एक वैज्ञानिक क्रांति का सिद्धांत

वर्तमान वैज्ञानिक सुधार आंदोलन पर नई समाजशास्त्र पांडुलिपि एक कठोर वाक्य के साथ समाप्त होती है: “मेटासाइंस सिद्धांत के एक भयावह उत्पादक अनुभवजन्य क्षेत्र है। एक अंतिम प्रश्न: यह कितना लंबा हो सकता है? " जैसा कि मैंने कहीं और समीक्षा की है, मुझे लगता है कि पीटरसन और पैनोफ़्स्की ने एक क्षेत्र के रूप में मेटासाइंस के कुछ वैध समालोचकों को उठाया, विशेष रूप से यह विचार कि कोई भी सिफारिशें ऑल साइंस पर लागू हो सकती हैं (जैसा कि सामाजिक विज्ञान और चिकित्सा के सिर्फ स्वाथों के विपरीत है)। क्या वे सही हैं?

सबसे पहले, काम करने वाले मनोवैज्ञानिकों के सामान्य पैटर्न पर विचार करें जो किसी विषय को समझने की कोशिश कर रहे हैं। वे अक्सर शोध पत्रों को प्रकाशित करने से शुरू करते हैं जो एक प्रभाव की रिपोर्ट करते हैं - जिसे हम दो चीजों के बीच संबंध के बारे में एक तथ्य के रूप में सोच सकते हैं। उदाहरण के लिए, मुस्कान की मांसपेशियों को सक्रिय करना आपको बेहतर मूड में रखता है। इन तथ्यों को तब सिद्धांत के निर्माण के व्यापक प्रयासों का समर्थन करने के लिए उपयोग किया जाता है। उदाहरण के लिए, हम समझते हैं कि बहिष्करण उन सभी चीजों को देखकर कैसे काम करता है जिन्हें बहिष्करण को प्रभावित किया गया है।

यदि आप बहुत सारे मनोविज्ञान के पेपर पढ़ते हैं, तो आप पाते हैं कि उनके पास आमतौर पर यह फॉर्म है। आप यह अनुमान लगा सकते हैं कि मनोवैज्ञानिक क्या करने की कोशिश कर रहे हैं, तथ्यों को स्थापित करना और उन तथ्यों को एक साथ समझने की समझ का निर्माण करना है। मैं इन मनोवैज्ञानिकों के अस्थिर लक्ष्यों को बुलाता हूँ। वर्तमान सुधार आंदोलन, क्योंकि यह युवा कामकाजी मनोवैज्ञानिकों के रैंक से नीचे आया है, इन अस्थिर लक्ष्यों को समझता है। मनोवैज्ञानिकों के पास क्या लक्ष्य होने चाहिए, यह निर्धारित करने के बजाय, सुधार आंदोलन इनको ध्यान में रखते हैं। इसके बाद यह जांच करता है कि इन प्रथाओं को कितनी सफलतापूर्वक अनुसंधान सेवा प्रदान करती है।

अक्सर यह मूल्यांकन सबसे आम प्रयोगात्मक डिजाइनों पर लागू आंकड़ों पर आधारित होता है। मनोवैज्ञानिक कहते हैं कि वे केवल 5% झूठी सकारात्मक दर के साथ परीक्षण का उपयोग कर रहे हैं, जो यह बताता है कि वे जो तथ्य स्थापित करते हैं, वे केवल 5% गलत होंगे। फिर भी द झूठी सकारात्मक मनोविज्ञान कागज ने प्रदर्शन किया - दोनों सिमुलेशन और वास्तविक डेटा का उपयोग करते हुए शोधकर्ताओं ने एकत्र किया - कि आमतौर पर इस्तेमाल किए जाने वाले सांख्यिकीय "ट्विक्स" के संयोजन से 60% से अधिक की झूठी सकारात्मक दर हो सकती है। आधे से अधिक समय, शोधकर्ता बिना किसी प्रभाव के प्रयोग स्थापित कर सकते हैं, लेकिन फिर भी यह रिपोर्ट कर रहे हैं कि उन्होंने एक पाया। जैसा कि कागज के लेखकों ने बाद में कहा, "हमें लगा कि यह जायकेकिंग की तरह है, लेकिन यह बैंक को लूटने जैसा था।"

इस मामले में सिद्धांत यह है कि शोधकर्ता दुनिया के बारे में सही तथ्य स्थापित करने के लिए अपने सामान्य सांख्यिकीय तरीकों का उपयोग करना चाहते हैं। हालांकि, गणितीय सिमुलेशन बताते हैं कि ये सामान्य तरीके कई त्रुटियों को जन्म देते हैं। इस सिद्धांत को बाहर जाकर देखा जाता है और देखा जाता है कि क्या इस प्रकार के सांख्यिकीय ट्वीक की अनुमति के बिना पढ़ाई को फिर से पढ़ना - लेकिन प्रकाशित साहित्य में बताए गए नुस्खा का ठीक-ठीक इस्तेमाल करने से - इनमें से कई तथ्य अविश्वसनीय हो जाते हैं। 2015 में, ओपन साइंस सहयोग ने पाया कि 100 अध्ययनों के मामले में, सिद्धांत सही निकला। केवल लगभग 37% परिणाम दोहराया गया।

इस निष्कर्ष पर कई आपत्तियां उठाई गई थीं, और संभावित वैकल्पिक स्पष्टीकरण को खारिज करने के लिए। उदाहरण के लिए, कुछ शोधकर्ताओं ने सुझाव दिया कि अध्ययन चलाने वाली विशिष्ट प्रयोगशालाओं के कारण प्रभाव के आकार में अंतर हो सकता है। कई लैब्स 2 परियोजना ने 125 विभिन्न प्रयोगशालाओं में 28 समान प्रतिकृति अध्ययनों को चलाकर, इसे संबोधित करने की मांग की। विभिन्न साइटों पर अध्ययन किए गए प्रभाव में बहुत कम परिवर्तनशीलता पाई गई।

अध्ययन में स्नातक छात्रों का उपयोग करने वाले शोधकर्ता अक्सर सोचते हैं कि जो छात्र सेमेस्टर में बाद में अध्ययन के लिए साइन अप करते हैं, वे कम विश्वसनीय होते हैं, क्योंकि वे अध्ययन के निर्देशों पर ध्यान नहीं दे रहे हैं। शायद यह प्रभावित प्रतिकृति है। कई लैब्स 3 परियोजना ने यह पता लगाया कि जब एक सेमेस्टर में किसी व्यक्ति ने हस्ताक्षर किए थे तो मनोवैज्ञानिक प्रभावों पर बहुत कम प्रभाव पड़ा था।

कुछ शोधकर्ताओं का मानना ​​है कि एक डोमेन में केवल अनुभवी शोधकर्ताओं (और मूल पांडुलिपियों में रिपोर्ट नहीं किए गए) के लिए जाने जाने वाले सूक्ष्म कारकों को काम करने के लिए परिणाम प्राप्त करने की आवश्यकता होती है। विशेषज्ञों के परामर्श के साथ और उनके बिना अध्ययन समूह चलाने से कई लैब्स 4 और 5 प्रोजेक्ट्स दोनों ने इस प्रश्न की जांच की। दोनों परियोजनाओं के परिणामों ने संकेत दिया कि विशेषज्ञ की सलाह लेने का परिणाम पर बहुत कम प्रभाव पड़ा है या नहीं।

मेटासिजिस्टिस्ट अपनी अंतिम जांच के पूरे दशक में नई सैद्धांतिक आपत्तियाँ उठा सकते थे।क्या मनोवैज्ञानिकों को वास्तव में अपना सारा समय नए प्रभावों को स्थापित करने में बिताना चाहिए, या क्या उन्हें इसके बजाय गणितीय मॉडल पर ध्यानपूर्वक ध्यान देना चाहिए जो यह बताता है कि एक प्रभाव कैसे काम करता है? क्या हमें इस बारे में चिंता करनी चाहिए कि क्या स्थापित प्रभाव विश्वसनीय हैं, या क्या हमें इस पर विचार करना चाहिए कि क्या हम उस चीज़ को माप रहे हैं? क्या हमें परीक्षण करना चाहिए कि क्या वास्तव में छिपी हुई चालें हैं अनुभवी शोधकर्ता काम करने के लिए अध्ययन प्राप्त करने के लिए उपयोग करते हैं, या क्या हमें यह तर्क देना चाहिए कि काम करने के लिए अध्ययन करने के लिए आवश्यक तरीकों की रिपोर्ट करने में विफल होना वैज्ञानिक कदाचार है?

मनोविज्ञान अनुसंधान के लक्ष्य क्या होने चाहिए, इस पर बहस करने के बजाय, सेंटर फ़ॉर ओपन साइंस (COS) के मनोविज्ञान-केंद्रित मेटासाइंस रिसर्च ग्रुप ने अपने क्षेत्र में शोधकर्ताओं द्वारा किए जा रहे दावों को सुनने और उनका सम्मान करने और अध्ययन करने की मांग की है। जो इन दावों का मूल्यांकन करते हैं। अक्सर आलोचकों की चिंताओं में भाग लेने से अनुसंधान प्रश्न व्यवस्थित रूप से उत्पन्न हुए। काम की यह रेखा दर्शाती है कि (कम से कम मनोविज्ञान में), एक सैद्धांतिक थ्रू लाइन टू मेटासियस है। यह एक दृष्टिकोण है जिसे नृविज्ञान अनुसंधान करने वाले मानवविज्ञानी और समाजशास्त्रियों से परिचित होना चाहिए: एक समुदाय जो कहता है उसे सुनो महत्वपूर्ण है, और इसे अपने अध्ययन की वस्तु के रूप में मानें।

मनोविज्ञान अनुसंधान के लक्ष्यों को क्या होना चाहिए, इस बारे में व्यापक प्रश्न पूछने के लिए निश्चित रूप से जगह है। वास्तव में, मेरा मानना ​​है कि वैज्ञानिक सुधार की अगली लहर इन गहरे सवालों पर केंद्रित होगी। यह सवाल करने के लिए भी समझ में आता है कि मनोविज्ञान और चिकित्सा से व्यापक रूप से अंतर्दृष्टि अन्य विज्ञानों पर कैसे लागू होती है। फिर भी यह निष्कर्ष निकालना कि मेटासाइज़ नास्तिक है (और इसलिए एक ट्रेनवॉक के लिए नेतृत्व किया गया) अपने स्वयं के वैज्ञानिक समुदाय के काम को बेहतर ढंग से समझने और बेहतर बनाने की कोशिश कर रहे सैकड़ों शोधकर्ताओं के काम को खारिज कर देता है।