„A tudomány” nem tudja megmondani, milyen lesz a jövő. Itt vannak az okok, hogy miért (I.rész)

„A tudomány” nem tudja megmondani, milyen lesz a jövő. Itt vannak az okok, hogy miért (I.rész)
„A tudomány” nem tudja megmondani, milyen lesz a jövő. Itt vannak az okok, hogy miért (I.rész)

„A tudomány” milyensége, a tudományos eredmények torzított kommunikációja, a tudásunk tökéletlensége és a társadalom reflexivitása (néhány más dologgal együtt) azt eredményezi, hogy a tudománytól hiába várjuk a jövő kijelentő módban történő pontos leírását.

Egyre többfelé bukkannak fel olyan hangok, amelyek „a tudományra” hivatkozva baljós, katasztrófákat előrevetítő állításokat tesznek a jövőről. Összeomló társadalmakat, élhetetlenné váló Földet, egymás torkának ugró embereket festenek le, és azt hangoztatják: késő bármit is tenni, mindez már eldőlt. Nincs más út. Honnan lehet ezt tudni? Hát, „a tudomány” megmondta. Azonban van itt néhány probléma.

„A tudomány” mítosza

A tudomány sem tökéletes. Bár sokak fejében él valami olyasmi kép róla, hogy racionális és objektív, valójában egyik sem igaz teljesen.1 És nem is tévedhetetlen. De még csak nem is egyetlen tudomány létezik: sokkal közelebb áll a valósághoz, ha azt mondjuk: tudományok. Ha ezt mind elfogadjuk (márpedig tudományfilozófusok, mint például A tudomány határai könyv szerzői ezek mellett érvelnek1), máris alapos okunk van kételkedni abban, hogy „a tudomány” képében az egyetlen igaz tudás hordozóját láthatjuk. Pontosabb tehát, ha tudományokról beszélünk, és korrektebb, ha nem hivatkozunk megkérdőjelezhetetlen, abszolút állításként arra, amit egyesek „a tudomány” szájába adnak. Nincs egyetlen, ellentmondásmentes tudomány, amelyhez fordulva kőbe vésett válaszokat kaphatunk.1 A tudományok nem légüres térben mozognak; a tudomány művelése alapvetően társadalmi vállalkozás.1 Óvatosan tehát a nagyívű jóslatokkal.

A tudomány sem tévedhetetlen.
Kép: canva

Az következik ebből, hogy ne is bízzunk a tudományban? Egyáltalán nem! A tudományban érdemes bízni. A legjobb okunk erre az, hogy társadalmunkban ez az intézmény való arra, hogy minél helytállóbb tudást hozzunk létre.1 Része az (ön)korrekció, amelynek a fontosságát nem lehet túlhangsúlyozni. Nem elvetendő tehát, csak kezeljük a helyén. A tudományba vetett bizalom nem egyenlő a vak hittel! Értelmes keretek között igenis van helye vitának!

Mindez nem jelenti azt, hogy ne lennének óriási globális problémák, vagy hogy a tudományok képtelenek lennének helytálló megállapításokat tenni, pontos ismereteket nyújtani ezekről a kérdésekről. Nagyon is tudnak! Tudjuk például, hogy döntően az emberi tevékenység okozza az éghajlatváltozást; tudjuk, hogy mik a fő okai az élővilág elszegényedésének, és így tovább. Vannak olyan tudományos elméletek, amelyek nagyon sok próbát kiálltak, sok vitán keresztül alakultak, és ma az adott tudományterület szakértői többségében egyetértenek az állításaival. A lényeg mindössze annyi, hogy észrevegyük: a tudomány nem mindentudó. Más kérdés a jelen és a múlt magyarázata, mint a jövő megmondása.

Emberi tevékenység a fő okozó.
Kép: canva

A tudomány nem tudja

„A tudás olyan, mint egy gömb: minél nagyobb, annál nagyobb felületen találkozik az ismeretlennel” – mondta Pascal. Nehéz kihagyni, de a gördülékenység kedvéért most félreteszem a tudományfilozófiát. Koncentráljunk a tudásunk praktikus korlátaira: nem tudjuk, hány faj él a Földön; sok mindent nem értünk a Földet átszövő különféle, de összekapcsolódó rendszerek (bio-, hidro-, lito-, atmoszféra) rengeteg összefüggéséből; és azzal kapcsolatban sincsenek kész válaszaink, hogy pontosan milyen is az ember. Ez csak néhány a lezáratlan kérdések közül. Persze, sok területen elképesztő tudás gyűlt össze, de korántsem mondhatjuk, hogy megértettük a világot. Minden tudásunk modell, ami azt jelenti, hogy jó esetben egészen jól közelíti a valóságot, de semmiképp nem a teljes valóság (na, mégis került ide némi tudományfilozófia-szerűség).2,3

Minél többet tudunk, annál nagyobb az ismeretlen.
Kép: canva

A modellek lényege az, hogy bizonyos dolgokra rámutatnak, másokat pedig elfednek – akárcsak a metaforák.4 „Minden modell rossz, de némelyik hasznos” – szól George Box bölcs megállapítása. Van okunk tehát megkérdőjelezni a magabiztos kijelentéseket. Persze, jogosan merülhet fel, hogy a bizonytalanság akár jelentéktelen is lehet: ha, mondjuk, minden forgatókönyv katasztrófát vetít előre, vagy ha nagyságrendileg helyesek a drámaian rossz képet festő becslések, nem sok okunk marad a kételyre. De mikor derül ki, hogy mennyire sikerült pontosan leírni a jövőt? Hát akkor, ha már megtörtént. Addig viszont nem mindegy, mit teszünk. Hangsúlyozom: arról igen sok és egészen pontos tudás gyűlt össze, hogy mennyire nagy a baj, a kiindulási pontunk tehát megvan. Tudjuk, hogy nagyon nagy változásokra van szükség a gondolkodásmódunkban, a társadalmainkban, a technológiáinkban.

A jövővel kapcsolatos bizonytalanság egyik forrása az, hogy rendszerek rendszereinek egymásra való hatásait kellene nagyon alaposan megértenünk. Még csak a rendszerek elemeinek ismerete sem lenne elég: a hangsúlynak a közöttük lévő kapcsolatokon kell lennie. Milyen válaszokat ad a társadalom az egyre súlyosabb, ismétlődő válsághelyzetekre? Mi fog történni az emberen túli élővilággal? Hol vannak öngerjesztő, és hol stabilizáló visszacsatolások? Milyen átcsapási pontok vannak, ezekhez mennyire vagyunk közel, és mekkora a jelentőségük? Mi az, amit lehetetlen megváltoztatni a társadalmunkban, és mi az, ami alakítható? Hogyan hat erre, ha egyre több válságtünettel találkozunk? Az interakciók jelentőségét nehéz túlbecsülni, és vannak, akik amellett érvelnek, hogy az eljövendő interakciók természetükből fakadóan megjósolhatatlanok.5 Fokozhatjuk persze a modellek komplexitását, de itt abba a problémába ütközünk, hogy egyre nehezebbé válik a minőségellenőrzés; a hibák pedig olyan méreteket ölthetnek, hogy haszontalanná válik az előrejelzés.3

A változás rajtunk áll!
Kép: canva

Ami fordítás közben elveszett

Sokat lehetne írni arról, hogy milyen filozófiai problémákat vet fel a tudomány kérdése, és hogy mennyi olyan hatás éri a tudomány művelőit, amely hat a végül létrejövő eredményekre (vannak, akik ezt meg is tették1,6), melyek így nemcsak a leírni szándékozott világról, hanem az azt leírni próbálókról is sokat elárulnak. De nagy kérdés az is, hogy mi szűrődik ki a széles publikum felé. A bonyolult, árnyalt, ellentmondásosnak tűnő üzenetek nehezen mennek át, így a laikus érdeklődő masszív túlzásokkal, aránytalan magabiztossággal előadott véleményekkel könnyebben találkozik. Ráadásul ezeknek egyébként igen megalapozott kritikái sokszor nem érnek el hozzá. A bizonytalanság hangsúlyozása kétségkívül öngólnak tűnik, pedig a korrekt tudományos tájékoztatáshoz hozzá kellene tartoznia,3 ugyanis a legritkább esetekben lehet valamit kategorikusan kijelenteni. Amikor egy kutató kiáll a nyilvánosság elé, és elkezdi lefordítani a tudományos eredményeket, óhatatlanul válogatni fog, bizonyos dolgokat kiemel, másokat nem annyira. A fordítás során tehát valami elvész, és akár valami hozzá is adódhat a narratívához.

A tudományos szakirodalmakban rendszerint sokkal óvatosabb megállapításokkal találkozunk, mint a médiában, hiába szól mindkét fórum ugyanarról a tudományos kérdésről. Vannak, akik kritizálják a tudomány túlzott óvatosságát, mondván: a finomkodásnak, a forró kása kerülgetésének rég lejárt az ideje. Nem vitatom, hogy egyes kutatók finomabban fogalmaznak a kelleténél, nehogy megijesszék az embereket (van is, aki ezt beismerte). Ugyanakkor az óvatosabb megfogalmazások mögött sokszor valós bizonytalanság áll. Ezt pedig nagyon kár hibaként felróni. Tévedés teljes bizonyosságot elvárni olyan kérdésekben, ahol igenis van bizonytalanság.

Hogy mi következik mindebből? Az, hogy kételkedjünk azokban az állításokban, amelyek a tudományra hivatkozva biztosan bekövetkező jövőről beszélnek. 

Kétrészes cikkünk folytatása hamarosan megjelenik.

Szakirodalom:

1 Kutrovácz. G., Láng, B., Zemplén, G. (2008). A tudomány határai. Typotex Kiadó, Budapest.

2 Meadows, D. H. (2008). Thinking in systems: A primer. Chelsea Green publishing.

3 Saltelli, A., Bammer, G., Bruno, I., Charters, E., Di Fiore, M., Didier, E., … & Vineis, P. (2020). Five ways to ensure that models serve society: a manifesto. Nature, 582, 482–484.

4 Ravetz, J. (1999). Models as Metaphors: A new look at science. Urban Lifestyles, Sustainability and Integrated Environmental Assessment (Ulysses) working paper WP-99-3. Ulysses project.

5 Gershenson, C. (2013). The implications of interactions for science and philosophy. Foundations of Science, 18, 781–790.

6 Sarewitz, D. (2004). How science makes environmental controversies worse. Environmental science & policy, 7(5), 385–403.

7 Sarewitz, D., & Pielke Jr, R. (1999). Prediction in science and policy. Technology in Society, 21(2), 121–133.

8 Kinzig, A. P. (2001). Bridging disciplinary divides to address environmental and intellectual challenges. Ecosystems, 709–715.

9 Liu, J., Dietz, T., Carpenter, S. R., Folke, C., Alberti, M., Redman, C. L., … & Provencher, W. (2007). Coupled human and natural systems. AMBIO: a journal of the human environment, 36(8), 639–649.

10 Shrivastava, P., Smith, M. S., O’Brien, K., & Zsolnai, L. (2020). Transforming sustainability science to generate positive social and environmental change globally. One Earth, 2(4), 329–340.

11 Sarewitz, D. (2016). Saving science. The New Atlantis, 49(37), 4–40.

12 Funtowicz, S. O., & Ravetz, J. R. (1993). Science for the post-normal age. Futures, 25(7), 739–755.

13 Ravetz, J. (2006). The no-nonsense guide to science. New Internationalist.

Kiemelt kép: canva

search icon