Wie lernen Wissenschaftler neue Dinge über die Welt?
Zusammenfassung:
- Wissenschaftler verwenden einen Formalismus, der als wissenschaftliche Methode bezeichnet wird, um neue Erkenntnisse darüber zu gewinnen, wie die Welt funktioniert.
- Die wissenschaftliche Methode besteht darin, eine Frage zu stellen, eine Hypothese zu formulieren, sie zu testen und sie auf der Grundlage des Testergebnisses neu zu bewerten.
- Wissenschaftliche Hypothesen können nie bewiesen, aber immer widerlegt werden.
- Wenn eine Hypothese ausgiebig getestet wurde, wird sie zu einer wissenschaftlichen Theorie, die potenziell auf praktische Probleme angewandt werden kann.
Wir leben in einer Zeit, in der Informationen so reichlich vorhanden sind wie nie zuvor in der Geschichte der Menschheit. Mit einer schnellen Online-Suche können wir Antworten auf fast alle Fragen finden, von „Wie wird das Wetter morgen?“ bis „Wie alt ist unser Planet?“. Wenn wir uns jedoch dem neuesten Stand unseres kollektiven Wissens nähern, werden die Antworten immer schwieriger zu finden sein und erfordern oft deutlich mehr Aufwand als die Konsultation unseres Telefons.
In diesem Artikel gehen wir der Frage nach, wie Wissenschaftler vorgehen, um neue Erkenntnisse darüber zu gewinnen, wie unsere Umwelt funktioniert, und warum solche Erkenntnisse so wichtig sein können.
In den meisten wissenschaftlichen Disziplinen werden neue Erkenntnisse durch die Anwendung eines Formalismus gewonnen, der als wissenschaftliche Methode bekannt ist. Sie existiert in einer Vielzahl unterschiedlicher Formen, lässt sich aber in vier Hauptteile unterteilen: (1) Charakterisierung eines Problems und Formulierung einer Forschungsfrage, (2) Aufstellung einer Hypothese und Ableitung von Prognosen, (3) experimentelle Prüfung dieser Prognosen und (4) Neubewertung der Hypothese im Lichte der experimentellen Ergebnisse [1].
Um diesen eher abstrakten Formalismus zu veranschaulichen, können wir uns folgendes Szenario vorstellen: Wir möchten gerne einen Toast zum Frühstück essen. Wir stellen jedoch fest, dass unser Toaster nicht funktioniert, und wir wollen den Grund dafür herausfinden. Daher formulieren wir unsere Forschungsfrage: „Warum funktioniert der Toaster nicht?“ und konstruieren die Hypothese „Der Toaster ist kaputt.“. Daraus leiten wir die Prognose ab, dass der Toaster weiterhin nicht funktioniert, wenn wir ihn an eine andere Steckdose anschliessen. Dies lässt sich leicht experimentell überprüfen. Wenn wir den Toaster an einer anderen Steckdose betreiben, kann dies zu einem von zwei Ergebnissen führen, die darüber entscheiden, wie wir unsere Hypothese neu bewerten werden. Wenn der Toaster nun funktioniert, müssen wir unsere Hypothese in „Die erste Steckdose war kaputt“ ändern. Andererseits können wir, wenn der Toaster immer noch nicht funktioniert, dies als Beweis dafür ansehen, dass unsere Hypothese richtig ist [2]. Um wirklich wissenschaftlich zu handeln, würden wir dann versuchen, unsere Ergebnisse zu wiederholen. Dazu testen wir den Toaster weiterhin an einer Reihe anderer Steckdosen, bitten andere Wissenschaftler, unsere Ergebnisse zu reproduzieren, und lassen Experten jeden Aspekt unserer Argumentation in einem Prozess bewerten, der Peer-Review genannt wird.
Es ist wichtig zu beachten, dass wir, selbst wenn wir alle drei obigen Schritte erfolgreich durchführen, nicht beweisen können, dass der Toaster kaputt ist. Wir können uns leicht Szenarien vorstellen, in denen der Toaster an verschiedenen Steckdosen nicht funktioniert, aber auch nicht kaputt ist, z. B. bei einem Stromausfall. Tatsächlich liefert die wissenschaftliche Methode niemals einen Beweis für eine Hypothese, sondern bietet stattdessen eine Möglichkeit, sie zu testen und möglicherweise zu widerlegen [1].
Wenn eine bestimmte Hypothese einer umfassenden Prüfung durch die wissenschaftliche Gemeinschaft standhält, wird sie zu einer anerkannten Theorie. Das bedeutet, dass sie zwar jederzeit durch neue Beweise widerlegt werden kann, aber in einem praktischen Sinne als „wahr“ angesehen wird und neue Arbeiten auf ihr basieren. Solche Theorien sind das Ziel der Wissenschaftler, denn sie sind die Bausteine unseres Verständnisses der Welt. Viele von ihnen können sogar dazu verwendet werden, reale oder hypothetische Ereignisse vorherzusagen, z. B. was passieren wird, wenn wir einem Patienten ein bestimmtes Medikament verabreichen oder einen bestimmten Schaltkreis auf einen Siliziumchip drucken. Solche Vorhersagen können formalisiert werden als: (a) wir kennen eine Reihe von Beobachtungen oder können sie uns vorstellen, und (b) wir kennen eine Theorie, die anwendbar ist. Aus diesen beiden Komponenten können wir vorhersagen, dass (c) folgt. Ein berühmtes Beispiel hierfür wäre: (a) Sokrates ist ein Mensch, (b) alle Menschen sterben, und daher (c) wird Sokrates sterben. In der Realität sind solche Vorhersagen jedoch oft nicht deterministisch, sondern probabilistisch. Zum Beispiel: (a) der Patient hat Husten, (b) ein bestimmtes Medikament heilt den Husten in 70 % der Fälle, und daher (c) wird der Patient mit einer Wahrscheinlichkeit von 70 % geheilt. Dieser Formalismus wird – wenn auch in komplexerer Form – routinemässig in Disziplinen wie dem Ingenieurwesen oder der Medizin verwendet und hat wesentlich zu deren Erfolg beigetragen [1, 3].
Es ist schwierig, etwas wirklich Neues über die Welt zu erfahren. Um falsche oder unzureichende Theorien zu vermeiden, beobachten Wissenschaftler ständig, stellen Hypothesen auf, testen und bewerten neu. Auf diese Weise erweitern wir die Horizonte unseres Wissens als Menschheit. Dies bedeutet letztlich, dass wir heute bessere Antworten auf mehr Fragen finden können als gestern, wenn wir unser Telefon zücken.
Quellen:
- Poser H. Wissenschaftstheorie. 2nd ed. Stuttgart: Phillip Reclam jun. GmbH&Co. KG; 2012. https://www.reclam.de/detail/978-3-15-018995-5/Poser__Hans/Wissenschaftstheorie. Accessed January 24, 2022.
- OpenStaxCNX. Biology.; 2020. http://cnx.org/contents/185cbf87-c72e-48f5-b51e-f14f21b5eabd@14.1.
- Hempel CG, Oppenheim P. Studies in the Logic of Explanation. https://doi.org/101086/286983. 2015;15(2):135-175. doi:10.1086/286983