Предсказание против объяснения: когда «работает» достаточно, а когда — нет
Инструментализм часто критикуют за «безразличие» к объяснению: дескать, ему хватает прогнозов, а «почему» остаётся в тени. Ответ тоньше. Предсказание и объяснение не враги: хорошая модель делает и то и другое — но ценит объяснение постольку, поскольку оно подкрепляет контроль и переносимость. «Красивые истории» без проверяемых следствий мало что стоят; наоборот, «уродливые» эмпирические методы (регрессии с суровой регуляризацией, феноменологические формулы) могут давать отличные прогнозы и управляемые решения. В инженерии, эконометрике и эпидемиологии часто важнее воспроизводимость и калибровка, чем онтологическая чистота. В машинном обучении это видно особенно ярко: сложные модели работают как чёрные ящики, и инструменталист спрашивает не «что там внутри реально существует», а «каковы границы обобщения, какие метрики устойчивости, как застраховаться от сдвига данных». Онтологический реализм полезен, когда направляет эксперимент: предлагая скрытые механизмы, он даёт новые предсказания и способы вмешательства. Но если «объяснение» не рождает тестируемых отличий, инструменталист отнесёт его к риторике. Это не цинизм, а приоритезация: люди и организации принимают решения под ограничениями времени и ресурсов, им нужны модели, которые выдерживают стресс реальности. Здесь работают практики: отложенные выборки, предрегистрация гипотез, абляции и чувствительность к гиперпараметрам, независимые репликации, открытые протоколы и журналы экспериментов. Поддетерминация (несколько теорий — одни данные) решается «за рамкой»: по тому, как удобно строить прибор, как просто верифицировать параметры, насколько гладко теория стыкуется с соседними областями и как легко учить команды работать с ней. Когда ставки высоки (медицина, безопасность), «достаточно работает» превращается в строгие регламенты: зона применимости прописана, аномалии документируются, негативные результаты публикуются, решения принимаются под гарантию отслеживаемости. В науке «победит» та программа, которая принесёт на стол больше устойчивых прогнозов и контролируемых вмешательств — а метафизика подтянется и переопишет успех задним числом.
Модели как инструменты: от физики до социальных наук и ИИ. В физике феноменологические уравнения (наподобие закона Планка до квантовой теории) были «рабочими костылями», пока не пришли новые каркасы; инструменталист не стесняется временных решений, если они улучшают расчёт и эксперимент. В климатологии ансамбли моделей — это не «борьба истин», а портфель инструментов с разными допущениями; полезность измеряется не «кто прав», а «какой диапазон сценариев надёжен и как на нём планировать инфраструктуру». В экономике чёрные лебеди и структурная неопределённость делают «точные» модели опасными — инструментализм учит строить стресс-тесты, сценарное планирование и правила, устойчивые к ошибке (robust decision making). В медико-биологических исследованиях механистические объяснения желанны, но протоколы на уровне популяций часто выигрывают простотой и воспроизводимостью: прагматические испытания, регистр реального мира, подход «treatment policy». В ИИ модель — инструмент с «паспортом»: источники данных, процедуры очистки, области применимости, карты рисков (сдвиг, атакуемость, fairness), план деградации и ручного вмешательства. В промышленности полезность — это TCO: цена вычислений, задержки, энергоёмкость, требования к персоналу; инструменталист вписывает модель в цепочку ценности и не путает демо с эксплуатацией. Этический слой здесь не внешний, а встроенный: «работает» не значит «правильно» — решения должны быть проверяемыми, оспоримыми и сочетаемыми с правами людей и регуляцией. Потому мы любим «инженерную честность»: явные допущения, лог протоколов, контроль версий данных и кода, связь метрик с целями (не только AUC, но и операционные KPI). В итоге инструментализм — не «понижение планки истины», а смена единиц измерения успеха: предсказуемость, управляемость, переносимость и стоимость ошибок. Такой прагматичный взгляд держит науку и технологии ближе к потребностям людей и делает разговор о теориях менее метафизическим и более полезным в понедельничном календаре.