چارچوب-ریاضی-تحقیقات-علمی

ساختارهای ریاضیاتی برای فهم راهبردهای پژوهشی

مطالعه‌ای که در ۱۵ آگوست در نشریه آزاد PLOS Biology منتشر شد، یک چارچوب ریاضیاتی را ارائه می‌دهد؛ این چارچوب بر مبنای نظریه اقتصادی تحت عنوان «مدل‌های کنش پنهان» بنا شده و دیدگاه‌هایی را در خصوص چگونگی تأثیر ناپیدای تلاش و ریسک بر راهبردهای تحقیقاتی محققان و همچنین ساختارهای تشویقی حاکم بر عملکرد آن‌ها، در اختیار می‌گذارد. این تحقیق توسط کوین گروس از دانشگاه ایالت کارولینای شمالی و کارل برگستروم از دانشگاه واشنگتن انجام پذیرفته است.

پژوهش‌های علمی، ذاتاً نیازمند ریسک هستند، چرا که رویکردهای محتاطانه معمولاً به پیشرفت‌های چشمگیر و سریع نمی‌انجامند. با این حال، بسیاری از تحقیقات علمی که بودجه آن‌ها تأمین می‌شود، به سمت رویکردهای امن‌تر سوق داده می‌شوند و نهادهای تأمین‌کننده مالی نیز از دشواری جذب پروژه‌های پژوهشی با ریسک بالا و بازده بالا شکایت دارند.

دو ریاضی‌دان و اقتصاددان در یک دفتر روشن در حال گفت‌وگو هستند. کتاب‌ها و اسناد متعددی در محیط دیده می‌شود و آن‌ها در حال بررسی یک مدل ریاضی هستند.
کشمکش‌های موجود میان ریسک و تلاش در پژوهش‌های علمی.

گروس و برگستروم یک مدل قراردادی اقتصادی را برای بررسی چگونگی تأثیر نامحسوس بودن ریسک و تلاش بر بی‌میلی به انجام تحقیقات پرخطر، تطبیق دادند. این مدل به یک مشکل «کنش پنهان» می‌پردازد. جایی که جامعه علمی باید به گونه‌ای پاداش‌ها را در نظر بگیرد که هم تلاش و هم ریسک‌پذیری را تشویق کند و در عین حال، معیشت محققان را در برابر عدم قطعیت نتایج علمی حفظ نماید.

چالش اصلی این است که انگیزه‌هایی که برای تحریک تلاش لازم هستند، با انگیزه‌هایی که برای تحریک ریسک‌پذیری ضروری تلقی می‌شوند، در تناقض قرار دارند. به این دلیل که یک پروژه ناموفق ممکن است هم نشان‌دهنده یک اقدام پرریسک باشد و هم می‌تواند حاصل از یک سهل‌انگاری ساده. نتیجتاً، تشویق به تلاش، به طور ناخودآگاه ریسک‌پذیری را تضعیف می‌کند.

📢 اگر عاشق علم هستید و نمی‌خواهید هیچ مقاله‌ای را از دست بدهید…

به کانال تلگرام ما بپیوندید! تمامی مقالات جدید روزانه در آنجا منتشر می‌شوند.

📲 عضویت در کانال تلگرام
پاپ‌آپ اطلاعیه با اسکرول

چالش‌های تحقیقاتی در علم: خطرپذیری و پاداش‌ها

دانشمندان با انتخاب پروژه‌های امن که شواهدی از تلاش را تولید می‌کنند، به این چالش پاسخ می‌دهند؛ ولی این پروژه‌ها به اندازه پروژه‌های پرخطر، علم را به پیش نمی‌برند. یک برنامه‌ریز اجتماعی که تولید علم را بر بهبود وضعیت پژوهشگران ترجیح می‌دهد، می‌تواند با تخصیص پاداش‌های چشمگیر برای کشفیات بزرگ، این مشکل را تا حدودی برطرف کند. اما این رویکرد، دانشمندان را با مخاطراتی مواجه می‌کند که می‌تواند وضعیت آن‌ها را به مراتب وخیم‌تر سازد.

یک دانشمند در آزمایشگاه در حال انجام آزمایش بر روی فرضیه‌های علمی پرخطر با تجهیزات رنگارنگ است.
جستجوی علم در پروژه‌های پرخطر: بررسی تجربه‌های ناموفق.

از آن‌جایی که جامعه علمی تقریباً خودمختار است و خود، جدول پاداش‌ها را تعریف و اجرا می‌کند، انگیزه‌هایی که پژوهشگران به‌صورت داوطلبانه بر خود تحمیل می‌کنند، برای تحریک خطرپذیری علمی در اندازه‌ای کافی نیستند که پیشرفت‌های علمی را سرعت بخشند. در تصمیم‌گیری‌ در مورد چگونگی پاداش‌دهی به کشفیات، جامعه علمی باید این واقعیت را بپذیرد که طرح‌های پاداشی که تلاش را تقویت می‌کنند، به ‌طور ذاتی ریسک‌پذیری علمی را تضعیف می‌کنند و بالعکس.

یک برنامه‌ریز اجتماعی در دفتر کار خود در حال بررسی طرح‌های پژوهشی است. نمودارها و گراف‌هایی که پیشرفت علمی و رفاه پژوهشگران را نشان می‌دهند، در محیط دیده می‌شوند.
چالش برنامه‌ریزی اجتماعی: برقراری تعادل میان توسعه‌ی علم و رفاه محققان.

از آن‌جایی که جامعه باید هم تلاش و هم خطرپذیری علمی را برانگیزد و از آن‌جایی که تلاش برای پژوهشگران هزینه‌بر است، این جامعه ناگزیر به ایجاد یک سنت‌ (محافظه‌کاری) روی می‌آورد که پژوهش‌های علمی را به صورت محتاطانه تشویق می‌کند، حتی اگر پژوهش‌های پرخطر به اندازه‌ی پروژه‌های ایمن، دشوار نباشند.

نویسندگان این‌طور جمع‌بندی می‌کنند: «نظریه‌پردازان اغلب از کمبود تحقیقات پرخطر و با بازده بالا در عرصه‌ی علم شکایت می‌کنند و این وضعیت را نشانی از شکست‌های نهادی یا شخصی می‌دانند. ما در این‌جا استدلال می‌کنیم که این‌طور نیست. دانشمندان، که نمی‌خواهند با سرنوشت شغلی‌شان قمار کنند، ناگزیر، پروژه‌هایی را انتخاب می‌کنند که ایمن‌تر از آن چیزی هستند که تأمین‌کنندگان مالی علم ترجیح می‌دهند.»

“`

مقاله های شبیه به این مقاله

بیشتر بخوانید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *