04

NEWS

Jak sformułować dobry problem badawczy? Część 3

Jedyną pewną rzeczą w świecie nauki jest zmiana (wyjątkiem jest LaTeX), to wniosek z rozmowy z prof. Stefanem Dziembowskim, liderem grupy roboczej w IDEAS NCBR. Dyskutowaliśmy o tym jakie współcześnie wyzwania stoją przed młodymi naukowcami i jakimi doświadczeniami naukowiec z dłuższym stażem może podzielić się z młodszymi kolegami i koleżankami.

11 października 2022

  1. Dobry problem badawczy – co to właściwie znaczy? Czym się charakteryzuje?

SD: Jest takie powiedzenie, że dobry problem naukowy powinien być (a) jeszcze nierozwiązany, (b) możliwy do rozwiązania, oraz (c) interesujący, przy czym warunki te powinny być spełnione jednocześnie. Stosunkowo łatwo jest znaleźć problemy, który spełniają dwa z tych warunków, ale znalezienie takiego, który spełnia wszystkie trzy naraz, jest często trudne. Przykładowo, jeśli problem jest interesujący i rozwiązywalny to jest on już najprawdopodobniej rozwiązany przez kogoś innego.

W informatyce to właśnie znalezienie problemu spełniającego powyższe warunki jest często największym wyzwaniem. Wielu słynnych naukowców zbudowało swoje kariery nie na rozwiązywaniu bardzo trudnych problemów, ale na genialnej intuicji, dzięki której potrafili znajdować takie problemy, które są ciekawe, jeszcze nierozwiązane, ale stosunkowo łatwe do rozwiązania. Często pomysły na takie problemy badawcze biorą się ze współpracy z przemysłem i dlatego w IDEAS NCBR stawiamy duży nacisk na budowanie tych relacji i przestrzeni do kooperacji.

  1. Jakie błędy najczęściej popełniają młodzi naukowcy szukając pomysłu na badanie?

SD: Widziałem wiele różnych rodzajów błędów. Używając kryteriów z mojej odpowiedzi na poprzednie pytanie: najczęściej problemem jest punkt (c) – młodym naukowcom często brakuje intuicji, jakie zagadania będą ciekawe dla światowej społeczności naukowej. Jest to szczególnie widoczne u ludzi z wykształceniem matematycznym – często nie zdają sobie oni sprawy, że w informatyce, nawet teoretycznej, każdy wynik naukowy powinien mieć jakieś związki z praktyką. Mogą one być dość odległe, w końcu nie każda praca naukowa musi kończyć się wdrożeniem (99% z nich się  tak nie kończy!), ale jednak samo uzasadnienie „badam ten problem, bo jest trudny matematycznie” w informatyce raczej nie wystarczy.

Innym problemem młodych naukowców jest przesadzanie w drugą stronę i pisanie prac udających praktyczne. W mojej dziedzinie widzę dużo publikacji typu: „zastosowanie blockchaina w X” (gdzie pod X można podstawić dowolny problem społeczno-gospodarczy). Prace takie zawierają najczęściej oczywiste pomysły, zwykle wsparte kodem komputerowym je implementującym. Jeśli praca jest tylko kompilacją znanych idei i prostych implementacji, to nie spełnia ona warunku naukowości, choć oczywiście może ona być wartościowym artykułem popularyzującym dokonania nauki, albo częścią projektu biznesowego pokazywanego inwestorom.

  1. Gdzie szukać inspiracji?

SD: Najlepszym źródłem inspiracji jest śledzenie prac naukowych ukazujących się na czołowych konferencjach. Tego typu wydarzenia to też doskonała okazja do networkingu – warto więc wykorzystać wyjazdy w 100%. O ile początkującemu naukowcowi, bądź naukowczyni może być trudno zainteresować swoimi problemami naukowymi starszych rangą kolegów i koleżanki, to często łatwiej jest zainicjować rozmowę o ich własnych, niedawnych dokonaniach naukowych. Naukowcy, zwłaszcza starsi, z reguły bardzo lubią mówić o sobie i swoich osiągnięciach i nic nie stoi na przeszkodzie żeby tę skłonność wykorzystać na swoją korzyść. Ciekawe pomysły na badania mogą być też wypadkową rozmów z przedstawicielami przemysłu.

  1. Jak zmienia się proces formułowania problemu badawczego? Jak wspominacie to z czasów studenckich czy doktoratu i jak myślicie o tym teraz?

SD: Kiedy zaczynałem swoją karierę, świat nauki wyglądał zupełnie inaczej. Wiedza naukowa była na papierze, a nie w internecie, co sprawiało, że była znacznie trudniej dostępna, a także, że przeszukiwanie literatury było bardziej skomplikowane (nie było Googla!). Nie istniały również komunikatory internetowe, a zagraniczne rozmowy telefoniczne były drogie. Chyba nie muszę wymieniać wszystkich obszarów w których zaszły zmiany. Internet stał się niezwykle istotnym narzędziem pracy naukowej a pandemia tylko przyspieszyła te zmiany i zwiększyła ich skalę. Dostęp do informacji jest niesamowity – chociażby do ogromnych zasobów darmowych wykładów naukowych online. Właściwie ze wszystkich narzędzi w warsztacie naukowca jedynym, które ostało się po tylu latach jest system składu tekstu LaTeX, co swoją drogą, wiele mówi o wizjonerstwie jego twórców.

Warto też przypomnieć, że jeszcze 25 lat temu Polska była ubogim krajem z bardzo niskim finansowaniem nauki. Podróż na moją pierwszą konferencję naukową odbyłem autobusem (konferencja miała miejsce w Holandii) i nocowałem na sali zbiorowej w schronisku młodzieżowym. Nie chcę zabrzmieć jak boomer opowiadający młodzieży, że teraz ma świetnie, w odróżnieniu od tego co było „za jego czasów”, ale jednak obecnie, przynajmniej w informatyce, młodzi naukowcy mają łatwiejszy dostęp do funduszy na badania. Choć oczywiście polska nauka cały czas ma zbyt niskie finansowanie w stosunku do potrzeb.

  1. Czy myśląc o problemie badawczym naukowcy biorą pod uwagę jakieś czynniki zewnętrzne? Czy to co się dzieje na świecie lub łatwość uzyskania finansowania mają na ten proces wpływ?

SD: Staram się zajmować problemami, które mają wpływ na praktykę informatyczną, co często pośrednio, ułatwia mi pozyskanie grantów na badania. Generalnie uważam jednak, że zdrowiej dla nauki jest jeśli naukowiec nie stara się oportunistycznie dostosowywać do tego, co jest aktualnie modne wśród grantodawców. Tym bardziej że te mody zmieniają się na tyle szybko, że trudno za nimi nadążyć.

SHARE:

OTHER ARTICLES

16 lutego 2022

Okiem eksperta: dr hab. Piotr Sankowski o tym, jak oceniać rozwój sztucznej inteligencji w ubiegłym roku oraz o tym, jakie kierunki rozwoju dyscypliny są najbardziej obiecujące w perspektywie najbliższych miesięcy i lat.

Skip to content