Ekstraordinære påstande kræver ekstraordinære beviser. Denne truisme, der nu er kendt som “Sagan Standard” efter videnskabskommunikator Carl Sagan, har eksisteret i en eller anden form, siden David Hume først offentliggjorde den i 1740’erne. Men med moderne dataindsamling er nogle gange endda ekstraordinære beviser ikke nok-det er sådan, du fortolker det.
Det er argumentet bag et nyt papir, der er tilgængeligt på arxiv Preprint Server af Luis Welbanks og deres kolleger ved Arizona State University og forskellige andre amerikanske institutioner. De analyserede dataene bag de nylige påstande om biosignaturdetektion i atmosfæren af K2-18B og fandt, at andre ikke-biologiske fortolkninger også kunne forklare dataene.
Vi rapporterede tidligere om påvisning af dimethylsulfid (DMS) i atmosfæren af K2-18B, en sub-neptunisk exoplanet, der kredser om en stjerne omkring 124 lysår væk i konstellationen Leo. Fundet blev oprindeligt rapporteret i september 2023, hvor nyere data fra april syntes at tage backup af kravet.
Vi har dog også rapporteret masser af andre forklaringer på dette signal, herunder forklaringer på signalets ikke-biologiske skabelse og overordnede diskussioner om, hvorvidt James Webb Space Telescope (JWST), der først indsamlede dataene, endda kunne opdage livet på andre planeter. Naturligvis vil påstande som at finde livet på en eksoplanet få en masse skeptikere, og dette nye papir fortsætter i denne tradition.
Det tager dog en mere statistisk tilgang til dens kritik. Det hævder med rette, at detektering af individuelle kemikalier i atmosfæren er hård. At gøre det med de begrænsede data, som selv instrumenter som JWST kan give, kræver at sammenligne potentielle modeller af atmosfæren med dataene og se, hvilken der bedst repræsenterer dem.
Desværre kræver dette en masse statistisk gæt. For at forenkle processen eliminerer astronomer typisk hele klasser af modeller for at overholde “Occam’s Razor” – det filosofiske princip om, at den enkleste forklaring er mest sandsynligt. For at gøre det bruger de den Bayesiske model sammenligningsteknik, som sammenligner den relative pasform af to separate modeller med dataene og vælger den, der passer bedre som det mere sandsynlige scenario.
Denne praksis fører til to problemer. For det første, hvis alle modeller er dårlige repræsentationer af virkeligheden, er den, der kommer ud på toppen af den Bayesiske analyse, simpelthen den “mindst utilstrækkelige”. Det skaber ikke meget tillid til modellens nøjagtighed. På den anden side, hvis flere modeller passer godt til dataene, selvom man passer bedre, betyder det ikke nødvendigvis, at de andre er unøjagtige.
For at bevise deres pointe genanalyserede forfatterne det datasæt, der blev brugt i det originale biosignaturdetekteringspapir gennem flere andre modeller, der blev kasseret som en del af dette papir. De fandt gode pasninger til modeller, som abiologiske processer helt kunne forklare. En bestemt model, der omfattede kulbrintepropyne (C3H4) Monter dataene bedre end modellen, der indeholder DMS og dens fætter, Dimethyl Disulfid (DMDS), som blev beskrevet i papiret i april.
Den igangværende videnskabelige debat omkring fortolkningen af dataene er berettiget. Når alt kommer til alt ville det at hævde at have fundet tegn på liv på en fremmed planet, der ville markere det som en af de største opdagelser i menneskets historie.
En af de bedste ting ved den videnskabelige metode er, hvordan den håndterer uoverensstemmelser som denne-flere data er nødvendige for at tackle bekymringerne i det nylige forudprint og de andre papirer, vi har rapporteret om.
Og når forskere indsamler disse data, selvom det tager et andet generationsfremgang i rumteleskoper, kommer vi tættere på at forstå sandheden om sammensætningen af K2-18B’s atmosfære-og måske om vi overhovedet ikke er alene i universet.