Tudományos aspirációkkal rendelkező filozófushallgatóként meglehetősen elnagyolt képem volt arról, hogy professzionális keretek között hogyan zajlik a tudás termelése. Az emberek olvasnak ezt-azt, előadásokat tartanak itt-ott, és végső soron publikálnak is ebben vagy abban a folyóiratban. Nem igazán foglalkoztam azzal, hogy a tanulmány, amit olvasok, pontosan hol jelent meg — a tudományos kiadókat, folyóiratokat, egyébként sem ismertem —, pusztán a szövegekben található gondolatok érdekeltek. Az alapképzés végén pedig, amikor megjelent az első publikációm, nem merült fel bennem, hogy a szöveget esetleg nem a benne található érvek vagy az álláspont kidolgozottsága alapján ítélik majd meg, hanem látatlanban, annak alapján, hogy hol közölték a kéziratom. Arról pedig fogalmam sem volt, hogy a 20. század közepétől egész iparág alakult ki a tudományos teljesítmény mérésére, melynek szereplői különböző tulajdonságok alapján az intézményeket, a folyóiratokat, sőt, magukat az egyes kutatókat is „beárazzák”.
Bár elsőre nyomasztónak tűnhet, mindez valójában közös érdek. Hiszen a kutatók sok esetben közpénzből dolgoznak, így a társadalom részéről jogos igény, hogy valahogy elszámoltathatók legyenek, aminek részét képezi, hogy meg lehessen mérni, ki mennyire hatékonyan dolgozik. De nem csak külső kényszerről van szó: az akadémia ideális esetben meritokratikus szervezőelvű közösség, az egyének pedig szeretnék látni, hogy hol is állnak a „ranglétrán”; enélkül a tudományos elismerések (díjak, ösztöndíjak) kiosztása is nehézségekbe ütközne.
A tudomány tudománya című könyvükben Dashun Wang és Barabási Albert-László erre az iparágra fókuszálnak, segítségül hívva a ’90-es években kialakult hálózattudományt, valamint a 2010-es években gyors fejlődésnek indult big data elemzés módszerét. Tanulmányok — és a rájuk érkezett hivatkozások — millióit elemezve próbálnak olyan kérdésekre választ találni, mint például hogy a tudományos pályafutás melyik szakaszában a leghatékonyabb egy kutató, miként hat a tudományos elismerés az illető produktivitására, milyen faktoroknak köszönhető az, hogy egy publikáció nagy hatást fog gyakorolni, vagy hogy a jövőben fel lehet-e gyorsítani robotok segítségével a tudományt. Recenziómban először bemutatom a szerzőpáros néhány — legalábbis számomra — meglepő eredményét, ezt követően pedig néhány általánosabb kritikát fogalmazok meg a tudomány működését érintő, sok esetben implicit háttérfeltevésekkel szemben. Elöljáróban érdemes megemlíteni, hogy a mű címe kissé félrevezető, amennyiben „a tudomány tudománya” meglehetősen általános problémafelvetést sejtet, a gyanútlan olvasó pedig joggal hiányolhatná a tudomány természetét különböző szempontból vizsgáló diszciplínák, mint a tudománytörténet, a tudományfilozófia vagy az integratív megközelítést alkalmazó science studies meglátásait. A szerzők vállalkozását inkább „a tudománymetria tudománya”-ként lehetne jellemezni. Másrészt az angol „science” és a magyar „tudomány” kifejezések nem fedik egymást. A magyar olvasó emiatt hiába fog a bölcsészettudománnyal vagy társadalomtudománnyal kapcsolatos összefüggéseket keresni a könyvben (az eredeti cím: The Science of Science), az ugyanis jórészt a fizikára, biológiára és orvostudományra koncentrál.
I.
A könyv négy részből áll, amelyből az első „az életpálya tudománya” nevet viseli, amiből már sejthető, hogy a hangsúly az egyéni teljesítmény vizsgálatára kerül majd. Ennek mérésére többféle módszer van forgalomban. Talán a legegyszerűbb a kutatók termelékenységének (azaz a publikációk számának) vizsgálata, azzal a fontos kiegészítéssel, hogy az eltérő publikálási sztenderdek miatt ezt a módszert nem alkalmazhatjuk tudományterületeken átívelően. Az adatok elemzése révén a szerzők arra jutottak, hogy a termelékenység eloszlása között nagy különbségek fedezhetők fel: a kutatók legnagyobb része csak kevés számú tanulmányt publikál évente, ám van egy szűk csoport, amely nagyságrendekkel többet, mint az adott diszciplína átlaga. (17–19) Érdekes tény, hogy miközben bizonyos kutatók teljesítménye multiplikatív, fizetésük pusztán additív módon növekszik, vagyis munkalendületük ellenére még a legjobban fizetett alkalmazottak sem keresnek 100%-nál többet társaiknál. (21)
A termelékenység azonban — még abban az esetben is, ha súlyozzuk a tudományterületek átlagával — nem árul el semmit az adott kutató munkájának hatásáról, vagyis arról, hogy a cikkek az idők során hány hivatkozást gyűjtöttek be. A tudományos hatás mérésére a legelterjedtebb eszköz az ún. h-index: az illető indexértéke h, ha legalább h darab olyan közleménye van, ami h számú hivatkozást kapott, a többi közleményére viszont már kevesebben hivatkoztak. A metrika 2005-ös bevezetése óta nagy karriert futott be, ahogy számos bírálat is érte, valamint további, összetettebb mérőszámok bevezetését inspirálta. Gyakorlati jelentőségét nemcsak az adja, hogy aktuális látleletet nyújt az egyes kutatók kiválóságáról, hanem az is, hogy bizonyítottan prediktív erővel rendelkezik, tehát képes megjósolni a jövőbeli időkeretben várható hivatkozások számát, ami nem elhanyagolható például olyan gyakorlati döntéseknél, hogy ki kapjon a pályázatára támogatást — természetesen az, akinek magasabb a h-indexe. (28–32) Ez már távolról ugyan, de előrevetíti, hogy a tudományos szférában létezik egyfajta Máté-effektus, Máté evangéliumának egyik verse szerint ugyanis „akinek van, annak még adnak, hogy bőségesen legyen neki, de akinek nincs, attól még azt is elveszik, amije van”. A szerzők önálló fejezetet szentelnek a hírnév pályafutásra gyakorolt hatásának elemzésére, kimutatva nemcsak azt, hogy a magas státusz és a pozitív közösségbeli megítélés számszerűsíthetően „gyorsítja fel” az előmenetelt, de azt is, hogy ezek hiánya jelentős károkat okozhat. (37–48) Gondoljunk arra, amikor egy senior és egy junior kutató (például doktorandusz a témavezetőjével) közösen publikál, ám a cikket valamilyen probléma miatt vissza kell vonni. Ilyenkor az ostor általában a doktoranduszon csattan, akinek — amennyiben nem kényszerül pályaelhagyásra — mérhető károkat okoz az eset, míg a magasabb státuszú szerzőtársról „lepattannak” a következmények. A társszerzős cikkekből származó potenciális előnyök is a magasabb státusszal rendelkezőket érintik. (44, 172)
A következő fejezetekben a szerzőpáros a kutatók termelékenységét és tudományos hatását az életkor függvényében vizsgálja. Eredményeik rácáfolnak arra a hiedelemre, hogy az egyes tudományterületek lényegesen különböznek a tekintetben, hogy a nagy áttöréseket inkább a fiatalok vagy inkább az idősek érik el. Sokkal fontosabb a — diszciplínától függetlenül kezelendő — munka természete: az, hogy konceptuális (azaz inkább teoretikus, a priori logikából kiinduló) vagy kísérleti (tehát adatokat gyűjtő és elemző) újítókról van-e szó. Azok, akik inkább az előbbi módon dolgoznak, általában fiatalabban érik el a legjelentősebb eredményeiket, mint az utóbbi módszer képviselői. (56–59) Ez talán nem is annyira meglepő eredmény, ám mindenképp aggasztó felfedezés, hogy miután egy kutató a csúcsra ér, teljesítménye általában drasztikus hanyatlásnak indul — és elhalványul az esélye az előrelépésre. (61) Biztató, hogy ugyanakkor a kreativitás általában konstans marad az egyén vonatkozásában, így „aki nem engedi csökkenni termelékenységét kutatói pályafutása későbbi szakaszában, annak a tudományos hatása nem apad el”. (70) Érdekes megfigyelés, hogy a kutatók több mint 90%-a pályafutása során egyszer (és tipikusan csak egyszer) nyerő szériába kerül; bár ebben a 2–4 éves időszakaszban termelékenységük nem emelkedik szignifikánsan, hatásuk — ami végső soron a munkák minőségét is jelzi — mégis kiemelkedik. (90)
A könyv II. része a tudományos együttműködésről, a kutatócsoportok és a tagok közötti viszonyok elemzéséről szól. A csoportok működése egyre dominánsabb jelenség az egyéni kutatói munkavégzéssel szemben az összes tudományágban (a humántudományok kivételével): 1955-ben még a publikációk közel fele volt egyéni szerző munkája, 2000-re már csak a 20%-uk. A szerzők bemutatják azokat a folyamatokat, amelyek a csoportok megerősödéséhez vezettek, eközben pedig természetesen nem feledkeznek meg a tudománymetriai adatok elemzéséről sem. A tanulsága: nemcsak arra kell törekednünk, hogy csoportban dolgozzunk, de arra is, hogy e csoportok minél diverzifikáltabbak (intézményeken, diszciplínákon átívelőek) legyenek. A természettudományokban és a műszaki tudományokban egy tanulmány több mint hatszor nagyobb valószínűséggel kap 100 hivatkozást, ha kutatócsoportban készült, mintha egyéni kutató munkája lenne; az egyetemközi együttműködések további 3–6%-kal, az etnikai sokféleség pedig 5–10%-kal emeli átlagosan a hivatkozások számát. (101, 104–110, 132–133) Kihívást jelenthet ugyanakkor az ideális arányok megtalálása: a diverzitás ugyanis koordinációs problémákat okoz, amelyek feloldása nemcsak költséges, de egy bizonyos mérték felett akár akadályozhatja is a munkavégzést: a legsokfélébb csoportok általában a legkevésbé termékenyek. (135–136)
A csoportok vizsgálata egy további érdekes összefüggést is feltárt az együtt dolgozó kutatókkal kapcsolatban. Más munkakörökben már igazolták a produktív társak megjelenésének pozitív következményeit: ha csoportunkat átlag feletti kollégákkal töltjük fel, az másokat is teljesítménynövekedésre fog sarkallni. (111–112) Ezt a hatást a tudományban is sikerült kimutatni: ha intézetünkbe sztárkutató (például egy Nobel-díjas tudós) érkezik, az osztály tagjai átlagosan 54%-kal többet publikálnak, mint előtte, ez a növekedés pedig évekkel később sem esik vissza a korábbi szintre. A sztárkutató megjelenését követően nemcsak a termelékenység javul, de másféle mutatók is: az újonnan alkalmazottak az átlagos idézettséget mérve 68%-kal lettek jobbak. Ez a jelenség sajnos visszafele is érvényes: a szupersztár halála után a közvetlen kollégák tartós 5–8%-os visszaesést produkáltak a hatással kiigazított termelékenység terén, ami nem történik meg az átlagos kollégák elvesztése után. Ezek a megfigyelések azt sugallják, hogy „az átlagos munkatárs elvesztését még el lehet viselni, de egy kiváló elvesztése már nagy kárt okoz” (116).
A társszerzőség elterjedése új kihívást is jelentett a tudományos teljesítmény mérése és a tudományos elismerések odaítélése terén. A természettudományokban az ötven- vagy százfős kutatócsoportok már nem számítanak ritkaságnak, de van olyan közlemény is, aminek 5154 szerzőjét 24 oldalon keresztül sorolják fel. (143) Egy ilyen felsorolást látva pedig — kiváltképp kívülállóként — nem tudjuk megmondani, hogy ki mennyivel járult hozzá az eredményekhez. Triviális megoldása a problémának, ha a szerzőket fontossági sorrendben tüntetjük fel, ugyanakkor ezzel kapcsolatban nem mindig sikerül egyezségre jutni; mint ahogy már arra is volt példa, hogy egy tanulmányt nem valamilyen tárgyi vagy tudományetikai probléma, hanem a névsorrendet övező viták miatt vontak vissza. (158–160) Interdiszciplináris kutatócsoportokban különösen nehéz lehet eldönteni, ki mennyivel járult hozzá a tanulmány megszületéséhez. Ráadásul a gyakorlat nem egységes: a matematikában például az ábécésorrend alkalmazása a legelterjedtebb, bizonyos területeken pedig az első mellett az utolsóként — és nem a másodikként — feltüntetett szerző fektette a legtöbb munkát a kutatásba és a cikk megírásába.
Miután a tudományos hatást egyéni és csoportos szinten is megvizsgálták, a III. részben a szerzők néhány általánosabb kérdést vetnek fel a tudományos munka természetével kapcsolatban; ezek közül kettőt mindenképp érdemes kiemelni. A modern tudomány igen fiatal, legfontosabb karakterisztikumai csak a 19. században kezdtek kialakulni — ehhez képest meglepőnek tűnhet a tudományos intézményrendszer mai mérete és a fejlődés sebessége. A szerzők az aktívan dolgozó kutatók és publikációik számának elemzésével arra a következtetésre jutottak, hogy a tudomány működése gyorsul, ráadásul gyakorlatilag megszakítás nélkül, exponenciális mértékben. Hogy ez mit is jelent a gyakorlatban, azt jól szemlélteti, hogy „a valaha megjelent összes tudományos munka fele az elmúlt 12 évben keletkezett. A tudományt ilyenformán a közvetlenség jellemzi: a tudás nagy része mindig élvonalbeli.” (187) Ez azzal is együtt jár, hogy a tudósok „sokszor kortársai azoknak, akik forradalmasították az általuk művelt tudományágat” (187). Ami elsőre mindenképp izgalmas tény, ám érdemes azt is figyelembe venni, hogy nem csak a tudományos közlemények, de a PhD-képzésben részt vevő doktoranduszok száma is emelkedik — anélkül, hogy a rendelkezésre álló kutatói állások száma arányosan emelkedne. Vagyis az idő előrehaladtával egyre komolyabb versenyhelyzetbe kerülnek azok, akik tudományos pályán képzelik el a jövőjüket. Mindez maga után vonta a munkakörülmények megváltozását is, a legtöbb fiatalnak már nincs esélye teljes idejű, tartós foglalkoztatáshoz jutni, így egyre többen kénytelenek határozott időre szóló, rosszul fizetett posztdoktori alkalmazást elfogadni, amely előmeneteli kilátásokkal sem kecsegtet. A szerzők szenvtelenül írják le ezeket a folyamatokat, sőt, pozitívumnak tekintik, hogy a PhD-fokozattal rendelkező pályaelhagyók általában gyorsan találnak új állást, valamint hogy a későbbiekben a társadalomra nézve hasznos tevékenységet folytatnak, ami gyakran ölt testet ipari szabadalmakban vagy új fogyasztási termékekben. (195–196)
Végül a szerzők visszakanyarodnak a hivatkozási statisztikák elemzéséhez, és bemutatnak egy olyan jelenséget, amely mindenki számára biztató lehet. A kutatók a tanulmány megjelenési helyével kapcsolatban hajlamosak kissé elitisták lenni: fontosnak tartják, hogy kézirataik kiemelkedően rangos, magas impaktfaktorral rendelkező folyóiratokban jelenjenek meg, amelyeket sokan olvasnak — mert így várhatóan több hivatkozást gyűjtenek majd be, mint azok a cikkek, amelyeket valamilyen kevéssé ismert lapban közölnek. Az impaktfaktor „azoknak a hivatkozásoknak az átlagos száma, amelyek a folyóiratban az utóbbi két év alatt megjelent cikkekre mutatnak” — ez talán a legfontosabb mérőszám egy lap megítélésében. (237) A hatás tekintetében azonban a folyóirat impaktfaktorának relevanciája halványabb, mint gondolnánk: a publikációt követő 2–4 évben még valóban több hivatkozást gyűjtenek be a top folyóiratok publikációi, ám hosszú távon az azonos alkalmasságú (újdonságot és fontosságot felmutató) cikkek a megjelenés helyétől függetlenül ugyanannyi hivatkozást gyűjtöttek be. (245–247) Ne csüggedjünk tehát, ha kéziratunk nem a legelőkelőbb lapban jelenik meg, mert amennyiben a tudományos közösség érdeklődésére számot tartó eredményeket közöltünk, előbb-utóbb meg fogja kapni a megérdemelt figyelmet!
II.
A fentiek pusztán ízelítőt nyújtottak abból, hogy a könyvben milyen sokféle problémát vetnek fel a szerzők, és milyen bőséges adatgyűjtést végeznek, hogy választ tudjanak adni a kérdésekre. A szerzőpáros munkája ugyanis kétségkívül „adatolós”, és bár a szárazabb, technikai részletek önálló függelékben kaptak helyet, a narratíva nagyrészt statisztikákra és egyes esetekben képletekre van felfűzve, amelyeket általában intuitív, színes grafikonok kísérnek. Ám ne essünk kétségbe: a könyv egyik legnagyobb erénye talán éppen az, hogy a tényadatok sűrűsége és a precizitás nem megy az olvashatóság rovására. Ebben nemcsak a szöveg stílusa játszik szerepet, hanem az is, hogy szinte valamennyi fejezet élén egy-egy érdekes, néha kifejezetten szórakoztató történettel találkozhatunk, amely laikusok számára is érthető és élvezhető módon illusztrálja a tárgyalt témát.
Zárásként néhány általános kritikai megjegyzést fogalmaznék meg a művel kapcsolatban. Elsőként essék szó a könyv némileg zavaró felütéséről. A szerzők expliciten elhelyezik a saját álláspontukat és a könyvüket a vitatérben — ha a rendkívül általános címadás nem árulkodna kellőképpen az ambícióikról —, továbbá tűzijáték és fanfárok kíséretében hírt adnak az új multidiszciplináris terület, a tudomány tudományának megszületéséről. Jegyezzük meg: a tudományos teljesítmény kvantitatív mérése és a vonatkozó tudományszociológiai, filozófiai és történeti kérdések régóta foglalkoztatják a kutatókat, ezeket az előzményeket mindenképp érdemes lett volna megemlíteni. (Bár Thomas Kuhn nevét a szerzők már a kötet 8. oldalán leírják, csupán annyit mondanak róla, hogy A tudományos forradalmak szerkezete „világszerte nagy érdeklődést váltott ki”; mint ahogy később Derek J. de Solla Price-ra is hivatkoznak, anélkül, hogy a tudományos teljesítmény mérésével kapcsolatos kutatásait megemlítették volna az előzmények között.) A szerzők által körvonalazott új diszciplína pusztán az alkalmazott eszközök (hálózattudomány, big data elemzések) tekintetében jelent előrelépést, teoretikus hátterének kidolgozottságát és reflektáltságát tekintve azonban nem éri el a korábbi nagyszabású vállalkozások szintjét — a „mérföldkő” címkét ezért némileg túlzónak érezhetjük.
A reflektáltság, pontosabban annak hiánya a metrikákra és rangsorokra vonatkozó kritikai meglátások elnagyoltságában is tetten érhető. A tudománymetriával, a könyv fő témájával kapcsolatban a szerzők legmarkánsabb meglátása: a mérőszámok „segíthetnek ugyan megérteni a tudományos eredmények bizonyos vonatkozásait, önmagában egyik sem ragadja meg a kutatóknak a tudományos közösség és a társadalom javára végzett sokrétű munkáját” (36). Ha valaki elmélyültebb teoretikus vizsgálatra vágyik, érdemes inkább Érdi Péter magyarul nemrég megjelent Rangsorolás című könyvéhez fordulnia.[1]
A szerzők mindvégig hangsúlyozzák eredményeik gyakorlati hasznosíthatóságát és azok tudományfinanszírozási és tudománypolitikai vonatkozásait, ám érdemes megemlíteni: a háttérben komoly ideológiai elképzelések húzódnak meg, amelyek legmarkánsabban az utolsó, „Kitekintés” című fejezetben mutatkoznak meg. Miután a szerzők korábban bemutatták a tudomány exponenciális gyorsulását, felteszik a kérdést, hogy a jövőben vajon lehet-e még gyorsabb a tudomány, ha felhasználja a mesterséges intelligenciát (gondoljunk a robot-laborasszisztensekre!) és természetesen a hálózatkutatás tanulságait. A könyv végére érve nagyon nehéz elhessegetni a gyanút, hogy a szerzők a neoliberális kapitalizmus premisszáival analóg termelésmaximalizálást tekintették ideáljuknak, amelyben a tudomány mint a társadalmat szolgáló tudásgyár jelenik meg. Ez a megközelítés a mű egészét végigkíséri. Úgy gondolom, fontos lett volna világosan bemutatni, hogy a szerzők pontosan milyen tudományképpel dolgoznak, és milyen elérendő célokat tartanak kívánatosnak a tudomány területén. Ezzel egyrészt megkönnyíthették volna az olvasók dolgát, másrészt pedig óhatatlanul számot kellett volna vetniük azokkal a tudományon belüli kezdeményezésekkel, mint például a slow-mozgalom, amelyek a tudomány lassítását tűzték a zászlajukra. A slow-mozgalom teoretikusai a tudományt nem grafikonok segítségével igyekeznek megragadni, hanem a gyakorlat humán oldalára fókuszálnak; a kutatók leterheltségére, időhiányára és ebből eredő rossz közérzetére válaszul pedig mindenkit arra bátorítanak, hogy merjen lelassulni.[2] Jót tett volna Wang és Albert-László könyvének, ha kissé felszínesnek mondható pragmatizmusukat és optimista hangvételüket árnyalják ezekkel a meglátásokkal — vagy legalább tudomást vesznek a vállalkozásuk szempontjából nagyon is releváns problémák létezéséről.
*
A recenzió az MTA Lendület Értékek és Tudomány Kutatócsoport, valamint az Innovációs és Technológiai Minisztérium ÚNKP-21-3 kódszámú Új Nemzeti Kiválóság Programjának a Nemzeti Kutatási, Fejlesztési és Innovációs Alapból finanszírozott szakmai támogatásával készült.
[1] Érdi Péter: Rangsorolás, ford.: Boross Ottilia, Typotex, Budapest, 2021. A könyvet a Műút Kiskáté rovatában szemlézték: Gébert Judit – Tőzsér János: Ha a ranking velünk, mi ellenünk? Műút, 2021. május 7. http://archiv.muut.hu/archivum/36695 (2021. 11. 11.).
[2] Maggie Berg – Barbara K. Seeber: The slow professor. Challenging the culture of speed in the academy, University of Toronto Press, Toronto, 2016. Magyar nyelvű kritkához lásd: Gébert Judit – Tőzsér János: Lassuljunk! Műút, 2016. augusztus 20., http://archiv.muut.hu/archivum/20572 (2021. 11. 11.).
