Probabilistic knowledge regimes in science: structural connectivity and semantic drift of scientific evolution

Wetenschap wordt vaak voorgesteld als een gestage accumulatie van feiten, waarbij nieuwe ontdekkingen simpelweg bovenop oude worden gestapeld om een hogere toren van kennis te bouwen. In werkelijkheid is de wetenschappelijke wereld een uitgestrekt, verschuivend landschap waar ideeën reizen, samensmelten en soms verdwijnen. Decennialang hebben onderzoekers geprobeerd dit terrein in kaart te brengen door te tellen hoe vaak het ene artikel naar het andere verwijst, een methode die bekend staat als citatie-telling. Deze tellingen fungeren als een populariteitswedstrijd, die ons vertelt welke ideeën momenteel beroemd of invloedrijk zijn. Populariteit onthult echter niet altijd de ware vorm van het landschap. Een zeer geciteerd idee kan een stabiele, onveranderlijke hoeksteen van een vakgebied zijn, of het kan een wilde, snel veranderende grens zijn waar concepten elk jaar opnieuw worden uitgevonden. Traditionele telmethoden hebben moeite om het onderscheid te maken tussen een stabiele, betrouwbare kern en een chaotische, experimentele rand.

Om te begrijpen hoe wetenschap werkelijk evolueert, moeten we naar meer kijken dan alleen populariteit. We moeten zien hoe ideeën tussen verschillende velden bewegen en hoe de betekenis van die ideeën in de loop van de tijd verandert. Dit is de uitdaging waar een nieuwe studie zich mee bezighoudt, die de geschiedenis van de wetenschap niet behandelt als een lijst van beroemde artikelen, maar als een complex, levend systeem. Door miljoenen wetenschappelijke werken te analyseren, probeerden de onderzoekers verborgen patronen te ontdekken in hoe kennis groeit, zich verspreidt en transformeert. Ze wilden weten of er onderscheidende "persoonlijkheden" of gedragswijzen zijn die wetenschappelijke onderwerpen volgen, ongeacht hoe beroemd ze zijn.

De onderzoekers begonnen met het verzamelen van een enorme collectie gegevens: 3,17 miljoen wetenschappelijke artikelen en meer dan 118 miljoen verbindingen tussen deze artikelen, afkomstig uit een wereldwijde database van wetenschappelijk werk. In plaats van alleen te tellen hoe vaak een artikel werd geciteerd, bouwden ze een gedetailleerde kaart van hoe ideeën stromen. Ze keken naar welke onderwerpen leenden van anderen, welke binnen hun eigen grenzen bleven en hoe de taal die hen beschreef van jaar tot jaar verschoof. Om deze verschuivingen in betekenis te volgen, gebruikten ze een geavanceerd computersysteem dat in staat was om de abstracts van miljoenen artikelen te lezen en de subtiele veranderingen in de manier waarop concepten door de tijd heen worden beschreven, te begrijpen. Ze combineerden dit met een maatstaf voor de mate waarin een onderwerp verbonden is met andere, ongerelateerde velden, wat een rijk beeld creëerde van zowel de structuur als de ziel van wetenschappelijke onderwerpen.

Met behulp van deze enorme dataset pasten de onderzoekers een statistische methode toe die ontworpen is om verborgen groepen binnen complexe data te vinden. Ze zochten naar "regimes", of onderscheidende operationele modi waartoe wetenschappelijke onderwerpen behoren. De analyse onthulde dat de wetenschap niet op één enkele, uniforme manier evolueert. In plaats daarvan werkt het via vijf verschillende patronen, elk met een eigen unieke combinatie van stabiliteit, verandering en verbinding met andere velden.

Het eerste patroon is de "Interdisciplinaire Brug". Dit zijn onderwerpen die fungeren als verbinders, die verre vakgebieden met elkaar verbinden en helpen bij het transport van ideeën tussen hen. Ze zijn zeer actief in het lenen van en delen met andere disciplines, en hun concepten worden voortdurend gecombineerd met nieuwe ideeën. Voorbeelden hiervan zijn gebieden zoals duurzaamheid en milieugezondheid, waar biologie, techniek en beleid moeten samenwerken.

Het tweede patroon is de "Stabiele Wetenschappelijke Kern". Dit zijn de gevestigde reuzen van de wetenschap. Ze zijn sterk verbonden en breed geciteerd, maar hun kernideeën blijven opmerkelijk stabiel. Ze absorberen nieuwe informatie zonder hun eigen identiteit fundamenteel te veranderen. Denk aan hen als het fundament van een vakgebied, zoals goed gevestigde medische behandelingen of moleculaire biologie, waarbij de fundamentele principes solide en blijvend zijn.

Het derde patroon is de "Exploratieve Hybride Grens". Dit zijn de wildcards van de wetenschap. Ze verkeren in een staat van constante flux, waarbij hun concepten snel en dramatisch veranderen. Echter, in tegen tegenstelling tot de bruggen, zijn ze nog niet goed verbonden met andere velden. Ze bevinden zich in de rommelige, vroege stadia van ontdekking, waar de regels nog worden geschreven. Gebieden zoals toepassingen van kunstmatige intelligentie of nieuwe strategieën voor klimaatadaptatie passen hier vaak bij, gekenmerkt door snelle conceptuele verschuivingen voordat ze in een stabiele vorm landen.

Het vierde patroon is het "Gespecialiseerde Technische Domein". Deze onderwerpen zijn zeer zelfbeheerst en zeer stabiel. Ze wisselen kennis voornamelijk binnen hun eigen kleine kring uit en reiken zelden uit naar andere velden. Hun concepten veranderen in de loop van de tijd nauwelijks. Dit patroon komt veel voor in hoogtechnologische velden zoals materiaalkunde of specifieke instrumentatie, waarbij de focus ligt op het verfijnen van bestaande instrumenten in plaats van het wiel opnieuw uitvinden.

Het vijfde patroon is het "Zwak Geïntegreerd Conceptueel Systeem". Dit zijn onderwerpen die hun betekenis aanzienlijk veranderen, maar dat doen in relatieve isolatie. Ze evolueren op hun eigen voorwaarden, zonder de sterke kruisveldverbindingen die de bruggen aandrijven. Dit gebeurt vaak in theoretische of historische velden waar ideeën intern worden geherinterpreteerd, zoals bepaalde gebieden binnen de filosofie of theoretische kaders die nog niet breed door andere wetenschappen zijn overgenomen.

Een van de meest verrassende bevindingen was dat deze vijf patronen niet netjes overeenkomen met traditionele academische afdelingen. Een enkele universiteitsafdeling kan onderwerpen bevatten die tot alle vijf de patronen behoren. Een medische faculteit kan bijvoorbeeld een stabiele kern van klinisch onderzoek bevatten, een snel veranderende grens van nieuwe AI-diagnostiek en een gespecialiseerd technisch domein van laboratoriumapparatuur, die allemaal naast elkaar bestaan. Dit suggereert dat de manier waarop de wetenschap is georganiseerd, veel complexer is dan de labels die we eraan geven.

De studie keek ook naar de vraag of deze patronen de toekomst kunnen voorspellen. De onderzoekers ontdekten dat hoewel het moeilijk is om precies te voorspellen waar een veld op de lange termijn terecht zal komen, er wel enige voorspelbaarheid op de korte term termijn is. Het sterkste signaal voor verandering was de snelheid waarmee de taal van een onderwerp verschoof. Wanneer de concepten achter een onderwerp snel begonnen te driften, was dat een sterke indicator dat het onderwerp op het punt stond over te gaan naar een nieuwe staat. De studie toonde echter ook aan dat langetermijnvoorspelling veel moeilijker is; het toekomstige pad van een wetenschappelijk veld wordt niet gemakkelijk bepaald door de beginjaren.

Door deze verborgen regimes in kaart te brengen, hebben de onderzoekers een nieuwe manier geboden om de gezondheid en richting van de wetenschap te begrijpen. Het suggereert dat we een veld niet uitsluitend moeten beoordelen op het aantal citaties dat het krijgt. Een veld dat snel verandert, kan minder geciteerd zijn dan een stabiel veld, maar het kan wel het meest innovatief zijn. Omgekeerd kan een zeer geciteerd veld in een staat van consolidatie verkeren in plaats van ontdekking. Dit nieuwe kader biedt een genuanceerderer beeld, dat laat zien dat wetenschappelijke vooruitgang geen enkele rechte lijn is, maar een divers ecosysteem van stabiele kernen, verbindende bruggen en wilde grenzen, die allemaal op verschillende manieren samen evolueren.