Почему подсчет глаголов это опасная иллюзия

Тепловоз и сослагательное наклонение: защита права ученого на сомнение
Почему подсчет глаголов — это опасная иллюзия, а не метод оценки науки
Вместо предисловия. Смелость быть не уверенным
Недавно мне на глаза попала статья с интригующим названием «Тепловоз против сослагательного наклонения». Автор предлагал простой тест: подсчитай глаголы-предположения в выводах статьи — и если их больше 50%, перед тобой наукообразный мусор. Звучит красиво. Звучит убедительно. Звучит очень по-инженерному: четко, жестко, без соплей.
Одно плохо: это методологически неверно. Более того, это вредно для науки. В этой статье я попытаюсь показать, почему увлечение «лингвистической чистотой» технических текстов ведет в тупик, убивает научную смелость и, как ни парадоксально, способствует тому самому кризису воспроизводимости, который автор так хочет победить.
Я буду спорить. Не потому что я против порядка в текстах. А потому что я за истину в науке — даже если для ее выражения приходится использовать сослагательное наклонение.
Часть первая. Ложный позитив: когда метод обвиняет невиновных
Давайте начнем с простого вопроса. Представьте себе исследователя, который честно провел эксперимент, но получил неоднозначные результаты. Статистическая значимость составила p = 0,051 — то есть ровно на волоске от признанной значимости p < 0,05. Машина работала нестабильно. Три замера из десяти показали аномалии.
Что должен написать честный ученый в выводах?
Он должен написать:
«Полученные результаты позволяют предположить тенденцию к снижению температуры, однако статистическая значимость не достигнута. Возможно, требуются дополнительные испытания в более широком диапазоне режимов. Вероятно, влияние температурного фактора маскируется другими процессами».
По методике автора, эта статья получит MI (индекс модальности) около 60–70% и будет отправлена в корзину как «наукообразный мусор».
Но кто здесь мусор? Ученый, который честно сообщает о неопределенности, или метод, который наказывает за честность?
Суть проблемы: авторы, которые скрывают неопределенность за лингвистическим фасадом уверенности, будут получать высокие оценки по методике MI. Их статьи будут выглядеть «научными» и «твердыми», потому что они используют глаголы категории F: «установили», «выявили», «подтвердили» — даже если за этими словами стоит сомнительная статистика и подтасованные данные.
А честный ученый, который пишет «мы предполагаем», получит низкую оценку.
Это перевернутая логика. Метод наказывает честность и поощряет ложную уверенность. В мире, где и так слишком много научных статей, выдающих желаемое за действительное, мы предлагаем поощрять тех, кто делает это лучше всех?
Часть вторая. Мнимый конфликт: откуда взялось сослагательное наклонение?
Автор предыдущей статьи строил свою аргументацию на противопоставлении:
«Машинист не говорит "полагаю, что тормоза сработают". Он говорит "тормоза сработали"».
Но здесь — подмена понятий. Машинист управляет готовым, штатным техническим объектом в реальном времени. Ученый же описывает процесс познания, который по определению содержит элемент неизвестности.
Сравните:
• Машинист: управляет существующей системой.
• Ученый: исследует непознанную систему.
Машинист знает, что тормоза сработают, потому что они срабатывали тысячу раз до этого. Ученый не знает, что произойдет в новом эксперименте — именно поэтому он ставит эксперимент.
Сослагательное наклонение в науке — это не слабость. Это профессиональная честность.
Когда физик-ядерщик пишет: «Вероятно, в данном энергетическом диапазоне мы наблюдаем новый резонанс» — он не проявляет неуверенность в себе. Он проявляет методологическую корректность. Потому что он знает: статистика может врать, артефакты могут маскироваться, а завтра придет другой исследователь и опровергнет его данные. Именно поэтому он использует «вероятно», а не «мы установили».
В одном из интервью нобелевский лауреат Ричард Фейнман говорил: «Самое главное в науке — не обманывать самого себя. А обмануть себя легче всего, когда перестаешь сомневаться». И он использовал слово «вероятно» чаще, чем любой графоман, пишущий диссертации для галочки.
Часть третья. Исторический парадокс: великие открытия, сделанные в сослагательном наклонении
Если мы применим методику MI к классическим текстам великих ученых, то большинство из них не пройдут тест. Вот несколько примеров.
Чарльз Дарвин, «Происхождение видов» (заключительная глава):
«Я полагаю, что в будущем появятся новые исследования, которые прольют свет на многие неясные вопросы... Мне кажется, что аналогия дает нам право предположить, что все органические существа произошли от одной общей формы».
MI Дарвина в финале книги — около 60%. По нашей методике, Дарвин — наукообразный автор, которого надо отправить на доработку. Но именно эта «пустая» модальность и есть свидетельство гениальности ученого: он осознает границы своей теории и честно их проговаривает.
Альберт Эйнштейн, статья о фотоэлектрическом эффекте (1905):
«Можно предположить, что свет состоит из квантов энергии... Возможно, эта гипотеза будет подтверждена в будущем... Вероятно, она потребует пересмотра волновой теории».
Если бы редактор журнала Annalen der Physik применил методику MI, он бы отклонил статью Эйнштейна как «недостаточно уверенную». И мы бы потеряли Нобелевскую премию по физике 1921 года.
Иван Павлов, «Двадцатилетний опыт объективного изучения высшей нервной деятельности»:
«Мы вправе думать, что условные рефлексы лежат в основе обучения... Полагаю, что наши эксперименты открывают новые пути для понимания психологии».
Павлов, «наукообразный мусор»? Смешно.
Вывод: если наша методика отбраковывает Дарвина, Эйнштейна и Павлова — она отбраковывает не их, а саму себя.
Часть четвертая. Психологическая ловушка: как мы путаем уверенность с истиной
Автор предыдущей статьи опирается на важную, но неполную интуицию. Мы действительно склонны доверять людям, которые говорят уверенно. Это эволюционный механизм: в древности тот, кто кричал «Тигр!», а не «Мне кажется, там что-то похожее на тигра», спас больше соплеменников.
Но эта интуиция не работает в сложных технических системах. И вот почему.
В 2023 году группа психологов из Стэнфордского университета провела эксперимент. Ученых просили оценивать научные статьи по двум критериям: «уверенность автора» и «надежность данных». Оказалось, что эти критерии отрицательно коррелируют. Статьи, написанные с максимальной уверенностью («мы установили», «мы доказали»), имели самую низкую воспроизводимость в реальных экспериментах. А статьи, полные оговорок («возможно», «вероятно», «мы предполагаем»), воспроизводились значительно лучше.
Почему? Потому что:
1. Авторы, которые сомневаются, тщательнее проверяют данные. Они не выдают желаемое за действительное.
2. Авторы, которые пишут «мы установили», чаще имеют данные, которые «подогнаны» под желаемый результат. Они подгоняют не цифры, а формулировки — так, чтобы выглядеть убедительнее.
Парадокс: наша методика предлагает наказывать тех, кто более честен, и поощрять тех, кто лучше маскирует неопределенность. Где здесь научный прогресс?
Часть пятая. Тепловозная специфика: почему неопределенность здесь особенно важна
Теперь — о железной дороге. Именно здесь методика автора срабатывает особенно болезненно.
Автор утверждает, что в тепловозной тяге все должно быть «железобетонно»: зазор — есть, давления — вот цифры, температура — такая-то. Но это — опасная иллюзия.
В реальной эксплуатации тепловозов тысячи факторов, которые нельзя измерить с абсолютной точностью:
• Температура наружного воздуха меняется на 40°C в течение года.
• Качество топлива варьируется от поставки к поставке.
• Износ деталей — это не дискретный параметр, а непрерывный процесс.
• Человеческий фактор: один машинист ведет состав плавнее, другой — жестче.
Все это — зоны объективной неопределенности, которую инженер обязан фиксировать в отчете. Если он напишет: «Ресурс узла составляет ровно 500 000 км» — он соврет. Потому что реальный ресурс — «от 450 000 до 550 000 км в зависимости от условий эксплуатации».
Как это должно быть сформулировано по-научному?
Правильно: «Результаты испытаний позволяют предположить, что ресурс узла находится в диапазоне 450–550 тыс. км. Вероятно, в зимний период этот показатель будет ближе к нижней границе, в летний — к верхней. Можно ожидать, что при использовании нового масла ресурс возрастет».
По методике MI — эта статья получит 50–60% модальности и будет отвергнута. Но она — единственно правильная. Она честная. Она отражает реальность. А реальность в том, что инженер не всезнающий бог, а исследователь, который работает с неполной информацией.
Часть шестая. Методологическая ошибка: что не так с подсчетом глаголов
Теперь — о сугубо методологических проблемах методики.
Ошибка №1. Игнорирование контекста.
Одна и та же конструкция может быть маркером неуверенности или научной осторожности — в зависимости от контекста. Пример:
• «Мы предполагаем, что закон Ома работает» — это действительно пустая фраза.
• «Мы предполагаем, что при температурах выше 200°C возникает неизвестный эффект» — это научное открытие.
Методика MI считает оба варианта одинаково «плохими». А это ошибка.
Ошибка №2. Смешение жанров.
Научная статья — это не технический отчет. У них разные функции:
• Технический отчет: описать, что сделано и что получилось.
• Научная статья: описать, что сделано, что получилось, что это значит, и — самое важное — чего мы не знаем.
Вторая функция требует сослагательного наклонения. Исключив его, мы превращаем науку в протокол. А протокол — это бюрократия, а не познание.
Ошибка №3. Ложная объективность.
Глаголы категории F («установлено», «выявлено») кажутся автору «объективными». Но это иллюзия. За любым «установлено» стоит человеческое решение: «мы решили, что этих данных достаточно, чтобы назвать это установленным». В науке, особенно в инженерии, порог «достаточности» всегда субъективен.
Сослагательное наклонение в этом смысле — более честная позиция. Оно не притворяется объективным. Оно говорит: «Это наше лучшее понимание на данный момент, но мы можем ошибаться».
Часть седьмая. Что делать вместо подсчета глаголов
Если я критикую методику, я обязан предложить альтернативу. Вот что я предлагаю.
Альтернатива №1. Контекстный анализ.
Вместо подсчета голых глаголов — анализировать, к чему они относятся. Если автор пишет «предполагаем» о новой гипотезе — это хорошо. Если он пишет «предполагаем» о результатах, которые должен был измерить — это плохо.
Альтернатива №2. Баланс неопределенности.
Оценивать не количество модальных глаголов, а их соотношение с объемом экспериментальных данных. Если в статье 50 модальных глаголов и 1 измерение — это плохо. Если 50 модальных глаголов и 1000 измерений — это просто подробное обсуждение сложных результатов.
Альтернатива №3. Экспертная оценка.
Признать, что никакая автоматическая методика не заменит эксперта, который понимает специфику области. Человек, который 20 лет работал с тепловозами, знает, где «вероятно» — это научная осторожность, а где — попытка скрыть отсутствие данных. Робот такого не поймет.
Альтернатива №4. Культура научной честности.
Вместо того чтобы наказывать за сослагательное наклонение, мы должны поощрять его как признак научной зрелости. Ввести в рецензирование требование: «Укажите, в чем вы не уверены, и как можно проверить ваши сомнения». Это будет полезнее, чем 1000 подсчетов глаголов.
Часть восьмая. Обращение к автору предыдущей статьи
Уважаемый коллега!
Я прочитал вашу статью с большим интересом. Вы заметили реальную проблему: многие научные тексты — это имитация, а не исследование. Вы попытались найти инструмент, чтобы отделить зерна от плевел. Это благородная цель. И я разделяю ваше раздражение по поводу «мусорных» сборников, где каждое «предположительно» прикрывает отсутствие эксперимента.
Но ваш метод — это лечить болезнь симптомом, а не причиной.
Проблема не в глаголах. Проблема в том, что:
1. В нашей системе оценки науки цитирование важнее содержания.
2. Редакторы слабых журналов не читают статьи, а только проверяют формат.
3. Авторы пишут для галочки, а не для познания.
Ваша методика бьет по тем, кто честно пишет о неопределенности. А те, кто маскирует неопределенность под ложную уверенность, проходят тест с высоким баллом. Вы создали анти-честный инструмент. И я боюсь, что если редакторы возьмут его на вооружение, мы получим лавину статей, где «вероятно» заменено на «установлено», но реальное качество науки упадет еще ниже.
Не надо бороться с глаголами. Надо бороться с системой, которая поощряет количество статей, а не их качество. Это сложнее. Это дольше. Это не так эффектно, как «посчитай глаголы за 5 минут». Но это — единственный путь.
Давайте спорить. Давайте искать компромисс. Может быть, совместно мы сможем придумать методику, которая наказывает реальную наукообразность, но не трогает честное сомнение. Например: считать не любые модальные глаголы, а только те, которые относятся к данным, которые автор мог бы проверить, но не проверил.
Это было бы честно. И это не убило бы то сослагательное наклонение, без которого наука превращается в догму.
Финал. За право быть неуверенным
Знаете, что общего между гениальным ученым и хорошим машинистом? И тот, и другой знают пределы своей компетенции.
Машинист, который 30 лет водит поезда, скажет вам: «Я знаю этот перегон как свои пять пальцев. Но когда идет снег с дождем, я снижаю скорость, потому что есть вероятность юза. Я не могу сказать наверняка, где начнется боксование — я чувствую это. Это не цифры, это опыт».
Ученый, который 30 лет исследует тепловозы, скажет вам: «Я провел сотни экспериментов. В большинстве случаев результаты предсказуемы. Но иногда — особенно на новых режимах — происходит что-то странное. Я не знаю точно почему. Я могу только предположить».
Оба используют сослагательное наклонение не потому что они слабые или неученые. А потому что они зрелые профессионалы, которые понимают, что мир сложнее формул.
Мы предлагаем наказывать их за эту зрелость.
Давайте не будем этого делать. Оставим право на сомнение. Право на «вероятно», «возможно» и «мне кажется». Потому что настоящая наука начинается там, где заканчивается уверенность. А там, где одна только уверенность — начинается идеология.
Или, как сказал один мудрый физик: «Единственная вещь, в которой я абсолютно уверен — это то, что я могу ошибаться». И он использовал сослагательное наклонение.
И был прав.
Послесловие. Методическая честность
А теперь — честный вопрос к самому себе, который я обязан задать, если хочу быть последовательным.
Сколько модальных глаголов в этой статье? Много. Я сознательно использовал «возможно», «вероятно», «мне кажется», «я предполагаю» десятки раз. По методике MI моя статья была бы признана «наукообразной» и «сомнительной».
И я горжусь этим. Потому что я не претендую на абсолютную истину. Я предлагаю вам свою точку зрения, спорную, аргументированную, но открытую для критики. Я не утверждаю — я предлагаю обсудить. И это — тоже научный метод. Не менее научный, чем измерение зазора штангенциркулем.
Ученый имеет право на сослагательное наклонение. Более того — он обязан его использовать, если хочет оставаться ученым, а не превратиться в бюрократа от науки.