[論文レビュー] Why Scientists Chase Big Problems: Individual Strategy and Social Optimality

Carl T. Bergstrom, Jacob G. Foster+1 more|arXiv (Cornell University)|May 19, 2016

Innovation, Sustainability, Human-Machine Systems参考文献 57被引用数 15

ひとこと要約

この論文はゲーム理論的モデルを用いて、科学者が大規模な問題と日常的研究のどちらを選ぶかを分析し、高リスクな科学的レースに参加するのは通常、トップの科学者に限られることを示している。オープンサイエンス（部分結果の即時共有）が常に発見を加速すると仮定する考え方に挑戦し、実際にはこうした透明性が主要な研究者を遠ざけ、競争のインセンティブを減らすことで、全体の進捗を遅らせる可能性があることを示している。

ABSTRACT

Scientists pursue collective knowledge, but they also seek personal recognition from their peers. When scientists decide whether or not to work on a big new problem, they weigh the potential rewards of a major discovery against the costs of setting aside other projects. These self-interested choices can potentially spread researchers across problems in an efficient manner, but efficiency is not guaranteed. We use simple economic models to understand such decisions and their collective consequences. Academic science differs from industrial R&D in that academics often share partial solutions to gain reputation. This convention of Open Science is thought to accelerate collective discovery, but we find that it need not do so. The ability to share partial results influences which scientists work on a particular problem; consequently, Open Science can slow down the solution of a problem if it deters entry by important actors.

研究の動機と目的

• 科学者が高インパactsな「大規模問題」を追求する意思決定を駆り立てる戦略的インcentiveを理解すること。
• オープンサイエンスの社会的効率性を分析する——具体的には、部分結果の即時共有が科学的発見を加速するかどうか。
• 科学的問題解決における個人のインセンティブ、科学的評価、集団的成果の相互作用をモデル化すること。
• 政策に影響を与える分析が可能な、問題選択、情報共有、時間的好み、科学的資本を統合した形式的フレームワークを構築すること。
• オープンサイエンスが普遍的に科学的効率性を向上させるという仮定に反論すること——特に競争的な研究環境においては、その効果が限定的である可能性があること

提案手法

• 科学者が期待される評価の増加と機会費用に基づいて、大規模問題を解くレースに参加するかどうかを決定する動的ゲーム理論的モデルを構築する。
• 時間的好みと異質な科学的資本を組み込み、トップの研究者が高リスクレースに参加する可能性が高くなることをモデル化する。
• 参加と非参加の戦略的選択を導入し、部分結果をオープンに共有する。
• 情報共有が参加インセンティブに与える影響を分析し、共有がトップ科学者の期待報酬を低下させることを示す。
• 比較静的分析を用いて、共有の慣習、競争の度合い、時間的好みの変化が問題解決の速度に与える影響を評価する。
• 内生的信用制度と問題の難易度に関する不確実性をモデルに組み込み、より洗練された政策分析を可能にする。

実験結果

リサーチクエスチョン

• RQ1 どのような条件下でトップの科学者が大規模科学的問題を解くレースに参加するのか。これは評価インセンティブと競争の度合いにどのように依存するか。
• RQ2 部分結果の即時共有（オープンサイエンス）は、常に問題解決を速めるのか。それとも、主要な参加者を遠ざける可能性があるのか。
• RQ3 科学者間の時間的好みの差異と科学的資本の不均一性が、大規模問題に対する認知的労働の配分の効率性に与える影響は何か。
• RQ4 情報共有の慣行が、高インパクトの科学者が競争的な研究レースに参加するインセンティブをどのように低下させるか。
• RQ5 科学的信用制度の構造をどのように再設計すれば、大規模問題の解決において、個人のインセンティブと社会的効率性をよりよく一致させられるか。

主な発見

• 参加の機会費用が非常に高いことから、大規模問題を解くレースに参加するのは、科学的資本が最も高い科学者に限られることが予測される。
• オープンサイエンスは、部分結果を共有することで独自の特権的評価を失うと懸念するトップ研究者が遠ざけられるため、大規模問題の解決を遅らせる可能性がある。
• このモデルは、オープンサイエンスが常に発見を加速するとされる一般的な信念が、一般に真ではないことを示している。その効果は、生じる戦略的インセンティブに依存する。
• 部分情報の共有があると、特に問題の難易度や競合の強さについて不確実性がある場合、トップ科学者の期待報酬が低下する。
• 科学者間の時間的好みの多様性が、社会的に最適な研究努力の配分の可能性をさらに低下させる。
• モデルは、科学者が自身の利益を最適化しても、評価制度や情報共有制度のインセンティブが不整合であるため、社会的効率性が保証されないことを明らかにしている。