1. 다양한 공포증
심리학자들은 비합리적 공포를 공포증이라고 부릅니다. 천재 공포증은 연구에 종사하는 사람은 누구든 천재임에 틀림이 없으며 여러분의 평범한 지적 능력은 아마도 그에 도달할 수 없을 것이라는 일반적인 믿음에서 온 것입니다. 모방 공포증은 아이디어가 완전히 독창적이지 않으면 어떤 아이디어도 제안하기를 두려워합니다. 가치 있는 모든 것은 이미 누군가 생각해 놓은 것이라는 신념으로 종종 전적인 마비 상태에 도달합니다. 장치 공포증은 복잡한 장치에 대한 공포증이고 수작업 공포증은 손으로 하는 것에 대한 두려움으로 복잡한 과학적 설비가 없으면 어떠한 실험도 하지 못합니다. 단순성 공포증은 한 번의 치명적인 일격으로 과학의 흐름을 변화시킬 수 있는 거창한 실험을 제안하여야만 한다는 생각으로 간단한 것은 과학일 수 없다는 신조입니다. 처음에는 간단한 것을 생각해야 나중에 더욱 복잡한 질문으로 이끌어 갈 수 있습니다. 계산 공포증은 통계에 대한 두려움으로 어려운 어떤 계산을 하는 것을 두려워합니다. 불완전 공포증은 모든 사소한 세부들이 완전히 다 완성되고 자신의 연구 계획서가 최종 보고서처럼 보이게 되기 전까지는 실험 아이디어에 관해 이야기하지 않는 것입니다. 비과학적인 것처럼 들리는 것에 대한 공포증은 아이디어가 과학적 전문용어로써 표현되어야만 훌륭한 아이디어라는 것을 인식할 수 있습니다.
2. 아이디어를 얻기 위한 이론의 이용
대부분의 전형적인 경우 실험을 수행하는 이유는 이론을 검증하기 위해서입니다. 관찰한 것을 하나의 이론으로 바꾸어 실험을 통해 이론을 검증하는 것이 실험의 아이디어를 떠올리는 데 도움을 줍니다. 이론에 대한 오해는 첫 번째 이론이 극단적으로 복잡해서 천재만이 이론을 이해할 수 있다고 생각하는 것이고 두 번째 이론이 단순히 어떤 사람의 무모한 추측일 뿐이라는 것입니다. 이론은 직접적으로 관찰할 수 없는 과학적 관계를 부분적으로 입증한 진술입니다. 이론을 입증하기보다는 검사를 통해 기각하는 것이 더 쉽습니다. 이론에서의 관계란 추상적 변인들 사이의 관계를 의미합니다. 귀납은 하나의 논리적 과정으로 그 결론은 관찰에 근거를 두고 있으면서 별개의 관찰 이상의 정보를 지니고 있습니다. 연역은 예측하는 논리 과정으로 전제가 참이라면 결론은 참이 되어야 합니다. 관찰된 사실을 이론으로 바꾸기 위해 귀납법을 사용했고, 연역적으로 이론에서 예상되는 관찰을 이끌어 냈습니다. 가설이 맞았다는 것은 그것을 증명한 것이 아니라 이론이 맞을 가능성이 있음을 지지하는 것입니다. 하나라도 일치하지 않으면 전제를 반증합니다. 실험을 통해 이론을 논리적으로 반증하는 데 있어서의 약점은 실험 결과가 일치하지 않다는 것을 보이기 위해 사용된 통계가 연역적인 것이 아니라는 점입니다. (1종 오류의 가능성) 그리고 실험 방법에서 조작적 문제들입니다. 적절한 통계적 검증을 한다고 하더라도 이 통계적 검증은 확률적 수준에서만 유효합니다. 기술적 이론은 사건이 왜, 어떻게 일어났는지에 대한 적절한 설명 없이 단지 사건에 이름을 붙이는 것으로 개별적으로 관찰할 수 있는 사건이 아닌, 조작적으로 정의될 수 있는 사건의 범주에 명칭이 붙는 경우에 유용할 수 있습니다. 유추 이론은 물리적 유추가 심리학적 행동 모형으로 되도록 하기 위해 심리적 관계와 물리적 모형 사이에 유추함으로써 그 관계가 어떻게 작용하는지 설명합니다. 복잡한 관계성의 일부를 설명하기 때문에 기술적 이론보다 더 유용합니다. 주요 변인을 확인하고 어떻게 변인들이 서로 간에 영향을 미치는지에 관해 일반적인 방법으로 개요 하도록 해주는 첫 번째 접근으로써 가장 유용합니다. 변인 간의 정확한 수학적 관계를 명시해 줄 만큼 강력하지는 못합니다. 수량적 이론은 수학적 용어로써 관계를 진술하려 합니다. 변인의 점주 간 관계의 방향뿐만 아니라 이 범주들이 수량적으로 어떻게 관계되는지에 대해 명시합니다. 수량적 이론은 변산 성을 조작할 수 있어야 하며 이 때문에 심리학에 제한되어 있습니다. 구조 방정식 모형은 기술적 이론처럼 여러 개념을 규명하고 묘사하는 하나의 이론에서 출발해서 이 개념이 다른 개념과 어떤 관계를 가지는지에 대해 추측한 후, 이 개념들 사이의 관계를 나타낼 수 있는 연결고리를 끌어냅니다. 개념은 측정 가능하고 통계적 계산이 이루어져야 하며 중요성에 따라 가중치를 줍니다. 연결 주의(병렬적 분산 처리 과정)는 유추적 모델에서 비롯되는데 여기서 유추는 인간 신경 체계에 대한 것입니다. 이론은 이미 수집된 대부분의 자료를 설명할 수 있어야 하고 자료가 뒷받침되지 않으면 제안된 이론은 효과가 없습니다. 이론은 검증할 수 있어야 합니다. 어떤 이론은 검증할 수 있지 않다면 그 이유는 어떤 때는 일어나고 어떤 때는 안 일어나는 식으로 일정하지 않기 때문입니다. 이론은 모든 행동을 설명할 수 있을 만큼 너무 일반적이어서도 안 되지만, 그렇다고 지나치게 제한적이어서도 안 됩니다. 즉, 어떤 이론으로 설명할 수 있는 직접 관찰할 수 있는 사건이 적으면 적을수록 그 이론의 가치는 떨어집니다. 좋은 이론은 자료를 설명할 수 있는 한도에서 가능한 한 단순해야 합니다. 좋은 이론은 미래의 실험 결과를 예언합니다. 좋은 이론은 간접적 질문(무엇이나 어떻게)이 아닌 궁극적 질문(왜)에 대한 답을 찾게 도와줍니다. 스키너는 이론은 관찰할 수 있는 사건보다 추상적이기 때문에 관찰할 수 있는 사건을 설명하는 데 현실적으로 도움이 되지 않는다고 믿었습니다. 또한 관찰한 사건뿐만 아니라 관찰하지 않은 사건을 설명하는 것처럼 보이기 때문에 연구해야 할 것이 남아 있는데도 연구가 완결된 것처럼 믿도록 유도할 수 있습니다. 한 이론이 이끌어 간 뒤 그 이론이 무너지게 되면, 우리는 그 이론에 의해 발생한 다수의 연구를 잃게 된다는 것을 지적했습니다. 어떤 특정한 연구 주제가 여전히 초기 단계에 머물러 있을 때, 성급한 이론화는 문제의 해결보다는 오히려 문제를 일으킬 수 있습니다. 가장 심각한 문제는 연구자들이 종종 중요한 문제보다는 쉽게 풀 수 있는 문제를 위한 이론을 제안한다는 것입니다. 중요하고 더 어려운 문제 대신 쉽지만 중요성이 덜한 문제를 그것이 이론에 더 적합하기 때문에 연구하기로 한다면 다원을 오용하게 될 수도 있습니다. 응용연구에서는 때때로 이론이 그리 중요하지 않을 수 있습니다. 응용연구는 특정한 문제를 해결하기 위해 설계되는데, 이는 과학적 지식을 증가시키는 것만을 목적으로 하는 기초연구와는 대비되는 것입니다. 기초연구는 실용적 문제 해결에 도움을 줄 수 있고, 응용연구의 주목적은 문제의 해결이며 많은 경우에 응용연구를 하면서 동시에 이론을 검증하는 것이 가능하고, 이런 경우 실용적인 면에서 즉각적인 공헌을 할 수 있을 뿐 아니라 과학적 지식의 조직체를 짓는 데 도움을 주게 됩니다. 관찰은 응용연구의 아이디어를 얻기 위한 열쇠가 됩니다.
댓글