Учёные объяснили, почему замеры «упадка инноваций» ошибочны

Новое исследование показывает, что снижение инновационности научных и технологических работ, о котором писали в 2023 году, может быть артефактом данных. Учёные объясняют, как ошибки в базах данных искажают картину.

Снижение инновационности научных и технологических работ, о котором заявили исследователи в 2023 году, может быть частично вызвано ошибками в самих данных. К такому выводу пришли авторы нового ответа, опубликованного в журнале Nature. Они утверждают, что при корректировке на артефакты баз данных падение показателя disruption — меры того, насколько работа меняет направление исследований, — становится менее выраженным.

В 2023 году в Nature вышла статья, где утверждалось, что доля «прорывных» работ в науке и технологиях неуклонно снижается с середины XX века. Этот вывод вызвал широкий резонанс: его обсуждали как свидетельство стагнации инноваций. Однако новые данные показывают, что проблема может быть не в учёных, а в том, как мы измеряем их достижения.

Что показал новый анализ

Авторы ответа, среди которых исследователи из ведущих университетов, провели повторный анализ с учётом особенностей баз данных. Они обнаружили, что так называемые «артефакты датасетов» — систематические ошибки в сборе и обработке информации — могут частично объяснить наблюдаемое снижение disruption. В частности, изменения в том, как индексируются цитирования и как обрабатываются ссылки, влияют на вычисление этого показателя.

Исследователи использовали те же данные, что и авторы оригинальной статьи, но применили дополнительные фильтры и проверки. Они выяснили, что часть падения disruption связана с тем, что в более поздних периодах в базах данных появляется больше «шумовых» записей — например, неполных или неправильно атрибутированных цитирований. Когда эти артефакты исключаются, снижение становится менее резким, хотя и не исчезает полностью.

Предыстория и контекст

Спор о состоянии инноваций разгорелся после публикации статьи «Papers and patents are becoming less disruptive over time» в январе 2023 года. Её авторы, Майкл Парк, Эрин Лихи и Рассел Фанк, использовали показатель CD (CD index), который измеряет, насколько работа опирается на предыдущие идеи. Если работа цитирует старые работы, но не новые, она считается более «прорывной». На основе анализа миллионов научных статей и патентов они пришли к выводу, что доля таких работ упала с 45% в 1945 году до 5% в 2010 году.

Этот результат породил множество дискуссий о будущем науки и технологий. Некоторые эксперты заговорили о «конце инноваций», другие указывали на возможные методологические проблемы. Теперь, спустя два года, критика получила формальное подтверждение в виде ответа в том же журнале.

Что это значит для измерения инноваций

Главный вывод нового ответа — измерение disruption чувствительно к качеству данных. Это не означает, что инновации не замедляются, но означает, что мы должны быть осторожны в интерпретации таких показателей. Для исследователей, использующих CD index, это предупреждение: без тщательной очистки данных выводы могут быть ошибочными.

Авторы ответа подчёркивают, что их работа не отрицает существование тенденции к снижению disruption, но показывает, что её масштаб может быть преувеличен. Они призывают к разработке более надёжных методов оценки, которые учитывали бы особенности баз данных.

Кого затронет и как

Новое исследование имеет прямое отношение к наукометрии и исследовательской политике. Университеты, правительства и компании, которые используют подобные показатели для оценки эффективности учёных, должны пересмотреть свои подходы. Если данные о «падении инноваций» были частично искажены, то решения, принятые на основе этих данных, могут быть неоптимальными.

Для самих учёных это хорошая новость: их работа может быть более инновационной, чем считалось. Однако для тех, кто занимается наукометрией, это вызов — нужно разрабатывать более точные инструменты.

Что будет дальше

Ожидается, что дискуссия продолжится. Авторы оригинальной статьи уже ответили на критику, но в новом ответе приводятся дополнительные аргументы. Возможно, в ближайшее время появятся новые исследования, которые проверят выводы на других данных. Пока же ясно одно: измерение инноваций — сложная задача, и простых ответов здесь нет.

Итог

Новое исследование показывает, что замеры «упадка инноваций» могут быть частично ошибочными из-за артефактов данных. Это не отменяет проблему, но заставляет пересмотреть её масштаб. Следить за этой темой важно, потому что от того, как мы измеряем прогресс, зависят решения о финансировании науки и технологий.