Jak věda vlastně funguje

Krátká historie vědy: jak jsme se k metodě dostali

Věda v dnešním smyslu systematického zkoumání přírody pomocí experimentů je velmi mladá. Antičtí filozofové (Aristotelés) sice pozorovali, ale jejich „přírodní filozofie" byla převážně deduktivní — z principů se odvozovaly závěry, bez experimentálního testu. Galileo Galilei (1610) jako jeden z prvních systematicky měřil (volný pád, pohyb kyvadla) a publikoval pro ostatní k ověření. Francis Bacon ve spisu Novum Organum (1620) formuloval induktivní metodu — od pozorování k zákonu.

Institucionální průlom přišel v roce 1660 založením Royal Society v Londýně. Členové si vyměňovali experimenty, opakovali je a publikovali výsledky v časopise Philosophical Transactions of the Royal Society (od 1665, nejstarší vědecký časopis světa, vychází dodnes). Vznikla tradice otevřené komunikace, přesné metodologie a opakovatelnosti — pilíře dnešní vědy. Královská česká společnost nauk byla založena v Praze 1784, Akademie věd ČSR 1952 (transformována na AV ČR 1992).

V 20. století přibyly tři klíčové vrstvy: statistika (Ronald Fisher, Karl Pearson — měření spolehlivosti výsledků), peer review (povinné v hlavních časopisech od 50. let), a po válce etické rámce (Norimberský kodex 1947 jako reakce na nacistické pokusy). Karl Popper přidal filozofický základ: kritérium vědeckosti není „dokázal", ale „nedokázal vyvrátit, i když měl příležitost". Tomas Kuhn (1962) ukázal, že věda nepostupuje plynule, ale revolucemi paradigmat — od kontinentální drift k tektonice desek, od newtonovské mechaniky k relativitě. ^[5]

Vědecká metoda krok za krokem

Učebnicová verze vědecké metody vypadá takto: (1) pozorování něčeho zajímavého, (2) hypotéza — pokus o vysvětlení, který říká, co by se mělo dít, kdyby vysvětlení platilo, (3) experiment nebo systematické pozorování navržené tak, aby hypotézu mohl vyvrátit, (4) analýza dat statistickými nástroji, (5) publikace s plnými detaily metodiky tak, aby ostatní mohli postup zopakovat, (6) peer review před přijetím k publikaci, (7) replikace nezávislými týmy. Skutečná věda je messy — kroky se vracejí, hypotézy se přepisují za pochodu, neúspěšné experimenty často nikdo nepublikuje. Ale logika kroků zůstává: tvrzení obstojí jen tehdy, když přežije pokus o vyvrácení.

Co je peer review a proč ho potřebujeme

Peer review (česky recenzní řízení) je proces, v němž 2–4 nezávislí odborníci posoudí vědecký rukopis předtím, než časopis článek přijme. Recenzent obvykle pracuje anonymně (single-blind: zná autora, autor nezná recenzenta) nebo double-blind (anonymita oběma směry, prevence předsudků podle jména autora). Někteří modernější časopisy zavádí open peer review, kde jsou recenze i identity publikované spolu s článkem. Recenzent posuzuje, zda je metodika v pořádku, závěry vycházejí z dat, zda autoři citovali relevantní literaturu, zda článek přináší něco nového. Recenze trvá týdny až měsíce, je neplacená, a recenzent ji dělá z profesního závazku a kariérní renomé. ^[6]

Peer review není záruka pravdy. Chyby a podvody jím prošly mnohokrát: Wakefieldova MMR studie v Lancetu (1998), Hwang Woo-suk o klonování v Science (2005), Schön ve fyzice (2002 — desítky článků v Nature/Science). Recenzent vidí jen text rukopisu, ne původní data ani laboratorní sešity. Co peer review dělá, je filtrování zjevných nesmyslů a vynucování standardu: bez něj končí článek v predátorském časopise nebo na blogu, ale ne v mainstreamové vědě. Cochrane reviews, NEJM, Lancet, Nature, Science a další seriózní časopisy bez peer review nepublikují.

V poslední dekádě roste také fenomén preprintů — vědeckých článků zveřejněných před peer review na repozitářích jako arXiv (fyzika, matematika, informatika, od 1991), bioRxiv (biologie, od 2013), medRxiv (medicína, od 2019). Během COVIDu se ukázalo, že preprinty dovolují rychlou výměnu znalostí v krizi — ale také že bez kontroly mohou šířit chyby a hoaxy (předčasná vyvozená spojení mezi COVIDem a chemtrails apod.). Preprint je užitečný jako „podívejte se, co máme", ne jako „toto je pravda". ^[8]

Statistika: co znamená „p < 0,05"

p-hodnota je nejčastěji zneužívaný číslo ve vědě. Formálně: pravděpodobnost, že bychom v datech viděli alespoň tak silný efekt, kdyby ve skutečnosti žádný efekt neexistoval (jen náhoda). Konvenční práh p < 0,05 ("pod 5 %") se ujal z historických důvodů — Fisher ho v roce 1925 navrhl jako pracovní pravidlo, nikoli zákon přírody. Co p-hodnota neznamená: že je hypotéza pravdivá na 95 %. Že efekt je velký. Že studie je důležitá. Že replikace dopadne stejně. ^[9]

• Velký vzorek = malá p-hodnota i pro triviální efekt. Studie na 100 000 lidech najde „signifikantní" rozdíl 0,3 % v krevním tlaku mezi dvěma dietami — ale prakticky nedůležitý. Vždy se ptejte na velikost efektu, ne jen statistickou významnost.
• Malý vzorek = velká p-hodnota i pro silný efekt. Studie na 12 lidech může minout i důležitý vliv léku, protože náhoda je v malém vzorku větší než signál.
• Test 20 hypotéz = 1 vyjde signifikantní náhodou. Pokud někdo testuje souvislost rakoviny s 20 různými potravinami, statisticky garantovaně 1 z nich vyjde p < 0,05 — i kdyby žádná souvislost neexistovala. Tomu se říká p-hacking nebo HARKing (Hypothesizing After Results are Known).
• „p = 0,051" je prakticky totéž co „p = 0,049" — práh 0,05 je konvence, ne propast. American Statistical Association (ASA) v roce 2016 vydala prohlášení vyzývající k opuštění p-hodnoty jako jediného kritéria; mnoho časopisů přechází na intervaly spolehlivosti a bayesovské metody.

Replikace: nejdůležitější filtr

Skutečný test vědeckého tvrzení je, jestli nezávislý tým, jiná laboratoř, jiná země, jiní pacienti dojde k podobnému výsledku. Pokud ano, jde o robustní jev. Pokud ne, původní studie byla nejspíš artefakt — náhoda, chyba metodiky, nebo podvod. Replikace je nudná (žádný objev, jen ověření) a málo placená (časopisy publikují raději nové výsledky), proto se dlouho dělala málo.

Tahle mezera dala vzniknout replikační krizi, kterou věda otevřeně začala řešit kolem roku 2010 (viz kapitolu 2). Velký nárazník byl Reproducibility Project: Psychology (Open Science Collaboration, Science 2015) — 270 výzkumníků se pokusilo zopakovat 100 vlivných psychologických studií a uspělo jen u 36 z nich. Podobné projekty v biomedicíně (Amgen, Bayer) hlásí 40–60 % replikací v preklinické onkologii. Ekonomie: ~60 %. Reakcí jsou preregistrace, registered reports, otevřená data a meta-analýzy spojující dílčí výsledky do statisticky silnějšího obrazu. ^[10]

Konsenzus, autorita, autoritativní panely

Pro občana je užitečné nečíst jednotlivé články, ale expertní syntézy. Hlavní typy: systematické přehledy (Cochrane Library v medicíně), mezivládní panely (IPCC pro klima, IPBES pro biodiverzitu), národní akademické zprávy (US National Academies of Sciences, Engineering, and Medicine — NASEM, britská Royal Society, AV ČR). Tyto dokumenty syntetizují stovky až tisíce studií, hodnotí jejich kvalitu, a vyjadřují stupeň jistoty v dohodnutém slovníku (např. IPCC: „velmi pravděpodobné" = >90 %, „extrémně pravděpodobné" = >95 %).

Co si z toho odnést jako občan

Tahle kapitola není pozvánka k tomu, abyste se naučili sami číst vědecké články. Většina z nás na to nemá čas ani odbornost. Cílem je dát vám návyk: na novinový titulek o „studii" se dívejte jako na předběžnou zprávu, ne jako na finální verdikt. Když je téma důležité (zdraví, peníze, klima), hledejte expertní syntézu (Cochrane, IPCC, NASEM, SÚKL stanovisko, AV ČR vyjádření), ne první článek, který Google vyhodí. Když narazíte na rétoriku „já mám jiný názor, podívejte se sami", podívejte se — ale konkrétně se zeptejte „kolik nezávislých replikací podpořilo tu druhou stranu?"

V kapitole Když věda selhává ukážeme konkrétně, kde věda selhává a jak často — replikační krize, p-hacking, predátorské časopisy, podvody. V kapitole Pseudověda a dezinformace zaměříme se na typické pasti: homeopatie, antivax, klimaskepticismus. A v poslední kapitole Co s tím dostanete hotový checklist — pět kroků, jak ověřit jakýkoli vědecký článek nebo titulek za pár minut.