From Epistemic Justification to Methodological Decision: The Epistemicization of Hypotheses and the Status of H₀–H₁ in Scientific Research

غالبًا ما تُصور العلوم كخط مستقيم يؤدي من سؤال إلى حقيقة واحدة لا تقبل الجدل. في المختبر، يقترح الباحث فكرة، ويجمع البيانات، ويأمل في إثبات صحة هذه الفكرة. وعلى مدى أكثر من قرن، ناقش الفلاسفة كيف يمكننا التأكد من أن أفكارنا العلمية حقيقية بالفعل، مع التركيز على مفاهيم مثل التحقق (verification) — أي التحقق مما إذا كان الشيء يطابق الواقع — والتفنيد (falsification) — أي محاولة إثبات خطأ شيء ما. لقد شكلت هذه النقاشات طريقة تفكيرنا في المعرفة، لكنها تركت فجوة عندما يتعلق الأمر بالعمل اليومي الفعلي للعلماء. فبينما يتجادل الفلاسفة حول طبيعة الحقيقة، ينهمك الباحثون في مجالات تتراوح من علم النفس إلى الزراعة في اتخاذ قرات بناءً على بيانات ليست واضحة تمامًا أبدًا. إنهم يواجهون عدم اليقين، وصغر حجم العينات، والضجيج العشوائي، ويحتاجون إلى وسيلة للمضي قدمًا دون انتظار اليقين المطلق. وهنا يأتي دور أدوات اتخاذ القرار الإحصائي، وتحديدًا نظام تم تطويره في القرن العشرين يسمح للعلماء بالتحرك حتى عندما لا يكونون متأكدين بنسبة 100% من الإجابة.

تستقصي ورقة بحثية جديدة كتبها بولنت بايات، وهو باحث في جامعة نوح ناجي يازجان، ارتباكًا عميقًا نما بين هذين العالمين: البحث الفلسفي عن الحقيقة والحاجة العملية لاتخاذ القرارات. وتجادل الورقة بأن العلماء والكتب المدرسية ارتكبوا خطأً جوهريًا بمعاملة الأدوات الإحصائية كما لو كانت براهين فلسفية. فلعقود من الزمن، استخدم الباحثون طريقة قياسية لاختبار أفكارهم، وغالبًا ما وصفوا تنبؤاتهم بأنها "فرضيات" ثم أعلنوا أنها "مثبتة" أو "مفندة" بناءً على اختبار إحصائي. ويرى بايات أن هذا خطأ في التصنيف؛ فنظام اتخاذ القرار الإحصائي المعني، والمعروف باسم نظرية نيمان-بيرسون، لم يُصمم أبدًا لإخبارنا بما هو حقيقي في الكون. بدلاً من ذلك، بُني لمساعدة مجموعات من العلماء على اتخاذ خيارات متسقة وعقلانية بشأن ما يجب عليهم فعله بعد ذلك عندما يواجهون حالة من عدم اليقين.

يكمن جوهر المشكلة في كيفية حديثنا عن اللاعبين الرئيسيين في هذه اللعبة الإحصائية. في النهج القياسي، يضع الباحث "فرضية صفرية"، وهي في الأساس افتراض افتراضي بأن لا شيء مثير للاهتمام يحدث، و"فرضية بديلة"، وهي فكرة الباحث الخاصة بأن شيئًا ما يحدث. وعندما تظهر البيانات، يقرر الباحث ما إذا كان سيرفض الافتراض الافتراضي لصالح فكرته الخاصة. ويشير بايات إلى أنه في التصميم الأصلي لهذا النظام، لم يكن المقصود من هذين المفهومين أن يكونا ادعاءات متنافسة حول الواقع. لم يكن من المفترض أن يكونا نقيضين متماثلين حيث يكون أحدهما صحيحًا والآخر خاطئًا. بدلاً من ذلك، صُمما ليكونا مسارين مختلفين لعملية اتخاذ القرار. لم يكن الهدف هو إيجاد الحقيقة، بل التحكم في مخاطر ارتكاب الخطأ. يسمح النظام للعلماء بالقول: "إذا افترضنا أن لا شيء يحدث، فإن فرصة رؤية بيانات متطرفة كهذه ضئيلة جدًا، لذا سنختار التصرف كما لو أن شيئًا ما يحدث". هذه قاعدة للسلوك، وليست بيانًا للواقع.

وعلى الرغم من هذا التصميم الواضح، إلا أن الطريقة التي تُدرّس بها الطريقة وتُستخدم بها قد انحرفت بعيدًا عن هدفها الأصلي. فغالبًا ما تصف الكتب المدرسية والأوراق البحثية رفض الافتراض الافتراضي بأنه "دليل" على أن فكرة الباحث صحيحة. ويتحدثون عن "قبول" فرضية ما كما لو تم التحقق منها بواسطة الكون. ويتتبع بايات هذا الارتباك إلى تاريخ طويل من النقاشات الفلسفية التي ركزت بشدة على كيفية تبرير المعرفة. ولأن الفلاسفة قضوا وقتًا طويلاً في الجدال حول التحقق والتفنيد، بدأ العلماء يفترضون أن اختباراتهم الإحصائية هي التطبيق العملي لتلك النظريات الفلسفية. وبدأوا يعاملون المخرجات الإحصائية كحكم مباشر على حقيقة نظرياتهم. وتجادل الورقة بأن هذا سوء فهم؛ فالاختبار الإحصائي لا يخبرك ما إذا كانت نظريتك صحيحة أم لا، بل يخبرك فقط ما إذا كانت البيانات التي جمعتها غير عادية بما يكفي لتفعيل قاعدة متفق عليها مسبقًا لتغيير مسار عملك.

وقد أدى هذا الارتباك إلى طريقة طقوسية في ممارسة العلم يمكن أن تكون مضللة. فغالبًا ما يكتب الباحثون قوائم طويلة من الفرضيات المرقمة، من H1 إلى H14، ويعاملون كل واحدة منها كادعاء منفصل يجب إثباته أو دحضه. ويستخدمون لغة مثل "تم دعم الفرضية" أو "تم تفنيد الفرضية الصفرية"، كما لو أن الاختبار الإحصائي قد أصدر حكمًا نهائيًا على الواقع. ويوضح بايات أن هذه اللغة خطيرة لأنها تخفي حقيقة أن الاختبار هو في الواقع مجرد أداة لإدارة المخاطر. فعندما يقول العالم إنه قد "فند" فرضية صفرية، فهو لا يقول إنه أثبت صحة الفرضية البديلة. بل يقول ببساطة إنه قرر اتباع مسار محدد لأن البيانات كانت غير مرجحة في ظل الافتراض الافتراضي، وأنه مستعد لقبول فرصة صغيرة ومحددة مسبقًا في أنه قد يكون مخطئًا. فالنظام مصمم ليعمل بشكل جيد عبر دراسات عديدة جدًا، مما يضمن أن المجموعة ككل من العلماء ترتكب أخطاء قليلة، وليس لضمان أن أي دراسة فردية قد وجدت الحقيقة المطلقة.

كما تنظر الورقة في كيفية تأثير هذا الارتباك على فهم دور الباحث. في الرؤية الفلسفية، العالم هو باحث عن الحقيقة، يحاول بناء صورة للعالم تكون دقيقة قدر الإمكان. أما في رؤية نظرية القرار، فالعالم هو مدير للمخاطر، يحاول اتخاذ قرار يحافظ على انخفاض معدل الخطأ على المدى الطويل. وهذان وظيفتان مختلفتان. ومن خلال الخلط بينهما، نحن نطلب من الأدوات الإحصائية القيام بمهمة لم تُصمم لأجلها؛ نطلب من قاعدة قرار أن تخبرنا ما هو حقيقي، بينما صُممت فقط لتخبرنا متى يجب أن نتحرك. وهذا يؤدي إلى وضع نطالب فيه بياناتنا بأكثر مما تستطيع تقديمه، وينتهي بنا المطاف باستنتاجات علمية تبدو مؤكدة ولكنها في الواقع مجرد نتيجة لعملية ميكانيكية.

لا يقترح عمل بايات أن نتوقف عن استخدام هذه الأدوات الإحصائية. بل على العكس، تجادل الورقة بأن هذه الأدوات ضرورية للعلم الحديث لأنها تسمح لنا بالمضي قدمًا رغم عدم اليقين. المشكلة ليست في الأداة نفسها، بل في كيفية تفسير نتائجها. والحل المقترح هو التوقف عن محاولة حشر القرارات الإحصائية في قالب الحقيقة الفلسفية. بدلاً من ذلك، يجب أن ندرك أن هذه الأدوات تنتمي إلى فئة مختلفة: فهي طرق لتنظيم كيفية تصرفنا عندما لا نعرف الإجابة. إذا استطعنا الفصل بين سؤال "ما هو حقيقي" وسؤال "ماذا يجب أن نفعل بعد ذلك"، فيمكننا استخدام هذه الأدوات بفعالية أكبر. يمكننا التوقف عن التظاهر بأن الاختبار الإحصائي قد أثبت نظرية ما، والبدء في فهم أنه قد ساعدنا ببساطة في اتخاذ قرار عقلاني في ظل ظروف صعبة.

وتخلص الورقة إلى أن تاريخ العلم قد خلق انقسامًا بين الفلاسفة الذين يهتمون بمعنى المعرفة والإحصائيين الذين يهتمون بآليات اتخاذ القرار. ولفترة طويلة، كان هذان المجموعتان يتحدثان دون تواصل، مما أدى إلى الارتباك الحالي حيث يعتقد العلماء أن اختباراتهم الإحصائية هي براهين فلسفية. ويقترح بايات أن السبيل للمضي قدمًا ليس في محاولة إصلاح الإحصاء لجعله أكثر فلسفية، بل في التمييز بوضوح بين المستويين. نحن بحاجة إلى فهم أن هيكل H0 وH1 هو وسيلة لتنظيم قراراتنا، وليس خريطة للواقع. ومن خلال قبول هذا التمييز، يمكن للعلماء استخدام أدواتهم بصدق ووضوح أكبر، مع الإقرار بأنهم يتخذون قرارات بناءً على المخاطر وعدم اليقين، بدلًا من الادعاء بأنهم اكتشفوا حقائق مطلقة. إن هذا التحول في المنظور لا يضعف العلم، بل يقويه من خلال مواءمة أساليبنا مع غرضها الفعلي.