• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Altro
    I team più grandi non sono sempre migliori nella scienza e nella tecnologia

    Una foresta di alberi dove ogni albero è un progetto e una persona sostiene il tipo di lavoro di ricerca profonda (radici) e altamente dirompente (rami) prodotto da piccoli team. Credito:Lingfei Wu/Università di Chicago Knowledge Lab

    Nel mondo della scienza e degli affari di oggi, è sempre più comune sentire dire che per risolvere grandi problemi è necessaria una grande squadra. Ma una nuova analisi di oltre 65 milioni di articoli, brevetti e progetti software hanno scoperto che i team più piccoli producono ricerche molto più dirompenti e innovative.

    In un nuovo articolo pubblicato da Natura , I ricercatori dell'Università di Chicago hanno esaminato 60 anni di pubblicazioni e hanno scoperto che i team più piccoli avevano molte più probabilità di introdurre nuove idee nella scienza e nella tecnologia, mentre i team più grandi hanno sviluppato e consolidato più spesso le conoscenze esistenti.

    Sebbene sia i team grandi che quelli piccoli sono essenziali per il progresso scientifico, i risultati suggeriscono che le tendenze recenti nella politica di ricerca e nel finanziamento verso grandi squadre dovrebbero essere rivalutate.

    "I grandi team sono quasi sempre più conservatori. Il lavoro che producono è come i sequel di successo; molto reattivo e a basso rischio". ha detto il coautore dello studio James Evans, professore di sociologia, direttore del Knowledge Lab di UChicago e uno dei principali studiosi nello studio quantitativo di come emergono idee e tecnologie. "I team più grandi sono sempre alla ricerca dell'immediato passato, sempre basandosi sui successi di ieri. Considerando che le piccole squadre, fanno cose strane—arrivano più nel passato, e ci vuole più tempo perché gli altri capiscano e apprezzino il potenziale di ciò che stanno facendo".

    Knowledge Lab è un centro di ricerca unico che combina gli approcci della "scienza della scienza" della sociologia con l'esplosione delle informazioni digitali ora disponibili sulla storia della ricerca e della scoperta. Utilizzando tecniche computazionali avanzate e sviluppando nuovi strumenti, I ricercatori del Knowledge Lab ricostruiscono ed esaminano come la conoscenza nel tempo cresce e influenza il nostro mondo, generare intuizioni che possono alimentare l'innovazione futura.

    Il Natura studio ha raccolto 44 milioni di articoli e più di 600 milioni di citazioni dal database Web of Science, 5 milioni di brevetti dell'U.S. Patent and Trademark Office, e 16 milioni di progetti software dalla piattaforma Github. Ogni singolo lavoro in questo enorme set di dati è stato quindi valutato computazionalmente per quanto ha interrotto rispetto allo sviluppo del suo campo scientifico o tecnologico.

    "Intuitivamente, una carta dirompente è come la luna durante l'eclissi lunare; mette in ombra il sole - l'idea su cui si basa - e reindirizza tutta l'attenzione futura su se stessa, " ha detto il coautore dello studio Lingfei Wu, un ricercatore post-dottorato con l'Università di Chicago e Knowledge Lab. "Il fatto che la maggior parte dei lavori futuri citi solo il documento focale e non i suoi riferimenti è prova della 'novità' del documento focale. Pertanto, possiamo usare questa misura, originariamente proposto da Funk e Owen-Smith, come proxy per la creazione di nuove direzioni nella storia della scienza e della tecnologia."

    Attraverso i giornali, brevetti e prodotti software, l'interruzione è drasticamente diminuita con l'aggiunta di ogni membro aggiuntivo del team. La stessa relazione è apparsa quando gli autori hanno controllato per l'anno di pubblicazione, argomento o autore, o sottoinsiemi di dati testati, come articoli da premio Nobel. Anche articoli di recensione, che si limitano ad aggregare i risultati di precedenti pubblicazioni, sono più dirompenti quando scritti da un minor numero di individui, lo studio ha trovato.

    Il fattore principale della differenza di disturbo tra squadre grandi e piccole sembrava essere il modo in cui ciascuna trattava la storia del proprio campo. I team più grandi erano più propensi a citare più recenti, ricerca molto citata nel loro lavoro, basandosi sui successi passati e riconoscendo i problemi già nello spirito del tempo del loro campo. Al contrario, squadre più piccole più spesso citate più vecchie, idee meno popolari, una ricerca di informazioni più profonda e più ampia che crea nuove direzioni nella scienza e nella tecnologia.

    "Le squadre piccole e le squadre grandi sono di natura diversa, " Wu ha detto. "Le piccole squadre ricordano le idee dimenticate, porre domande e creare nuove direzioni, considerando che i team più grandi inseguono gli hotspot e dimenticano le idee meno popolari, rispondere alle domande e stabilizzare i paradigmi stabiliti."

    L'analisi mostra che sia i piccoli che i grandi team svolgono ruoli importanti nell'ecosistema di ricerca, con il primo che genera nuovo, intuizioni promettenti che vengono rapidamente sviluppate e perfezionate da team più grandi. Alcuni esperimenti sono così costosi, come il Large Hadron Collider o la ricerca dell'energia oscura, che possono essere risolti solo da un singolo, massiccia collaborazione. Ma altre complesse questioni scientifiche possono essere perseguite in modo più efficace da un insieme di piccole squadre che assumono rischi piuttosto che un grande consorzio, argomentano gli autori.

    "Nel contesto della scienza, finanziatori di tutto il mondo stanno finanziando team sempre più grandi, " Evans ha detto. "Quello che la nostra ricerca propone è che si vuole davvero finanziare una maggiore diversità di approcci. Suggerisce che se vuoi davvero costruire scienza e tecnologia, devi agire come un venture capitalist piuttosto che come una grande banca:vuoi finanziare un gruppo di sforzi più piccoli e in gran parte disconnessi per aumentare la probabilità di grandi, successo clamoroso".

    "La maggior parte delle cose sta per fallire, o non spingeranno l'ago all'interno di un campo. Di conseguenza si tratta davvero di ottimizzare il fallimento, " Evans ha aggiunto. "Se vuoi fare scoperte, devi giocare d'azzardo".


    © Scienza https://it.scienceaq.com