Что такое научный дизайн и почему он важен, рассказал кировчанам ученый из Иркутска
О типах научного дизайна и перспективах развития науки узнали слушатели лекции «Код науки: новые правила игры», которую прочёл 14 июля в Информационном центре по атомной энергии (ИЦАЭ) Кирова кандидат исторических наук, доцент кафедры политологии, истории и регионоведения Иркутского государственного университета Михаил Рыбалко.
Михаил рассказал, какие существуют типы научного дизайна: экспериментальный, наблюдательный, описательный, моделирование и мета-анализ. Экспериментальный – как контрольная закупка, его примером может служить, например, тестирование нового лекарства на двух группах (одна получает препарат, другая — плацебо). Наблюдательный – это как документальный фильм: 20 лет следим за диетой 10 000 человек и смотрим, кто чаще болеет диабетом. Описательный можно сравнить с фотоальбомом. Так биологи открывают новый вид жука и подробно зарисовывают его особенности. Моделирование – как симулятор, например, климатологи предсказывают глобальное потепление через цифровые модели. Мета-анализ – как сводка отзывов на маркетплейсе: объединяются 50 исследований о кофе и раке, чтобы найти общие закономерности.
Если представить, что наука — это кухня, а исследование — рецепт, тогда научный дизайн — это подробный план, в соответствии с которым можно приготовить «блюдо». Без него, случайно добавив лишний ингредиент или перепутав шаги, можно получить искаженный результат.
Наука меняется прямо сейчас, разные дисциплины смешиваются, как коктейли. Если раньше физик изучал частицы, биолог — клетки, социолог — опросы, то сейчас биоинформатик = биолог + программист (расшифровывает ДНК через алгоритмы), а нейромаркетолог = нейробиолог + экономист (изучает работу мозга покупателей).
Еще один тренд, который отметил спикер – это то, что наука становится открытой. Если раньше результаты годами пылились в журналах за платной подпиской, то сейчас данные выкладывают в открытый доступ, люди без дипломов помогают науке — развивается так называемое научное волонтерство. Например, в проекте eBird любители отмечают увиденных птиц на карте.
В качестве перспектив развития были названы следующие направления:
- создание цифровых двойников для тестирования медицинских препаратов;
- использование генеративного ИИ для формирования научных гипотез;
- развитие международных коллабораций в виртуальных научных пространствах.
Искусственный интеллект повышает эффективность производственных процессов, включая управление топливным циклом и оценку степени износа оборудования, за счёт внедрения технологии цифровых двойников.
В частности, для реактора БРЕСТ-ОД-300 цифровой двойник обеспечивает виртуальное моделирование работы установки в различных режимах, что имеет ключевое значение при использовании свинцового теплоносителя. Кроме того, ИИ-алгоритмы применяются для предиктивной аналитики, позволяя заранее выявлять потенциальные неисправности и минимизировать простои оборудования.