«Апостериори»: Новый метод позволил лучше выявлять научные прорывы

Новости науки и технологий

Поддержите «Эхо», если вы не в России

Учёные предложили новый способ определить, какие исследования действительно меняют ход науки – а какие лишь продолжают уже существующие направления.

История науки нередко выглядит как цепочка крупных открытий – от теории эволюции до квантовой механики. Однако строго определить, какое именно исследование стало переломным, оказывается гораздо сложнее. Новые научные идеи почти никогда не появляются сами по себе. Они развиваются постепенно, опираются на предыдущие работы и часто могут возникать одновременно в работах разных авторов.

В исследовании, опубликованном в журнале Science Advances, учёные предложили новый способ количественно оценивать насколько «прорывной» является та или иная научная работа. То есть насколько она способна изменить направление дальнейших исследований – сделать предыдущие подходы менее значимыми и задать новую траекторию

Обычно для этого используют анализ цитирований: если последующие статьи ссылаются на новую работу, но перестают ссылаться на её предшественников, это считается признаком прорыва. Однако такие методы учитывают лишь ближайшие связи и могут давать искажённую картину, поскольку влияние научных работ часто распространяется через длинные цепочки цитирований, а не только напрямую.

Авторы новой работы применили методы машинного обучения – так называемое нейронное встраивание. Они построили модель, в которой каждая научная статья представлена сразу двумя векторами: один отражает, на какие работы она опирается, другой – какие исследования из неё вырастают. Если эти два представления сильно отличаются, это означает, что работа изменила направление развития науки.

Для анализа исследователи использовали данные о более чем 55 миллионах научных публикаций и патентов. Это позволило проследить не только прямые, но и косвенные связи между работами – вплоть до нескольких поколений исследований.

Оказалось, что новый метод лучше выявляет действительно значимые работы – в том числе те, которые впоследствии были отмечены Нобелевскими премиями. 

Особенно заметное преимущество проявилось при анализе одновременных открытий, когда несколько учёных независимо приходят к одному и тому же результату. Классические примеры – теория эволюции, разработанная Чарльзом Дарвином и Альфредом Уоллесом, или дифференциальное исчисление, созданное Ньютоном и Лейбницем. Авторы показывают, что в таких случаях традиционные метрики могут занижать значимость даже фундаментальных открытий. Если работы ссылаются друг на друга, это может выглядеть как признак того, что они продолжают существующую линию исследований. В результате настоящие прорывы оказываются «замаскированы». Новый метод оказался менее чувствителен к таким эффектам и позволил корректно выявлять подобные случаи. Более того, исследователи показали, что их подход может автоматически находить пары работ, описывающих одно и то же открытие, даже если они напрямую не связаны ссылками.

Это открывает возможность по-новому изучать историю науки – например, выявлять недооценённые исследования или лучше понимать, при каких условиях возникают прорывы. При этом авторы отмечают, что их метод не является универсальным. Он по-прежнему зависит от структуры цитирований и может не учитывать работы, которые остались незамеченными. Кроме того, не все важные исследования обязательно «прорывные» – многие из них, наоборот, постепенно развивают уже существующие идеи.

Тем не менее, предложенный подход даёт более точный инструмент для анализа научного прогресса. В будущем он может использоваться не только для изучения истории науки, но и для принятия решений о финансировании исследований – помогая находить направления, которые с наибольшей вероятностью приведут к новым открытиям.