როგორ ატარებენ მეცნიერები ექსპერიმენტებს და აწარმოებენ დაკვირვებებს ჰიპოთეზის შესამოწმებლად.

შესავალი

ბიოლოგები და სხვა მეცნიერები იყენებენ სამეცნიერო კვლევის მეთოდს, რათა დასვან კითხვები ბუნებრივ სამყაროზე. სამეცნიერო კვლევის მეთოდი იწყება აღმოჩენით, რომელსაც მეცნიერი მიჰყავს კითხვის დასმამდე. ის შემდეგ აყალიბებს ჰიპოთეზას, რომელიც ამ კითხვაზე პასუხის შემოწმებადი ახსნაა.
ჰიპოთეზა აუცილებლად ჭეშმარიტი არ არის. ის არის "საუკეთესო ახსნა" და მეცნიერმა უნდა შეამოწმოს ის, რათა დაასკვნას მისი ჭეშმარიტობა-მცდარობა. მეცნიერები ჰიპოთეზებს პროგრნოზების გაკეთებით ამოწმებენ: თუ X\text X ჰიპოთეზა სწორია, მაშინ Y\text Y სწორი უნდა იყოს. შემდეგ ისინი ატარებენ ექსპერიმენტებს ანდაც აკვირდებიან, რათა შეამოწმონს, პროგნოზი გამართლდა თუ არა. თუ პროგნოზი გამართლდა, ჰიპოთეზა მყარდება. თუ პროგნოზი არ გამართლდა, ახალი ჰიპოთეზა უნდა შეიმუშავონ.

როგორ მოწმდება ჰიპოთეზები?

როცა შესაძლებელია, მეცნიერები თავიანთ ჰიპოთეზებს კონტროლირებული ექსპერიმენტებით ამოწმებენ. კონტროლირებული ექსპერიმენტი სამეცნიერო ტესტია, რომელიც კონტროლირებულ პირობებში ტარდება, ანუ, ერთდროულად მხოლოდ ერთი (ან რამდენიმე) ფაქტორი იცვლება, დანარჩენები კი კონსტანტებია. შემდეგ სექციაში უფრო დეტალურად განვიხილავთ კონტროლირებულ ექსპერიმენტებს.
ზოგ შემთხვევაში, ჰიპოთეზის კონტროლირებული ექსპერიმენტით შემოწმება ვერ ხერხდება (პრაქტიკული ან ეთიკური მიზეზების გამო). ასეთ შემთხვევებში, მეცნიერებმა ჰიპოთეზა უნდა შეამოწმონ იმ კანონზომიერებების წინასწარმეტყველებით, რომლებიც უნდა შეინიშნოს, თუ ჰიპოთეზა სწორია. შემდეგ მათ უნდა შეაგროვონ მონაცემები, რომ ნახონ, შეინიშნება თუ არა ეს კანონზომიერება.

კონტროლირებული ექსპერიმენტები

რა არის კონტროლირებული ექსპერიმენტის აუცილებელი ინგრედიენტი? ამის საილუსტრაციოდ განვიხილოთ მარტივი (სულელურიც კი) მაგალითი.
დავუშვათ, რომ სამზარეულოში, ფანჯარასთან ლობიოს გაზრდა გადავწყვიტე. ლობიოს თესლი ჩავდე ქოთანში, რომელიც მიწითაა სავსე, რაფაზე დავდგი და დაველოდე მათ აღმოცენებას. თუმცა რამდენიმე კვირაშიც კი ვერ მივიღე ყლორტები. რა არის ამის მიზეზი? როგორც ჩანს, დამავიწყდა თესლის მორწყვა. ჩემი ჰიპოთეზაა, რომ ისინი არ აღმოცენდნენ უწყლობის გამო.
ჩემი ჰიპოთეზის შესამოწმებლად, საკონტროლო ექსპერიმენტი ჩავატარე. ორი იდენტური ქოთანი დავდგი, რომელთაგან თითოეული შეიცავდა 10 თესლს, ორივეში ერთნაირი მიწა იყო და ორივე ერთსა და იმავე ფანჯარასთან იდგა. მხოლოდ ერთი რამ განასხვავებდა ამ ორ ქოთანს:
  • ერთ ქოთანს ყოველ ნაშუადღევს ვრწყავდი.
  • მეორეს კი ასერთოდ არ ვრწყავდი.
ერთ კვირაში იმ ქოთანში, რომელსაც ვრწყავდი, ათიდან ცხრა თესლმა გაიხარა, მეორე, მშრალ ქოთანში კი არც ერთმა თესლმა არ გაიხარა. როგორც ჩანს, "თესლს სჭირდება წყალი" სწორი ჰიპოთეზაა!
ვნახოთ, როგორ ხდება კონტროლირებული ექსპერიმენტის ნაწილების ილუსტრირება ამ მარტივი მაგალითით.

საკონტროლო და ექსპერიმენტული ჯგუფი

ექსპერიმენტში ორი ჯგუფია, რომლებიც იდენტურებია და მათ შორის მხოლოდ ერთი განსხვავებაა - ერთ-ერთს "უვლიან" (რწყავენ), მეორეს კი არა. იმ ჯგუფს, რომელსაც ექსპერიმენტში რწყავენ, ექსპერიმენტული ჯგუფი ჰქვია, მეორე ჯგუფს კი საკონტროლო ჯგუფი. საკონტროლო ჯგუფი არის ის სტანდარტული კრიტერიუმი, რომელთან შედარებითაც ვასკვნით, მორწყვა რამე გავლენას ახდენს თუ არა.

დამოუკიდებელი და დამოკიდებული ცვლადები

იმ ფაქტორს, რომელიც განსხვავებულია საკონტროლო და ექსპერიმენტულ ჯგუფებში (ამ შემთხვევაში წყლის რაოდენობა), დამოუკიდებელი ცვლადი ჰქვია. ეს ცვლადი დამოუკიდებელია, რადგან ის არ არის დამოკიდებული იმაზე, თუ რა მოხდება ექსპერიმენტში. თვითონ ექსპერიმენტატორი იყენებს და ირჩევს მას.
ამის საპირისპიროდ, ექსპერიმენტში დამოკიდებული ცვლადი არის პასუხი, რომელსაც ვზომავთ იმის გასარკვევად, გამოიღო თუ არა "მოვლამ" შედეგი. ამ შემთხვევაში, ლობიოს მარცვლების ის წილი, რომელმაც გაიხარა, არის დამოკიდებული ცვლადი. დამოკიდებული ცვლადი (იმ მარცვლების წილი, რომელთაც გაიხარეს) დამოკიდებულია დამოუკიდებელ ცვლადზე (წყლის რაოდენობაზე) და არა პირიქით.
ექსპერიმენტული მონაცემები (მხოლობითი: მონაცემი) არის ექსპერიმენტის განმავლობაში მომხდარი დაკვირვებათა სიმრავლე. ამ შემთხვევვაში, ჩვენი მონაცემები იყო იმ მარცვლების რაოდენობა, რომელთაც ერთი კვირის შემდეგ თითოეულ ქოთანში გაიხარეს.

ვარიაცია და განმეორება

ათი მორწყული მარცვლიდან, მხოლოდ ცხრამ გაიხარა. რა დაემართა მეათე მარცვალს? მეათე მარცვალი შეიძლება მკვდარი, არაჯანმრთელი ყოფილიყო, ან უბრალოდ ნელა იზრდებოდა. ექსპერიმენტისთვის გამოყენებულ მასალაში ვარიაცია ხშირია, განსაკუთრებით, ბიოლოგიაში (რომელიც კომპლექსურ ცოცხალ ორგანიზმებს შეისწავლის) – ამ შემთხვევაში, ლობიოს მარცვლები – რომელსაც ექსპერიმენტატორი ვერ ხედავს.
ამ პოტენციური ვარიაციის გამო, ბიოლოგიის ექსპერიმენტებში ნიმუშების დიდი რაოდენობა უნდა გვქონდეს და იდეალურ შემთხვევაში ექსპერიმენტი რამდენჯერმე უნდა გავიმეოროთ. ნიმუშების რაოდენობა არის იმ თითოეული საკითხის რაოდენობა, რომელსაც ექსპერიმენტით ვამოწმებთ — ამ შემთხვევაში, 1010 ლობიოს მარცვალი თითო ჯგუფში. მეტი ნიმუში და ექსპერიმენტის გამეორება ამცირებს შემთხვევითი ვარიაციის გამო არასწორი დასკვნის გამოტანის ალბათობას.
ბიოლოგები და სხვა მეცნიერები ასევე იყენებენ სტატისტიკურ ტესტებს, რათა განასხვაონ რეალური განსხვავებები შემთხვევითი ვარიაციით მიღებული განსხვავებებისგან (მაგ., ექსპერიმენტული და საკონტროლო ჯგუფების შედარებისას).

კონტროლირებული მაგალითის შემთხვევის ანალიზი: CO2\text{CO}_2 და მარჯნის გაუფერულება

კონტროლირებული ექსპერიმენტის უფრო რეალისტური მაგალითისთვის განვიხილოთ უახლესი კვლევა მარჯნის გაუფერულებაზე. მარჯნებში ძირითადად უმცირესი ფოტოსინთეთიკური ორგანიზმები ცხოვრობენ. გაუფერულება მაშინ ხდება, როცა ეს ორგანიზმები მარჯანს ტოვებენ, ძირითადად, გარემოს ცვლილების გამო. ქვემოთ მოცემულ ფოტოზე, წინა მხარეს გაუფერულებული მარჯანია, უკან კი ჯანმრთელი.
გაუფერულების მიზეზების დადგენისას, ბევრი კვლევა ყურადღებას წყლის ტემპერატურაზე ამახვილებდა1^1. ავსტრალიელი მეცნიერების ჰიპოთეზის მიხედვით კი, სხვა ფაქტორებიც შეიძლება ყოფილიყო მნიშვნელოვანი. მათ შეამოწმეს ჰიპოთეზა, რომ CO2\text{CO}_2-ის მაღალი დონე, რომელიც ოკეანეს მჟავიანობას მატებს, ასევე იწვევს გაუფერულებას2^2.
რა ტიპის ექსპერიმენტს ჩაატარებდით , ამ ჰიპოთეზის შესამოწმებლად? დაფიქრდით:
  • რა იქნებოდა თქვენი საკონტროლო და ექსპერიმენტული ჯგუფი
  • რა იქნებოდა თქვენი დამოუკიდებელი და დამოკიდებული ცვლადები
  • რა შედეგებს იწინასწარმეტყველებდით თითოეული ჯგუფისთვის
ცადეთ?

არაექსპერიმენტული ჰიპოთეზების შემოწმება

ზოგიერთი ჰიპოთეზა ვერ მოწმდება კონტროლირებული ექსპერიმენტით ეთიკური ან პრაქტიკული მიზეზების გამო. მაგალითად, ჰიპოთეზა ვირუსულ ინფექციაზე ვერ შემოწმდება ჯანმრთელი ადამიანების ორ ჯგუფად დაყოფით და ერთ-ერთი ჯგუფის დაინფიცირებით: ჯანმრთელი ადამიანების დაინფიცირება არც უსაფრთხო იქნება და არც ეთიკური. ამის მსგავსად, ეკოლოგს, რომელიც წვიმის გავლენებს იკვლევს, არ შეუძლია, რომ კონტინენტის ერთ მხარეს "აწვიმოს", მეორე მხარე კი, როგორც საკონტროლო ნაწილი, მშრალად დატოვოს.
ასეთ სიტუაციებში ბიოლოგებს შეუძლიათ გამოიყენონ ჰიპოთეზის შემოწმების არაექსპერიმენტული გზები. ჰიპოთეზის არაექსპერიმენტულად შემოწმების დროს, მკვლევარი წინასწარმეტყველებს იმ კანონზომიერებებს, რომლებიც უნდა შეგვხვდეს ბუნებაში, თუ ჰიპოთეზა სწორია. შემდეგ ის აგროვებს და აანალიზებს მონაცემებს, რითიც ამოწმებს ეს კანონზომიერებები მართლაც გვხვდება თუ არა.

შემთხვევის ანალიზი: მარჯნის გაუფერულება და ტემპერატურა

დაკვირვებაზე დაყრდნობილი ჰიპოთეზის შემოწმების კარგი მაგალითია მარჯნის გაუფერულების ადრეული კვლევები. როგორც მანამდე ვთქვით, მარჯნის გაუფერულება მაშინ ხდება, როცა მარჯანი კარგავს ფოტოსინთეტიკურ მიკროორგანიზმებს, რომლებიც მასში ცხოვრობენ, რაც იწვევს მის გათეთრებას. მეცნიერებმა ივარაუდეს, რომ წყლის მაღალმა ტემპერატურამ შეიძლება გამოიწვიოს გათეთრება და ეს ჰიპოთეზა მცირე მასშტაბში ექსპერიმენტულად შეამოწმეს (მარჯნის ფრაგმენტებითა და აკვარიუმით)3,4^{3,4}.
ეკოლოგებს უნდოდათ გაეგოთ, ბუნებრივ პირობებში ბევრი სხვადასხვა მარჯნის სახეობის შემთხვევაში თუ იწვევდა წყლის ტემპერატურა გაუფერულებას. ამ უფრო ვრცელი საკითხის ექსპერიმენტულად შესწავლა შეუძლებელია, რადგან არაეთიკური (და შეუძლებელიც კი) იქნება წყლის ტემპეერატურის ხელოვნურად შეცვლა.
იმის ნაცვლად, რომ შეემოწმებინათ ჰიპოთეზა, რომლის მიხედვითაც, ბუნებრივი გაუფერულება წყლის ტემპერატურის ზრდაზეა დამოკიდებული, მეცნიერთა ჯგუფმა დაწერა კომპიუტერული პროგრამა, რათა ეწინასწარმეტყველებინათ გაუფერულება წყლის ტემპერატურის ნამდვილ მონაცემებზე დაყრდნობით. მაგალითად, ეს პროგრამა კონკრეტული მარჯნის გაუფერულებას იწინასწარმეტყველებდა, როცა წყლის ტემპერატურა ამ მარჯნის გარშემო გადააჭარბებდა მის საშუალო თვიურ მაქსიმუმს 11 C^\circ \text C ან 1^{1}-ზე მეტი გრადუსით.
კომპიუტერულ პროგრამას მარჯნის გაუფერულების წინასწარმეტყველება შეეძლო რამდენიმე კვირითა და თვით ადრეც კი, სანამ ის რეალურად გაუფერულდებოდა. მან ასევე იწინასწარმეტყველა დიდი გაუფერულების მოვლენა დიდ ბარიერულ რიფშიც 19981^{1}-ში. ის ფაქტი, რომ ტემპერატურაზე დამოკიდებულ მოდელს შეეძლო გაუფერულების წინასწარმეტყველება, ამტკიცებდა ჰიპოთეზას, რომ წყლის მაღალი ტემპერატურა იწვევს გაუფერულებას ბუნებრივ პირობებში მყოფ მარჯნის რიფებში.
იტვირთება