Balancing innovation and assimilation in research communities
यह शोध पत्र यह प्रदर्शित करने के लिए स्टोकेस्टिक इंटरैक्टिंग पार्टिकल सिस्टम मॉडल प्रस्तावित और विश्लेषित करता है कि जैसे-जैसे अनुसंधान समुदाय बढ़ते हैं, ज्ञान की प्रगति की गति में घटते प्रतिफल (diminishing returns) दिखाई देते हैं, जो यह सुझाव देता है कि शोधकर्ताओं को नए नवाचार उत्पन्न करने के बजाय मौजूदा ज्ञान को आत्मसात करने को प्राथमिकता देनी चाहिए।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक विशाल, हलचल भरा पुस्तकालय है जहाँ हर एक शोधकर्ता एक लाइब्रेरियन है जो एक परम, कभी न खत्म होने वाला विश्वकोश लिखने की कोशिश कर रहा है। लंबे समय तक, लोगों को लगा कि यदि आप बस अधिक लाइब्रेरियन नियुक्त करते हैं, तो विश्वकोश तेजी से और तेजी से पूरा हो जाएगा, जैसे कि एक सीधी रेखा ऊपर जा रही हो। लेकिन यह शोध पत्र बताता है कि यह उस तरह से काम नहीं करता है। वास्तव में, आप जितने अधिक लाइब्रेरियन जोड़ते हैं, औसत लाइब्रेरियन नए पन्ने जोड़ने की गति उतनी ही धीमी होती जाती है, भले ही पन्नों की कुल संख्या बढ़ती रहे।
लेखकों ने, बिल, मारिया, मार्सेल और टिम ने, यह समझने के लिए कि लाइब्रेरियन कैसे व्यवहार करते हैं, एक डिजिटल "खिलौना दुनिया" बनाई। उन्होंने यह देखने के लिए इस पुस्तकालय के दो अलग-अलग संस्करण बनाए कि लाइब्रेरियन कैसे व्यवहार करते हैं।
"सर्वदर्शी" पुस्तकालय (उच्च सूचना)
पहले संस्करण में, प्रत्येक लाइब्रेरियन देख सकता है कि अन्य प्रत्येक लाइब्रेरियन क्या जानता है। वे जानते हैं कि वर्तमान में सबसे उन्नत पन्ना कौन लिख रहा है।
- नियम: यदि आप कमरे में सबसे बुद्धिमान व्यक्ति हैं, तो आपको एक नया पन्ना लिखने का मौका मिलता है (नवाचार/innovation)। यदि आप सबसे बुद्धिमान नहीं हैं, तो आपको दौड़कर उस व्यक्ति के पन्ने की नकल करनी होगी जो सबसे बुद्धिमान है (आत्मसातीकरण/assimilation)।
- आश्चर्य: लेखकों ने पाया कि जैसे-जैसे पुस्तकालय बड़ा होता जाता है, विश्वकोश के "अग्रिम भाग" (front) के आगे बढ़ने की गति धीमी हो जाती है। यह एक सीधी रेखा में नहीं बढ़ता; यह लोगों की संख्या के वर्गमूल (square root) की तरह बढ़ता है।
- उपमा: एक दौड़ की कल्पना करें जहाँ नेता एक चक्कर लगा रहा है। यदि आपके पास 100 धावक हैं, तो नेता को आगे रहने के लिए तेज दौड़ना होगा, लेकिन बाकी सभी को नेता की नई स्थिति के साथ तालमेल बिठाने के लिए लगभग सारा समय बिताना होगा। शोध पत्र बताता है कि एक विशाल समूह में, शोधकर्ताओं को दूसरों द्वारा पहले से खोजी गई चीजों की नकल करने में अधिक समय बिताना पड़ता है ताकि वे बराबरी कर सकें, जिससे नई खोज करने के लिए कम समय बचता है। यह समझाता है कि क्यों, भले ही हमारे पास पहले से कहीं अधिक शोधकर्ता हैं, खोज की "प्रति व्यक्ति" गति कम होती दिख रही है।
"अंधा" पुस्तकालय (कम सूचना)
दूसरे संस्करण में, लाइब्रेरियन अंधेरे में हैं। वे नहीं जानते कि सबसे बुद्धिमान कौन है, और वे यह भी नहीं जानते कि वे स्वयं कितने बुद्धिमान हैं।
- नियम: हर बार जब एक लाइब्रेरियन की आंतरिक घड़ी बजती है, तो उन्हें एक सिक्का उछालना होता है। यदि 'हेड्स' आता है, तो वे कुछ नया आविष्कार करने की कोशिश करते हैं। यदि 'टेल्स' आता है, तो वे कमरे में किसी भी यादृच्छिक (random) व्यक्ति को पकड़ते हैं और उनके काम की नकल करते हैं। "सिक्का" एक संख्या द्वारा नियंत्रित होता है जिसे q कहा जाता है, जो नवाचार करने में बिताए गए समय के अंश को दर्शाता है।
- निष्कर्ष: लेखों ने यह देखने के लिए सिमुलेशन चलाया कि जब वे सिक्के के वजन को बदलते हैं तो क्या होता है। उन्होंने पाया कि आप केवल 100% समय आविष्कार करने में, या 100% नकल करने में नहीं बिता सकते। आपको एक मिश्रण की आवश्यकता है।
- ट्विस्ट: जैसे-जैसे पुस्तकालय बड़ा होता जाता है, "परफेक्ट मिक्स" बदल जाता है। दो लोगों के छोटे समूह में, आप आविष्कार करने में अच्छा समय बिता सकते हैं। लेकिन 4,000 लोगों के विशाल समूह में, सिमुलेशन दिखाते हैं कि ज्ञान की लहर को तेजी से आगे बढ़ाने के लिए, आपको वास्तव में नकल करने में अधिक समय और आविष्कार करने में कम समय बिताना होगा। समूह जितना बड़ा होगा, ज्ञान की लहर को आगे बढ़ाने के लिए आपको उतना ही अधिक आत्मसात (copy) करने की आवश्यकता होगी।
उन्होंने क्या खारिज किया
यह शोध पत्र स्पष्ट रूप से इस विचार का खंडन करता है कि केवल अधिक शोधकर्ताओं को जोड़ने से ज्ञान की गति में रैखिक (linear), आनुपातिक वृद्धि होती है। वे यह भी सुझाव देते हैं कि "अधिक शोध पत्रों का मतलब तेज प्रगति है" वाला विचार भ्रामक है; शोध पत्रों की संख्या इस बात का बुरा पैमाना है कि हम वास्तव में कितनी तेजी से नई चीजें सीख रहे हैं।
वे कितने आश्वस्त हैं?
लेखक "सर्वदर्शी" मामले के बारे में बहुत आश्वस्त हैं, जहाँ उन्होंने गणित का उपयोग करके सिद्ध किया कि गति जनसंख्या के वर्गमूल के साथ स्केल करती है। "अंधे" मामले के लिए, उन्होंने कंप्यूटर सिमुलेशन का उपयोग करके रुझानों को दिखाया। उन्होंने पाया कि दो लोगों के समूह में, वे विशेष कार्यों (जैसे बेसेल फंक्शन्स) वाले जटिल गणित का उपयोग करके सटीक गति की गणना कर सकते हैं। बड़े समूहों के लिए, उन्होंने सिमुलेशन का उपयोग किया जिससे पता चला कि गति एक विशिष्ट सीमा (limit) की ओर अभिसरित (converge) होती है, लेकिन उन्होंने यह भी नोट किया कि यह अभिसरण आश्चर्यजनक रूप से धीमा है। उनका सुझाव है कि वास्तविक दुनिया में, शोधकर्ताओं को अपने क्षेत्र के बड़े होने पर सब कुछ शुरू से आविष्कार करने के बजाय दूसरों के काम को पढ़ने और समझने में अधिक समय बिताना चाहिए।
बड़ी तस्वीर
शोध पत्र निष्कर्ष निकालता है कि ज्ञान की प्रगति एक सीधी रेखा नहीं है। यह एक लहर है। और जैसे-जैसे शोधकर्ताओं की भीड़ बढ़ती है, लहर को आगे धकेलना कठिन होता जाता है क्योंकि हर किसी को अग्रिम धावकों के साथ तालमेल बिठाने के लिए अधिक समय बिताना पड़ता है। लेखक संकेत देते हैं कि वास्तविक ज्ञान उनके सरल मॉडल से भी अधिक जटिल हो सकता है (शायद यह कई शाखाओं वाले पेड़ की तरह है), लेकिन उनके सरल मॉडल पहले से ही दिखाते हैं कि "अधिक लोग, अधिक प्रगति" का विचार एक मिथक है। इसके बजाय, समूह जितना बड़ा होता है, हमें आगे बढ़ने के लिए एक-दूसरे के काम पर उतना ही अधिक निर्भर होने की आवश्यकता होती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।