چرا دانشمندان دیگر نمی‌توانند کشف‌های بزرگ داشته باشند؟

در یک مطالعه منتشر شده در سال ۲۰۲۳، دانشمندان اعلام کردند که تعداد مقالاتی که واقعا باعث تغییر بنیادین در حوزه‌های علمی شده‌اند، در طول زمان ثابت مانده است؛ اما با افزایش فراوانی مقالات علمی، متوسط «ناوَردی» (Disruption) هر مقاله به‌مرور کاهش یافته است. به عبارت دیگر، با وجود اینکه حجم تحقیقات بیشتر شده، تأثیر انقلابی آنها ضعیف‌تر شده است.

این یافته‌ها از سوی هزاران دانشمند و متخصص در سراسر جهان مورد توجه قرار گرفته و حتی در جلسات سیاست‌گذاری در کنگره آمریکا نیز مطرح شده است. راسل فانک، یکی از نویسندگان این مطالعه و استاد دانشگاه مینه‌سوتا، در این باره می‌گوید: «واکنش‌ها فوق‌العاده بود. هنوز هم دانشمندان با من تماس می‌گیرند و احساس می‌کنند ما موضوعی را لمس کرده‌ایم که عمیقا دردناک است.»

معیار‌های سنجش ناوردایی علمی
این تیم تحقیق از یک شاخص جدید به نام شاخص «جمع‌بندی-ناوردایی» (Consolidation–Disruption Index) استفاده کردند. این شاخص بر اساس الگو‌های نقل‌قول (Citation) عمل می‌کند: اگر یک مقاله واقعا انقلابی باشد، مقالات بعدی که به آن ارجاع می‌دهند، کمتر به منابعی که خود مقاله اصلی ارجاع داده است، توجه می‌کنند، زیرا مقاله جدید، دانش قبلی را منسوخ کرده است.

اما این شاخص بدون اعتراض نبوده است. برخی دانشمندان معتقدند نقل‌قول‌ها معیار دقیقی از تأثیر واقعی علمی نیستند. به عنوان مثال، یک مقاله قدیمی با تعداد کمی نقل‌قول ممکن است به دلیل شرایط زمانی، نمره ناوردایی بالایی بگیرد، حتی اگر واقعاً انقلابی نباشد.

آیا «آلفولد» یک کشف مخرب بود؟
موردی که به‌خوبی این بحث را نشان می‌دهد، کشف مهم ساختار پروتئین توسط هوش مصنوعی آلفولد (AlphaFold) است. این کشف، بدون شک یکی از برجسته‌ترین دستاورد‌های دهه گذشته در زیست‌شناسی مولکولی است. با این حال، شاخص ناوردایی آن پایین است. چرا؟ زیرا این کشف بیشتر یک ابزار قدرتمند بوده است تا اینکه مبانی علمی موجود را دور بزند.

البته، ممکن است با گذشت زمان و توسعه‌های بیشتر، آلفولد نمره ناوردایی بالاتری کسب کند. اما این مسئله نشان می‌دهد که شاخص‌های فعلی هنوز نمی‌توانند کاملا مفهوم «مخرب» بودن را به‌خوبی اندازه‌گیری کنند.

چرا علم کم‌کم دارد دشوارتر می‌شود؟
به گزارش nature، پژوهشگران به دنبال دلایل این روند هستند. برخی معتقدند افزایش فشار‌های اداری، کاهش زمان تحقیق وابسته به نوشتن درخواست‌های کمک‌هزینه، و وابستگی متقاضیان به انتشارات متعدد، اما بدون تأثیر، از جمله عوامل اصلی هستند.

همچنین، با افزایش حجم دانش، دانشمندان باید وقت بیشتری صرف یادگیری مطالب پیشین کنند، تا بتوانند به مرز‌های علمی دست پیدا کنند. داشون وانگ، دانشمند مدیریت دانش در دانشگاه نورث‌وسترن، می‌گوید: «ما روی شانه‌های غول‌ها ایستاده‌ایم، اما این غول‌ها هر روز بلندتر می‌شوند.»

علاوه بر این، هزینه‌های تجهیزات پیشرفته و پروژه‌های بزرگ بین‌المللی مثل سرن (Large Hadron Collider)، به همراه تغییرات در نحوه انتشار و تبلیغ مقالات، باعث شده تعداد کمتری از مقالات به‌عنوان کشف برجسته شناخته شوند.

برخی محققان پیشنهاد می‌دهند باید به دانشمندان آزادی بیشتری داده شود، تا بتوانند ریسک کنند و ایده‌های جسورانه را دنبال کنند. مطالعات نشان داده‌اند که پژوهشگرانی که اطمینان بیشتری از حمایت مالی دارند، مثلاً از طریق تمدید بودجه NIH در آمریکا، احتمال بیشتری دارد کار‌های نوآورانه تولید کنند.

همچنین، پیشنهاداتی مبنی بر استفاده از تحلیل زبان طبیعی (NLP) و تغییر روش‌های ارزیابی مقالات نیز مطرح شده است. دانشمندانی مانند لینگ‌فی وو معتقدند که حوزه اندازه‌گیری ناوردایی علمی هنوز در مراحل اولیه است و شبیه به فیزیک کوانتومی در دهه ۱۹۲۰ است — هرچه بیشتر نگاه می‌کنیم، بیشتر گیج می‌شویم.

آیا کشف‌های بزرگ از دست دانشمندان امروزی در می‌رود؟
در نهایت، بسیاری از دانشمندان معتقدند که دیگر «میوه‌های پایینی» درخت علم را چیده‌ایم و اکنون برای رسیدن به میوه‌های بالاتر، باید صعود‌های طاقت‌فرسا را تحمل کنیم. اما این سؤال باقی است: آیا ساختار فعلی سیستم علمی به اندازه کافی انعطاف‌پذیر است تا این ماجراجویی‌ها را تسهیل کند؟

در حالی که جنجال درباره شاخص‌های ناوردایی ادامه دارد، یک نکته مشخص است: علم امروز، چالش‌های بیشتری نسبت به گذشته دارد و شاید همین چالش‌ها، فرصت‌های جدیدی برای انقلاب‌های بزرگ در آینده ایجاد کنند.