Математики типизировали успешных ученых

По данным ЮНЕСКО количество ученых во всем мире в 2013 году составило 7,8 миллионов человек. То есть 0,1% всей человеческой популяции профессионально занимается наукой. Финансирование исследований значительной доли этих людей зачастую регулируется чиновниками, далекими от науки. И в этом вопросе научно обоснованная систематизация ученых была бы очень кстати. Подобной социологией научного сообщества озаботились математики из Института проблем управления и МФТИ. Работа опубликована в журнале «Управление большими системами» и на общероссийском математическом портале Math-Net.Ru.

В разных областях науки от психологии до экономики ученые стремятся построить модели поведения и мышления человека, каким-то образом выделить возможные типы людей. Куда реже ученые пробовали классифицировать и оценивать по каким-то критериям себя самих.

Тем не менее задача оценки деятельности ученых, которая непременно включает в себя и систематику, сегодня довольно актуальна для России. Еще 6 лет назад на государственном уровне было принято решение о необходимости увеличения в полтора раза числа публикаций отечественных ученых в рецензируемых базами Web of Science и Scopus журналах. На 2011 год доля российских ученых в мировом потоке публикаций составляла 1,66%, и к 2015 году должна была увеличиться до 2,44%. Количество публикаций действительно выросло, но вместе с тем в научном сообществе появилась дискуссия о критериях оценки работы ученых.

Сегодня в России, как и в остальном мире, оценка деятельности ученых определяется преимущественно престижностью их публикаций: весомостью журнала, числом цитирований работ. Но как это часто бывает, любое хорошее начинание начинает со временем вырождаться. Подобное происходит и с этим методом оценки: в 2005 году американский физик Хорхе Хирш предложил свой знаменитый индекс, основанный на количестве публикаций и количестве цитирований этих публикаций, в последние же годы в научном сообществе растет сомнение в верности такой методики. Все больше крупных ученых говорят о неправильности использования библиометрических данных в качестве единственного независимого критерия оценки исследований. Самый простой пример: статья может часто цитироваться в качестве примера ошибочного суждения исследователя.

Все чаще идет погоня за числом публикаций. Одно исследование, которое было бы разумно опубликовать в виде одной статьи, ученые начинают разбивать на разные этапы и публиковать каждый этап отдельно. Таким образом, новые подходы к оценке работы отдельных ученых и научных коллективов, попытки систематизации разных методов и типизации самих ученых на разных принципах обретают все больший смысл. И, возможно, особенно актуальны эти вопросы именно для нашей страны, где процесс реформирования института научной деятельности растянулся на годы.

Одной из проблем в этой сфере является типизация научных сотрудников в разных областях знания. Исследование этого вопроса провели заведующий лабораторией математических методов анализа многоагентных систем Института проблем управления РАН, профессор МФТИ Павел Чеботарев и магистрант МФТИ Илья Васильев.

Авторы работы постарались ответить на вопрос о возможности выделения отчетливых типов ученых на основе косвенного анализа стиля работы, восприятия их научным сообществом и эффекта от публикаций. Также авторам было важно определить, будет ли зависеть такая типизация от области науки.

«В каждой науке свой стиль работы, свои особенности публикационной активности и цитирования, свои признаки, по которым выделяют лидеров. Даже для разделов одной науки все это может отличаться кардинально. Вывод: невозможно создать унифицированную систему оценки любых ученых от биологов до филологов, как бы этого ни хотелось. Все существующие в мире разумные системы настраиваются на каждый тип научной деятельности и используют те критерии, которые применяют сами ученые, решая, кто есть кто в своей среде. Например, в Институте ядерных исследований РАН всех сотрудников разделили по тематике на пять групп и прямое сравнение считают возможным только внутри групп», — рассказывает Павел Чеботарев.

За основу исследования была взята общедоступная информация о цитировании из библиографической базы данных Google Scholar. Авторы исходили из принципа выявления типов ученых в результате анализа показателей цитируемости множества исследователей и последующей интерпретации полученных данных для выделения кластеров ученых.

Для своего исследования математики выделили четыре группы, составленные из наиболее цитируемых ученых, указавших в своих профилях в качестве области исследований название своей науки. В них вошли два множества математиков: первые 500 и 543 ученых, начиная со 199-го по порядку; первые 515 физиков и первые 556 психологов. Далее анализировалась динамика цитируемости каждого ученого от начала карьеры с введением различных вспомогательных индексов.

Первоначально были выделены три кластера, условно названные «лидеры», «смена» и «пахари». «Лидерами» были названы опытные ученые, имеющие большие успехи в своей области, которые обеспечивают им рост годовой цитируемости. «Смена» — молодые ученые, в среднем достигшие большего числа цитирований, чем «пахари». «Пахари» в свою очередь — ученые, многолетним трудом добившиеся высоких библиометрических показателей, но не имеющие ярких научных достижений.

В случае с математиками разбиение на кластеры оказалось следующим: в категорию «пахарей» попало 52% ученых, «лидеров» — 22,2%, и «смена» составила 25,8% от первых 500 ученых, указавших область деятельности «mathematics».

Для физиков распределение вышло немного иным: «пахарей» оказалось 48,5%, «лидеров» 19,8%, а на «смену» пришлось 31,7%. Таким образом, за счет меньшего количества «лидеров» и «пахарей» среди физиков оказывается большее число молодых успешных ученых. В данных можно обнаружить подтверждение представления о математике как о более индивидуальной науке, чем физика.

Наконец, в случае с психологами «пахарей» набралось 47,7%, «лидеров» — 34%, и «смена» составила 18,3% от выборки.  Сравнивая распределения для рассмотренных дисциплин, авторы приходят к заключению, что молодых ученых, быстро добившихся успеха, больше всего в математике.

Скрупулезный анализ позволил авторам выявить более тонкую кластерную структуру. В выборке математиков выделяется кластер наиболее молодых и успешных — «акселераты», далее «молодые» — также успешные, но с менее ярким научным дебютом, «корифеи» — признанные научные авторитеты и, наконец, «инерционные» — группа опытных ученых, чья годовая цитируемость в последние годы растет медленно либо падает. Распределение по этим кластерам — соответственно 4%, 29%, 52% и 15%. Для физиков — 4,3% «акселератов», 31,7% «молодых», 50% «корифеев» и 14% «инерционных» — доли очень похожи.

Еще один способ кластеризации физиков позволяет выделить группу ученых, чьи дела «пошли в гору» предположительно после их присоединения к крупным международным коллаборациям. Среди психологов соотношение другое: 18,3% «акселератов» (не столь юных, как в группах математиков и физиков), 59,2% достаточно молодых и 22,5% наиболее опытных и маститых. Группа «инерционных» не выделяется: те, кого активно цитировали, в основном остаются в поле внимания. Границы кластеров в случае психологов оказываются более размытыми, что по мнению авторов может быть связано с гуманитарной составляющей этой науки.

«В нашем пилотном исследовании мы обнаружили даже большее сходство кластеризаций математиков и физиков, чем ожидали. А вот в психологии – все по-другому, разница существенна. И чуть больше сходство с математикой, чем с физикой. Может быть, в чем-то правы те, кто говорят о родстве математики с гуманитарными науками. На следующем этапе исследования мы расширили круг сравниваемых дисциплин. И надеемся через некоторое время представить новые результаты», — заключает Павел Чеботарев.