Jag rekommenderar att du läser om min kommentar. Att man ger mothugg mot mainstream är ett sätt att granska den och eventuellt hitta nya förklaringar DÄREMOT att något inte går att bevisa betyder inte att något blir sant för det. Det är ett sk. cirkelargument. Dessutom pålitlig källkritik är när man kritiskt granskar källor utifrån vetenskapligt accepterade metoder. Ett exempel är ju att man ska ta saker med en drös med salt om påståenden kommer fram utan belägg.. som det skett flertalet gånger i denna tråd bland annat eftersom de inte går att verifiera. Att man inte ska kasta cirkelargument runt sig är bara logiskt eftersom cirkelargument inte leder till något annat än illusionen att man har rätt. I verkligheten tenderar de leda till raka motsatsen.
Konspirationsteoretiker tenderar att se allt endimensionellt. De letar enbart det som tyder på att deras förutfattade meningar stämmer istället för att försöka hitta sanningen. Därigenom förkastas oftast allt som inte stämmer överens med dennes tes. Ett par exempel är 9/11 och månlandningen.
Källkritik behöver man inte heller se med egna ögon utan den kräver att man källkritiskt granskar en källa för att sedan utifrån dessa komma så nära ursprungskällan som möjligt och därigenom skaffa sig en uppfattning om det är troligt eller inte. I många fall på internet så kommer man märka snabbt att det räcker en lång väg.. I andra fall så kommer man upptäcka fort att folk inte har så mycket belägg som de vill påstå.
Kom dessutom ihåg.. Att påståenden utan belägg kan förkastas utan belägg.
Förutom de här punkterna ska man också vara säker på att data som har samlats in för att kunna dra slutsatser måste vara relevanta och tillräckliga för att kunna dra slutsatser samtidigt som man ska akta sig för att dra slutsatser som inte stämmer med syftet man haft då man samlade in data. Ett stort problem i dagens enorma dataflöde. Oftast kan man inte samla in alla data utan måste välja utifrån sitt syfte och då kan man inte dra slutsatser om annat. Exempel:
På Karolinska Sjukhuset samlade man in data om patienter födda 1958 med en viss medfödd defekt för att kunna följa patienternas utveckling fram till vuxen ålder med avseende på hur väl behandlingen fungerat. Allt för att kunna finslipa behandlingsmetoderna. Någon gång på 1990-talet hittade andra forskare databaserna och ville utföra annan forskning baserat på de insamlade uppgifterna men fick nej från datainspektionen. Man gick ut i media och anklagade datainspektionen för att sätta käppar i hjulen för viktig forskning. Datainspektionen svarade också offentligt: Data i dessa databaser hade samlats in för ett enda syfte och var inte lämpligt för att dra några som helst slutsatser utanför detta syfte och därför vägde den personliga integriteten tyngst. Att någon annan tyckte sig kunna ha nytta av insamlade data var oviktigt eftersom insamlingssyftet inte motsvarade det nya syftet med att använda datat.
Man ska också vara försiktig med slutsatser. Vanligt idag är att man letar efter mönster i datamängder utan att ta hänsyn till just syftet med insamlandet av data. Syftet vi har eller har haft då vi samlar in data måste användas också vid tolkningen av insamlad data (= vilken information var vi ute efter), d.v.s. återskapandet av informationen vi en gång hade tillgång till.
Letar vi efter mönster som inte stöds av syftet med datainsamlingen är risken stor att vi hittar nonsensmönster. Statistiker kallar detta för Bonferronis princip:
Om man söker efter mönster utanför vad som stöds av insamlade data så hittar man skräp.
Det finns många exempel på idiotiska slutsatser. Ett känt sådant är Rhines paradox:
Rhines antagande: Det finns personer med ESP (extra-sensory perception).
Ett experiment tycktes stödja detta antagande. I experimentet skulle en person dra kort ur en kortlek med röda och blå kort och personen som antogs besitta ESP skulle tala om vilken färg det dragna kortet hade. Efter ett antal sådana försök verkade det som om en av 1000 försökspersoner hade ESP (de hade alla rätt). När man upprepade försöksserien förlorade de personerna gradvis sin förmåga.
Slutsatsen blev: Alla förlorar sin ESP då de får veta att de besitter ESP.
Rimligt? Eller är det en rimligare slutsats att anta att ingen har ESP alternativt att försöken inte var rätt utformade?
Ett kul exempel med underliga korrelationer är att man vid statistisk analys av löneutveckling korrelerat med brottsutveckling upptäckte att den procentuella löneökningen för präster åtminstone fram tills då var högre då antalet bilstölder, relativt sett, var högt under löneförhandlingstiden.
Slutsats?? Att präster ger sig ut på bilstöldturné under löneförhandlingarna för att maximera sina lönepåslag??
Eller att det inte finns något egentligt samband??
Ett sista exempel på faran med otillräckliga data:
På en konferens som jag deltog i för många år sedan presenterade en representant från statskontoret, som ju är vår myndighet för effektiv statsförvaltning, en utredning där man helt i strid med andra liknande internationella undersökningar sågade bildtelefoni. Man hade använt 47 personer i sin utredning och inte ens sneglat på de internationella undersökningar som baserats på frågor ställda till 10000-tals personer i Frankrike, Storbritannien och USA. Detta av ekonomiska skäl...
Att sedan satsningarna i dessa länder floppade berodde mest på dåtidens otillräckliga tekniska förutsättningar men i Sverige drog man slutsatsen att den egna undersökningen var den som kommit fram till rätt resultat. De tekniska förutsättningarna hade inte varit en parameter i undersökningarna vare sig i Sverige eller de andra länderna utan endast om bildtelefoni var intressant ur ett användarperspektiv.
Man kan ju i o f s fundera över varför man gjorde undersökningen (vad hade den med effektiv statsförvaltning att göra).
Så det första steget i källkritiken är att undersöka om data samlats in med rätt syfte, i tillräcklig mängd och utan data som inte har med saken att göra.
(Det här blev rätt långt...)
