Empirické důkazy jsou informace, které vědci získávají, aby pomohli odhalit odpovědi na otázky, které mohou mít významný dopad na naši společnost.
Připoutejte se. Před jejich vynálezem byli lidé zabíjeni nebo mrzačeni při událostech, které bychom dnes považovali za drobné dopravní nehody. Chytří inženýři proto dali hlavy dohromady a pokusili se s tím něco udělat.
Zkusme lidi připoutat! Změňme to, z čeho je vyroben volant! Dejme do volantu vybuchující pytel se vzduchem! (Představte si, jak bláznivě to znělo na poradě.) Všechny tyto nápady se zdají být rozumné (tedy kromě toho s vybuchujícím airbagem), takže jak zjistíme, který z nich bychom měli udělat?
Odpovědí je vytvoření a zvážení empirických důkazů.
Teorie vs. empirické důkazy
Někdo může mít teorii o tom, jak se něco odehraje, ale to, co člověk pozoruje nebo zažívá, se může lišit od toho, co teorie může předpovídat. Lidé chtějí znát účinnost nejrůznějších věcí, což znamená, že je musí testovat.
Sociální vědci vytvářejí empirické důkazy různými způsoby, aby ověřili teorie a změřili schopnost A přinést očekávaný výsledek:
Obvykle vědci shromažďují data prostřednictvím přímého nebo nepřímého pozorování a analyzují tato data, aby odpověděli na empirické otázky (otázky, které lze zodpovědět na základě pozorování).
Podívejme se na náš příklad bezpečnosti automobilů. Inženýři a vědci vybavili automobily různými bezpečnostními zařízeními v různých konfiguracích, pak s nimi naráželi do zdí, sloupů a jiných automobilů a zaznamenávali, co se stalo. Postupem času se jim podařilo zjistit, které typy bezpečnostních zařízení fungují a které ne. Jak se ukázalo, celá ta věc s airbagy nebyla zase tak šílená.
Ne všechno se jim podařilo hned. Například první bezpečnostní pásy nebyly zatahovací. Některé airbagy vystřelovaly do cestujících kusy kovu. Ale bezpečnost aut se postupně zlepšovala, a přestože lidé najezdí stále více kilometrů, umírá jich na silnicích stále méně.
Jak se liší shromažďování empirických důkazů ve společenských vědách
Testování účinků například veřejné politiky na skupinu lidí nás řadí do oblasti společenských věd.
Například výzkum v oblasti vzdělávání není stejný jako výzkum v oblasti automobilů, protože děti (lidé) nejsou auta (předměty). Vzdělávání však lze zlepšit tím, že se pokusíme o nové věci, shromáždíme údaje o těchto snahách, tyto údaje důsledně analyzujeme a pak zvážíme všechny dostupné empirické důkazy, abychom zjistili, zda tyto nové věci dosahují toho, v co doufáme.
Naneštěstí ve výzkumu vzdělávání často chybí ta část „důsledně analyzovat“. V laboratořích automobilových inženýrů se velmi dbá na to, aby se měnil vždy jen jeden kousek konstrukce (proměnná), takže každý test izoluje jednotlivý faktor, který činí auto více či méně bezpečným. Dobře, pro tento test změníme jen materiál volantu a vše ostatní necháme stejné, abychom věděli, zda je to právě volant, který lidem ubližuje.
V sociálních vědách a zejména ve vzdělávání je snaha izolovat proměnné náročná, ale možná, pokud výzkumníci mohou provést srovnání „jablka s jablky“.
Nejlepším způsobem, jak získat srovnání „jablka s jablky“, je provést něco, čemu se říká randomizovaná kontrolní studie (RCT). Možná jste o nich slyšeli v souvislosti s testováním léků. Při testování léků se RCT používají neustále.
Při RCT ve vzdělávání jsou studenti rozděleni do dvou skupin náhodným losováním a polovina studentů dostává jakoukoli vzdělávací „léčbu“ (nový program čtení, změna přístupu ke kázni, školní poukázka atd.), zatímco druhá nikoli. Výzkumníci porovnávají výsledky těchto dvou skupin a odhadují efekt „léčby“. Tento přístup nám dává jistotu, že pozorovaný účinek je způsoben intervencí a žádnými jinými faktory.
RCT není vždy možné provést. Někdy se výzkumníci mohou přiblížit pomocí náhodných událostí, které rozdělují děti do dvou skupin, jako jsou hranice školních obvodů, které jsou tvořeny řekami nebo potoky, které rozdělují komunitu víceméně náhodně, nebo hranice narozenin pro předškolní vzdělávání, které umístí dítě narozené 31. srpna do jedné třídy, ale dítě narozené 1. září do jiné, i když mezi nimi v podstatě není žádný rozdíl. V závislosti na přesné povaze události mohou být tyto analýzy známé jako „analýzy regresní diskontinuity“ nebo „analýzy instrumentální proměnné“ a mohou být užitečným nástrojem pro odhad účinků programu.
Výzkumníci mohou také sledovat jednotlivé děti, kterým se dostalo léčby, pokud mají k dispozici údaje před a po ní, aby zjistili, jak se vzdělávací trajektorie daného dítěte mění v čase. Tyto analýzy jsou známé jako analýzy „fixních efektů“.
Všechny tři způsoby – randomizované kontrolní studie, analýzy regresní diskontinuity a analýzy fixních efektů – mají své nevýhody.
Velmi málo vnějších událostí je skutečně náhodných. Pokud, jak to často dělá analýza regresní diskontinuity, výzkumníci zkoumají pouze děti těsně nad nebo těsně pod hranicí, nebo, jak to často dělá analýza fixních efektů, výzkumníci zkoumají pouze ty děti, které přecházejí z jedné školy na druhou, tyto děti nemusí být reprezentativní pro populaci. Jak by intervence ovlivnila děti, které se nenacházejí blízko hranice nebo hranice? Nebo děti, které školu nezmění?“
Na níže uvedeném SlideShare představujeme empirické důkazy založené na důkladném výzkumu programů volby soukromé školy jako příklad toho, jak sami jako akademici a výzkumníci identifikujeme a charakterizujeme vysoce kvalitní empirické důkazy v dané oblasti studia.
Několik úvah
Je toho hodně, takže ještě předtím bychom rádi nabídli dvě poznámky.
Předně je vždy důležité pochopit kompromisy mezi interní a externí validitou.
Interní validita se týká toho, jak dobře je studie provedena – dává nám jistotu, že pozorované účinky lze připsat intervenci nebo programu, nikoli jiným faktorům.
Například když federální vláda chtěla zjistit, zda program školních poukázek ve Washingtonu D.C. zvýšil výsledky žáků v testech čtení a matematiky, vzali výzkumníci 2 308 žáků, kteří se do programu přihlásili, a náhodně přiřadili 1 387 žákům, kteří poukázky dostali, a 921 žákům, kteří je nedostali. Poté obě skupiny sledovali v průběhu času, a když analyzovali výsledky, mohli oprávněně dojít k závěru, že veškeré rozdíly byly způsobeny nabídkou voucheru, protože to je jediná věc, která se mezi oběma skupinami lišila, a lišily se pouze díky náhodě. Tato studie měla vysokou interní validitu.
Externí validita se týká toho, do jaké míry můžeme zobecnit výsledky studie na jiná prostředí.
Přemýšlejme o téže studii. Program ve Washingtonu byl jedinečný. Množství peněz, které studenti dostávají, předpisy, s nimiž musely zúčastněné školy souhlasit, velikost programu, jeho politicky nejistá situace a řada dalších faktorů byly v tomto programu jiné než v jiných, nemluvě o tom, že Washington není reprezentativní pro Spojené státy jako celek z demografického, politického ani vlastně žádného jiného hlediska, které si dokážeme představit. V důsledku toho musíme být opatrní, když se pokoušíme zobecňovat výsledky. Studie má nižší externí validitu.
Pro boj s problémy kolem nižší externí validity mohou výzkumníci shromažďovat a analyzovat empirické důkazy o návrhu programu, aby pochopili jeho dopad. Můžeme se také podívat na více studií, abychom zjistili, jak podobné intervence ovlivňují studenty v různých prostředích.
Druhé, respektování a využívání výzkumu neschvaluje technokracii. Výzkum a odborné znalosti jsou nesmírně užitečné. Když nastoupíte do letadla nebo se vydáte na operační sál, chcete, aby člověk, který práci vykonává, byl odborník. Empirické poznatky nám mohou pomoci dozvědět se více o světě a být lepší v tom, co děláme. Měli bychom však také zachovávat zdrženlivost a pokoru tím, že si uvědomíme limity společenských věd.
Veřejná politika zahrnuje zvažování kompromisů, které za nás společenské vědy nemohou udělat. Sociální věda nám může říci, že určitý program zvyšuje výsledky ve čtení, ale také zvyšuje úzkost a depresi u dětí. Měl by tento program pokračovat? To nakonec závisí na lidském úsudku a hodnotách. Na to bychom nikdy neměli zapomínat.