FALSIFIERING

Vad är det då som krävs för att man skall förstå hur naturen fungerar? Jo, man måste göra vetenskapliga undersökningar. Många tror att man gör vetenskapliga undersökningar när man iakttar, mäter och samlar in data. Men i en vetenskaplig undersökning är detta bara en del av arbetet. Fler delar måste ingå, och de måste hänga ihop logiskt (följdriktigt). Man kan inte bara samla in och sammanställa en massa data, och sedan gissa vad de betyder. 

Iakttagelser och förklaringar 
Vi börjar med observationer eller iakttagelser. Sedan behöver vi formulera en förklaring till observationen. Att hitta på förklaringar till sådant som vi upplevt, eller har hört talas om, är något som vi alla ständigt gör utan att fundera så mycket på det. Det kräver inte någon vetenskaplig utbildning, bara att man tänker och använder sitt sunda förnuft. Förklaringarna kan vara enkla eller mycket komplicerade och vi kan kalla dem modeller, teorier eller något annat. Förklaringarna funderar vi ut själva, läser oss till eller kommer fram till efter diskussioner med andra. Det viktiga med modellerna är att de kan ge logiska förklaringar till observationerna. En modell måste vara en möjlig förklaring till det som man har sett. 

Skaffa bevis 
En undersökning som utförs på rätt sätt skall bara leda till ett av två resultat: Antingen får den oss att behålla förklaringen som möjlig eller förkasta den som felaktig. Vi kan vara säkra på att förklaringen är felaktig när resultatet av vår undersökning är att det som förklaringen förutsäger inte skedde. Dessa resultat anges av hypotesens motsats som kallas noll-hypotesen. Eftersom det mesta i den levande naturen varierar, genom att t.ex. individer är olika, måste hypotesen ange vilka mätvärden som vi kan förvänta oss få om förklaringen stämmer. Nollhypotesen anger vilka värden vi bör få om förutsägelsen från förklaringen inte stämmer. Om undersökningen ger resultat som stämmer med nollhypotesen blev det alltså inte som förklaringen förutsade. Vi behåller då nollhypotesen och förkastar hypotesen. 
Förutsättningar för att behålla modellen har vi när det som förklaringen förutsäger skall ske verkligen sker. Om undersökningen ger resultat som stämmer med hypotesen blev det alltså som förklaringen förutsäger. Då förkastar vi nollhypotesen och har stöd för modellen i fig. l. Ett varv i denna vetenskapliga process är inte tillräckligt. Förklaringar måste ständigt jämföras med andra och utsättas för nya kritiska prövningar. 

Exempel 
Våra fördomar kan fungera som ett exempel. Du har säkert hört att man försöker ge olika folkgrupper speciella egenskaper. Skottar och smålänningar är snåla, norrmän dumma och skåningar feta och dryga. Under dina resor i Norge har du märkt att befolkningen där beter sig oerhört underligt. Din förklaring till detta är att den isolering Norge varit utsatt för har urholkat det genetiska underlaget, så att de blivit allt dummare. Din kompis, som också varit med på dina resor i vårt grannland, har dock en annan förklaring. Hon säger att det beror på den dåliga och dyra maten. Barnen får alltså inte tillräcklig näring för att deras hjärnor skall utvecklas på normalt sätt.

Att iakttaga och tänka räcker inte 
Din kompis har erbjudit dig en modell som kan förklara varför norrmän är ovanligt dumma. Ni har observationerna (det ni såg) och en förklaring (orsaken till det ni såg). Med hjälp av god iakttagelse- och tankeförmåga har ni nu genomfört de två första stegen i en vetenskaplig utforskningsprocess. Men att bara genomföra dessa två steg räcker inte. Tänk nu att du inte riktigt gillar att din kompis alltid vet bäst och förklarar saker och ting för dig. Därför säger du: ”Det är inte alls maten som är orsaken till att norrmän är ovanligt dumma. Förklaringen är istället att den geografiska isoleringen inneburit inavel som lett till en utarmning av det genetiska underlaget.” 

Två åsikter 
Du föreslår alltså en helt annan modell som förklaring till observationerna. Båda åsikterna kan förklara varför norr-män är ovanligt dumma. Båda modellerna är giltiga försök att förstå och förklara de observerade mönstren, men förklaringarna som sådana är helt olika. Den ena förklaringen innebär att norrmän som folkslag har sämre fungerande hjärnor. Den andra förklaringen betonar miljö-
påverkan: torftig diet ger sämre utvecklingsmöjligheter för barnens hjärnor. 

Falsifikationism 
Vi står nu inför ett problem. Vi har två modeller som kan förklara det vi iakttagit. Dessutom finns det ju flera andra möjliga förklaringar. Därför behöver vi en bra metod som kan hjälpa oss när vi skall försöka avgöra vilken av dessa olika förklaringsmodeller som kan vara den rätta. Vi skulle kunna välja att argumentera med varandra för att diskutera oss fram till vilken förklaring som är korrekt, eller så kan vi försöka oss på en procedur som är vetenskaplig. 
Beakta först endast de båda modeller som vi behandlade ovan. Om vi kan visa att den ena modellen är fel så är vi nog mer villiga att acceptera den andra som mer rimlig. Om vi visar att båda är fel, blir vi nog tvungna att erkänna att vi ännu inte kan ge en förklaring till våra observationer om norrmän. I så fall är vi tvungna att försöka fundera ut nya förklaringsmodeller eller att studera ett större antal norrmän. Man kan med större säkerhet hävda att en modell är felaktig än att den är rätt. Om man från en modell kan förutsäga vissa saker och dessa går i uppfyllelse när en viss ny situation uppstår kan modellen vara korrekt. Men det kan fortfarande finnas andra förklaringar som förutsäger samma sak. En av dem kan vara den rätta. Om en modell däremot förutsäger vissa saker och dessa inte går i uppfyllelse, då måste modellen vara fel. Modellen kunde inte förklara det som hände. Den vetenskapliga procedur som vi beskriver här går ut på att demonstrera att en modell är felaktig. Man vet att modellen är felaktig om man har lyckats visa att dess förutsägelser inte går i uppfyllelse. Metoden kallas falsifikationism.

Ett enkelt exempel på falsifikationism 
Ett mycket enkelt exempel kan förtydliga principen för falsifikationism: ”Alla skåningar är feta, lata och dryga”, är ett påstående som det är mycket svårt att vara säker på att det är sant. Man kan bara vara säker på att alla skåningar är feta, lata och dryga om man kontrollerat alla skåningar. Men att vara säker på att man har kontrollerat alla skåningar är omöjligt. Denna svårighet finns inte på motsvarande sätt med kunskapen om att påståendet är felaktigt. Om man har hittat en eller flera skåningar som inte uppvisar någon av de påstådda egenskaperna, kan man vara säker på att påståendet att alla skåningar är feta, lata och dryga är felaktigt.
Exemplet med skåningar handlar om observationer, men det fungerar på motsvarande sätt med förklaringsmodeller. Man kan aldrig vara säker på att en modell ger den rätta förklaringen, även om det blir så som modellen har förutsagt. Det kan alltid finnas en eller flera andra modeller som förutsäger precis samma sak. Om det där-emot inte blir som modellen förutsäger så kan man vara helt säker på att modellen är felaktig. 

Förutsägelser i exemplet med norrmän 
I fallet med norrmännens intelligens, är en förutsägelse från den första modellen att om man försöker utbilda en grupp norrmän kommer man att misslyckas, eftersom deras hjärnor redan från födseln har begränsad förmåga till inlärning. Om denna förutsägelse visar sig vara fel måste modellen vara fel. Modellen säger att orsaken till deras dumhet är att de födda sådana. Den andra modellen ger upphov till helt andra förutsägelser. Om barnen får riktig mat redan från födseln kommer de att ha samma förutsättningar för inlärning som alla normala människor. Vi har alltså dessa båda uppsättningar av hypoteser: 
1. Norrmän är födda obildbara. 
2. Med riktig kost från födseln kommer norrmännens
hjärnor att utvecklas på normalt sätt. 
Experiment 
För att skilja de olika hypoteserna, som de båda modellerna ger upphov till, måste vi göra de rätta experimenten. Vi måste experimentellt skapa sådana förhållanden att det som de olika modellerna förutser kan ske. De riktiga experimenten är de där dessa förhållanden ingår och jämförs med platser som fortsätter att vara på det sätt som där vi gjorde de ursprungliga observationerna. Vi förutsäger alltså större förändringar på de platser som vi förändrar i enlighet med hypotesen jämfört med platser som vi inte har förändrat alls (kontrollgrupp eller nollprov). 

Kontroller 
För den första hypotesen måste vi ta en grupp norska ungdomar till skolor i Sverige så att vi kan se om de når bättre studieresultat. Men vi måste också ha kontroller så att vi kan vara helt säkra på att en eventuell ökning av studieresultaten i experimentgruppen verkligen beror på att vi har bättre undervisning här. Det kan ju ske en storskalig förbättring av norrmännens intelligens som inte beror på något som vi kan styra över. Därför måste vi jämföra vad som sker i experimentgruppen med vad som händer i en kontrollgrupp, där vi kan studera norska ungdomar i normal miljö. 

Replikat 
Slutligen måste ett experiment också innehålla upprepningar eller replikat. Vi måste ha flera experimentgrupper och flera kontrollgrupper utspridda i det område som vi vill undersöka (i vårt fall Norge). Detta är helt nödvändigt eftersom det kan finnas många naturliga faktorer som kan påverka intelligensen hos norrmän i hela landet. Under den tid som experimentet måste pågå kan påverkan från olika faktorer förändras och vara olika i olika områden. Antag att vi bara har en experimentgrupp och en kontrollgrupp. När vi avslutar experimentet, och ser att dumheten hos norrmän har förändrats, kan vi inte veta varför. Antingen kan det bero på att vi förändrade något i experimentgruppen, eller så kan det bero på att det har skett olika naturliga förändringar i experimentgruppen jämfört med kontrollgruppen. Det kan till exempel visa sig att luften i Sverige är betydligt mer intelligensbefrämjande än i Norge, vilket påverkar experimentgruppen positivt. 

Blandade grupper 
Flera kontrollgrupper blandade med flera experimentgrupper löser detta problem eftersom vi då kan beräkna hur många normalintelligenta norrmän som det finns i medeltal i experimentgrupperna jämfört med kontrollgrupperna. Om skillnaderna mellan grupperna enbart orsakas av de naturliga variationer som alltid förekommer bland människor finns det ingen anledning att medelvärdena skall vara olika. När experiment- och kontrollgrupperna är utplacerade slumpmässigt bör det inte av naturliga orsaker till exempel komma bättre luft till experimentgrupperna. Då vi har blandat experiment- och kontrollgrupperna bör varje grupp (experiment och kontroll) i medeltal vara lika eftersom de blivit utsatta för samma naturliga variation. Om det däremot är som hypotesen föreskriver förväntar vi oss att de norrmän som får åtnjuta svensk utbildning i genomsnitt skall öka sin intelligens mer i experimentgrupperna än i kontrollgrupperna, oavsett hur stor den naturliga variationen är mellan olika platser och grupper. Vi måste ha flera experimentgrupper och flera kontrollgrupper för att kunna göra dessa jämförelser mellan medelvärden. 

Statistisk analys 
Detta leder till ytterligare en komplikation. Nu är det medelvärden och variation mellan de olika experiment- och kontrollgrupperna  som vi måste hantera. Därför är vi tvungna att använda oss av statistisk analys. När vi skall avgöra om bättre utbildning hade någon effekt kan vi inte bara gissa om medelvärdena är tillräckligt olika i förhållande till variationen. För att kunna göra det statistiska testet och för att kunna basera ett stöd för hypotesen på falsifikationism, måste vi vända på hypotesen till det som kallas nollhypotes.
 
Nollhypotes 
En nollhypotes är motsatsen till en hypotes och den skall uttrycka alla förklaringar som inte uttrycks i hypotesen. I vårt exempel blir nollhypotesen att norrmän har en latent intelligens som är möjlig att plocka fram med god utbildning. Detta kan vi testa med hjälp av statistik när vi har räknat resultaten i våra experiment- och kontrollgrupper. Om vi då har bevis för att medelantalet intelligenta norrmän inte har ökat i de experimentgrupper där utbildningen förbättrats kan vi förkasta nollhypotesen. Därmed har vi falsifierat nollhypotesen, och på så sätt uteslutit alla förklaringar utom den som vi uttrycker i hypotesen. När vi har erhållit bevis från experimentet att nollhypotesen är felaktig kan vi hävda att vi har stöd för hypotesen. Detta gör i sin tur att vi kan tro på riktigheten i modellen. Det som förutsades med hjälp av modellen skedde. När vi gav norrmän bättre utbildning ökade inte deras mentala förmåga. Norrmän är alltså av födsel dummare än andra, så det är inte deras utbildningsväsen det är fel på.

Behåll nollhypotesen 
Vårt experiment kan endast utfalla på ett sätt som är annorlunda. Det är att bevisen från experimentet inte leder oss till att förkasta nollhypotesen. Om medelresultatet av intelligenstestet i de olika grupperna förbättras av våra manipuleringar har vi bevis som gör att vi kan behålla nollhypotesen. Då måste vi förkasta hypotesen eftersom vi inte har bevis för att norrmän är obildbara. Därmed måste modellen vara felaktig. Vi har falsifierat den, och måste istället hitta en annan modell, som kan förklara vår gjorda observation om norrmän.

Sammanfattning 
Vetenskapligt arbete innebär alltså konstruerandet av modeller som kan förklara observationer följt av att man från modellerna föreslår hypoteser som man vänder på till nollhypoteser och testar i experiment. (titta på fig 1 igen). De förklaringar som man kan acceptera som vetenskapliga är sådana som har överlevt experiment av den här typen. Då har vi inte kvar några andra förklaringar som kan förklara observationerna bättre. När någon föreslår en ny modell som skulle kunna förklara observationerna måste vi testa den mot den modell som vi för tillfället tror är den riktiga. Först då kan vi avgöra vilken modell vi skall överge på grund av att den är felaktig. 

Förklaringar kan bara gälla tills vidare 
Alla förklaringar kan bara vara tillfälliga och gälla tills vidare. Det beror delvis på att man aldrig kan bevisa att en förklaring är sann. Men det som också gör att det är så svårt att beskriva naturen och dess invånare, samt att förklara olika fenomen, är förändringar och skillnader mellan olika platser och tillfällen. Det som är sant på en plats vid ett tillfälle kanske inte stämmer på en annan plats eller vid ett annat tillfälle. 

Ibland behövs storskaliga långtidsexperiment 
Resultat från vetenskapliga undersökningar kan bara gälla för de rums- och tidsskalor som man har undersökt. Ofta vill vi förklara fenomen som äger rum där det är mycket svårt för människor att arbeta, eller som sträcker sig över stora tidsrymder eller stora områden. Men det är oftast bara om vi kan komma åt att göra experiment, eller om vi kan göra experimenten tillräckligt långvariga, eller att de sträcker sig över tillräckligt stora områden, som vi kan testa sådana förklaringar. Vissa förklaringar kan man ibland testa utan att jämföra flera manipulerade områden med flera oförändrade kontrollområden, men när inte heller detta går, blir vi tvungna att nöja oss med åsikter. Teorier förblir åsikter tills vi med vetenskapliga metoder har försökt visa att de är fel.