันที่จริง มันเล็กกว่าที่แสดงให้เห็นตรงนี้ การเหลื่อมตำแหน่งของดวงดาวนั้น เล็กมากๆ และอันที่จริง ยากที่จะตรวจจับได้
And that leads to the second reason why the prediction didn't work, because scientists were also assuming that the telescopes they had were sensitive enough to detect the parallax. And that turned out not to be true. It wasn't until the 19th century that scientists were able to detect the stellar parallax.
และนั่นนำไปสู่เหตุผลที่สอง ทำไมการคาดคะเนถึงไม่ได้ผล เพราะว่านักวิทยาศาสตร์ยังเข้าใจว่า กล้องโทรทัศน์ที่พวกเขามีนั้นไวพอ ที่จะตรวจจับการเหลื่อมตำแหน่งได้ และนั่นกลายเป็นว่าไม่เป็นความจริง ไม่จนกระทั่งศตวรรษที่ 19 ที่นักวิทยาศาสตร์สามารถที่จะตรวจจับ การเหลื่อมตำแหน่งของดาวได้
So, there's a third problem as well. The third problem is simply a factual problem, that a lot of science doesn't fit the textbook model. A lot of science isn't deductive at all, it's actually inductive. And by that we mean that scientists don't necessarily start with theories and hypotheses, often they just start with observations of stuff going on in the world. And the most famous example of that is one of the most famous scientists who ever lived, Charles Darwin. When Darwin went out as a young man on the voyage of the Beagle, he didn't have a hypothesis, he didn't have a theory. He just knew that he wanted to have a career as a scientist and he started to collect data. Mainly he knew that he hated medicine because the sight of blood made him sick so he had to have an alternative career path. So he started collecting data. And he collected many things, including his famous finches. When he collected these finches, he threw them in a bag and he had no idea what they meant. Many years later back in London, Darwin looked at his data again and began to develop an explanation, and that explanation was the theory of natural selection.
ดังนั้น มันมีปัญหาที่สามเช่นกัน ปัญหาที่สามเป็นปัญหาที่เกี่ยวกับข้อเท็จจริง ที่ว่า วิทยาศาสตร์มากมาย ไม่ได้เป็นไปตามแบบจำลองตำรา วิทยาศาสตร์มากมายไม่ใช่การนิรนัยเลย มันเป็นการอุปนัย และที่เราบอกว่า นักวิทยาศาสตร์ ไม่จำเป็นจะต้องเริ่มต้นด้วยทฤษฎีและสมมติฐาน บ่อยครั้ง พวกเขาเริ่มจากการสังเกต สิ่งต่างๆ ที่เกิดขึ้นในโลก และตัวอย่างที่โด่งดังที่สุดนั้น คืองานจากนักวิทยาศาสตร์ที่โด่งดังที่สุดที่เคยมี ชาร์ล ดาวิน เมื่อดาวิน ได้เดินทางไปกับเรือบีเกิลเมื่อยังหนุ่ม เขาไม่ได้มีสมมติฐาน เขาไม่ได้มีทฤษฎี เขาแค่รู้ว่าเขาต้องการจะมีอาชีพ เป็นนักวิทยาศาสตร์ และเขาก็เริ่มเก็บข้อมูล โดยหลักๆ แล้ว เขารู้ว่าเขาเกลียดการแพทย์ เพราะการเห็นเลือดทำให้เขารู้สึกไม่ดี เขาต้องหาอาชีพทางเลือกอื่น ดังนั้นเขาจึงเริ่มเก็บข้อมูล และเขาเก็บสิ่งต่างๆ มากมาย รวมทั้งนกฟินช์ เมื่อเขาเก็บนกเหล่านี้ เขาโยนมันเข้าไปในถุง และเขาไม่รู้เลยว่าเขาได้ทำอะไร หลายปีผ่านไปในลอนดอน ดาวินดูข้อมูลของเขาอีกครั้ง แล้วเริ่มที่จะพัฒนาคำอธิบาย และนั่นคำอธิบายนั่นก็คือ ทฤษฎีของการคัดเลือกโดยธรรมชาติ
Besides inductive science, scientists also often participate in modeling. One of the things scientists want to do in life is to explain the causes of things. And how do we do that? Well, one way you can do it is to build a model that tests an idea.
นอกเหนือจากวิทยาศาสตร์อุปนัย นักวิทยาศาสตร์ยังข้องเกี่ยว กับการสร้างแบบจำลองบ่อยๆ สิ่งหนึ่งที่นักวิทยาศาสตร์ต้องการจะทำในชีวิต ก็คือได้อธิบายเหตุของสิ่งต่างๆ และเราทำอย่างนั้นได้อย่างไร ทางหนึ่งที่คุณสามารถทำได้คือสร้างแบบจำลอง และทดสองความคิด
So this is a picture of Henry Cadell, who was a Scottish geologist in the 19th century. You can tell he's Scottish because he's wearing a deerstalker cap and Wellington boots. (Laughter) And Cadell wanted to answer the question, how are mountains formed? And one of the things he had observed is that if you look at mountains like the Appalachians, you often find that the rocks in them are folded, and they're folded in a particular way, which suggested to him that they were actually being compressed from the side. And this idea would later play a major role in discussions of continental drift. So he built this model, this crazy contraption with levers and wood, and here's his wheelbarrow, buckets, a big sledgehammer. I don't know why he's got the Wellington boots. Maybe it's going to rain. And he created this physical model in order to demonstrate that you could, in fact, create patterns in rocks, or at least, in this case, in mud, that looked a lot like mountains if you compressed them from the side. So it was an argument about the cause of mountains.
นี่คือภาพของแฮนรี่ คาร์เดล ผู้ซึ่งเป็นนักธรณีวิทยาชาวสกอตในศตวรรษที่ 19 คุณสามารถบอกได้ว่าเขาเป็นชาวสกอต จากชุดที่เขาใส่ หมวกคนล่ากวางและรองเท้าบูทเวลิงตัน (เสียงหัวเราะ) และคาร์เดลต้องการที่จะหาคำตอบสำหรับคำถามที่ว่า ภูเขาเกิดขึ้นมาได้อย่างไร และหนึ่งในสิ่งที่เขาสังเกตเห็น คือถ้าคุณดูภูเขา อย่างเทือกเขาแอปพาเลเชีย (Appalachians) คุณมักพบว่าหินในนั้น โค้งงอ และพวกมันโค้งงอในแบบจำเพาะ ที่แนะเขาว่า พวกมันถูกบีบอัดจากด้านข้าง และความคิดนี้ต่อมาได้มีบทบาทที่สำคัญ ในการอภิปรายในเรื่องการเคลื่อนตัวของทวีป เขาสร้างแบบจำลองนี้ เครื่องมือแสนประหลาด ที่มีคานและไม้ และนี่คือรถเข็นล้อเดียวของเขา ตะกร้า และค้อนยักษ์ ฉันไม่รู้ว่าทำไมเขาถึงใส่บูทเวลลิงตัน บางทีมันอาจจะกำลังฝนตก และเขาสร้างแบบจำลองทางกายภาพนี้เพื่อที่จะ แสดงว่า อันที่จริงคุณสามารถสร้าง แบบร่างในหิน หรืออย่างน้อย ในกรณีนี้ ในตม ที่มองดูเหมือนภูเขา ถ้าคุณอัดมันจากด้านข้าง มันเป็นข้อถกเถียงเกี่ยวกับสาเหตุการกำเนิดภูเขา
Nowadays, most scientists prefer to work inside, so they don't build physical models so much as to make computer simulations. But a computer simulation is a kind of a model. It's a model that's made with mathematics, and like the physical models of the 19th century, it's very important for thinking about causes. So one of the big questions to do with climate change, we have tremendous amounts of evidence that the Earth is warming up. This slide here, the black line shows the measurements that scientists have taken for the last 150 years showing that the Earth's temperature has steadily increased, and you can see in particular that in the last 50 years there's been this dramatic increase of nearly one degree centigrade, or almost two degrees Fahrenheit.
ทุกวันนี้ นักวิทยาศาสตร์ส่วนใหญ่ ชอบที่จะทำงานจากข้างใน ดังนั้น พวกเขาจึงไม่ได้สร้างแบบจำลองทางกายภาพ มากเท่ากับการสร้างภาพจำลองคอมพิวเตอร์ แต่ภาพจำลองคอมพิวเตอร์เป็นแบบจำลองอย่างหนึ่ง มันเป็นแบบจำลองที่สร้างขึ้นด้วยคณิตศาสตร์ และเหมือนกับแบบจำลองทางกายภาพ ยุคศตวรรษที่ 19 มันสำคัญมากสำหรับการคิดถึงสาเหตุ ดังนั้นหนึ่งในคำถามข้อใหญ่ที่เกี่ยวกับ การเปลี่ยนแปลงสภาวะอากาศ เรามีหลักฐานมากมาย ที่โลกอุ่นขึ้น สไลด์นี้ เส้นสีดำแสดง การวัดที่นักวิทยาศาสตร์ได้ทำ ในช่วง 150 ปีที่ผ่านมา ซึ่งแสดงให้เห็นว่าอุณหภูมิของโลก เพิ่มขึ้นอย่างคงที่ และคุณสามารถเห็นได้ว่าใน 50 ปีที่ผ่านมา มันมีการเพิ่มขึ้นอย่างมาก ถึงเกือบหนึ่งองศาเซลเซียส หรือเกือบสององศาฟาเรนไฮด์
So what, though, is driving that change? How can we know what's causing the observed warming? Well, scientists can model it using a computer simulation. So this diagram illustrates a computer simulation that has looked at all the different factors that we know can influence the Earth's climate, so sulfate particles from air pollution, volcanic dust from volcanic eruptions, changes in solar radiation, and, of course, greenhouse gases. And they asked the question, what set of variables put into a model will reproduce what we actually see in real life? So here is the real life in black. Here's the model in this light gray, and the answer is a model that includes, it's the answer E on that SAT, all of the above. The only way you can reproduce the observed temperature measurements is with all of these things put together, including greenhouse gases, and in particular you can see that the increase in greenhouse gases tracks this very dramatic increase in temperature over the last 50 years. And so this is why climate scientists say it's not just that we know that climate change is happening, we know that greenhouse gases are a major part of the reason why.
แล้วอะไรล่ะ ที่ทำให้เกิดการเปลี่ยนแปลงนี้ เราจะรู้ได้อย่างไร ว่าอะไรที่ทำให้ เกิดอากาศที่อุ่นขึ้นอย่างที่เราเห็น นักวิทยาศาสตร์สามารถสร้างแบบจำลองของมัน โดยใช้ภาพจำลองคอมพิวเตอร์ ภาพนี้แสดงให้เห็นภาพจำลองคอมพิวเตอร์ ที่มองไปยังตัวแปลต่างๆ ที่เรารู้ว่าสามารถส่งผลกระทบต่อภูมิอากาศโลก อนุภาคซัลเฟตจากมลภาวะทางอากาศ ฝุ่นภูเขาไฟจากการระเบิดของภูเขาไฟ การเปลี่ยนแปลงของรังสีสุริยะ และแน่นอน ก๊าซเรือนกระจก และพวกเขาถามคำถาม ว่าตัวแปรชุดไหนที่ใส่เข้ามาในแบบจำลอง แล้วจะเลียนแบบสิ่งที่เราเห็นในชีวิตจริงได้ นี่คือชีวิตจริงในสีดำ นี่คือแบบจำลองในสีเทาอ่อน และคำตอบก็คือ ตัวอย่างที่ประกอบด้วย มันคือคำตอบ E บน SAT นั่น ทั้งหมดพวกนั้น ทางเดียวที่เราสามารถจะเลียนแบบ การวัดอุณหภูมิที่สังเกตเห็น คือด้วยการนำสิ่งเหล่านี้ทั้งหมดเข้ามารวมกัน รวมไปถึงก๊าซเรือนกระจก และโดยเฉพาะถ้าคุณเห็นว่าการเพิ่มขึ้น ของการติดตามก๊าซเรือนกระจก การเพิ่มขึ้นอย่างมากมายของอุณหภูมิ ตลอด 50 ปีที่ผ่านมา และนี่เป็นเหตุที่ทำไมนักวิทยาศาสตร์ด้านภูมิอากาศ บอกว่า มันไม่ใช่แค่เรารู้ว่า การเปลี่ยนแปลงสภาวะอากาศ กำลังเกิดขึ้น เรารู้ว่า ก๊าซเรือนกระจกเป็นส่วนใหญ่ ของเหตุผลว่าทำไม
So now because there all these different things that scientists do, the philosopher Paul Feyerabend famously said, "The only principle in science that doesn't inhibit progress is: anything goes." Now this quotation has often been taken out of context, because Feyerabend was not actually saying that in science anything goes. What he was saying was, actually the full quotation is, "If you press me to say what is the method of science, I would have to say: anything goes." What he was trying to say is that scientists do a lot of different things. Scientists are creative.
ดังนั้น เพราะมันมีสิ่งต่างๆ มากมาย ที่นักวิทยาศาสตร์ทำ นักปรัชญา พอล ฟีเยอร์เบน (Paul Feyeraben ) กล่าวไว้ว่า "หลักการทางวิทยาศาสตร์เดียว ที่ไม่ได้หยุดยั้งการพัฒนาคือ: ยังไงก็ได้" คำพูดนี้มักถูกอ้างถึงอย่างผิดบริบท เพราะฟีเยอร์เบนไม่ได้พูดจริงๆ ว่าในวิทยาศาสตร์ จะยังไงก็ได้ ที่เขาพูดคือ จริงๆ ก็คือ "ถ้าคุณต้องให้ผมพูด ว่าอะไรคือวิธีการทางวิทยาศาสตร์ ผมต้องบอกว่า ยังไงก็ได้" ที่เขาพยายายามจะพูด คือนักวิทยาศาสตร์ทำอะไรมากมาย นักวิทยาศาสตร์มีความคิดสร้างสรรค์
But then this pushes the question back: If scientists don't use a single method, then how do they decide what's right and what's wrong? And who judges? And the answer is, scientists judge, and they judge by judging evidence. Scientists collect evidence in many different ways, but however they collect it, they have to subject it to scrutiny. And this led the sociologist Robert Merton to focus on this question of how scientists scrutinize data and evidence, and he said they do it in a way he called "organized skepticism." And by that he meant it's organized because they do it collectively, they do it as a group, and skepticism, because they do it from a position of distrust. That is to say, the burden of proof is on the person with a novel claim. And in this sense, science is intrinsically conservative. It's quite hard to persuade the scientific community to say, "Yes, we know something, this is true." So despite the popularity of the concept of paradigm shifts, what we find is that actually, really major changes in scientific thinking are relatively rare in the history of science.
แต่แล้วนี่มันก็ดันปัญหากลับ ถ้าวิทยาศาสตร์ไม่ได้ใช้วิธีการเดียว แล้วเขาจะตัดสินได้อย่างไร ว่าอะไรถูกอะไรผิด และใครจะเป็นผู้ตัดสิน และคำตอบก็คือ นักวิทยาศาสตร์เป็นผู้ตัดสิน และพวกเขาตัดสินโดยตัดสินจากหลักฐาน นักวิทยาศาสตร์เก็บหลักฐานในวิธีการต่างๆ แต่อย่างไรก็ดี พวกเขาเก็บมัน พวกเขาจะต้องไตร่ตรองมันอย่างถี่ถ้วน และมันก็นำนักสังคมวิทยา โรเบิร์ต เมอร์ตัน (Robert Merton) ไปสู่ความสนใจในคำถามว่านักวิทยาศาสตร์ ไตร่ตรองข้อมูลและหลักฐานอย่างไร และเขาบอกว่า พวกเขาทำมันในแบบที่เขาเรียกว่า "กังขาอย่างมีระเบียบ" และนั่นเขาหมายถึงว่ามันเป็นระเบียบ เพราะว่าพวกเขาทำมันเป็นกลุ่ม พวกเขาทำมันอย่างเป็นหมวดหมู่ และกังขาสงสัย เพราะพวกเขาทำมันจากตำแหน่ง ของความไม่เชื่อ มันบอกว่า ภาระของการพิสูจน์ อยู่บนคนที่มีข้อถือสิทธิ์ใหม่ และในกรณีนี้ วิทยาศาสตร์คือการสำรวจอย่างมีเงื่อนไข มันค่อนข้างยากที่จะคะยั้นยะคอสังคมวิทยาศาสตร์ ให้บอกว่า "ใช่ เรารู้บางอย่าง มันเป็นความจริง" ถึงแม้ว่าแนวคิดของกระบวนทัศน์นั้นเปลี่ยนไป จะเป็นที่นิยม สิ่งที่เราพบแท้จริงแล้ว คือการเปลี่ยนแปลงหลักในการคิดอย่างวิทยาศาสตร์ ค่อนข้างหาได้ยากในประวัติศาสตร์วิทยาศาสตร์
So finally that brings us to one more idea: If scientists judge evidence collectively, this has led historians to focus on the question of consensus, and to say that at the end of the day, what science is, what scientific knowledge is, is the consensus of the scientific experts who through this process of organized scrutiny, collective scrutiny, have judged the evidence and come to a conclusion about it, either yea or nay.
ดังนั้นในที่สุด นั่นนำเราไปยังอีกหนึ่งแนวคิด ถ้าวิทยาศาสตร์ตัดสินหลักฐานโดยรวม มันได้นำนักประวัติศาสตร์ให้มาจดจ้องกับคำถาม ของมหาชน และการบอกว่า ที่สุดแล้วนั้น วิทยาศาสตร์คืออะไร ความรู้ทางวิทยาศาสตร์คืออะไร ความเห็นที่เป็นเอกฉันท์ ของผู้เชี่ยวชาญทางวิทยาศาสตร์ ผู้ซึ่งใช้กระบวนการการใคร่ครวญอย่างเป็นระเบียบ การไตร่ตรองครั้งแล้วครั้งเล่า ได้ตัดสินหลักฐาน และได้บทสรุปเกี่ยวกับมัน ว่าจะเป็นใช่หรือไม่
So we can think of scientific knowledge as a consensus of experts. We can also think of science as being a kind of a jury, except it's a very special kind of jury. It's not a jury of your peers, it's a jury of geeks. It's a jury of men and women with Ph.D.s, and unlike a conventional jury, which has only two choices, guilty or not guilty, the scientific jury actually has a number of choices. Scientists can say yes, something's true. Scientists can say no, it's false. Or, they can say, well it might be true but we need to work more and collect more evidence. Or, they can say it might be true, but we don't know how to answer the question and we're going to put it aside and maybe we'll come back to it later. That's what scientists call "intractable."
เราสามารถคิดถึงความรู้ทางวิทยาศาสตร์ เป็นความใคร่ครวญของผู้เชี่ยวชาญ เรายังสามารถคิดถึงวิทยาศาสตร์ เป็นดั่งลูกขุน เว้นแต่ว่ามันเป็นลูกขุนชนิดพิเศษ มันไม่ใช่ลูกขุนของเพื่อนคุณ มันเป็นลูกขุนของพวกบ้าวิชา มันเป็นลูกขุนของชายหญิงผู้เป็น ดร. และไม่เหมือนกับลูกขุนทั่วไป ซึ่งมีแค่สองตัวเลือก คือ ผิด หรือ ไม่ผิด ลูกขุนวิทยาศาสตร์มีตัวเลือกมากมาย นักวิทยาศาสตร์สามารถบอกว่า ใช่ บางทีมันจริง นักวิทยาศาสตร์สามารถบอกได้ว่า ไม่ มันผิด หรือพวกเขาจะบอกก็ได้ว่า อืม มันอาจจะจริง แต่เราต้องทำการศึกษาอีก และต้องเก็บหลักฐานเพิ่ม หรือพวกเขาอาจบอกว่า มันอาจจะจริง แต่เราไม่รู้ว่าจะตอบคำถามได้อย่างไร และเรากำลังที่จะมองข้ามมันไป และบางทีเราอาจกลับมาพูดถึงทีหลัง นั่นเป็นสิ่งที่นักวิทยาศาสตร์เรียกว่า "ความดึงดัน"
But this leads us to one final problem: If science is what scientists say it is, then isn't that just an appeal to authority? And weren't we all taught in school that the appeal to authority is a logical fallacy? Well, here's the paradox of modern science, the paradox of the conclusion I think historians and philosophers and sociologists have come to, that actually science is the appeal to authority, but it's not the authority of the individual, no matter how smart that individual is, like Plato or Socrates or Einstein. It's the authority of the collective community. You can think of it is a kind of wisdom of the crowd, but a very special kind of crowd. Science does appeal to authority, but it's not based on any individual, no matter how smart that individual may be. It's based on the collective wisdom, the collective knowledge, the collective work, of all of the scientists who have worked on a particular problem. Scientists have a kind of culture of collective distrust, this "show me" culture, illustrated by this nice woman here showing her colleagues her evidence. Of course, these people don't really look like scientists, because they're much too happy. (Laughter)
แต่มันนำเราไปยังปัญหาสุดท้าย ถ้าวิทยาศาสตร์เป็นอย่างที่นักวิทยาศาสตร์บอกแล้ว ไม่ใช่ว่านั่นน่าสนใจสำหรับผู้รู้หรอกหรือ แล้วไม่ใช่ว่าเราทุกคนถูกสอนที่โรงเรียนหรือ ว่าการดึงดูดผู้รู้ เป็นการหลอกลวงอย่างมีตรรกะ นี่คือปฏิทรรศน์ของวิทยาศาสตร์สมัยใหม่ ปฏิทรรศน์ของบทสรุปที่ฉันคิดว่านักประวัติศาสตร์ และนักปรัชญาและนักสังคมวิทยาได้เผชิญ ที่จริงแล้ววิทยาศาสตร์เป็นตัวดึงดูดความสนใจของผู้รู้ แต่มันไม่ใช่ผู้รู้ของปัจเจกชน ไม่ว่าบุคคลนั้นจะฉลาดแค่ไหน เป็นพลาโต หรือโสเครติส หรือไอสไตน์ มันเป็นผู้รู้แห่งสังคมรวม คุณอาจคิดถึงมันว่าเป็นความรู้ของกลุ่มคน แต่เป็นกลุ่มคนชนิดพิเศษ วิทยาศาสตร์เป็นที่สนใจของผู้รู้ แต่มันไม่ได้ขึ้นอยู่กับบุคคลใด ไม่ว่าบุคคลนั้นจะฉลาดแค่ไหนก็ตาม มันขึ้นอยู่กับความรู้ที่สั่งสมมา ศาสตร์สหสาขา และการศึกษาต่อยอด ของบรรดานักวิทยาศาสตร์ผู้ซึ่งได้ศึกษา ปัญหาเฉพาะมากมาย นักวิทยาศาสตร์เหมือนมีวัฒนธรรม การไม่เชื่อแบบสั่งสม วัฒนธรรม "ไหนล่ะ" ที่ว่านี้ ถูกแสดงให้เห็นโดยผู้หญิงคนนี้ ที่แสดงหลักฐานให้ผู้ร่วมงานเห็น แน่ล่ะ คนเหล่านี้ไม่ได้ดูเหมือนนักวิทยาศาสตร์ เพราะพวกเขาดูร่าเริงเกินไป (เสียงหัวเราะ)
Okay, so that brings me to my final point. Most of us get up in the morning. Most of us trust our cars. Well, see, now I'm thinking, I'm in Manhattan, this is a bad analogy, but most Americans who don't live in Manhattan get up in the morning and get in their cars and turn on that ignition, and their cars work, and they work incredibly well. The modern automobile hardly ever breaks down.
เอาล่ะ นั่นนำฉันมาถึงเรื่องสุดท้าย พวกเราส่วนใหญ่ตื่นขึ้นมาในตอนเช้า พวกเราส่วนใหญ่เชื่อใจรถของเรา ลองมาดูว่าฉันคิดยังไง ฉันอยู่ในแมนฮัตตัน นี่เป็นการเปรียบเทียบที่แย่มาก แต่ชาวอเมริกันส่วนมากที่ไม่ชอบแมนฮัตตัน ตื่นขึ้นมาตอนเช้าและขึ้นรถ และทำการสตาร์ทรถ และรถก็ทำงานได้ และพวกมันก็ทำงานดีซะด้วย รถยนต์สมัยใหม่แทบจะไม่เคยพังเลย
So why is that? Why do cars work so well? It's not because of the genius of Henry Ford or Karl Benz or even Elon Musk. It's because the modern automobile is the product of more than 100 years of work by hundreds and thousands and tens of thousands of people. The modern automobile is the product of the collected work and wisdom and experience of every man and woman who has ever worked on a car, and the reliability of the technology is the result of that accumulated effort. We benefit not just from the genius of Benz and Ford and Musk but from the collective intelligence and hard work of all of the people who have worked on the modern car. And the same is true of science, only science is even older. Our basis for trust in science is actually the same as our basis in trust in technology, and the same as our basis for trust in anything, namely, experience.
แล้วทำไมล่ะ ทำไมรถถึงทำงานดีนัก ไม่ใช่ว่ามันเป็นเพราะอัฉริยะ เฮนรี ฟอร์ด หรือ คาร์ล เบนซ์ หรือ อีลอน มัสค์ มันเป็นเพราะรถสมัยใหม่ เป็นผลผลิตของการศึกษามากกว่าร้อยปี โดยคนมากมาย นับร้อยนับพันคน รถยนต์รุ่นใหม่ๆ จากการศึกษาที่สั่งสม ความรู้ และประสบการณ์ ของบุรุษและสตรีผู้ซึ่งได้ทำการศึกษา เกี่ยวกับรถยนต์ และความน่าเชื่อถือของเทคโนโลยีคือผลลัพธ์ ของความพยายามที่สะสมมา เราได้รับประโยขน์ ไม่ใช่แค่จากอัฉริยะอย่างเบนซ์ หรือฟอร์ด หรือ มัสค์ แต่เป็นจากสติปัญญา และการทำงานอย่างจริงจังที่สั่งสมมา ของทุกคนที่ได้ทำงาน เกี่ยวกับรถสมัยใหม่ และมันก็เป็นจริงเช่นเดียวกันในวิทยาศาสตร์ เพียงแต่วิทยาศาสตร์นั้นแก่กว่าเสียอีก พื้นฐานความเชื่อของเราในวิทยาศาสตร์นั้น แท้จริงแล้วเหมือนกันกับ พื้นฐานความเชื่อของเราที่มีต่อเทคโนโลยี และเหมือนกันกับพื้นฐานความเชื่อในทุกสิ่ง เป็นต้นว่า ประสบการณ์
But it shouldn't be blind trust any more than we would have blind trust in anything. Our trust in science, like science itself, should be based on evidence, and that means that scientists have to become better communicators. They have to explain to us not just what they know but how they know it, and it means that we have to become better listeners.
แต่มันมิอาจเป็นความเชื่ออย่างมืดบอด มากไปกว่าที่เราเชื่อสิ่งอื่นๆ อย่างหน้ามืดตามัว ความเชื่อของเราที่มีต่อวิทยาศาสตร์ เช่นตัววิทยาศาสตร์เอง ควรที่จะตั้งอยู่บนหลักฐาน และนั่นหมายความว่านักวิทยาศาสตร์ จะต้องกลายเป็นนักสื่อสารที่ดีขึ้น พวกเขาจะต้องอธิบายให้เราฟัง ไม่ใช่แค่ในสิ่งที่เขาเข้าใจ แต่ต้องอธิบายว่าพวกเขาเข้าใจอย่างไรด้วย และนั่นหมายความว่าพวกเขา จะต้องเป็นผู้ฟังที่ดี
Thank you very much.
ขอบคุณมากๆ ค่ะ
(Applause)
(เสียงปรบมือ)