Кризис воспроизводимости в психологии: что изменилось за 11 лет

В 2015 году Open Science Collaboration опубликовала один из самых влиятельных обзоров в истории психологии. Он показал, что лишь 36% публикаций из ведущих журналов отражают воспроизводимые результаты. Это сильно ударило по доверию к психологическим исследованиям и запустило процессы повышения их качества.

В чём проявляется кризис

Кризис воспроизводимости — не абстракция. Это системная проблема, которая привела к накоплению «мусорных» данных, исказивших наши представления о расстройствах психики, формировании поведения, принятии решений и устройстве сознания.

Конкретные примеры теорий, построенных на невоспроизводившихся исследованиях:

• связь СДВГ с утончением отделов префронтальной коры и их отставанием в развитии — вывод из работы, не учитывавшей многих параметров нейропсихологического развития детей разного пола; он был опровергнут данными проекта ABCD с выборкой в 11 000 детей;
• невозможность воспроизвести эффективность психотерапии в условиях конкретных программ вроде IAPT.

Причина в том, что исследованиям исторически не хватало прозрачности, статистической мощности и строгости дизайна. Проблемы возникают уже на этапе разработки психометрических шкал. Плохие данные формировали плохие модели, через призму которых интерпретировались новые данные, — и круг замыкался.

Что показал проект SCORE

В 2026 году опубликованы результаты SCORE — одного из крупнейших исследований воспроизводимости в социальных и поведенческих науках. 865 исследователей попытались независимо воспроизвести 274 результата из 164 статей.

• Репликация психологических исследований (воспроизводимость на новых данных) — 49%.
• Репродукция результатов на тех же данных — от 53 до 73% в зависимости от строгости критериев.
• Устойчивость результатов при изменениях методологии расчётов — 75%.

Данные SCORE и Open Science Collaboration нельзя противопоставлять напрямую: у проектов разная методология. Ценность SCORE в том, что он глубже раскрывает причины низкой воспроизводимости. И по многим пунктам виден прогресс: выборки стали больше, растёт число пролонгированных исследований, дизайны публикуются заранее, усилилась критичность к статистическим выводам. Главное — ориентиром для выводов становится именно воспроизводимость, а не p-value само по себе.

Зачем вообще исследования, если «всё плохо»

Есть мнение: раз доказательная база слабая, стоит отказаться от исследований и строить теории на опыте, философии и клинической интуиции. Но проблемы исследований — это призыв улучшать методологию, а не разрешение делать что угодно.

Если отказаться от исследований, мы перестанем выделять релевантные терапевтические мишени, лишим модели и методы прикладного значения и потеряем саму способность к критике.

Коротко

• В 2015 году воспроизводимыми оказались 36% публикаций; это запустило реформу качества исследований.
• Проект SCORE (2026) показал воспроизводимость около 49% на новых данных и явный прогресс в прозрачности и дизайне.
• Слабость доказательной базы — довод за улучшение методологии, а не против исследований как таковых.
• Отказ от данных лишает практику способности прогнозировать исходы и критиковать саму себя.