Базовая концепция причины и следствия, из которой вытекает обнаружение причин всего происходящего, имела свои весомые плоды. Но данная концепция не работает столь же хорошо в сложных интерактивных системах, где должна приниматься во внимание целая сеть факторов. Разъединение вещей на составляющие части может привести к упущению из вида факторов, существующих на более высоком уровне интеграции.

Есть ученые, которые считают, что простой анализ данных приведет к рождению новых идей. Это вовсе не так — по причинам, которые я уже оговаривал. Мы можем смотреть на данные только через призму концепций, уже существующих в нашем мозге (например, простая линейная зависимость). В процессе подготовки научных кадров очень мало внимания уделяется генерации гипотез. Наука прогрессировала бы, вероятно, гораздо быстрее, если бы мы учили научных работников активнее использовать свое воображение, быть более креативными и продуктивными в деле рождения гипотез. Гипотеза — это не просто логические рамки, сквозь которые мы смотрим на данные, но также и леса, на которых мы стоим, когда строим из данных единое здание. Наука — это не просто анализ, но и креативность — в создании гипотез и дизайне экспериментов.

Понятие единственной самой правдоподобной гипотезы, которую мы затем начинаем пытаться опровергнуть (взгляд Карла Поппера на науку), с точки зрения восприятия несостоятельно. Как только мы имеем самую правдоподобную гипотезу, мы можем воспринимать данные только через ее призму. Как минимум нам нужна еще одна гипотеза (какой бы неправдоподобной и необоснованной она ни была), чтобы иметь возможность оценить данные под иным углом зрения. Традиция единственной гипотезы прослеживается в случае, когда мы возвращаемся к рассмотрению старых данных и видим, что некое новое соображение могло прийти к нам давным-давно, но не пришло именно по причине наличия одной-един-ственной гипотезы.

Вопрос, почему с таким трудом осуществляется изменение парадигм, был очень квалифицированно рассмотрен Томасом Куном в 1962 году. Ученые застревают на одном видении вещей и отметают любые попытки изменить это видение, пока наконец, спустя большое количество времени, не накапливается достаточно новых данных. Образно говоря, ученые так и не научились танцевать, они предпочитают шаркать по полу мелкими шагами, при этом только вперед. Вместе с тем перцепционная организация требует шагов назад, так же как и вперед (как в танце).

Бывает, особенно в социологии, когда принимаемое за доказательство на самом деле является просто недостатком воображения — в деле предоставления альтернативного объяснения. Этим, как кажется, открывается дверь для всякого рода причудливых идей, однако, закрывая эту дверь, следует постараться не оставить за ней те возможные объяснения, которые мы пока не в состоянии постигнуть.

Наука обычно имеет дело с упрощениями, приближениями и более или менее линейными системами. С нелинейными и сложными интерактивными системами наука чувствует себя гораздо более неуютно. Однако компьютеры становятся способными все лучше обрабатывать отношения внутри таких систем.

В науке мы измеряем все, что только может быть измерено, и игнорируем то, что мы не в состоянии измерить. Мы можем разработать и сертифицировать тест IQ, но мы не в состоянии измерить, насколько хорошо учащийся играет на фортепиано. У нас нет тестов для сложных видов деятельности. Поэтому мы игнорируем таковые и основываем оценку интеллектуальных способностей учеников с помощью стандартных вопросников.

Большинство этих ошибок и недостатков вытекает из поверья, что наука более научна и логична, чем есть на самом деле. Действительно, в науке имеется большой простор для креативности, воображения и поэзии.