Объективность – высокая, поскольку она, собственно, и является целью существования научного метода. Борьба с когнитивными искажениями встроена в сам процесс, например.
Абстрактность – высокая, особенно в естественных науках. Например раньше людям никогда не приходилось задумываться о гравитационных волнах (существование которых подтвердили после 2015 года с помощью двух специальных обсерваторий28). В истории и социальных науках уровень абстракции ниже, но он, также как и общий объём знаний, всё равно является барьером для массового научного образования.
Достоверность – высокая. Потребитель информации лишь должен обладать информационной грамотностью и, хотя бы в общих чертах, представлять как наука работает. Мы это обсудим немного позже.
Полнота – высокая, потому что она является одним из критериев объективности, и потому что наука позволяет рассматривать различные явления с помощью данных и методик, которые абсолютно недоступны при применении нашего индивидуального физического восприятия. Помимо этого, также как и достоверность данных, полнота аргументов в научном сообществе просто необходима для формирования и сохранения репутации. Научное сообщество включает замену естественного социального контракта, основанного на доверии… Вряд ли удастся найти много профессиональных учёных и научных изданий, которые не дорожат своей репутацией, притом акцент делается именно на личной репутации учёного. Надо делать поправку на научных журналистов, конечно, но это уже другая сфера.
В итоге, среди современного «информационного суррогата» научные знания являются наиболее объективным и надёжным видом информации. Да, среди продуктов человеческой деятельности ничего идеального не бывает, и в научной сфере тоже есть проблемы29, но всё относительно. Никакой другой вид получения, анализа и коммуникации информации не включает в себя следующие развитые подсистемы одновременно:
1) статистические методики получения и первичной обработки данных для предотвращения ошибок выборки;
2) противостояние когнитивным искажениям при проведении исследований;
3) необходимость публикации поддерживающих данных;
4) рецензирование;
5) публикация только в профессиональных изданиях с соответствующим редактированием;
6) общественная и профессиональная критика после выпуска;
7) строгие стандарты цитирования и его отслеживание в обоих направлениях (можно увидеть как список цитируемых работ, так и цитирующие статьи) – таким образом все научно-исследовательские работы в совокупности составляют «сеть знаний», или, выражаясь языком ИТ, направленный граф (по которому, кстати, можно делать «сёрфинг», когда лента в любимой социальной сети надоест);