Λίγοι ήχοι μπορούν να επιταχύνουν το σφυγμό τόσο, όσο ο κρότος της μπίλιας της ρουλέτας καθώς πέφτει. Περιουσίες μπορούν να κερδιστούν η να χαθούν καθώς σταθεροποιείται στην αριθμημένη της κόγχη. Ο Michael Franklin νομίζει ότι ίσως μπορεί να ισχυριστεί το αδύνατο.
Με πάνω από χίλιες δοκιμές, φαίνεται ότι βρήκε τον τρόπο να προβλέψει, με ορθότητα ελαφρώς μεγαλύτερη από την τυχαία εικασία, εάν η μπίλια θα πέσει στο κόκκινο ή στο μαύρο.Δεν θα βρείτε μαγικά ραβδιά η κρυστάλλινες σφαίρες να βοηθούν τον Franklin. Ούτε και χειρίζεται τις δυνάμεις του αυτές μέσα από μια ομιχλώδη σκηνή με σιρίτια και μυστήρια αρώματα. Εργάζεται σε ένα εργαστήριο στο Πανεπιστήμιο της Καλιφόρνια, στη Santa Barbara.
Ανήκει σε μια μικρή ομάδα ψυχολόγων που ερευνούν την πρόγνωση, τη δυνατότητα να προλέγει κανείς το μέλλον. Προκαλεί έκπληξη το γεγονός ότι κάποιοι από την ομάδα, συμπεριλαμβανομένου του Franklin, έχουν βγάλει θετικά αποτελέσματα. «Θέλω ακόμα να δω ότι μπορώ πραγματικά να κερδίσω λεφτά με αυτό» λέει ο Franklin, που βαθμολογεί την εμπιστοσύνη του στα δεδομένα με 7,5 βαθμούς στους 10. «Ως επιστήμων, πρέπει να είμαι αγνωστικιστής».
Εάν η πρόβλεψη προκύψει να είναι πραγματική, θα ταρακουνήσει τα θεμέλια της επιστήμης και της φιλοσοφίας. Λίγοι είναι οι επιστήμονες που θα στοιχημάτιζαν γι’ αυτήν την έκβαση ωστόσο. Οι περισσότεροι περιμένουν ότι τα αινιγματικά αποτελέσματα θα αρχίσουν να εξατμίζονται καθώς άλλοι θα επιχειρούν να επαναλάβουν τα πειράματα. Ακόμα κι έτσι, αυτό θα μπορούσε να αλλάξει την επιστήμη με τον τρόπο που την ξέρουμε. Ο Franklin και οι συνεργάτες του χρησιμοποιούν όλοι καθιερωμένες ερευνητικές μεθόδους που συνήθως δεν αμφισβητούνται. Εάν τέτοιες μέθοδοι μπορούν να οδηγήσουν σεβαστούς επιστήμονες σε τέτοια σημαντικά λάθη, πόσες άλλες έρευνες θα μπορούσαν παρομοίως να ακυρωθούν;
Μια κοντινότερη ματιά
Παρά τον εκτεταμένο σκεπτικισμό από τους επιστήμονες της κυρίαρχης τάσης, οι μελέτες για πρόβλεψη και άλλες μορφές εξωαισθητήριας αντίληψης έχουν μακριά ιστορία. Στη δεκαετία του 1940 είχαν να κάνουν με το μάντεμα καρτών, το 1980 με την δυνατότητα επίδρασης σε γεννήτριες τυχαίων αριθμών και την τελευταία δεκαετία με το επονομαζόμενο ‘προαίσθημα’, στο οποίο οι εθελοντές εμφάνιζαν αλλαγές στην αγωγιμότητα του δέρματός τους λίγο πριν δουν εικόνες που προκαλούν ταραχή. Σε κάθε περίπτωση ωστόσο, ανεξάρτητοι ερευνητές απέτυχαν να επαναλάβουν τα αρχικά αποτελέσματα, καταλήγοντας τελικά στο ότι επρόκειτο για ελαττωματικές πειραματικές διαδικασίες ή για συμπτώσεις.
Εν τούτοις, μόλις πριν από έναν χρόνο ακόμα και οι σκεπτικιστές έπρεπε να δουν το θέμα πιο προσεκτικά όταν ο Daryl Bem, αξιοσέβαστος ψυχολόγος στο Πανεπιστήμιο Cornell στη Νέα Υόρκη, ανέφερε κάποια θετικά αποτελέσματα στο περιοδικό Journal of Personality and Social Psychology. «Όταν ο Daryl Bem μιλάει, εμείς ακούμε,» λέει ο Jeff Galak του Πανεπιστημίου Carnegie Mellon στο Pittsburgh της Pennsylvania.
Η ελκυστικότητα της δουλειάς του Bem βασίζεται στο ότι χρησιμοποίησε αποδεκτά ψυχολογικά πειράματα, αλλά με έναν ελιγμό. Αμέτρητες έρευνες, για παράδειγμα, έδειξαν ότι η αντιγραφή μιας λίστας από λέξεις είναι ένας τρόπος για να τις θυμηθεί κανείς πιο εύκολα αργότερα. Ο Bem κατά κάποιον τρόπο αντέστρεψε τη σειρά των δύο γεγονότων. Τα υποκείμενα του πειράματός του είδαν τη λίστα για σύντομο χρονικό διάστημα και ελέγχθηκαν για την αρχική ανάκλησή τους. Στη συνέχεια τους δόθηκε μια μικρότερη, τυχαία συλλογή από λέξεις που άνηκαν στην ίδια λίστα, για την οποία τους ζητήθηκε να δακτυλογραφήσουν τις λέξεις και να τις απομνημονεύσουν. Με έκπληξη παρατηρήθηκε πως ήταν πιο πιθανό να έχουν θυμηθεί τις λέξεις αυτές κατά τη διάρκεια του αρχικού τεστ μνήμης, πριν καν δουν τη λίστα. Η διαφορά μεταξύ των δύο συνόλων από λέξεις ήταν ελαφριά, μόλις 2.27 τοις εκατό, αλλά στατιστικώς σημαντική.
Ένα άλλο από τα πειράματα του Bem εστιάστηκε σε ένα ψυχολογικό φαινόμενο που είναι γνωστό ως εξοικείωση (habituation). Εάν ζητείται στους εθελοντές να επιλέξουν μεταξύ δύο παρομοίων εικόνων, θα τείνουν να προτιμήσουν μια εικόνα που είχαν δει από πριν από μια εικόνα που δεν την έχουν ξαναδεί. Ξανά ο Bem αντέστρεψε τη σειρά, έδειξε στα υποκείμενα δύο νέες εικόνες και τους ζήτησε να επιλέξουν ποια από τις δύο τους άρεσε περισσότερο, πριν τους ξαναδείξει τη μία εκ των δύο εικόνων αμέσως μετά. Βρήκε ότι περίπου στο 54 τοις εκατό των περιπτώσεων, οι άνθρωποι προτίμησαν την εικόνα στην οποία θα κατέληγαν να δουν ξανά αμέσως μετά.
Εξέθεσε εννέα τέτοια πειράματα αντιστροφής χρονικής σειράς, σε οκτώ από τα οποία τα μεταγενέστερα γεγονότα εμφανίστηκε ότι επηρέασαν την προγενέστερη συμπεριφορά των ατόμων. Τα αποτελέσματα ήταν πολύ λεπτές διαφορές, τυπικά κυμαίνονταν στο 2 με 4 τοις εκατό, αλλά οι στατιστικοί έλεγχοι που διεξήγαγε ο Bem έδειξαν ότι ήταν απίθανο να έχουν συμβεί κατά τύχη. Εάν τα λάμβανε κανείς υπόψη όλα μαζί, τα πειράματα υποδείκνυαν με ισχυρό τρόπο ότι οι άνθρωποι μπορούν πράγματι να «νιώσουν το μέλλον», κατέληξε ο Bem.
Μετά την εμφάνιση των μελετών του Bem, δύο ακόμα ερευνητές παρουσίασαν παρόμοια αποτελέσματα στο συνέδριο Towards a Science of Consciousness (Προς μια Επιστήμη της Συνείδησης) που έγινε στη Στοκχόλμη της Σουηδίας, τον Μάιο του 2011. Ο Franklin ήταν ένας από αυτούς. Ζήτησε στους εθελοντές να αναγνωρίσουν συγκεκριμένα πολύπλοκα γεωμετρικά σχήματα, κάποια από τα οποία θα χρησιμοποιούσαν για εξάσκηση λίγο αργότερα. Σε συμφωνία με τα αποτελέσματα του Bem, η επίδοσή τους στο πρώτο έργο φάνηκε να έχει επηρεαστεί από τα σχήματα που είδαν στη μεταγενέστερη διαδικασία της εξάσκησης.
Ο Franklin αναρωτήθηκε εάν θα μπορούσε να προσαρμόσει τη μέθοδό του για να κάνει πιο χρήσιμες προβλέψεις. Ας υποθέσουμε ότι η επιλογή των σχημάτων για την εξάσκηση καθοριζόταν από την περιστροφή ενός τροχού ρουλέτας, για παράδειγμα. Θα μπορούσε τότε να χρησιμοποιήσει τα αποτελέσματα των δοκιμών του πειραματικού υποκειμένου για να προβλέψει εάν η μπίλια θα πέσει στο κόκκινο ή στο μαύρο.
«Εάν γνωρίζεις ποια συνθήκη εξάσκησης θα τους τύχει, τότε μπορείς να πεις Εντάξει, πρόκειται να προβλέψω ότι η περιστροφή της ρουλέτας θα βγάλει κόκκινο» λέει ο Franklin. Αρκετά σίγουρος, όταν προσπάθησε πραγματικά να το κάνει κατάφερε όντως να μαντέψει την κατάληξη της μπίλιας της ρουλέτας σε ένα άλλο δωμάτιο με ακρίβεια 57 τοις εκατό στις φορές που έγιναν οι δοκιμές, κάτι που θα ήταν αρκετό για να έχει ένα μικρό κέρδος εάν στοιχημάτιζε με κανονικά χρήματα σε ένα παιχνίδι.
Ο Dick Bierman, φυσικός και γνωσιακός ψυχολόγος στο Πανεπιστήμιο του Άμστερνταμ στην Ολλανδία, στο μεταξύ, έδειξε στους εθελοντές μια κλασική οπτική πλάνη που είναι γνωστή ως ο κύβος του Necker. Πρόκειται για ένα δισδιάστατο σχέδιο ενός κύβου που η τρισδιάστατη αντιληπτική του εντύπωση εναλλάσσεται δείχνοντας προς τα πάνω ή προς τα κάτω. Τα υποκείμενα έπρεπε να δηλώσουν ποια από τις δύο εναλλακτικές αντιλήψεις είχαν και πότε άλλαζε η αντίληψή τους.
Στη συνέχεια ο Bierman έδειξε σε κάθε εθελοντή ένα χρωματισμένο σχέδιο κύβου που αναμφίβολα παρίστανε μια από τις δύο αντιλήψεις, την προς τα πάνω ή την προς τα κάτω. Όσοι στη μεταγενέστερη χρωματισμένη απεικόνιση είδαν την προς τα πάνω εικόνα, αφιέρωσαν περισσότερο χρόνο στο να αντιλαμβάνονται τον κύβο του Necker με την προς τα πάνω κατεύθυνση, το αντίστοιχο συνέβη και σε όσους επιδείχτηκε στη συνέχεια η προς τα κάτω κατεύθυνση στη χρωματιστή εικόνα. Όπως και με την έρευνα του Bem, η διαφορά ήταν ελαφριά, μόλις 3 τοις εκατό περίπου, αλλά ήταν απίθανο να έχει συμβεί από τύχη.
Με μια πρώτη ματιά, τα πειράματα αυτά φαίνεται να καταρρίπτουν την συμβατική έννοια της αιτίας και του αποτελέσματος. Θα μπορούσαν να σημαίνουν ότι τα προαισθήματα όντως μας λένε κάτι για το μέλλον. Ίσως να μπορούσαμε ακόμα και να «θυμηθούμε» τα αποτελέσματα της επόμενης κλήρωσης του λαχείου.
Κι όμως, κανένα από τα προαναφερθέντα δεν θα κατέρριπτε τους νόμους της φυσικής όπως τους γνωρίζουμε, εφόσον οι εξισώσεις της φυσικής είναι στην πλειονότητά τους «συμμετρικές στο χρόνο», σημειώνει ο Daniel Sheehan, φυσικός του Πανεπιστημίου της Καλιφόρνια, στο San Diego. «Εάν επρόκειτο να πεις ότι το παρελθόν επιδρά στο παρόν, ο καθένας θα έλεγε εντάξει. Αλλά μπορείς επίσης να πεις ότι οι οριακές συνθήκες του μέλλοντος επηρεάζουν το παρόν,» λέει ο Sheehan, που οργάνωσε ένα συμπόσιο για την αντίστροφη αιτιότητα το 2011 για μια τοπική συνάντηση της Αμερικάνικης Ένωσης για την Προαγωγή της Επιστήμης (American Association for the Advancement of Science) στο San Diego. «Το μέλλον έχει μια ίση απόκριση στο παρόν όπως έχει το παρελθόν.»
Εμφάνιση ρωγμών
Πράγματι, ακόμα και κάποια πειράματα της φυσικής μπορούν να ερμηνευτούν ως αιτιότητα που κινείται αντίστροφα στο χρόνο. Ένα φωτόνιο που περνάει μέσα από μία ή δύο στενές σχισμές θα συμπεριφερθεί σαν κύμα και σαν σωματίδιο, ανάλογα με το πόσες σχισμές είναι ανοιχτές, ακόμα κι αν οι σχισμές διευθετηθούν αφότου περάσει το φωτόνιο. Το πείραμα μπορεί επίσης να εξηγηθεί χωρίς την επίκληση αντίστροφης αιτιότητας, αλλά τα επιχειρήματα τείνουν να είναι ιδιαίτερα στρυφνά, σύμφωνα με τον Sheehan.
Η μεγάλη πλειοψηφία των επιστημόνων δε θα δεχτούνε τις ερμηνείες αυτές ακόμα. «Πριν προχωρήσεις σε προσπάθειες να προσαρμόσεις αυτά τα φαινόμενα στην φυσική, δείξε μας ότι τα φαινόμενα υπάρχουν,» λέει ο James Alcock, ψυχολόγος στο Πανεπιστήμιο York του Τορόντο, στον Καναδά. Κι αν κοιτάξει κανείς λίγο πιο προσεκτικά τις τελευταίες μελέτες, αρχίζουν να εμφανίζονται ρωγμές στην φαινομενικά πειστική τους πρόσοψη.
Καταρχάς, οι στατιστικές αναλύσεις που προορίζονται να απομακρύνουν αποτελέσματα τα οποία θα μπορούσαν να έχουν συμβεί από τύχη, ίσως να κρύβουν λανθασμένες θετικές απαντήσεις. Με τη χρήση της κλασικής στατιστικής τεχνικής, οι ερευνητές προσπαθούν να εκτιμήσουν την πιθανότητα τα αποτελέσματά τους να συμβαίνουν σύμφωνα με την επονομαζόμενη «μηδενική υπόθεση», που σημαίνει ότι τίποτε αντικανονικό δεν συμβαίνει, δηλαδή ότι δεν ισχύει η πρόγνωση. Εάν αυτή η πιθανότητα είναι αρκετά μικρή, καταλήγουν ότι θα πρέπει να ισχύει η εναλλακτική υπόθεση, η οποία στα συγκεκριμένα πειράματα είναι ότι ισχύει η πρόγνωση.
Αλλά πουθενά στη διαδικασία δεν υπολογίζουν τα πειράματα το πόσο πιθανές θα ήταν οι παρατηρήσεις εάν λαμβανόταν υπόψη η εναλλακτική υπόθεση. Εάν κάνει κανείς αυτόν τον υπολογισμό, χρησιμοποιώντας μια άλλη μέθοδο που είναι γνωστή ως μπαεσιανή (Bayesian) στατιστική, τα αποτελέσματα μπορεί να προκαλέσουν σύγχυση. Ας υποθέσουμε ότι ρίχνετε ένα καλοζυγισμένο κέρμα 1000 φορές και φέρνει 527 φορές κορώνα. Οι πιθανότητα να απέχει το αποτέλεσμα τόσο πολύ από το 50:50 είναι κάπως λιγότερες από 1 προς 20. Είναι δελεαστικό να σκεφτεί κανείς ότι υπάρχουν 20 προς 1 πιθανότητες το νόμισμα να ήταν κατασκευασμένο έτσι ώστε να «προτιμά» τη μία από τις δύο όψεις, αλλά δεν πρόκειται γι’ αυτήν την περίπτωση, λέει ο Jeff Rouder, ψυχολόγος στο Πανεπιστήμιο του Missouri στην Columbia. Ακόμα και η καλύτερη εναλλακτική, ένα νόμισμα που δίνει κορώνα 52.7 τοις εκατό των φορών, παρέχει πιθανότητα μόλις 0.025 του να φέρει ακριβώς 527 φορές κορώνα, κάτι που είναι μονάχα τέσσερις φορές βελτίωση πάνω από τις πιθανότητες του να φέρει ακριβώς 527 κορώνες ένα καλοζυγισμένο νόμισμα. «Με άλλα λόγια, αυτή η νέα εναλλακτική δεν είναι πολύ περισσότερο πιθανή από αυτήν που απέρριψα» λέει ο Rouder. Άλλες εναλλακτικές, ότι το νόμισμα θα φέρει κορώνα στο 55 τοις εκατό των φορών ας πούμε, προσφέρουν ακόμα λιγότερο απ’ ότι ένα προβάδισμα από τη μηδενική υπόθεση.
Εάν κοιτάξει κανείς τα δεδομένα του Bem με τον παραπάνω τρόπο, η μπαεσιανή επανανάλυση από τον Eric-Jan Wagenmakers, μαθηματικό ψυχολόγο στο Πανεστήμιο του Άμστερνταμ και ο Rouder βρήκαν ότι η περίπτωση της πρόγνωσης δεν είναι πειστική. Τέτοιες αναλύσεις έχουν όμως τα δικά τους ερωτήματα, στην προκειμένη περίπτωση το πόσο πολύ πρόγνωση θα έπρεπε να επηρεάσει τα αποτελέσματα των πειραμάτων. Σύμφωνα πάντως με την μπαεσιανή ανάλυση που έκανε ο ίδιος ο Bem στα πειράματά του, αντιμετωπίζοντάς τα ως σύνολο, παρείχαν πιθανότητες 13,000 προς 1 υπέρ του ισχυρισμού της πρόγνωσης.
Μετάφραση – Απόδοση: Αμαλία Τσακίρη, για το ESOTERICA.gr
πηγη
Οι διαχειριστές του katohika.gr διατηρούν το δικαίωμα τροποποίησης ή διαγραφής σχολίων που περιέχουν υβριστικούς – προσβλητικούς χαρακτηρισμούς. Απαγορεύεται η δημοσίευση συκοφαντικών ή υβριστικών σχολίων.Σε περίπτωση εντοπισμού τέτοιων μηνυμάτων θα ακολουθεί διαγραφή
![](http://katohika.gr/wp-content/uploads/2012/07/KATOXIKA-NEA781.jpg)