Vertumnus skrev:Den vetenskapliga metoden är vad den är, den förändras inte, den utvecklas inom givna ramar med tillgång till ny teknik för observationer och beräkningar, men i grunden är den densamma, den vilar fortfarande på empiri och på tolkningar av empiriska data.
Det Kuhn riktade in sig på var tolkningen och det var där han införde begreppet paradigm. Det mest välkända paradigmskiftet är kanske det mellan Newton och Einstein, men begreppet kommer nog bäst till sin rätt på det samhällsvetenskapliga området.
Men även vetenskapens inriktning, de frågor vi ställer och våra föreställningar om vad vi skall ha vetenskapen till växer ur rådande paradigm.
AI förklarar hur den förändrats:
***************
Hur den vetenskapliga metoden har förändrats
Från antiken till medeltiden
Observation + filosofi dominerade. Vetande byggde på logik och resonemang snarare än systematiska experiment.
Kunskap sågs ofta som något man kunde tänka fram snarare än pröva.
Vetenskapliga revolutionen (1500–1600-tal)
Systematiska experiment introducerades (t.ex. Galilei).
Fokus försköts från auktoriteter (Aristoteles, kyrkan) till empiriska bevis.
Matematisering av naturen blev centralt: experiment → mätning → matematiska modeller.
Hypotes–testning började ta form som metod.
Upplysningen och 1800-talet
Metoden formaliserades:
Observation
Hypotes
Experiment
Analys
Slutsats
Replicerbarhet blev en kärnprincip.
Naturvetenskapen började specialiseras i discipliner (kemi, biologi, fysik).
1900-talets utveckling
Statistik och sannolikhet blev grundläggande (t.ex. signifikans, p‑värden).
Falsifikation (Popper): Vetenskapliga teorier ska kunna testas och potentiellt motbevisas.
Paradigmteorier (Kuhn): Vetenskap utvecklas genom skiften av dominerande teoriramverk.
Teknologiska genombrott förändrade metoden: mikroskopi, spektroskopi, datorer.
Senare 1900-tal – början av 2000-talet
Peer review blev standard som kvalitetssäkring.
Big Science: forskning i stora internationella projekt (CERN, rymdforskning).
Datormodellering och simuleringar blev centrala metodverktyg – ibland viktigare än fysiska experiment.
2000–2020-tal: datarevolution och öppenvetenskap
Big Data: enorma datamängder ändrade hur hypoteser formuleras — ibland hittar man mönster först och formulerar hypotesen efteråt.
Maskininlärning/AI: modeller kan hitta samband som inte är uppenbara för människor.
Open science: öppna data, öppna koder, öppna publikationer för att förbättra transparens och reproducibilitet.
Replikationskris (särskilt psykologi/medicin): fokus på metodskärpning och bättre statistik.
Nutida och framväxande förändringar
AI‑genererade hypoteser (AI som aktiv forskningspartner).
Automatiserade laboratorier (robotiserad forskning som kan testa tusentals hypoteser snabbare).
Interdisciplinär metodik (t.ex. bioinformatik, neuroteknologi, kvantkemi).
Ökad medvetenhet om bias: krav på förregistrering av studier, registrerade hypoteser, bättre försöksdesign.
Vetenskap ses mindre som en "linjär metod", mer som ett nätverk av iterativa processer.
***************