Последнюю проблему призвана была решить черытехфазовая модель Маллинса: 1) парадигматическая группа (неоформленная группа ученых), 2) сеть связей (интенсификация контактов между учеными, работающими над одной проблемой), 3) кластер (тесная группа с налаженными связями и устойчивым общением), 4) дисциплина (область исследования оформляется в признанную дисциплину со всеми ее атрибутами – конференциями, журналами, учебными инстанциями и т.д.)[328]. Однако ни одна из моделей не могла учесть все многообразие конкретных случаев, и впоследствии сама идея разработки универсальных схем была признана непродуктивной. Отчасти этому способствовало появление квантитативных методик анализа формирования дисциплин.
Квантитативные методики
Сайентометрия – совокупность квантитативных методов оценки науки, научных связей и научной политики. Ее основателями принято считать Прайса и Годсмита. Одним из измерений является индекс цитируемости, учитывающий такие параметры, как частота, устойчивость и т.д. Исследование данной области выявило т.н. “эффект непосредственности”: свежие публикации цитируются чаще, чем более ранние[329]. Соответственно, частота цитирования со временем резко падает (этого, правда, избегают те немногочисленные публикации, которые приобретают статус классики).
С данным эффектом связано понятие т.н. передового фронта исследований, выделяющегося на фоне общего архива, т.е. совокупности публикаций старше 5 лет. По мере продвижения фронта архив пополняется его прежним содержимым. По оценкам Прайса, передовой фронт состоит в среднем примерно из 50 работ (хотя это цифра колеблется в разных дисциплинах)[330]. Мертон полагает, что ранние работы “вычеркиваются” в процессе инкорпорирования их в новые исследования[331]. Эта концепция аналогична принятой в SSK теории конструирования фактов, в частности, стиранию модальностей в схеме Латура и Вулгара[332].
Еще один фактор, характеризующий продуктивность – рост числа работ, написанных в соавторстве, и рост числа соавторов; причинами являются усложнение технологий исследования, а также структура распределения грантов[333]. Однако общее количество работ далеко не всегда служит надежным критерием научной продуктивности: многие известные ученые предпочитали поступаться количеством в пользу качества[334].
Дополнением анализа цитирования служит т.н. моделирование блоков – анализ формирования исследовательских кластеров или сетей. Анализ сетей в институциональной социологии науки восходит к социометрической традиции 1930-х годов. В 1960-е годы социологи, пытавшиеся применить социометрицеские методики к науке, столкнулись с двумя техническими ограничениями: эта техника была применима только к группам численностью менее 200 человек и не позволяла одновременно анализировать несколько различных социометрических параметров[335].
Таким образом, данные методы исследования являются поисками ответов на ряд существенных вопросов. Может ли индекс цитирования применяться к потенциальным новаторам, которые отстранились от наличных сетей цитирования? Кто решает, что отправлять в архив, что стирать, что инкорпорировать или превращать в классику? Эти и прочие вопросы встают в связи с попытками институациональных исследований науки вскрыть механизмы ее самоорганизации. Полученные данные служат важным материалом другим ветвям STS, помогая формулировать дескрипции и прескрипции для науки. Социальные исследования знания
Социология научного знания
Социология научного знания (SSK, иногда называется также социальными исследованиями знания или новой социологией науки) сосредоточена на содержании науки, т.е. на теориях, методах, выборе подходов и прочих технических аспектах науки и технологии. Исследование содержания науки иногда уподобляют “раскрытию черного ящика”. В научном обиходе “черным ящиком” называется любое устройство, где входящая и выходящая энергия или информация поддаются точному описанию, а принципы действия – нет. Адепты SSK обвиняли институциональную социологию науки в том, что она даже не пробовала открыть “черный ящик”, а удовлетворялась чисто внешними, институциональными аспектами науки и технологии. Раскрытие ящика и социологический анализ его содержимого принесли противоречивые результаты. В философской перспективе некоторые выводы SSK неадекватны и грешат эпистемологическим релятивизмом. С точки зрения критических ветвей STS, содержание социологии научного знания само по себе является “черным ящиком”, и еще не известно, есть ли в нем что-нибудь существенное[336].
В широком смысле изучение содержания науки можно охарактеризовать как “конструктивизм”, а именно, как “социальный конструктивизм”, который считает социальный мир внешней, независимой переменной, модицифицирующей или определяющей некоторые аспекты содержания науки и технологии. Его следует отличать от другого типа конструктивизма, который обычно ассоциируется с теорией актор–сеть (иногда его называют “гетерогенным конструктивизмом”[337]). Если социальный конструктивизм сосредоточен на поиске каузальных связей, идущих от контекста к содержанию, то данный тип рассматривает также противоположные направления каузальности, т.е. воздействие технонаучных перемен на новые формы социальных связей.
Конструктивистские версии истории изучения науки демонстрируют переход от мертоновской социологии науки к социологии научного знания. Однако вернее считать институциональную социологию науки и социологию научного знания двумя параллельными исследовательскими традициями, чем видеть в SSK парадигматический сдвиг, заменивший институциональную социологию новой социологией науки.
Началом современного периода SSK обычно считаются работы английский авторов – Малкея, Коллинза, Барнса, Блура – 1970-х годов. Хотя критика мертоновских норм практически осталась без ответа, критика неспособности американского социологии науки разработать социологию знания вызвала ответную реакцию. В частности, представители лагеря Мертона заявили, что если такие общие атрибуты науки, как эмпиризм и экспериментализм, считать ее содержанием, то Мертон обращался к нему (например, в ранней работе о протестантизме и науке). В общем и целом, подходы, концепции и эмпирические исследования, инициированные в рамках SSK, сохраняли свое влияние вплоть до 1990-х годов и стали важной частью теоретического ландшафта.
Сильная программа
В середине 1970-х годов группа исследователей из Эдинбурга – Блур, Барнс, Эдж и Маккензи – создала одно из фундаментальных направлений новой социологии научного знания. Особое знание имеет т.н. сильная программа Блура. Ее слагаемые таковы: 1) каузальность: социальные исследования науки дают объяснения состояниям знания; 2) беспристрастность: SSK сохраняет незаинтересованность в отношении истинности или ложности, рациональности или иррациональности, успехов и неудач знания (а также технологии); 3) симметрия: одни и те же типы причин действительны при объяснении истинных и ложных убеждений (например, нельзя объяснять «истинность» науки, апеллируя к ее природе, а «ложность» – ссылками на социум); 4) рефлексивность: объяснения, релевантные в отношении науки, должны быть столь же применимы к социальным исследованиям науки[338].
Принцип каузальности подвергся, вероятно, наименьшей критике, хотя антропологические и культурные исследования 1990-х годов привели к некоторой модификации понимания каузальности. Основа сильной программы – принципы беспристрастности и симметрии. Последний является, вероятно, самым важным и самым противоречивым в философском плане, но безусловно продуктивным. Он позволяет рассматривать интеллектуальную историю социальных исследований как нарастающее расширение симметрии: от мертоновской симметрии между наукой и прочими социальными институтами к блуровской симметрии в оценке истинного и ложного знания до новейших гипотез, отстаивающих симметрию между наукой и технологией, аналитиком и анализируемым, человеческими существами и машинами, социальным и техническим[339]. Принципы беспристрастности и симметрии, несомненно, предоставили некоторые новые аналитические возможности, но при этом воспрепятствовали другим. Сообщество STS сочло их в целом недостаточными. Четвертый принцип, рефлексивность, относится к попыткам представителей социальных наук нейтрализовать сконструированную природу собственных исследований и теорий. Это достигается, например, путем сознательного введения в текст контраргументов и создания своего рода внутреннего диалога.
Анализ интересов
Среди эмпирических исследовательских традиций, связанных с сильной программой, одной из наиболее популярных в 1970-е годы был анализ научной полемики в плане затронутых интересов[340]. В междисциплинарном контексте STS «интересы» – достаточно многозначный термин. Согласно классическому марксизму, некоторые науки (например, политэкономия XIX века) встраивали в технический язык ценности и идеологию класса (например, капиталистического). Классовый анализ интересов привел к выводу, что господствующими идеями являются идеи правящего класса, – что, разумеется, имеет отношение не только к науке, но и к другим идеологическим областям.
Этой широкой трактовке интересов сопутствует различие между когнитивными, или техническими интересами, с одной стороны, и социальными, или профессиональными, с другой. Еще одна классификация принадлежит Хабермасу[341], который разделил науки по областям интересов: 1) технические прогнозы и контроль (естественные науки, управленческие дисциплины), 2) коммуникативное понимание (гуманитарные науки) и 3) эмансипация (западный марксизм). Наконец, третья классификация проводит различие между социальными интересами и приписанными интересами. Социальные интересы – это материальные интересы или символические ресурсы, которые считаются существенными для выживания группы и необходимыми для приобретения, сохранения или увеличения преимуществ в плане власти, привилегий, престижа. Приписанные интересы – социальные интересы, существенные и необходимые для выживания группы и сохранения ее влияния с точки зрения посторонних наблюдателей; эта точка зрения может в основных чертах совпадать с взглядами инсайдеров. Приписывание интересов само по себе является формой социального интереса[342].