Объективность vs. субъективность

Объективность количественного анали­за нередко противопоставляется субъек­тивности качественного анализа, по крайней мере, на уровне повседневного академического дискурса. Понятие объективности анализа само по себе проблематично: уже чтение показаний прибора зависит от аффективных, перцептивных и когнитивных факторов. Объективность иногда определяется как «коллективная конвенция» [ inter­subjective agreement — Bavelas 1995: 52], хотя и это не всегда ладно: чья-то ин­терпретация явления может противоречить выводам большинства, но имен­но эта уникальная интерпретация открывает новое знание, если ученый раз­глядел в анализируемом явлении то, что до него никто не замечал.

Другая крайность — это абсолютизация субъективности, и выражается она в признании постоянной опасности того, что исследователь, будучи про­стым смертным, которому свойственно ошибаться, не способен на объектив­ный анализ, потому что его личные желания, установки, особенности памяти и внимания влияют на восприятие явления и результаты исследования.

Вряд ли стоит говорить о субъективности/объективности как полярной дихотомии, это скорее континуум. И в этом случае феноменология помогает снять оппозицию, рассматривая «присутствие» феномена как взаимодействие субъективного и объективного, связанных интенциональностью сознания.

1.5.3 Дедукция vs. индукция

Одним из общепринятых, «родовых» заб­луждений социальных наук стал аристок­ратический идеал формально-дедуктив­ного анализа в универсальной теории, с помощью которой ученый способен предсказать коммуникативное поведение. Формированию такого представ­ления помогла школа европейской академической письменности, в которой любая научная работа традиционно оформлялась как дедуктивное рассужде­ние. Но это отнюдь не значит, что в исследовательской реальности мы не ис­пользуем индуктивного мышления.

Роль дедукции-индукции была определяющей для эволюции позитивизма в истории науки. Позитивизм начинает с гипотезы, дедуктивно выведенной из общих законов, а затем ищет доказательств в пользу данной гипотезы и, следовательно, всей теории. Постпозитивизм (или антипозитивизм) начинает с атеоретического наблюдения, направленного на создание частной теории, не выходящей за рамки наблюдаемого явления (без обобщений).

Более сбалансированной выглядит точка зрения, свойственная некоторым неопозитивистским исследованиям, которые начинают анализ с теоретически подготовленного наблюдения, из него они затем индуктивно выводят теорию, способную дать обобщенную интерпретацию явления, представленного лишь частным случаем наблюдаемого фрагмента действительности. «Индукция и дедукция связаны между собой столь же необходимым образом, как синтез и анализ. Вместо того, чтобы односторонне превозносить одну из них до небес за счет другой, надо стараться применять каждую из них на своем месте, а этого можно добиться лишь в том случае, если не упускать из виду их связь между собой, их взаимное дополнение друг друга» [Энгельс, 20: 542—543].

Дедуктивное и индуктивное мышление взаимодействуют в процессе ис­следования, что вряд ли подразумевается дихотомией, часто ассоциирующей качественный анализ с индукцией и субъективностью. Так же неверно связы­вать количественный дедуктивный анализ только с «объективной» верифика­цией гипотезы в противовес «мягкому» анализу как поиску новых знаний.

Анализ языка и речевой коммуникации, равно как и другие социальные науки, постоянно сочетает подходы и точки зрения в процессе познания, ко­торый можно представить в виде спирали или циклов движения мысли [см.: Богин 1985; Щедровицкий 1995; 1997] от освоения эмпирических фактов к интроспекции, рефлексии, от дедуктивного основания теории к ее индуктив­ному выводу и наоборот. Вот что пишет об этом Г. Гийом [1992: 20]: «Метод, за который я ратую в лингвистике и вообще в сфере интеллектуальной дея­тельности, представляет собой тщательное наблюдение за конкретной реаль­ностью, которое непрерывно становится все более тщательным в результате глубоких размышлений. Я считаю, что именно сочетание в правильном соот­ношении этих двух возможностей разума — наблюдения и размышления мо­жет привести к непрерывно растущему пониманию мира...»

1.5.4 Экспериментальные vs. реальные данные

Другие противопоставления тоже оказываются не такими уж жесткими. Три из них логично объеди­нить: первому, количественному ряду свойственны экспериментальные методы анализа в лабора­торных условиях работы с искусственным материалом, а второму ряду,

соответственно, наоборот: сбор естественного материала в реально суще­ствующих условиях (real world) и его интерпретация без эксперимента.

Безусловно, речь идет о принципиально различных ориентациях, но в ряде случаев кое-какие различия стираются. Можно ли с полным основанием счи­тать естественным коммуникативное поведение людей, если они знают, что за ними наблюдают? Можно ли охарактеризовать метод интервью как экспе­риментальный или как real world?Можно ли без оговорок признать языко­вым материалом фразы, придуманные самими лингвистами? Согласятся ли практики с опытом лабораторных исследований, например, в когнитивной психологии, с щербовским пониманием эксперимента, по сути своей психо­логическим, а по форме — интроспективным [см.: Щерба 1974]? Почему раз­говор тех же самых людей дома или на работе считается естественным мате­риалом, а в стенах лаборатории — нет? Короче говоря, явной оппозиции и здесь нет.

1.5.5 Цифры vs. слова

Разительные отличия между количественными и ка­чественными исследованиями связаны с использова­нием чисел, статистики и параметров. Число — всего лишь символ измерения. Главное — необходимо с достаточной уверен­ностью знать, чт о стоит за числом, каково значение измерения. Во многих «количественных» исследованиях социальных наук это самое уязвимое мес­то. Но и качественный анализ, даже не прибегая к цифрам, оперирует индек­сами количества, иначе из его лексикона пришлось бы под страхом методо­логической смерти выбросить слова много, мало, часто, некоторые, все, обычно и т. д.

Параметры исчисления, как правило, выстраиваются в такой последова­тельности: количество, порядок, разность и соотношение. Для любителей цифр и графиков в социальных науках этот порядок самоочевиден. Сторонники качественного анализа выстроили бы их в обратном порядке с точки зрения эвристической ценности.

Что касается статистики (дескриптивной и инференционной), то стоит лишь согласиться, что важнейшей ее функцией является редукция опытного материала и оценка вероятности случайности выводов, как сразу выясняется, что качественные методы делают это как минимум не хуже количественных.

Главный вопрос часто остается «за кадром»: какие именно параметры и измерения способны лучше уловить наиболее релевантные характеристики явления? Ответы на этот вопрос зависят от целей исследования. Присутствие или отсутствие цифр в научной работе ео ipso не меняет ее качества.