От Ктулху до Человеколося: мифы в цифровой галактике

Чем человек отличается от животных? В отличие от других живых существ, человек способен передавать сложные знания, умения и навыки без непосредственной их демонстрации. Человек способен научиться чему-либо без непосредственного наблюдения благодаря способности к передаче информации.

Человек всегда стремился делиться своими знаниями о мире, используя различные средства презентации и репрезентации — устную речь, глиняные таблички, папирус, бумагу. Но в XV веке появился новый способ передачи информации, который был быстрее, дешевле и долговечнее: с появлением печатного станка передача информации стала принципиально иной. Можно выделить несколько этапов, которые изменили мир — это изобретение книгопечатания, радио, телевидения и интернета.

С каждым следующим шагом человечество становилось грамотнее, информация — доступнее, а каждый ее потребитель обретал все больше возможностей: если печатная книга просто позволяет читателю получить информацию, то интернет позволяет ему стать создателем собственной истории. Цифровая среда дает нам шанс осмыслить наше культурное наследие, сделать его частью повседневной жизни, дать мифам и легендам новую жизнь.

Цифровые медиа. Презентация и репрезентация культурного наследия.

Лев Манович утверждает, что цифровые медиа вбирают в себя языки искусства прежних эпох, язык массовой культуры, язык масс-медиа; новые форматы невозможны без старых. Однако цифровая среда принципиально отличается от информационного пространства прошлого: интерактивность в ней не просто возможна — она лежит в основе этой реальности. Интерактивность пользователя или интеракция с программным кодом или его написание рождает современный «просьюмеризм».

Термин «просьюмеризм» введенный Э. Тоффлером, означает, что активный пользователь с помощью «цифровых медиа» может самостоятельно конструировать собственные медиаобъекты, то есть заново репрезентировать то или иное явление с помощью цифровых программ. Такой пользователь производит то, что ему интересно, и он в силах это воспроизвести. Хорошим примером такой переработки можно назвать ролики YouTube с фанатским творчеством или инди-игры.

Когда «просьюмер» сталкивается с собственным запросом, он сталкивается с проблемой интермедиальности. Чтобы объяснить этот термин, используем определенные тезисы М. Маклюэна: эволюция медиаторов происходит при смене «холодных» (давно существующих) и «горячих» (недавно появившихся) медиа, при которой каждый новый медиатор в процессе развития общества «охлаждается».

Давайте попробуем разобраться, что это значит, на примере рассказа Говарда Лавкрафта «Зов Ктулху». Стоит сразу сказать, что существует гипотеза о прототипе Ктулху — это Тангароа, полинезийское божество моря; «холодный» миф разогревается, правда, пока оставаясь в текстовом пространстве. Как только читатели привыкли к Ктулху, рассказ тоже начал «остывать», периодически всплывая в других произведениях —- например, Анджея Сапковского («Башня шутов»), Стивена Кинга («Крауч-Энд») и Нила Геймана («Особое шогготское»).

Следующий этап — экранизации. Первый (фанатский) фильм про Ктулху вышел в 2005 году, потом Ктулху появился в 14 сезоне мультсериала «South Park». В то же время Ктулху не обошел и индустрию игр. Первая настольная игра по мотивам произведения вышла в 1981 году, в дальнейшем вышли уже такие компьютерные игры, где были отражены мифы Ктулху — это «Call of Cthulhu: Dark Corners of the Earth», «Cthulhu Saves the World», «Sherlock Holmes: The Awakened», «Terraria», «Call of Cthulhu (2018)».

Интермедиальность — это своего рода перевод, но не на другой язык, а в другую среду. Именно она позволяет нам создавать новые произведения по мотивам старых, используя возможности современного технического прогресса.

Как это выглядит на примере?

Кратос, главный герой серии игр God of War, прошел долгий путь — от титана (от имени которого образованы все слова с корнем -кратос, «власть»), слуги Зевса и помощника Гефеста, до антигероя, убийцы невинных и богоборца. Кратос вступает в схватку с богами, идет против своего господина — бога войны Ареса — и приносит людям надежду. В последней игре серии God of War (2018), вышедшей в позапрошлом году, вообще смешаны две мифологии — скандинавская и древнегреческая, что превращает игру в постмодернистский сюр.

Действие игры Banner saga происходит в вымышленном мире, основанном на скандинавской мифологии. На континенте, населенном людьми и варлами, появляются пришельцы-драги, от которых надо защищаться. Все расы созданы богами; все расы страдают от вечной зимы. Этот мир сложнее дохристианской Скандинавии, но в общем и целом своими очертаниями напоминает классический языческий миф. The Banner Saga получила высокие отзывы от критиков и пользователей и стала важным примером популяризации скандинавской мифологии.

Еще один пример перехода мифа в цифру — игра пермских инди-разработчиков Человеколось. За основу связи предания ханты, манси и саамов о лосе Ене и его семи сыновьях, которые каждый день отправляются в нижний мир, чтобы добыть щепотку солнца на следующий день мира среднего. По дороге можно собирать коллекцию пермского звериного стиля — гребни, заколки, бляхи — и неторопливо заваливать боссов из мифов — огромную щуку, хтонического медведя и эпического паука. Это точно интереснее краеведческих музеев!

Таким образом, успешная репрезентация определенного культурного знания в нашем мире происходит за счет цифры. Происходит не только переосмысление оригинальной истории, но и ее дополнение. Но это не самое главное. Главное — настало новое время цифры. Как некогда наступила эпоха «Галактики Гутенберга» с ее обширным книгопечатанием различного рода литературы, так сейчас наступила эпоха «Цифровой галактики». Теперь мы может не только воспринимать и осмыслять наше культурное наследие, но и перерабатывать его — подобно Лавкрафту, который превратил божество малых народов Южной части Тихого океана в ужасающего всех и вся бога Ктулху.

Денис Колобов

Пока нет комментариев

Инфографика и визуализация данных стали неотъемлемой частью современной науки. Они позволяют донести результаты исследовательской работы до людей, популяризировать сухие цифры и статистику, сделать науку доступной не только для узкого круга специалистов. Наша статья — об одной из первых удачных попыток визуализировать данные, спасение тысяч жизней и о том, как Джон Сноу стал одним из отцов основателей эпидемиологии.В 1854 году в Лондоне в районе Сохо вспыхнула эпидемия холеры — болезни смертельной и с отвратительными симптомами. «Эта экзотическая захватчица, — как пишет историк Ричард Эванс, — превратила просвещенных европейцев в орду дикарей».Уже позднее станет известно, что всему виной перенаселение и слив отходов жизнедеятельности в Темзу. Но история совсем не про это.Наш главный герой — Джон Сноу (нет, не тот, о котором вы подумали)А вот этот парень:Д-р Джон Сноу — британский врач, именно ему первому в голову пришла идея, что распространение холеры связано с водой. Но чтобы доказать свою теорию правительству, ему пришлось обойти все дома в районе пандемии, составить статистику количества зараженных в каждом доме и сопоставить с расположением общественных водокачек:Столбики внутри здания — число зараженных, круги — области вокруг водокачек, точки — сами водокачки.Глядя на карту, можно увидеть, что основной очаг заражения локализуется вокруг центрального насоса, в то время как в домах рядом с насосами на северо-западе и юго-востоке случаев заражения сильно меньше.Единственным вопросом оставалось, почему в местной пивоварне и общежитие для рабочих случаи заражения были единичными. Ответ прост: рабочие, жившие в общежитии, работали преимущественно в пивоварне, хозяин которой не только имел собственную водонапорную скважину в подвале, но и разрешал пить производимое пиво в течение рабочего дня.Составив эту подробную карту, Джону Сноу удалось убедить правительство в своей правоте. Рукоять центрального насоса сломали, и эпидемия вскоре остановилась. В честь Джона Сноу в Лондоне установлен памятник в виде водокачки и открыт паб, но главное — его исследования и метод в последующем использовались для обнаружения очагов заболевания в других странах при вспышках холеры.История не только о том, как Джон Сноу спас тысячи жизней и вошёл в анналы как один из родоначальников эпидемиологии, но и про одну из первых крутейших визуализаций данных!Мораль:Спасай жизни, визуализируй и живи так, чтобы в твою честь открыли паб!Герман Пальчиков

Пока нет комментариев

На сайте Федеральной службы исполнения наказаний РФ есть раздел с открытыми данными. Там опубликованы цифры по количеству осужденных за разные типы преступлений в динамике. Если эти данные верные, то единственная категория преступлений, по которой количество осужденных растёт — это преступления, «связанные с распространением наркотиков» (формулировка ФСИН). С 2005 года их стало больше в 2,5 раза.

Как видно из графика, в этот же период практически перестали сажать в тюрьму за хулиганство — падение почти 100%. Число осужденных за изнасилования, кражи, вымогательство, грабежи и разбой упало более чем вдвое.

На этом фоне рост наркопреступлений заставляет задуматься: действительно ли на общем фоне снижения преступности полиция стала ловить в 2,5 раза больше наркоторговцев? Алексей Кнорре из Института проблем правоприменения при Европейском Университете в Санкт-Петербурге ещё в 2017 году выяснил, что три четверти осужденных за наркопреступления — это потребители, а не распространители наркотиков. Такой перекос, по мнению исследователей — результат «палочной» системы в МВД, когда за отчетный период необходимо раскрыть плановое количество преступлений: выявлять потребителей значительно легче, чем распространителей.

Есть на графике и другие странности. Например, еще сильнее, чем грабежи и изнасилования, упало число осужденных за «умышленное причинение тяжкого вреда здоровью». Однако это падение выглядит искусственным: оно подозрительно совпадает со всплеском убийств. Есть вероятность, что одни и те же действия до 2009 года квалифицировали как умышленное причинение тяжкого вреда, повлекшее за собой смерть потерпевшего, а начиная с 2010 — как убийство.

Пока прозрачность ФСИН ограничивается несколькими датасетами, мы не можем уверенно говорить, что стоит за цифрами. Искать ответы придется по старинке журналистам и правозащитникам. Но открытые данные хороши уже тем, что позволяют видеть такие странности — и задавать неудобные вопросы. «Системный Блокъ» будет регулярно исследовать общедоступные датасеты — и визуализировать то, что заставляет задуматься.

Пока нет комментариев

Андрей Кутузов, основатель сайта RusVectōrēs, постдок и сотрудник группы языковых технологий в университете Осло — о диахронических семантических сдвигах, вооруженных конфликтах, меняющих значения слов и возникновении новой области знаний.Предмет исследований: как слова меняют значенияВ широком смысле я занимаюсь репрезентацией семантики естественного языка. Но этим сейчас заняты 90% всех компьютерных лингвистов, поэтому тут ничего удивительного нет. А в более узком смысле — диахроническими семантическими сдвигами и их автоматическим детектированием. Для того чтобы проверить, как с течением времени меняется значение слов, по каким законам это происходит, или определить, что у слова появилось новое значение, используются мощные дистрибутивные семантические модели типа суперпопулярных word2vec или fastText.Классический пример — слово «cell», которое сначала означало только «тюремную камеру», потом постепенно начало появляться в значении «биологическая клетка», а вот в конце 90-х — начале 2000-х письменные тексты захлестнула волна использования слова «cell» в значении «сотовый телефон». И в русском происходят подобные процессы: можно вспомнить слово «поезд», которое еще в XIX веке было равно «процессии», например — «погребальный поезд» или «царский поезд», в то время как современный «поезд» ездит по железной дороге. Все это — примеры долгосрочных семантических сдвигов, которые происходят десятилетиями, даже веками.Бывают и краткосрочные семантические сдвиги: когда у слова буквально в пределах десятилетия меняется значение или сопровождающие его типичные ассоциации. Недавно в своей статье со студентами Вышки мы показали, как менялись значения слов в русскоязычных новостных текстах в 2000-е и в начале 2010-х годов. Например, что произошло с типичными ассоциациями для прилагательного «приемный»? После 2013 года с принятием «закона подлецов» у этого слова произошел резкий сдвиг: от старого — «приемная депутата», в сторону — «приемные дети». Потом, когда повестка изменилась, через год или два, прежнее значение вернулось обратно. И вот такие краткосрочные сдвиги сложнее детектировать, потому что они тоньше. С другой стороны их выявление полезно с практической точки зрения, потому что оно может сильно помочь в извлечении из текстов знаний о каких-то событиях, которые происходили в мире.«Чистая» лингвистика?В лингвистике считается, что диахронические семантические сдвиги могут быть вызваны чисто лингвистическими причинами, а могут ― социокультурными факторами. Конечно, когда мы констатируем, что у слова «приемный» изменились типичные ассоциаты, то сложно говорить, что к этому привел исключительно лингвистический процесс ― речь идет об экстралингвистических факторах. При этом то, как происходит изменение значения и как оно манифестируется в текстах, — в сущности, как изменяются типичные контексты для слова «приемный», — вот это как раз, я считаю, предмет для изучения. У меня не было публикаций с культурологами, может, это и упущение. Сейчас, если с кем-то работаю, то это скорее специалисты по NLP — компьютерные лингвисты, им задача интересна с практической точки зрения.Как война меняет ассоциацииИзначально в своей PhD-диссертации я планировал изучить, как в новостных текстах освещаются вооруженные конфликты. Когда в какой-либо стране начинается война, то о ней начинают писать как-то «по-другому», слово «война» начинает употребляться в специальном контексте. Так у слова «Сирия» в условиях войны изменяются дистрибутивные вектора. Конечно, это не значит, что значение меняется в лексикографическом смысле, оно остается тем же самым, но вот как раз привычные ассоциаты ― да. Подобные находки бывают крайне полезны социальным исследователям, которые занимаются изучением вооруженных конфликтов, ― конфликтологам.В Осло есть специальный институт ― Peace Research Institute, а в Уппсале работает большая команда Uppsala Conflict Data Program (Уппсальская программа данных о конфликтах). Это такие хардкорные социологи, которые уже лет тридцать собирают вручную данные о вооруженных конфликтах. У них есть огромная база данных, доступная в сети, в ней можно посмотреть, что происходило в мире: как интенсивность вооруженных конфликтов увеличивалась или уменьшалась.Изначально они вышли на NLP-группу в университете Осло с вопросом: «Нельзя ли как-то автоматизировать процесс, чтобы новостные тексты не надо было размечать вручную, фиксируя ― о конфликте они или нет». Естественно, так просто это сделать не получилось. Но удалось выявить закономерности, ответить на вопросы о том, как изменяются дистрибутивные вектора у слов, обозначающих, например, страны, в которых происходят вооруженные конфликты, или вооруженные группы, принимающие участие в конфликтах.Эти исследователи предоставили нам огромный датасет, в котором расписано, когда, в какой стране, какая война началась. И теперь мы можем использовать эти данные как источник. Интуитивно кажется, что наши исследования должны обладать какой-то предсказательной силой: ведь война не начинается сразу, просто так, из ниоткуда, ей предшествует какое-то бурление. Если мы будем отслеживать эти все изменения в дистрибутивных векторах слов, то увидим, как постепенно меняется ситуация.О понятийных пропорцияхВ своих исследованиях мы часто ограничены английским языком. И тем не менее, мы все равно можем получать довольно интересные результаты. Знакомым с word2vec известен пример «отношения» слов друг к другу: «король» относится к «королеве», как «мужчина» ― к «женщине». Точно так же, как выяснилось, можно строить такие же пропорции, апеллируя к странам и вооруженным группам в этих странах. То есть, условно говоря, можно сказать на основе дистрибутивной модели, что «ХАМАС» относится к «Израилю» как «наксалиты» ― к «Индии», например. Это действительно был неожиданный для нас результат: я вообще не думал, что простые дистрибутивные модели способны схватывать настолько тонкие семантические отношения. Оказывается, могут.Рождение новой научной областиБезусловно, компьютерным лингвистам приходится лезть и внутрь алгоритмов, иначе было бы скучно. Чтобы добиться каких-то внушительных результатов, отличающихся от результатов коллег, приходится что-то менять в существующих моделях: крайне редко бывает так, что готовая модель сразу выдает то, что нужно. Если бы это было так, то и никакие исследования не понадобились бы. А так, область, в которой я работаю, рождается прямо на глазах.Первые публикации, сделанные на основе исследования диахронических семантических сдвигов методами дистрибутивной семантики, появились где-то в районе 2010 года, их стало существенно больше лишь в 2016-м, и только в 2019 году на конференции ACLпрошел первый воркшоп по изменениям в языке в исторической перспективе. А в этом году пройдет первое соревнование по автоматическому определению семантических сдвигов.Интервью: Даниил Скоринкин, Герман ПальчиковРедакторы: Маргарита Чубукова, Вусале АгасиеваИллюстратор: Анна Руденко

Пока нет комментариев

Джон Карлайл — анестезиолог в государственной больнице общего профиля в английском городе Торки. В свободное время он изучает научные работы, в которых освещаются результаты клинических исследований. Клинические исследования оценивают эффективность и безопасность новых лекарственных препаратов. Разработчики должны протестировать новое лекарство на людях, чтобы зарегистрировать его, начать производство и применение. Для участия в испытаниях ученые набирают добровольцев, чьи данные (пол, возраст, рост, вес и др.) потом указываются при публикации результатов.Однако не все разработчики добросовестно подходят к этой задаче: некоторые намеренно фальсифицируют данные, а другие — допускают ошибки по невнимательности. Джон Карлайл выявляет такие случаи, используя статистические методы поиска аномалий в данных (подробности ниже). За последнее десятилетие он изучил тысячи исследований: от выявления преимуществ конкретных диет до совершенствования протоколов диагностики и лечения. Это помогло выявить крупных фальсификаторов, а вводящие в заблуждение статьи были отозваны и исправлены.У Джона Карлайла есть как соратники, так и противники. Пол Майлс, заведующий отделением анестезиологии и периоперационного лечения в больнице Альфреда в Мельбурне, Австралия, вместе с Джоном Карлайлом исследовал статьи, в которых содержались подозрительные статистические данные. Он признает, что техника, которую использует Джон, полезна и помогает выявлять случаи крупного мошенничества. Однако, критики утверждают, что иногда авторы статей неоправданно обвиняются, так как сомнению подвергаются и те статьи, в которых не содержится явных ошибок.Когда и почему Джон начал проводить расследованияВсе началось более 10 лет назад, когда Йошитака Фудзи, сотрудник Токийского университета опубликовал результаты своего исследования. Фудзи утверждал, что изучил влияние различных лекарств на предотвращение рвоты и тошноты у пациентов после операции. Он заявил, что провел серию рандомизированных контролируемых исследований (РКИ): при проведении испытаний такого типа участники случайным образом делятся на группы, в одной из которых проводится исследуемое вмешательство, а в другой (контрольной) применяются стандартные методики или плацебо.Карлайл обсудил это исследование со своими коллегами анестезиологами, и данные показались им слишком «чистыми», чтобы быть правдой. С помощью статистических тестов он проверил исходные данные, чтобы выявить неправдоподобные закономерности. В 2012 году он доказал, что во многих случаях вероятность того, что закономерность возникла случайно, «бесконечно мала». Редакторы журналов попросили университет, в котором работал Фудзи, провести расследование. Фудзи уволили из университета Тохо в 2012 году, а 183 его работы были отозваны. Четыре года спустя Джон Карлайл опубликовал анализ результатов Юдзи Сайто, частого соавтора Фудзи, и продемонстрировал, что его данные тоже крайне подозрительны. 53 публикации Сайто также были отозваны.Другие исследователи стали цитировать работы Карлайла и применять его подход. Например, в 2016 году исследователи из Новой Зеландии и Великобритании обнаружили несоответствия в статьях Ёсихиро Сато, врача из больницы на юге Японии. Сато был остеологом — исследовал скелет, отдельные кости и костные ткани. После проверки 66 его статей были отозваны. До скандалов из-за мошенничества Фудзи и Сайто, репутацию анестезиологов подрывали и другие некорректные исследования: у анестезиолога Йоахима Болдта из Германии отозвано более 90 публикаций.Вскоре Карлайл перестал ограничиваться анестезиологией. Он выбрал восемь ведущих журналов и в свободное время проверил тысячи опубликованных в них рандомизированных исследований. Результаты анализа исследователь опубликовал в журнале «Анестезия» в 2017 году. Карлайл обнаружил подозрительные данные в 90 из более чем 5000 исследований, опубликованных за 16 лет. Впоследствии как минимум 10 из этих статей были отозваны, а шесть — исправлены.Среди исправленных публикаций оказалось и нашумевшее исследование о пользе средиземноморской диеты. В этом случае, однако, не было никаких признаков мошенничества: авторы допустили ошибку в том, как они рандомизировали участников. После того как авторы удалили ошибочные данные, статья была переиздана в Медицинском журнале Новой Англии (NEJM) с аналогичными выводами.Тем временем Карлайл продолжает свои исследования. В этом году он предупредил о десятках исследований в области анестезии, которые провел Марио Шьетрома, хирург из Университета Аквилы в Италии. Джон заявляет, что эти исследования не соответствует стандарту надлежащей клинической практики (GCP). Майлз, работавший над отчетом с Карлайлом, поднял тревогу в прошлом году, после того как обнаружил подозрительные сходства в необработанных данных для контрольной группы и группы пациентов в пяти документах Шьетромы.Результаты исследований Шьетромы оказали влияние на больницы во всем мире, так как Всемирная организация здравоохранения процитировала его работу. В 2016 году она выпустила рекомендацию о том, что анестезиологам следует постоянно повышать содержание кислорода в крови пациентов во время и после операции, чтобы снизить риск инфицирования. Это спорное заявление: ведь анестезиологам известно, что в некоторых процедурах слишком большое количество кислорода может повысить риск развития осложнений. Также, согласно этим рекомендациям, больницам в более бедных странах пришлось бы тратить больше бюджетных средств на закупку дорогого бутилированного кислорода, говорит Майлз.Эти пять статей, о которых предупредил Майлз, были вскоре отозваны, а ВОЗ изменила статус своей рекомендацию с «настоятельной/строгой» на «условную», что означает, что у лечащих врачей появилось больше свободы в выборе метода лечения пациентов.Шьетрома говорит, что его расчеты были проверены независимым специалистом по статистике и экспертно оценены коллегой. Он объясняет, что он преднамеренно набирал похожие группы пациентов, поэтому неудивительно, что данные имеют сходства. Ученый также утверждает, что необработанные/исходные данные и документы, связанные с судебными процессами, были утрачены в 2009 году во время землетрясения в Аквиле. Представитель университета заявил, что он оставлял запрос на проведение расследования «компетентным следственным органам», но не уточнил, каким именно, и были ли в итоге проведены какие-либо расследования.Бутилированный кислород, используемый анестезиологами во время операции. Источник: Mark Thomas AlamyКак заметить неестественные данныеПо словам Карлайла, суть его подхода не нова: подлинные данные естественным образом подчиняются некоторым закономерностям, которым смоделированные данные подчинить очень сложно. Эти закономерности были обнаружены в 1880-х годах, а в 1938 американский инженер-электрик и физик Фрэнк Бенфорд популяризовал их. С тех пор они часто используются при статистических проверках данных. Например, политологи давно используют аналогичный подход для анализа материалов опросов. Они называют его методом Стоуффера в честь социолога Сэмюэля Стоуфера, который популяризировал его в 1950-х годах.При проверке рандомизируемых контролируемых исследований (РКИ) Карлайл изучает характеристики двух групп добровольцев, контрольной и экспериментальной. Характеристики основываются на исходных данных: росте, весе и других измерениях, необходимых для конкретного исследования. Обычно все это приведено в первой таблице статьи.При проведении подлинного РКИ волонтеры делятся на контрольную группу и группу(ы) вмешательства случайным образом. В результате среднее значение и среднеквадратическое отклонение должны быть близкими по значению, но не совпадать полностью. Если они одинаковые, это подозрительно.Сначала Карлайл рассчитывает для каждой пары Р-значение (P-value). Это позволяет понять, насколько вероятно, что исходные данные — реальные, а не вымышленные, если считать, что волонтеры были распределены по группам действительно случайным образом. Карлайл объединяет все полученные P-значения, чтобы выяснить, насколько случайны измерения в целом. Если общее P-значение оказывается слишком большим, то данные подозрительно сбалансированы, а если слишком маленьким — возможно, при рандомизации пациентов была совершена ошибка.Данный метод не предоставляет 100% доказательств. Для статистических проверок переменные в таблицы должны быть полностью независимы друг от друга, тогда как в реальности они бывают взаимосвязаны. Примером такой связи будет связь между весом и ростом человека. На практике это приводит к тому, что некоторые статьи, отмеченные как недостоверные, на самом деле правдивы. Именно по этой причине некоторые специалисты по статистике критикуют деятельность Карлайла.Карлайл на это отвечает, что его метод — это первый шаг в выявлении нарушений, который всего лишь указывает на те исследования, которые заслуживают более пристальной проверки. Например, можно запросить индивидуальные данные пациентов, не указанные в статье.Ошибка или мошенничествоКарлайл говорит, что, когда он находит вероятную проблему, он действует осторожно, а не строит догадки о причинах ее возникновения. Однако в 2017 году, в журнале «Анестезия», редактором которого является Карлайл, одновременно вышли две статьи: анализ тех самых 5000 исследований на подозрительность, написанный самим Карлайлом, а рядом — провокационная редакционная статья анестезиологов Джоном Лоадсманом и Тимом МакКаллохомом, сотрудниками Сиднейского университета в Австралии. В ней говорилось о «нечестных авторах» и «злоумышленниках», и было сделано предположение, что «со временем ещё больше авторов уже опубликованных РКИ получат предупреждение». В ней также было сказано: «Можно привести веские аргументы в пользу того, что каждый журнал в мире должен применять метод Карлайла ко всем РКИ, которые они когда-либо публиковали».Эта статья спровоцировала редакторов из журнала «Анестезиология», 12 статей которого Карлайл назвал проблемными, на резкое ответное заявление. «Статья Карлайла этически сомнительна и причиняет вред авторам опубликованных и впоследствии „отозванных“ статей», написал главный редактор журнала Эван Хараш, анестезиолог из Университета Дьюка в Дареме, Северная Каролина. В редакционной статье, написанной им в соавторстве с анестезиологом Тимоти Хоулом, статистическим консультантом журнала «Анестезиология», подчеркивается, что метод Карлайла может выдавать «ложные срабатывания» (false positives). «Мы бы с радостью пользовались стопроцентно действенным методом для обнаружения сфабрикованных и сфальсифицированных результатов (как тот, который сейчас используют для выявления плагиата). Но метод Карлайла не такой» (из переписки с журналом «Анестезия»).В мае «Анестезиология» все-таки исправила одну из статей, на которые указал Карлайл. В ней были обнаружены «систематически неверные» Р-значения в двух таблицах, но авторы потеряли исходные данные и не смогли пересчитать значения. Хараш, однако, продолжает придерживаться точки зрения, высказанной им ранее в редакционной статье. Карлайл же считает, что редакционная статья Лоадсмана и МакКаллоха была «обоснованной» и что критика его работы не подрывает ее ценность. «Мне нравится думать, что прилагаемые усилия того стоят, хотя кто-то может и не согласиться со мной», — говорит он.Другие методы проверки статистических данныхМетод Карлайла — не единственный появившийся в последние годы способ перепроверки опубликованных данных.Мишель Нуийтен, изучающая аналитические методы в Тилбургском университете, Нидерланды, разработала программу, которую она называет «спеллчекер для статистики». Эта программа сканирует журнальные статьи и проверяет, не противоречат ли описанные статистические данные друг другу. Например, функция statcheck проверяет, соответствуют ли данные, представленные в разделе результатов, рассчитанным Р-значениям. Эта программа в основном используется для нахождения числовых опечаток в журнальных статьях.Еще один способ найти подозрительные данные придумали Ник Браун, изучающий психологию в аспирантуре Гронингенском университете (также в Нидерландах), и Джеймс Хизерс, изучающий научные методы в Северо-восточном университете (Бостон, Массачусетс). Чтобы перепроверить статистические расчеты, они использовали программу под названием GRIM.Ни один из этих методов не применим к статьям, описывающим РКИ, которые исследует Карлайл. Statcheck работает строго с тем форматом представления данных, который используется Американской психологической ассоциацией. GRIM работает только с целыми числами, например, с дискретными числами, когда на вопрос в психологической анкете тестируемый выбирает значение от одного до пяти.Джон Иоаннидис, изучающий научные методы в Стэнфордском университете, Калифорния, отмечает, что интерес к такого рода проверкам данных растет. Джон выступает за то, чтобы использовать методы статистики для улучшения воспроизводимости результатов научных исследований. «Статистические методы — прекрасные и очень изощренные инструменты». Джон предостерегает, что не следует делать поспешные выводы о причине обнаруженных проблем. «Ситуации мошенничества и опечатки сильно отличаются».И Браун, и Нуийтен, и Карлайл согласны с тем, что их методы могут только указывать на проблемы, которые необходимо исследовать. «Я не хочу ассоциировать statcheck с мошенничеством», — говорит Нуийтен. По словам Иоаннидиса, все эти методы в первую очередь ценны тем, что позволяют находить подозрительные данные еще ДО публикации статей, чтобы до читателей не доходили опечатки, ошибки и недостоверные данные.Карлайл говорит, что все больше редакторов журналов связываются с ним по поводу использования его метода. Сейчас большая часть таких проверок выполняется неофициально только тогда, когда материал уже кажется редакторам подозрительным.Однако как минимум два журнала теперь используют статистические проверки перед публикациями всех статей. Это журнал Карлайла «Анестезия» и Медицинский журнал Новой Англии (NEJM). «Мы стремимся предотвратить эти редкие, но очень негативно влияющие на репутацию происшествия», — говорит представитель NEJM. «Это стоит того, чтобы тратить больше времени и денег».Карлайл очень впечатлен тем, что такой статусный журнал как Медицинский журнал Новой Англии (NEJM) включил проверку статей его методом перед публикациями, несмотря на то, что это трудоемкий, времязатратный и не всеми признанный метод. Но Карлайл уверен, что чтобы проверить хотя бы малую долю из около двух миллионов статей, публикуемых в мире ежегодно, метод необходимо автоматизировать, и считает, что это возможно сделать. Нуийтен говорит, что в таком режиме работает statcheck, который на постоянной основе используется редакциями нескольких журналов о психологии. А технологии интеллектуального анализа текстовой информации позволяют исследователям оценивать Р-значения в тысячах статей, чтобы выявить случаи намеренного искажения исходных данных.Сразу несколько исследователей, работающих в этом направлении, говорят об одной и той же проблеме. Она заключается в том, что спонсоры, редакции журналов и многи люди в научном сообществе уделяют мало внимания таким проверкам. Нуийтен считает, что причина этого — неблагодарность и непопулярность такого типа работы — выискивания недостатков в работах других людей.Однако история не всегда заканчивается на обнаружении того факта, что исследование — мошенническое. В 2012 году исследователи из Южной Кореи прислали в журнал «Анестезия и Анальгезия» отчёт о проведении исследования о том, как по тонусу лицевых мышц определить наилучший момент для трахеотомии — введения дыхательных трубок в горло. Редакция журнала (неофициально) попросила Карлайла взглянуть на эту статью, в которой он обнаружил противоречия между исходными данными пациентов и итоговыми/сводными/обобщенными данными. В итоге статью не опубликовали.Затем эту же статью, но с другими исходными данными пациентов, прислали в журнал Карлайла. Карлайл узнал статью, и авторам было отказано. Редакции обоих журналов связались с авторами и организациями, в которых они работали. Однако, к большому удивлению Карлайла, несколько месяцев спустя эта статья, в которой с последнего раза ничего не изменилось, была опубликована в «Европейском журнале анестезиологии (European Journal of Anaesthesiology)». В 2017 году, после того как Карлайл поделился с редакцией журнала историей этой статьи, она была отозвана по причине несогласованности данных друг с другом, приведшей к искажению результата.Столкнувшись с таким большим количеством случаев мошенничества, ошибок и опечаток, Карлайл выдвинул свою собственную теорию о том, что движет людьми, когда они решаются подделать данные в своих исследованиях. «Они уверены, что знают, как в действительности устроена и работает вселенная. А то, что результаты исследований не подтверждают их убеждения, — всего лишь досадная случайность. Поэтому они и изменяют результаты исследований до тех значений, которые, по их мнению, должны были быть получены».Виктория Терехова

Пока нет комментариев