Η λέξη “πείραμα” δεν σου είναι άγνωστη, και όταν “επιστημονικές” λέξεις δεν είναι άγνωστες στο ευρύ κοινό αυτό δείχνει πως έχουν κάποιο αυξημένο ενδιαφέρον και σημασία που τις έκανε να μεταδοθούν και εκτός του στενού πεδίου που γεννήθηκαν.
Στην καθομιλουμένη, πείραμα σημαίνει συνήθως “χαλαρή δοκιμή“, είναι ένα “κάνουμε και βλέπουμε“, πολλές φορές χωρίς να οριστεί αρχικός σκοπός ή χωρίς να είναι δομημένος ο “πειραματισμός“. Πείραμα μπορεί να χαρακτηριστεί το ότι… άλλαξες μάρκα πάνας στην ανάπηρη γιαγιά σου ή πως για μια φορά πήρες από το ασιατικό μενού εκείνο το “Fried fistula in dong water“. Αρκεί — ο πολύς πιουρισμός δεν ταιριάζει σε ανεμελιές!
Πέραν αυτών, σε λίγο πιο “επίσημα” ύδατα, το πείραμα είναι ένα εργαλείο/πρωτόκολλο με αρκετά συγκεκριμένη και αυστηρή δομή όπου σκοπός του είναι να απαντήσει ένα ερώτημα με υψηλό βαθμό σιγουριάς/εγκυρότητας μέσω του εξαντλητικού έλεγχου σχέσης αιτίου-αιτιατού και απομόνωσης των παραγόντων που πιθανόν θα μπορούσαν να παρεμβληθούν σε αυτή την σχέση, αλλοιώνοντάς την στα μάτια ενός “ανθρώπινου παρατηρητή“.
Η πειραματική μέθοδος μπορεί να τσεκάρει πολλά για τα οποία “έλαβες μια πληροφορία πως ισχύουν“, έτσι ώστε να μην αρκεστείς σε απλή “πίστη” απέναντι στον πληροφοριοδότη αλλά να δεις και εσύ αν όντως ισχύει αυτό που έμαθες — ορισμένες φορές αρκεί ένα ψάξιμο ή εφαρμογή του ανιχνευτή μπούρδας, άλλες φορές πρέπει να λερώσεις λίγο παραπάνω τα χεράκια σου.
Η “πειραματική μέθοδος” είναι επίσης “προσφιλής“, με έναν αρκετά διεστραμμένο και εννοείται απλοποιημένο τρόπο, για την διάδοση πληροφοριών αμφισβητούμενης εγκυρότητας διότι μπορεί να δώσει αέρα “επιστημοσύνης και σιγουριάς” στα λεγόμενα κάποιου αν σου πει πως “έκανε ένα πείραμα” και αν το πλαισιώσει με το “φαίνεσθαι” των φωτογραφιών ή/και του βίντεο.
Παραδείγματα πειραμάτων που κάνουν επίδειξη “παράξενων” φαινομένων και είναι εντός του εύρους του σπιτικού πειραματισμού και εντός των ικανοτήτων του “ανειδίκευτου επί του τομέα” έχουν κυκλοφορήσει κατά καιρούς στο διαδίκτυο και θα κυκλοφορήσουν και άλλα. Εδώ συγκαταλέγονται πειράματα σαν αυτά του Masaru Emoto με κρυστάλλους νερού που παίρνουν συγκεκριμένα “όμορφα” ή “άσχημα” σχήματα αναλόγως αν τους μιλάς όμορφα ή άσχημα, αντίστοιχα πειράματα του ιδίου με ρύζι που χαλάει γρηγορότερα αν στοχεύεις πάνω του “αρνητική ενέργεια” ή ακόμα και πειράματα που μπορούν να προκαλέσουν “πανικό” δείχνοντάς σου πως κάτι είναι επιβλαβές, όπως π.χ. τηγανητές πατάτες, χάμπουργκερ, μεταλλαγμένα καλαμπόκια που δεν χαλάνε αν τα αφήσεις εκτεθειμένα καιρό και δεν τα τρώει κανένα έντομο, πειράματα που δείχνουν πως η Coca Cola λιώνει το κρέας και πειράματα που δείχνουν πως τα μικροκύματα είναι φονικά αφού τα φυτά που ποτίζονται με νερό που έχει ζεσταθεί με αυτά πεθαίνουν!
Ναι, σήμερα θα μάθεις τα “βασικά” της πειραματικής μεθόδου, και για να το κάνουμε πιο ενδιαφέρον θα χρησιμοποιήσουμε ως “παράδειγμα εργασίας” την τελευταία από αυτές τις δηλώσεις-”πειράματα“, αυτή που λέει πως το νερό που έχει εκτεθεί σε μικροκύματα είναι βλαβερό. Είναι ένα υπέροχο παράδειγμα “σπιτικού πειραματισμού“, με εύκολη πρόσβαση στα υλικά τα οποία απαιτούνται για την υλοποίησή του, και κάμποσα διαδικτυακά βιντεάκια και εικόνες που να “αποδεικνύουν” τα λεγόμενα.
Πριν πας παρακάτω, όμως, κάνε μια χάρη στον ταλαίπωρο εαυτό σου και θέσε δυο καίρια ερωτήματα για να δεις αν έχει νόημα να προσπαθήσεις να μάθεις κάτι μέσω της πειραματικής μεθόδου. “Θέλεις πραγματικά πολύ να μάθεις;” είναι το πρώτο — σκέψου το καλά διότι από αυτό που θα ακολουθήσει θα δεις πως ένα σωστά στρωμένο πείραμα αποτελεί δέσμευση, έχει πολύ δουλειά με μπόλικη “αποστείρωση” και αν θέλεις πολύ να μάθεις ίσως να έχεις επενδυμένα συμφέροντα (π.χ. ψυχολογικά και συναισθηματικά) που επιδέχονται ως απάντηση μόνο αυτή που θέλεις να ακούσεις, και που πιθανότατα έχεις προαποφασίσει πως ισχύει.
Υποερώτημα εδώ είναι και το “χρειάζεται να μάθεις;“, όπου το “χρειάζεται” το ορίζεις εσύ όπως θες — γνώμη μου είναι πως η πειραματική μέθοδος είναι απλά ένα εργαλείο και δεν έχει νόημα να την εφαρμόσεις “έτσι, επειδή μπορείς” σε ό,τι βρίσκεται εντός της δυνατότητας εξέτασής του με αυτό. Δεν ξεβιδώνεις μπουλόνια όπου τα βρεις επειδή έχεις γαλλικό κλειδί, έτσι; Ορισμένες φορές υπάρχουν και πράγματα που απλά αρκεί να τα ζήσεις, να τα απολαύσεις ή να τα αφήσεις να υπάρχουν, ασχέτως αν μπορούν να επαληθευτούν ή να διαψευσθούν.
Η δεύτερη ερώτηση είναι το “μπορείς να μάθεις;“. Η πειραματική μέθοδος έχει τους περιορισμούς της και μερικοί από αυτούς είναι: πράγματα πλήρως εκτός της σφαίρας του φυσικού, μη επαναλήψιμες καταστάσεις ή φαινόμενα, πολύ απομακρυσμένα συστήματα όπου δεν μπορείς να έχεις ουδεμία πρόσβαση και υπερβολικά σύνθετα συστήματα όπου η πειραματική παρέμβαση είναι εξαιρετικά δύσκολη (εδώ ίσως να αρκεστείς σε παρατήρηση και εξαγωγή συμπερασμάτων, με τα όποια μειονεκτήματα αυτής της προσέγγισης, π.χ. ιστορία).
Αν πάντως ισχυρίζεσαι πως ένα φαινόμενο/κατάσταση έχει παρατηρηθεί αρκετές φορές ώστε να εξαγάγεις συμπεράσματα τα οποία περήφανα δηλώνεις, αν το “εκτός του φυσικού” έχει παρατηρήσιμη επενέργεια στον εδώ υλικό κόσμο, αν θεωρείς πως τα αποτελέσματα του Χ πράγματος είναι παρατηρήσιμα έτσι αδρά με τα ματάκια και τα αυτάκια σου, τότε πιθανότατα αυτά τα φαινόμενα μπορούν να μελετηθούν μέσω της επιστημονικής μεθόδου του πειράματος.
Σαν να αφήσαμε όμως τα φυτά να διψάσουν, κάπως… για πάμε να τα δούμε με πειραματικό μάτι, για να δούμε πως στήνεις ένα πείραμα.
Σχεδιασμός του πειράματος
Πιθανότατα ο σχεδιασμός του πειράματος να είναι το πιο δύσκολο κομμάτι του: το τι απάντηση θα πάρεις από ένα πείραμα εξαρτάται από το τι ερώτηση θα κάνεις και με ποιόν τρόπο θα την κάνεις — αν κάνεις την “λάθος” ερώτηση ή την κάνεις με τον “λάθος” τρόπο, το πείραμα δεν θα προσφέρει πολλά, μπορεί μάλιστα να “εξαπατήσει” τον πειραματιζόμενο. Ένα βασικό πείραμα περιέχει το φορμουλάρισμα της αρχικής υπόθεσης/παρατήρησης σε ένα πολύ συγκεκριμένο ερώτημα το οποίο για να το απαντήσεις αλλάζεις μια παράμετρο (παράγοντα) την φορά, κρατώντας όλες τις άλλες σταθερές, διαμέσω πολλών “αυστηρών” επαναλήψεων που σκοπό έχουν να ελαχιστοποιήσουν την επίδραση αστάθμητων παραγόντων, τεχνικών λαθών, αντιληπτικών λαθών και γενικότερα του χάους που δέρνει αυτόν τον κόσμο.
Τα παραπάνω πολλές φορές είναι δυσκολότερα απ’ ότι φαίνονται σε ένα πρόχειρο “σκετσάρισμα” του “τι πρόκειται να κάνεις” — και αυτό το καταλαβαίνεις ακόμα και από την συγκεκριμενοποίηση του ερωτήματος, όταν προσπαθείς να περιγράψεις τι είδες/τι άκουσες και ποια ακριβώς η απορία σου. Ένας όμορφος τρόπος να σκεφτείς το πείραμα είναι να το σκεφτείς ως “μεθοδευμένη και ελεγχόμενη εμπειρία” — ναι, σαν την “εμπειρία ζωής“, μόνο με πιο ευδιάκριτες σχέσεις μεταξύ αίτιου-αποτελέσματος λόγω των πιο “ελεγχόμενων συνθηκών” εκτέλεσής του και της πιο “αυστηρής” ανάλυσης.
Φορμουλάρισμα υπόθεσης
Στο παράδειγμα με την επίδραση του νερού που έχει εκτεθεί σε μικροκύματα πάνω στα φυτά, πρώτα απ’ όλα θα έθετες την υπόθεσή σου, δηλαδή πως αυτό επηρεάζει ή δεν επηρεάζει τα φυτά. Στην περίπτωση που θέσεις πως τα επηρεάζει, συγκεκριμενοποιείς παραπάνω τις παραμέτρους για τις οποίες θα πρέπει να “τεστάρεις“, όπως π.χ. αν η υποτιθέμενη επίδραση που μελετάς έχει να κάνει με το αποτέλεσμα της θερμικής επεξεργασίας του νερού ή με άλλες πιθανές ιδιότητες των μικροκυμάτων.
Σε αυτό το σημείο μπορεί να χρειαστεί να μελετήσεις επίσης κάποια εισαγωγικά στοιχεία όπως το τι είναι ακριβώς τα μικροκύματα ή και λίγα στοιχεία για την φυσιολογία των φυτών (πώς παίρνουν το νερό τους, για ποιες διαδικασίες τους χρειάζεται νερό κτλ.), είναι κρίμα να αφήσεις τόση συσσωρευμένη γνώση. Τούτη θα μπορούσε να σε βοηθήσει να εξηγήσεις τα αποτελέσματά σου στο τέλος ή ακόμα και να αναμορφώσεις πλήρως το ερώτημά σου.
Πειραματικό πρωτόκολλο και μεθοδολογία
Εδώ κοιτάς πώς ακριβώς θα τσεκάρεις το παραπάνω, φροντίζοντας συνάμα να μειώσεις τον “θόρυβο” στα δεδομένα σου, κυρίως μέσω ελέγχου των παραγόντων που υπεισέρχονται. Στο παράδειγμα με το νερό π.χ., θα μπορούσες να έχεις 3 ομάδες φυτών με 10 φυτά στη καθεμία, του ιδίου είδους, στο ίδιο στάδιο ανάπτυξης. Θα μπορούσαν επίσης να είναι και κλώνοι μεταξύ τους (εύκολο για φυτά που πολλαπλασιάζονται με μόσχευμα/μπόλι) τα οποία πριν αρχίσεις το πείραμα θα εγκλιματίσεις για λίγο καιρό στις συνθήκες που θα τα μεγαλώσεις.
Η μια ομάδα θα αποτελεί την “ομάδα ελέγχου” σου (control) που θα την ποτίζεις με κανονικό νερό — όχι, δεν αρκεί να γνωρίζεις πως τα φυτά “πάνε καλά” αν τα ποτίζεις με “νορμάλ νερό“-.
Άλλη θα ποτίζεται με νερό που η θερμική επεξεργασία έγινε με συμβατικά μέσα, και άλλο με νερό που η θερμική επεξεργασία έγινε με μικροκύματα. Έξυπνο είναι να ποτίζονται όλα τα φυτά την ίδια ώρα, με την ίδια περίοδο και φυσικά με την ίδια ποσότητα νερού. Θα πρέπει επίσης να ορίσεις τι εννοείς με το “θερμική επεξεργασία” του νερού, δηλαδή για πόσο το εκθέτεις στην κάθε πηγή θερμότητας, πόσο το αφήνεις, αν το αφήνεις να “κάτσει” και τι θερμοκρασία θα πρέπει να έχει όταν με αυτό ποτίζονται τα φυτά. Θα πρέπει επίσης το νερό να προέρχεται από την ίδια πηγή και στα τρία γκρουπ (π.χ. συγκεκριμένο μπουκάλι/μάρκα ή βρύση). Όρισε επίσης τον χρόνο που θα διαρκέσει το πείραμα. Ζόρισε λίγο το μυαλουδάκι σου, ίσως σκεφτείς και άλλα που χρειάζονται προσοχή
Καταγραφή ευρημάτων
Αποτελεί υποκατηγορία του παραπάνω, χρίζει όμως ιδιαίτερης μνείας μιας και αυτό το στάδιο είναι επίσης βασικό για τα αποτελέσματά σου. Σε αυτό το σημείο πρέπει να αποφασίσεις πώς θα συλλέξεις τα ευρήματα, τι θα κοιτάξεις. Το απλούστερο είναι μια αδρή καταγραφή του πόσα φυτά του κάθε γκρουπ έζησαν και πόσα πέθαναν ως το τέλος του πειράματος. Μπορείς επίσης να το προεκτείνεις, σημειώνοντας και άλλα στοιχεία που πιθανόν να παρατηρήσεις, όπως π.χ. πόσα φύλλα έπεσαν από κάθε φυτό εκφρασμένα ως ποσοστό επί των συνολικών αρχικών φύλλων, τυχούσες τροποποιήσεις στην ανάπτυξη (π.χ. πόσα νέα φύλλα βγάζουν ή αποστάσεις μεταξύ μίσχων, επιπτώσεις σε ανθοφορία, χάσιμο σπαργής — γνωστό και ως “μαράζωμα“), όπως επίσης και να σημειώσεις την μέρα που θα πεθάνει πιθανότατα κάποιο δείγμα.
Οι μετρήσεις σου μπορούν να είναι ποιοτικές, βοηθάει όμως αν καταφέρεις κάπως να ποσοτικοποιήσεις τις αλλαγές έτσι ώστε να μπορείς να παίξεις με “νούμερα“. Μπορείς να ψάξεις να δεις αν υπάρχει ήδη κάποιο έτοιμο σύστημα αξιολόγησης ή και να φτιάξεις την δικιά σου κλίμακα για την οποία ίσως χρειαστεί να κάνεις έξτρα πειράματα με ουσίες που αποδεδειγμένα σκοτώνουν φυτά, για να δεις μέσες άκρες τι χαρακτηριστικά μεταβάλλονται στο φυτό σου όταν αυτό αρχίζει να “μην την παλεύει“. Στο τέλος θα πρέπει να μπορείς να προσδιορίσεις τα αποτελέσματα του πειράματος, ποιοτικά και ποσοτικά και όσον αφορά τα χαρακτηριστικά που παρατήρησες αλλά και στην κλίμακα του χρόνου.
Εκτέλεση του πειράματος
Το ζουμάκι! Είναι το σημείο που βρέχεις κώλο σου για να φας ψάρι, αυτό είναι το σημείο που “τρέχεις” το πείραμα που σχεδίασες. Ένα σημαντικό κομμάτι σε αυτό το βήμα είναι η καταγραφή της πειραματικής διαδικασίας που ακολουθείς όπως αυτή γίνεται και η καταγραφή των αποτελεσμάτων σου. Κοινώς, η δημιουργία ενός logbook οποιασδήποτε μορφής που περιέχει μέσα την δουλειά σου. Οι λόγοι που κάνουν αρκετά καλή ιδέα το να κρατήσεις κάποιο είδος αρχείου με το τι κάνεις είναι πολλοί. Μερικοί από αυτούς είναι οι εξής:
Ξεχνάς. Λίγο οι βότκες, λίγο τα ξενύχτια, λίγο η ζωή που συμβαίνει καθώς εσύ είσαι κλεισμένο στο καύκαλό σου, άνθρωπος είσαι και μπορεί να μην θυμάσαι επακριβώς πώς εκτέλεσες την διαδικασία, μπορεί να ξεχάσεις λεπτομέρειες που αργότερα θα χρειαστείς. Έχει συμβεί και στις καλύτερες οικογένειες, οπότε πάρε τα μέτρα σου.
Σημείωση τυχόν παρατυπιών ή δυσκολιών. Καμιά φορά τα πράγματα δεν πάνε όπως θες, ακόμα και σε μια απλή διαδικασία όπως… το πότισμα ενός φυτού. Καμιά φορά κάνεις λάθος από αβλεψία. Καμιά φορά τα πράγματα είναι ευκολότερα στο χαρτί από ό,τι στην πράξη ή χρειάζεται πολλές φορές να σκεφτείς κάποια “πατέντα” όταν συναντήσεις στην διαδικασία δυσκολίες που δεν φαντάστηκες. Εδώ ένα αρχείο κρατάει μέσα και αυτές τις στιγμές, οπότε αργότερα μπορείς να κρίνεις το βάρος τους στα αποτελέσματα, σου επιτρέπει να βγάλεις “εκτός” των αποτελεσμάτων δείγματα στα οποία έγινε το λάθος και σου επιτρέπει να έχεις ένα αρχείο “λύσεων” στα προβλήματα που αντιμετώπισες. Ορισμένες φορές ένα ατύχημα ή μια παρατυπία μπορεί να οδηγήσει και σε κάποια ανακάλυψη που δεν ήταν μέσα στο “αρχικό πλάνο“, οπότε καλό είναι να γνωρίζεις πώς προέκυψε αυτή.
Περαιτέρω συγκεκριμενοποίηση και συνέπεια. Αν “αναγκάσεις” τον εαυτό σου να γράφει κάπου αυτά που κάνεις, κατευθείαν γίνεται πιο συγκεκριμένο το πώς υλοποιείς αυτό που σκέφτηκες και αποτελεί συν τοις άλλοις ένα κίνητρο να δείξεις συνέπεια σε αυτό που κάνεις. Γράφονται όλα, μένουν όλα, οπότε αυτό σου επιτρέπει να “σταντάρεις” τις μεθόδους σου και να “μείνεις” σε αυτές. Εδώ επίσης βλέπεις συνήθως και αν ο τρόπος καταγραφής των αποτελεσμάτων που προκύπτουν είναι πρακτικός, εύκολα εφαρμόσιμος, όπως επίσης και το επίπεδο υποκειμενικότητάς του.
Επαναληψιμότητα. Πολλές φορές δεν αρκεί να κάνεις μια φορά ένα πείραμα ή μπορεί να χρειαστεί -αν θες το τραβήξεις τόσο- να πείς σε έναν ενδιαφερόμενο ακριβώς τι έκανες και έφτασες στα συμπεράσματα που έφτασες. Μια καλή καταγραφή του τι έκανες πρέπει να επιτρέπει ακόμα και σε έναν “άσχετο” ο οποίος βρήκε το αρχείο σου στα σκουπίδια να επαναλάβει επακριβώς τα βήματα που ακολούθησες για να φτάσεις στα συμπεράσματά σου, να μην αφήνει απορίες για τις οποίες θα έπρεπε να επικοινωνήσει μαζί σου για να του τις λύσεις. Αν το logbook επιτρέπει την πλήρη επαναληψιμότητα, αυτό απο μόνο του είναι δείγμα πως έχεις δημιουργήσει ένα πολύ καλό αρχείο.
Μια καλή ιδέα επίσης θα ήταν να αρχίσεις το αρχείο σου περνώντας πρώτα πρώτα τον σχεδιασμό του πειράματος με την αρχική σου υπόθεση, την μεθοδολογία και τον τρόπο που σκέφτεσαι να εξάγεις τα συμπεράσματά σου. Μπορείς επίσης να αρχειοθετήσεις μέσα και οποιοδήποτε οπτικοακουστικό υλικό θεωρείς πως ταιριάζει — με τόσες κάμερες και μικροφωνάκια τριγύρω δεν θα δυσκολευτείς ιδιαίτερα: αυτό επιτρέπει την καλύτερη επανεξέταση αυτού που ισχυρίζεσαι πως είδες ή άκουσες. Μην μασάς, μπορείς να συμπεριλάβεις σε αυτό το υλικό φωτογραφίες από το παράξενο δείπνο απόδειπνο που συμμετείχες ή ακόμα και δείγματα κεριού που έβγαλες από τα αυτιά σου την επόμενη μέρα — αν μη τι άλλο θα το κάνει πιο ενδιαφέρον για τους επόμενους!
Τι έγινε; Μέχρι εδώ ήταν; Τελειώσαμε;
Τώρα είσαι έτοιμος να απαντήσεις τις βασικές ερωτήσεις του πειράματός σου — κοιτάς τα όποια δεδομένα συνέλεξες και φτάνεις στο συμπέρασμα αν ισχύει ή όχι η αρχική σου υπόθεση, συγκρίνοντας πάντα ό,τι βρίσκεις με την συμπεριφορά της “ομάδας ελέγχου“. Υπάρχει συσχέτιση μεταξύ του παράγοντα που μελέτησες και του αποτελέσματος που βρήκες; Μπορεί η συσχέτιση που βλέπεις να οφείλεται καθαρά στην τύχη (λόγω του εγγενώς πεπερασμένου αριθμού δειγμάτων/επαναλήψεων του πειράματος) ή σε απρόβλεπτους παράγοντες;
Χμ, άσε τις φλώρικες πειραματικές διατάξεις κατα μέρους, πάρε ένα ζάρι, μπεγλέριασέ το στα χεράκια σου και ρίξε το έξι φορές: δες τι έφερες και πες μου αν αυτό που βλέπεις “υπακούει” το “ισοπίθανο” του 1/6 πιθανότητας εμφάνισης του κάθε αριθμού — ρίξε το και δέκα φορές και σκέψου αν τα δεδομένα που μόλις έλαβες θα μπορούσαν να σε οδηγήσουν σε λάθος συμπέρασμα . Μη στέκεις και κοιτάς σαν τον χάνο, το ότι η πειραματική διαδικασία είναι ένα “καθιερωμένο πρωτόκολλο” σημαίνει πως τέτοιοι βάσιμοι προβληματισμοί έχουν τεθεί και έχουν απαντηθεί όσο εσύ κοιμόσουν στην μήτρα της μαμάς σου.
Εδώ έρχονται να σου λύσει τα χέρια ο έλεγχος σημαντικότητας με τα διάφορα τεστ του (significance test), με εκείνες τις τιμές p (p-value), γνήσια τέκνα της στατιστικής που αν γνωρίζεις να την χρησιμοποιείς καλά και χωρίς δόλο δεν λέει (πολλά) ψέμματα -πλην των προσυμφωνημένων- και απαντάει ευθαρσώς ποια η πιθανότητα του να σου λένε “ψέμματα” τα δεδομένα σου. Δοκιμασία t του Student (Student’s T-test), μηδενική υπόθεση (null hypothesis), σφάλμα πρώτου είδους και σχετικά εισαγωγικά στην στατιστική για πειράματα μπορούν να βρεθούν εύκολα στο internet. Κράτα πάντως και μια πισινή εδώ, το τι θα σου δώσουν τα στατιστικά τεστ εξαρτάται από το αν επιλέγεις το σωστό και επίσης από τον τρόπο σχεδιασμού του πειράματος, το πόσα δείγματα έχεις κτλ.
Με τα παραπάνω έβγαλες ως ένα σημείο από την μέση τους αστάθμητους παράγοντες και υπολόγισες το ποσοστό του να στα χαλάσουν οι εναπομείναντες, τι γίνεται όμως με τον καθ’όλα σταθμισμένο παράγοντα, εσένα; GOTO αρχή σχεδιασμού πειράματος και εισήγαγε την έννοια της τυφλής και της διπλής τυφλής μελέτης (blind, double blind). Χοντραίνει εδώ το παιχνίδι, διότι για έξτρα σιγουριά πως δεν παρεμβαίνεις άθελά σου στα αποτελέσματα λόγω “προσωπικών πόθων“, θα πρέπει να μην γνωρίζεις ποια πειραματική ομάδα λαμβάνει τι καθώς κάνεις παρατηρήσεις και καθώς αναλύεις τα δεδομένα. Σε αυτό το σημείο π.χ. θα αξιοποιούσες την βοήθεια ενός τρίτου ατόμου που θα σου δίνει αυτό έτοιμο το νερό να ποτίζεις, χωρίς όμως να γνωρίζεις με ποιο νερό ποτίζεις — πράγμα το οποίο θα αποκαλυφθεί μετά το πέρας του πειράματος.
Και, ναι, πλέον μπορείς να εξάγεις το συμπέρασμα για το οποίο άρχισες όλο αυτό το τράβαλο, δίνοντας μια περιεκτική απάντηση στα αρχικά σου ερωτήματα, θέτοντας ίσως προτάσεις και ερωτήματα για περαιτέρω πειράματα. Σίγουρα, τα παραπάνω είναι “κάμποσα” και ίσως να μπορείς (να θες) να κάνεις ένα “πείραμα” χωρίς να είσαι τόσο προσεκτικό παιδάκι και όντως ίσως καταλήξεις σε συμπεράσματα τα οποία ισχύουν — απλά με κάθε “έκπτωση“, “απλούστευση” και απόρριψη “περιττών” κατ’ εσένα στοιχείων μειώνεται και η σχετική σιγουριά του ότι το αποτέλεσμα που παρατηρείς όντως σχετίζεται με αυτό που μελετάς. Είναι θέμα παζαρέματος — κάτι δίνεις , κάτι παίρνεις.
Αν τα παραπάνω σου φάνηκαν αρκούντως σφιχτούλικα, είναι διότι πραγματικά είναι έτσι. Δεν ήταν τυχαία η ερώτηση “αν θες πραγματικά να μάθεις” — η διαίσθηση και η φαντασία μπορούν να έρθουν πολύ χρήσιμες κατά την διάρκεια του οραματισμού του πειράματος ή στην αρχική παρατήρηση, αλλά ορισμένες φορές και το σφίξιμο βοηθάει να μην παραφανταστείς όταν πλέον αλλάζεις ταχύτητα από το “οραματικό με ελεύθερα πιασίματα” στο “αποστειρωμένα αναλυτικό“.
Ως την επόμενη Παρασκευή, καλούς πειραματισμούς!
