Nakladatelství Argo přišlo v roce 2019 s edicí Crossover, přinášející čtenářům populárně naučné knihy o současné společnosti. V pořadí osmnáctou z nich je Tohle je bullshit (2021, česky 2025) vědců Jevina Westa a Carla T. Bergstroma. Oba jsou primárně biologové, ale zabývají se též tokem a zpracováním informací a filozofií vědy. Tato témata jsou páteří recenzované knihy.

Hned zkraje je uvedeno, že „kecy“ a „kraviny“, jak je do češtiny titulní bullshit překládán, nejsou zdaleka jen doménou lidí. Některá zvířata před predátory předstírají, že jsou větší než ve skutečnosti; slabší jedinci některých opic klamně varují před nebezpečím, aby odlákali silnější jedince od potravy, kterou pečlivě střežili. Krkavci jsou schopní vnímat, kdy je někdo byť jen potenciálně může sledovat, a pak si nechávají potravu v zobáku, zatímco předstírají, že ji ukrývají. Mimochodem v češtině je někdy uveden krkavec, jindy havran, což je poněkud matoucí vzhledem k tomu, že jde o dva různé druhy ptáka.

U zvířat však (možná bohužel, neboť je to fascinující téma) nezůstane. Od popisu jednoduchého pudového „nakecávání“ přecházejí autoři k příkladům politického lhaní a mlžení a postupně se přes mylné informace a dezinformace dostávají až k nástupu internetu a sociálních sítí. Co je jádrem knihy, napovídá její podtitul, totiž Umění skepse ve světě závislém na datech. Komenský (a také Descartes) by jistě zaplesal, neboť je to ukázkové využití principu od jednoduchého ke složitějšímu. Čtenář tak snadno zvládne sledovat argumentační linii.

Snad jen ještě k tomu nakecávání: ukazuje se, že přeložit bullshit je skutečně oříšek, neboť angličtina používá sloveso bullshitting, ovšem české nakecávání zcela nevystihuje všechny významové odstíny a nezní ani příliš přirozeně.

Příklady názorné i matematické

Právě u složitějšího obsahu začne být kniha opravdu zajímavá. Pokud si u prvních kapitol mediálně gramotný čtenář řekne, že to pro něj není nic nového, zde autoři ukazují „kraviny“, které nelze snadno a intuitivně odhalit jako kraviny – šikovné manipulace s daty a grafy, jejich chybná interpretace, zaměňování korelace a kauzality, různé argumentační fauly či schovávání se za matematiku jakožto údajně vždy objektivní a exaktní vědu. Místy působí autoři až pedantsky, třeba když brojí proti používání Vennových diagramů ve vtipných kolážích. Nicméně je otázkou, zda člověk zvyklý na ony koláže dokáže reálné diagramy správně interpretovat; vtipy s nimi totiž často skutečně nakládají chybně.

Některé matematické příklady jsou dosti složité na pochopení, a přinejmenším na jednom místě (s. 128) snad i chybné či chybně přeložené. Je uvedeno, že „pokud cyklistka ujede 72 kilometrů za třihodiny, nevydělíme jen 72 třemi a neřekneme, že jede rychlostí 24 kilometrů za hodinu; musíme uvést i jednotky měření. S jednotkami zacházíme stejně jako s čísly a v případě potřeby je zjednodušujeme (krátíme): 75 km/3 hodiny = 24 km/hod.“ Kromě překlepu, kdy je uvedeno 75 místo 72, je uvedený výsledek stále stejný a není zcela jasné, jaká má být pointa. Překlepů je bohužel v českém vydání vícero.

Na příkladech kniha stojí a naštěstí je většina z nich zcela zřejmá; často humorně a srozumitelným jazykem ilustrují pointu autorů. Je zmíněn výzkum, ve kterém algoritmus rozeznává lidi s předpoklady ke zločinu od těch bezúhonných. Podle algoritmu lze zločince poznat podle specifického úhlu mezi nosem a rty. Jedna z pouček, které se v knize opakují, zní: „Pokud zní něco příliš dobře nebo příliš špatně na to, aby to mohla být pravda, nejspíš to není pravda.“ A v tomto případě se ukáže, že pro trénink algoritmu byly použity policejní fotografie zadržených osob na jedné straně a fotografie ze sociálních sítí na straně druhé. Není příliš překvapivé, že zadržené osoby se neusmívají…

Uvedený příklad působí bizarně a činí důvěryhodnosti vědy spíše medvědí službu, protože evokuje stereotyp roztržitých či od reality odtržených vědců. Obdobným dojmem působí vícero příkladů, nicméně je zřejmé, že jsou určeny primárně k pobavení a čtenáři má být hned jasné, že jde o „kraviny“. Nicméně v jádru výše uvedeného příkladu se nachází důležitý závěr, že algoritmy a umělá inteligence nejsou magie, nedělají z ničeho něco, ale fungují na základě dat, která se do nich vloží.

Kritika (nejen) datové vědy

Na jiných místech se ale ukazuje, že se nemusí jednat jen o očividně nesmyslný výzkum; i objektivně se tvářící data často obsahují různé druhy zkreslení. Relevantní pro dnešní dobu je zejména fakt, že většina tréninkových dat pro umělou inteligenci implicitně obsahuje sexistické, homofobní a další tendenční postoje odrážející stav společnosti v době, ze které ta data pochází. Od umělé inteligence tak lze očekávat reprodukci daných postojů a byla by kravina si myslet, že pokud něco tvrdí umělá inteligence, není to sexistické, protože umělá inteligence neumí být sexistická; nebo snad, že když to tvrdí umělá inteligence, tak je sexismus asi objektivně správný.

Autoři tak v knize dovedně vyvažují poctivou argumentaci, humornou stránku a zároveň aktuální společenská témata. U některých z nich ovšem nezbývá na humor příliš prostoru. Jde například o nechvalně proslulou studii Andrewa Wakefielda o tom, že vakcíny mohou způsobit autismus. Proslulost této podvodné studie vedla k tomu, že zatím snad ve vědě nebyla věnována větší pozornost vyvracení něčeho, pro co nejsou žádné relevantní důkazy. A opět příklad vede k obecnějšímu poznatku – dá se vymyslet spousta „kravin“ během krátkého času, ale kdyby se měla věnovat pozornost jejich vyvracení, tak to stojí mnohem větší úsilí, čas a peníze. Bohužel, jak je na příkladu vakcín vidno, někdy ani to nestačí a zcela zdiskreditované a zevrubně vyvrácené kraviny ve společnosti stále rezonují.

Zde lze zmínit kombinaci různých faktorů – kromě špatné vědy též například špatná komunikace a propagace vědeckých pracovišť, které mohou vést k nezájmu laiků a k vyzobávání nějakým způsobem zajímavých témat médii. A právě mediální zkreslení je v knize též rozebíráno. Často se objevuje tzv. clickbait, titulek ve stylu: „Vědci zjistili, že…“ nebo „neuvěříte, co vědci zjistili…“, přičemž po rozkliknutí článku – a tento úkon neudělá zdaleka každý – se ukáže, že titulek je mnohdy samotným textem článku relativizován. Pokud si někdo dá tu práci, že se prokliká až ke zdrojové vědecké studii, může zjistit například i to, že jejím výsledkem je pravý opak než to, co tvrdí článek v médiích.

Tento mediální obraz pochopitelně může mít dalekosáhlé důsledky, například neustálé omílání rozdílů mezi muži a ženami, protože podobné články znějí atraktivněji než suché konstatování, že rozdíly jsou mnohem menší než podobnosti. V tomto případě ovšem není vina jen na straně médií, ale i na straně mnohých vědců, kteří do výzkumu vnášejí své implicitní nereflektované předpoklady.

Polemika s autory

Autoři sami vybízejí ke kritickému uvažování nad tím, co v knize píší, ostatně v poslední kapitole nabízejí několik metod, jak kraviny odhalit. Přinejmenším jedna pádná kritika se nabízí: ačkoliv autoři svou argumentací nikterak nešetří špatnou vědu, lze z knihy cítit jistou nekritičnost k mechanismům vědy obecně. Ta sice není přímo kravina, ale jde přinejmenším o naivní postoj.

Není ani třeba zabíhat k postmoderním úvahám, že celá věda je západní konstrukt převážně bílých mužů, a slouží ke konkrétním zájmům, nikoliv čistě ke získávání objektivního poznání. Ani k (absenci) přínosu velmi úzce zaměřených studií pro běžného laika. Zrovna tak není potřeba se pouštět do popisu latourovské sociální konstrukce vědeckých faktů. Stačí se podívat na argumentaci autorů samotných – po kritice špatné vědy totiž popisují spíše idealizovaný model vědy než vědu samotnou. Idealizovaný model, ve kterém „obecně platí, že studie publikované ve špičkových časopisech reprezentují ten největší pokrok a jsou nejdůvěryhodnější. Méně zajímavá nebo méně věrohodná zjištění přenechávají méně prestižním titulům“ (s. 289).

Autoři se staví na stranu mentality „publish or perish“, podle které musí vědec pokud možno co nejvíce publikovat, aby si zvyšoval akademickou prestiž a relevanci. A to jsou ukazatele, které ony špičkové časopisy berou na zřetel. Pokud má vědec z jakéhokoliv důvodu malou publikační činnost, je tak pravděpodobné, že jeho článek, i kdyby byl fakticky průlomový, neotisknou ony „špičkové“ časopisy, ale zkrátka nějaké jiné. Zmíněná mentalita také vede k preferenci kvantity nad kvalitou, kdy se vědci snaží třeba i z kvalitního výzkumu vykřesat co nejvíce akademických článků. Výsledkem sice nejsou přímo kraviny, ale to důležité se může velmi rozmělnit.

Nelze zapomenout na případy, kdy vědec publikuje v jiném než anglickém jazyce (tedy jeho výzkum může zůstat bez povšimnutí velké části akademické obce). Zmínit by se dala také přílišná závislost na grantech, nepotismus a celá řada dalších problémů. Bizarně působí tvrzení „aby bylo jasno, na myšlence účtovat autorům poplatky za zveřejnění díla není v zásadě nic špatného.“ (s. 285) Mnoho vědeckých pracovišť je podfinancováno, poplatky za zveřejnění článků bývají neúměrně vysoké a konečně je zcela absurdní, aby člověk platil za vlastní práci místo toho, aby za ni byl placen. Nejlepší vědecké výsledky se tak mohou nacházet v šuplících, v „druhořadých“ časopisech a na dalších nečekaných místech, nikoliv jen ve špičkových časopisech.

Nutno však podotknout, že předchozí polemika se týká převážně jediné kapitoly a je relevantní primárně pro vnitroakademickou debatu. Holt i akademická sféra, stejně jako každé jiné odvětví, se bullshitu nevyhne.