Nauka wymyślana na nowo

Maciej Chojnowski

Nielsen opisuje narzędzia i rozwiązania, które jego zdaniem stanowią moduły nauki przyszłości. Pomysł ten jest przekonujący, jeśli chodzi o przedstawione możliwości techniczne, może jednak budzić wątpliwości z uwagi na pewną naiwność autora względem ludzkiej natury. Nauka przyszłości to dla autora Reinventing Discovery coś na kształt otwartej krynicy mądrości, z której do woli czerpać mogą wszyscy spragnieni wiedzy – profesjonaliści, zdolni dyletanci czy zwykli śmiertelnicy. Rzecz w tym, że taki demokratyczny udział w naukowym dorobku ludzkości wymagałby dziś kategorycznej zmiany modeli biznesowych funkcjonujących w nauce i wokół niej, a także zasad, wedle których przeprowadza się ewaluację badaczy.

Wielki naukowiec to ktoś zdolny nie tylko do nadzwyczaj głębokiego rozumienia natury, ale także potrafiący po mistrzowsku korzystać z ogólnodostępnego zbioru informacji (czyli uprzednio opublikowanej wiedzy naukowej) i posiadający umiejętność tworzenia na tej podstawie. W tym sensie nauka to jedna wielka współpraca, odbywająca się w oparciu o powszechnie dostępne informacje.
Michael Nielsen

Wznowienie przez Princeton University Press eseju Reinventing Discovery Michaela Nielsena – australijskiego fizyka, programisty i orędownika na rzecz otwartości w nauce – to dobra okazja, by przypomnieć polskiemu czytelnikowi tę publikację, która od chwili pierwszego wydania trzy lata temu zdążyła zebrać wiele pozytywnych recenzji.
Książka Nielsena, będąca rozwinięciem idei naszkicowanych przezeń po raz pierwszy w 2008 roku w artykule The Future of Science, stawia pytania o to, jak nowoczesne narzędzia komunikacji dostępne dzięki Internetowi mogą wpływać na sposób uprawiania nauki, następnie – jak można przyczynić się do lepszego wykorzystania możliwości oferowanych przez te narzędzia, wreszcie – dlaczego ten ogromny potencjał pozostaje do tej pory właściwie niewykorzystywany.
Nielsen wymienia trzy główne obszary, w których jego zdaniem we współczesnej nauce zachodzą zasadnicze zmiany. Dotyczą one po pierwsze tworzenia nowej wiedzy, po drugie odnajdywania znaczenia w wiedzy już istniejącej, po trzecie relacji między nauką a społeczeństwem. Mimo że obszary te nie są tożsame, to istnieją między nimi punkty styczne, co sprawia, że ostatecznie nie sposób myśleć o stanie współczesnej nauki, nie uświadamiając sobie tych wzajemnych zależności.

Wykorzystanie zbiorowej inteligencji
Wraz z XXI wiekiem w historii nauki rozpoczyna się nowy rozdział. Wkraczamy w erę nauki w sieci: nowe narzędzia oferują niespotykane wcześniej możliwości komunikacyjne, pozwalając na rozwijanie zbiorowej inteligencji w celu szybszego i bardziej efektywnego rozwiązywania problemów badawczych. Jak przekonuje Nielsen, nowe narzędzia dostępne online mogą pomóc ludziom łatwiej zdecydować, gdzie powinni kierować swoją uwagę, by optymalnie wykorzystywać własną mikrospecjalizację, nie tracąc czasu na mozolne rozpoznawanie problemów oraz identyfikowanie miejsc, w których ich wiedza mogłaby znaleźć właściwe zastosowanie. Nielsen nie jest gołosłowny – swoje twierdzenia opiera na konkretnych przykładach, wskazując na różnorakie narzędzia czy projekty, które okazały się skuteczne (np. Polymath Project). Owe nowoczesne rozwiązania pozwalają na budowanie tzw. architektury uwagi, która pomaga zaoszczędzić czas i sprawia, że pomysły nie trafiają w próżnię, ale stymulują innych, dzięki czemu potencjał intelektualny jest realnie wykorzystywany i w rezultacie można mówić o wytwarzaniu się dyskusyjnej masy krytycznej. Jest ona efektem dynamicznego podziału pracy, który każdorazowo ustala się spontanicznie w zależności od sytuacji i tym różni się od podziału statycznego, że ten ostatni – choć gwarantuje precyzyjne rozplanowanie procesów i zakresu obowiązków – siłą rzeczy uniemożliwia najbardziej kreatywne działania z powodu uwzględnienia w procedurach jedynie przewidywalnych problemów.

Zaplanować przypadek
Przewaga dyskusji online nad tradycyjną rozmową polega na skali poznawczej różnorodności, którą umożliwia współpraca w sieci. Nielsen używa w tym kontekście oksymoronu, który dobrze ilustruje istotę nowego modelu: zaplanowany szczęśliwy traf (designed serendipity) – chodzi o stworzenie swoistej przestrzeni potencjalności. Idealna architektura uwagi umożliwia optymalne wykorzystanie dostępnych kompetencji przez największą, najbardziej merytorycznie różnorodną grupę.
Ten nowy model działania charakteryzują następujące elementy:
– modularyzacja (nie trzeba rozumieć całości projektu, by w nim partycypować);
– mikrokontrybucja (wnoszenie nawet niewielkiego wkładu do projektu jest wartościowe);
– rozwój bogatych i dobrze zaprojektowanych otwartych baz informacji (information commons) umożliwiających ponowne wykorzystanie wcześniej zdobytej wiedzy;
– mechanizmy sygnalizujące ułatwiające skierowanie uwagi we właściwe miejsce.
Paradygmatycznym przykładem tego nowego modelu działania jest open source, który choć powstał w świecie programistów, to pozostaje ogólnym wzorem projektowania możliwym do zastosowania w każdej dziedzinie wykorzystującej informacje przetwarzane cyfrowo.
Podstawą zbiorowej inteligencji jest przekształcenie indywidualnego rozumienia w rozumienie grupowe. Owa zbiorowa inteligencja wydaje się szczególnie odpowiednia w domenie nauki. Jednak jej efektywne wykorzystanie nie jest proste. Przeciwdziałają temu różne czynniki, m.in. skłonność grup do dyskutowania o kwestiach, co do których panuje powszechna zgoda, czy przecenianie opinii osób o najwyższym statusie, zaś deprecjonowanie tych wyrażanych przez osoby ze statusem niższym. Generalnie podstawowym warunkiem zastosowania zbiorowej inteligencji jest tzw. wspólna praxis, czyli określony zakres wiedzy i technik umożliwiający szybkie porozumienie i weryfikację informacji. Wspólna praxis jest warunkiem skalowalności zbiorowej inteligencji. Jednak nie wszystkie dziedziny mają jedną wspólną praxis – tak dzieje się (przynajmniej częściowo) w naukach humanistycznych, gdzie różne środowiska intelektualne może dzielić brak owego wspólnego obszaru podstawowego (np. w sztukach pięknych czy krytyce literackiej). Nielsen podkreśla, że owej wspólnej praxis nie należy wszakże traktować jako czegoś prostego i klarownego. Codzienność nauki jest bowiem faktycznie pełna nieporządku, spekulacji, błędów i sporów.

Kultura otwartości potrzebna od zaraz
Dla urzeczywistnienia wizji tego nowego rynku współpracy ekspertów online najistotniejsze jest oparcie nauki na kulturze otwartości. Oto wyłaniają się nowe metody odkryć naukowych – odpowiednie narzędzia pozwalają na przeszukiwanie już zdobytej wiedzy i odkrywanie w niej nowych znaczeń, powiązań i wcześniej niedostrzegalnych zależności. Otwieranie zbiorów danych przez instytucje z całego świata umożliwia stawianie nowych, odkrywczych pytań. Jest to swego rodzaju odmiana sytuacji opisanej wcześniej jako zaplanowany szczęśliwy traf. Tym razem jednak chodzi już nie o wysyłanie pytań w świat, lecz o udostępnianie danych w oczekiwaniu, że to inni postawią im nieoczekiwane pytania, co pozwoli twórczo je wykorzystać.
Obecnie zmianie ulega relacja między prowadzeniem obserwacji o analizą danych. Coraz częściej analizy danych przeprowadzane są przez osoby spoza laboratoriów. Dynamicznie rozwijają się związane z przetwarzaniem danych nowe dziedziny wiedzy, np. bioinformatyka. Dane zwykle chętniej otwierane są w przypadku dużych projektów. Ich udostępnianie zawsze jednak powinno być użyteczne dla innych, co wiąże się z koniecznością opatrywania ich odpowiednimi metadanymi. Większość naukowców wciąż jednak nie dostrzega korzyści w udostępnianiu tego typu zbiorów informacji. Co więcej, brakuje też przepisów, które regulowałyby korzystanie z cudzych danych. Nielsen wieszczy jednak nadejście ogólnej sieci wiedzy z danymi czytelnymi zarówno dla urządzeń, jak i ludzi, co pozwoliłoby na stworzenie opartej na algorytmach inteligencji zasilanej danymi. Ten nowy rodzaj wykorzystywania wiedzy byłby na swój sposób komplementarny wobec zbiorowej inteligencji.
Zdaniem Nielsena taka sieć danych przekształci naukę na 2 sposoby:
– nastąpi przyrost różnorodności pytań, które można postawić i na które można odpowiedzieć;
– dotychczasowy model wyjaśniania przeobrazi się w kompleksowy model statystyczny z miliardami parametrów.

Era wolontariatu

Do niedawna złożoność naukowych wyjaśnień ograniczały możliwości naszych umysłów. Obecnie komputery pomagają nam tworzyć i wykorzystywać bardzo złożone modele. Owa zmiana w naturze wyjaśniania idzie w parze z demokratyzacją nauki i wyłonieniem się tzw. nauki obywatelskiej, polegającej na pozyskiwaniu wolontariuszy gotowych włączyć się w badania naukowe online.
Nauka obywatelska wspiera inteligencję zasilaną danymi, pozwalając na pozyskiwanie i/lub analizę dużych ilości danych. Większość projektów obywatelskiej nauki wciąż nie jest jednak ustrukturyzowana na tyle, by zapewnić uczestnikom rozwój i opiekę mentorską, które dostępne są dla profesjonalnych naukowców.
Nielsen przekonuje, że rolę nauki w społeczeństwie można zmienić dopiero wtedy, gdy zmieni się sposób, w jaki instytucje odpowiadają na fundamentalne pytania:
– kto finansuje naukę?
– jak nauka włączona jest w politykę rządową?
– kto może być naukowcem?
Rynek i szkoły to typowe instytucje łączące świat nauki ze społeczeństwem. Jednak narzędzia sieciowe to urządzenia zarówno wytwarzające nowe instytucje, jak i przekształcające te, które już istnieją. W powstawaniu nowych instytucji łączących naukę i społeczeństwo pomaga otwarty dostęp. Gdy więc nauka obywatelska zmienia warunki określające, kto może być naukowcem, otwarty dostęp modyfikuje to, kto może mieć dostęp do nauki. W ten sposób, przekonuje Nielsen, tworzy się nowa kultura umożliwiająca rozwiązanie problemów trapiących społeczeństwa, które niegdyś nie były możliwe ze względu na tzw. niedobór pomysłowości. Dzisiejsze narzędzia sieciowe dają szansę zasypania tej przepaści, tworząc nowe instytucje zmieniające relacje między społeczeństwem a nauką.

Trwałe nawyki
Niestety, zmiana technologiczna nie przekłada się na zmianę w modelu biznesowym. Jednak, jak zauważa Nielsen, przejście od zamkniętej kultury odkrycia naukowego do bardziej otwartej nauki nowoczesnej to jeden z najważniejszych momentów w historii nauki, mający miejsce w XVII wieku. Dzięki temu powstała zbiorowa pamięć długoterminowa, która stanowi bazę rozwoju naukowego ludzkości. Narzędzia online pomagają wzbogacić ową pamięć długoterminową, jak też dają szansę stworzenia krótkoterminowej zbiorowej pamięci roboczej – miejsca dyskusji i szybkiej wymiany informacji.
Co zatem stoi na przeszkodzie efektywnemu wdrożeniu tych wszystkich innowacyjnych narzędzi i rozwiązań? Zdaniem Nielsena kluczowym problemem jest głęboko zakorzeniony opór naukowców wobec przedsięwzięć, które nie są ukierunkowane na publikowanie artykułów i pozyskiwanie grantów. Badacze nie mają interesu w tworzeniu narzędzi typu wiki-science. Naukę w sieci w znacznym stopniu powstrzymuje zamknięta kultura naukowa, którą wzmacniają patenty i komercyjny zysk.
Tajemnica handlowa to względnie nowe zjawisko na uczelniach. Niegdyś funkcjonował klarowny podział na badania podstawowe oraz stosowane, które finansowano z funduszy prywatnych. Dziś rządy i instytucje finansujące badania coraz częściej dążą do uznania kryterium patentowego i innych praw własności intelektualnej za główne czynniki warunkujące wsparcie określonych badań.

Imperatyw otwartości i niewidzialna ręka
Otwarte dane i otwarty dostęp to istotne działania w kierunku otwierania nauki. Nielsen postuluje wprowadzenie polityki obligatoryjnego udostępniania danych w określonych formatach i w konkretnych repozytoriach. Podkreśla zarazem konieczność logiki zbiorowego działania.  I choć instytucje finansujące badania de facto sprawują rządy w republice nauki, to nie mogą one jedynie poprzestać na wymuszeniu otwartości – chodzi przede wszystkim o wytworzenie autentycznego porozumienia z całym środowiskiem, co pozwoli uniknąć powierzchownego traktowania nowych wytycznych.
Zachęta do otwartej nauki musi wiązać się z nowymi rozwiązaniami w zakresie mierzalności cytowań, ponieważ prawo własności intelektualnej prowadzi do ekonomii opartej na reputacji, przez co powstaje niewidzialna ręka nauki, która silnie motywuje naukowców do dzielenia się wynikami ich pracy (jednak na określonych warunkach!). W nauce liczy się to, co mierzalne. Narzędzia przyszłości umożliwią pomiar cytowalności danych. Nie należy oczywiście spodziewać się, że wszystko odbędzie się bez komplikacji, jednak systemy, w jakich funkcjonujemy, nie są dziełem natury, lecz rezultatem społecznej konstrukcji, stąd można (a niekiedy wręcz trzeba) je zmieniać.

Republika marzeń?
W swoim eseju Nielsen, odwołując się do różnych przykładów wziętych z sieci, opisuje praktyki, narzędzia i rozwiązania, które jego zdaniem stanowią moduły  nauki przyszłości. Pomysł ten jest dość przekonujący, jeśli chodzi o przedstawione możliwości techniczne, może jednak  budzić wątpliwości z uwagi na pewną naiwność autora względem ludzkiej natury. Zresztą sam Nielsen, niejako uprzedzając ewentualne zarzuty, zaznacza, że wizja zawarta w jego książce nosi znamiona utopii i że w praktyce realizacja tych pomysłów byłaby znacznie bardziej skomplikowana. Zdaje sobie także sprawę z ewentualnych minusów, które mogłyby wynikać z nieograniczonego dostępu do wyników badań. Generalnie jednak nauka przyszłości to dla autora Reinventing Discovery coś na kształt otwartej krynicy mądrości, z której do woli czerpać mogą wszyscy spragnieni wiedzy – profesjonaliści, zdolni dyletanci czy zwykli śmiertelnicy. Rzecz w tym, że taki demokratyczny udział w naukowym dorobku ludzkości wymagałby dziś kategorycznej zmiany  modeli biznesowych funkcjonujących w nauce i wokół niej (nierzadko nastawionych na zysk), a także zasad, wedle których przeprowadza się ewaluację badaczy. Co więcej, wymagałby także od samych naukowców sporo dobrej woli i przynajmniej krzty idealizmu w postrzeganiu przez nich swojego powołania i własnej kariery.
Czy wizja Nielsena się ziści, czy pozostanie tylko naukową republiką marzeń? To zależy zarówno od postaw przyjmowanych w środowiskach badaczy, jak i od decyzji wielu instytucji, które dostarczają funduszy na finansowanie badań. Nacisk, jaki pod koniec swojego eseju Nielsen kładzie właśnie na ten odgórne działania, pozwala mieć nadzieję, że nacechowane realizmem podejście pozwoli zbliżyć się w praktyce do jego idealistycznej wizji.

Michael Nielsen, Reinventing Discovery. The New Era of Networked Science, Princeton University Press 2012.

Maciej Chojnowski – ukończył polonistykę na Uniwersytecie Warszawskim, jest redaktorem, prowadzi serwis Otwarta Nauka w Centrum Otwartej Nauki ICM UW.

Szczegóły

Opublikowano: 2014-01-22