学問というと、たくさんの知識を持っていることを想像しがちです。
昆虫の名前をたくさん知っている。医学なら病気や薬に詳しい。物理学なら難しい数式を知っている。

もちろん既存の知識を学ぶことは不可欠です。
しかし、すでに誰かが明らかにしたことを文献で調べ、自分も知るようになっただけでは、
自分にとっての未知が既知になったのであって、人類全体の知識が増えたわけではありません。

そこから、その未知をどうすれば知ることができるのかを考えます。
観察するのか。比較するのか。測定するのか。条件を変えるのか。
どんな証拠が得られれば、自分の説明をより強く支持できるのか。

科学は、完成した答えを受け取るだけの営みではありません。
未知を定義し、それを知へ変えるための方法を設計する営みでもあります。

研究は、いきなり実験から始まるわけではありません。
まず文献を調べ、これまでに蓄積された知識を確認します。

すると、

• すでに比較的よく分かっていること
• 報告はあるが、まだ確度が十分ではないこと
• 研究によって結果が一致していないこと
• ほとんど調べられていないこと

が少しずつ分かれてきます。

ここで初めて、
「この未知なら、観察や実験によって問いにできるのではないか」
と考えられるようになります。

「仮説を立てる→実験する→結論を出す」という一本道だけが科学ではありません。
実際の研究では、観察から問いが生まれたり、予想外の結果から仮説を作り直したり、
一度文献へ戻ったりします。

National Academies も、科学を単一の固定的な手順ではなく、
問いを立てる、調査を計画する、データを分析する、説明を構築する、証拠に基づいて議論するといった
複数のscientific practicesの組み合わせとして整理しています。

つまり、科学的探究は
「未知→知」だけではなく、「未知→知→新しい未知」
を繰り返す循環です。

科学では、まず自然に起きている現象を観察することが重要です。
誰かが条件を変えなくても、世界にはすでに多くの違いがあります。

ある場所には虫が多い。ある植物の近くでは特定の虫をよく見る。
暑い時間には少なく、夕方になると増える。
こうした観察から、関連やパターンを見つけることができます。

たとえば、ある虫が特定の植物の近くで多いとしても、
その植物自体が原因とは限りません。

• その植物を食べているのかもしれない
• その植物が作る日陰を好んでいるのかもしれない
• 周囲に別の餌が多いのかもしれない
• 植物と虫の両方が、同じ温度や湿度条件を好んでいるだけかもしれない

観察研究では、こうした交絡や別の説明を常に考える必要があります。
それでも、自然界で起きている現象を発見し、仮説の種を作るうえで、観察は不可欠です。

観察によって「AとBに関係がありそうだ」と分かったら、次に
「Aを変えたら、Bは変わるのか」
という問いを考えることができます。

ここで登場するのが介入です。
原因候補となる条件を意図的に変え、その結果がどう変化するかを見る。

とくにランダム化された実験では、介入群と対照群の背景因子を平均的にそろえやすく、
観察研究で問題になる交絡を減らして因果推論を強くできます。

現代の因果推論では、適切な仮定や研究設計によって観察データから因果効果を推定する方法もあります。
だからこそ、「観察では因果は絶対に分からない」と単純化するより、
観察された関連から因果を主張するには、交絡やバイアスをより慎重に扱う必要がある
と考える方が正確です。

仮説に合う結果が一度得られたとしても、それで終わりではありません。

偶然かもしれない。別の個体では違うかもしれない。
別の日、別の場所、別の測定法では結果が変わるかもしれない。

そこで、同じ問いをもう一度確かめます。
同じ条件で繰り返す。別の対象でも見る。独立した方法から同じ説明を支持できるか考える。

National Academies も、reproducibility や replicability は科学的知識への信頼を得る重要な経路である一方、
それだけが唯一の経路ではなく、複数の証拠の収束も重要だと整理しています。

介入によってAを変えるとBが変化した。
ここまで分かると、次に知りたくなるのは、
「AからBの間で、何が起きているのか」です。

これが機序・機構の理解です。

たとえば、生物の行動であれば、
環境刺激を感覚器が検出し、神経系や生理機構が反応し、その結果として行動が変化しているのかもしれません。

科学では、その途中にある要素についても仮説を立てます。
ある経路を止めたら現象が消えるのか。
逆にその経路を動かしたら現象が生じるのか。
別の経路でも説明できないか。

こうして、
「AとBに関係がある」から「Aがどのような仕組みを通してBへ作用するのか」
へ説明の解像度を上げていきます。

科学では、一つの条件で結果が出ただけで、世界のすべてに当てはまるとは考えません。

一匹でそうだったから、その種すべてがそうなのか。
一つの場所でそうだったから、別の場所でもそうなのか。
今年そうだったから、来年もそうなのか。

条件を広げたときにも同じ傾向が成立するかを検討して、
「この知見はどこまで使えるのか」
を考えます。

そして、一般化できない条件が見つかること自体が、新しい未知になります。

ここまでかなり小難しい科学の話をしてきました。
では、なぜこれが幼児の虫取りにつながるのでしょうか。

もちろん、幼児が正式な観察研究や介入研究をしているわけではありません。
虫取りを研究そのものと呼ぶのも違います。

ただ、それぞれの活動をよく見ると、
科学的探究の異なる部分と構造的に似ていることが分かります。

虫取りは、「未知と出会う」

野外では、最初から何が見つかるか分かりません。
探していた虫がいない日もあれば、予想していなかった虫に出会うこともあります。

ここには、自然に起きている現象をまず拾い上げる
探索的研究やフィールド観察との相似性があります。

飼育は、「時間」と「条件」を加える

捕まえた瞬間だけでは分からなかったことも、飼育すると見えてきます。
何を食べるのか。いつ動くのか。どこに隠れるのか。どう成長するのか。

さらに、
「この条件を変えたらどうなるだろう」
という問いが生まれれば、観察から介入的な発想へ進むこともできます。

ただし、家庭での飼育は条件統制や対照設定が十分ではないことが多いため、
「こうしたらこうなった」だけで因果関係を断定しない
ことも、科学的なものの見方の一部です。

標本は、「そのときの実物」を未来へ残す

写真や記憶だけでは、後から確かめられないことがあります。
標本に採集日や場所などの情報を付けて残せば、その個体を将来もう一度見直せます。

当時はAという種類だと思った。
でも、数年後に知識が増えて見直したらBだった。

それでもいいのです。
むしろ、説明は更新されても、証拠となる資料が残っていれば再検討できる。
ここに標本の科学的な価値があります。

自然史標本は実際の研究でも、過去の生物分布や形態、遺伝的情報などを後世から再検討する資料として利用され、
新しい技術や新しい問いによって、採集時には想定されていなかった研究へ使われることがあります。

ここで誤解したくないのは、
虫取りをたくさんすれば将来研究者になる、という話ではありません。

昆虫の名前を100種類覚えることと、科学的に考えることも同じではありません。

私が将来性を感じるのは、もっと抽象的な部分です。

• 「分からない」と認識する
• 何を調べればよいか考える
• 見たことと、自分が想像したことを分ける
• 一つの説明だけでなく、別の可能性を考える
• 予想と違えば、自分の説明を修正する
• 一度の経験から言い切らず、もう一度確かめる
• 「まだ足りない情報は何か」を考える

興味の対象は、いつか虫ではなくなるかもしれません。
植物かもしれない。宇宙かもしれない。機械、歴史、医学かもしれない。

それでも、
「知らないことに出会ったとき、どうすれば知ることができるのか」
という問いは、どんな分野にも残ります。

科学的探究で得られた知識は、自分だけが分かって終わるものではありません。
論文や学会などを通して共有され、他者が検証し、別の研究へ利用します。

さらに、基礎的な知見が技術、自然保護、教育、医学などへつながることもあります。
医科学では、基礎的な発見から介入、臨床研究、実装、公衆衛生へと知をつなぐ translational science が重視されています。

もちろん、すべての研究がすぐに社会実装されなければ価値がないわけではありません。
「なぜそうなるのか」を知る基礎研究そのものにも大きな価値があります。

それでも、知識が共有されることで、
一人の「分かった」が、他者の新しい問いの出発点になる。
これも学問の大きな特徴です。