В колонке «Нью-Йорк Таймс» Алисса Кварт написала еще жестче31. Она похвалила действия блогеров-нейробиологов, или «нейроскептиков», а также тех, кто высказался против явления, названного ею «мозговым порно». Это научные объяснения, предлагающие «короткий путь к просвещению» и «толкования жизненного опыта с точки зрения истории, политики, экономики, литературы и журналистики». К нападкам присоединился и Стивен Пул из «Нью Стейтсмен» со статьей с кричащим заголовком «Псевдонаука изучает ваш мозг: расцвет популярного нейровздора»32. Он подверг критике моду на «нейро» в книгах по самопомощи и заметил, что целью жанра «Улучшенное мышление» является «освобождение читателей от ответственности думать своей головой». Пул также с восторгом процитировал Пола Флетчера, нейробиолога из Кембриджа, который придумал термин «нейроабсурд» – это тексты, в которых простые вещи описываются заумными научными терминами. Пул также обратил внимание на злоупотребление выражением «это ваш мозг» в описаниях изображений мозга, связанных с любыми процессами: от прослушивания музыки до игры в покер. Самая лучшая, по моему мнению, часть статьи Пула – это рассказ о том, как он добровольно отправляется на сканирование методом фМРТ: «Во время сканирования я должен был читать популярную литературу по нейробиологии. В результате получились прекрасные цветные картинки, озаглавленные «Это ваш мозг в дурацкой книге о вашем мозге»».

Склон просвещения

В сообществе нейробиологов уже звучал сигнал тревоги, задолго до критики со стороны журналистов. В статье 2005 года, озаглавленной «Общественное представление о фМРТ», Эрик Расин с коллегами из Стэнфордского центра биомедицинской этики поделился своим беспокойством в отношении фМРТ. Ученые отметили, что ограничения этого метода недостаточно очевидны и здесь очень многое приходится принимать на веру. Заявления о том, что изображения мозга можно считать «видимыми доказательствами» биологической основы любого процесса (например, непреодолимой тяги к порнографии), звучат просто дико, равно как и предложения использовать фМРТ в качестве машины для чтения мыслей или детектора лжи33. Ученые предупредили не только журналистов, но и коллег-нейробиологов о том, что следует очень осторожно объяснять риски и проблемы новой технологии, а не только восхвалять ее преимущества.

В последнее время наблюдается стадия саморегулирования «индустрии мозга». Появляются блоги, в которых практикующие ученые развенчивают разнообразную «нейрочепуху». Исследователи из Фонда Макдоннела в Соединенных Штатах уже в 1996 году запустили «Мельницу нейропублицистики», веб-сайт, на котором публиковались «придиры», как они себя называли, «посвятившие жизнь отделению зерен от плевел в популярной литературе и сообщению новостей об исследованиях мозга»34.

Кроме того, стало очевидным, что приверженцами нейрообмана были не только чрезмерно восторженные поклонники, но и плохо информированные журналисты. Огромные сложности при получении и анализе изображений мозга приводили к ошибкам и неверным интерпретациям в самой нейробиологии. Эд Вул и его коллеги из Калифорнийского университета в Сан-Диего были озадачены высокой корреляцией между активностью мозга и характеристиками поведения, особенно в отношении недавно возникшей дисциплины под названием «социальная нейробиология»35. Поскольку специалистам было известно, что измеряемые показатели являются переменными величинами, они не могли понять, как их коллеги получили уровень корреляции 0,8 и более, учитывая, что одной из переменных было само изображение мозга.

Первичные данные по активации мозга (будь то величина кровотока, электрическая или магнитная активность) превращаются в визуальные изображения мозговой ткани, измеряемой в вокселях (это такие трехмерные пиксели). Они различаются по размеру в зависимости от разрешения системы. Скан мозга с высоким разрешением может содержать до миллиона вокселей. Кроме того, каждые две или три секунды вы получаете новое изображение мозга. Это значит, что количество данных и разброс значений между ними невероятно огромны, поэтому довольно сложно заметить какие-либо различия между ними.

Объясню. Предположим, вы социальный психолог, и вас интересует корреляция между активностью мозга, измеренной в вокселях, и каким-то показателем поведения. Учитывая огромное количество вокселей, из которых придется выбирать нужные, высока вероятность, что вы сделаете ложноположительный вывод и найдете корреляцию просто случайно. Если вы как-то сможете «ограничить» свой выбор вокселей, это здорово облегчит задачу. И вот здесь Вул и его коллеги увидели корень проблемы: ученые просто «выщипывали» воксели там, где они в значительной степени коррелировали с результатами измерения поведения, а потом просто их изучали (вернее, подгоняли к определенным анатомическим областям, в которых можно было бы ожидать проявления активности).

Словно вы проверяете гипотезу о том, что большая часть населения играет в азартные игры, и собираете для этого данные на улице с игорными заведениями. В результате вы получаете привлекательно высокую корреляцию (или, наоборот, странно высокую, если вы Вул и его коллеги) между активностью мозга и поведением. Более половины из пятидесяти изученных работ попали именно в такую ловушку. Вул и его коллеги пришли к выводу, что проблема заключалась скорее в статистической неграмотности исследователей новой области (и, вероятно, редакторов их статей), чем в стремлении преднамеренно ввести в заблуждение. Хотя, по мнению ученых, это не оправдывало авторов: «Мы поняли, что неоправданно крупный сегмент исследований эмоций, личных качеств и социального познания проводится с использованием несовершенных и ошибочных методов, в результате чего экспериментаторы получают множество цифр, не заслуживающих доверия». Это не значит, что нужно выкинуть все интересные результаты, полученные наукой о социальном познании. Просто их следует рассматривать с долей скепсиса. Особенно результаты, опубликованные до 2009 года.

Если вы не придерживаетесь строгих законов статистики, то полученные результаты могут вводить в заблуждение. Сюжет одного из классических примеров крутится вокруг дохлой рыбы36. Крейг Беннетт и его коллеги из института в Дартмуте столкнулись с проблемой, связанной с необходимостью обработки гигантского объема визуальных данных, которые они пытались превратить в понятную форму. Как мы уже знаем, любой скан мозга состоит из огромного количества вокселей. Если вы пытаетесь найти те области, которые наиболее активны во время выполнения какого-то задания, вам нужно провести целый ряд (очень длинный ряд) сравнений, и вы все равно можете столкнуться с проблемой ложноположительного вывода. Поэтому вы устанавливаете некий порог. Но поскольку различия между областями, активными в разной степени, ничтожны в пропорциональном отношении при установке слишком узкого коридора допустимых значений, то все интересующие различия могут исчезнуть вместе со случайными. Тогда вы можете сказать: ладно, я буду считать достоверным различие, заключенное, к примеру, в восьми и более вокселях. Но суть-то в том, что вам надо найти способ максимально подчеркнуть контраст между активными и неактивными областями.