Как отличить науку от фейка? Микросервисные критерии

Представьте, что к вам, как к инженеру, приходит человек и с горящими глазами заявляет: «Я создал Новую Универсальную Теорию Всего! Она объясняет сознание, тёмную материю и почему котлета в столовой такая сухая!».

Как проверить, не продаёт ли он вам дистиллированную псевдонаучную… э-э-э… фекалию? Для проверки надо решить проблему демаркации — отделения научного знания от ненаучного.

Проблема демаркации мучает философов и ученых со времён Древней Греции. Это вопрос на миллиарды долларов грантов и наше доверие к технологиям, которые нас окружают.

Я предлагаю взглянуть на неё через призму, понятную любому айтишнику: архитектуру программного обеспечения. А именно — через принципы микросервисов и ООП в виде абстракции, инкапсуляции, полиморфизма и наследования.

Но сразу оговорюсь: это инструменты для анализа, а не объективные законы мироздания и истинные характеристики науки. Как отвёртка: ей можно собрать сервер, а можно попытаться насыпать ею сахар в кофе — всё зависит от того, как и куда вы её применяете.

Обзор конкурентов: почему традиционные критерии научности недостаточны?

Философия и наука предлагали нам несколько решений проблемы демаркации, и у каждой были свои баги.

1. Практические критерии (Прагматизм/Марксизм).  Практика — критерий истины. Звучит убедительно: если теория работает, значит, она верна. А если не работает — зачем она нужна? Достоинство такого подхода — в проверяемости: результат можно ощутить, измерить, применить.
   Но если трактовать это буквально — «всё непрактичное ненаучно» — мы рискуем выкинуть за борт большую часть науки. Теоретическая физика? Чёрные дыры не потрогаешь, время вблизи горизонта событий не пощупаешь. Математика? Абстрактные структуры, не привязанные напрямую к реальности. Философия? Вовсе «грезы мыслителей». По этой логике, наука сужается до рецептов, инструкций и кулинарных экспериментов.
   И тогда эталоном научности становится… варка борща. Результат съедобен, воспроизводим, предсказуем. Но разве это наука? Уязвимость такого подхода очевидна.
   Кроме того, практика — не нейтральный судья и в этом её еще одна уязвимость. Люди, обладающие психикой, памятью и убеждениями, склонны интерпретировать результаты в пользу своих теорий и представлений, деформировать результаты исследований.
   Это почва для когнитивных искажений: подтверждаемое восприятие, игнорирование контрпримеров, рационализация провалов.
   Так что, хотя практика — важный ориентир, полагаться на неё слепо, значит либо превратить науку в ремесло, либо в поле для когнитивных манипуляций «практиками», а не в поисковую систему истины.

2. Логические критерии (Логический позитивизм). Наука — это непротиворечивая и полная система высказываний, логически выводимых и эмпирически верифицируемых. Звучит строго — как идеальный код на Haskell: чистый, предсказуемый, без багов.
   Но реальность оказывается сложнее. Теоремы Гёделя о неполноте показали, что любая формальная система, достаточная для арифметики, не может быть одновременно полной и непротиворечивой. То есть в любой достаточно сложной системе найдутся истинные утверждения, которые невозможно доказать внутри этой системы. Это стало ударом по мечте логического позитивизма — построить науку как замкнутую, логически совершенную и полностью обоснованную систему знаний.
   Программа свести науку к чистой логике и эмпирической верификации, к сожалению, оказалась нереализуемой в таком радикальном виде. Ирония в том, что лучшие научные теории — квантовая механика и общая теория относительности — сами по себе внутренне непротиворечивы, но между собой логически несовместимы. Их объединение до сих пор — одна из главных задач физики.
   Так что если требовать от науки абсолютной логической целостности, придётся объявить ненаучными как раз те теории, которые наиболее успешно описывают реальность. Что, объявляем их ненаукой?

3. Фальсифицируемость (Сэр Карл Раймунд Поппер — вы гений). Научная теория — это не та, которую можно подтвердить, а та, которую можно в принципе опровергнуть экспериментом. Это — гениальный ход: вместо поиска подтверждений, наука начинает искать опровержения.
   Такой подход отсекает множество лженаучных и псевдонаучных систем: астрологию, психоанализ, догматический марксизм — всё, что умеет только объяснять постфактум, но не предсказывает и не рискует быть опровергнутым. Адепты этих учений мастерски подгоняют теорию под любые события — значит, они не подвергают её риску.
   А наука, по Попперу, должна рисковать. Достоинство критерия — в динамике: наука развивается не через накопление «истин», а через выявление и отбрасывание ошибок. Прогресс идёт через критику, а не одобрение.
   Но у фальсифицируемости есть и слабое место: она необходима, но не достаточна. Ведь мою доморощенную теорию — «в этом чае слишком мало сахара» — тоже можно опровергнуть: добавьте сахара и попробуйте. Или: «если перекипятить борщ, он станет невкусным» — легко проверяется и опровергается. Но разве это наука? Фальсифицируемость — важный фильтр, но она не превращает каждое проверяемое утверждение в научное знание. Наука требует ещё обобщений, систематичности, объяснительной силы и независимой проверяемости.
   Так что, да — Поппер прав. Но и чай с недостатком сахара напоминает нам: не всё, что можно опровергнуть, достойно называться наукой.

4. Этические и эстетические критерии. Такие требования, как «учёный должен быть честен» или «теория должна быть красивой», звучат убедительно. И действительно, честность учёного это основа доверия к науке, а красота теории нередко вдохновляет и направляет исследователей. Но важно понимать: что это критерии личности и стиля, а не знания.
   Знание, по своей сути, этически и эстетически нейтрально. Например, открытие закона тяготения не делает Ньютона добродетельным, а формула ядерного распада одинаково полезна и для энергии, и для бомбы.
   То же с красотой. Красота — субъективна. Она зависит от вкуса, культуры, эпохи. А наука стремится к объективности. История науки полна примеров: красивые теории оказывались ложными (например, геоцентрическая система с её совершенными кругами), а некрасивые, громоздкие — становились истинными (скажем, стандартная модель в физике). Красота может быть компасом, но не мерилом истины. Честность важна — но это качество исследователя, а не критерий научности теории.

Все эти модели либо слишком жёсткие, либо слишком размытые.
Они похожи на монолитные приложения, которые пытаются описать распределённую, сетевую природу современного знания.
Пора зарелизить новую версию того, что есть наука.

Микросервисные критерии: или почему Дробышевский похож на команду DevOps

Давайте посмотрим на современную науку глазами IT-архитектора.
Тут я разбираю видео работы палеоантрополога Станислава Дробышевского и его коллег и доказываю то, что наука — это не монолитное приложение «ВсеЗнание.exe», которое компилирует один гений в подвале. Это распределённая платформа микросервисов.

Что мы видим в примере с раскопками Дробышевского и товарищей?

• Сервис «Геология»: определяет возраст слоёв.

• Сервис «Ботаника»: анализирует пыльцу.

• Сервис «Зоология»: определяет кости животных.

• Сервис «Антропология» (Дробышевский): работает с костями древних людей.

Каждый сервис:

1. Инкапсулирован. Ботаник не лезет в код (работу) геолога. Он получает от него данные по чёткому интерфейсу (например, «датировка по калию-аргону для слоя №3»). Как именно геолог её получил — его внутренняя реализация.

2. Абстрактен. Сервисы оперируют с четко определенными абстракциями: «слой», «датировка», «вид пыльцы». Эти абстракции — их язык API.

3. Полиморфен. Кость (набор данных, артефакт, опытный образец) древнего человека может быть интерпретирована по-разному. Например, сервис «Диета» увидит в ней источник пищи, сервис «Ритуалы» — артефакт культа. Одна сущность — много форм поведения.

4. Наследуем. Теории и методы не создаются с нуля. Сервис «Датировка» наследует и расширяет функциональность сервиса «Радиоуглеродный анализ v2.1».

5. Сетевой и кооперируется. Сервисы обмениваются данными, чтобы собрать общую картину. Данные ботаники полиморфно изменяют выводы антропологии.

Это и есть микросервисная архитектура современного научного знания.
Она не монолитна, а модульна. Её сила — в слабой связанности и чётких контрактах между дисциплинами.

Мысленный эксперимент: Code Review для лжеучёного

Итак, к вам пришёл тот самый «гений» с Теорией Х.
Проведём его через наш CI/CD пайплайн.

• Шаг 1: Есть ли микросервис? Допустим, его теория объясняет всё: физику, либидо, биржевые курсы и смысл жизни. Она монолитна. Это подозрительно. Наука — это сеть микросервисов, а не монолит. В науке новая теория не должна переписывать всё с нуля. Поэтому теория Х должна дать свой микросервис с чёткими интерфейсами для интеграции с существующим ландшафтом знаний (микросервисами). Не даёт? Не интегрируется? Вердикт: FAIL.

• Шаг 2: Полиморфна ли она? Можно данные (артефакты, опытные образцы), которые интерпретирует теория Х интерпретировать иначе? Если теория Х допускает только одну-единственную трактовку и не оставляет места для полиморфизма другими сервисами, то это догма, а не наука. Вердикт: FAIL.

• Шаг 3: Есть ли абстракции? Оперирует ли она чёткими, определенными и верифицируемыми понятиями («гравитационная постоянная», «ген») или расплывчатыми «энергобиоинформационными полями» и «вибрациями души»? Если да, то вердикт: FAIL.

• Шаг 4: Есть ли наследование? Отказывается ли она от всего предыдущего знания? Наука не «опровергает» всё подряд, она наследует и уточняет, как новая версия библиотеки. Ньютоновская механика — частный случай Эйнштейновской.
  Допустим, что теория Х ничего не наследует и пишет все заново. Вердикт: FAIL.

• Шаг 5: Есть ли инкапсуляция? Смешивает ли она всё в кучу или фиксирует свои границы? Настоящий учёный говорит: «Моя область компетенции — вот это, а за подтверждением идите к специалисту из другой области». Если теория Х не держит границ и всё смешивает, то вердикт: FAIL.

Если на все пять вопросов ответ «нет», то перед вами, скорее всего, монолитная фекалия, архитектурно несовместимая с научной платформой.

Давайте проверим нашу концепцию по тем же критериям

Мы выдвинули не просто идею — а концепцию и инструмент анализа представлений на научность. Не монолитную теорию истины, не священный канон, а гибкий, модульный инструмент для решения одной конкретной задачи — проблемы демаркации то есть, различения научного и ненаучного знания.
Так что — применим к ней же те самые критерии, которые только что обсуждали. Проверим, не превратилась ли наша теория в чай с недостатком сахара.

Шаг 1: Есть ли микросервис?
Да. Предлагается не всеобъемлющая монолитная метатеория науки, а специализированный модуль — «демаркационный микросервис».
Он не претендует на универсальность, но зато воспроизводим, изолирован и может быть заменён, если появится лучший.
Это не догма — это обновляемая сборка.

Шаг 2: Полиморфна ли она?
Конечно. Тот же самый интерфейс — «это наука / это не наука» — может быть реализован через разные «движки». Например, по Попперу (фальсифицируемость), по Венскому кружку (верифицируемость), по прагматикам (практическая эффективность).
Концепция не привязана к одной парадигме. Она работает с разными онтологиями — как полиморфная функция в языке программирования.
Один вызов — разные реализации.

Шаг 3: Есть ли абстракции?
Есть. И они не ради красного словца.
Вводятся такие понятия как:
микросервис — как модель научного модуля,
полиморфизм — как способность одной идеи работать в разных контекстах,
инкапсуляция — как граница применимости,
наследование — как развитие, а не отрицание прежних идей.
Это не метафоры ради метафор. Это начало онтологического моделирования науки как системы, где знание — не пирамида, а архитектура из взаимодействующих компонентов.

Шаг 4: Есть ли наследование?
Да. Поппер не отменяется, не списывается в утиль логический позитивизм.
Прелгается наследование — то есть взять лучшее, адаптировать, расширить.
Как в объектно-ориентированном программировании: базовый класс остаётся, но дочерний добавляет новое поведение.
Мы не строим на пепелище — мы строим на фундаменте, просто под другую нагрузку.

Шаг 5: Есть ли инкапсуляция?
Безусловно. Концепция не претендует на всё. Она работает в рамках проблемы демаркации — и только там.
У неё есть границы применимости, свои уязвимости, свои краевые случаи.
Она не объясняет, как устроен космос, и не спасает души.
Зато она честно говорит: «Я — не истина. Я — инструмент. Используйте с умом. И замените, когда появится лучше».

Концепция проходит проверку.
Она не абсолютна, не универсальна, не красива — но, возможно, работает.
А в мире, где даже квантовая механика и ОТО не могут пожать друг другу руку, — когерентность важнее гармонии. Может, это и есть наука завтрашнего дня: не монолит, а экосистема модулей, связанных не логикой единой истины, а практикой согласованного взаимодействия.

Чем можно обосновать предлагаемую концепцию?

Ни одна идея не возникает на пустом месте. Даже если она одета в форму микросервиса, ей нужна философская опора. Обоснуем наш подход не только метафорами из IT, но и реальной практикой науки и современной философией познания.

Во-первых, схожестью с практикой учёных как сетевой деятельности.
Современная наука давно перестала быть одиночным поиском истины в башне из слоновой кости. Она — распределённая сеть: исследователи, лаборатории, дисциплины, платформы данных — все взаимодействуют по принципу модульности и обмена.
Предлагаемая концепция отражает эту реальность: наука как совокупность независимых, но сопрягаемых модулей — не монолит, а экосистема.
Это не фантазия, это обобщение того, что уже происходит.

Во-вторых, концепцию обосновывает фальсифицируемость и признание её уязвимостей.
Концепция не претендует на непогрешимость. Она заявляет свои границы, допускает критику и может быть опровергнута — например, если окажется, что «микросервисный» подход не работает на практике или не масштабируется.
Она включает в себя уязвимости как часть дизайна, а не как недостаток.
Точно так же, как хорошее программное обеспечение признаёт свои баги, наша модель открытая, тестируемая, готовая к обновлению — и в этом её научный статус.

В-третьих, обосновением может стать связь с концепцией постнеклассической рациональности Вячеслава Степина. Философ науки Вячеслав Степин показал, что классическая и неклассическая наука уступают место постнеклассической — где знание формируется в условиях неполноты и неопределённости, включает ценностные и социальные аспекты, строится на сетевом многообразии методов и онтологий. Ученик Стёпина — философ науки Владимир Аршинов показал механизмы самоорганизации научного знания (рефлексия, неявное знание, циклическая организация коммуникаций).

Именно в этом контексте наука перестаёт искать универсальную истину и начинает строить когерентные, но не обязательно совместимые и обобщающие друг друга модели.
Наша концепция — не противоречие Степину, а его развитие в цифровой парадигме: если наука стала постнеклассической, то и её демаркация должна стать модульной, адаптивной, наследуемой.

Ограничения микросервисных критериев

Наши микросервисные критерии — это не догма, а эвристика и не истина в последней инстанции.
Главный недостаток микросервисных критериев в том, то мы можем отфильтровать дурака, но пропустить гения. Революционная теория на первых порах может выглядеть как странный, ни с чем не совместимый монолит. Ведь революционная идея, по своей природе, не встраивается. На первых порах она выглядит как чужеродный объект — странный, неполиморфный, ни с чем не совместимый монолит, нарушающий все интерфейсы. Так выглядела теория относительности. Так выглядел дарвинизм. Так выглядел Linux — сначала как один большой, неразделимый ядро-монолит. Нормальная наука — да, революционная — вопрос.

Концепция хорошо описывает нормальную науку в терминах Томаса Куна, то есть стабильную, дисциплинированную, работающую в рамках принятой парадигмы.
Это режим технического обслуживания научного знания и его вопроизводства: устранение багов, оптимизация, расширение функционала.
Но когда наступает научная революция (по Куну — сдвиг парадигмы), то всё меняется. Новая теория не просто добавляется как микросервис. Она переписывает ядро и переделывает архитектуру.

Научные революции можно интерпретировать как масштабный рефакторинг знаний: изменение ключевых интерфейсов, появление новых центров связности, перераспределение информационных потоков, миграция с «устаревших платформ» на новые онтологии. И до тех пор, пока вокруг неё не появятся адаптеры, не будут перепроектированы смежные модули, она остаётся вне системы — не потому что ложна, а потому что опережает инфраструктуру.

А что с гуманитарными науками? Ещё одна граница подхода — гуманитарные дисциплины. Многие из них не поставляют данные, а генерируют смыслы, неявное знание, контекст. Они суть не сервисы с чётким API, а скорее среда обитания для научного мышления: философия, герменевтика, культурология. Оценить их «сервисность» — значит свести их к утилитарной функции. А ведь они часто работают на периферии осознанного, формируя интуицию, задавая вопросы, расшатывая устои — тихо, но необратимо.

Но недостатки — это не баги. Это фичи.
И вот тут самое интересное: эти ограничения можно превратить в инструмент анализа. Представьте карту научного знания как систему микросервисов.
Есть узкие места — где сервис перегружен, где запросы не обрабатываются — подсвечиваются красным. Это — точки напряжения, кризисы, диссонансы. Лакуны — области без сервисов, но с высоким спросом на объяснение — помечаются как «белые пятна». Это — зоны неопределённости, где наука ещё не освоилась. Вакансии — запросы от одних сервисов к другим, на которые нет ответа — становятся сигналами: здесь нужно создать новую теорию.
Нет концепции без ограничений и уязвимостей.
Поэтому, используя микросервисные критерии знания, не расслабляйтесь и всё перепроверяйте. Например, пользуйтесь «Адвокатом дьявола».

Что это значит?
Микросервисные критерии — это не про «истинность», а про интегрируемость.
Наука сегодня — это не поиск Истины с большой буквы (как её понимали в XIX веке).
Это поиск множества когерентных истин, которые могут работать вместе, общаясь по стандартным протоколам. Это отказ от монолита в пользу распределённой, отказоустойчивой, масштабируемой системы.

Истина есть. От истины наука не отказывается. Но истина, по Канту, непостижима для нас целиком из-за ограничений нашего разума. Мы можем лишь строить всё более точные и сложные модели и формировать точки зрения, которые позволяют нам эффективно действовать в мире. Как успешно деплоить приложения, лечить людей и запускать ракеты.

Поэтому в следующий раз, когда услышите о «новой физике» или «революционной психологии», спросите себя: а можно ли это задеплоить в продакшен рядом с существующими научными микросервисами? Или это попытка продать вам архитектурный антипаттерн, обёрнутый в красивую обёртку?

Владислав Тарасенко

Доцент МГТУ им. Н.Э. Баумана, более 30 лет занимающийся исследованием и проектирование систем, увлечен философскими основами вычислительной техники и искусственного интеллекта. Специализируется на соединении абстрактных теорий с практической реализацией.