رفتن به نوشته‌ها

سیتپـــــور مطالب

آیا باید دکتری بخونم؟!

این روزها، همه کسایی که با من لیسانس رو شروع کرده بودن یا دانشگاه رو کاملا ترک کردن یا اینکه جایی در گذار از کارشناسی ارشد به دکتری هستن. تعدادی وارد دوره دکتری شدن و تعدادی هم در فکر ورود به این مقطع، شب و روزشون رو سر می‌کنن. نزدیک به یک‌ساله که من دوره دکتریم رو در آلتو شروع کردم. احتمالا هنوز تجربه کافی برای دادن یک جواب خیلی پخته به این سوال رو ندارم، اما به نظرم تجربه‌هایی که این مدت کسب کردم یا چیزهایی که از بقیه شنیدم یا دیدم بتونه ایده‌های شفاف‌تری بده در مورد دکتری خوندن!

دکتری خواندن در ایران

راستش من به طور کلی مخالف دکتری خوندن توی ایران هستم! نه به این خاطر که ما اصلا اساتید خوبی نداریم در ایران، نه! بلکه به این خاطر که دکتری خوندن یک کار حرفه‌ایه و نیازمند یک بستر مناسبه که در ایران با تقریب خوبی همچین بستری وجود نداره. البته استثناهایی وجود داره برای قشر خاصی از جامعه!

ما توی ایران دانشگاه‌های خوبی داریم که «آموزش» با کیفتی ارائه می‌کنند. تجربه من از کلاس‌های دانشگاه شهید بهشتی و دانشگاه صنعتی شریف اینه که آموزش ارائه شده، به نسبت بقیه جاهای دنیا، از کیفیت قابل قبولی برخورداره. خصوصا که بعضی از کلاس‌ها واقعا با کیفیت بالایی برگزار میشن. کسی نمی‌تونه منکر کیفیت کلاس‌ جبر یا ریاضی عمومی دکتر شهشهانی، فرایندهای تصادفی دکتر علیشاهی، فیزیک۳ یا کاربرد کامپیوتر در فیزیک دکتر اجتهادی، الکترومغناطیس دکتربهمن‌آبادی و دینامیک غیرخطی دکتر مقیمی بشه! اصلا مگه چند جای دنیا در دوره لیسانس کلاسی با کیفیت کلاس مکانیک کوانتومی دکتر گوشه، فیزیک۱ یا هواشناسی یا نسبیت دکتر شجاعی ارائه میشه؟ اگه بخوایم منصف باشیم، ما در مقطع کارشناسی، حداقل در علوم پایه که من بیشتر اطلاع دارم، دانشگاه‌های خوبی داریم؛ دانشگاه خوب به معنی مجموعه‌ای از اساتید (مدرس)، دانشجوها، امکانات آموزشی و کادر اجرایی. قبول دارم که قوانین آموزشی، منش کادر اجرایی و فضای بسته و سیاست‌زده دانشگاه‌های ما اصلا راضی‌کننده نیست. اما از نقطه نظر آموزشی، دوره‌‌های لیسانسی که در دانشگاه‌های برجسته ما ارائه میشه واقعا خوبه. برای همین اگر کسی واقعا دوست داشته باشه که مثلا فیزیک بخونه، حتما توی پایتخت یا کلان‌شهرهای ایران فرصت استفاده از یک آموزش با کیفیت و به شدت ارزون‌قیمت رو پیدا می‌کنه. از طرف دیگه، به لطف دوره‌های آنلاین و ویدیوهای آموزشی روی وب، بخش بزرگی از ضعف‌های آموزش برطرف شده. شاید شما درسی بگیرین و استاد اون درس نتونه خوب درس بده، اما احتمال زیاد می‌تونه سوال شما رو جواب بده یا بالاخره کسایی پیدا میشن که به سوال شما جواب بدن. به عنوان مثال شما می‌تونید کلاس‌های درس حالت جامد دانشگاه آکسفورد رو ببینید و در نهایت مشکلاتی که توی حل مسئله دارین رو از کسی بپرسین.

اتحاد شوالیه‌های تاریکی

چهارشنبه ۱۲ شهریور، اعلام شد که رصدخانه امواج گرانشی لایگو در امریکا و ویرگو در ایتالیا، امواج گرانشی حاصل از ادغام دو سیاه‌چاله‌ را آشکارسازی کرده‌اند که عظیم‌ترین امواج گرانشی ثبت‌شده تا به امروز بوده‌اند. هرچند ادغام دو سیاه‌چاله چیز جدیدی نبوده و قبلاً هم چند مورد از آن آشکارسازی شده بود؛ اما این یکی، ویژگی‌های غیرمعمولی داشته که باعث شده این خبر اهمیتی دوچندان برای اخترفیزیک‌دان‌ها و پژوهشگران فعال در حوزه سیاه‌چاله‌ها داشته باشد.

Image credit: Mark Myers, ARC Centre of Excellence for Gravitational Wave Discovery (OzGrav)

وقتی عالم نیمی از عمر اکنونش را داشت، دو سیاه‌چاله سنگین در هم ادغام شدند و امواج گرانشی تولید کردند. این طنین‌های گرانشی، موجی را پیش بردند و تار‌و‌پود فضا-زمان را شبیه به یک صدای زنگ کیهانی لرزاندند و سیگنالی برای ما به‌جای گذاشتند. ساعت ۷:۳۲:۲۹ صبح روز سه‌شنبه ۳۱ اردیبهشت ۹۸، سه رصدخانه امواج گرانشی (ویرگو و هر‌دو رصدخانه لایگو) بر روی زمین، این سیگنال کوتاه را که فقط یک دهم ثانیه به‌طول انجامید، دریافت کردند. محققان می‌گویند: احتمالاً منشأ این سیگنال ـ که «جی‌دبلیو ۱۹۰۵۲۱» نام‌گذاری شده ـ ادغام دو سیاه‌چاله سنگین‌وزن با جرمی حدود ۶۶ و ۸۵ برابر جرم خورشید بوده که در‌نهایت، یک سیاه‌چاله بزرگتر را با جرمی حدود ۱۴۲ برابر جرم خورشید به‌وجود آورده و مقادیر زیادی انرژی (حدود ۸ برابر جرم خورشید) به‌شکل امواج گرانشی در سراسر جهان آزاد کرد‌ه‌اند. هم‌چنین محققان پروژه لایگو و ویرگو، اسپین (راستای محور و سرعت چرخش) دو سیاه‌چاله اولیه را محاسبه کرده و دریافتند، همان‌طور که این دو سیاه‌چاله به دور یکدیگر دوران داشته و به هم نزدیک می‌شدند، هرکدام حول محور خودشان با زاویه‌ای که هم‌راستا با محور دوران سامانه نبوده می‌چرخیدند؛ احتمالاً همین ناهم‌راستایی محور‌های چرخش، باعث شده وقتی به هم نزدیک‌تر می‌شدند، مدارهایشان حرکت تقدیمی داشته باشد و مثل دو مست میکده تلو‌تلو‌خوران دور یکدیگر بگردند! 🙂

همه سیاه‌چاله‌های مشاهده‌شده تا به امروز، در یکی از این دو دسته قرار می‌گیرند: سیاه‌چاله‌های ستاره‌ای، که تصور می‌شود موقع مرگ ستاره‌های عظیم تشکیل می‌شوند و می‌توانند طیف جرمی از حدود چند برابر جرم خورشید، تا ده‌ها برابر جرم خورشید داشته باشند؛ یا سیاه‌چاله‌های کلان‌جرم که در در قلب کهکشان‌ها هستند و جرمی از مرتبه صدها هزار، تا میلیاردها برابر جرم خورشید دارند (برای آشنایی بیشتر با سیاه‌چاله‌ها، نوشته قیام علیه سیاهی را بخوانید). با این حال، سیاه‌چاله نهایی ایجاد شده در ادغام جی‌دبلیو ۱۹۰۵۲۱، در یک محدوده جرمی متوسط ​​بین این دو دسته قرار گرفته است. در‌واقع، این سیاه‌چاله‌ تشکیل شده با جرمی حدود ۱۴۲ برابر جرم خورشید، به دسته جدیدی از سیاه‌چاله‌ها تعلق دارد که «سیاه‌چاله‌های میانه‌جرم» نام دارند و این مورد، اولین آشکارسازی واضح از این نوع سیاه‌چاله‌ها است.

نمودار ادغام‌های سیاه‌چاله‌هایی که توسط لایگو و ویرگو ثبت شده برحسب جِرمشان در واحد جرم خورشیدی. سیاه‌چاله نهاییِ تازه‌کشف‌شده مربوط به دسته‌ای جدید با نام سیاه‌چاله‌های میانه‌جرم است.
Image credit: : LIGO/Caltech/MIT/R. Hurt (IPAC)

به نظر می‌رسد دو سیاه‌چاله اولیه که سیاه‌چاله نهایی را ایجاد کرده‌اند نیز از نظر جرم بی‌همتایند. طبق مدل‌های اخترفیزیکی فعلی، ستارگانی با جرم ۱۳۰ برابر جرم خورشید می‌توانند سیاه‌چاله‌هایی را به‌وجود بیاورند که جرمشان حداکثر ۶۵ برابر جرم خورشید باشد. اما برای ستاره‌های پرجرم‌تر ، تصور می‌شود پدیده‌ای موسوم به «ناپایداری جفت» رخ دهد؛ وقتی فوتون‌های هسته خیلی پرانرژی می‌شوند، می توانند به یک جفت الکترون و پاد الکترون تبدیل شوند. این جفت‌ها فشار کمتری نسبت به فوتون‌ها ایجاد می‌کنند و باعث می‌شوند ستاره در برابر فروپاشی گرانشی ناپایدار شود؛ این ناپایداری به انفجاری می‌انجامد که به حدی قوی است که هیچ چیزی از خود به‌جای نخواهد گذاشت. حتی ستارگان پر‌جرم‌تر (بیشتر از ۲۰۰ برابر جرم خورشید) سرانجام مستقیماً فرو پاشیده و به سیاه‌چاله‌ای با حداقل ۱۲۰ برابر جرم خورشید تبدیل می‌شوند. بنابراین ، یک ستاره در حال فروپاشی قادر نیست یک سیاه‌چاله با جرمی بین ۶۵ تا ۱۲۰ برابر جرم خورشید را ایجاد کند؛ این محدوده جرمی، با عنوان شکاف جرمِ ناپایداری جفت (Pair Instability Mass Gap) شناخته می‌شود. می‌توان ادعا کرد یک یا هردو سیاه‌چاله اولیه‌ در این محدوده جرمی قرار دارند. یک احتمال برای این مسأله ـ که محققان در مقاله دوم منتشر شده در نظر گرفته‌اند ـ عبارت است از ادغام سلسله‌مراتبی؛ به این معنا که دو سیاه‌چاله اولیه قبل از نزدیک شدن و ادغام نهایی، خود از یک ادغام کوچک‌تر دیگر تشکیل شده باشند.

ادغام سلسله‌مراتبی: تشکیل سیاه‌چاله‌های اولیه از ادغام‌های کوچکتر پیشین
Image credit: LIGO/Caltech/MIT/R. Hurt (IPAC)

آلن واینستین، از اعضای پروژه لایگو و استاد فیزیک در دانشگاه کلتک، می‌گوید:

«این رویداد، بیشتر از اینکه پاسخگوی سوالات باشه، سؤال‌های بیشتری رو مطرح می‌کنه. از نقطه‌نظر کشف کردن [پدیده‌ها] و فیزیک، این چیز خیلی هیجان‌انگیزیه».

فیزیک حیرت‌آور ماسک‌های n95

این پست در زمانی منتشر می‌شود که همه ما در گیر یک دنیاگیری وحشتناک هستیم. یکی دو ماه قبل از شروع سال ۹۹ خورشیدی، جهان به‌خاطر پخش ویروس کوید-۱۹ در وضعیت متفاوتی از قبل قرار گرفت. تا این روز، هیچ داروی موثر یا واکسنی برای این بیماری پیدا نشده. آمارهای جهانی حاکی از خبرهای بسیار بدی از تعداد کشته‌شدگان این بیماری در کشورهای مختلف جهان هستند. ایالات متحده امریکا، برزیل، هند و روسیه بیشترین آمار مبتلا را تاکنون داشته‌اند. در شرایطی که واکسنی برای این بیماری وجود ندارد، راه حل‌های دارویی و زیستی جای خود را به راه حل‌های اجتماعی می‌دهند. این‌ راه‌‌حل‌ها بر مبنای تلاش برای کاهش انتقال بیماری بین افراد در جوامع و جداسازی جوامع از یکدیگر هستند. به گفته محققان و اطلاعیه سازمان جهانی بهداشت، شست‌ و شویی مکرر دست‌ها با شوینده‌های مناسب به مدت ۲۰ ثانیه و استفاده از ماسک‌های استاندارد مهم‌ترین کارهایی است که هر فرد باید انجام دهد.

ماسک‌های n95 یکی از موثرترین ماسک‌ها برای جلوگیری از عبور قطرات حامل ویروس کرونا هستند. این ماسک‌ها با طراحی هوشمندانه‌ای سبب می‌شوند که ذرات با اندازه‌های مختلف از آن‌ها عبور نکنند؛ طراحی که پر است از نکته‌های فیزیکی! این شما و این ویدیو «فیزیک حیرت‌آور ماسک‌های n95» که توسط one minute physics ساخته شده. ویدیو زیرنویس فارسی دارد:

چگونه با آمار دروغ بگوییم؟

من خوب به خاطر دارم که وقتی دبیرستانی بودم، تمام رشته‌های تحصیلی در دبیرستان درس آمار رو می‌گذروندن. بعدها که بیشتر با مسائل روز درگیر شدیم تنگاتنگ بودن ارتباط آمار با وقایع اطرافمون رو بهتر متوجه شدم. ناهم‌خوانی‌هایی این وسط وجود داشت. همه‌چیز گرون میشه اما نرخ گرون شدن اجناس با تورمی که از سوی بانک مرکزی اعلام میشه همخوانی نداره. آمار بیکاری با چیزی که واقعا می‌بینیم تضاد داره. اخبار وارونه جلوه داده میشه. اتفاقات مثبت با کمی بازی با کلمات، منفی جلوه داده میشه. گاهی برای نمایش نتیجه‌ی مطلوب همبستگی رو به جای علیت نشون میدن.و خلاصه کلی مثال این شکلی دیگه که وجود داره و آدم رو گیج می‌کنه.

من چند وقت پیش اتفاقی با کتاب چگونه با آمار دروغ بگوییم آشنا شدم و خوندمش. کتاب بسیار کوتاه نوشته شده و مثال‌هاش کاربردیه.این کتاب به ما کمک می‌کنه یک بار دیگه و با ذهن نقاد سراغ آمار و اخباری که هرروز درباره‌ی وقایع زندگی‌مون می‌شنویم بریم.

در بخشی از کتاب می‌خونیم:

فرض کنید که بعد از مدت‌ها جستجو و تحقیق از محله‌های مختلف شهر تهران، برای خرید خانه در منطقه‌ای به ظاهر متشخص، به بنگاه معاملات املاکی می‌رویم. بنگاه‌دار شروع می‌کند به بیان خوبی‌های آن منطقه و امکانات بیشمار آن و در نهایت اعلام می‌کند که علاوه بر تمامی مزایای این منطقه، مزیت مهم دیگر این منطقه این است که «اعیان‌نشین» به حساب می‌آید، زیرا که طبق آمار رسمی دولت، «میانگین درآمد سرانه ساکنین این منطقه در سال ۱۰۰ میلیون است». بعد هم اضافه می‌کند که در این منطقه کلی حاجی‌های بازار و دکترهای خارج‌رفته زندگی می‌کنند. ما هم مسحور این جملات می‌شویم و احتمالا در آرزوی برخورداری از کیفیت بالای زندگی در کنار حاجی‌های بازاری و دکترهای خارج‌رفته که پولدارند، خانه را به قیمت بالایی بدون چانه‌زدن می‌خریم زیرا احتمالا در چنین منطقه پولدار و متشخصی، چانه زدن دون شان و تشخص است.سرخوشی ما از این معامله سراسر سود و خوبی ادامه دارد که ناگهان یک ماه بعد نامه‌ای از شهرداری برای تمامی ساکنان منطقه ارسال می‌شود. مضمون نامه این است که چون منطقه سکونت ما جزو مناطق خوش‌نشین و پولدارنشین حساب می‌شود و هزینه‌های تمیزکاری و درختکاری آن بیشتر از مناطق دیگر است، شورای شهر تصمیم گرفته است که عوارض شهرداری این منطقه را چند برابر کند. ناگهان صدای اعتراض از همه مردم منطقه بلند می‌شود و گروهی به ریاست همان آقای بنگاهدار برای مذاکره با شهرداری تشکیل می‌شود. در جلسه با مسئولین شهرداری، آقای بنگاهدار کلا این ادعا را که این محله جزو مناطق اعیان‌نشین و پولدار است، از پایه و اساس رد می‌کند! او می‌گوید که در محله آنها، کلی آدم بیکار و کارمند وجود دارد به طوریکه طبق آمار رسمی نصف مردم محله زیر ۲۰ میلیون در سال درآمد دارند که تقریبا نزدیک خط فقر است!

این کتاب ترجمه‌ی کتاب How to lies with statistics? هست که البته مترجم مثال‌هایی از کشور خودمون رو وارد ترجمه‌ی کتاب کرده که متن کتاب به ذهن خواننده آشناتر باشه.

این شما و این هم کتابی کوتاه و مفید درباره‌ی آمار.

ناگفته‌های دوران دکتری

از اونجایی که این نوشته برای کسایی که میخوان استاد راهنما انتخاب کنن، من از مرحلهٔ انتخاب شروع می‌کنم و دیدگاهی که اون موقع داشتم و الان دارم رو – در مورد هر مرحله – می‌گم. تا جایی که الان می‌فهمم هم سعی می‌کنم ماجرا رو تحلیل کنم؛ برای این متن، اسم مستعار «سباستین» رو برای استاد راهنما انتخاب می‌کنم.

همه نگاره‌های این نوشته از phdcomics.com برگرفته شده‌اند.

قبل از پذیرش نهایی از طرف شما یا اصطلاحا «آفر»:

(یعنی زمانی که استادی به شما گفته که شما رو طبق شرایطی می‌پذیرم، آیا شما با این شرایط دوست داری با من کار کنی؟)

اکثر جنبه‌های اپلیکیشن ربطی به این ندارن و اگر اپلیکیشن رایگانه، به نظرم آدم باید کمتر وقتشو صرف جزییات بکنه و فقط اپلای بکنه تا ببینه بعد چی میشه. قسمتی از اپلای که ربط داره اینه: اگر کسی برای جایی اپلای میکنه که استاد راهنماش شخص خاصی قراره باشه، حتماً در نظر داشته باشه که امکان عوض کردن استاد راهنما رو داره یا نه و اگر عوض کنه چه انتخاب‌هایی پیش روش خواهد بود. من موقعی که سباستین رو برای اولین بار پیدا کردم تو اینترنت و به مقاله هاش و گروهش یه نگاه انداختم، با خودم گفتم این استاد شخصیت آکادمیک ایده‌آل منه و بهتر از این دیگه نمیشه! چیزی حدود دو سال پیش بود. تا موقعی که من اومدم اینجا، یعنی یک سال پیش، با این که استادای زیادی از نزدیک یا دور دیده بودم که واقعاً توی سطح اول دنیا بودن، من همچنان بر این باور بودم که ایده‌آل من استاد سباستینه. اما، چند ماه بعد از اومدن به اینجا آرزو می‌کردم که بتونم استادم رو عوض کنم و تا قبل از قرنطینه در حال تلاش بودم که یه استاد دیگه پیدا کنم که باهاش همکاری کنم و راضیش کنم عملاً استاد راهنمای غیررسمی من بشه (این در واقع رایج‌ترین و کارامدترین راه موفقیت تو گروه استاد سباستینه و تقریباً هر دانشجوی موفقی که داشته یا داره، این کار رو انجام داده). برای همین هر چقدر هم که به استاد راهنمای مورد نظر مطمئن باشه آدمی، به نظرم باید هنوز این مسئله رو در نظر بگیره!

در حال تصمیم‌گیری بین آفرها

این مهم‌ترین مرحله است. هزینهٔ جدی‌ای هنوز از عمر و روان دانشجو پرداخت نشده و میتونه بین فاجعه و رستگاری انتخاب کنه. شخصا با این که راه نسبتاً طولانی‌ای طی کرده بودم تا به انتخابم برسم، الان متوجهم که هنوز دیدگاهم خام و ناپخته بود و به یه سری عوامل مهم توجه نکردم، که اگر می‌کردم، آیات بیناتی وجود داشت که دیدنش باعث می‌شد تصمیم متفاوتی بگیرم. به نظرم خیلی از افرادی که تازه می خوان دکتری رو شروع کنن تو شرایط مشابهی قرار دارن و از دیدگاه کسی که به‌طور جدی و با دغدغه وارد حرفهٔ انتشار مقاله و تحقیق تمام‌وقت شده به مسئله نگاه نمی کنن؛ ولی به نظر من این دقیقاً دیدگاهیه که آدم باید داشته باشه وقتی می خواد استاد راهنما انتخاب کنه (البته این به این معنی نیست که این دیدگاه برای انتخاب دورهٔ دکتری دیدگاه کافیه! دورهٔ دکتری فقط تحقیق و مقاله‌نویسی نیست، و انتخاب دپارتمان و دانشگاه و … هم مهم هستن برای چیزهای دیگه، مثل فرصت مطالعه و یادگیری بیشتر، امکانات و غیره؛ ولی برای انتخاب استاد راهنما، نگاه به بخش تحقیق و مقاله‌نویسی و جوانب مختلف این جورکارها، مهم‌ترین عامله به نظرم).

دوره دکتری، به طور خلاصه، زمانی است که شما باید مقاله چاپ کنید!

برای همین مهم‌ترین جایی که یه متقاضی دکتری در مرحلهٔ انتخاب استاد راهنما میتونه کارنامهٔ علمی احتمالی آیندهٔ خودش رو ببینه گوگل اسکالر دانشجوهای دکتری اخیر استاد راهنمای مورد نظره! درسته که آدم با آدم فرق می کنه، ولی بر اساس قضیه حد مرکزی، اگر استاد راهنما، دانشجوهای زیادی داشته یا داره، احتمالاً دانشجوهای جدیدش هم از لحاظ کارنامهٔ علمی، کم و بیش شبیه دانشجوهای اخیرش میشن. اون شرط تعداد زیاد دانشجوها شرط کلیدیه اینجا و برای این که بتونیم به قضیه حد مرکزی استناد کنیم، باید این دانشجوها از یک پراکندگی باشن، که من تصورم از پراکندگی زمینهٔ کاریه. یعنی اگر استاد راهنمای مورد نظر تو زمینه‌های مختلفی فعالیت می کنه، کارنامهٔ اون دانشجوهاییش باید برای متقاضی مهم باشه که توی زمینهٔ مورد نظر متقاضی کار کردن.

اشتباه من این بود: به مقاله‌های سباستین نگاه کردم و دیدم توی زمینه‌هایی کار میکنه که خیلی متنوع و جذاب هستن برای من و در کل از کیفیت بالا و محتوای مقاله‌ها خیلی خوشم اومد؛ اما توجهی به این که نویسندهٔ اون مقاله‌ها کی بودن نکردم! یعنی مقاله‌ای که سباستین با همکاراش تو موسسات دیگه یا با پست‌داک‌هاش نوشته بود رو از اونایی که با دانشجوهای دکتریش نوشته بود تفکیک نکردم. به نظرم به‌طور خاص مقاله‌هایی که نویسندهٔ اولشون دانشجوهای اخیر استاد راهنمای مورد نظرن بهترین معیارن، به خصوص اگر نویسندهٔ دیگه‌ای خارج از گروه خود استاد ندارن. به‌طور مثال، دانشجوهای اخیر سباستین بعضی هاشون مقاله‌های خیلی خوبی دارن، ولی تقریباً همه این‌ها با همون استاد راهنماهای غیررسمی‌ای که پیدا کردن، یا بعضاً پست‌داک‌هایی که نقش استاد راهنما رو براشون ایفا می کنن نوشته شدن. راستش تو ساعات آخر تصمیم گیریم با یکی از دانشجوهای سابقش که الان یه پستداک موفقه صحبت کردم و اشاره ای کرد به این مسألهٔ استاد راهنمای غیررسمی، ولی من فکر کردم که اگر لازم باشه، خب منم همین کار رو می‌کنم. مشکل اینجاست که جور شدن چیزهایی از این قبیل تا حد زیادی وابسته به شانسه (مثلاً یه فرد خاصی اتفاقی برای دوره‌ای بیاد دپارتمان شما یا یه استاد جوون بیاد دانشگاه و تو این شانس رو پیدا کنی که باهاش آشنا یشی). یعنی دانشجو اگر خیلی فعالانه تلاش بکنه در نهایت باید امیدوار باشه که موفق بشه، ولی این که این تلاش چقدر وقت و انرژی (هم فیزیکی و هم روانی) بگیره خیلی مهمه. از طرفی اون‌هایی که موفق نشدن و به قولی، «سوختن»، دیده نمیشن و سخت‌تر میشه پیداشون کرد یا حتی متوجه وجودشون شد. مسألهٔ دیگه ای که من بهش کم توجهی کردم صحبت کردن با دانشجوهای مختلف استاد سباستین بود. من پیشنهاد می‌کنم حتماً با حداقل پنج نفر صحبت کنید و ترجیحاً اکثر این‌ها دانشجوهایی باشن که تو زمینه ای که شما می خواید کار کنید کار در حال انجام پروژه باشن.

نکتهٔ خیلی مهم: انتظار صحبت‌های در لفافه رو داشته باشید! دانشجوی فعلی استادی خیلی بعیده که بی پرده نظرش رو بگه. (حتی نظر مثبت هم به دلایلی ممکنه یه مقدار تعدیل یا حتی سانسور بشه! حتی دانشجوهای سابق هم بعیده که مستقیماً و صادقانه تجربهٔ منفیشون رو به شما بگن. دلایل مختلفی داره این، از جمله این که کسی که به هر حال سختی‌هایی رو تحمل کرده یا داره تحمل می‌کنه احتمالاً نمیخواد رابطه‌ش رو با استاد راهنماش به خطر بندازه. به این نکته هم توجه کنید که فرد اگر خیلی منفی صحبت کنه تا حدودی کیفیت و اعتبار دورهٔ دکتری خودش رو زیر سؤال برده؛ پس اگر احساس می‌کنید که دانشجو مثبت نیست و یه مقدار احساس نه چندان مثبتی داره به استاد راهنما، به احتمال خیلی خیلی بالا تجربهٔ تلخی داشته در مجموع. این به این معنی نیست که کلا باید دور اون استاد رو خط کشید، ولی به این معنیه که اگر شما هم به عنوان دانشجوی آینده‌ش تو شرایط مشابه قرار بگیرید احتمالش کم نیست تجربهٔ ناخوشایندی داشته باشید.

بعد از قبول کردن آفر و شروع به کار

من خیلی خوشحالم از این که استاد سباستین در مجموع انسان مهربون و بخشنده‌ایه و شخصیت محترمی به عنوان یک فرد داره. متأسفانه مدیر خیلی ضعیفیه که مسئولیت مدیریت یک گروه خیلی بزرگ رو داره که خیلی بی در و پیکره. برای موفقیت اعضای گروه به‌طور فرد به فرد یا موفقیت گروهی اصلا احساس مسئولیت نمی‌کنه!  سباستین سی ساله که استاده و داره دانشجوی دکتری و پست‌داک راهنمایی می‌کنه. یک نابغه است که در دوران جوونیش تبدیل شد به یکی از اسم‌های سرشناس دنیا توی یکی دو تا زمینه و چند تا ستاره پرورش داد که کنارش موندن و گروه خودشون رو تشکیل دادن. توی همین مؤسسه، چند نفر دیگه هم با همین مشخصات هستن و این باعث شد که گروه سباستین تبدیل بشه به یه اسم معروف توی اون یکی دو تا زمینه. توی این مرحله و با همکاری‌هایی که این گروه با بقیهٔ اسم‌های بزرگ توی این زمینه‌ها تشکیل دادن، جذب کردن دانشجوها و پست‌داک‌های مستعد و آینده‌دار کار خیلی سختی نیست. این یعنی به عنوان یه دانشجوی دکتری فرصت این رو میتونی داشته باشی که همکارای خیلی قوی پیدا کنی؛ ولی توی این جور مواقع باید مراقب بود و دقت کرد به تک‌تک دانشجوها و پست‌داک‌هایی که الان داره و این که چطور دارن مقاله چاپ می‌کنن!

تجربهٔ من این بود که وقتی من رسیدم اینجا، دو تا از دانشجوها و دو تا از پست‌داک‌های اخیرش که توی زمینهٔ مورد علاقهٔ من کار می کردن دوره‌شون تموم شدن و رفتن. یکی دیگه هم بعد از چند ماه فارغ‌التحصیل شد و دو تا دیگه زمینهٔ کاریشون رو تغییر داده بودن. من شدم تقریباً تنها دانشجوی استاد سباستین تو این موضوع خاص و تنها همکارایی که میتونستم داشته باشم همکارای راه دور استاد سباستین بودن که خودشون توی یه قاره اونورتر استادن، دانشجوهای خودشون رو دارن و قطعا من براشون در اولویت نیستم، و البته چندان هم نابغه یا قوی نیستن. با این حال، هیچ جای نگرانی‌ای نبود اگر سباستین خودش تخصص اصلیش تو این زمینه بود و از اون دست استاد راهنماهایی بود که وقت و انرژی بذاره برای دانشجوهاش. نکته‌ای که گفتم در مورد تخصصش ممکنه عجیب به نظر بیاد، ولی این یه مسألهٔ دیگه است که باید دقت دوچندان به خرج داد تا متوجهش شد موقع انتخاب؛ استاد سباستین توی زمینه‌های زیادی کار می‌کنه، توی دو سه‌تاشون از بهترین‌های دنیاست واقعاً، توی یکی دوتای دیگه که براش مهمن و شخصاً روشون وقت میذاره (نشونه: یا تنها نویسنده یا نویسندهٔ اول مقاله‌های زیادی تو این مورده یا مقاله‌های زیادی از ادوار و افراد مختلف توی گروهش توی این زمینه‌ها مدام منتشر شده یا میشه). اما بقیهٔ زمینه‌ها رو واقعاً با دانشجوهاش یاد میگیره و مقاله‌هاش عملاً مقاله‌های همکاراش یا دانشجوهاشه.

البته باید بگم که در حین کار به خاطر نبوغ و سواد کلیش نکته‌های خوبی رو می‌گه، ولی خیلی در جریان سوالات روز توی این زمینه نیست و خیلی اتفاق می‌افته که وقت دانشجوهاش رو با سوالای بی‌مورد و بی‌نتیجه تلف می‌کنه. وقت گذاشتن استاد ولی مسألهٔ خیلی مهم‌تریه! من استادهایی رو دیدم که میشینن کنار دست دانشجوشون که باهاش یه پژوهانه (گرنت) یا یه خلاصه بنویسن، یا باهاش یه قسمتی از یه مقاله رو بخونن. استاد سباستین ولی … ! یه خاطره می‌گم که روشن بشه؛ یکی از روزهای اولم اینجا داشتیم با یکی از دانشجو‌هاش که دو روز از دفاعش می‌گذشت و فارغ‌التحصیل شده بود قهوه می‌خوردیم که از پنجره دید که سباستین داره رو تخته چیزی می‌نویسه برای یکی از دانشجوهاش. با تعجب گفت:

«سباستین داره روی تخته به دانشجوش یه مسئله رو توضیح میده؟! در کل چهار سالی که اینجا بودم فقط دو بار این کار رو کرده برای من و بار دومش امروز بود!»

خوشبختانه سباستین از اون استادایی نیست که هیچ وقت نمیشه گیرشون آورد (من استادهایی رو می‌شناسم که بیشتر از سالی دو تا ۱۰ دقیقه با دانشجوهاشون جلسه ندارن!). در واقع، من هر موقع بخوام باهاش جلسه داشته باشم یه روزی توی همون هفته بهم وقت میده؛ ولی جلسه‌هاش فقط وقتی به درد می‌خورن که کاری که آمادهٔ مقاله نویسیه ببری براش و در مورد تکمیلش نظر بده. یعنی سباستین به اکثر دانشجوهاش (به غیر از یکی دو دانشجویی که توی زمینهٔ کاری کلاسیک خودش کار میکنن)، نه در حل مسائل کمکی می‌کنه و نه حتی مسئله یا موضوع تحقیقی میده بهشون که برن سراغش.

گروه سباستین عملاً یک science incubator هستش، که دانشجو یا پست‌داک حقوق میگیره و امکاناتش رو داره که دنبال هر چیزی که به کارش و حتی ارضای کنجکاویش کمک می کنه بره، ولی هیچ کمکی به غیر از امکانات دریافت نمی‌کنه. به خاطر تجربه و شخصیت سباستین، با رفتار بچگانه یا بدخواهانه از طرف استاد روبرو نمیشه، ولی اگر رفتار بدی از طرف شخص دیگه‌ای باشه، باز حلش با خودشه. به خاطر شهرت سباستین و مؤسسه‌ای که توشه، اگر ایمیل بزنه به یه گروهی یا مرکزی که باهاشون همکاری کنه احتمالاً ایمیلش خونده میشه و درخواستش بررسی میشه، ولی اگر نشه، یا بشه و ناموفق باشه، باز سباستین هیچ کاری نمیکنه. سباستین حتی کمک نمی‌کنه اعضای گروه خودش رو به هم معرفی کنه و وقتی من بهش گفتم دوست دارم با یه دانشجوی سابقش که الان همکاری می کنه باهاش کار کنم و ازش خواستم ما رو بهم معرفی کنه، گفت «خب خودت برو بهش بگو». سباستین حتی بیشتر مواقع مقاله‌ای که می‌نویسی رو چک نمی‌کنه ببینه درسته یا نه، فقط به‌طور راهبردی به بهبود مقدمه و بخش «داستان‌نویسی» مقاله کمک می‌کنه.

خلاصهٔ تجربهٔ من اینجا اینه: اسم و تجربه و نبوغ استاد کمک می کنه به یه تجربه‌ای که عاری از مشکلات بچگانه باشه و همچنین کمک می‌کنه که درخواستی که برای بقیهٔ محققای زمینه‌ت می‌فرستی بررسی بشه؛ ولی استاد رهنمایی که به موفقیت دانشجو اهمیت نمی‌ده، وقت نمی‌ذاره و حتی تلاش به حل مشکلاتی که به وجود میاد نمی‌کنه مسبب یه فشار بزرگ روانی و جسمی روی دانشجوی تازه وارد میشه و راه موفقیت رو به شدت سخت می‌کنه.

درنهایت

 اگر تجربه خیلی بد باشه، دو تا راه حل وجود داره: یا تلاش بیشتری کنی که روزگارت بهتر بشه و با وقت بیشتر گذاشتن به هدفت برسی، یا این که دست و پنجه بزنی که استاد دیگه‌ای، حتی شاید در جای دیگه‌ای پیدا کنی و بری و از اول شروع کنی. هر دو راه تلاش زیادی نیاز دارن و البته که ریسک و هزینهٔ خودشون رو به همراه دارن. بسته به شرایط فرد، شاید استادی از یه استاد دیگه بهتر باشه، ولی من فقط می‌خوام یادآوری کنم که مجبور نیستید بسازید و بسوزید! من اینجا دانشجوهایی رو می‌شناسم که خیلی با استعداد و با سوادن ولی به خاطر این مشکلات، الان که به سالای پایانی دکتریشون رسیدن کلا ناامید شدن و فقط می خوان تموم کنن و برن!

شاید برای اون‌ها هم این انتخاب، انتخاب درستی باشه، ولی باید حواسمون باشه که این تنها راهش نیست! واقعاً میشه رفت توی گروه دیگه و حتی دانشگاه دیگه! توی دنیای آکادمیک همه به این مسائل آشنا هستن و تغییر گروه و دانشگاه و حتی رشته خیلی موضوع قابل فهمیه.

راستی بد نیست که به این نوشته هم نگاه کنید.

علم و ترویج آن

در قسمت دوم از سری لایوهای اینستاگرامی «پشت‌پرده نجوم» با سالار نیک‌اندیش، دانشجوی دکتری کیهان‌شناسی در دانشگاه شهید بهشتی، گفت‌و‌گو کردیم. در این گپ‌و‌گفت، تصویر واقع‌بینانه‌تری از علم رو نشون میدیم و نگاهی هم به مسأله ترویج علم و چالش‌های اون داریم.

«پشت‌پرده نجوم» با سالار نیک‌اندیش

از زمانی که غول‌های فیزیک کلاسیک، گالیله، کپلر و کوپرنیک، نیوتون و بالاخره ماکسول، از ریاضیات به‌طور سیستماتیک برای توصیف طبیعت استفاده کردند، تا زمان زاده‌شدن مکانیک کوانتوم و نسبیت در قرن بیستم و تا رسیدن به بنیادی‌ترین سؤال‌ها پیرامون ابتدا و تاریخ کیهان در فیزیک امروز، علم، به مفهوم کاملش، در تک‌تک لحظه‌های زندگی انسان مدرن جاری بوده‌است. از زمانی که شیمی‌دان‌های بزرگ با دستاوردهای عظیم و ماندگارشان، زندگی را برای ما آسان‌تر کردند، علم، به خانه و زندگی ما ورودی ابدی کرده و برای همشه سبک زندگی ما را متحول ساخته‌است. از زمانی که زیست‌شناسان، پزشکان و داروسازان، جان انسان‌ها را با فرمول‌های زیبایشان حفظ کردند و امید به زندگی را افزایش دادند، تا به امروز، در همان زمانی که من و محمدمهدی موسوی در حال گفت‌وگو بودیم، آن‌ها در خط مقدم، بیرون از قرنطینه، با کووید-۱۹ مبارزه می‌کنند، علم، راه امنیت را به ما نشان داده‌است.

در طول این حداقل پنج قرن اخیر، علوم پایه، یعنی فیزیک، ریاضیات، شیمی و زیست‌شناسی، دوشادوش علوم مهندسی و پزشکی، جهان را به مکانی کاملاً متفاوت تبدیل کرده‌اند، بسیاری از چالش‌های پیش روی انسان را برداشته و چالش‌های بزرگتری هم مقابل این گونهٔ سخنگوی متفکر قرار داده‌اند.

نقش عظیم علم در ساختن دنیای مدرن بر کسی پوشیده نیست، همچنین، یکه‌تازی‌اش در حل سیستماتیک مشکلات ما. اما پیشرفت‌های علمی، همیشه با چالش‌های بزرگ همراه بوده‌است. چالش‌های فکری و سختی‌های کار علمی که به جای خود، تأمین هزینهٔ کارهای علمی، همیشه مسئله و دغدغهٔ دانشمندان، دانشگاه‌ها و نهادهای علمی و آکادمیک بوده، هست و خواهد بود. همچنین در مواجهه با علم، می‌بایست مسائل کوچک و بزرگ زیادی را مد نظر داشت، تا علم بتواند در پناه نگاه علمی، مسیر با اصالت خود را، بدون آلوده شدن به آمال سیاسی و اقتصادی کوچک و بزرگ طی کند، تا دیگر شاهد آنچه در هیروشیما و چرنوبیل اتفاق افتاد نباشیم، تا سلاح میکروبی ساخته نشود و همان‌طور که ذات علم همکاری است، راهی باشد برای گفتمان نسل‌ها، کشورها و تمدن‌ها.

ما هر روز از شنیدن خبرهای پیشرفت دانشمندان هیجان‌زده می‌شویم، اما آیا واقعاً می‌دانیم پشت درهای دانشگاه‌ها، در دفاتر تحقیق دانشمندان و آزمایشگاه‌ها چه می‌گذرد؟ می‌دانیم پیشرفت‌های زندگی بشر، در همهٔ ابعاد، حاصل چه سختی‌هایی است؟ آیا همگی اهمیت سرمایه‌گذاری در علم را احساس می‌کنیم؟ آیا کودکان ما که در مسیر زندگی‌خود، جذب شاخه‌ای از علم می‌شوند، متناسب با سن‌شان، آگاهی لازم را برای انتخاب مسیر مطالعه‌شان دارند؟

از طرفی چگونه می‌توان فاصله و شکاف میان دانشمندان در خط مقدم اکتشاف، و جامعه را، به عنوان مصرف‌کنندهٔ این دانش از میان برداشت؟

مردم مشتاق شنیدن پیشرفت‌های علمی هستند. نباید فراموش کرد که نگاه علمی، گفتگوهای اخلاقی با خود به میان می‌آورد. به عنوان مثال، درست است که عموم مردم از جزییات واکنش‌های شیمیایی بی‌اطلاع‌اند، اما باید به زبان ساده بتوانند استدلال کنند که چرا «استفاده از وسایل نقلیهٔ عمومی وظیفه‌ای اجتماعی است تا سلامت خود و دیگر اعضای جامعه را حفظ کنیم». به عنوان مثالی دیگر، می‌توان به نقش پزشکان در این روزها اشاره کرد. مردم باید با زبان ساده، نسبت به وظایف خود در قبال هم در این روزهای همه‌گیری کرونا آگاه شوند. این ناآگاهی، قطعاً می‌تواند خرابی‌های جبران‌ناپذیر در ابعاد فردی و اجتماعی به بار آورد و منحر به مرگ و میر هم‌نوعانمان شود.

اگر چه این‌ها مثال‌های روشن و آشکاری‌اند، اما یادمان باشد اگر جامعه از اقتصاد، تاریخ، جامعه‌شناسی و سایر علوم مربوطه بیشتر بداند، راحت‌تر و با نگاهی دقیق‌تر، سیاستمدارانی را برای ادارهٔ جامعه انتخاب می‌کند. هرچه از پزشکی و روان‌شناسی، بیشتر بداند، فرزندان سالم‌تری تربیت خواهد کرد. مثال‌هایی از این دست بسیارند.

با توجه به مجموعهٔ بحث‌های فوق، در جوامع غربی، مبحث ترویج علم از اهمیت ویژه‌ای برخوردار است. از سال‌ها پیش، ساخت مستندهای علمی و چاپ مجلات و کتاب‌های علمی، به زبانی ساده و قابل فهم‌برای همه در دستور کار این کشورها قرار گرفته‌است. اما این تلاش برای ترویج علم به همین‌جا منتهی نشده‌است و با اختصاص بخش مهمی از اخبار روزانه به اخبار علمی، نوشتن رمان‌های علمی و حتی دست مایه قراردادن موضوعات روز برای ساختن فیلم‌های سینمایی بی‌نظیر، گام‌های مهمی در این راستا برداشته شده‌است. در کشور ما نیز، در این زمینه تلاش‌های قابل تقدیر و شایان‌ذکری صورت گرفته‌است. اما سؤال این است که آیا می‌توان با نسخه‌ای واحد، وظیفهٔ بسیار حساس ترویج علم را، در تمام کشورها انجام داد، یا آنکه متناسب با نیازها، چالش‌ها و کمبودهای هر جامعه، ترویج علم باید بومی شود؟

در این گفتگو با دوست نازنینم محمد مهدی موسوی، به چالش‌های ترویج علم در ایران پرداخته‌ایم. اینکه ما باید از کجا شروع کنیم، و مروج علم در ایران، باید به چه مسائلی بپردازد؟ چقدر این مسئله برای دانش‌آموزان و دانشجویانی که می‌خواهند پا در مسیر علم بگذارند حیاتی‌ست و استفاده و کپی‌برداری صرف از نسخه‌های خارجی ترویج علم، چه مشکلاتی را برای این قشر به خصوص به وجود می‌آورد؟ از طرفی با توجه به هزینهٔ بالای تولید محصولات ترویجی، چه نقشی به دوش تک‌تک اعضای جامعه، به ویژه متخصصان و دانش‌جویان است؟

این‌ها هدف و محور گفتگوی من و صفحهٔ وگا آسترونومی بود که به همت محمدمهدی موسوی در قالب گفتگویی تقدیم شما شد که امیدوارم بتواند مفید باشد. قطعاً اگر نواقصی هست، از جانب من و دانش اندک من است. پس بسیار سپاس‌گزار خواهم بود اگر با ارائهٔ نظراتتان، این شانس و فرصت را به من بدهید که از شما یاد بگیرم.

در پایان وظیفهٔ اخلاقی و حرفه‌ای خودم می‌دانم از دوست عزیزم محمد مهدی موسوی، جهت دعوتش برای گفتگو، و تمام زحماتش تشکر کنم. امیدوارم مسیر زیبایی که در پیش گرفته را هر روز درخشان و درخشان‌تر ادامه دهد. از دوست عزیزم، عباس ک. ریزی، مدیر مسئول وبسایت سیتپور، به دلیل تمام همت و پشتکارش، و حمایت‌هایش از این برنامه و هدف والایش در ترویج علم، کمال تشکر را دارم. سیتپور مجموعهٔ مستقلی است با نگاهی صرفاً علمی و هدفی زیبا، و امیدوارم بر همین خط، استوار به مسیرش ادامه دهد.

علم و شبه‌علم

این نوشته اولین از مجموعه نوشته‌هاییست که در آن‌ها به بررسی وضعیت و جایگاه شبه‌علم در جامعه‌ی ایران خواهیم پرداخت و سعی خواهیم کرد که با دستاویز قرار دادن چند تصور شبه‌علمی مرسوم از علم بگوییم. در این نوشته‌ی اول تنها به ارائه‌ی تعاریف و تصویر کلی بسنده خواهیم کرد.

محتوای این نوشته با آنچه که در گفتگوی «پشت پرده نجوم» با محمدمهدی موسوی (قسمت ۴ و ۵) به آن پرداخته بودیم مطابقت دارد. «پشت‌پرده نجوم» عنوان یک سری از لایوهای اینستاگرامی هست که در آن با چند نفر از دانشجویان و اساتید دانشگاهی، درمورد تصویر درست علم نجوم و فرآیندها و اتفاقاتی که در عمل، در جامعه علمی در جریان است، گفت‌و‌گو شده و هم‌چنین کندوکاوی درمورد مسائل مهمی از قبیل روایتگری در علم و شبه‌علم داشته است.

این گفتگوها را از اینجا می‌توانید بشنوید:

علم چیست؟

ما در گفتگوهای روزمره معمولا واژه‌ی علم را در دو معنا استفاده می‌کنیم:

۱) دانش، به معنای عام دانستن، حال هر گونه که کسب شده باشد.

۲) نوع خاصی از دانش که دانشمندان و پژوهشگران با روش‌های خاص خودشان کسبش کرده‌اند.

اینجا اما می‌خواهیم از علم به عنوان فرآیندی که می‌تواند منجر به این نوع دوم دانش شود صحبت کنیم.

این سوال مهم که دانسته‌های ما از چیزها چگونه به‌دست می‌آیند همواره از مهمترین سوال‌های انسان اندیشه‌ورز بوده و در طی تاریخ به شکل‌های گوناگون، مردم در صدد پاسخگویی به آن برآمده‌اند. گروهی این دانسته‌ها را همیشه حاضر در ذهن آدمی تصور کرده‌اند و از فرآیندهای یادآوری این دانسته‌ها گفته‌اند، گروهی معارف بشری را تصاویری کژ و واپیچیده از از دانش‌هایی دست‌نایافتنی و برین پنداشته‌اند، گروهی دانش را در اساطیر باستان و قصه‌های پریان جسته‌اند، کسانی هم دست به دامان طبیعت و تجربه‌ی بشر از جهان مشاهده‌پذیر شده‌اند. مقصود ما از علم (Science) ریشه در همین نگاه آخر دارد و این‌گونه می‌توان صورت‌بندی‌اش کرد:

علم فرآیندی است مبتنی بر مشاهدات دقیق و آزمایش‌های تجربی برای فهم و توضیح و پیش‌بینی رویدادهای طبیعی که به روش خاصی ورزیده می‌شود و در همه حال نگاهی انتقادی به خود و مسائل دارد.

پیش از توضیح بیشتر چیزهای گفته‌شده بگذارید توقفی کرده و چیزی دیگر را تعریف کنیم: استدلال. استدلال، از ترکیب چند قضیه‌ (فرض) به یک قضیه‌ی جدید رسیدن است. از انواع استدلال‌ها ما با دو گونه‌اش اینجا کار داریم: استدلال استنتاجی و استدلال استقرایی.

استدلال استنتاجی سوار بر ارتباط منطقی بین گزاره‌ها و از کل به جزء است. مثلا می‌گوییم که همه‌ی پستانداران غده‌ای برای شیر دادن دارند و گوزن یک پستاندار است پس گوزن غده‌ای برای برای شیر دادن به نوزاد خود دارد. بیشتر استدلال‌هایی که در درس هندسه با آن‌ها سروکار داشته‌ایم و با آن‌‌ها قضایا را ثابت می‌کرده‌ایم از همین نوعند.

استدلال استقرایی بر تعدد دفعات تکرار یک پدیده و تعمیم آن مشاهده‌ی ناقص به یک گزاره‌ی کلی استوار است. مثلا ما تابه‌حال در هزاران مورد دیده‌ایم که اگر چیزی از دستمان رها شود در حالی که به چیز دیگری تکیه ندارد سقوط خواهد کرد. از این تعداد زیاد مشاهدات این نتیجه را می‌توانیم بگیریم که این یک حکم کلی و صادق است که هرگاه انسان چیزی را که به چیز دیگری تکیه ندارد رها کند حتما سقوط خواهد کرد. استدلالی که منجر به این نتیجه‌گیری شد را استدلال استقرایی می‌گوییم. در استدلال استقرایی هیچ‌گاه گزاره‌ها «اثبات» نمی‌شوند. بلکه فقط محتمل بودن آن گزاره‌ی مورد بحث را می‌توان نتیجه گرفت. این یعنی «ممکن» است که فردا رویدادی به وقوع بپیوندد که مطابق آن نتیجه‌ای نیست که از از استقرا به دست آورده‌اید. در همه‌ی روزهای عمرتان دیده‌اید که خورشید صبح‌ها طلوع می‌کند، «ممکن» است، گرچه «محتمل» نیست، که فردا این‌گونه نباشد. این که آیا این محتمل بودن و این نتیجه‌گیری می‌تواند منجر به «دانش» شود را مسئله‌ی استقرا می‌گویند.

گفتیم که فرآیند علم‌ورزی روش خاصی دارد که «روش علمی» می نامندش. اگر بخواهیم خیلی ساده‌انگارانه نگاه کنیم این روش بدین‌گونه است:

دانشمند فرضیان و حدس‌هایی را در نظر می‌گیرد. با استدلال استنتاجی از این فرضیات به حکم‌هایی می‌رسند و مدلی می‌سازد که می‌تواند راجع به مشاهدات حرف بزنند. پیش‌بینی‌ها و نتایج مدل را تحت آزمایش قرار می‌دهد و اگر نتایج مدل با مشاهدات تجربی سازگاری داشت اعلام می‌کند که این مدل از این آزمایش سربلند بیرون آمده است و می‌تواند مدل خوبی برای تبیین آن پدیده باشد. همه‌ی موارد قبل از جمله ساخت مدل و نحوه‌ی انجام آزمایش شرایط و ویژگی‌های خاصی دارند که بعدتر راجع به تعدادی از آن‌ها صحبت خواهیم کرد.

روش علمی، نگاره از ویکی‌پدیا

در دنیای واقعی اما هیچ دانشمندی چنین مسیر و چهارچوبی را جلوی خود قرار نمی‌دهد تا بعد از فهمیدن اینکه الان کجای مسیر است قدم بعدی خود را مشخص کند. روش علمی واقعی ،اگر اصلا بتوان این نام را بر چیزی نهاد، حلقه‌ایست که اجزایش ارتباط پیچیده و چندگانه‌ای با یکدیگر دارند. فرضیات گاه از مشاهدات می‌آیند و گاه شهود دانشمند نسبت به پدیده، مدل‌ها و حدس‌های پیشین خود نشانه‌هایی به دانشمند می‌دهند که باید چه چیز را و چگونه مشاهده کند. در عمل دانشمند بین مراحل این روش دائماً در حال پس و پیش رفتن است.

برگردیم به مدل ساده‌ای که داشتیم؛ دانشمند مدل می‌سازد و مدل را آزمایش می‌کند. به این بپردازیم که این ویژگی‌های خاص که گفتیم مدل و آزمایش باید داشته باشند چه هستند.

آزمایش باید تکرارپذیر باشد و نتایج بازتولیدپذیر. همچنین مدل باید تا حدی جهانشمول باشد. اگر من می‌توانم آزمایشی را انجام دهم و نتایجی بگیرم شما هم باید بتوانید از همان آزمایش در شرایط یکسان نتایج یکسان بگیرید. مدلی که فقط برای من پیش‌بینی می‌کند یا آزمایشی که تکرارپذیر نیست نمی‌تواند علمی باشد. همچنان است مدلی که تنها راجع به خودکار در دست من حرف می‌زند و هیچ تعمیمی برای هر خودکاری در شرایط مشابه ندارد. همچنین مدل علمی حد مشخص دارد. یعنی مشخص می‌کند که راجع به چه و تا کجا می‌تواند حرف بزند و کجا خارج از حد تبیینش است.

آزمایش علمی کنترل شده است. درک ما از وقایع و چیزها پر است از انواع خطاها و سوگیری‌ها. آزمایش علمی باید به‌گونه‌ای باشد که جلوی دخالت این سوگیری‌ها در نتیجه را بگیرد. برای مثال می‌توان به اثر دارونما اشاره کرد. آدم‌ها می توانند اثر مثبت یک دارو را روی خود ببینند بدون اینکه در واقع آن دارو کاری کرده باشد. صرف تلقین اینکه دارویی مصرف شده در بیمار حس بهتر شدن بوجود می‌آورد. برای جلوگیری از چنین خطاهایی گروه‌های کنترلی که گمان می‌کنند دارو را مصرف کرده‌اند را در آزمایش‌ها در نظر می‌گیرند که در حقیقت دارویی بی‌اثر (دارونما) به آن‌ها داده شده است.

همچنین در آزمایش‌های به کور بودن آزمایش دقت می‌شود. به عنوان یک مثال تاریخی خوب از اینکه چطور توجه نکردن به این مورد می‌تواند حتی دانشمندان را فریب دهد مثال زیر را ببینید.

اعضای جامعه‌ی علمی (Scientific Community) وظیفه‌ی نقد و بررسی و داوری کارهای همکارانشان را دارند و به پشتوانه‌ی این نقد و داوری همیشگی در جامعه است که گفتمان علمی همواره می‌تواند پویایی و امکان اصلاح خویش را حفظ کند.

در آخر برگردیم به مسئله‌ای که همان ابتدا مطرح کرده بودیم. گفتیم که «مسئله‌ی استقراء» سدی است که راه «اثبات» به معنای دقیق کلمه در علم تجربی را بسته است. مدل‌های علمی را نمی‌توانیم چنان اثبات کنیم که یک قضیه‌ی هندسی را می‌کنیم. فیلسوفان علم بسیار در این مورد اندیشیده‌اند که چگونه می‌توان بر این مسئله فائق آمد. یعنی چگونه می‌توان از بین چندین مدل که به تبیین طبیعت می‌پردازند یکی را برگزید. از جمله پیشنهادهایی که این افراد داده‌اند موضوع «ابطال‌پذیری» یک مدل علمی است. مدلی ابطال‌پذیر است که بتوان مشاهده‌ی نتایج ابطال‌کننده‌اش را هم متصور شد. بنابراین اگر مدلی داشته باشیم که هر نوع پیشامد ممکن را بتواند توجیه کند و نتوان مشاهده‌ای را متصور شد که این مدل از پس تبیینش برنیاید، آن مدل نمی‌تواند مدل علمی خوبی باشد.

تا اینجا کمی با این آشنا شدیم که علم چیست و چه چیزهایی را علمی می‌گوییم. هرآنچه که با معیارها و ویژگی‌هایی که در بالا گفتیم سازگاری نداشته باشد را در حیطه‌ی علم به شمار نمی‌آوریم. نباید این گزاره به این تعبیر شود که هرآنچه با این ویژگی‌ها سازگار نباشد به ضرورت باطل یا بی‌مصرف یا مهمل است، بلکه فقط علم نیست. به عنوان مثال تاریخ، ادبیات، فلسفه، اخلاق، مذهب و هنر هیچ‌یک در ساختار گفته شده نمی‌گنجند، اما کسی به این دلیل منکر اهمیت آن‌ها نمی‌شود. همچنین نباید فراموش کرد که علم در مورد بخش خاصی از معرفت بشری نظر می‌دهد و به‌تنهایی هیچ حرفی در مورد سوالاتی مثل معنای زندگی، ارزش‌های زندگی یا زیبایی یک اثر هنری نمی‌زند.

برای خلاصه کردن آنچه تا اینجا گفته‌ایم:

علم فرآیندی است خودانتقادی، مبتنی بر تجربه و استدلال‌های معتبر منطقی در جهت شناخت و تبیین جهان قابل مشاهده. کار علمی ویژگی‌ها و معیارهای خاصی دارد که از آن‌ها سخن رفت.

شبه‌علم چیست؟

گفتیم که علم چیست و غیرعلم چه. حال اگر چیزی وجود داشته باشد که در حدود و ویژگی‌های گفته شده برای علم نگنجد اما ادعا و اصرار داشته باشد که علمی است و در تلاش باشد که خود را به ظاهر امور علمی درآورد می‌گوییم که با شبه‌علم روبرو هستیم. این ادعاها گاه از سر ندانستن‌اند و گاه برای شیادی. در ادامه چند ویژگی مشترک که معمولا در ادعاهای شبه‌علمی می‌بینیم را مرور خواهیم کرد.

ادعاهای شبه‌علمی معمولاً گزاف و درشتند. از ادعای درمان همه‌ی بیماری‌ها تا ادعای کشفی که جهان و زندگی مردمان را در کوتاه‌مدت زیر و زبر خواهد کرد و ادعاهای همه‌توانی و همه‌فن‌حریف بودن. این ادعاهای گزاف هم معمولا آمیخته به زبان گنگ و مغلق و پر از اصطلاحات فنی‌اند. شبه‌علم می‌خواهد در نظر مردم خود را علم بنمایاند پس لباس علم می‌پوشد و از اصطلاحات و استدلال‌هایی شبیه به آن‌چه که دانشمندان به کار می‌برند استفاده می‌کند.

ادعاهای شبه‌علمی یا چنان گنگ و کلی‌اند که نمی توان آن‌ها را با تجربه و اندازه‌گیری آزمود یا اگر هم بتوان به هزار حیله از آن می‌گریزند. اگر هم مشاهده و آزمونی را پیشنهاد دهند معمولا آزمون‌هایی بدون کنترل مناسب و بی‌توجه به سوگیری‌های دخیل در موضوعند. مجموعه‌ای کامل از انواع مغالطه‌ها را نیز می توان در سخن‌هایشان پیدا کرد. از این جمله می‌توان مغالطه‌های توسل به نادانی، ذوالحدین جعلی و توسل به اکثریت را به عنوان پربسامدترین‌ها نام برد.

از دیگر نشانه‌هایی که به کرات در میان مدعیان شبه‌علم دیده می‌شود نوعی مالیخولیای توطئه‌ای پنهان است. آنان بر این گماند که از طرف جامعه‌ی دانشگاهی یا دولت‌ها یا شرکت‌های بزرگ نادیده گرفته شده‌اند یا حتی علیه‌شان اقداماتی صورت گرفته است. نوعی استدلال مشترک هم که در میانشان می‌توان دید ارجاع ناموجه و وارونه به تاریخ علم است. بسیارند کسانی که در جواب متهم به غیرعلمی بودن می‌خواهند داستان گالیله را به فرد منتقد گوشزد کنند.

مشکل کجاست؟

گفتیم که شبه‌علم چیست و چه نشانه‌های معمولی دارد.اکنون این را می‌پرسیم که چرا و چگونه شبه‌علم بوجود می‌آید. چرا کسانی چنین چیزهایی را می‌پرورانند و چرا کسانی هستند که چنین چیزهایی را بپذیرند.

نقل قول منسوب به اینشتین

به نظر مشکل اصلی فهم مخدوش از فرآیند علم‌ورزی و دانش ناکافی از مفاهیم اولیه‌ی علوم پایه باشد. وقتی کسی در یک موضوع علمی چیزهایی پراکنده شنیده باشد بی‌آنکه بداند این دانش چگونه کسب شده است و چه فرآیندی نیاز است که بتوان چنین چیزی را بوجود آورد این امکان هست که بر این گمان ناصواب افتد که او هم می تواند به سادگی از خیالات و تصورات خود یک نظریه‌ی علمی بدیع پدید آورد. توهم دانستن به علاوه‌ی برداشتی سطحی از نقل قولی از اینشتین در اهمیت تخیل و رجحانش بر دانش می‌تواند ترکیبی سخت گمراه‌ کننده بسازد. البته همه‌ی این حرف ها با این فرض است که با یک کژفهمی روبروییم و نه یک شیادی.

مردم هم احتمالاً به شبه‌علم تمایل دارند چون به راحتی نتایجی را در اختیارشان می‌گذارد که خواهان آنند. شبه‌علم ادعایی گزاف می‌کند بی‌آنکه چیز زیادی بخواهد ،نه چنان دانش پیشینی می‌طلبد و نه مرارت‌های علم‌ورزی دقیق را، چرا مردم از آن استقبال نکنند؟ ادعای درمان سخت‌ترین بیماری‌ها با نوشیدن جوشانده‌ی یک گیاه و ادعای توضیح چگونگی آغاز کیهان با همان تفسیر سیاسی که شما می‌پسندید. وقتی مردم ندانند که چه علم است و چه علم نیست از بین گزینه های موجود آن را برمی‌گزینند که ساده‌تر، در دسترس‌تر و خوشایندتراست. اما چرا مردم نمی‌دانند که علم چیست و مصداق‌هایش چه هستند؟ چون هیچ‌گاه چنین چیزی چنان که باید آموزش داده نشده است. سواد علمی موضوعی مهجور مانده است. در جامعه‌ای که دغدغه‌های متولیان آموزش نه توانایی افراد جامعه در مشارکت فعال در بحث‌های موجود به عنوان یک شهروند که کسب توانایی پاسخگویی ماشین‌وار به انواع خاصی از سوال‌ها باشد و دانش‌آموزان در یک مسابقه‌ی بزرگ اسب‌دوانی که تنها عده‌ی اندکی «پیروز» میدان فرض می‌شوند چگونه می‌توان چیزی جز این را انتظار داشت؟

در نوشته‌های بعد بیشتر در مورد شرایط موجود، عوامل دخیل در آن و چاره‌گری‌هایی ممکن صحبت خواهیم کرد.


ویدیوهای «علم، غیرعلم و شبه‌علم» و «ما و شبه علم» را می‌توانید در اینجا ببینید:

پشت پرده نجوم ـ قسمت چهارم (علم، غیرعلم و شبه‌علم)
پشت پرده نجوم – قسمت پنجم (ما و شبه علم)