Опыт работы

99% людей путают гипотезу и теорию. Гипотеза - это единичное предположение, которое можно проверить с помощью эксперимента. А теория - это всё, что человечество знает по данному вопросу. Например, теория эволюции, теория электричества, или теория гравитации. Теория - это высшая форма научного знания. Тысячи экспериментов, сотни ученых, написавших тысячи, а то и десятки тысяч научных работ по данному вопросу. Поэтому говорить "Эволюция - это лишь теория" просто смешно. Гравитация, электричество, эволюция - это объективно существующие явления.

Гипотезы можно проверить экспериментально. Например, некто выдвигает гипотезу, что ГМО опасно. Берем сотню, а лучше - тысячу крыс, часть из них кормим ГМО - кукурузой (опытная группа), часть - кукурузой обычной (контрольная группа). Потом смотрим, сколько та и друга группа прожили, как часто болели, какое дали потомство.

Есть принципиальная разница между фундаментальной и прикладной наукой. Фундаментальная - это исследования для удовлетворения абстрактного любопытства учёного. Прямой пользы от этого нет, платят за это мало. У нас вообще зарплаты ученым нищенские, и любое начальство мечтает чтобы каждая научная работа вот прям щаз давала кучу бабок. Вот только без фундаментальной науки не может существовать наука прикладная. Первые опыты с электричеством дали всю современную электротехнику, от лампочки до пвтоматических линий по сборке автомобилей. Какие-то любопытные учёные обнаружили эффект полупроводимости - ивот мы имеем компьютеры и прочую электронику. Флеминг изучал плесень - и вот антибиотики спасают миллионы жизней. Но изначально это было бесполезное удовлетворение научного любопытства.

Если ученый соврет в научной статье - это легко проверить. Некая Ермакова подтасовала результаты исследований, и якобы доказала, что ГМО вредно. Но другие ученые очень удивились, потому что к тому моменту была накоплена большая база исследований ГМО , и все они показали, что ГМО не опаснее обычных продуктов. Поэтому другие ученые взяли точно таких же крыс (биологи используют специально выведенные генетические линии грызунов, внутри которых различия между особями невелики) и проверили. Оказалось, Ермакова соврала.

Если ученый соврет в научной статье - его карьера закончится навсегда. Примеры - та же Ермакова или некий Уэйкфилд, который запустил антиваксерский фейк про то, что вакцины якобы вызывают аутизм. Теперь они могут рассказывать что угодно и кому угодно, но в сколь-нибудь серьезное научное заведение их не возьмут. Ученые ОЧЕНЬ не любят коллег, которые врут в научных статьях. Потому что на основе научных публикаций они строят свои исследования. А если предшественник наврал...

А вот в интервью журналистам врать не одобряется, но за это из научного сообщества мгновенно не выкинут. Поэтому интервью в СМИ на 10 страниц значит меньше, чем маленькая публикация в научном журнале. В противовес научным публикациям - в обычных СМИ можно врать как угодно, и за привлечение внимания читателей журналюшке только премию дадут. Нельзя грубо оскорблять власть, нельзя пропагандировать ряд вещей, это прописано в законе. А всё остальное - можно! И чем страшнее заголовок, тем больше читателей придет, тем больше показов рекламы в ТГ-канале или на сайте.

Рецензируемые научные журналы - это реально самый достоверный источник информации в нашем мире. Заявления политиков, меморандумы чиновников, свидетельства очевидцев, законодательные акты правительств - это фигня по сравнению с научным исследованием с правильным дизайном эксперимента. Научные журналы так устроены, что там соврать очень сложно. Особенно это справедливо для серьезных изданий мирового уровня, типа Nature, Science, Cell, etc.

Личный опыт не имеет никакого значения. Вы можете ученому сколько угодно рассказывать, что ваш родственник умер после того как поел ГМО или привился. Даже допустив, что вы не врёте, и ваш глубокоуважаемый родственник действительно умер сразу после майонеза с ГМО или прививки, ученый будет помнить о том, что против вашего случая - многочисленные исследования на тысячах, а то и миллионах людей, которые доказали, что умереть от этих вещей сложнее, чем от поездки в такси. Всё что угодно может убить, вопрос лишь в вероятности этого. Но очень многие люди вообще не понимают, что такое эта ваша вероятность. "Один из 10 000 привитых умер от вакцины - это ужасно, я не буду прививаться. Из не привитых от болезни умирает один из 100 - да и пофиг. Я же не прививался, не делал осознанного выбора, значит, ничего плохого со мной не случится." Ошибка предпочтительности бездействия в чистом виде.

Подавляющее большинство людей крайне далеки от науки ведутся на любую страшилку. Асбест, глутамат, ГМО, антиковидные вакцины, химтрейлы, ВИЧ-диссидентство, гомеопатия, хемофобия - всё это сейчас весьма популярно среди не очень умных людей. Причем образование и даже научная степень не гарантирует, что человек умеет в критическое мышление. Встречались мне врачи, отличные специалисты в своей области, отказывавшиеся прививаться от ковида. Или биологи, боящиеся ГМО. Блин, ну ты же экзамен по генетике сдавал, как ты можешь верить в этот бред?

Мне очень повезло, что я стал ученым, причем именно биологом. Если бы не образование и умение использовать мозги по назначению - я бы мог стать каким-нибудь хемофобом - антиваксером, что весьма вредно для здоровья, особенно для здоровья моих детей.

Такие понятия как "много/мало", "хорошо/плохо", "быстро/медленно" весьма относительны, но могут быть выражены через квантили

В повседневной жизни люди путают "среднее" и "моду" (Показателен вопрос предпринимателю "сколько у тебя в среднем клиентов в день?")

Математика везде, куда не плюнь, все можно описать с помощью математики

Статистика везде, когда мы говорим о массовых вещах: продажи, выборы, потребление кофе в офисе

Зная статистику, не становишься спецом во всех областях, где ее нужно применить. Отлично понимая как обманывают с помощью статистики, все равно легко быть обманутым, не зная предметной области.

Люди мыслят "малыми выборками" (есть пара примеров подтверждающих тезис и люди видят только их, а еще пару миллионов не подтверждающих/опровергающих - не видят), даже твои коллеги, даже ты сам. Надо делать небольшое усилие, чтобы отвергнуть аргументы на базе малых выборок.

Хочешь быть крутым спецом - учи математику. Хочешь найти работу - учи фреймворки, библиотеки

Если ты когда-то что-то выучил, но не используешь - ты это забудешь. Даже если те знания были фундаментом для того, чтобы используешь в работе постоянно.

Всегда есть коллега умнее и профессиональнее

То что в универе было семестровым заданием или курсачом - это твои ежедневные рабочие задачи, благо не надо лить воды.

Как ты решал задачу интересно только линейным коллегам и на конференциях.

Иногда можно потратить месяц на решение задачи: искать/изучать статьи, придумывать эвристики, тратить десяток компьютерных часов на вычисление показателей - а результат никуда не пойдет.

Все хитровымудренные современные модели - не магия, а математика и смекалка.

Большинство хитрых показателей, скоров, моделей содержит в себе математику уровня до 10 класса (помножить, поделить, возвести в степень, взять логарифм и все это под синус). Считать такое не сложно, сложно понимать почему именно так. Иногда выходит так, что чтобы придти к некой простой формуле потребовался неслабый вышмат в промежуточных шагах.