اگر شما پژوهشی انجام دهید ولی آن را منتشر نکنید، آیا این علم (Science) خواهد بود؟

این در واقع سوال اصلی در مباحثه توئیتری (شبکه ایکس) بین صاحب این شبکه (ایلان ماسک) و یک مهندس کامپیوتر و از محققین ارشد متا (Yann LeCun) بوده است. در طی چند روز گذشته، این گفتگو در مورد تعریف علم، توجه هزاران فرد از جمله محققان از همه رشته‌ها را به خود جلب کرده است.

بحث با توئیتی از ایلان ماسک شروع شده است (لینک). او مردم را برای پیوستن به کمپانی هوش مصنوعی اش (xAI) تشویق و بر جستجوی دقیق حقیقت تاکید کرده است. در ادامه LeCun (که به دلیل کارهایش در زمینه هوش مصنوعی و deep learning و ... شهرت دارد) این صحبت ماسک در مورد جستجوی دقیق حقیقت را مورد اشاره قرار داد و او را به خاطر انتشار نظریه‌های توطئه در شبکه اجتماعی اش مورد انتقاد قرار داد.

بحث بالا گرفت و ماسک هم از LeCun در مورد دستاوردهای علمی اش در پنج سال گذشته سوال کرد. LeCun هم در پاسخ اعلام کرد که از ژانویه ۲۰۲۲ تاکنون بیش از ۸۰ مقاله علمی منتشر کرده است.

او سپس این موضوع را مطرح کرد که "اگر شما پژوهشی انجام دهید ولی آن را منتشر نکنید، این علم نیست". او استدلال کرد که پژوهش (research) تنها زمانی «علم یا همان science» است که به‌عنوان مجموعه‌ای از دانش (knowledge) جمع‌آوری شود، صحت و تکرارپذیری (correctness and reproducibility) آن مورد آزمایش و بررسی قرار گیرد و سپس منتشر (publish) شود.

تعریف علم از دیدگاه LeCun واکنش‌های منفی زیادی را برانگیخت. برخی او را به خاطر اشاره نکردن به این که علم غالباً به عنوان یک روش (method) شناخته می‌شود، نقد کردند. پالمر لاکی، کارآفرین حوزه فناوری و توسعه‌دهنده هدست واقعیت مجازی Oculus، این تفکر که "کسانی که تحقیقات خود را در معرض داوری همتا قرار نمی دهند و آن را منتشر نمی کنند، فراموش‌ شده می‌میرند" را زیر سوال برد. عده‌ای دیگر استدلال کردند که پژوهش‌های علمی که در شرکت‌ها انجام می‌شود، اغلب محرمانه نگه داشته می‌شوند و حتی خارج از بخش خصوصی، طبق برخی تخمین‌ها، ۴۰ درصد داده‌های علمی از پژوهشگران دانشگاهی و دولتی منتشر نمی‌شود. پیتر کاونی، از محققین علم کامپیوتر در دانشگاه کالج لندن نیز می‌گوید: "LeCun هنوز از چگونگی کارکرد علم غافل است. گفتن این که “علم تنها زمانی علم است که منتشر شود” مانع از این می‌شود که علم به عنوان یک روش درک، که مردم می‌توانند در زندگی روزمره خود استفاده کنند، شناخته شود."

او (LeCun) بعداً در مورد تعریف اولیه خود بیشتر توضیح داد که: "علم از طریق تبادل ایده‌ها، تأیید، تحلیل، بازتولید و بهبود پیشرفت می‌کند. اگر تحقیقات خود را بالاخره به یک صورتی (نه لزوما در مجله علمی و بعد از داوری همتا) منتشر نکنید، احتمالاً تحقیقات شما هیچ تأثیری نخواهد داشت. او همچنین به اهمیت موضوع در دسترس بودن (openness) پژوهش های مربوط به هوش مصنوعی بوِیژه source code ها اشاره کرد.

در ادامه افراد شناخته شده دیگری نیز در مورد نیاز به بررسی ادعاهای علمی و پاسخ به فیدبکها در این مورد بحث کرده‌اند. بحثها در توئیتر نیز اگر مبتنی بر شواهد و بر اساس استدلال باشد نیز می‌تواند مفید باشد نه این که فقط نظر شخصی باشد. چیزی که ظاهرا الان نسبت به قبل در توییتر بیشتر دیده می‌شود.

در مورد این مباحثه، مفصل تر در گزارش خبری نیچر بخوانید (لینک)

@Scientometric