Sildiarhiiv: teadus

Teadus on kallis, haridus on tasuta

Haridusreformist rääkides segatakse kokku mitu teemat, näiteks haridus ja teadus. Väidetavalt on tudengite korralikuks ülikoolitamiseks vaja tippõppejõude ja teadusraha, ja teadust saab ehitada ainult kodumaisele heale haridusele. Sel juhul on raske seletada, miks tippülikoolid on enamjaolt USAs, mille keskkoolide tase on arenenud riikide hulgas keskpärane või nõrk, aga mitte Soomes, mis viimase ajani oli koolihariduselt maailma parim. Samuti on tippteadlaste jaotus riigiti vist oluliselt erinevam kraadiõppesse astujate GRE testi tulemuste jaotusest (https://www.ets.org/s/gre/pdf/snapshot_test_taker_data_2014.pdf).
Teadus on kallis, sest nõuab haruldasi materjale, kalleid masinaid ja eelkõige tarku inimesi, kes saavad palju tööpakkumisi ja võivad seetõttu küsida kõrget palka. Hariduse odavuse mõistmiseks on kasulik eristada õpetamist, teadmist, eksamit ja diplomit. Diplomi eest tuleb üldiselt oluline summa välja käia. Eksamikorraldus nõuab samuti ressurssi ja õpetamine (vähemalt laialtlevinud loengumeetodil) tekitab palgakulu. Aga teadmise saab piisava tahtejõu korral tasuta kätte – raamatukogu on paljudes riikides olemas ja tasuta, laenuta aga õpik ja asu end harima. Raamatukogus saab tihti tasuta internetti, kust saab mitmesuguste valdkondade õppematerjale, õppekavasid ja vastuseid küsimustele. Vaja ainult ennast sundida ülesandeid lahendama. See valmistab aga enamikule inimestele (ka mulle) suuri raskusi, mistõttu veebipõhised kursused pole veel ülikoole välja suretanud.
Selgelt pole koolide ja ülikoolide põhiline panus mitte teadmiste, vaid välise sunni pakkumine. Oht halba hinnet saada paneb inimesed õppima, oma (kauge) tuleviku parandamine mitte. Sarnaselt paneb väike rahasumma inimesi end vaktsineerima, aga eluea pikendamise võimalus mitte (http://www.drugandalcoholdependence.com/article/S0376-8716(03)00074-7/abstract?cc=y=).
Välist sundi ei pea pakkuma teadlased – kupjakarjääriks pole tarkust tarvis. Kubjas peab ainult suutma hea ja halva töö puhul sobivat tagasisidet anda. Töö taset ei pea tuvastama kubjas ise. Kujutlegem näiteks arvutiklassi, kus ekraanidele ilmuvad järjest ülesanded, inimesed sisestavad vastuse, arvuti annab signaali vastuse õigsuse kohta ja ringi kõndiv kubjas annab vale vastuse sisestajatele piitsaga üle selja. Mitte, et ma ise sellesse õppeprogrammi registreeruksin, aga on ka vähem radikaalseid sarnaseid meetmeid inimeste õppima motiveerimiseks. Et inimesi pingutama sundida, on vaja mõõta nende pingutust või saavutust, mis toob meid tagasi eksamite ja diplomite juurde.
On kasulik eristada mingi teadmise või oskuse omandanud isikuid ülejäänutest, näiteks autorooli lubamisel. Selleks antakse vastava kontrolli läbijatele dokument, mida hariduse puhul diplomiks nimetatakse. Kui dokumendi saamine on ihaldatav, püütakse seda nii ausate kui ebaausate meetoditega. Seetõttu on eksami puhul vaja ennetada petmist, enamasti valvates ja karistades. Korralik eksamineerimine on seotud teatud kuludega, aga ei eelda geeniuste osalust. Eksami ja vastuste koostaja peab materjali tundma, aga mitte uusi teadmisi avastama. Eksami hindajad peavad ainult suutma võrrelda eksamitegija vastust koostaja etteantuga. Materjali teatud määral oskamine on kasulik, aga mitte vältimatu. Eksami valvajad ei pea isegi lugeda oskama, vaja on ainult kahtlaste tiheda kirjaga paberilipikute ja muu petmismaterjali äratundmisvõimet.
Eksamihindajaid ja eriti -valvajaid peab valvama, et nad petmise võimaldamise eest altkäemaksu ei võtaks, nagu on Eestis juhiloaeksami puhul ette tulnud. Motivatsioon õppida kahaneb, kui tekib võimalus eksam ka ebapiisavate teadmiste korral läbida, kas spikerdades või altkäemakstes.

Miks inimesed ikka veel tööd teevad

Tänapäeva teadus on piisaval tasemel, et valmistada tarbekaupu tootvad robotid ja roboteid tootvad robotid (viimased toodaksid nii tarbekaupu tootvaid kui roboteid tootvaid roboteid), mis suudaksid hoida inimkonna elustandardi 20. sajandi tasemel ilma, et inimkond ainsatki päeva töötaks. Lihtsustatult peaksid tarbekaupade robotid tootma vaid toitu, eluasemeid ja kondoome, et inimesed võiksid Päikese punaseks hiiglaseks muutumiseni ainult süüa, magada ja seksida. Miks inimkond ei vali seda teed, vaid ikka pikki töönädalaid teeb?

Üks põhjus on soov säilitada inimkonda ka pärast Päikese eluea lõppu. Selleks peab teadus veel arenema ja inimkond teisi tähesüsteeme koloniseerima. Teine põhjus on konkurents inimrühmade vahel. Kui mõni rühm valib mittetöötamise, siis vallutatakse see (sõjaliselt, majanduslikult või kultuuriliselt) teiste rühmade poolt, kes sunnivad oma kultuuri neile peale, muuhulgas lõpetades nende mittetöötamise. Kui ei toida oma väge, toidad varsti võõrast.

Konkurents inimeste vahel tõukab samuti tööd tegema – tahetakse muljet avaldada uhkema auto või telefoniga, milleks on vaja raha. Demonstratiivse tarbimisega kogutakse sotsiaalset staatust ja seksuaalpartnereid.

Esimene samm teaduse tegemisel

Richard Feynmani kohaselt (http://neurotheory.columbia.edu/~ken/cargo_cult.html) on esimene samm teaduse tegemisel mitte petta ennast. Enesepettus tekib näiteks siis, kui uurija soovib saada mingit tulemust (uudset, hästimüüvat) ja tõlgendab andmeid sellele tulemusele soodsalt. Paneb rõhku kooskõlalistele andmetele ja ignoreerib vastuolulisi.
Enesepettuse vältimiseks tuleks katse plaan enne katset üles kirjutada (ja võibolla ka avalikku katsete andmebaasi lisada) ja siis seda plaani järgida. Plaan peaks kirjeldama katset nii, et teised suudaksid ainult plaani kasutades seda katset korrata. Lisaks peaks plaan paika panema tulemuste tõlgendamise juhise. Ehk milliste andmete korral lugeda üks vastus statistiliselt tõenäolisemaks, milliste korral teine. Muidu hakatakse pärast andmete kogumist katse kriteeriume muutma stiilis “see mõõtmistulemus on ebanormaalne, jätame selle andmetest välja”. Väljajättu esineb muidugi sagedamini eelarvamust kummutavate andmete puhul.
Kui seda teaduslikku meetodit rakendada inimeste hindamisel, siis läheb elu raskeks neil, kes pidevalt andeks paluvad ja siis uue sigaduse korraldavad. Andeksandjad mõtlevad ilmselt sagedasti: “Ega ta enam ei tee. Anname talle veel ühe võimaluse.” Kui viimane võimalus oleks tõepoolest üks ja ainus, poleks kahju kuigi suur, aga tegelikkuses kipub neid viimaseid võimalusi üksteisele järgnema päris palju. Selle vältimiseks võiks proovida kirja panna kõik hinnatava inimese olulised sigadused, neile järgnenud tagajärjed, vabandused ja andeksandmised. Mingil hetkel tuleb tahtmine anda mitte rohkem kui üks võimalus veel. Kui see siis kirja panna, on tulevikus raskem endale õigustada veel ühe lisavõimaluse andmist.

Katsed endaga

Meditsiinis on katsetel endaga pikk ajalugu (http://en.wikipedia.org/wiki/Self-experimentation). Põhjuseks enamasti teiste katsejäneste puudumine või arvatavalt ohtlike katsete teiste peal tegemise ebaeetilisus.
Hoopis teine alus on tavalisel inimesel igapäevaelus enda peal katset teha – soov teada, kas mingi müüdav toode ka töötab nagu lubatud. Tihti pole toote omadusi põhjalikult uuritud, aga sel väidetakse igasuguseid kasulikke aspekte olevat. Isegi kui korralikud uuringud on näidanud toote efektiivsust keskmise inimese jaoks, võib isiklik kogemus erineda. Ostjat huvitab ju ikka, kas toode on kasulik temale, mitte keskmisele inimesele.
Olen katsetanud kätekreemi ja leidnud selle kahjuliku olevat. Taustaks: talvel kuiva õhuga kipub nahk mu sõrmenukkidel kuivusest lõhenema. Soovitati kätekreemi. Kohe pärast kreemitamist läks nahk muidugi niiskeks ja lõhed hakkasid paranema. Aga paari tunni pärast oli kreem sisse imbunud või ära auranud ja nahk jälle kuiv ja lõhenev. Uuesti kreemi, uuesti kuivaks… Paari nädala pärast tekkis kahtlus, kas kreem mitte pikas perspektiivis ei soodusta nahalõhesid. Teoreetiline mehhanism oleks, et nahk reageerib kestvale kuivusele viitajaga. Kui mitte kreemitada, siis niisutab end seestpoolt ja lõhede arv väheneb võrreldes kuiva aja algusega. Kui aga kreemitada, siis segab see kohanemist, seespoolne niisutamine ei tööta ja lõhesid tuleb juurde. Teisest küljest muidugi võib kreem aidata nagu lubatud. Vaja andmeid, et selgusele jõuda.
Valisin siis juhuslikult ühe käe kreemitamiseks ja teise jätsin kreemita. Paari nädala pärast oli ilma kreemita käel selgelt vähem lõhesid.  Jätsin siis kreemitamise edaspidi ära ja kannatasin kuiva aja alguses lõhed ära.
Olen katsetanud ka näonaha haiguse vastast ravimit, mis selgus aitavat, aga ainult natuke. Jällegi tekkis kahtlus ravimi efektiivsuse suhtes. Jätkasin selle kasutamist ühel näopoolel ja lõpetasin teisel. Nädala jagu polnud vahet näha. Pärastpoole tundus ravimiga näopool paari nädala jooksul õige pisut tervem. Kasutasin siis ravimit mõlemal pool edasi.
Korraliku katsega on mu enesekatsetustel muidugi suur erinevus. Puudub platseebokontroll ja eelnevalt paika pandud katseprotokoll, katsetaja teab, kumb kehapool saab katseainet ja kumb mitte. Aga mingi teabekild sellest katsest ikka tuleb.
Keda huvitab, võib enda peal võrrelda eri kosmeetikatooteid, näiteks aknevastaseid vahendeid, või kas üks raseerija töötab paremini kui teine. Ei saa muidugi kontrollida kogu keha hõlmavate seespidiste käsimüügiravimite toimet. Ma ei soovita haiguses resistentsust tekitavate ravimite osalist kasutamist.

Nahkkinnaste kasvatamine

Huvitav, kui kalliks läheks järgmine nahkkinnaste tootmise viis: teha käelabast plastik- või kipsmudel, katta kollageeniga, istutada sellele näiteks sea naharakke, kasvatada toitevedelikus paar nädalat kuni paar kuud, et mudelile nahk peale kasvaks. Siis võtta mudel vedelikust välja, parkida nahk ära ja võtta mudelilt maha. Või kõigepealt nülgida nahk mudelilt ja siis parkida. Tulemuseks oleks täpselt käele istuv nahkkinnas ühegi õmbluseta.

Tehnoloogia on olemas, sest biomeditsiinilise uurimistöö käigus on nahatükke kasvatatud, nagu ka veresooni ja põisi, ühesõnaga õhukesest membraanist koosnevaid lihtsa kujuga organeid. Ainuke probleem võib olla hind, sest toitevedelikus kasvatamine nõuab aega, kindlal temperatuuril hoidmist ja võibolla kalleid materjale.

Kuidas valida uurimisteemat

Teema peab olema piisavalt suurele hulgale inimestele huvitav, et selle valdkonna uurimistöö koguks piisavalt viiteid, et õigustada kulutatud aega. Töö ei tohiks olla liiga lihtne, muidu ei võeta seda tõsiselt. Töö ei tohiks olla liiga keeruline, muidu nõuab selle tegemine liiga palju aega ja pingutust. Töö ei tohi olla varem tehtud, vaja on originaalsust.

Keerulisuse, originaalsuse ja huvitavuse kriteeriumid muutuvad ajas. Huvitavuse kohta ei oska ma selget trendi välja tuua – kord on moes üks valdkond, kord teine. Keerulisuse ja originaalsuse mõõtmetes võib joonistada järgmise pildi, kus keerulisus on vertikaalteljel, originaalsus horisontaalteljel. Graafikul on üks enamvähem püstine ja kaks mittelõikuvat enamvähem horisontaalset joont. Püstisest joonest vasakul on juba tehtud uurimistöö, paremal veel tegemata. Alumisest horisontaaljoonest allpool on liiga lihtsad teemad, ülemisest horisontaaljoonest üleval liiga keerulised. Head uurimisteemad jäävad kahe horisontaaljoone vahele ja vertikaaljoonest paremale.

Ajas liigub vertikaaljoon paremale, sest teemad muutuvad pidevalt veel tegemata olekust tehtud olekusse. Mõlemad horisontaaljooned liiguvad ülespoole, sest uute meetodite leiutamisega muutuvad osad varem liiga keerulised teemad tehtavaks ja osad varem parajalt keerulised teemad triviaalseks ja ebahuvitavaks. Heade teemade hulk võib kokkuvõttes suureneda või väheneda, aga keskmine hea teema muutub keerulisemaks, kuna lihtsamad teemad kasutatakse suurema tõenäosusega ära.

Uued meetodid küll lihtsustavad uurimistööd, aga enne peab need järjest keerulisemad meetodid endale selgeks tegema, nii et küsimusele vastamise kogukeerukus suureneb. Sellest olen kirjutanud postituses Teaduse piirid kaugenevad.

Matemaatikute sisseränne ja konkurents USAs

Borjas ja Doran kirjutavad QJEs, kuidas Nõukogude Liidu lagunemise järgne matemaatikute sissevool USAsse mõjutas sealsete matemaatikute karjääri- ja avaldamisvõimalusi. Sissevoolu järgselt jäi rohkem matemaatika doktorikraadi saanuid töötuks ja lahkus teadusest, USA matemaatikud liikusid madalama tasemega ülikoolidesse ja avaldasid vähem artikleid.

Seda kõike on lihtne ennustada nõudluse ja pakkumise mudelist. Matemaatikute pakkumine suurenes, aga nõudlus jäi samaks, sest uusi töökohti ega ilmselt ka teadusajakirju ei loodud. Sama arv matemaatikuid täitis sama arvu kohti, aga need olid erinevad inimesed. Sisserännanud matemaatikud said töökohad ülikoolides, kust siis mõned seal varem olnud teadlased lahkusid nõrgematesse ülikoolidesse, kust omakorda osa varasemaid olijaid pidi lahkuma jne. Ülikoolide pingerea allotsa jõudes pidid sealt välja tõrjutud matemaatikud teadusest lahkuma.

Borjas ja Doran väidavad, et USA matemaatikute tootlikkus langes sisserände tagajärgel, aga sisserändajate teadustöö kompenseeris selle üsna täpselt. Kui autorid arvavad, et avaldatud teadusartiklite hulk (mis on neil tootlikkuse mõõduks) mõõdab teadlase absoluutset tootlikkust, siis teevad nad vea, jättes arvestamata samaks jäänud avaldamisvõimaluste arvu. Kui suurem arv teadlasi konkureerib sama arvu artiklikohtade pärast ajakirjades, siis loomulikult varasemate olijate artiklihulga langus võrdub uute tulijate artiklihulgaga. See ei tähenda kohalike teadlaste tootlikkuse langust, vaid keskmise artikli kvaliteedi tõusu. Fikseeritud artiklikohtade arvu korral mõõdab avaldatud artiklite hulk inimese suhtelist tootlikkust võrdluses teiste sama valdkonna teadlastega.

Kui ajakirjade toimetajad valivad neile saadetud artiklitest n parimat, siis sisse rännanud matemaatikud suudavad kohalike artikleid ajakirjadest välja tõrjuda ainult parema kvaliteedi abil. Kui uued tulijad avaldavad m artiklit, siis nende m artikli minimaalne kvaliteet on suurem või võrdne välja tõrjutud artiklitest parimaga. Kvaliteedi minimaalse tõusu suuruse saab leida, eeldades et immigrantide artiklid asendavad täpselt kohalike kõige viletsamad artiklid. Maksimaalse tõusu suurust lihtsalt avaldamisandmete põhjal leida ei saa, sest kui sisserändajate m artiklit on paremad kui kõik kohalike omad, siis võivad nad olla kuitahes palju paremad. Asendades m kohalike tippartiklit, sunnitakse asendatud artikleid asetuma m järgmisele kohale, m järgmist omakorda asendavad neist allpool olevaid jne. Ajakirjadest välja jäävad ikka kõige viletsamad, aga juurdetulijad võivad olla lõpmatult paremad kui algne hulk.

Muidugi pole ajakirjade toimetajad kõiketeadjad ega suuda alati valida parimaid artikleid, aga kui nad keskmiselt teevad õige otsuse (valivad parema artikli suurema tõenäosusega kui halvema), siis eelnev argument kehtib, ainult muutuste suurus väheneb (kvaliteet tõuseb vähem).

Tõestustest ja edusammudest matemaatikas

William Thurston (1994) on kirjutanud huvitava artikli teadustöö tegemisest matemaatikas. Üks tema meeldejääv mõte on, et matemaatiku ülesanne pole ainult suurimat võimalikku arvu teoreeme tõestada, vaid ka oma matemaatikavaldkonda populariseerida ja teistele selgitada.

Filosoofilisest vaatepunktist ei pea matemaatikas mitte ainult tõeseid tulemusi teadma, vaid ka nende tõestustest aru saama. Seetõttu on arvutipõhised tõestused vähem väärtuslikud, kui „käsitsi tehtud“. Thurstoni kohaselt peaks edendama inimkonna arusaamist matemaatikast, mille üks osa on uute tulemuste tõestamine, aga oluline on ka ideede selgitamine.

Isikliku kasu vaatepunktist tuleb osa uurimistöö meeldivusest teiste inimeste huvist teema vastu, nende heakskiidust tehtud tööle ja võimalusest ühist huvi pakkuval teemal arutleda. Seega peaks teadlane olema huvitatud oma valdkonna teistele selgitamisest ja teiste kaasatõmbamisest oma suuna uurimistöösse. Selle nimel on mõtet vähem uut teadustööd teha ja rohkem vana selgitada ja õpetada.

Ma ise lisaksin veel ühe iseka põhjuse, miks oma tööd teistele „müüma“ peaks – kui valdkonda lisandub teadlasi, siis tsiteeritakse varasemaid tulemusi rohkem. Need varasemad tulemused on pärit valdkonda varem sisenenud teadlastelt, kelle akadeemiline tuntus tõuseb, kui valdkond populaarsemaks muutub.

Üldisemalt on teaduse tegemise eesmärk, et ühiskond sellest mingit kasu saaks. Kasu saamiseks peavad inimesed teadust kuidagi kasutama ja kasutamiseks on vaja seda teatud määral mõista. Teaduse selgitamine teenib seega üldist eesmärki. Vahel rohkemgi, kui uue teaduse loomine.

Teoreetilise ja empiirilise teadustöö võrdlus

Tippülikoolide majandusteaduskondades tundub teoreetikute osakaal olevat oluliselt suurem kui järjestuses madalamatel kohtadel olevates teaduskondades. Üks võimalik seletus on, nõudlus teooria õpetamise järele on väike, seega teoreetikuid palkavad uurimisülikoolid, mitte õpetamisülikoolid, ning uurimisülikoolid on (teadustöö põhjal tehtavas) järjestuses kõrgemal.

Teine seletus on, et et originaalset teoreetilist teadustööd on raskem teha, sest see ei vanane nagu empiirika. Kui kunagi tõestati mingi teoreem või loodi mudel, pole seda mõtet uuesti teha. Sama empiirilist analüüsi saab aga rakendada erinevatele andmetele – võtta valim teisest piirkonnast, inimrühmast, ajaperioodist. Igal aastal korraldatakse uued küsitlused, igal kümnendil uus rahvaloendus, mis võimaldavad teha uue empiirilise teadustöö vanade meetoditega. Lisaks võib uue empiirilise meetodi leiutamisel kõik vanad analüüsid sellega üle käia.

Sama meetodi eri andmehulkadele rakendamise võimaluse tõttu on empiirilise töö tegemiseks vaja väiksema hulga eelneva teaduse tundmaõppimist. Selgeks peab saama meetodi, mis võib olla suhteliselt lihtne, nagu vähimruutude regressioon. Teoreetilise töö jaoks peab jõudma pidevalt kaugenevale teaduse piirile – peab tundma kõiki antud valdkonnas tehtud teoreetilisi töid, et olla kindel, et mõnes neist pole sama asja tehtud.

Empiirika puhul peab kontrollima, et sama andmehulka pole varem kasutatud. Kui andmehulk on uus, piisab viimase aasta-paari artiklite vaatamisest. Teoorias peab vaatama ka vanu artikleid, sest matemaatiline tulemus võib olla saadud kaua aega tagasi.

Selleks, et aru saada, kas mingi teoreetiline artikkel on antud mudelit varem uurinud, peab vaatama mudelit ennast artikli põhiosas, lühikokkuvõttest üldiselt ei piisa.

 

Teaduse piirid kaugenevad

Mida suuremaks paisub inimkonna teadmistekogum, seda raskem on saada teadlaseks. Selleks et teadust edasi arendada, tuleb kõigepealt jõuda selle praegusele piirile. Seega tuleb õppida ära siiani tehtu antud valdkonnas. Mida kaugemale teadus areneb, seda raskem ja aeganõudvam on varasemate teadmiste selgekssaamine.

Ühest küljest viib see õppeaja, eriti doktorantuuri pikenemiseni. Teisest küljest kitsama spetsialiseerumiseni – mida kitsam valdkond, seda vähem on materjali, mis teadmiste piirile jõudmiseks ära õppida tuleb. Õpitakse ju nii sügavuti kui laiuti, seega järeleandmine ühes mõõtmes võimaldab kiiremat edasiliikumist teises.

Tulemuse võib kokku võtta tsitaadiga „Eksperdid on inimesed, kes teavad üha rohkem ja rohkem üha vähemast ja vähemast, kuni piirväärtusena teavad nad kõike mitte millestki“. Üks mõõdetav märk kitsamast spetsialiseerumisest on teadusartiklite keskmise kaasautorite arvu suurenemine. Iga autor teeb artikli juures üha väiksema ja spetsialiseerituma osa.

Tasakaalustavad tegurid, mis aeglustavad õppeaja pikenemist ja erialade kitsenemist, on eluea pikenemine, inimeste kiirem õppimine ja parema tehnika kasutamine. Pikem eluiga võimaldab kauem õppida ja pärast piisavalt pikalt töötada. Tehnika poolelt aitavad eriti arvutid rutiinseid ülesandeid kiiremini ja lihtsamini täita, mis jätab rohkem aega sisulisele poolele. Kiirem õppimine tuleneb parematest õpetamismeetoditest ja teadmiste paremast süstematiseerimisest. Näiteks matemaatikas mõeldakse välja lühemaid ja lihtsamaid tõestusi teadaolevatele teoreemidele, mis kiirendab nende äraõppimist.

Pikas perspektiivis peab kusagil saabuma eluea, õppimiskiiruse ja tehnika kasutamise piir, kui teadmiste omandamine jääb oma praegusesse vormi. Tehnika kasutamist peab ju omakorda õppima, nii et lõpuks taandub küsimus elueale ja õppekiirusele. Kui eluea pikenemine ja õppimiskiiruse suurenemine pole lõputu, siis lõpeb kunagi teaduse areng.

Lahendus piiratud õppimiskiirusele oleks teadmiste otsene kandmine ajju, näiteks ühendades aju arvutiga (küborg), mis võimaldaks vajalikud teadmised alla laadida või ajuga ühendatavale arvutile sisse ehitada. Samuti kiirendaks see inimestevahelist suhtlust, mis praegu seisab piiratud rääkimis- ja kirjutamiskiiruse taga. Teadusartiklite kaasautorite arv võiks kiirema kommunikatsiooni korral samuti suureneda.