|
|
||
В 2011 году социальный психолог Дэрил Бем опубликовал в Journal of Personality and Social Psychology работу, в которой сообщалось, что участники эксперимента якобы предчувствуют, где на экране появится изображение, с вероятностью выше случайной. Статья прошла обычное рецензирование, а её автор был уважаемым учёным. Через несколько лет независимые лаборатории попытались повторить результат - и не смогли. Бем тоже не смог. Работа осталась в журнале без отзыва, а дискуссия вокруг неё переросла в разговор о том, что вообще отличает научное знание от рассуждения, похожего на науку.
Большинство людей учат в школе, что наука - это набор проверенных фактов. На деле это метод, и метод довольно жёсткий: он требует, чтобы любое утверждение можно было подвергнуть проверке, а его автора - критике без скидок на авторитет. Когда этот метод исчезает, остаётся форма без содержания. Учёный, говорящий от имени науки, но не допускающий опровержения, ничем не отличается от проповедника. И наоборот: гражданин, умеющий применять научный подход к собственным решениям, защищён от чужого мнения сильнее, чем тот, кто полагается на доверие к источникам.
Проблема в том, что научное мышление - это не естественный навык человека. Канеман и Тверски в работах 1960-1970-х годов, позже собранных в книге "Думай медленно... решай быстро", показали: мозг по умолчанию работает по быстрым эвристикам, ищет подтверждение уже принятой гипотезе и игнорирует противоречия. Наука - это искусственный аппарат, выстроенный против этих естественных склонностей. Научный метод возник не потому, что люди договорились быть честными, а потому, что без принудительной процедуры проверки человеческое мышление быстро скатывается к мифу.
Статья построена как практическое руководство. Сначала - что вообще такое наука как способ мышления и чем она отличается от науки как собрания фактов. Затем - базовые понятия: гипотеза, теория, эксперимент, выборка, переменные, контроль. Дальше - принцип фальсификации, без которого научный метод превращается в обоснование убеждений. После этого - пошаговый план применения научного подхода в собственной деятельности, от оценки инвестиционного решения до выбора диеты. Завершается разговором о демаркации: как понять, где кончается наука и начинается лженаука, и почему сам этот вопрос не имеет простого ответа.
Школьное представление о науке обычно описывает её как сумму добытых знаний: законы Ньютона, теория эволюции, периодическая таблица. Эта картина удобна для экзамена, но бесполезна для понимания. Знание - побочный продукт метода, а не его суть. Если убрать факты, но сохранить метод, наука восстановится за несколько поколений. Если сохранить факты, но убрать метод, через одно поколение они превратятся в цитаты, а через два - в догмы.
Кембриджский философ Карл Поппер в работе "Логика научного открытия", впервые изданной в 1934 году, сформулировал это так: научное знание отличается не тем, что оно "верно", а тем, что оно открыто опровержению. Утверждение, которое в принципе нельзя проверить и потенциально опровергнуть, не относится к науке, какой бы сложной терминологией оно ни было упаковано. Астрология, например, не научна не потому, что её предсказания неточны, а потому, что у неё нет процедуры, по которой признание неверного предсказания заставило бы пересмотреть теорию.
Сильнее всего это видно в рассуждениях о "научном мировоззрении". Мировоззрение - набор убеждений о том, как устроен мир. Научное мировоззрение - не набор, а предписание: относись к каждому убеждению как к гипотезе, которую реальность может опровергнуть. Это требует дисциплины. Убеждение, защищённое от проверки, психологически комфортно - оно создаёт ощущение опоры. Наука требует отказаться от этого комфорта и заменить его процедурой. Удерживать это состояние долго без внешнего давления почти невозможно, поэтому наука существует не как индивидуальная практика, а как социальный институт с журнальной системой, рецензированием, повторением экспериментов.
Прагматически это означает: когда учёный говорит "доказано", он имеет в виду "не опровергнуто на данном уровне проверки". Когда пропагандист или гуру говорит "доказано", он имеет в виду "обсуждение закрыто". Разница не в степени уверенности, а в готовности к её потере. Это первое, что нужно усвоить, если задача - применять научный подход в своей деятельности, а не просто цитировать науку.
Второе следствие метода: наука работает с вероятностями, а не с гарантиями. Результат, подтверждённый в одной выборке, может не воспроизвестись в другой. Классическая работа Джона Иоаннидиса "Почему большинство опубликованных научных результатов ложно", вышедшая в PLoS Medicine в 2005 году, математически показала: при типичных размерах выборок и обычных критериях значимости значительная часть положительных выводов в биомедицине - ложноположительные. Это не повод перестать доверять науке. Это повод перестать доверять единичному исследованию.
Прежде чем применять метод, нужно владеть его инструментами. Большинство из них - не технические термины, а короткие операции мышления, которые можно выполнить в голове, если знать, как именно. Ниже - набор, без которого всё остальное разваливается.
Гипотеза. Это проверяемое утверждение о связи между явлениями. Не идея, не догадка, не мнение - утверждение, из которого вытекает конкретный прогноз, который можно сравнить с наблюдением. "Этот препарат снижает давление у гипертоников" - гипотеза. "Возможно, препарат как-то влияет на давление" - не гипотеза, а расплывчатое предположение, из которого не следует ничего проверяемого. Хорошая гипотеза звучит так, что заранее видно, какой результат её опровергнет.
Теория. Это не синоним "гипотезы", как часто пишут в прессе, а более крупная структура: набор связанных гипотез, объяснений и данных, описывающих широкий класс явлений. Теория эволюции, теория относительности, теория клеточного строения - это не догадки, а мощные объяснительные системы, выдержавшие миллионы проверок. Назвать что-то "всего лишь теорией" - значит не понимать, что в науке теория - это высшая форма подтверждённого знания, а не черновик.
Эксперимент. Это контролируемое вмешательство в ситуацию с целью проверить, что изменится. Главное в эксперименте - не действие, а контроль условий. Если просто посмотреть, что произойдёт с группой людей, которым дали препарат, без сравнения с теми, кто его не получал, никакого вывода сделать нельзя: улучшение могло быть вызвано временем, питанием, верой в лечение. Хорошо построенный эксперимент выделяет одну переменную и держит остальные постоянными.
Выборка. Это группа, на которой проводится исследование. Маленькая или смещённая выборка даёт ложные выводы независимо оттого, насколько грамотно всё остальное. Если тестировать препарат на двадцати добровольцах из одной клиники, результат говорит о двадцати людях, а не о болезни. Репрезентативность выборки - фундамент, без которого статистика становится украшением. Это особенно важно помнить, когда из знакомых или родственников делают выводы о "всех мужчинах" или "всех женщинах".
Переменные. Это то, что измеряется. Независимая - то, что исследователь меняет. Зависимая - то, что он фиксирует как результат. Контрольная - то, что должно остаться неизменным. Если эксперимент не выделяет независимую переменную и не контролирует остальные, любой эффект можно объяснить чем угодно. Это часто встречается в бытовых выводах: "я стал лучше спать после того, как бросил кофе" - но одновременно сменил работу, а спать лёг на час раньше.
Контрольная группа. Это выборка, которая проходит всё то же, кроме самого воздействия. Без неё невозможно отличить эффект вмешательства от эффекта участия в исследовании. Плацебо-эффект в медицине - частный случай: люди, получающие пустышку, тоже улучшают показатели, потому что им уделили внимание. Без контрольной группы это улучшение легко приписать препарату.
Статистическая значимость. Это формальный критерий того, что наблюдаемый эффект вряд ли получился случайно. Традиционный порог - p < 0.05, то есть вероятность получить такой или более сильный результат при отсутствии реального эффекта не превышает 5%. Этот порог не доказывает истинность гипотезы, а лишь указывает, что результат не стоит сбрасывать со счетов как шум. Сама по себе значимость ничего не говорит о величине эффекта и его практической важности - два разных вопроса, которые в публичной дискуссии постоянно путают.
Эффект и корреляция. Корреляция - это статистическая связь между двумя переменными. Причинность - это утверждение, что одна вызывает другую. Корреляция не означает причинность, но причинности почти всегда предшествует корреляция. Проблема в том, что корреляция может быть вызвана третьим фактором, направлением в обратную сторону или просто совпадением. Шутка "продажи мороженого коррелируют с утоплениями" описывает реальный эффект: обе величины растут летом, и общая причина - жара.
Эти восемь понятий - минимальный словарь. Без них разговор о науке уходит в риторику. С ними можно читать научные статьи и понимать, что именно в них доказано, а что заявлено. Можно также задавать вопросы к собственным решениям: что я считаю гипотезой, что переменной, что контролем, на какой выборке я делаю вывод.
Самая распространённая ошибка в понимании науки - представление, что она работает методом накопления подтверждений. Набрали сто примеров в пользу гипотезы - гипотеза доказана. Это не работает. Любую гипотезу можно подтвердить сколько угодно примерами, если активно искать именно подтверждающие случаи. Канеман назвал это "предвзятостью подтверждения" - одной из базовых эвристик человеческого мышления.
Поппер в "Логике научного открытия" показал, что подтверждение не различает науку и не-науку. Марксизм и психоанализ, по его наблюдению, тоже подтверждали свои теории примерами - и в избытке. Разница была в том, что ни один пример не мог их опровергнуть. Любой результат интерпретировался как подтверждение, а противоречие объяснялось дополнительной гипотезой ad hoc. Теория, объясняющая всё, не объясняет ничего.
Поппер предложил перевернуть логику. Научная гипотеза должна быть сформулирована так, чтобы существовал наблюдаемый результат, который её опровергнет. "Все лебеди белые" - научная гипотеза: чтобы её опровергнуть, достаточно найти одного чёрного лебедя. "Бог управляет миром через непознаваемые замыслы" - не научное утверждение: никакое наблюдение не способно его опровергнуть, потому что любой исход можно подвести под "непознаваемые замыслы".
Это не значит, что ненаучные утверждения ложны. Это значит, что они лежат вне компетенции науки. Наука не отвергает религиозный или философский опыт, но и не проверяет его. Когда религиозное утверждение пытаются подтвердить научными методами - это категориальная ошибка. Когда научное утверждение пытаются защитить от опровержения, ссылаясь на авторитет или веру, - это тоже категориальная ошибка, но уже в другую сторону.
Практическое следствие фальсификационизма - требование формулировать гипотезы через негативный результат. Не "я хочу доказать, что моя диета помогает", а "я готов признать, что диета не помогает, если за три месяца у моей контрольной группы вес не изменится при равном расходе калорий". Это меняет психологическое состояние исследователя. Защищающая сторона превращается в проверяющую. Уверенность заменяется готовностью потерять гипотезу.
Второе следствие - наука не доказывает теории, а отбраковывает их. Сильная теория - не та, у которой много подтверждений, а та, которая пережила много серьёзных попыток опровержения и устояла. Эйнштейновская теория относительности подтверждена не потому, что мы наблюдаем соответствие её предсказаниям, а потому, что поколения физиков пытались её опровергнуть и не смогли. Точно так же в собственной деятельности: сильное убеждение - то, которое выдержало несколько честных попыток его разрушить, а не то, которое лелеяли и берегли.
Важно понимать и ограничение фальсификационизма. Имре Лакатош в 1970-х годах указал: реальные научные теории не отбрасываются от первого противоречия, потому что противоречия бывают и в данных, и в измерениях. Теория сохраняется, если её ядро объясняет больше, чем конкурирующие подходы, а вспомогательные гипотезы обновляются по мере накопления данных. Лакатош назвал это "исследовательскими программами". Жёсткий попперианец, отказывающийся от теории после одной аномалии, в реальной науке не работает. Но и защита теории от любой критики ad hoc-объяснениями тоже не работает. Истина лежит между двумя крайностями и держится на честности исследователя.
Научный метод - не достояние лабораторий. Это процедура рассуждения, применимая к любому решению, где stakes выше, чем привычка. Инвестиция, смена работы, выбор лечения, оценка человека, проверка бизнес-идеи - везде можно применить одну и ту же цепочку шагов. Ниже - рабочая версия, адаптированная для повседневных решений.
Шаг 1. Сформулируйте вопрос. Не гипотезу - сначала вопрос. Что именно вы хотите узнать? "Стоит ли мне переходить на эту диету" - не вопрос, а запрос на мнение. "Изменит ли мой вес через три месяца переход на низкоуглеводное питание при сохранении привычной калорийности" - вопрос, потому что из него вытекает измерение. Хороший вопрос содержит объект, временной горизонт и измеряемый исход.
Шаг 2. Сформулируйте гипотезу с возможным опровержением. Какой результат подтвердит, какой опровергнет? Здесь работает правило Поппера: если не можете описать, какой исход опровергнет гипотезу, у вас нет гипотезы, есть желание. Например: "я ожидаю, что за 12 недель вес снизится на 2-4 кг; если не снизится или снизится меньше 1 кг при подтверждённой калорийности - гипотеза не подтверждена".
Шаг 3. Определите переменные и контроль. Что именно вы меняете? Что измеряете? Что должно остаться постоянным? Без этого шага любой результат объясним чем угодно. Если одновременно поменяли питание, режим и режим тренировок, вы не узнаете, что сработало. Если не фиксировали калорийность, не узнаете, причина в макронутриентах или в общем балансе. Контроль - это та часть плана, на которой чаще всего экономят.
Шаг 4. Сделайте выборку репрезентативной. Если вывод про "меня" - выборка из одного человека. Это предел, дальше которого обобщение невозможно. Не делайте вывода про "организм" из одного опыта. Не делайте вывода про "всех женщин" из общения с тремя. Если проверяете что-то на себе, не обобщайте на других без отдельной проверки. Это правило кажется очевидным, но в реальной жизни нарушается почти всегда.
Шаг 5. Соберите данные честно. Не выбирайте удобные наблюдения. Не выбрасывайте точки, которые не нравятся. Не округляйте в свою пользу. Записывайте всё: и то, что подтверждает, и то, что опровергает. Бумажный или электронный дневник лучше памяти по всем пунктам - память переформулирует прошлое в пользу текущей гипотезы. Если не записываете, вы не исследователь, а рассказчик.
Шаг 6. Оцените результат по заранее заданным критериям. Не после того, как увидели цифры. До того, как начали измерять. Это критический шаг. Если критерий успеха установлен постфактум, мозг найдёт интерпретацию, которая подведёт результат под желаемый исход. Практический приём: запишите критерий на бумаге, запечатайте конверт, откройте только после измерений.
Шаг 7. Сделайте вывод, готовый к пересмотру. Если гипотеза не подтвердилась - её отбросили или пересмотрели, не подгоняя под результат. Если подтвердилась - её не "доказали", а получили одно наблюдение в её пользу. Это наблюдение нуждается в повторе: другой временной диапазон, другие условия, другой человек. Единичный опыт, даже честно проведённый, не доказывает ничего. Он даёт право на следующую итерацию.
Семь шагов выглядят громоздко. На практике каждый шаг занимает минуты, кроме собственно измерений, которые длятся ровно столько, сколько требует гипотеза. Главная ценность - не в точности каждого пункта, а в изменении отношения к собственным выводам. Человек, прошедший эту процедуру хотя бы раз, перестаёт говорить "я точно знаю". Он начинает говорить "вот что я наблюдал и при каких условиях". Разница в одной фразе, но она отделяет науку от убеждения.
В 1983 году философ Ларри Лаудан опубликовал эссе "Смерть проблемы демаркации", в котором утверждал: чёткого критерия, отличающего науку от не-науки, не существует. Все попытки выработать такой критерий - от верификации Венского кружка до фальсификации Поппера - потерпели неудачу. История науки показывает, что науки иногда используют ненаучные методы и выживают, а лженауки иногда применяют статистику и выдают себя за науку. Значит, границы нет.
Лаудан сделал сильный вывод, и его до сих пор цитируют. Но исследователи Angelo Fasce в работе 2017 года, проанализировав двадцать одну попытку сформулировать критерий демаркации, пришёл к выводу: критерий не обязательно должен быть единым. Граница науки проводится не одной чертой, а набором признаков, которые вместе делают знание научным. Это так называемый мультикритериальный подход, который в 2025 году получил развитие в монографии Дамиана Фернандеса-Беанато "A Working Scientific Demarcation", изданной Springer Nature.
В современных версиях демаркации наука отличают следующие признаки. Во-первых, проверяемость: гипотезы формулируются так, что наблюдение может их опровергнуть. Во-вторых, прозрачность метода: данные и процедуры доступны другим исследователям для повтора. В-третьих, готовность к пересмотру: теория обновляется под давлением новых данных, а не подгоняет данные под себя. В-четвёртых, воспроизводимость: независимые группы, повторив эксперимент, получают сопоставимый результат. В-пятых, репрезентативность выборок: выводы опираются на данные, отражающие изучаемую популяцию, а не удобную подгруппу.
Лженаука обычно нарушает сразу несколько из этих признаков. Гомеопатия держится на принципе "подобное лечится подобным" и сверхразбавлении, не поддаётся проверке на больших выборках и игнорирует отрицательные результаты метаанализов. Mukerji и Ernst в работе 2022 года в журнале Synthese подробно разбирают, почему гомеопатия не выдерживает ни одного из критериев научности, и приходят к выводу, что её следует классифицировать именно как псевдонауку. Астрология не обновляла теорию с XVII века и не описывает, какой именно результат опроверг её базовые допущения. Создательционная наука игнорирует эволюционную биологию, не публикует данных в рецензируемых журналах и пересматривает интерпретации после каждого нового化石 find, вместо того чтобы сформулировать проверяемое предсказание заранее.
Это не значит, что лженаука легко распознаётся в каждом случае. Сложнее с дисциплинами, которые сами по себе научны, но применяют методы в конкретном исследовании плохо. Это не псевдонаука - это плохая наука. Разница фундаментальна. Псевдонаука нарушает метод в принципе. Плохая наука нарушает конкретные правила отдельного исследования. С первой борются через демаркацию, со второй - через реформу практик и открытость данных.
Paul Thagard в 1978 году предложил простой диагностический тест: теория становится псевдонаукой, если она менее успешна, чем альтернативы, на протяжении долгого времени, а сообщество её сторонников не пытается развивать теорию в ответ на критику и избирательно относится к подтверждающим и опровергающим данным. Этот тест не строгий, но практичный. Он не требует от неспециалиста разбираться в деталях теории. Достаточно посмотреть на поведение сообщества: защищают ли они теорию от критики или развивают её под давлением критики.
В 2005 году эпидемиолог Джон Иоаннидис опубликовал математическую статью "Почему большинство опубликованных научных результатов ложно". Вывод опирался не на разоблачение конкретных подделок, а на простую статистику: при небольших выборках, гибком дизайне исследования и сотнях гипотез, проверяемых одновременно, доля ложноположительных выводов может превышать половину. Статья стала одной из самых цитируемых в истории PLoS Medicine и обозначила рамку, в которой десять лет спустя разразится открытый кризис воспроизводимости.
В 2015 году проект Reproducibility Project: Psychology, координированный Брайаном Ноусеком из Center for Open Science, повторил сто исследований из трёх ведущих психологических журналов. Только 36% дали значимый результат при повторе, а размер эффекта в среднем составил половину от исходного. В 2018 году Many Labs 2 повторил 28 классических выводов - половина не воспроизвелась. В биомедицине компания Amgen ещё в 2012 году сообщила, что воспроизвести удалось лишь 11 из 53 значимых результатов по онкологии.
Эти числа - не приговор науке. Они - работающий механизм её коррекции. Кризис воспроизводимости не означает, что наука не работает. Он означает, что отдельные исследования не равны научному знанию. Научное знание - то, что устояло после многих попыток повтора и пересмотра. Единичный "учёные выяснили" - не знание, а новость о том, что кто-то что-то получил. Пройдет пять-десять лет, прежде чем из этих отдельных результатов сформируется что-то, на что можно опереться.
Причины кризиса известны. Паблиш-ор-периш - культура "публикуйся или увольняй", заставляющая исследователей гнаться за количеством статей и эффектом. P-хакинг - манипуляция статистическим анализом до получения p < 0.05. Систематическая ошибка публикации - журналы охотнее принимают положительные результаты, чем отрицательные, что искажает картину всей области. Низкая статистическая мощность - большинство исследований в психологии, по данным repeat-анализов, имели выборки слишком малые, чтобы зафиксировать реальный эффект.
Реформа идёт через движение Open Science. Пререгистрация гипотез - исследование регистрируется до сбора данных, и потом нельзя "забыть" проанализировать неудобный результат. Открытые данные - сырые данные публикуются, и любой может пересчитать. Результат-блайнд-ревью - рецензент видит метод, но не результат. Большая команда науки - вместо одиночных лабораторий consortia из десятков лабораторий проверяют гипотезу параллельно. Все эти меры направлены на одно: вернуть в процесс тот самый контроль, который и составляет суть научного метода.
Для неспециалиста вывод простой: не доверять единичным исследованиям. Не доверять заголовкам "учёные доказали". Доверять консенсусу, который сложился в области, и даже к нему относиться как к временному состоянию, которое может быть пересмотрено. Это не цинизм. Это и есть научное мышление.
Самое неудобное свойство научного мышления - оно настроено против того, как мозг работает естественно. Канеман в "Думай медленно... решай быстро" показал: человек принимает большинство решений быстро, на эвристиках, и лишь изредка включает медленное аналитическое мышление. Эти быстрые эвристики - не дефект, а адаптация: в большинстве повседневных ситуаций их достаточно. Но там, где ставки высоки, эвристики систематически ведут к ошибкам.
Предвзятость подтверждения - склонность искать и замечать информацию, согласующуюся с уже принятым мнением. Эвристика доступности - оценка вероятности события по лёгкости, с которой приходят на ум примеры. Эвристика репрезентативности - оценка вероятности того, что объект принадлежит классу, по его сходству с типичным представителем класса. Ошибка якоря - чрезмерная зависимость оценки от первого попавшегося числа. Каждая из них - хорошо документирована в лабораторных исследованиях и наблюдаема в реальной жизни.
Эффект усиливается в группе. Касс Санстейн в работах о групповой поляризации показал: коллектив людей с одинаковым мнением после обсуждения сдвигается не к центру, а в крайность. Это значит, что научное сообщество - не естественное состояние группы, а искусственный механизм, удерживающий коллективное мышление от сползания в догму. Журнальная система, рецензирование, повторение экспериментов - всё это работает против естественной тенденции группы самоутверждаться.
Для отдельного человека практический вывод: научное мышление - это привычка задавать вопросы к собственным убеждениям. Не врагам, не собеседникам - себе. Чему я бы поверил, если бы не верил этому? Какой результат заставил бы меня пересмотреть позицию? Если ответ - "ничего", позиция не научная, она религиозная или идеологическая. Это не плохо и не хорошо, но важно понимать, в какой категории находится каждое конкретное убеждение. Иначе легко спутать веру с знанием и пытаться защищать веру научными аргументами - что всегда выглядит жалко с обеих сторон.
Наука не делает человека мудрее. Она делает медленнее в принятии решений и точнее в их оценке. Это не всегда плюс. В ситуациях, требующих быстрой реакции, научный метод - помеха. Полководец в бою, продавец на переговорах, родитель у кровати ребёнка не могут позволить себе формулировать гипотезы. Научный метод - инструмент для другой категории решений: тех, где ошибки дороги, время терпит, а цена доводов выше цены мнений.
Плоскость применения - шире, чем кажется. Выбор лечения хронического заболевания, оценка карьеры, инвестиция сбережений, формирование позиции по политическому вопросу, решение о ребёнке, оценка эксперта, к которому обратились - везде научный подход даёт выигрыш, потому что он отделяет уверенность от обоснованности. Можно быть уверенным в чём угодно. Обоснованным - только в том, что прошло через процедуру.
Главная тема, проходящая через всё сказанное, - человек не бесконечный ресурс. Внимание, время, психика, тело имеют пределы, и те, кто управляет чужими убеждениями, пользуются именно этим. Манипуляция работает через быструю подачу убедительной формы без процедуры проверки. Научное мышление - защитный аппарат против этой эксплуатации: он требует от каждого утверждения оплату процедурой. Если процедуру не предъявляют - утверждение остаётся в категории "интересно, но не доказано".
Это особенно важно в эпоху информационной перегрузки. Тысячи "учёные выяснили" в день, тысячи экспертов с противоположными мнениями, тысячи заголовков, написанных для эмоции, а не для понимания. Без навыка спросить "каковы были выборка, контроль и критерий опровержения" читатель становится ресурсом: его вниманием управляют, его согласие формируют. Научный метод в руках неспециалиста - это не про науку. Это про его собственную субъектность в информационном поле.
Конкретный минимум, который имеет смысл усвоить и держать при себе: любое утверждение о факте требует указания на источник, процедуру и возможное опровержение. Утверждение без процедуры - мнение. Утверждение без опровержения - вера. Утверждение, защищаемое от проверки, - догма. Наука начинается там, где у собеседника достаточно мужества признать, что его гипотеза может быть неверной, и достаточно дисциплины заранее описать, какой именно результат это покажет. Всё остальное - публицистика, религия или реклама, и между ними наука не проводит различий. Их проводит сам читатель, если у него есть на это инструмент.
|