Чему нас учит история?

Пантеон | Чему нас учит история?

/ Европейский центр программирования им. Леонарда Эйлера, 2024.
/ Руслан Богатырев, 2023-2024.
\ Арт-журнал «Пантеон»: https://panteono.ru/2023-03-05

—
Чему нас учит история?

Думаю, многим знакомы резкие слова, которые приписывают Вольтеру: «История — это ложь, с которой все согласны».

Да, в его творчестве встречается похожая мысль. Правда, она облечена в одежду иных слов и вложена в уста персонажа художественного произведения. Откроем издание «Романы и повести Фр. М. Вольтера» (С.-Петербург, 1870) в переводе Н. Н. Дмитриева.

Речь идёт о сатирическом рассказе Вольтера «Жанно и Колен» (Jeannot et Colin, 1746). Вот как текст звучит в переводе на русский язык: «Приятною и полезною, конечно, может быть одна только современная история. Все древние истории, как говорил один из наших блестящих умов, ничто иное, как неопровергнутые басни, что же касается до новой истории, так это хаос, в котором ничего нельзя разобрать».

—
• Фридрих Ницше: «Это было», — сказала Память. «Этого не могло быть», — сказала Гордость. И Память сдалась».

• Василий Ключевский: «История ничему не учит, а только наказывает за незнание уроков».

• О. Генри: «Я не знаю иного способа судить о будущем, кроме как по прошлому».
—

История — особая наука. Что такое человек без памяти, как и компьютер без неё — полагаю, многие представляют.

История вбирает в себя память — людей, событий, свершений, дат... Но, как и в случае с компьютером, она же является извечной целью скрытого несанкционированного вторжения в ваши ценные данные. Чтобы внести в них нужные изменения, подправить контекст и затем уже полностью манипулировать жертвой атаки.

Как и в случае с нашим родным организмом, основным барьером здесь должна выступать иммунная система. Ментальная иммунная система. Если вы её у себя не формируете — прямо или косвенно, — никакой Касперский вам в этом не поможет.

Беда в том, что история — и как наука, и как сфера профессиональной деятельности — крайне замусорена. Не только противоречивыми суждениями специалистов, но и подложными фактами, документами, ментальными конструкциями.

В исторической науке те же врождённые проблемы, что и в искусственном интеллекте (ИИ): если вы не знаете, (1) на каких эталонах его обучали, (2) что считали хорошим/правильным и (3) как расставляли приоритеты значимости разных показателей, то любые выводы и решения ИИ носят крайне сомнительный характер. Опять всё та же достоверность...

Да, разобраться в токсичной исторической информации весьма непросто. Даже профессионалу.

И всё же некоторые базовые моменты нам обсудить стоит.

Итак, если у вас есть данные наблюдений и экспериментов, по ним можно попытаться выявить некие закономерности. Зачем? Чтобы уметь предсказывать последующие. С какой-то погрешностью. Иными словами, предсказывать будущее. А что есть эти данные? Это и есть зафиксированное прошлое.

Аналогично можно подходить к предмету истории. Но историческая наука нужна не только для того, чтобы уметь предсказывать будущее. Если удаётся вернуться к некоторым истокам событий и разобраться в их хитросплетениях, к генезису событий, можно понять и то, когда и куда свернули «не туда». С чьей подачи. И даже — по какой причине. Вполне вероятно, учитывая этот исторический опыт, можно иначе выстраивать само будущее. А не просто его пытаться предсказать.

Стоит признать, что история (как, впрочем, и философия) — весьма уязвимые и аморфные сферы интеллектуальной деятельности. Где велики соблазны для словесной эквилибристики, подмены смыслов, тенденциозной интерпретации и даже прямого подлога. Здесь доказательство носит нередко чисто условный характер и представляет просто обоснование, некую аргументацию. Здесь гипотезы, предположения, догадки частенько выдаются за аксиомы и непреложную истину. В последней инстанции.

Впрочем, любая наука, если вдуматься, есть условность. Полезная. Как и математика. Но всё же условность. Ибо наука вынуждена упрощать действительность. Сводить её к особым абстракциям. К удобным средствам борьбы со сложностью. Отсекать всё лишнее. Сводить к особой «оптике», принятой на данном этапе развития мысли в данной науки. А тут уже возникают вопросы и к самой оптике, и к тому, кто и как будет интерпретировать всё наблюдаемое через неё.

Как нетрудно догадаться, и оптика, и наблюдатель не являются кристально чистыми и непогрешимыми. Надо не забывать о контроле сущностной достоверности: (1) насколько корректна данная оптика и (2) насколько применимы её выводы к действительности.

К сожалению, философия науки (а мы затрагиваем сейчас именно этот фундамент) практически исключена из сферы науки и образования. Граница применимости знаний и методология науки очень часто остаются вне поля нашего зрения.

Итак, в любой сфере знания есть определённые установленные правила игры. В рамках которых и формируются те или иные ментальные модели. Они суть проекция действительности. Проекция, преломлённая через конкретные термины и правила вывода — аксиоматику. Вы можете сменить аксиоматику и тогда, разумеется, получите иную науку, иную картину мира.

Человек в рамках этой картины строит свои модели. Их задача — предсказать и объяснить прошлое, настоящее и будущее с позиции выбранной аксиоматики.

Если модели нас устраивают, мы ими пользуемся. В этом прагматический смысл любой науки. Степень отклонения прогноза от реальности может быть разной, вне зависимости от использования того или иного научного (математического) аппарата.

Историческая наука (как и та же экономика) несёт немалую часть субъективности. За счёт неизбежной политизации. Причём речь не только о военной и политической истории, но также о более, казалось бы, безобидных: истории науки и истории культуры.

В отличие от строгой и беспристрастной математики здесь везде изначально господствует презумпция лжи. Ибо историю формируют, как известно, победители. Не только на поле брани, но и на научном Олимпе.

Современная наука в силу целого ряда причин (и не только пресловутая погоня за индексами цитирования) подвержена коррозии соблазна. Наукометрические показатели породили во многом бесконтрольность и чрезмерное доверие к авторитету (журнала, институтов, авторов).

Классический пример. В 2010 г. в журнале American Economic Review вышла статья «Рост во время задолженности», опубликованная гарвардскими экономистами Кармен Рейнхарт и Кеннетом Рогоффом.

Кто они? Кармен Рейнхарт (Carmen M. Reinhart, род. 1955) — профессор международной финансовой системы Гарвардской школы им. Кеннеди. До этого старший научный сотрудник Института мировой экономики Питера Петерсона и профессор Мэрилендского университета. С 2020 г. главный экономист Всемирного банка. Один из самых цитируемых экономистов и самая цитируемая женщина-экономист в мире.

Вместе с Кеннетом Рогоффом соавтор книги «На этот раз всё будет иначе. Восемь столетий финансового безрассудства» (This Time Is Different: Eight Centuries of Financial Folly; Princeton University Press, 2009).

Кеннет Рогофф (Kenneth Saul Rogoff, род. 1953) — видный американский экономист. Профессор экономики Гарвардского университета. Один из ведущих учёных в области сравнительного изучения экономик. Часто входит в рейтинги самых влиятельных экономистов мира. Главный экономист Международного валютного фонда (2001-2003). Член Национальной академии наук США, академик Американской академии искусств и наук.

На основании данных по росту ВВП и уровню государственного долга разных стран авторы пришли к выводу, что рост ВВП оказывается существенно медленнее в тех странах, где уровень задолженности превышает 90% от ВВП. Многие политики, чиновники, журналисты и даже учёные опирались на этот вывод. Такое авторитетное издание, такие авторитетные авторы…

Лишь в апреле 2013 г. группа учёных из Массачусетского университета в Амхерсте (UMass Amherst) обнаружила ошибку в статье Рейнхарт-Рогоффа. Учёные безуспешно пытались воспроизвести их результаты.

И только когда гарвардские коллеги выслали им исходные данные в таблицах Excel, в Массачусетсе поняли, почему не удавалось эти результаты воспроизвести другим. Ошибка крылась в формуле. В выборке из 20 стран по одному из параметров были известны лишь значения для 8 стран. Остальные оставались помечены n/a (неизвестно). Рейнхарт и Рогофф это просто проигнорировали.

Без этой ошибки и некоторых спорных моментов использовавшейся методики эффект Рейнхарт-Рогоффа не наблюдался. Вместо уменьшения на 0,1%, страны с долгом выше 90% показывали рост ВВП на вполне приличные 2,2%.

Когда в научных статьях приводятся исходные данные и последующие выводы, крайне редко подвергают критическому анализу саму методику. А ведь это своя аксиоматика. Нано-аксиоматика. Поменяйте методику и получите не только иные результаты, но и совсем иную их интерпретацию.

Вспомним максиму Альберта Эйнштейна: «Никаким количеством экспериментов нельзя доказать теорию; но достаточно одного эксперимента, чтобы её опровергнуть». Вспомним и аналогичный первый закон Эдсгера Дейкстры: «Тестирование программ может показать наличие ошибок, но никогда не покажет их отсутствие».

Отсюда простой вывод: ценность научных статей заключается именно в опровержении гипотез, законов, теорий. А не в обосновании их. Но журналы и научные метрики мотивируют авторов публиковать позитивные результаты, а отнюдь не негативные. Стимулируют самообман.

Вот мы и получаем на выходе иллюзию истины. Которая лишь утверждает диктатуру и презумпцию лжи.

А что же история? Вне всякого сомнения, это крайне важная наука. Но на одном лишь источниковедении без углублённого контроля достоверности (не только фактов, документов, но также методик и интерпретаций) ценность её заметно падает. И этот компас былых времён весьма неустойчив и уязвим.

Так чему же нас учит история?

De omnibus dubitandum… Подвергай всё сомнению. Бессмертная максима французского философа и математика Рене Декарта.