Jaki jest pożytek z Internetu dla nauki akademickiej, dlaczego warto się dzielić mikroodkryciami i jak wykorzystać technikę, by pracować wydajniej

Czym jest nauka? Czy nauką jest to, na co można dostać grant w instytucjach finansujących naukę? A może to, co można opublikować w czasopiśmie z ministerialnej listy ,,czasopism punktowanych”? Czy naukowcem jest osoba opłacana z funduszy na naukę?

Definicja nauki (o ile istnieje) jest szersza i obejmuje wszystko co rozszerza nasze (nasze=ludzkości) horyzonty.
Można zapytać, czy warto dyskutować nad tym czym jest nauka? Tak, chociażby po to wyzwolić się ze schematów narzucanych przez kryteria oceny jednostek akademickich.
Pojawia się coraz więcej inicjatyw, w ramach których nauka rozwijana jest poza murami uczelni wyższych, a finansowana jest np. przez osoby prywatne lub duże firmy (vide. oddziały badawcze gigantów IT Microsoft Research, IBM Research, Google, Amazon, Yahoo itp). Prowadzenie badań przy wsparciu osób prywatnych przyświeca między innymi fundacji SmarterPoland, a przykładów na tzw. crowdresearch jest coraz więcej, np. opisany w artykule ‘Baumgartner albo portiernia, czyli coming-out w temacie finansowania nauki w Polsce’.

Ok, więc porozmawiajmy o tym czym jest nauka i jak wygląda lub może wyglądać. Dzisiaj mamy gościnny wpis fizyka Piotra Migdała. Może sprowokuje on Was do podobnych lub odmiennych komentarzy / innych gościnnych wpisów.

Nauka 2.0
Czyli o tym jaki pożytek z Internetu dla nauki akademickiej, dlaczego warto się dzielić mikroodkryciami i jak wykorzystać technikę, by pracować wydajniej.
Piotr Migdał

Nauka to nie odkrywanie obiektywnego stanu świata, niczym kopanie w platońskiej jaskini. To pewien proces poznawania i opisu przyrody, ugruntowany społecznie i historycznie, w którym zmieniają się cele, ewoluują pojęcia, są doskonalone metody czy kryteria poprawności. Wiele ścieżek prowadzi na manowce i wiele odkryć dzieje się jednocześnie. Pięknie pisze o tym Ludwik Fleck książce p.t. "Psychosocjologia poznania naukowego".

W szczególności zmienia się podejście do rozpowszechniania odkryć. Pitagorejczycy traktowali niewymierność pierwiastka kwadratowego z dwóch jako sekret. Galileusz, odkrywszy pierścienie Jowisza, owszem, wysłał listy do konkurentów, ale zaszyfrowane – tak, by nic nie powiedzieć, a zarazem zapewnić sobie pierwszeństwo. Dopiero w XVII wieku sukcesywnie zaczęto publikować w czasopismach naukowych, dochodząc do dzisiejszego "Publish or Perish". Więcej można przeczytać na blogu Michaela Nielsena (np. ten wpis) czy też w jego książce "Reinventing discovery".

No dobrze, ale czy pozostało coś więcej niż naciskać na publikowanie pod groźbą zakończenia żywota (naukowego)? Czy istnieją inne metody współpracy niż listy (teraz upgrade’owane do e-maili)? I czy Internet może się przyczynić do zmiany funkcjonowania nauki?

Po pierwsze i najważniejsze, Internet obniżył koszty dzielenia się informacją. Nie trzeba być pisarzem, dziennikarzem ani wydawcą, by móc się podzielić dowolną informacją ze Światem – na stronie domowej, blogu (np. takim jak ten) czy też forum dyskusyjnym.

W ten sposób wiele kursów czy wykładów dociera nie tylko do wąskiej grupy studentów na danej uczelni, ale – do każdego zainteresowanego.

Jednak w wielu projektach istotna jest interakcja – zwłaszcza, gdy nie tyle chcemy się podzielić gotowym dziełem, co zasięgnąć rady. Np. strona pytań i odpowiedzi Stack Overflow pozwala rozwiązać problemy programistyczne – od tych zadawanych przez nowicjuszy do zaawansowanych. Okazuje się, że identyczny system działa w – Math Overflow to strona Q&A z matematyki na poziomie badawczym. Oprócz doktorantów i "zwykłych" profesorów, udzielają się tam światowe sławy, jak laureaci medalu Fieldsa Tim Gowers czy Terence Tao (zresztą, aktywni na G+ – tam też prowadzą odnośniki). Co kluczowe – nie ma tu znaczenia, czy jest się studentem prestiżowej uczelni, czy samoukiem. Liczy się tu wiedza i umiejętności, nie – tytuł czy afiliacja. Ogólniej, na bazie Stack Overflow wykiełkowały strony skupione wokół społeczności z różnych dziedzin, nie tylko komputerowe – od ogrodnictwa czy fotografii, przez fizykę czy analizę statystyczną, do np. stricte badawczej informatyki (autor notki swego czasu współprowadził Theoretical Physics – Stack Exchange, Q&A z fizyki na poziomie badawczym; niestety, masa krytyczna nie była wystarczająca).

Dobrze, można pytać i odpowiadać na pytania z bardzo wyspecjalizowanych dziedzin, wychodząc poza garstkę znajomych z wydziału czy też konferencji.

Ale można też współpracować. Niektóre problemy przekraczające możliwości intelektualne najlepszych matematyków, można rozwiązać wspólnymi siłami. Np. projekt Polymath polega na rozwiązywaniu otwartych problemów matematycznych przez… komentarze na blogu. W matematyce ciężko wpaść na dobry pomysł, ale dużo prościej ocenić, czy rzeczywiście dany pomysł stanowi krok naprzód w rozwiązaniu problemu. I tym samym np. udało się rozwiązać kilka trudnych problemów matematycznych.

Jeśli nie współpracować to… współzawodniczyć. Okazuje się, że z niektórych problemów można zrobić konkurs. I tak np. Kaggle szczyci się, że z analizy danych (ang. "data science") czyni sport.

Niektóre projekty nie są adresowane tylko do najlepszych z najlepszych – wystarczy być pasjonatem. Tak np. dwóch doktorantów z Cambridge chciało szukać nowych typów galaktyk. Niemniej, mieli za dużo danych by, nawet przy heroicznej pracy, mogli sami "oglądać obrazki". Zaś automatyczna analiza okazała się niewystarczająca (warto pamiętać, że człowiek jest bardzo dobry w analizie obrazu oraz ogólnie ciężko zrobić algorytm, który dobrze się nadaje to wykrywania nietypowych obiektów). Wpadli na pomysł, by pokazać obrazki pasjonatom – stworzyli GalaxyZoo, gdzie każdy może oglądać galatyki, klasyfikować je, i, w przypadku znalezienie czegoś nietypowego, zagadać na forum. Niby proste – a skończyło się wykryciem nowego rodzaju galaktyki.

Inny projekt, Fold.it, polega na grze w zwijanie białek. Znów, wykorzystując naturalne zdolności przestrzenne ludzi (a także naturalną chęć do grania w łamigłówki) szuka się struktury białek – i taka metoda nieraz jest lepsza niż najlepsze rozwiązania numeryczne. Rozwiązania jak powyższe, gdzie pasjonat możne przydać się do poważnej nauki, są czasem nazywane nauką obywatelską (ang. "citizen science"), niekiedy podciąganą pod tzw. "crowdsourcing".

Z różnych innych pomysłów – kiełkują strony do finansowania projektów naukowych – np. Petri Dish, przez publiczną zbiórkę (ang. "crowdfunding"). O ile pewnie tylko niektóre projekty mają na to szanse, to rozwiązanie wydaje się interesujące.

Dzielenie się badaniami nie kończy się na publikacji artykułów. Znów, w sytuacji, gdzie nie trzeba ścinać lasów, by rozprzestrzenić informację (a także, gdzie owa informacja pojawia się błyskawicznie), można się dzielić wykresami (także niewykorzystanymi) oraz negatywnymi wynikami. Jest to o tyle istotne, że nieudane eksperymenty (czy też niewystarczająco fascynujące wyniki) nie są zazwyczaj publikowane. Choćby dlatego, że mogą być za "słabe" na publikacje, lub też – po co marnować czas na pisanie artykułu, który nie będzie wystarczająco pomocny w karierze naukowej, skoro można w tym czasie pracować nad bardziej obiecującymi projektami? Niemniej, w dobie Internetu, łatwo podzielić się owymi kawałkami, co może przydać się innym. Choćby Figshare umożliwia się dzielenie owymi kawałkami. I, co więcej, przyznaje każdemu numer DOI (Digital Object Identifier), a zatem i łatwo zacytować ów kawałek.

Co więcej, i co ważniejsze, można (a zdaniem autora i nie tylko Science Code Manifesto – powinien to być twardy wymóg) dzielić się kodem i surowymi danymi. I zarówno w kwestii weryfikacji (co jest fundamentem działania nauki), i – do dalszego wykorzystania. Jak? Choćby na popularnych stronach do dzielenia się kodem – GitHub [uważana za niektórych za najważniejszą sieć społecznościową) czy też BitBucket (który to daje nieograniczoną liczbę repozytoriów osobom z e-mailami akademickimi). Nie zapominając, że to przede wszystkim systemy kontroli wersji – użyteczne nie tylko do kodu, ale też współpracy przy pisaniu prac naukowych, zwłaszcza w LaTeXu.

Warto też pamiętać, aby publikując prace naukowe z fizyki, matematyki, informatyki czy dziedzin numeryczych, wrzucić preprint na arXiv (czyt. "arkajw") – dzięki temu jest dostępny dla wszystkich i to praktycznie od razu.

Wpis bazowany na Open Science and Science 2.0 z pierwszego Offtopicarium – imprezy dla ludzi z pomysłami: krzyżówka warsztatów, bardzo luźnej konferencji, zlotu pasjonatów, słowem – miejsce dla ludzi, którym "się chce". Autor tego wpisu rozkręca grupę ludzi zainteresowanych rozwijaniem narzędzi do nauki “Hacking Science”.