Цитата:
1) Недостоверность демонстрируемых знаний. Расхождение теории с
данными эксперимента и хроническое игнорирование этого факта.
|
Это если мы имеем дело со старыми науками. А если мы рассматриваем новейшие науки, как кибернетику, где теория и дынные эксперимента довольно слабо связаны и обладают плохой повторяемостью. Ну или методы решения NP-полных задач.
Как тогда определить степень достоверности и "качество" метода. Пока в этом случае работают только статистические методы экспериментальной проверки.
Цитата:
2) Несистематичность. Я раньше писал, что истинные знания в какой- либо отрасли науки - это как правильные слова в кроссворде - они
должны вписываться и не противоречить другим словам как из той
же области науки, так и словам из других областей наук. В лженауке
это не считается модным, противоречия в ней принято не замечать.
|
Гм... а если некие знания сильно зависят от субъективного восприятия реальности. Например, в том же программировании, где все построено на абстракциях и их восприятии. Чаще всего даже специальные разделы математики создаются под какую-либо абстракцию, например, реляционная алгебра. Здесь часто новая теория просто уходит в сторону от основной, никак на нее не влияя. То как определить критерий научности в этом случае?
Ну, например, я занимаюсь построением модели файловой системы на основе реляционной базы данных. Как определить, не занимаюсь ли я шаманскими премудростями, хотя практически эта тема довольно востребована, но может получиться паровоз с вертикальным взлетом...
И что здесь является наукой, методы построения прототипа такой системы или сама теоретическая часть модели?