Helen Pearson, jurnalistă de știință și editoare la revista Nature, scrie recent într-un articol despre o problemă fundamentală în cercetarea științifică: producerea unei cantități tot mai mari de informație științifică nu înseamnă neapărat că înțelegem mai bine lumea.

În 2025, cercetătorii din întreaga lume au publicat aproximativ 7 milioane de articole științifice, adică peste 19.000 zilnic. Pare o realizare extraordinară. Problema este că rezultatele cercetărilor sunt frecvent contradictorii, incomplete sau dificil de comparat. Un studiu arată că o intervenție medicală funcționează, dar alt studiu susține contrariul. Un experiment identifică un efect, dar alte experimente nu reușesc să-l reproducă.
Cum stabilim, în aceste condiții, ce știm realmente?
Helen Pearson reconstruiește istoria uneia dintre cele mai importante inovații metodologice ale științei moderne: meta-analiza, dezvoltată în anii 1970 de statisticianul Gene Glass. Ideea este că nu trebuie să numărăm pur și simplu câte studii confirmă o ipoteză și câte o infirmă, ci trebuie să analizăm calitatea cercetărilor, dimensiunea efectelor observate, incertitudinile statistice și posibilitatea combinării rezultatelor într-o estimare mai robustă.
Această abordare a transformat medicina și a contribuit la dezvoltarea organizației Cochrane, specializată în evaluarea sistematică a dovezilor științifice.
Pearson oferă și un exemplu tulburător: recomandarea de a culca sugarii pe burtă a continuat să fie promovată decenii întregi, deși dovezile disponibile ar fi putut indica mult mai devreme asocierea cu sindromul morții subite a sugarului. O analiză retrospectivă a estimat că sintetizarea și aplicarea mai timpurie a dovezilor ar fi putut preveni cel puțin 50.000 de decese.
Când devine informația cunoaștere?
Știința este adesea prezentată ca o succesiune de descoperiri. Un cercetător realizează un experiment, obține un rezultat și adaugă o nouă informație la cunoașterea umanității. Dar lucrurile nu funcționează atât de simplu. Un rezultat experimental nu constituie automat cunoaștere solidă. Trebuie să stabilim cât de fiabil este, în ce condiții se aplică, cum se raportează la rezultatele anterioare și dacă există explicații alternative.
Această activitate de integrare a dovezilor este ea însăși o parte esențială a procesului științific. Pearson discută și despre utilizarea inteligenței artificiale pentru sintetizarea cercetărilor. Modelele AI ar putea reduce enorm timpul necesar analizării literaturii științifice, dar există și riscul să producă sinteze aparent convingătoare, construite pe selecții incomplete, erori sau interpretări greșite ale studiilor.
Astfel, o tehnologie care promite să rezolve problema supraabundenței informației ar putea, dacă este folosită necritic, să agraveze dificultatea de a distinge cunoașterea autentică de afirmațiile insuficient fundamentate.
Așadar, progresul științific nu depinde numai de descoperirea unor fapte noi, ci și de capacitatea de a organiza, verifica și integra ceea ce am descoperit deja.
Această distincție este esențială pentru filosofia științei. Putem avea milioane de observații corecte și totuși o înțelegere incompletă sau chiar greșită a unui fenomen, dacă nu reușim să identificăm relațiile dintre ele.
Una dintre marile provocări ale științei contemporane nu mai este exclusiv producerea cunoașterii, ci transformarea cantităților uriașe de informație într-o imagine coerentă, verificabilă și permanent revizuibilă a realității.
Dacă știința produce informație într-un ritm mai rapid decât o poate evalua și integra, riscăm să acumulăm tot mai multe rezultate științifice fără să devenim, în aceeași măsură, mai capabili să înțelegem lumea.
