Ты уверен, что наука не врёт?

Есть момент, о котором редко говорят вслух, но с которым почти неизбежно сталкиваешься, если работаешь в прикладной науке: иногда результаты в статьях выглядят лучше, чем они есть на самом деле. Не потому что все вокруг плохие или кто-то изначально хочет обмануть. А потому что система, в которой работают ученые, не всегда оставляет пространство для ошибок, задержек и честного «у нас не получилось».

Сразу важно уточнить, о ком речь. Это не про псевдоученых и не про людей, которые делают науку ради медийности. И не про сильных исследователей с именем. Речь про обычных людей — часто начинающих ученых — которые оказываются в условиях, где честный ответ может стоить слишком дорого: проекта, финансирования или нескольких лет работы.

Первый сценарий — когда что-то идет не по плану, и ты просто не укладываешься в сроки.

На практике это происходит постоянно. У тебя есть отработанная технология, есть уверенность в результате, есть план работ. И в какой-то момент все ломается — не потому что ты сделал что-то принципиально неправильно, а потому что в реальной работе всегда есть случайности.

У меня был кейс. Мы наносили частицы серебра на полимерные пленки, чтобы проверить их антибактериальные свойства. Работали долго, делали большую серию образцов, процесс был отлажен. После нанесения в тот же день отвозили образцы в другой институт, где проводились длительные испытания.

И вот начинают приходить результаты — и оказывается, что ни у одного образца вообще нет антибактериального эффекта. Полный ноль. Для нас это был шок, потому что до этого все работало стабильно, а тут мы еще и улучшили технологию.

Начали разбираться. Оказалось максимально прозаично: серебро у нас было в виде прозрачной жидкости, визуально — как обычная вода. В какой-то момент на кафедре просто стало больше одинаковых бутылок. Мы решили, что это новое сырье. А по факту кто-то поставил рядом обычную воду.

В итоге мы наносили не серебро, а обычную воду.

Эта история на самом деле много чему учит: важности маркировки, разделения хранения материалов, ограничения доступа к сырью, выстраивания процессов, где такие ошибки просто физически не могут произойти. Но в контексте темы важнее другое.

Чтобы переделать серию — нужен месяц. Чтобы снова провести испытания — еще месяц. Дальше накладываются отпуска, сессия, практика. В итоге корректные результаты мы получили только через полгода.

Нам повезло — это была работа по собственной инициативе, а не по гранту.

А теперь представь ту же ситуацию, но у тебя есть жесткий дедлайн по отчетности. Деньги уже потрачены: зарплаты, материалы, оборудование, услуги лабораторий. В отчете ты не можешь написать «мы перепутали бутылки». Перенести сроки — тоже не всегда вариант.

И вот в этот момент человек оказывается в тупике. С одной стороны — реальное отсутствие результата в срок. С другой — обязательства, которые нужно закрыть. И система не дает нормального сценария, где можно честно сказать «мы не успели, потому что в реальной работе так бывает».

В таких условиях у некоторых возникает соблазн подогнать результаты под ожидаемую логику: где-то интерпретировать данные в более выгодную сторону, где-то опустить неудобные моменты, чтобы отчет выглядел цельным и непротиворечивым. Потому что они понимают — никто не будет воспроизводить их эксперимент, чтобы проверить каждую цифру.

И дальше накладывается еще один фактор — требования по отчетности. Во многих проектах одним из формальных результатов является подача патента. И вот человек, уже «собравший» удобную версию результатов, идет и оформляет патент на решение, которое в реальности либо не проверено до конца, либо в таком виде не работает.

При этом эксперты не должны и не будут воспроизводить твои эксперименты. Они проверяют новизну, логику и соответствие научным принципам. По сути — доверяют тому, что ты написал.

В результате появляется еще один мусорный патент.

И количество патентов в стране увеличивается, менеджеры в восторге, показатели растут, однако пользы от них ноль. Но это уже тема отдельного разговора про KPI в науке — если интересно про науку, бизнес и стартапы, об этом тоже можно поговорить отдельно.

Второй сценарий — когда дело не в сбое, а в самой сути исследования.

Ты работаешь над темой, проводишь эксперименты, анализируешь данные — и в какой-то момент понимаешь, что проблема глубже: — ты не можешь научно объяснить наблюдаемые процессы — за темой не стоит значимой практической ценности — существуют более простые и эффективные решения — для достижения результата нужны ресурсы, которые сильно превышают первоначальные ожидания

И это абсолютно нормальная часть науки. Наука предполагает исследование нового, а это новое не обязано давать общественно значимый результат, особенно в прикладной области.

Но дальше включается реальность: работу нужно завершать, оформлять, защищать.

Особенно остро это проявляется в кандидатских диссертациях. Человек несколько лет совмещает работу, учебу, исследования и бюрократию. И в какой-то момент оказывается перед выбором:

либо скорректировать данные, где-то что-то не договорить и защититься, либо признать, что тема не дала результата, и потратить еще несколько лет на новую.

И при этом нет никакой гарантии, что в новой теме не произойдет то же самое.

В теории такие работы должны отсекаться диссертационными советами. На практике комиссия иногда относится к ним лояльно. Причины могут быть разными, но итог один — плохие работы тоже проходят защиту.

И здесь возникает логичный вопрос: если такие вещи происходят, можно ли вообще доверять науке?

Можно. И это важно проговорить отдельно.

Подобные истории почти всегда локальны. Они не становятся фундаментом для технологий, потому что не проходят через повторение и проверку другими командами

Разница лишь в том, что в науке такие истории чаще остаются на уровне отдельных статей или проектов и со временем отваливаются. А там это выросло в компанию на миллиарды.

Критически важные решения — в авиации, строительстве, медицине — не опираются на одну статью или один эксперимент. Там есть накопленные данные, стандарты, многократные испытания и независимые проверки.

Проще говоря, самолеты летают не потому, что кто-то один когда-то «красиво написал результат». А потому что эти результаты много раз перепроверены в разных условиях разными людьми.

Научная среда в целом устроена так, что со временем отбрасывает то, что не воспроизводится. Это не быстрый процесс, но он работает.

Поэтому проблема здесь не в том, что науке нельзя доверять. Проблема в том, что наука — это система, в которой есть сроки, деньги, ответственность и человеческий фактор.