CC BY
9
2017.01.004. БЁРНЕР К. ПЕРСПЕКТИВА: НАУЧНАЯ ПОЛИТИКА, ОСНОВАННАЯ НА УПРАВЛЕНИИ ДАННЫМИ. BÖRNER K. Perspective: Data-driven science policy // Issues in science and technology. - 2016. - Vol. 32, N 3, Spring. - Mode of access: http://issues.org/32-3/perspective-data-driven-science-policy/
Ключевые слова: научная политика; управление данными; извлечение данных; моделирование процесса; результат испытаний на модели.
Автор, сотрудница трех ведущих университетов США, Нидерландов и Германии, рассматривает проблемы, связанные с выбором новых подходов, основанных на управлении данными, применяемых администраторами при решении вопросов, касающихся разработки научной политики и финансирования научных исследований.
Самая важная проблема, возникающая у чиновников, занимающихся вопросами научной политики, - как использовать ограниченные ресурсы наиболее эффективным образом. Чтобы решить ее, они должны обладать огромным объемом знаний: прежде всего понимать внутреннюю работу научной, технологической и инновационной (НТИ) системы (science, technology and innovation system), процесс производства знаний, а также получать данные о результатах работы конкретных ученых и организаций. В этом им могут помочь специальные подходы, основанные на использовании компьютерных мощностей и больших объемов разнообразных данных, касающихся динамики развития науки и технологий: глубинный анализ данных1 (data mining), моделирование процесса (modeling process), визуализация алгоритмов (visualization algorithms) и т.д.
Все эти подходы давно используются в промышленности; например, фирмы «Amazon» и «Netflix» применяют компьютерное моделирование, чтобы определить направления поведения своих клиентов, а финансовые компании - чтобы выявить факты мошенничества. Ученые, работающие в разных областях, устанавливают
1 Data mining (извлечение данных, добыча данных, интеллектуальный анализ данных, глубинный анализ данных) - термин, введенный в 1989 г. Г. Пятец-ким-Шапиро, означает совокупность методов обнаружения в данных ранее не известных, нетривиальных, практически полезных и доступных для интерпретации знаний. - Прим. реф.
дорогое оборудование для совместного использования с партнерами из промышленности и правительства: в метеорологии - для предсказания погоды и предупреждения о надвигающихся штормах; в здравоохранении - для определения и предупреждения эпидемий и т.д. Однако в исследованиях динамики развития НТИ-системы до сих пор, по мнению автора статьи, эти методы используются не в полной мере, несмотря на то что некоторые эксперты все же пытаются применять их при принятии важных решений. Компьютерная симуляция и компьютерное моделирование помогают определить пути развития науки и техники и предсказать возможный результат вмешательства государства. С их помощью администраторы могут легко найти ответы на важные вопросы: какие научные организации будут наиболее продуктивными в будущем? Какая научная политика финансирования окажется наиболее эффективной? Какие социальные факторы влияют на работу ученых - демографические изменения, альтернативные экономические траектории и т. д.?
Современная наука - это совместное производство знаний. Она требует затраты огромных усилий целого ряда различных акторов, создания сетей, состоящих из отдельных исследователей и организаций. Иногда такая сеть может включать несколько сотен участников из разных стран. Некоторые проекты имеют такой размах, что необходимы усилия и знания множества ученых и исследователей. Многочисленные исследования показывают, что наиболее продуктивными и эффективными оказываются большие команды. Однако применение новых подходов показало противоположные результаты. По словам С. Милошевич из Университета штата Индиана, проведенное ею компьютерное моделирование продемонстрировало, что успех больших команд основан на эффективной работе малых команд и даже отдельных исследователей. Это открытие может стать решающим при принятии решений, связанных с финансированием научных проектов.
Й. Боллен и коллеги из Университета штата Индиана попытались выяснить, сколько усилий и средств тратится учеными на то, чтобы получить субсидии на свои исследования. Проведя компьютерное моделирование, они обнаружили, что ученые вкладывают огромное количество времени и энергии в написание и рецензирование исследовательских заявок, а финансирующие агентства
используют многочисленные ресурсы, которые могли бы быть потрачены на сами исследования, на проверку этих заявок. Й. Боллен и коллеги подсчитали, что подготовка исследовательской заявки на грант требует работы четырех профессоров в течение четырех недель, и их работа оценивается в 35 тыс. долл. В среднем грант ННФ составляет около 165 тыс. долл. в год, часть суммы идет на возмещение косвенных расходов университета, и остается примерно 110 тыс. долл. на исследование. Таким образом, средний успех приводит к чистому убытку для исследователей. При этом расчеты не учитывают время, затрачиваемое на написание и рецензирование заявок.
Й. Боллен и коллеги предлагают другой способ распределения финансовых средств, направленных на исследовательские проекты, - так называемую модель FundRank. Она заключается в том, что каждый авторитетный ученый один раз в год получает определенную сумму на исследования, например 100 тыс. долл. 50% суммы он самостоятельно распределяет среди своих коллег, принимающих участие в данном проекте, в соответствии со степенью их участия и вкладом в работу. Вместо того чтобы тратить массу времени на написание и проверку заявок, ученые могли бы использовать его более плодотворно - на детальное обсуждение, планирование и реализацию научно-исследовательского проекта. Распределение финансов могло бы послужить мерой оценки вклада, сделанного каждым исследователем, а использование цифровых систем могло бы помочь в решении проблем, связанных с возникающими в процессе работы спорами, распределением средств на основе личных симпатий, выявлением конфликтов интересов или случаев взаимных благодеяний.
Политики и администраторы должны не только понимать, как использовать новые методы, но и доверять им и активно применять на практике. Свою эффективность доказал метод визуализации процесса моделирования и его результатов. Команда под руководством Уильяма Роуза (William Rouse) из Института технологии Стивенса совместно с Национальными академиями инжиниринга и медицины разработала «симулятор полетов для политиков» (policy flight simulator), позволяющий «слетать в будущее, прежде чем выписать чек». Эта методика помогает экспертам прогнозировать направления развития науки и техники, для того чтобы принять правильные и ответственные решения. Работа симулятора заключается
в следующем: группа экспертов (от пяти до 15 человек) собираются в зале, оснащенном большими экранами. Они обсуждают и собирают все возможные варианты, касающиеся данных вопросов, и затем пропускают их через симулятор. Графические презентации результатов появляются на экранах. Например, одна из таких встреч была посвящена проблемам выбора мощностей для автомобиля: сравнивались различные системы - внутреннего сгорания, электрические, гибридные или водородные. Результаты моделирования показали, что спрос на электрические автомобили возрастет, если возрастут государственные вложения в инфраструктуру зарядных устройств.
Разработка и применение простых и действенных моделей, основанных на управлении данными, для принятия решений в области НТИ не только несут большие возможности, но и создают большие проблемы. Для того чтобы выявить «критические вызовы» и ответить на них, необходимо использование междисциплинарного подхода и тесное сотрудничество государства, науки и промышленности. Вычислительные модели должны быть тщательно проверены экспертами и заслужить доверие научного сообщества. Ключ к созданию такого доверия - прозрачность и вовлечение всех заинтересованных сторон в разработку и применение новых подходов, основанных на управлении данными.
М.П. Булавинова
2017.01.005. ФАХИ Д., КАУЛФИЛД Т. ПЕРСПЕКТИВА: НАУКА, ЗНАМЕНИТОСТИ И ВОВЛЕЧЕННОСТЬ ОБЩЕСТВА. FAHY D., CAULFIELD T. Perspective: Science, celebrities, and public engagement // Issues in science and technology. - 2016. - Vol. 32, N 4, Summer. - Mode of access: http://issues.org/32-4/perspective-science-celebrities-and-public-engagement/
Ключевые слова: наука; научная политика; знаменитости; популяризация науки; вовлеченность общества.
Д. Фахи - преподаватель Школы коммуникаций Городского университета Дублина (Ирландия); Т. Каулфилд - специалист в области медицинского права Университета Альберты (Канада). Авторы рассматривают растущую роль знаменитостей в популяриза-
