מדע אינו מסתמך על סיפורים או סמכות אלא על תצפיות וניסויים שניתנים לשחזור, ועל כללים שמקטינים הטיות ומאפשרים לתקן טעויות לאורך זמן
מדע נשען על ראיות שניתנות לבדיקה
הבסיס הוא ראיות אמפיריות: מדידות, תצפיות וניסויים שאפשר לבחון באופן קפדני. ראיות כאלה יכולות להיות תוצאות ניסוי במעבדה, נתונים מחיישנים ומכשירי מדידה, תצלומי טלסקופים, תצפיות במיקרוסקופ, מאובנים או דגימות די־אן־איי. לעומת זאת, סיפורים, עדויות אישיות ושמועות אינם נחשבים ראיות, משום שלא קיימת דרך אמינה לאמת אותם, למדוד אותם או לשחזר אותם באופן מבוקר.
השיטה המדעית מתחילה בהשערה (היפותזה) ומתקדמת לניבוי שנגזר ממנה. אם ההשערה נכונה, צריך להיות אפשר לצפות לתוצאה מסוימת, ואז לבדוק האם היא מתקיימת בניסוי או בתצפית. כאשר התוצאה תואמת לניבוי, ההשערה מתחזקת. כאשר היא אינה תואמת, ההשערה נחלשת או נזרקת. לאחר מכן מגיע שלב מכריע: פרסום התוצאות ושיטות העבודה כך שחוקרים אחרים יוכלו לבקר, להצביע על כשלים, ולנסות לשחזר את הממצאים. שחזור בלתי תלוי הוא חלק מרכזי באמינות: אם אותו ניסוי מבוצע שוב ושוב ומניב תוצאות דומות, קטן הסיכוי שמדובר בטעות, הטיה או רמאות.
ככל שמצטבר גוף גדול יותר של ראיות שמאשש השערה, היא יכולה להתגבש לתאוריה מדעית מבוססת. כאן מודגש פער בין השימוש היומיומי במילה “תאוריה” לבין משמעותה המדעית: תאוריה מדעית אינה “ניחוש”, אלא מסגרת הסבר שנבחנה פעמים רבות ונשענת על תוצאות מצטברות. במקביל, מדע כמעט אינו משתמש במושג “הוכחה” מוחלטת, אלא מדבר על דרגות סבירות. יש תאוריות חזקות כל כך, שהסיכוי שיתבררו כשגויות נחשב זעיר מאוד.
ניבויים חייבים להיות חדים, ומבחני הפרכה הם לב העניין
ניבוי מדעי צריך להיות מוגדר ככל האפשר, עם מינימום מקום לפרשנות. ניבויים מעורפלים (“יקרה לי השבוע משהו טוב”) אינם מאפשרים בדיקה אמיתית, משום שכמעט כל דבר יכול להתפרש כהצלחה. לעומת זאת, ניבוי מדויק מייצר מצב שבו יש תוצאה ברורה שמאששת או סותרת.
כאן נכנסים מבחני ההפרכה. תאוריה רצינית צריכה להציב לעצמה תנאים שעלולים להפיל אותה: אם יתקבלו תוצאות מסוימות, היא תצטרך להיחשב שגויה או לפחות להיבחן מחדש. זהו כוחו של המדע: לא רק לאסוף דוגמאות שתומכות בטענה, אלא גם לחפש מצבים שיכולים לסתור אותה. הדוגמה הקלאסית היא “כל הברבורים לבנים”: גם אם נראו המון ברבורים לבנים, תמיד אפשר לדמיין שבמקום נידח קיים ברבור שחור. מספיק ברבור שחור אחד כדי להפיל את הטענה. כך פועל מבחן הפרכה: הוא לא מחפש “עוד מאותו הדבר”, אלא תוצאה אחת שמסוגלת לערער.
מובאת גם המחשה מתחום הפיזיקה: ניבוי שתורת היחסות הכללית גורמת לסטיית אור בקרבת גוף מסיבי כמו השמש. כדי לבדוק זאת צריך תצפית שמסוגלת למדוד סטייה זעירה מאוד בזווית הנראית של כוכבים, ותנאים שמאפשרים לראות אותם סמוך לשמש (כמו ליקוי חמה). הדגש הוא עקרוני: תאוריה טובה מספקת ניבוי מדיד, שאפשר לבדוק, ושיש משמעות ברורה לתוצאה שסותרת אותו.
נבחנת גם דוגמה מאבולוציה: מבחן הפרכה אפשרי הוא מציאת מאובן “לא במקום”, למשל יונק מודרני בשכבות קדומות מאוד. ממצא כזה היה מערער את רצף ההתפתחות כפי שהוא משתקף במאובנים. מנגד, הדגש הוא על כך שהניבויים הבסיסיים לגבי סדר הופעת קבוצות בעלי החיים בשכבות הסלע חוזרים ומתיישבים עם התמונה המצטברת.
איך בונים ניסוי שמקטין טעויות והטיות
כדי שהראיות יהיו אמינות, יש צורך בכללים שמונעים “לשכנע את עצמנו” או ליפול להטיות. קודם כול נדרש מדגם גדול מספיק: אי אפשר להסיק מסקנות על אוכלוסייה שלמה מתוך מספר קטן של מקרים. כלל נוסף הוא קבוצת ביקורת: גם אם מצבם של המשתתפים שקיבלו תרופה השתפר, ייתכן שמצבם היה משתפר גם ללא טיפול. ההשוואה לקבוצה שלא קיבלה את הגורם הנבדק היא הדרך לזהות האם קיימת השפעה אמיתית.
כאשר קיימת סכנה שהציפיות של המשתתפים או הבודקים ישפיעו על התוצאות, יש צורך בסמיות כפולה: גם הנבדקים וגם הבודקים אינם יודעים מי קיבל טיפול אמיתי ומי קיבל טיפול דמה. כך מצמצמים אפקט פלצבו והטיות אבחון. חשוב גם לבצע הקצאה אקראית לקבוצות, כדי למנוע מצב שבו קבוצה אחת “מקבלת מראש” יתרון או חסרון (למשל גיל, מצב בריאותי או מאפיינים חברתיים). כך נוצרות קבוצות הומוגניות יותר, וההשוואה נעשית הוגנת.
כלל מרכזי נוסף הוא בידוד משתנים: אם משנים כמה גורמים במקביל, קשה לדעת מה גרם לתוצאה. לכן משנים פרמטר אחד בכל פעם, בודקים את השפעתו, ואז בונים מודל שמנסה לנבא מה יקרה בשילובים שונים. לאחר מכן בודקים את המודל מול מצבים חדשים כדי לראות אם הוא באמת מנבא ולא רק “מסביר בדיעבד”.
מושם דגש גם על חזרתיות ושחזור: ניסוי חד־פעמי אינו מספיק. ככל שעוד צוותים בלתי תלויים משחזרים את אותה תוצאה, כך האמינות גדלה. באותו הקשר מוזכר “אפקט המגירה”: אסור להתחשב רק בתוצאות שמתאימות להשערה ולהעלים את השאר. כדי להימנע מהנדסת מסקנות בדיעבד, חייבים להגדיר מראש מה ייחשב הצלחה ומה ייחשב כישלון, ולא לקבוע קריטריונים אחרי שכבר רואים את הנתונים. אחרת נוצרת אשליה סטטיסטית: “דיג” בתוך הרבה מדדים עד שמוצאים משהו שנראה משמעותי.
לדעת את העבר ולחזות את העתיד, וגם לתקן את עצמנו
מוצגת טענה ברורה: אפשר להסיק גם על העבר, משום שהעבר משאיר עקבות שניתנות למדידה. מאובנים, שכבות קרקע וסלע, תיארוך רדיומטרי, קידוחי קרח, ממצאים ארכיאולוגיים, דנ״א, טבעות עצים ותצפיות אסטרונומיות מספקים מידע שמאפשר לשחזר תהליכים ואירועים. באותו היגיון, המדע מאפשר גם חיזוי: כשהמודל מתאר נכון את המציאות, הוא מאפשר לצפות תוצאות מראש ולבדוק אותן.
לבסוף, נטענת נקודה שמסבירה למה שינוי עמדות במדע אינו חולשה. כאשר מצטברות ראיות חדשות, המודל צריך להתעדכן. טעויות מתגלות באמצעות מחקר נוסף, מדידות טובות יותר ושיטות ביקורת קפדניות יותר. לכן “המדע טועה” לעיתים, אבל הוא בנוי כך שהוא מזהה טעויות ומתקן אותן, במקום לקבע טענה ללא אפשרות בדיקה.
השורה התחתונה: השיטה המדעית אינה מבטיחה ודאות מוחלטת, אבל היא מספקת דרך שקופה ומבוקרת להתקרב להבנה נכונה יותר של המציאות—באמצעות ראיות, ניבויים שניתנים להפרכה, ביקורת עמיתים, ושחזור בלתי תלוי.
עוד בנושא באתר הידען:
