”Luota tieteeseen” ja ”Seuraa tiedettä” ovat mantroja toistettu lakkaamatta mediassa, painetussa mediassa ja televisiossa. Internet valikoitujen tiedemiesten, poliitikkojen ja toimittajien lähes kolmen vuoden ajan, mutta ovatko nämä väitteet sekoittaneet tieteellisen edistyksen poliittisen hyödyn? Toisin sanoen, edustavatko nämä pandemiaa koskevat muotisanat järkevää tieteellistä päättelyä vai ovatko ne seurausta väärinkäsityksistä tieteellisen tutkimuksen hyväksytystä suunnasta?
Suurempi ongelma on, että näiden muotisanojen käyttö voi olla syvempien tieteellisten väärinkäsitysten taustalla siitä, miten tutkimus toimii ja miten sen pitäisi toimia. Käsittelen kolmea tällaista mahdollista tieteeseen liittyvää väärinkäsitystä ja selitän niiden suhteen nykyiseen pandemiaan.
Väärinkäsitys nro 1: Tiede kertoo, mitä tehdä
”Seuraa tiedettä” -ajattelun ytimessä on ajatus, että tieteellinen tutkimus opastaa ihmisiä siinä, miten edetä kokeen tulosten perusteella – jos X löytyy, sinun on tehtävä Y. Gabrielle Bauer Brownstonen instituutti käsittelee tätä virheellistä päättelyä keskittyen pääasiassa siihen, että ihmiset, eivät virukset tai tutkimustulokset, tekevät päätöksiä ja että nämä päätökset perustuvat arvoihin. Mutta voidaan sanoa, että tiede tarjoaa dataa ja että data on olennainen osa sitä, mitä tehdä; siksi tiede kertoo ihmisille, miten toimia.
Vaikka tiede tuottaa dataa ja kyllä, on järkevää, että henkilökohtainen ja poliittinen päätöksenteko on "datalähtöistä", siitä ei seuraa, että data yksinään ohjeistaisi minua tai sinua tai ketään muuta toimimaan tavalla tai toisella. Jos tiedät, että ulkona sataa, käskeekö tämä pelkkä data sinua ottamaan mukaan sateenvarjon, pitämään sadetakkia, pukemaan kalossit, kaikkea edellä mainittua, ei mitään edellä mainituista?
Tyhjiössä olevat faktat eivät ole toimintaohjeita; pikemminkin ne kertovat meille, mikä on parempi ottaen huomioon taustauskomuksemme ja -arvomme. Jos et välitä kastumisesta aamulenkillä, asusi todennäköisesti eroaa henkilöstä, joka pelkää vaatteidensa vesivahinkoja. Molemmissa tapauksissa ihmiset tietävät täsmälleen saman asian – sataa – mutta he eivät tule samaan johtopäätökseen. Tämä johtuu siitä, että data ei anna käskyjä; se tiedottaa ja tarjoaa perustan ohjeistukselle.
Koska data – eli tieteellisen tutkimuksen aikana saatu data – ohjaa päätöksentekoa, on erittäin tärkeää, että päätöksenteosta vastaavilla tahoilla on käytettävissään laadukasta tieteellistä dataa. Yksi tapa tähän on ottaa mukaan tutkimukseen asiaankuuluvia osapuolia. Kun asiaankuuluvia osapuolia ei oteta mukaan tutkimukseen, saadusta datasta on heille vain vähän hyötyä. Covid-19:n vaiheen III tehokkuustutkimukset ovat tästä hyvä esimerkki. BNT162b2 ja mRNA- 1273 Tutkimuksista suljettiin pois raskaana olevat ja imettävät naiset; näille henkilöille ei siis ollut tieteellistä näyttöä, jonka perusteella he olisivat voineet tehdä päätöksen rokottamisesta tai rokottamatta jättämisestä – ei tietoa rokotteen tehosta tai turvallisuudesta.
Harriette Van Spall, vuonna Euroopan sydänlehtion kommentoinut, että tämä siirto oli perusteeton, koska ei ollut näyttöä siitä, että rokotteet aiheuttaisivat kohtuutonta haittaa raskaana oleville naisille tai heidän lapselleen. Lisäksi on se, että opinnot alkoi myös osoittaa, että raskaana olevilla naisilla oli suurempi riski saada vakava Covid-19-tauti kuin samanikäisillä ei-raskaana olevilla henkilöillä; mikä tarkoittaa, että jos jokin ryhmä tarvitsisi tieteellistä tietoa rokotusten tehokkuudesta, se olisivat ne, joilla oli suurin negatiivisten tulosten riski.
Hannan ja kollegoiden tuoreet tiedot julkaistiin julkaisussa JAMA Pediatrics osoitti, että noin 45 % osallistujista antoi rintamaitonäytteitä, jotka sisälsivät rokotteen mRNA:ta – on mahdollista, että raskaana olevat ja imettävät naiset olisivat hyötyneet tämän tietämisestä ennen rokotuspäätöksen tekemistä.
”Tieteen seuraamisen” tulisi siis sisältää uskomus siitä, että tieteellisen tutkimuksen tulisi antaa tietoa jostakin asiasta eikä kertoa, mitä tehdä – koska se ei voi tehdä niin. Tiede tarjoaa faktoja ja lukuja, ei ohjeita tai käskyjä. Koska tutkimus tarjoaa faktoja, on olennaista, että nämä faktat pätevät päätöksentekijöihin, ja on äärimmäisen vaikea tietää, pitäisikö esimerkiksi rokottaa vai ei, jos oma väestöryhmä on suljettu pois osallistumisesta – mikä tekee tiedosta käyttökelvotonta. On vaikea lausua lausetta ”seuraa tiedettä”, kun tieteeseen ei sisälly relevantteja väestöryhmiä. Mitä näiden yksilöiden on tarkoitus seurata?
Väärinkäsitys nro 2: Tiede on arvovapaata
Toinen mahdollinen tieteellistä tutkimusta koskeva väärinkäsitys on, että tutkijat jättävät arvonsa kotiin ja toimivat... arvoton tutkimus. Akateemisissa yhteyksissä tätä kantaa, jota usein kutsutaan arvovapaaksi ihanteeksi, on väitetty kestämättömäksi, koska arvot esiintyvät tieteellisen menetelmän eri vaiheissa.
Kanoninen esimerkki tulee Thomas Kuhnin kirjasta Tieteellisten vallankumousten rakenne, jossa hän väittää, että tutkijoita painostetaan ja vetetään kannattamaan yhtä teoriaa toisen kustannuksella paljon muuhunkin kuin pelkkään tieteelliseen näyttöön. Nykyaikaisempi esimerkki on Heather Douglasin kirja Tiede, politiikka ja arvovapaa ihanne jossa hän väittää, että sosiaalisilla ja eettisillä arvoilla on rooli tieteen tuotannossa ja levittämisessä.
Aiempi tutkijoiden välinen keskustelu keskittyi siihen, pitäisikö tieteessä olla arvoja, mutta nykyisempi keskustelu keskittyy siihen, millaisia arvoja tulisi olla olemassa. Kuhn ja hänen kaltaiset näkemyksensä väittävät, että totuudenetsintä- tai episteemisiä arvoja tulisi olla: niitä arvoja, jotka auttavat ymmärtämään tietoa ja valitsemaan sopivia johtopäätöksiä. Douglas ja vastaavat näkemykset taas väittävät, että myös muiden arvojen, kuten eettisten näkökohtien, tulisi olla olennainen osa tiedettä. Joka tapauksessa on edelleen kiistatonta päätellä, että arvot – tulkittuna miten tahansa – ovat ja niiden pitäisi olla osa tiedettä. Tämä vaikuttaa väistämättä siihen, mitä ja miten tiedettä tehdään.
Yksi syy siihen, miksi yksilöt saattavat olettaa, etteivät arvot kuulu tieteeseen, on se, että tutkimuksen tulisi olla objektiivista ja kenenkään yksilön subjektiivisten uskomusten ulkopuolella – pohjimmiltaan tiedemiehillä tulisi olla näkemys tyhjästä. Tämä päättely kuitenkin kohtaa vaikeuksia heti, kun se lähtee tutkimuspaikalta. Katsotaanpa inspiraatiota aiheen tutkimuksesta.
Maallikoiden mahdollisesti tietämättä tutkijat hallitsevat sitä, mitä he tutkivat, miten he tutkivat sitä, miten tuloksena oleva data kerätään ja analysoidaan sekä miten empiiriset tulokset raportoidaan. Itse asiassa Wichertsin ja kollegoiden julkaisema artikkeli Psykologian rajat kuvaa 34 vapausastetta (tutkimuksen sisällä olevia alueita), joita tutkijat voivat manipuloida haluamallaan tavalla. Näiden vapausasteiden on myös osoitettu olevan helposti hyödynnettävissä – jos tutkijat niin päättävät – Simmons ja kollegat jotka suorittivat kaksi valekoetta, joissa he osoittivat, että todella järjettömiä hypoteeseja voidaan tukea todisteilla, jos kokeet suoritetaan tietyllä tavalla.
On myös osoitettu, että ihmisen astrologista merkkiä vaikuttaa ihmisen terveyteen – mutta tämä on tietenkin seurausta vapausasteiden hyödyntämisestä eli useiden, ennalta määrittelemättömien hypoteesien testaamisesta. Tiettyjen tulosten saaminen ei välttämättä ole tieteellisen tutkimuksen funktio, vaan pikemminkin tutkijoiden tutkimuksessaan huomioimien arvojen varassa.
Tämä kaikki voi olla ihan kivaa ja hyvää, mutta miten arvot tarkalleen ottaen vaikuttavat tutkijan vapausasteisiin – niihin kokeilun osa-alueisiin, jotka ovat tutkijan hallinnassa? Kuvittele aluksi, että olet tiedemies. Sinun on ensin mietittävä, mitä haluaisit tutkia. Voit valita aiheen, joka kiinnostaa sinua ja laajentaisi nykyistä ymmärrystäsi aiheesta. Mutta sinua saattaa vetää puoleensa aihe, joka koskee muiden hyvinvointia, koska arvostat apua tarvitsevien auttamista.
Valitsitpa sitten ensin mainitun tai jälkimmäisen aiheen, olet tehnyt niin arvojen, tiedonhankinnan – tiedon luomisen – tai eettisten – oikein tekemisen – perusteella. Samanlainen päättely vaikuttaa siihen, kenelle koe tehdään, miten koe etenee, mitä dataa kerätään, miten dataa analysoidaan ja mitä/miten data raportoidaan.
Hyvä esimerkki tästä on pienten lasten poissulkeminen joistakin vaiheen III rokotetutkimuksista: alle 18-vuotiaat suljettiin pois. Yksi syy tähän voi olla se, että tutkijoilla oli syytä uskoa, että lapset olisivat kohtuuttomassa vaarassa, jos heidät otettaisiin mukaan. Vahinkojen ehkäisyn eettinen arvo asetettiin etusijalle rokotteiden tehokkuuden selvittämisen episteemisen arvon sijaan lapsilla. Tämä päättely voi soveltua myös raskaana olevien ja imettävien naisten sekä immuunipuutteisten henkilöiden poissulkemiseen.
Lisäksi arvoa voidaan nähdä myös rokotekokeiden päätetapahtumien valinnassa. Peter Doshin mukaan Brittiläinen lääketieteellinen Jmeidänfaasin III tutkimusten ensisijainen päätetapahtuma – jonka ymmärtäminen tutkijoita ensisijaisesti kiinnosti – oli oireisen infektion ehkäisy. Tärkeää on, että näissä tutkimuksissa ei tutkittu viruksen tarttumista – rokotetusta rokotettuun, rokottamattomasta rokottamattomaan, rokotetusta rokottamattomaan tai rokottamattomasta rokotettuun.
Viime aikoina Janine PieniKehittyneiden markkinoiden johtaja Pfizer kommentoi, että Pfizerin rokotetta ei testattu tartuntojen pysäyttämisen kannalta ennen sen markkinoille tuomista. Rokotteiden markkinoille tulon jälkeen on näyttöä siitä, etteivät ne näytä pysäyttävän tartuntoja, koska sekä rokotetuilla että rokottamattomilla henkilöillä kertyvä viruskuorma on samanlainen, kuten tutkimus osoitti. Nature MedicineJopa tutkimuksessa, joka julkaistiin New England Journal of Medicine Tutkimukset, jotka osoittavat rokotuksen vähentävän tartuntoja, raportoivat, että tämä väheneminen hiipuu 12 viikkoon rokotuksen jälkeen, jolloin tartunnat ovat samankaltaisia kuin rokottamattomilla.
Jälleen kerran voimme nähdä, että päätös tutkia, estävätkö rokotteet tartunnan, kuoleman, sairaalahoitoon joutumisen vai akuutin infektion, on tutkimuksen vetäjien päätettävissä, ja että nämä päätökset perustuvat usein arvoihin. Esimerkiksi Small huomautti, että Pfizerin oli "edettävä tieteen vauhdilla ymmärtääkseen, mitä markkinoilla tapahtuu". Siten neitsytmarkkinoiden hyödyntämisestä kumpuavat arvot ovat saattaneet ohjata tutkimusta keskittymään juuri näihin päätetapahtumiin.
Covid-19-pandemian aikana tehdyllä tieteellisellä työllä on usein ollut käytännöllinen lopputulos. Tyypillisesti tämä on tarkoittanut neuvojen tai tuotteen tarjoamista yleisölle viruksen torjunnan avuksi. Haittapuolena tässä on se, että tutkimus on edennyt melko nopeasti, mahdollisesti siksi, että tiedon nopeutta ja hyödyllisiä tuotteita on arvostettu syvästi. Esimerkiksi BNT162b2 ja mRNA- 1273 Vaiheen III tutkimusten alustava seurantajakso oli noin kaksi kuukautta, mutta molemmissa tutkimuksissa ilmoitettiin, että jatkuva seuranta oli suunniteltu kestämään kaksi vuotta. Kaksi vuotta eikä kaksi kuukautta on paremmin linjassa tutkimuksen ohjeiden kanssa. FDA tästä kysymyksestä, eli siitä, että vaiheen III kokeiden tulisi kestää yhdestä neljään vuotta tehon ja haittavaikutusten selvittämiseksi. Tätä nopeutta on saatettu priorisoida, koska ihmiset olisivat todella voineet hyötyä nopeasta saatavuudesta. Nopeutta on kuitenkin voitu priorisoida myös taloudelliseen hyötyyn tai muihin vähemmän eettisiin perusteisiin liittyvistä syistä.
Tutkimuksen vauhdin perusteluista, tutkituista muuttujista ja poissuljetuista demografisista tieteistä riippumatta on selvää, että tieteessä on – parempaan tai huonompaan suuntaan – henkilökohtaisia arvoja. Tämä tarkoittaa, että sekä tiedemiehet että "tiedettä seuraavat" tekevät arvoihin perustuvia päätöksiä, olivatpa ne kuinka "datapohjaisia" tahansa. Toisin sanoen tehtävä tutkimus ei ole objektiivista, vaan se sisältää tutkijan subjektiivisia arvoja.
Väärinkäsitys nro 3: Tiede on puolueetonta
Pandemian aikana olen kuullut ihmisten sanovan kovaan ääneen, että maallikkojen on "luotattava tieteeseen", mitä pidän jatkuvasti outona, kun otetaan huomioon, että tieteellisen kirjallisuuden maisema on huomattavan jakautunut. Mihin tieteeseen minun tai kenenkään muun siis pitäisi luottaa täydestä sydämestäni? Naomi Oreskesin terävässä artikkelissa ... Scientific AmericanHän selittää, että tiede on "oppimisen ja löytämisen prosessi". Laajemmin tarkasteltuna tämä prosessi etenee epätasaisesti eikä ole lineaarinen, vaan liikkuu edestakaisin ja nojaa joskus odottamattomiin ahaa-elämyksiin.
Oreskesin pääpointti on, että ne, jotka väittävät "tieteen olevan oikeassa", ovat väärässä, koska he ymmärtävät perustavanlaatuisesti väärin, miten tiede toimii. Yksi tutkimus ei "todista" mitään, eikä politisoitu tiede ole totta siksi, että vallanpitäjät sensaatiohakuisesti sitä levittävät. Tästä seuraa, että jos skeptisyys on oikea tapa suhtautua tieteelliseen näyttöön, ihmisiä ei tuskin pitäisi moittia siitä, etteivät he "luo tieteeseen", sillä se on oikea asenne.
Tämä on esillä väärinkäsityksessäni nro 3, koska ihmiset, jotka mainostavat "luotta tieteeseen", näyttävät uskovan tieteen ja sen esitystavan olevan puolueetonta. Todellisuudessa tieteessä on usein pyörteitä eri mieltä olevista asiantuntijoista, joista jotkut väittävät teorian X olevan parempi kuin teorian Y, kun taas toiset valittavat päinvastaista. Tuloksena on, että tarvitaan lisää empiiristä työtä kunkin teorian yksityiskohtien selvittämiseksi ja osoittamiseksi – kokeellisesti ja loogisesti – miksi yksi teoria todella on parempi. Puolueellisuus voi kuitenkin vaikuttaa tähän prosessiin kahdella tasolla: tutkijat voivat tietoisesti tai tietämättään rakentaa kokeita, joiden tarkoituksena on suosia jotakin hypoteesia tai heikentää jotakin toista hypoteesia; se voi vaikuttaa myös tieteen esitystapaan – jossa keskustelun toinen puoli esitetään ikään kuin keskustelua ei olisi olemassa.
Ensimmäisen harhan tason, itse tutkimuksen, osalta räikeimmät esimerkit tulevat rahoituslähteistä, joissa on useilla aloilla havaittu, että teollisuuden rahoittamat kokeet tuottavat yleensä suotuisampia tuloksia. Esimerkiksi julkaisussa ... julkaistu analyysi Intensiivisen hoidon lääketiede Lundhin ja kollegoiden tekemät tutkimukset totesivat: ”Valmistajayritysten rahoittamat lääke- ja laitetutkimukset antavat suotuisampia tehokkuustuloksia ja -johtopäätöksiä kuin muiden lähteiden rahoittamat tutkimukset.”
Samoin eräässä tutkimuksessa, joka julkaistiin JAMA Sisätautien osoitti, että teollisuuden rahoittamissa sokeria (sakkaroosia) koskevissa tutkimuksissa vähäteltiin sen roolia sepelvaltimotaudissa ja annettiin nimenomaisesti rasva ja kolesteroli vastuullisiksi. Kirjoittajat menevät jopa niin pitkälle, että sanovat: "Poliittisten komiteoiden tulisi harkita elintarviketeollisuuden rahoittamien tutkimusten painottamista vähemmän" ja keskittyä sen sijaan muuhun tutkimukseen, joka ottaa vakavasti lisättyjen sokereiden vaikutuksen sydänsairauksiin.
Tämä saattaa olla itsestään selvää, että tutkimuksen tuloksista taloudellisesti kiinnostuneet voivat tehdä asioita varmistaakseen positiivisen tuloksen. Mutta vaikka tämä näkökulma on kuinka ilmeinen, sitä tukee tutkimustieto. Vielä tärkeämpää on, että jos se on niin ilmeistä, miten on mahdollista, että kun miljardit dollarit ovat vaakalaudalla, rokote- ja viruslääkemarkkinoista kilpailevat lääkeyhtiöt eivät tee asioita, jotka vääristäisivät tuloksia?
Brook Jackson on selittänyt mahdollisen harhan lähteen Pfizerin vaiheen III rokotetutkimuksessa. Brittiläinen lääketieteellinen Jmeidän rokotteen testaamisesta vastanneen Ventavia Research Groupin tekemistä virheistä. Jacksonin mukaan virheisiin kuuluivat muun muassa "haittavaikutuksia kokeneiden potilaiden oikea-aikaisen seurannan puute", "rokotteiden säilyttäminen väärin lämpötiloissa" ja "virheellisesti merkityt laboratorionäytteet". Tutkimuksen suorittamisessa tehdyt suorat virheet voivat vääristää tuloksia, koska saadut tiedot voivat heijastaa tehtyjä virheitä eivätkä tutkittujen muuttujien vaikutusta.
Toinen esimerkki mahdollisesta harhasta on tiettyjen tilastollisten mittareiden käyttö toisten sijaan. Olliaron ja kollegoiden mukaan artikkelissa, joka julkaistiin ... Lancet-mikrobi Rokotekokeissa käytettiin suhteellista riskin vähentämistä, mikä antoi rokotteille korkeat arvosanat tehokkuudesta. Jos kuitenkin olisi käytetty absoluuttista riskin vähentämistä, mitattu vaikutus olisi ollut paljon pienempi.
Esimerkiksi kirjoittajat huomauttavat ”suhteellisen riskin vähenevän 95 % Pfizer–BioNTech-rokotteella, 94 % Moderna–NIH-rokotteella, 91 % Gamaleya-rokotteella, 67 % J&J-rokotteella ja 67 % AstraZeneca–Oxford-rokotteella”. Ja kun käytetään absoluuttista riskinvähennystä, teho laskee huomattavasti: ”1.3 % AstraZeneca–Oxford-rokotteella, 1.2 % Moderna–NIH-rokotteella, 1.2 % J&J-rokotteella, 0.93 % Gamaleya-rokotteella ja 0.84 % Pfizer–BioNTech-rokotteella”.
Empiirisen tutkimuksen aikana mahdollisesti ilmenevän vinouman lisäksi vinoumaa voi esiintyä median, tiedemiesten ja poliitikkojen tieteen representaatioiden vuoksi. Vaikka tieteellinen kirjallisuus ei olekaan vakiintunutta, ulkopuoliset – mahdollisesti tutkijoiden avustuksella – poimivat empiiristä tietoa esitettäväksi yleisölle. Tämä menetelmä antaa tiedon valitsijoille mahdollisuuden maalata kuva, joka sopii tiettyyn narratiiviin eikä todelliseen tieteelliseen maisemaan. On tärkeää, että tämä vinouman monimuotoisuus saa tutkimuksen näyttämään lopulliselta; tämä vahvistaa entisestään ajatusta "luota tieteeseen".
Hyvä esimerkki tästä ovat hallitusten erilaiset tavat hoitaa rokotteiden tehosteohjelmia. CDC Yhdysvalloissa suositellaan, että viisivuotiaiden ja sitä vanhempien tulisi saada tehosterokotus, jos heidän viimeisin rokotuksensa on annettu vähintään kaksi kuukautta aiemmin. Samoin Kanada Tietyissä olosuhteissa on suositeltavaa, että henkilöt saavat tehosterokotteen kolmen kuukauden kuluttua viimeisimmästä rokotuksestaan.
Nämä suositukset ovat jyrkässä ristiriidassa sen kanssa, mitä ns. Tanska jossa suositus kuuluu seuraavasti: ”Covid-19:n vakavan sairastumisen riski kasvaa iän myötä. Siksi 50-vuotiaille ja erityisen haavoittuville ihmisille tarjotaan rokotusta.” Näillä mailla on pääsy samaan dataan, mutta ne ovat päättäneet antaa kansalaisilleen ristiriitaisia suosituksia – joiden kaikkien oletetaan perustuvan tieteeseen.
Lisäksi hyväksyttyihin Covid-19-rokotteisiin liittyvä iskulause ”Turvallinen ja tehokas” voi olla myös esimerkki tutkimuksen esittelyn puolueellisuudesta, koska joukko kanadalaisia tiedemiehiä on äskettäin kirjoittanut... kirjain Kanadan kansanterveysviranomaiselle ja terveysministerille pyytäen lisää läpinäkyvyyttä rokotusten riskien ja epävarmuustekijöiden suhteen.
Kirjeessä tehdään pohjimmiltaan selväksi, että nämä tiedemiehet uskovat, ettei Kanadan hallitus ole tiedottanut Kanadan kansalaisille asianmukaisesti. Tästä syytöksestä huolimatta Terveys Kanadassa toteaa: ”Kaikki Kanadassa hyväksytyt COVID-19-rokotteet ovat todistetusti turvallisia, tehokkaita ja korkealaatuisia” (alkuperäisessä lihavoitu) ja rajan eteläpuolella CDC huomauttaa, että ”COVID-19-rokotteet ovat turvallinen ja tehokas”(alkuperäisessä lihavoitu). Ainakin jotkut tiedemiehet uskovat siis, että tieteellistä keskustelua tarvitaan lisää sen varmistamiseksi, että kansalaiset ovat asianmukaisesti informoituja eivätkä puolueellisia, mutta kansalaisten tällä hetkellä vastaanottamat viestit eivät heijasta tätä.
Toinen esimerkki on tartunta. Siitä on raportoitu CBC että rokotteet itse asiassa estävät tartunnan, mutta kuten aiemmin mainittiin, näin ei ole. Vielä mielenkiintoisempaa on, että rokotteiden markkinoille tullessa tutkijat teorioivat, että pelkästään vaikutusmekanismien perusteella olisi epätodennäköistä, että rokotteet voisivat estää siirto.
Tieteessä, sen käytännössä ja levittämisessä on potentiaalia ennakkoluuloille milloin tahansa, ja olisi virhe, kuten Oreskes huomauttaa, olettaa tieteen olevan oikeassa sen perusteella, miten se tehdään, kuka on ollut mukana tai kuka on esittänyt löydökset. Tällaisista väitteistä huolimatta Covid-19-pandemia ja iskulause "Luota tieteeseen" ovat muuttaneet haluttua näkökulmaa terveestä skeptisyydestä sokeaan hyväksyntään. Tällainen minkä tahansa tiedon kritiikitön hyväksyminen, puhumattakaan "tieteen nopeudella" tapahtuvasta tutkimuksesta, pitäisi antaa aihetta pysähtyä. Tiede etenee, kun esitetään vastalauseita ja hypoteeseja hienosäädetään, ei silloin, kun yhteisymmärrykseen päästään vain siksi, että auktoriteetti on niin määrännyt.
Väärinkäsitysten tunnistaminen
Nämä väärinkäsitykset edustavat mahdollisia tapoja, joilla yksilöt ovat käsitelleet tieteellistä tutkimusta ja sen käyttöä väärin pandemian aikana, ja heijastelevat käytettyjä mantroja sekä löytöjen esitystapaa ja nopeutta. Näiden väärinkäsitysten tunnistamisen pitäisi tarjota vankempi perusta tieteellisten väitteiden totuudenmukaisuuden, iskulauseiden tarpeellisuuden ja tieteellisen tutkimuksen tarkkuuden arvioimiseksi. Tiedon hankkimisen tulisi olla ensisijainen tapa selvitä tästä pandemiasta ja lopettaa se, mutta tiedon hankkiminen edellyttää väärinkäsitysten ymmärtämistä ja taitoa ajatella eri tavalla.
Tulla mukaan keskusteluun:
Julkaistu nimellä Creative Commons Attribution 4.0 - kansainvälinen lisenssi
Uusintapainoksia varten aseta kanoninen linkki takaisin alkuperäiseen. Brownstonen instituutti Artikkeli ja kirjoittaja.
