سه هزار
Advertisement
جدیدترین مطالب
Article Image
فصلنامه «گام سوم» شماره ۳

در این شماره نیز مقالاتی متنوع در موضوعات اقتصاد، آینده‌پژوهی، خانواده به همراه بخش‌های نوشتار، سیاست و پرونده‌ای با عنوان «آینده‌ای قمر در عقرب» و بخش ضمیمه نوروزی با عنوان «بزرگ شدن در خاندان مرداک» چاپ شده است.

Article Image
چالش‌های والدین شاغل: وابستگی به خدمات نگهداری کودک

دیگران فکر می‌کنند من مادر بدی هستم چون بچه‌هایم را به مراکز مراقبت پولی می‌فرستم، اما فرزندانم عاشق مراقبان‌شان و فعالیت‌هایی هستند که با آن‌ها انجام می‌دهند. و این‌که من به کارم ادامه می‌دهم، بهترین تصمیم برای خودم و خانواده‌ام است. مراقبت پولی به این معناست که من زیر فشار انجام هم‌زمان همه‌چیز از پا نمی‌افتم. این نوع مراقبت از سلامت روان من محافظت می‌کند تا بتوانم هم کار کنم و هم مادر باشم، بی‌آنکه به کمک پدربزرگ و مادربزرگ وابسته شوم.

Article Image
الگوریتم جدید برای مقابله با «توهمات» هوش مصنوعی

یکی از مشکلات پایدار ابزارهای هوش مصنوعی مولد امروزی، مانند ChatGPT، این است که اغلب با اطمینان کامل اطلاعات نادرست ارائه می‌کنند. دانشمندان علوم رایانه این رفتار را «توهم» می‌نامند و آن را یکی از موانع اصلی کاربردپذیری هوش مصنوعی می‌دانند. توهم‌ها باعث بروز برخی اشتباهات عمومی شرم‌آور شده‌اند.

Article Image
ریاکاری در قضاوت کسانی که زیباتر می‌شوند!

برای آن دسته که با این اصطلاح آشنا نیستند، «چهره‌گرایی» به معنای تبعیض بر مبنای جذابیت ظاهری است. در حالی که بیشتر اشکال تبعیض، اغلب بنا به تعریف، به گروه‌های خاصی محدود می‌شوند؛ برای مثال، زن‌ستیزی نمی‌تواند متوجه مردان باشد،چهره‌گرایی هیچ‌کس را مستثنی نمی‌کند.

پربازدیدترین مطالب
Article Image
هوش مصنوعی و سیاست: چگونه بفهمیم چه چیزی و چه کسی واقعی است؟

اگر خوش‌شانس باشیم، فناوری‌های جدید فقط باعث سردرگمی مختصری می‌شوند. وگرنه، حوزه سیاسی ما می‌تواند برای همیشه تغییر کند.

Article Image
روند ۱۰۰ ساله تغییر اشتغال زنان به روایت تصویر

نگاهی به تصاویر صد سال گذشته نشان می‌دهد که زنان چگونه از جنگ‌های جهانی تا قرن ۲۱، توانستند مرزهای شغلی را جابه‌جا کنند و مسیر جدیدی در تاریخ نیروی کار رقم بزنند.

Article Image
انواع هوش، کاربردهای هوش هیجانی و تقویت آن در کودکان

ین مطلب نگاهی دارد به انواع هوش و نقش مهم آنها در زندگی روزمره و توانایی‌های شناختی انسان. همچنین مروری بر هوش هیجانی و کاربردها و روش‌های تقویت آن در کودکان.

...

نویسنده: آلبرت دبلیو. لی         مترجم: نیوشا امیدی        ۱۹ مرداد ۱۴۰۴

چگونه یاد گرفتم علم باز را بپذیرم؟

علم باز را در پژوهش‌هایم ادامه داده‌ام،و فواید ملموس فراوانی را تجربه کرده‌ام. وقتی شروع به در دسترس قرار دادن داده‌ها و روش‌هایم کردم، همکاری‌هایم به‌سرعت گسترش یافت و همکارانم بینش‌هایی ارائه دادند که به شکل چشمگیری کارم را غنا بخشید. دسترسی آزاد به پژوهشم منجر به استنادهای بیشتر و افزایش تأثیر مطالعاتم شد. و می‌دانستم که در راستای حفظ صداقت علمی قدم برمی‌دارم.


این مطلب نوشته‌ای است از آلبرت دبلیو. لی که در تاریخ ۱۱ ژوئیه ۲۰۲۴ با عنوان
How I learned to embrace open science
در وب‌سایت Science Adviser منتشر شده است.


این کار به‌نظر تصمیم درستی می‌آمد. دانشجوی سال اول دکترای روان‌شناسی تربیتی بودم و استاد راهنمای پژوهشم به من گفت که بهتر است به اجرای علم باز فکر کنم«شفاف و بی‌پرده بودن»، به‌قول خودش. او پیشنهاد کرد که پروژه پژوهشی سال اولم را به‌صورت گزارشی پیش‌ثبت‌شده انجام دهم. قرار بود روش‌ها و طرح تحلیل‌مان را از پیش منتشر کنیم؛ رویکردی که هدفش کاهش رویه‌های پرسش‌برانگیز پژوهشی، نظیر انتخاب گزینشی نتایج، بود. خود را در دوراهی دیدم. از یک سو، وعده افزایش شفافیت و تکرارپذیری، وسوسه‌انگیز بود؛ اما از سوی دیگر، از پیامدهای احتمالی منفی آن می‌ترسیدم.

تا آن زمان، رویکردی مبتنی بر پنهان‌کاری بر آموزش آکادمیک من سایه انداخته بود. وقتی در مقطع کارشناسی در چین تحصیل می‌کردم، یکی از استادان مورد احترامم هشدار داد: «برای انتشار داده‌هایت در پیش‌چاپ‌ها عجله نکن، چون ممکن است دیگران ایده‌هایت را بدزدند. کدت را به اشتراک نگذار، چون مورد نقد و موشکافی قرار می‌گیرد. و سعی کن داده‌های خام را هم منتشر نکنی،این کار ما را آسیب‌پذیر می‌کند.» او اصرار داشت که هیچ چیز نباید از آزمایشگاه خارج شود،نه داده‌ها، نه کدها، نه روش‌شناسی‌ها، و نه حتی چالش‌هایی که با آن‌ها روبه‌رو می‌شویم. در مقالاتی که منتشر می‌کردیم، من می‌نوشتم که داده‌ها محرمانه هستند یا تنها در صورت درخواست منطقی در دسترس قرار می‌گیرند، در حالی که می‌دانستم اغلب تصمیم می‌گیریم که آن‌ها را منتشر نکنیم. این وضعیت اندکی مرا دل‌نگران می‌کرد، اما در کل آن را به‌عنوان روال لازم برای محافظت از ایده‌هایمان پذیرفته بودم.

اما وقتی برای ادامه تحصیل در مقطع دکترا به ایالات متحده رفتم، ارزش علم باز روزبه‌روز برایم روشن‌تر شد. در نخستین ترم، در دوره‌ای با عنوان روش‌های کمی و تجربی شرکت کردم، و استاد آن درس،که مدافع سرسخت شیوه‌های شفاف پژوهشی بود،بر اهمیت گزارش‌های ثبت‌شده و طرح‌های پیش‌تحلیل برای مقابله با مشکلاتی نظیر «دست‌کاری در آزمون آماری» و سوگیری در انتشار تأکید داشت. او می‌گفت: «قابلیت تکرار، نه فقط یک آرمان، بلکه سنگ‌بنای صداقت علمی است.»

استدلال‌های استاد قانع‌کننده بودند، اما من همچنان دچار تردید بودم. اگر شفاف بودن باعث شود دیگران بخش‌هایی از کارم را بدزدند، چه؟ آیا نباید از خودم محافظت کنم؟ چرا باید کار خودم را فدای نوعی آرمان‌گرایی پرطمطراق کنم؟ در طول کلاس، با این پرسش‌ها استاد را به چالش کشیدم. او پاسخ داد که امنیت واقعی در پنهان‌کاری نیست، بلکه در آن است که کارتان از سوی جامعه علمی تأیید شود و دیگران بر پایه آن کار کنند. این گفت‌وگو، و بسیاری دیگر که طی آن‌ها درباره تعادل میان حفاظت و شفافیت بحث می‌کردیم، به‌تدریج به من کمک کرد تا پیامدهای گسترده‌تر علم باز را درک کنم.

اکنون علم باز را نه مانعی، بلکه فرصتی برای تقویت کارم می‌دانم.

گفت‌وگو با استاد راهنمایم آخرین قطعه این پازل بود. به او اعتماد داشتم و برای دیدگاهش ارزش قائل بودم. اگر او حامی این رویکرد بود، من هم آماده بودم تا قدم بردارم. نگارش پروژه سال اولم را به‌صورت گزارشی پیش‌ثبت‌شده آغاز کردم، با طرح‌هایی جامع برای اشتراک‌گذاری آزاد داده‌ها و کدها. استاد راهنمایم در تمام مراحل پشتیبانم بود و اغلب با این جمله اطمینان خاطر می‌داد: «پژوهش ما تاب آزمون را دارد.»

از آن زمان، علم باز را در پژوهش‌هایم ادامه داده‌ام،و فواید ملموس فراوانی را تجربه کرده‌ام. وقتی شروع به در دسترس قرار دادن داده‌ها و روش‌هایم کردم، همکاری‌هایم به‌سرعت گسترش یافت و همکارانم بینش‌هایی ارائه دادند که به شکل چشمگیری کارم را غنا بخشید. دسترسی آزاد به پژوهشم منجر به استنادهای بیشتر و افزایش تأثیر مطالعاتم شد. و می‌دانستم که در راستای حفظ صداقت علمی قدم برمی‌دارم.

البته این گذار همیشه هموار نبود. برخی هم‌دانشجویان و همکارانم نگرانی‌های اولیه مرا درباره سرقت مالکیت فکری یا سوءاستفاده از داده‌های به‌اشتراک‌گذاشته‌شده داشتند. اغلب خود را در حال قانع کردن همتایان شکاک می‌یافتم تا مزایای بلندمدت علم باز را برایشان توضیح دهم. استدلال می‌کردم که دیده شدن بیشتر و نقدپذیری، نه‌تنها مضر نیستند، بلکه پژوهش ما و کل جامعه علمی را تقویت می‌کنند.

سفر از شیوه‌های محافظه‌کارانه پژوهش به رویکردی باز و مشارکتی، دشوار اما عمیقاً پربار بود. اکنون علم باز را نه مانعی، بلکه فرصتی می‌بینم برای مقاوم کردن کارم در برابر آزمون‌های ناگزیر زمان و ارزیابی.


درباره نویسنده:
آلبرت دبلیو. لی دانشجوی دکترای دانشگاه کالیفرنیا، ارواین است.

منبع: Science Adviser

مطالب مرتبط