Quá trình hình thành tri thức khoa học

Vì vậy, hình thành tri thức khoa học là một quá trình chuyển hóa và sàng lọc chứ không phải một khoảnh khắc phát hiện. Mỗi bước đều làm thay đổi “trạng thái” của thông tin: câu hỏi xác định điều cần biết, nghiên cứu tạo dữ liệu, phân tích tạo kết quả, kiểm chứng đánh giá độ bền của kết luận, còn sự tích lũy của nhiều nghiên cứu giúp cộng đồng khoa học xác định điều gì có thể được xem là hiểu biết đáng tin cậy ở thời điểm hiện tại.

Câu hỏi nghiên cứu định hình điều cần biết

Mọi quá trình nghiên cứu bắt đầu bằng một khoảng trống nhận thức: có điều gì đó chưa biết, chưa chắc chắn hoặc có nhiều cách giải thích cạnh tranh. Tuy nhiên, một vấn đề chỉ trở thành câu hỏi khoa học khi có thể liên hệ với những quan sát hoặc phép đo có khả năng kiểm tra nó. Điểm quan trọng không nằm ở việc câu hỏi nghe có vẻ “khoa học”, mà ở chỗ nó xác định được điều gì sẽ được xem là bằng chứng ủng hộ, bằng chứng phản bác hoặc bằng chứng chưa đủ để kết luận.

Từ câu hỏi, nhà nghiên cứu thường xây dựng giả thuyết, mô hình hoặc dự đoán có thể đối chiếu với dữ liệu. Cơ chế ở đây rất quan trọng: giả thuyết biến một ý tưởng chung thành một mệnh đề có hậu quả quan sát được. Nếu cho rằng một yếu tố X ảnh hưởng đến Y, nghiên cứu phải chỉ ra X và Y được nhận diện thế nào, điều kiện nào được giữ cố định hoặc so sánh, và dạng kết quả nào sẽ phù hợp với dự đoán. Nhờ đó, nghiên cứu không chỉ “đi tìm dữ liệu”, mà tìm loại dữ liệu có khả năng trả lời một câu hỏi cụ thể.

Một ví dụ giả định cho thấy sự khác biệt này. Câu hỏi “ánh sáng có tốt cho cây không?” quá rộng để kiểm tra trực tiếp. Khi câu hỏi được thu hẹp thành ảnh hưởng của một mức chiếu sáng xác định đến tốc độ sinh trưởng của một loài cây trong một khoảng thời gian nhất định, nhà nghiên cứu đã tạo ra một cấu trúc có thể quan sát và so sánh. Dù vậy, bản thân câu hỏi hay giả thuyết vẫn chưa phải tri thức. Chúng chỉ tạo ra khuôn khổ để tri thức có thể được kiểm tra bằng nghiên cứu.

Thiết kế nghiên cứu biến câu hỏi thành dữ liệu có ý nghĩa

Câu hỏi cho biết cần biết điều gì; thiết kế nghiên cứu quyết định dữ liệu thu được có thực sự mang thông tin về điều đó hay không. Đây là lý do chất lượng của bằng chứng bắt đầu trước khi phân tích. Cách chọn đối tượng, cách đo lường, thời điểm quan sát, nhóm so sánh, điều kiện kiểm soát và quy trình ghi nhận đều ảnh hưởng đến ý nghĩa của dữ liệu.

Dữ liệu không phải một bản sao trung tính của thế giới. Mỗi phép đo đều phụ thuộc vào công cụ, định nghĩa và thủ tục. Nếu một biến được đo không đúng với khái niệm cần nghiên cứu, hoặc mẫu quan sát không đại diện cho phạm vi mà kết luận muốn áp dụng, việc thu thêm rất nhiều dữ liệu vẫn không tự sửa được vấn đề. Sai lệch có hệ thống có thể được lặp lại một cách rất nhất quán. Vì vậy, số lượng dữ liệu và chất lượng dữ liệu là hai vấn đề khác nhau.

Thiết kế còn quyết định loại suy luận nào có thể thực hiện. Một nghiên cứu mô tả có thể cho biết hiện tượng xuất hiện như thế nào trong nhóm được quan sát; một thiết kế có so sánh phù hợp có thể giúp đánh giá sự khác biệt giữa các điều kiện; để lập luận về quan hệ nhân quả, yêu cầu đối với kiểm soát các cách giải thích thay thế còn cao hơn. Không thể nâng cấp loại kết luận chỉ bằng cách phân tích dữ liệu phức tạp hơn nếu thiết kế ban đầu không cung cấp thông tin cần thiết.

Vì thế, dữ liệu chỉ trở thành nguyên liệu có giá trị khi biết chúng được tạo ra bằng cách nào. Khi đọc một nghiên cứu, phần phương pháp không phải thủ tục phụ đứng sau kết quả. Nó là cơ sở để đánh giá dữ liệu đang đại diện cho cái gì, có thể trả lời câu hỏi nào và giới hạn của câu trả lời nằm ở đâu.

Phân tích biến dữ liệu thành bằng chứng có điều kiện

Sau khi dữ liệu được tạo ra, phân tích giúp nhận diện mẫu hình, so sánh các khả năng giải thích và ước lượng mức độ bất định của kết quả. Nhưng phân tích không “rút chân lý” trực tiếp từ dữ liệu. Nó hoạt động thông qua những giả định về cách đo, cách mô hình hóa, cách xử lý nhiễu và mối quan hệ giữa dữ liệu quan sát được với mệnh đề đang được kiểm tra.

Có thể phân biệt bốn tầng thường bị trộn lẫn. Dữ liệu là quan sát hoặc phép đo. Kết quả là đầu ra của quá trình xử lý và phân tích dữ liệu. Bằng chứng xuất hiện khi kết quả có sức nặng đối với một mệnh đề cụ thể trong phạm vi mà thiết kế cho phép. Tri thức khoa học chỉ hình thành khi các bằng chứng đó tiếp tục chịu kiểm tra và được tích hợp vào bức tranh rộng hơn. Phân biệt bốn tầng này giúp tránh một lỗi phổ biến: coi bất kỳ kết quả nào “có tín hiệu” cũng là một sự thật khoa học đã được xác lập.

Cơ chế biến kết quả thành bằng chứng nằm ở suy luận. Nhà nghiên cứu phải giải thích vì sao mẫu hình quan sát được phù hợp với giả thuyết hơn những cách giải thích thay thế, liệu sai số hay nhiễu có thể tạo ra kết quả đó hay không, và kết luận còn đúng trong những điều kiện nào. Một con số, một khác biệt hoặc một mối liên hệ không tự nói lên nguyên nhân của nó. Ý nghĩa khoa học đến từ quan hệ giữa kết quả, thiết kế nghiên cứu và lập luận giải thích.

Bởi vậy, bằng chứng luôn có điều kiện. Một kết quả có thể là bằng chứng mạnh cho một phát biểu hẹp nhưng lại không đủ cho một phát biểu rộng hơn. Chẳng hạn, quan sát thấy hai biến thay đổi cùng nhau có thể hỗ trợ kết luận về mối liên hệ, nhưng không tự động chứng minh rằng biến này gây ra biến kia. Chính việc giữ đúng ranh giới suy luận giúp khoa học không biến dữ liệu thành những kết luận vượt quá những gì nghiên cứu thực sự kiểm tra được.

Kiểm chứng và phản biện kiểm tra độ bền của kết luận

Khi một nghiên cứu hoàn tất, quá trình hình thành tri thức vẫn chưa kết thúc. Kết luận cần được đặt trước những phép kiểm tra mà chính nhóm nghiên cứu ban đầu khó có thể tự thực hiện đầy đủ. Phản biện chuyên môn là một lớp kiểm tra: người khác xem xét sự phù hợp giữa câu hỏi, phương pháp, phân tích và kết luận, tìm những giả định chưa được biện minh hoặc những cách giải thích bị bỏ sót. Giá trị của phản biện nằm ở khả năng phát hiện điểm yếu trước khi một kết quả được chấp nhận rộng hơn.

Tuy nhiên, phản biện đồng cấp không phải con dấu bảo đảm rằng nghiên cứu đúng. Người phản biện thường làm việc với báo cáo mà tác giả cung cấp; họ không nhất thiết thu thập lại dữ liệu hoặc tái thực hiện toàn bộ phân tích. Một nghiên cứu đã công bố vẫn có thể chứa sai sót, phụ thuộc quá mức vào một lựa chọn phân tích hoặc cho kết quả chỉ đúng trong một bối cảnh hẹp. Vì vậy, công bố là một bước của kiểm chứng, không phải điểm kết thúc.

Những lớp kiểm tra mạnh hơn xuất hiện khi người khác có thể xem xét lại dữ liệu, quy trình và kết quả hoặc thực hiện nghiên cứu độc lập. Tùy lĩnh vực, thuật ngữ “tái lập” và “lặp lại” có thể được dùng khác nhau, nhưng ý tưởng cốt lõi giống nhau: kiểm tra xem kết luận có phụ thuộc quá nhiều vào một bộ dữ liệu, một nhóm nghiên cứu, một thủ tục hay một bối cảnh cụ thể hay không. Nếu kết quả vẫn xuất hiện dưới các phép kiểm tra độc lập phù hợp, khả năng nó chỉ là sản phẩm của sai sót ngẫu nhiên hoặc lựa chọn đặc thù giảm đi.

Ngược lại, một nghiên cứu không lặp lại được cũng chưa tự động phủ định toàn bộ kết luận trước đó. Sự khác biệt có thể chỉ ra lỗi, nhưng cũng có thể làm lộ ra một điều kiện biên: hiệu ứng chỉ tồn tại ở một nhóm, một môi trường hoặc một cách đo nhất định. Đây là lý do kiểm chứng có giá trị nhận thức lớn hơn việc gắn nhãn “đúng” hay “sai”. Nó giúp xác định kết luận bền đến đâu và phạm vi của nó rộng đến mức nào.

Nhiều nghiên cứu tích lũy thành tri thức khoa học

Một nghiên cứu đơn lẻ có thể tạo ra bằng chứng mới, nhưng tri thức khoa học ổn định hơn thường hình thành khi nhiều dòng bằng chứng được đặt cạnh nhau. Mỗi nghiên cứu chỉ quan sát một lát cắt của hiện tượng, với mẫu, phương pháp và điều kiện riêng. Khi các nghiên cứu độc lập kiểm tra cùng một câu hỏi, chúng cho phép cộng đồng khoa học xem kết quả nào lặp lại, kết quả nào thay đổi theo bối cảnh và cách giải thích nào phù hợp với toàn bộ bằng chứng hơn.

Sự tích lũy này không phải phép đếm đơn giản xem có bao nhiêu nghiên cứu “ủng hộ” hay “không ủng hộ”. Chất lượng thiết kế, độ trực tiếp của phép đo, tính độc lập của dữ liệu, mức độ nhất quán giữa các kết quả và các điều kiện khác nhau đều quan trọng. Các phương pháp tổng hợp bằng chứng, như tổng quan có hệ thống hay phân tích gộp khi phù hợp, được dùng để xem xét một tập hợp nghiên cứu thay vì để một kết quả nổi bật đại diện cho toàn bộ lĩnh vực. Ngay cả khi không thể gộp định lượng, việc đối chiếu các nghiên cứu vẫn cho thấy những điểm hội tụ và những nguồn khác biệt cần giải thích.

Đồng thuận khoa học vì thế không đơn giản là nhiều người cùng tin một điều. Nó có giá trị khi nhiều bằng chứng độc lập, được tạo bằng những phương pháp thích hợp, cùng hướng đến một cách giải thích và tiếp tục đứng vững trước các phép kiểm tra. Khi các nghiên cứu mâu thuẫn, trạng thái tri thức chưa nhất thiết là “không biết gì”; đôi khi chính sự mâu thuẫn cho thấy một yếu tố điều kiện mà mô hình ban đầu chưa tính đến.

Điểm mấu chốt là vị thế của một kết luận tăng lên theo sự hội tụ của bằng chứng, không theo sự nổi tiếng của một nghiên cứu riêng lẻ. Một nghiên cứu tốt có thể làm thay đổi câu hỏi hoặc mở ra một hướng giải thích quan trọng, nhưng để trở thành phần tương đối ổn định của tri thức khoa học, kết luận của nó cần được kết nối với toàn bộ những gì các nghiên cứu khác cho thấy.

Tri thức khoa học mạnh vì luôn có thể được sửa đổi

Tri thức khoa học thường được mô tả là “tạm thời”, nhưng từ này dễ gây hiểu nhầm nếu bị hiểu thành “không chắc điều gì cả”. Tính tạm thời của khoa học có nghĩa là mọi kết luận đều mở cho việc kiểm tra lại khi xuất hiện bằng chứng hoặc mô hình giải thích tốt hơn. Mức độ tin cậy của các kết luận không giống nhau: có kết luận mới chỉ được hỗ trợ sơ bộ, có kết luận đã được kiểm tra qua nhiều phương pháp, bối cảnh và thế hệ nghiên cứu.

Bằng chứng mới có thể tác động đến tri thức theo nhiều cách. Nó có thể củng cố một kết luận cũ, thu hẹp phạm vi áp dụng, chỉ ra một ngoại lệ, sửa cơ chế giải thích hoặc trong trường hợp đủ mạnh, dẫn đến việc thay thế một mô hình. Sửa đổi như vậy không nhất thiết xóa bỏ toàn bộ tri thức trước đó. Một mô hình cũ vẫn có thể hoạt động tốt trong một phạm vi nhất định, trong khi mô hình mới giải thích được thêm những trường hợp mà mô hình cũ không xử lý được.

Khả năng tự sửa sai vì thế là một phần của cơ chế tạo độ tin cậy. Nếu khoa học coi mọi kết luận đã công bố là bất biến, sai sót sẽ không có con đường để bị phát hiện và tri thức không thể cải thiện. Nhưng chiều ngược lại cũng quan trọng: một nghiên cứu mới không tự động lật ngược một khối bằng chứng đã tích lũy. Muốn thay đổi một kết luận đã được hỗ trợ mạnh, bằng chứng mới phải đủ sức giải thích cả quan sát mới lẫn lý do các bằng chứng trước đó từng dẫn tới kết luận cũ.

Khi đọc một công bố khoa học, cách tiếp cận hợp lý là hỏi bốn điều trong cùng một mạch: nghiên cứu đã kiểm tra câu hỏi gì, dữ liệu được tạo bằng thiết kế nào, kết luận đã chịu những phép kiểm tra độc lập nào, và nó phù hợp với tổng thể bằng chứng hiện có ra sao. Bốn câu hỏi này giúp phân biệt một kết quả mới với tri thức khoa học đã tích lũy, đồng thời cho thấy mức độ chắc chắn luôn gắn với bằng chứng, điều kiện và khả năng kiểm tra lại.

Tri thức khoa học được hình thành không phải bằng một bước “phát hiện sự thật”, mà bằng một chuỗi chuyển hóa có kiểm soát. Câu hỏi nghiên cứu xác định điều cần kiểm tra; thiết kế tạo ra dữ liệu có ý nghĩa; phân tích biến dữ liệu thành kết quả và bằng chứng có điều kiện; phản biện, kiểm chứng và lặp lại thử độ bền của kết luận; nhiều nghiên cứu sau đó được tích lũy để tạo nên hiểu biết có mức tin cậy và phạm vi áp dụng ngày càng rõ.

Vì thế, một nghiên cứu là đơn vị tạo bằng chứng, còn tri thức khoa học là sản phẩm của cả quá trình kiểm tra và tích lũy bằng chứng. Chính việc luôn buộc kết luận phải đối mặt với dữ liệu mới, cách giải thích thay thế và khả năng sửa đổi khiến tri thức khoa học vừa có thể thay đổi, vừa có cơ sở để trở nên đáng tin cậy hơn theo thời gian.