Внизу находилось итоговое заключение.

Фундаментальная подготовка недостаточна для текущей программы. Рекомендовано углубить знания по химии, количественным методам, анализу данных и основам экспериментальной работы перед повторной попыткой.

Я ещё раз перечитал список.

Вот это было намного полезнее.

Раньше проблема была какой-то неосязаемой, а сейчас у неё появились чёткие границы и понятный путь.

Химия.

Математические методы.

Статистика и работа с данными.

Экспериментальная методология.

Биологию тоже никто не отменял, но там проблема была скорее в глубине, чем в полном отсутствии основы.

Я открыл отдельный файл и начал переносить туда замечания.

Не просто названия предметов, а конкретные места, где именно провалился.

Не могу выбрать метод — значит, нужно разбираться не только в самих методах, но и в условиях их применения.

Не вижу необходимый контроль — отдельно работать с построением экспериментов.

Понимаю, что данные подозрительные, но не могу это нормально обосновать — статистика.

Через некоторое время передо мной лежал уже список того, чем буду заниматься в ближайшее время

Начать решил с самого неприятного. С химии.

Именно там у меня было больше всего дыр. Если снова оставить её напоследок, вряд ли будет что-то хорошее.

На этот раз я уже не просил Весту просто подобрать материалы по теме. Для каждого пункта из разбора Кастора сделал отдельную ветку и постепенно начал связывать их между собой. Если в задаче не понимал метод — разбирался не только в том, как им пользоваться, но и в том, когда его вообще стоит применять. Если ошибался в расчётах — возвращался к математике. Если не мог нормально оценить результат — шёл в статистику.

Получалось медленнее, зато впервые появилось ощущение, что я не просто набираю очередную кучу знаний, а постепенно собираю из них что-то целое. Особенно тяжело шла экспериментальная методология.

Сначала она вообще казалась какой-то странной смесью очевидных вещей.

Поставь контроль.

Следи за условиями.

Проведи несколько повторов.

Не делай вывод из одного удачного результата.

Спасибо, как полезно.

А потом Веста дала мне несколько чужих экспериментов без отмеченных ошибок и предложила самому оценить их.

Первый разобрал довольно быстро.

Во втором пропустил половину проблем.

В третьем вообще не заметил главный недостаток и минут десять доказывал, что работа построена нормально.

— Вы не учитываете изменение исходного состояния второй группы.

Я снова посмотрел на данные.

— В смысле? Где?

Веста ничего не ответила.

Пришлось искать самому.

Нашёл.

— Вот же зараза.

Разница была небольшой. Настолько, что я просто пробежал глазами по таблице и решил, что группы одинаковые.

А они уже отличались до начала эксперимента.

Получалось, часть результата вполне могла появиться вообще не из-за исследуемого воздействия.

— Ладно. Тут моя ошибка.

С тех пор начал стараться читать условия намного внимательнее.

Через пару недель привычка искать подвох везде уже начала мешать. Я находил проблемы даже там, где их не было, поэтому Веста постоянно останавливала меня, когда я начинал усложнять эксперимент без необходимости.

Веста снова возвращала назад.

Оказалось, хороший эксперимент — это не тот, где ты попытался учесть вообще всё на свете. Это тот, где ты понимаешь, какие факторы действительно способны испортить ответ на конкретный вопрос.

Пришлось учиться и этому.

Со статистикой было ещё муторнее.

Мне казалось, что математическая база поможет пройти её довольно быстро.

В каком-то смысле так и было.

Формулы сами по себе особой проблемы не создавали.

Проблема начиналась раньше — понять, какую именно из них здесь вообще можно применять.

Однажды почти час решал задачу, получил красивый результат и уже собирался двигаться дальше, когда Веста спросила:

— Почему вы выбрали этот метод?

— Потому что он подходит.

— Почему?

Я начал объяснять.

На втором предложении остановился.

Посмотрел ещё раз на исходные данные.

Потом на свой расчёт.

— Не подходит?

— Нет.

— А результат правильный.

— Численно — да.

— …

Пришлось переделывать.

Вот такие вещи раздражали сильнее всего. Я мог получить правильное число и всё равно ошибиться, потому что сам метод к этим данным не подходил. В инженерной работе мне такое встречалось реже: там правильный результат мог спасти неидеальный путь к нему. Здесь же важно было не только посчитать правильно, но и выбрать правильный способ расчёта.