И что оптимизировать?
продолжая дискуссию под недавним постом
Разговор о том, как нам обустроить науку, неизбежно приходит к вопросам "а зачем? какова глобальная цель?". Подразумевается, что нужно предложить мега-проекты, ради которых в принципе развивается наука (атомная бомба, полёт на Луну,
лазерные лучи из глаз). Или, как минимум, назвать самые перспективные области, в которые надо вкладываться прямо сейчас: искусственный интеллект, нанотехнологии, беспилотники и т. д. Часто подразумевается именно экономическая перспективность: буквально, извлечение прибыли на средних сроках.
Естественно, в такой постановке вопроса всё поставлено с ног на голову. Поэтому напомню несколько очевидных тезисов.
Во-певрых, наука не производит вещи и, строго говоря, не производит даже технологии. Наука производит
знания, которые,
возможно, будут полезными для проектирования вещей и разработки технологий. К сожалению, далеко не все понимают, насколько глубоки обе пропасти: как между исследованием эффекта (материала) и демонстрацией технологии на его основе, так и между демонстрацией технологии и её внедрением в реальное производство.
Чтобы из знаний систематически получались технологии, нужно не только получать знания сразу по широкому фронту исследований, нужна ещё и готовность промышленности эти самые знания впитывать, приспосабливать под себя и использовать. А ещё (сюрприз) большинство полученных знаний ни за чем не пригодятся, кроме как для получения новых знаний, то бишь, для развития науки. Впрочем, об этом сказано уже тысячу раз.
Поэтому любой проект по
изготовлению чего-либо не может быть чисто научным проектом, он автоматически является ещё и инженерным (см. атомная бомба). А если проект подразумевает ещё и успешную коммерциализацию, то он становится уже инженерно-экономическим. От учёных тут зависит, мягко говоря, не всё. Это абсолютная банальность, которая, тем не менее, регулярно начисто игнорируется.
Более того, научное исследование само по себе невозможно на что-то нацелить, скорее оно может
начаться с какого-то вопроса и, дав на него ответ в первом приближении, породить ещё десять вопросов. Отмерять науку проектами — противоестественно, по своему существу исследование является процессом, а не проектом, в котором можно сказать "мы доделали". Тот же атомный проект стал процессом, породив огромное дерево исследований, живущих своей жизнью.
Что тогда оптимизировать? Универсальный ответ, как минимум, для фундаментальной науки:
оптимизировать нужно сам процесс, а не какие-то цели. Оптимизировать — значит делать максимально честным и надёжным.
Обсуждая разные проблемы, учёные и сами интуитивно приходят к вопросам качества: помимо явных конъюнктурщиков, никто не интересуется всерьёз очередными приоритетами "по указу" или "по постановлению". Но все искренне переживают за качество работы журналов (отдельно — отечественных), плагиат в диссертациях, возможность нормального международного общения, здоровый институт экспертизы, доступность приборов и реактивов, и так далее. Или, например, мало кого оставляет равнодушной штамповка однообразных статей, хотя и все всё понимают.
Одним словом, учёные интуитивно беспокоятся за качество процесса, пытаются настраивать внутренний компас и как-то оценивать именно качество. Потому что приоритетом можно назвать что угодно, но сама возможность получать крутые научные результаты ограничивается, в конечном счёте, именно привитым уровнем проведения исследований и доступным инструментарием. Это относится в равной степени и к фундаментальной, и к прикладной науке: если кто-то привык особо не вникать и плевать на мелкие недопонимания, то и ракета у него, скорее всего, не полетит.
А вообще, про прикладные приоритеты могу сказать вот что. Если вы сегодня заметили хайповую тему, а завтра стали вкладывать деньги в её исследование... то поздравляю, вы уже опоздали лет на двадцать. Заниматься этой темой надо было тогда, когда она интересовала лишь сотню-другую специалистов. Точнее, надо было умудриться сделать так, чтобы кто-то из этой сотни был своим.