Tính phản bác được giúp phân biệt nhận định khoa học thế nào?

Điểm cốt lõi nằm ở khả năng chấp nhận rủi ro bị sai. Một giả thuyết càng cho phép xác định rõ điều gì sẽ được xem là bằng chứng chống lại nó, giả thuyết đó càng dễ đưa vào quá trình kiểm tra khoa học. Ngược lại, nếu mọi kết quả có thể xảy ra đều được diễn giải thành bằng chứng ủng hộ, nhận định sẽ rất khó bị kiểm nghiệm theo nghĩa này.

Tính phản bác được đòi hỏi một giả thuyết có thể sai như thế nào?

Một giả thuyết có tính phản bác được không cần phải thực sự bị bác bỏ. Yêu cầu chỉ là phải có khả năng chỉ ra trước những quan sát, phép đo hoặc kết quả thực nghiệm mà nếu thu được một cách đáng tin cậy sẽ mâu thuẫn với giả thuyết.

Chẳng hạn, phát biểu “mọi thiên nga đều màu trắng” có tính phản bác được. Chỉ cần phát hiện một con thiên nga thực sự thuộc loài được nói đến nhưng có màu đen là phát biểu phổ quát này không còn đúng. Người nghiên cứu không cần quan sát toàn bộ thiên nga trên thế giới để xác nhận chắc chắn phát biểu, nhưng có thể mô tả rất rõ loại bằng chứng nào đủ sức chống lại nó.

Cấu trúc này có thể biểu diễn đơn giản:

Giả thuyết → hệ quả quan sát dự kiến → phép kiểm tra → kết quả có khả năng mâu thuẫn với hệ quả đó.

Điều quan trọng nhất nằm ở bước cuối. Nếu không tồn tại kết quả khả dĩ nào được chấp nhận là bất lợi cho giả thuyết, phép kiểm tra gần như mất khả năng phân biệt giữa trường hợp giả thuyết đúng và trường hợp giả thuyết sai.

Vì vậy, tính phản bác được là thuộc tính của cách một giả thuyết liên hệ với bằng chứng, chứ không phải một nhãn bảo đảm rằng giả thuyết đã đúng.

Vì sao khả năng bị bác bỏ lại có giá trị đối với khoa học?

Karl Popper nhấn mạnh tính phản bác được trong vấn đề phân định khoa học vì có một bất đối xứng quan trọng giữa xác nhận và bác bỏ đối với nhiều phát biểu phổ quát.

Nếu một giả thuyết tuyên bố một quy luật áp dụng cho mọi trường hợp thuộc một loại, việc quan sát nhiều trường hợp phù hợp chưa nhất thiết chứng minh quy luật đúng trong mọi trường hợp chưa được quan sát. Ngược lại, một phản ví dụ phù hợp có thể trực tiếp xung đột với phát biểu phổ quát.

Ví dụ, quan sát 10.000 thiên nga trắng vẫn không tạo ra bảo đảm logic rằng con thiên nga tiếp theo cũng trắng. Nhưng một thiên nga đen đã được xác định chính xác đủ để bác bỏ câu “mọi thiên nga đều trắng”.

Từ đó, tính phản bác được tạo ra một kiểu kỷ luật cho giả thuyết: nó buộc giả thuyết phải đưa ra những cam kết về thế giới. Một lý thuyết dự đoán rằng một đại lượng phải nằm trong một khoảng nhất định, một hiện tượng không thể xuất hiện dưới một điều kiện nhất định hoặc hai biến phải có quan hệ theo một mô hình nhất định đang tự đặt mình trước khả năng thất bại.

Chính khả năng thất bại này làm cho bằng chứng có sức phân biệt. Nếu kết quả nào cũng tương thích với giả thuyết, dữ liệu thu được khó cho biết giả thuyết có giải thích thế giới tốt hơn một giả thuyết khác hay không.

Một nhận định không thể bị phản bác gặp vấn đề ở đâu?

Vấn đề xuất hiện khi một nhận định được xây dựng sao cho mọi kết quả đều có thể được giải thích là phù hợp với nó.

Giả sử có người khẳng định: “Một lực vô hình luôn tác động lên mọi sự kiện nhưng lực này không tạo ra bất kỳ hiệu ứng quan sát hoặc đo lường nào có thể dùng để phân biệt khi nó tồn tại và khi nó không tồn tại.” Nếu định nghĩa được giữ nguyên như vậy, không có phép đo nào có thể chống lại phát biểu. Kết quả A xảy ra thì phát biểu vẫn đúng; kết quả không-A xảy ra thì phát biểu cũng vẫn đúng.

Trong trường hợp đó, khó khăn không phải là nhận định đã được chứng minh sai. Vấn đề là bằng chứng không có điểm tiếp xúc đủ mạnh để kiểm tra nó.

Một dạng khác tinh vi hơn xuất hiện khi giả thuyết liên tục được điều chỉnh sau mỗi kết quả bất lợi. Ban đầu, giả thuyết dự đoán A. Khi không-A xuất hiện, người bảo vệ giả thuyết thêm một điều kiện phụ để giải thích. Nếu điều kiện mới lại thất bại, một ngoại lệ khác tiếp tục được thêm vào. Việc sửa đổi lý thuyết tự nó không phải hành vi phi khoa học; khoa học thường xuyên phải sửa giả thuyết khi có dữ liệu mới. Vấn đề phát sinh khi các sửa đổi chỉ có chức năng bảo vệ giả thuyết khỏi mọi khả năng bị bác bỏ mà không tạo ra dự đoán mới có thể kiểm tra độc lập.

Do đó, một câu hỏi quan trọng khi đánh giá nhận định là: Có kết quả thực tế nào mà người đưa ra giả thuyết đồng ý rằng nếu kết quả ấy xuất hiện, giả thuyết sẽ gặp vấn đề hay không?

Nếu câu trả lời luôn là “không”, tính phản bác được rất thấp hoặc không tồn tại theo nghĩa Popper.

Có tính phản bác được không có nghĩa là một giả thuyết đã đúng

Đây là điểm dễ bị hiểu nhầm nhất. Tính phản bác được là điều kiện về khả năng kiểm tra, không phải thước đo trực tiếp về độ đúng.

Hai giả thuyết mâu thuẫn nhau đều có thể có tính phản bác được. Chẳng hạn, một giả thuyết dự đoán “X tăng khi Y tăng”, trong khi giả thuyết khác dự đoán “X giảm khi Y tăng”. Cả hai đều tạo ra kết quả có thể quan sát và đều có nguy cơ thất bại. Sau đó, bằng chứng mới giúp đánh giá giả thuyết nào được hỗ trợ tốt hơn.

Ngược lại, một giả thuyết đã trải qua nhiều phép kiểm tra mà chưa bị bác bỏ cũng không vì thế trở thành chân lý tuyệt đối. Những lần kiểm tra thành công làm tăng mức độ hỗ trợ thực nghiệm trong phạm vi đã được kiểm tra, nhưng các quan sát mới, phương pháp đo tốt hơn hoặc điều kiện khác vẫn có thể phát hiện vấn đề.

Vì vậy cần tách ba câu hỏi:

·         Một giả thuyết có thể được kiểm tra để tìm bằng chứng chống lại nó hay không

·         Các phép kiểm tra đã thực hiện có bác bỏ nó hay không

·         Tổng thể bằng chứng hiện có ủng hộ nó mạnh đến mức nào

Tính phản bác được chủ yếu trả lời câu hỏi thứ nhất. Nó không tự động trả lời hai câu hỏi còn lại.

Phản bác một lý thuyết trong thực tế phức tạp hơn một phản ví dụ đơn lẻ

Mô hình “một quan sát trái dự đoán là lý thuyết lập tức sai” hữu ích để hiểu nguyên tắc, nhưng thực hành khoa học thường phức tạp hơn.

Một dự đoán hiếm khi chỉ phụ thuộc vào một lý thuyết duy nhất. Nó còn phụ thuộc vào thiết bị đo, điều kiện ban đầu, phương pháp lấy mẫu, mô hình thống kê và nhiều giả định phụ trợ. Nếu kết quả thực nghiệm trái dự đoán, nguyên nhân có thể nằm ở lý thuyết trung tâm, nhưng cũng có thể nằm ở một trong những thành phần phụ này.

Ví dụ, nếu một phép đo không phù hợp với dự đoán, nhà nghiên cứu phải xem xét liệu thiết bị có được hiệu chuẩn đúng hay không, mẫu có bị nhiễm hay không hoặc giả định dùng để chuyển tín hiệu đo thành đại lượng cần nghiên cứu có hợp lệ hay không. Việc kiểm tra các khả năng này không đồng nghĩa với việc né tránh phản bác; đó là yêu cầu bình thường của phương pháp thực nghiệm.

Ranh giới quan trọng nằm ở chỗ các giải thích phụ có thể được kiểm tra độc lập hay chỉ được đưa vào để cứu lý thuyết sau khi biết kết quả.

Các giả thuyết xác suất cũng cho thấy giới hạn của cách hiểu quá đơn giản về phản bác. Nếu một mô hình nói một biến cố chỉ có xác suất 1%, việc biến cố đó xảy ra một lần không tự động chứng minh mô hình sai. Người nghiên cứu cần đánh giá chuỗi dữ liệu, phân bố dự kiến, độ lớn mẫu và mức độ bất thường của kết quả. Trong trường hợp này, khả năng phản bác vẫn tồn tại, nhưng được xác định bằng một mẫu bằng chứng thống kê thay vì một quan sát đơn lẻ.

Vì vậy, tính phản bác được nên được hiểu là khả năng xây dựng những phép kiểm tra có nguy cơ tạo ra bằng chứng bất lợi cho giả thuyết, không phải quy tắc máy móc rằng bất kỳ dữ liệu bất thường nào cũng đủ để loại bỏ toàn bộ lý thuyết.

Tính phản bác được có phải tiêu chí duy nhất để phân biệt khoa học không?

Không nên xem tính phản bác được như một phép thử duy nhất có thể chia mọi phát biểu thành “khoa học” và “phi khoa học” trong mọi hoàn cảnh.

Quan điểm của Popper có ảnh hưởng lớn vì nó nhấn mạnh một đặc điểm thiết yếu của kiểm nghiệm khoa học: một lý thuyết phải chấp nhận khả năng xung đột với kinh nghiệm. Tuy nhiên, triết học khoa học sau đó đã chỉ ra rằng hoạt động khoa học thực tế còn liên quan đến nhiều yếu tố khác như khả năng giải thích, khả năng dự đoán, chất lượng bằng chứng, khả năng tái lập, mức độ nhất quán với các kết quả đã được thiết lập và cách một chương trình nghiên cứu xử lý các hiện tượng bất thường.

Một số phát biểu khoa học cũng không được kiểm tra trực tiếp. Chúng có thể liên quan đến các thực thể hoặc quá trình không quan sát trực tiếp được nhưng tạo ra những hệ quả quan sát có thể kiểm tra. Trong trường hợp này, điều quan trọng không phải là có thể “nhìn thấy” đối tượng hay không, mà là lý thuyết về đối tượng đó có tạo ra các hậu quả thực nghiệm đủ rõ để bằng chứng có khả năng chống lại nó hay không.

Do đó, tính phản bác được đặc biệt hữu ích khi đặt câu hỏi về cấu trúc của một giả thuyết: Giả thuyết này có thực sự để dữ liệu quyết định điều gì đó hay nó có thể thích nghi với mọi kết quả?

Nó là một tiêu chí phân tích mạnh, nhưng không nên bị biến thành toàn bộ định nghĩa về khoa học.

Có thể kiểm tra tính phản bác được của một nhận định bằng cách nào?

Một cách thực tế là bắt đầu từ chính điều mà nhận định cam kết.

Trước hết, cần viết nhận định đủ rõ để xác định nó đang nói điều gì về thế giới. Những câu quá mơ hồ như “yếu tố X có ảnh hưởng theo một cách nào đó” thường khó kiểm tra vì chưa xác định ảnh hưởng nào, lên đại lượng nào và trong điều kiện nào.

Tiếp theo, suy ra hậu quả quan sát. Nếu giả thuyết đúng, người nghiên cứu phải kỳ vọng quan sát được điều gì? Kết quả đó có thể là một giá trị đo, một quan hệ giữa các biến, sự xuất hiện hoặc không xuất hiện của một hiện tượng hay một phân bố xác suất.

Sau đó đặt câu hỏi ngược lại: Kết quả nào sẽ mâu thuẫn với dự đoán này? Nếu có thể mô tả một kết quả như vậy và có phương pháp khả thi để quan sát nó, giả thuyết có cấu trúc phản bác được.

Cuối cùng cần kiểm tra cách xử lý kết quả bất lợi. Nếu mỗi lần dữ liệu trái dự đoán, giả thuyết đều được bảo vệ bằng một ngoại lệ mới không thể kiểm tra, khả năng phản bác ban đầu có thể bị suy yếu. Nếu điều chỉnh tạo ra dự đoán mới, rõ ràng và tiếp tục chịu kiểm tra, việc sửa đổi vẫn phù hợp với quá trình nghiên cứu khoa học.

Có thể cô đọng phép đánh giá thành bốn câu hỏi:

1.    Nhận định dự đoán điều gì?

2.    Bằng chứng nào có thể trái với dự đoán?

3.    Bằng chứng đó có thể được quan sát hoặc đo bằng phương pháp phù hợp không?

4.    Khi bằng chứng bất lợi xuất hiện, nhận định có thực sự có nguy cơ bị sửa đổi hoặc bác bỏ không?

Một nhận định đáp ứng được bốn câu hỏi này tạo ra mối liên hệ rõ ràng hơn giữa lý thuyết và thực nghiệm.

Tính phản bác được giúp phân biệt nhận định khoa học bằng cách yêu cầu giả thuyết phải chấp nhận khả năng thất bại trước bằng chứng phù hợp. Một giả thuyết khoa học mạnh không chỉ giải thích những gì đã xảy ra mà còn phải giới hạn những gì có thể xảy ra nếu giả thuyết đúng, qua đó cho phép dữ liệu chống lại nó.

Điều này không có nghĩa giả thuyết phản bác được là giả thuyết đúng, cũng không có nghĩa một kết quả trái dự đoán luôn đủ để loại bỏ ngay một lý thuyết. Giá trị của tiêu chí nằm ở việc buộc nhận định đưa ra những cam kết có thể kiểm tra. Khi có thể xác định trước loại bằng chứng nào sẽ khiến một giả thuyết gặp khó khăn, bằng chứng mới thực sự có khả năng phân biệt giữa việc lý thuyết được hỗ trợ và việc nó cần được sửa đổi hoặc từ bỏ.