Systemowe podejście do nauki

Pytanie to nurtowało mnie najpierw osobiście, odkąd zacząłem studia a potem gdy zaczynałem pracę na uczelni. Ciągle się przewija, bo przybywa własnego doświadczenia jak i kolejnych przeczytanych książek na ten temat. Czym jest to co uprawiam (robię) i jakie to powinno być, by było w pełni naukowe? To próba zrozumienia a nie tylko odtwórczego naśladowania (bo tak się robi). Nie lubię robić czegoś, gdy nie znam sensu i celu.

Teraz wracam do tego tytułowego pytania z racji prowadzonych zajęć dydaktycznych (seminarium dyplomowe - czytaj więcej). Muszę prostym językiem wyjaśnić studentom to, do czego latami dochodziłem. By wiedzieli czym jest i na czym polega ich praca dyplomowa (licencjacka, magisterska itd.). A o nauce musiałem już opowiadać nie tylko magistrantom i licencjatom na kierunku biologia czy biotechnologia, ale także na pielęgniarstwie oraz dziedzictwie kulturowym i przyrodniczym. Czasem także nauczycielom na studiach podyplomowych czy uczniom w ramach edukacji pozaformalnej.

I jest jeszcze trzeci motyw rozpoczęcia tego cyklu blogowego - poszukiwanie nowych form urządzania przestrzeni edukacyjnej (czytaj też Ile czasu potrzeba by przygotować wykład?), poszerzania tradycyjnego wykładu czy zajęć seminaryjnych. Próba wykorzystania zarówno ryślenia (myślografia) jak i współpracy w chmurze. Ten wpis jest jednym z puzzli, które niebawem spróbuję poukładać w jedną całość. Jest przygotowywaniem gruntu dla tych, z którymi rozpocznę zajęcia w nowym semestrze a podsumowaniem dla tych, którzy się ze mną jakiś czasem temu spotykali. Załączony rysunek jest abstraktem graficznym całego wywodu.

W zaprezentowanym niżej poglądzie na naukę będzie bardzo wyraźnie przebijać podejście systemowe (ogólna teoria systemów) jak i biologizm - poszukiwanie podobieństw między ewolucją kulturową a biologiczną, poszukiwanie ogólnego modelu dla struktur biologicznych jak i kulturowych.

Nauka jest systemem, całościowym systemem powiązanych ze sobą różnorodnych elementów (definicji, pojęć, opisów, obserwacji, teorii itd.). Nie jest luźnym zbiorem faktów i nie powstaje przez proste dodawanie kolejnych odkryć, obserwacji, eksperymentów. Rozwija się także jak system, czyli przez reorganizację powiązanych ze sobą elementów. Tak jak organizm nie tylko rośnie na wielkość ale i się rozwija (wewnętrznie reorganizuje). Porównać można to do rozwoju owada: najpierw jajo, potem kolejne (czasem różniące się) stadia larwalne, potem przepoczwarczenie i jak po rewolucji paradygmatu pojawia się z tego samego coś zupełnie innego - owad doskonały.

Nauka jako system może być rozpatrywana jak własny, indywidualny system wiedzy (w naszym mózgu) - tak jak organizm oraz jako nauka wspólna, ogólnoludzki system wiedzy (niczym ekosystem lub metapopulacja). Ten ogólnoludzki system wiedzy jest niejednorodny, ziarnisty, z odmiennymi nieco wyspami i widoczną sukcesją (sukcesją ekologiczną jak w ekosystemie). Nauka jak organizm i ekosystem (lub zróżnicowana metapopulacja), gdzie można mówić o ontogenezie (indywidualnym budowaniu wiedzy) jak i filogenezie - ewolucyjnym kształtowaniu się całej metapopulacji (systemu wiedzy).

Nauka jako system rośnie - zarówno w naszej głowie (ontogeneza) jak i w sensie całego systemu (porównanie do metapopulacji i ekosystemu a więc do ewolucji). Można zatem napisać, że indywidualna ontogeneza wiedzy jest w uproszczeniu rekapitulacją filogenezy (rozwoju ogólnoludzkiego systemu wiedzy). Z najróżniejszymi meandrami, regresami czy gwałtownymi radiacjami adaptacyjnymi.

System istnieje w środowisku. Rozwija się w relacji ze środowiskiem. Poprzez obserwacje i eksperymenty pojawiają się nowe elementy tego systemu (w tym także teorie i paradygmaty). Obserwacja - to bierne pozyskiwanie faktów. Eksperyment to aktywne działanie i obserwowanie reakcji.

Jeśli naukę rozpatrywać jako system, to w miarę rozwoju obserwujemy nie tylko wzrost liczby elementów: pojęć, obserwacji, danych, koncepcji, relacji i teorii, ale także wzajemne dostrajanie się tych różnorodnych elementów. Obserwujemy wzrost sprawności i efektywności działania (np. pojęcia są doprecyzowywane, uszczegóławiane itd.). Pojęcia kształtują się w relacji do innych pojęć oraz do teorii. I zmienia się to w czasie.

Fakty nie istnieją samodzielnie, ale są elementem teorii. Pięknie opisywał to Ludwik Fleck na przykładzie medycyny. Pojęcie łona kobiecego jest elementem konkretnego pojmowania (modelu) człowieka i nie da się wpasować do współczesnej anatomii (np. próbować ustalić za pomocą współczesnych pojęć organów, narządów i tkanek z czego zbudowane jest łono). Ten fakt pojęć pochodzących z różnych teorii i paradygmanów wprawia w zakłopotanie niejednego studenta. Bo wszytko chciałoby się połączyć w jedno (i na potrzeby egzaminu i aby jakoś to rozumem ogarnąć), dostosować, uporządkować. A to nie jest możliwe. Historia rozwoju nauki gdzieś nam umyka. To tak jakby wysypać na kuwetę fragmenty narządów od różnych zwierząt i próbować złożyć w jeden organizm.

Poszczególne działy nauki różnią się między sobą spójnością (precyzją) połączonych elementów: precyzją zdefiniowanych pojęć jak i zasad (relacji) między tymi pojęciami. Jedne przypominają zbiory klasyczne, inne zbiory rozmyte. W matematyce pojęcia są najbardziej dyskretne. Są ostre i dyskretne, z wyraźnymi granicami. Z aksjomatów można dedukować prawa i prawidłowości (relacje) między elementami. Inaczej jest w filozofii i naukach humanistycznych. Tu pojęcia są bardzo nieostre, słabiej zdefiniowane (rozmyte). Jednocześnie funkcjonuje wiele różnych ujęć, definicji, wiele różnych relacji między tymi nieostrymi pojęciami. Dedukowanie jest obarczone większa niedokładnością i mniejszą precyzją (bardziej pasuje teoria zbiorów rozmytych). Zamiast równania pojawia się złożony dowód i argumentacja, mniej lub bardziej przekonująca. W naukach przyrodniczych jest nieco inaczej. Tak pomiędzy matematyką a filozofią. Z tym, że wyraźnie akcentowane jest doświadczenie (eksperyment). Dowodzi się nie tylko przez dedukcję (tak jak w matematyce czy filozofii) ale o wiele bardziej przez eksperyment i empiryczną falsyfikację.

Matematyka - nauki przyrodnicze - filozofia i nauki humanistyczne to uproszczony gradient systemowego wyróżnienia elementów. Ale można ułożyć nie tylko liniowy gradient ale i trójkąt (wtedy uwzględniona zostanie także empiria).


Nauka: Z czego się składa i jak to działa? W moim odczuciu bardziej jako ekosystem niż organizm (bo mniej zintegrowany, a poszczególne elementy mniej niezbędne). Tylko fragmentami bardziej integrowana, tak jak organizmy w ekosystemie.

Filozofię i nauki humanistyczne chyba lepiej opisywałyby zbiory rozmyte (niż zbiory klasyczne, te które znamy ze szkoły). Bowiem pojęcia, używane w systemie nauki w odniesieniu do filozofii (i w porównaniu do matematyki) są zmienne w czasie i przynajmniej nieco się różnią w znaczeniu (interpretacji) w różnych grupach i szkołach filozoficznych. To samo odnosi się do różnych nauk humanistycznych. Są więc jak gatunki spokrewnione ale nieco różne, żyjące na różnych wyspach. Podobne, ale nie identyczne.

Różnorodność obiektów tak jak różnorodność gatunków w ekosystemach. Pojęcia uzależnione są od systemów, w których funkcjonują. Dla nauk humanistycznych typowa jest wielość systemów, zachodzących częściowo na siebie. Potrzebna jest erudycja (znajomość tych różnic i wielości) by się sprawnie poruszać i dyskutować w naukach humanistycznych i filozofii.

Filozofia to trochę jak matematyka we mgle, coś widać ale nie do końca jednoznacznie. Trudno jest więc „zmatematyzować” filozofię (choć logika jak najbardziej poddaje się dyskretnej precyzji matematycznej), mimo, że takie próby są podejmowane. By uznać nauki humanistyczne za naukę. Może jednak lepiej uznać te różnice i dostrzec ciągłość, kontinuum takich zmian na osi: od skrajnej humanistyki do czystej matematyki. Wielość założeń, aksjomatów, niejako światów (przestrzeni) równoległych choć często zachodzących na siebie, przenikających. W takim systemie trudno jest w matematyczny sposób „rozwiązywać równania” - a jednocześnie trudno dostrzec oddzielności i wielość tych systemów-światów. Przynajmniej dla osoby z zewnątrz. Potrzebna erudycja, czyli przyswojenie sobie wielu różnych pojęć, znaczeń, kontekstów, wielu różnych światów, w których występują takie same (z pozoru) pojęcia i słowa.

Różnorodność nauki jest ogromna. A ja w tej różnorodności poszukuję jakiegoś porządku, wykorzystując ogólną teorię systemów i biologiczne spojrzenie na systemy.

W matematyce (o ile wiem) pojęcia są dyskretne, dobrze i wyraźnie zdefiniowane. Z aksjomatów i założeń wyprowadza się różne prawa (zasady, relacje między pojęciami, elementami itd.) na drodze dedukcyjnego rozwiązywania równań. Wynik tych równań jest jednoznaczny (jeśli są różnice to gdzieś jest błąd, możliwy do odnalezienia). Ale na przykład w naukach przyrodniczych, czy zwłaszcza humanistycznych, wynik może być zmienny i uzależniony od kontekstu lub „rozwiązującego” (wielość różnych „światów równoległych”).

W matematyce, jeśli przyjmuje się jakieś założenia i aksjomaty, to prawa dedukuje się w oparciu o tak przyjęte „niezmienniki”. Trudno powiedzieć czy w matematyce się odkrywa czy wymyśla (tworzy). Ale znajdujemy podobieństwa w systemach rzeczywistych. Dlatego język matematyki - przez swoją jednoznaczność i niezmienność - jest dobrym językiem dla innych nauk. Umatematyzowanie świadczy o dojrzałości danej nauki szczegółowej. Ów system jest bardziej „dojrzały” i rozwinięty, z bardziej dyskretnymi, niezmiennymi i jednoznacznymi elementami.

Symulacje komputerowe są w jakiś sposób zbliżone do systemów matematycznych: „rozwiązanie” zadania/równania następuje w wyniki zastosowania określonego algorytmu. Ale jeśli napiszemy algorytm (założenia i aksjomaty), to wynik będzie jednoznaczny i zawsze taki sam. Jak wynik równania matematycznego. Oczywiście możemy założyć w algorytmie przypadkowość, ale będzie to ściśle zdefiniowana i określona przypadkowość. Różnica między matematyką a symulacją komputerową jest jedynie taka, że w symulacji nie zawsze jesteśmy świadomi algorytmu: staramy się go napisać wg własnych założeń, ale możemy nie uświadamiać sobie części działań algorytmu. Stąd nieco trudniejsze i obarczone niepewnością wnioskowanie. Dedukcja może być błędna (tak jakbyśmy przy rozwiązywaniu równania matematycznego nie zauważyli jakichś liczb czy znaków matematycznych. We wzorze matematycznym wszystko widać „na wierzchu”.

Kiedyś do symulacji naukowcy wykorzystywali tylko równania matematyczne (inna sprawa, że także mogli popełniać błędy w rozwiązaniu - niemniej wszystko było widoczne i każdy mógł sprawdzić niezależnie od autora). W symulacjach komputerowych śledzenie algorytmu jest trudniejsze (bo bardziej złożone), jak i nie zawsze ten algorytm się upublicznia. Jednak ze względu na proste użytkowanie, współcześnie naukowcy do symulacji i modelowania znacznie częściej wykorzystują komputery (symulacje i modele). „Liczenie” i wynik nawet złożonych równań przychodzi bez porównania szybciej. Uproszczenia w symulacjach komputerowych są konieczne, by analizować mniejszą liczbę czynników i relacji między elementami badanego układu. Te uproszczenia są podobne do języka matematyki - także nie wiemy czy odkrywamy w ten sposób świat materialny czy tworzymy (odkrycie czy wynalazek). Język matematyki, a obecnie także symulacje komputerowe i gry, w coraz większym stopniu wykorzystywane są do opisu świata materialnego, i to zarówno w naukach empirycznych jak i humanistycznych.

Na koniec przykład z szachami (symulacja „analogowa”). Kilka prostych figur (elementów), jednoznacznie zdefiniowanych (albo wieża, albo goniec, albo pionek itd., nic przejściowego), kilka prostych reguł (plansza i zasady ruchu) i już można poruszać się w tym świecie. Odkrywać jego własności (rozwiązywać równania). Liczba możliwych partii jest ogromna. Takich chaos deterministyczny.

Marzeniem jest jeden wzór na wszystko, z którego to wzoru wszystkie inne wzory szczegółowe, prawidłowości itd. można wyprowadzić. Taki święty Graal nauki… poznanie wszystkiego.

Pora przejść do nauk empirycznych, pośród których jest i biologia. Nauki empiryczne są podstawą współczesnej nauki i jej sukcesów. Wniosły w rozwoju nową metodę - weryfikowanie teorii przez doświadczenie (konfrontowanie z rzeczywistością), falsyfikację (próbę obalenia - wymyślanie takich doświadczeń, które mogłyby obalić analizowaną hipotezę).

W naukach empirycznych ważne są dwa elementy: weryfikowanie przez doświadczenie oraz logiczna spójność teorii. Jest więc element „matematyczny” i dedukcja tak jak w matematyce. Tyle tylko, że poszczególne elementy są nieco bardziej rozmyte, ale za to bardziej wyodrębnione („wyraźne”) niż w naukach humanistycznych.

Jeśli porównywać fizykę i biologię, to ta pierwsza jest bardziej „umatematyzowana”, z bardziej dyskretnymi pojęciami i opisaniem elementów. Nieco bardziej precyzyjniejsza. Biologa jest bardziej „humanistyczna”, tj. pojęcia (przynajmniej w niektórych działach biologii) są bardziej niedookreślone, niejednoznaczne.

W swoim rozwoju biologia coraz bardziej się „matematyzuje”, pojęcia - tak jak z komórek macierzystych - specjalizują się i nabierają jednoznaczności. Język biologii coraz bardziej jest precyzyjny. Najpewniej to typowy rozwój każdej dyscypliny naukowej: od zbiorów rozmytych do bardziej klasycznych. Lub jak w sukcesji ekologicznej: od przewagi gatunków eurytopowych, oportunistycznych, do przewagi gatunków wyspecjalizowanych (i spadek międzygatunkowych oddziaływań o charakterze antagonistycznym). Czasem biologia traktowana jest jako nauka „pamięciowa”, bo trzeba dużo faktów zapamiętać (różnorodność biologiczna na wszystkich poziomach jest niezwykle bogata i nie do ogarnięcia w jednym mózgu człowieczym). Niemniej w swoim rozwoju staje się coraz bardziej logiczną: wiele „stanów” da się logicznie „wyprowadzić” z warunków początkowych (założeń i aksjomatów), niejako można coraz bardziej rozwiązywać „równania biologiczne”. Tyle tylko, że jest znacznie więcej różnorodnych elementów. Ale kolejne teorie wprowadzają unifikację i przybliżają do „jednego wzoru na wszystko”.

Biologia jest w drodze od teorii zbiorów rozmytych do zbiorów klasycznych.

Wcześniej zarysowane zmiany między dyskretnością a abstrakcją (rozmyciem, erudycją) w postaci linowej, z gradientem zmian od matematyki, przez nauki przyrodnicze do humanistycznych z filozofią, można przedstawić w przestrzeni dwuwymiarowej. Jednocześnie można zaznaczyć i precyzyjne wyodrębnienie (zdefiniowanie) elementów oraz dedukcyjność i weryfikację empiryczną (nie wiem czy trafnie ujęta opozycja, ale tak mi przyszło do głowy to nazwać). Zamiast liniowego kontinuum uzyskujemy trójkąt. Oczywiście, gdyby wyróżnić poszczególne dyscypliny naukowe, utworzyłaby się z tego chmura. A jeśli wyodrębnić jeszcze kolejny „wymiar”, to model byłby trójwymiarowy, przestrzenny.




Naukę opisuję jako system. Układ, system to nie jest suma części, lecz także relacje między tymi częściami, sposób ich wzajemnego ułożenia. Organizacja.

Weźmy za przykład zegarek. Rozkręćmy go na części i wszystkie wrzućmy wszystkie do woreczka. Suma części będzie taka sama, niczego nie zabraknie. A jednak nie będzie to już sprawny mechanizm, pokazujący godziny. System jako mechanizm. Takie podejście mogli byśmy nazwać mechanistycznym. Lepszym przykładem (modelem) systemu jest organizm - ciągle się zmienia, wymienia części (w metabolizmie), rośnie, ewoluuje a mimo to przez cały czas jest sprawny i działający.

Nauka jako system wiedzy, czy to w pojedynczym mózgu człowieka, czy to jako ogólnoludzki system wiedzy, jest systemem „biologicznym”, niczym organizm. Tak, jakbyśmy oglądali swoje zdjęcia z dzieciństwa, młodości, dojrzałości. Widać podobieństwo ale przecież za każdym razem jest to „ktoś inny”. Tę zmienność trzeba uwzględniać nie tylko w historii nauki, ale i na co dzień. Bowiem nauka zmienia się dynamicznie i bardzo szybko. W dyskusji, gdy używamy pojęć, warto jest wiedzieć z jakiego „organizmu” (teorii, paradygmantu) one pochodzą. Takie same słowa nie oznaczają tych samych desygnatów.

I jeszcze kilka porównań biologicznych. Dla organizmu charakterystyczny jest rozwój (ontogeneza) i ewolucja (filogeneza). Już sam wzrost na wielkość wymusza zmiany organizacyjne całego systemu. Mały organizm jednokomórkowy może być mniej zorganizowany, ale gdy komórka rośnie to wraz wielkością liniową powierzchnia wzrasta do kwadratu a objętość do sześcianu. Dlatego pojawiają się nowe problemy, np. nie wystarcza już wymiana gazowa powierzchnią ciała (u organizmów wielokomórkowych) i pojawiają się specjalne organy (skrzela, skrzelotchawki, płuca), pozwalające zwiększyć powierzchnię wymiany dla powiększającego się organizmu. Sam więc wzrost wymusza reorganizację całego systemu.

Nauka na pewno ma charakter kumulatywny. Do tego dochodzi ewolucja - zmienność w czasie i dostosowywanie się do środowiska (otoczenia). System więc wewnętrznie się „konstruuje” (różnicuje, np. wraz z przyrostem wiedzy wyodrębniają się nowe dyscypliny i subdyscypliny) i optymalizuje (np. dojrzewa metodologia).

Kiedy się nauka zaczęła? Gdzieś w mrokach prehistorii. Ten pierwotny system wiedzy naszych przodków wynikał zapewne z obserwacji środowiska (otoczenia). Był niezróżnicowany, wszystko było ze sobą ścisłe powiązane: magia, religia, wiedza o ludziach i przyrodzie. Niezróżnicowane jak komórki macierzyste. Nauki w obecnym rozumieniu jeszcze nie było. Dopiero się powoli wyróżnicowała, jak tkanki z komórek macierzystych. Wiedza była mała i jednolita (w dzisiejszym rozumieniu), mieściła się w głowie jednego człowieka lub jednego plemienia.

Wzrost wiedzy, wynikając z wzrostu komunikujących się ze sobą ludzi, jak i sposobu utrwalania wiedzy (pismo, druk, współczesne nośniki), to liczba zgromadzonych przez społeczność faktów, najpierw tylko w zbiorowej pamięci potem spotęgowane przez możliwość zapisania na papierze. A teraz w komputerach.

Ale to nie tylko wzrost na ilość ale i zmiana organizacji. Możemy mówić o rozwoju i ewolucji teorii i paradygmatów Paradygmat (czy w węższym rozumieniu teoria) decyduje o tym, co dostrzegamy. Patrzymy na świat przez pryzmat teorii i tego, co już wiemy i spodziewamy się zobaczyć (lekarz na zdjęciu rentgenowski czy na ekranie ultrasonografu widzi więcej niż pacjent). Nie ma faktów obiektywnych samych w sobie. To tak, jak patrzenie przez czerwone szkło (czerwone elementy będą niewidoczne). Niby widać, ale coś umyka. Wystarczy zmienić kolor szkła, a świat będziemy postrzegać nieco inaczej.

W toku tej ewolucji następowało wyróżnicowanie się i dojrzewanie metody naukowej, coraz wyraźniejsze wyodrębnienie się nauki z innych elementów wiedzy, z religii, magii. Obserwujemy otoczenie, i na zasadzie indukcji, tworzymy nowe fakty, hipotezy, teorie. Na przykład wynalezienie teleskopu, czy mikroskopu zaowocowało dopływem zupełnie nowych obserwacji, pojęć. Tak jak odkrycie nowych kontynentów i zaobserwowanie nowych gatunków roślin i zwierząt. Wzbogaciło ilościowo ale i nie tylko. Zaowocowało także przebudową systemu, zmianą relacji między już zgromadzonymi faktami, np. teoria ewolucji inaczej uporządkowała zgromadzoną wiedzę o różnorodności biologicznej. Sama zaś teoria ewolucji spowodowała inne (kaskadowe) zmiany w systemu nauki. Nowe definicje.

Dedukcja to wnioskowanie z tego, co już wiemy, z nowej teorii i paradygmatu, wyprowadzanie możliwych innych hipotez. W naukach przyrodniczych dowodzenie (weryfikacja) tych hipotez odbywa się przez eksperyment. Tak jak odkrywanie nowych pierwiastków, wynikających z systemu Mendelejewa. Można było wydedukować istnienie nieznanych pierwiastków, ale trzeba je było eksperymentalnie „zobaczyć”, „dotknąć”.

Nauka jako system rozwijający się, przebudowujący i reorganizujący. To zarówno organizm w czasie ontogenezy jak i organizm ewoluujący. Stany poprzednie różnią się od obecnych. System nie jest prosta sumą elementów

Jeśli nauka jest systemem całościowym, to ważne są nie tylko elementy składowe (fakty, pojęcia, hipotezy, prawa, teorie itd.) ale i organizacja (struktura, relacje między poszczególnymi elementami). Tak jak w zegarku czy organizmie, poszczególne części wynikają z całości.

Z jednej części, jednej kości czy organu, możemy wnioskować o całości. Dlatego paleobiolodzy potrafią odtworzyć wygląd i sposób życia całego organizmu jedynie z kilku kości, czy nawet pojedynczego zęba. 

Wnioskowanie z jednej części o całości nie jest jednak takie proste. W odniesieniu na przykład do ekosystemu (posłużę się takim przykładem) są gatunki wyspecjalizowane, dobrze przystosowane do środowiska. One są dobrymi bioindykatorami. Ale są też gatunki eurytopowe, oportunistyczne. Wnioskowanie na ich podstawie jest dużo trudniejsze i obarczone większym zakresem nieokreśloności. 

Analogicznie możemy powiedzieć, że niektóre pojęcia w danej dyscyplinie naukowe są dyskretne, dobrze i precyzyjnie zdefiniowane oraz pojęcia bardzie rozmyte znaczeniowo, „oportunistyczne” (mniej zróżnicowane jak komórki macierzyste ale za to z dużym potencjałem do wyróżnicowania się, specjalizacji).W przypadku gatunków oportunistycznych można wnioskować o stanie całego ekosystemu ale potrzeba więcej danych i informacji o kontekście. 

Całość to więcej niż suma części, to organizacja. W nauce ważne są wiec nie tylko zgromadzone obserwacje, wytworzone pojęcia, hipotezy, ale i sposób ich zorganizowania czyli teorie i paradygmaty. Te tez się zmieniają ewolucyjnie. Dlatego uczniowie lub początkujący adepci nauki zdziwienie są, że w jednym podręczniku tak, a w innym inaczej opisane są te same problemy, zjawiska itd. W systemie wszystko jest ze sobą powiązane. Zmiana części (pojawienie się nowych faktów naukowych, hipotez) wpływa na zmianę całości. I odwrotnie, zmiana paradygmatu wpływa na części (np. interpretacja od dawna znanych faktów). Przewrót kopernikański spowodował inne interpretowanie tego, co od dawna na niebie widzieliśmy. Na świat obiektywny patrzymy także przez pryzmat teorii, tego co już wiemy. Istotę systemu można zawrzeć w greckiej sentencji ”wszystko ze wszystkim, wszystko ze wszystkiego”. 

Na podstawie obserwacji budujemy (modyfikujemy, bo przecież nie tworzymy zupełnie od nowa) wiedzę, teorie i tworzymy system wiedzy. Metodą jest indukcja. Z założeń i praw dedukujemy wnioski (dedukcja jako kolejna metoda). Ale relacje między częściami (pojęciami, prawami) można ustalać lub weryfikować za pomocą eksperymentów (faksyfikacja). W końcu optymalizacja systemu wiąże się dążeniem do prostoty - rozumowanie abdukcyjne. Filozofowie nauki mówią o konsyliencji wiedzy: hipoteza powinna tłumaczyć jak najszerszą klasę zjawisk, tłumaczyć (wyjaśniać) te zjawiska w jak najprostszy sposób, wyjaśniać według podobieństw (zjawiska z przeszłości i przyszłości). Piszą także o koherencji: hipoteza, teoria powinna podawać wyjaśnienia jak najbardziej spójne z największą liczbą obserwowanych danych. 

Nauka rozwija się z potocznego rozumowania zdroworozsądkowego (od oportunizmu do specjalizacji). Specjalizacja wymaga złożonego systemu i otoczenia. Współcześnie więc nauka rozwija się w dużych zespołach i instytucjach.