Ang mga datos ay kailangang maging isang bukas na libro kung ang agham ay gagawing mas maaasahan. Quinn Dombrowski / Flickr, CC BY-SA

Ito ay 1986, at ang ahensyang espasyo ng Amerikano, NASA, ay sumisira mula sa pagkawala ng pitong buhay. Ang space shuttle Challenger ay nabuwag sa loob ng isang minuto pagkatapos ng paglunsad nito.

Ang isang komisyon sa Kongreso ay nabuo upang mag-ulat sa trahedya. Ang pisisista na si Richard Feynman ay isa sa mga miyembro nito. Ang mga opisyal ng NASA ay nagpatotoo sa Kongreso na ang tsansa ng isang shuttle failure ay nasa paligid ng 1 sa 100,000. Gustong tingnan ni Feynman ang opisyal na patotoo sa mga numero at data na naka-back up.

Matapos makumpleto ang kanyang pagsisiyasat, sinabi ni Feynman ang kanyang mga natuklasan sa isang apendiks sa opisyal na ulat ng Komisyon, kung saan siya ipinahayag na ang mga opisyal ng NASA ay "nalinlang ang kanilang mga sarili" sa pag-iisip na ang shuttle ay ligtas.

Pagkatapos ng isang paglunsad, ang mga piyesa ng shuttle minsan ay bumalik sa pagkasira o nagawa sa di-inaasahang mga paraan. Sa marami sa mga kaso na iyon, ang NASA ay dumating sa mga madaling paliwanag na pinaliit ang kahalagahan ng mga pulang bandilang ito. Ang mga tao sa NASA ay masama na gusto ang shuttle na maging ligtas, at ang kulay ang kanilang pangangatuwiran.

Sa Feynman, ang ganitong uri ng pag-uugali ay hindi nakakagulat. Sa kanyang karera bilang isang pisisista, naobserbahan ni Feynman na hindi lamang mga inhinyero at tagapamahala, kundi pati na rin ang mga pangunahing siyentipiko ay may mga biases na maaaring humantong sa panlilinlang sa sarili.

Naniniwala si Feynman na dapat ipaalala ng mga siyentipiko ang kanilang sarili sa kanilang mga biases. "Ang unang prinsipyo" ng pagiging isang mahusay na tagapagpananaliksik, ayon kay Feynman, "ay hindi mo dapat ipaglalaruan ang iyong sarili, at ikaw ang pinakamadaling tao na magwasak".

Maraming Mata

Ang isang siyentipiko ay maaaring bumuo ng isang karera mula sa isang teorya, at pagkatapos ay natagpuan na siya ay may maraming pagsakay sa teorya na totoo. At kahit na sa amin na mas mababa ang teorya-bound umaasa pa rin na ang bawat bagong punto ng data ay sumusuporta sa aming kasalukuyang teorya, kahit na naisip lamang namin ng teorya na iyon kahapon.

Sa opisyal na ulat sa Kongreso, inirerekomenda ni Feynman at ng kanyang mga kasamahan ang isang independyenteng grupo ng pangangasiwa upang magbigay ng patuloy na pag-aaral ng peligro na hindi gaanong biased kaysa maibibigay ng NASA mismo. Kinakailangan ng ahensya ang pag-input mula sa mga taong walang taya sa pagiging ligtas.

Kailangan din ng mga indibidwal na siyentipiko ang ganitong uri ng input. Ang sistema ng agham ay dapat na i-set up sa isang paraan na ang mga mananaliksik na nag-subscribe sa iba't ibang mga teorya ay maaaring magbigay ng mga independiyenteng interpretasyon ng parehong hanay ng data.

Ito ay makakatulong na maprotektahan ang pang-agham na komunidad mula sa pagkahilig para sa mga indibidwal na pag-isipang mabuti ang kanilang sarili upang makita ang suporta para sa kanilang teorya na hindi naroroon.

Para sa akin ito ay malinaw: ang mga mananaliksik ay dapat na regular na suriin ang raw data ng iba. Ngunit sa maraming mga patlang ngayon walang pagkakataon na gawin ito.

Sinasabi ng mga siyentipiko ang kanilang mga natuklasan sa bawat isa sa pamamagitan ng mga artikulo sa journal. Nagbibigay ang mga artikulong ito ng mga buod ng data, madalas na may mahusay na detalye, ngunit sa maraming mga patlang ang mga raw na numero ay hindi ibinabahagi. At ang mga buod ay maayos na isagawa upang itago ang mga kontradiksyon at i-maximize ang maliwanag na suporta para sa teorya ng may-akda.

Paminsan-minsan, ang isang artikulo ay totoo sa data sa likod nito, na nagpapakita ng warts at lahat. Ngunit hindi natin dapat mabilang dito. Tulad ng sinabi ng chemist na si Matthew Todd sa akin, na tulad ng paghihintay ng polyeto ng ahente ng real estate para sa isang ari-arian upang ipakita ang mga bahid ng ari-arian. Hindi ka bumili ng bahay nang hindi nakikita ito ng iyong sariling mga mata. Maaari itong maging hindi mabuti upang bumili sa isang teorya na hindi nakikita ang hindi naka-filter na data.

Alam ng maraming pang-agham na lipunan na ito. Sa maraming taon na ngayon, ang ilan sa mga journal na kanilang pinangangasiwaan ay may patakaran na nangangailangan ng mga may-akda na magbigay ng raw na data kapag hiniling ito ng ibang mga mananaliksik.

Sa kasamaang palad, ang patakarang ito ay nabigo sa kamangha-manghang, hindi bababa sa ilang mga lugar ng agham. Natuklasan ng mga pag-aaral na kapag hiniling ng isang mananaliksik ang data sa likod ng isang artikulo, tumutugon ang mga may-akda ng artikulo sa data sa mas kaunti sa kalahati ng mga kaso. Ito ay isang pangunahing kakulangan sa sistema ng agham, isang tunay na kahihiyan.

Ang mahusay na balak na patakaran na nangangailangan ng data na iyon ay ipagkakaloob kapag binanggit ay naging isang formula para sa mga hindi nasagot na mga email, para sa mga dahilan, at para sa mga pagkaantala. Isang data bago humiling Ang patakaran, gayunpaman, ay maaaring maging epektibo.

Ipinatupad ito ng ilang mga journal, nangangailangan ang data na iyon ay mai-post online sa paglalathala ng artikulo.

Buksan ang Data Linggo?

Ang pag-adopt ng bagong patakaran sa pag-post ng data ay mabagal, na ginugugol ng isang ikalawang depekto sa sistema ng agham. Sa kasalukuyan, ang mga mananaliksik ay gagantimpalaan - sa anyo ng mga promosyon ng trabaho, at mga gawad - para sa kanilang mga artikulo na nagpapahayag ng kanilang mga natuklasan, ngunit hindi para sa mga datos sa likod ng mga artikulo.

Bilang isang resulta, ang ilang mga siyentipiko hoard data. Sa bawat hanay ng data, inilalathala nila ang maraming mga artikulo hangga't makakaya nila, ngunit labanan ang pag-publish ng data mismo.

Upang maayos ang agham, kailangan nating baguhin ang mga insentibo na ito: ang pagbabahagi ng data ay dapat na gagantimpalaan; Ang pagbibigay ng isang kritikal na pagsusuri ng data ay dapat na gagantimpalaan; Ang pag-poke butas sa mga claim ng iba tungkol sa isang data set ay dapat gagantimpalaan.

Kung ang pagbalik ng mga propesyonal na pag-aalinlangan ay maaaring tumaas, ang agham ay mag-aaksaya ng mas kaunting oras sa pagsunod sa mga maling teorya.

Habang isinusulat ko ito, malapit na tayo sa katapusan ng ika-8 International Open Access Week. Ito ay isang linggo upang ipagdiwang na ang pagtaas ng bilang ng mga siyentipikong artikulo ay magagamit nang libre sa halip na mai-publish sa likod ng paywalls, at isang oras upang tagataguyod para sa higit pa.

open access sa mga artikulo ay mahalaga, ngunit kailangan namin upang buksan ang data masyadong. Kailangan ba nating magsimula ng isang internasyonal na Linggo ng Data? Sa isang mas mahusay na sistema ng agham, pagbabahagi ng data ay magiging de rigueur.

Tungkol sa Ang May-akda

Alex O. Holcombe, Associate Professor, School of Psychology, University of Sydney. Sinisiyasat niya kung paano pinagsama ang mga signal mula sa mga sulyap ng iba't ibang mga neuron ng isang gumagalaw na mga lugar ng bagay, pati na rin kung paano pinipigilan ng temporal na limitasyon ang pagsubaybay sa mga mahahalagang bagay sa isang pabago-bagong eksena.

Ang artikulong ito ay orihinal na na-publish sa Ang pag-uusap. Basahin ang ang orihinal na artikulo.

Mga Kaugnay Book:

at

Salamat sa pagbisita InnerSelf.com, Kung saan mayroon 20,000 + mga artikulong nagbabago sa buhay na nagtataguyod ng "Mga Bagong Saloobin at Bagong Posibilidad." Ang lahat ng mga artikulo ay isinalin sa 30+ wika. sumuskribi sa InnerSelf Magazine, na inilathala linggu-linggo, at Araw-araw na Inspirasyon ni Marie T Russell. InnerSelf Magazine ay nai-publish mula noong 1985.