Pubblichiamo più che mai ma ora siamo meno innovativi: perché?

I dati suggeriscono che qualcosa sta cambiando, non hai la stessa intensità di scoperte rivoluzionarie che avevi una volta. — Russell Funk ( fonte )

Nel corso degli anni, c'è stato un netto aumento sia dei finanziamenti che della ricerca (che è una buona notizia). Ma questo pone la domanda: un aumento dei finanziamenti e del numero di scienziati ha portato a un aumento proporzionale delle scoperte scientifiche?

Da un lato c'è sempre stato un sentimento nostalgico per il passato (o la mitica età dell'oro), dall'altro diversi ricercatori si sono posti questa domanda nel corso degli anni . Nel 2018, un articolo su The Atlantic ha notato come i premi Nobel per la fisica siano stati assegnati principalmente a ricerche condotte decenni prima. Altre ricerche mostrano come i ricercatori stiano invecchiando quando fanno scoperte di valore Nobel (37 anni in media contro i 47 di oggi). Ma soprattutto, come si quantifica il potenziale rivoluzionario di una scoperta?

Perché è importante? A parte decidere quale scienziato assumere, e quale ricerca premiare con fondi e premi, la ricerca scientifica è alla base di tutto. La medicina moderna, l'intelligenza artificiale e tutte le moderne tecnologie sono applicazioni delle scoperte scientifiche.

Inoltre, negli ultimi anni abbiamo assistito a un enorme aumento della pubblicazione di articoli scientifici e il processo di revisione non è sempre lineare. Per non parlare del fatto che i modelli di intelligenza artificiale recentemente pubblicati mostrano che presto userò l'IA come assistente nella ricerca, dobbiamo avere un modo per valutare la qualità e l'importanza delle scoperte

Un nuovo studio pubblicato su Nature si è concentrato su queste domande : come definire se un articolo scientifico definisce nuove direzioni di ricerca e come quantificarlo nel tempo e nei campi.

In primo luogo, alcuni contributi migliorano i flussi di conoscenza esistenti e quindi consolidano lo status quo. In secondo luogo, alcuni contributi sconvolgono la conoscenza esistente, rendendola obsoleta e spingendo la scienza e la tecnologia verso nuove direzioni. — Manoscritto Nature ( fonte )

Gli autori hanno definito una nuova misura che hanno chiamato l'indice CD. L'intuizione alla base di questa misura è che se un articolo è dirompente, i giornali successivi non citeranno più i predecessori (i riferimenti di quell'articolo). In altre parole, quando un articolo cambia campo, rende obsoleti gli stessi articoli che citava. L'indice CD è compreso tra -1 e 1, dove un valore negativo significa che un articolo è un lavoro di consolidamento e un valore positivo è un lavoro dirompente.

Un esempio, quando Watson e Crick hanno scoperto che la vera struttura del DNA era una doppia elica hanno citato l'idea di Linus Pauling (per il quale la struttura era una tripla elica) nel loro articolo. Naturalmente, il lavoro di Watson e Crick (che gli valse anche un premio Nobel) rese obsoleto il lavoro di Pauling e nessuno lo citò più. O in Intelligenza artificiale dopo la pubblicazione del Transformer , l'uso e le citazioni di RNN e LSTM sono diminuite in modo significativo.

Gli autori hanno condotto la loro analisi di 25 milioni di articoli (dal 1945 al 2010 nel Web of Science ) e quasi 4 milioni di brevetti. Inoltre, hanno replicato le loro scoperte in altri 4 set di dati: JSTOR , il corpus dell'American Physical Society, Microsoft Academic Graph e PubMed (analizzando più di 40 milioni di articoli in totale).

In tutti i campi, scopriamo che la scienza e la tecnologia stanno diventando meno dirompenti. - articolo originale

I risultati mostrano un calo sia degli articoli che dei brevetti. Ciò riguarda non solo le scienze sociali (la CD media scende da 0,52 nel 1945 a 0,04 nel 2010), la medicina e le scienze farmaceutiche. Non solo, anche un evidente calo della tecnologia (i brevetti per 'computer e comunicazioni' hanno visto un CD medio scendere da 0,30 nel 1980 a 0,06 nel 2010)

Il declino della scienza e della tecnologia dirompenti è osservabile anche utilizzando indicatori alternativi. -articolo originale

Gli autori hanno sottolineato che gli articoli dirompenti possono essere identificati anche da un'analisi del linguaggio. Gli articoli con scoperte presentano nuove parole (che servono a indicare sia nuovi concetti che nuovi paradigmi). Gli autori hanno così notato un calo delle parole uniche (una forte diminuzione dal 1950 fino agli anni '70 e poi una costante discesa).

Inoltre, gli articoli precedenti usavano parole che evocavano la scoperta o la creazione ('produrre', 'determinare') mentre gli articoli successivi preferiscono usare termini che rappresentano il progresso incrementale o il miglioramento di un processo esistente ('migliorare', 'migliorare', 'associare') . In altre parole, il linguaggio scelto dagli autori tradisce il fatto che essi considerano l'opera un miglioramento rispetto a scoperte o tecnologie precedenti (ma non nuove).

Questi risultati suggeriscono che la persistenza di importanti scoperte, ad esempio la misurazione delle onde gravitazionali e i vaccini COVID-19, non è incoerente con il rallentamento dell'attività innovativa. In breve, il declino della perturbazione aggregata non preclude singoli lavori altamente dirompenti. - articolo originale

Gli autori notano che anche se la percentuale di articoli dirompenti è diminuita, ciò non significa che siano scomparsi del tutto (forse!). Infatti, mentre il numero complessivo di articoli pubblicati è notevolmente aumentato nel corso degli anni, il numero di dirompenti è rimasto costante.

Chiaramente, è importante capire le cause del declino. Nel corso degli anni, le spiegazioni sono state possibili:

• ' frutto basso ' è una teoria secondo cui le scoperte e le innovazioni più facili e raggiungibili sono già state fatte.
• Il crescente carico di conoscenze, ovvero il fatto che oggi un ricercatore ha bisogno di molta più formazione rispetto al passato (essere in grado di padroneggiare un dettaglio del campo richiede oggi molto più studio).
• Il costo della ricerca è aumentato. La maggiore pressione a pubblicare nell'accademia spinge i ricercatori a quantità più qualità (scoraggiando anche progetti più rischiosi ma che potrebbero portare a scoperte più dirompenti).
• La tendenza all'ultra-specializzazione.

Inoltre, gli autori hanno verificato se il declino della dirompenza sia correlato alla crescita della conoscenza. Mentre alcuni autori suggeriscono che la crescita della conoscenza dovrebbe favorire la scoperta e l'invenzione, è anche vero che negli ultimi anni i ricercatori hanno incontrato un carico di conoscenza crescente. Usando l'analisi di regressione hanno dimostrato che esiste una relazione positiva tra la crescita della conoscenza e la dirompenza per i giornali. Inaspettatamente, gli autori hanno osservato un effetto negativo sui brevetti.

La crescita dell'editoria e dei brevetti può portare scienziati e inventori a concentrarsi su fette più ristrette del lavoro precedente.

Gli autori suggeriscono che questa abbondanza di conoscenza non è esattamente una buona cosa. Del resto, oggi si assiste a un calo della diversità delle opere citate (si assiste infatti a un aumento dell'utilizzo di solo l'1% degli articoli e dei brevetti più citati), a un aumento da parte dei ricercatori del riutilizzo delle stesse citazioni, a un aumento nell'autocitazione.

Gli autori notano anche un altro risultato sorprendente:

L'età media del lavoro citata, una misura comune per l'uso di conoscenze datate, è in aumento , suggerendo che scienziati e inventori potrebbero avere difficoltà a tenere il passo con il ritmo dell'espansione della conoscenza e affidarsi invece a lavori più vecchi e familiari.

Pensieri di separazione

In conclusione, questo lavoro mostra che negli ultimi decenni c'è stato un declino della scienza e della tecnologia dirompenti. Gli autori suggeriscono che la causa sia "l'affidamento degli scienziati e degli inventori su un insieme più ristretto di conoscenze esistenti".

Altri studi hanno discusso di questo declino dell'innovazione nella scienza (sebbene nessuno in questo modo estensivo). Altri hanno anche indicato altri fattori come un ambiente più competitivo, costi più elevati, grandi gruppi e consorzi (un'altra ricerca suggerisce che i consorzi producono principalmente ricerca incrementale).

Inoltre, questo articolo mostra che la ricerca scientifica oggi è sotto esame e alcuni problemi tradizionali sono stati esacerbati negli ultimi anni. Oggi questo discorso è sempre più importante, un ambiente accademico sempre più precario e sottopagato ma anche l'uso sempre più esteso di dati e algoritmi (a volte senza conoscenze precise o mancanza di competenze), sembra una ricetta per il disastro.

Come suggeriscono gli autori, forse è giunto il momento di ripensare la pianificazione della carriera e la politica scientifica. Inoltre, gli studiosi dovrebbero essere promossi verso progetti potenzialmente più dirompenti e impedire che vengano sopraffatti dal fardello della conoscenza. Chiaramente, ciò richiederebbe anche uno sforzo più istituzionale:

Le università possono rinunciare a concentrarsi sulla quantità e premiare più fortemente la qualità della ricerca e forse sovvenzionare più pienamente i periodi sabbatici di un anno. Le agenzie federali possono investire nei premi individuali più rischiosi ea lungo termine che sostengono carriere e non semplicemente progetti specifici, dando agli studiosi il dono del tempo necessario per uscire dalla mischia, vaccinarsi dalla cultura del pubblicare o perire e produrre un lavoro veramente consequenziale. — fonte

La ricerca scientifica e accademica anche se a volte svalutata è ancora alla base della nostra tecnologia e di tutte le sue applicazioni, il suo malessere è un problema di tutti. se il cuore non batte muoiono anche gli altri organi.

Se l'hai trovato interessante:

Puoi cercare i miei altri articoli, puoi anche iscriverti per ricevere una notifica quando pubblico articoli e puoi anche connetterti o raggiungermi su LinkedIn . Grazie per il vostro sostegno!

Ecco il link al mio repository GitHub, dove sto pianificando di raccogliere codice e molte risorse relative all'apprendimento automatico, all'intelligenza artificiale e altro ancora.

Suggerimenti per l'invio di Mlearning.ai