Οι επιστήμονες αναπτύσσουν τεράστιες αποθήκες στοιχείων για να αναπτύξουν αποτελεσματικές πολιτικές

Οι επιστήμονες αναπτύσσουν τεράστιες αποθήκες στοιχείων για να αναπτύξουν αποτελεσματικές πολιτικές

Οι επενδυτές ρίχνουν δεκάδες χιλιάδες εκατομμύρια δολάρια σε ένα φιλόδοξο σχέδιο για την επίλυση του μεγαλύτερου προβλήματος στις επιστημονικές συμβουλές: την παροχή στοιχείων στις κυβερνήσεις. Στόχος τους είναι να δημιουργήσουν ένα σύστημα που θα επιτρέπει στους υπεύθυνους χάραξης πολιτικής σε όλο τον κόσμο να παράγουν γρήγορες συνθέσεις επιστημονικών στοιχείων που θα τους βοηθήσουν να αναπτύξουν πολιτικές βασισμένες σε τεκμήρια κρίσιμα προβλήματα όπως η κλιματική αλλαγή να λύσει.

«Θα μπορούσαμε τελικά να επωφεληθούμε πάρα πολύ από έναν κόσμο στον οποίο οι περιεκτικές συνθέσεις στοιχείων για κάθε σημαντικό κοινωνικό πρόβλημα είναι διαθέσιμες σε ένα μέρος και ενημερώνονται συνεχώς», λέει ο Will Moy, ο οποίος ηγείται της Campbell Collaboration, ενός διεθνούς μη κερδοσκοπικού οργανισμού που υποστηρίζει τις αξιολογήσεις των κοινωνικών επιστημών.

Αν και οι ερευνητές σε τομείς σχετικούς με την πολιτική εκπονούν ποικίλες μελέτες, οι συνθέσεις που αντιπροσωπεύουν το βάρος των αποδεικτικών στοιχείων για ένα θέμα είναι σπάνιες σε πολλούς τομείς και δεν χρησιμοποιούνται συνήθως για να καθοδηγήσουν τη χάραξη πολιτικής. «Υπάρχει τεράστια ζήτηση» από τους υπεύθυνους χάραξης πολιτικής για τέτοιες συνθέσεις, λέει η Jen Gold, διευθύντρια έρευνας στο Συμβούλιο Οικονομικών και Κοινωνικών Ερευνών (ESRC), μια βρετανική χρηματοδότηση. «Αλλά η προσφορά δεν ταιριάζει».

Η σύνθεση αποδεικτικών στοιχείων είναι «όλα όσα γνωρίζει ο κόσμος σχετικά με τον τρόπο επίλυσης ενός σημαντικού προβλήματος σε ένα μέρος», εξηγεί ο Moy. Στην ιατρική, οι γιατροί χρησιμοποιούν συνήθως χιλιάδες συστηματικές ανασκοπήσεις – ενδελεχείς συνθέσεις μελέτες όπως τυχαιοποιημένες δοκιμές φαρμάκων – που δείχνουν αν η θεραπεία βοηθά ή βλάπτει. Στους περισσότερους άλλους τομείς, ωστόσο, λείπει μια τέτοια περιεκτική βάση (βλ. «Συνθέσεις που λείπουν»). Μπορεί να χρειαστούν μήνες ή χρόνια για να εξαχθεί νόημα από ένα τεράστιο σύνολο έρευνας - και οι χρηματοδοτικοί φορείς έχουν ξοδέψει ιστορικά σχετικά λίγα για τη σύνθεση γνώσης σε σύγκριση με τα δισεκατομμύρια που ξοδεύουν για νέα έρευνα.

Για να αντιμετωπιστεί αυτό, το ESRC και η Wellcome, ο χρηματοδότης της βιοϊατρικής έρευνας στο Λονδίνο, ανακοίνωσαν στις 21 Σεπτεμβρίου ότι επένδυσαν 9,2 εκατομμύρια £ (12,2 εκατομμύρια δολάρια) και περίπου 45 εκατομμύρια £, αντίστοιχα, για πέντε χρόνια σε βάσεις δεδομένων και εργαλεία που μπορούν να βοηθήσουν στη σύνθεση της έρευνας. Ο Βρετανός υπουργός Επιστημών Πάτρικ Βάλανς και το αφεντικό της Wellcome, John-Arne Røttingen, ανακοίνωσε τη χρηματοδότηση σε μια εκδήλωση στη Νέα Υόρκη που συνδέεται με τη Σύνοδο Κορυφής των Ηνωμένων Εθνών για το Μέλλον, μια συνάντηση με στόχο τη διαμόρφωση ενός καλύτερου κόσμου, μεταξύ άλλων μέσω της επιστήμης.

Οι ερευνητές καλωσόρισαν την είδηση ​​- που πιστεύεται ότι είναι μια από τις μεγαλύτερες μεμονωμένες επενδύσεις στη σύνθεση αποδεικτικών στοιχείων - και λένε ότι έρχεται την κατάλληλη στιγμή καθώς οι εξελίξεις στην τεχνητή νοημοσύνη (AI) επιταχύνουν τη διαδικασία εύρεσης και συνδυασμού μελετών. «Είναι τόσο συναρπαστικό», λέει η Isabelle Mercier, ερευνήτρια του Προγράμματος Ανάπτυξης των Ηνωμένων Εθνών Υποστηριζόμενες συνθέσεις αποδεικτικών στοιχείων στον ΟΗΕ. «Πριν από τέσσερα χρόνια αυτό ήταν πολύ μεγάλο για να το σκεφτούμε, αλλά τώρα αρχίζουμε να βλέπουμε ότι μπορούμε πραγματικά να το κάνουμε πραγματικότητα», λέει.

Αλλά η τεχνητή νοημοσύνη καθιστά επίσης πιο δύσκολη την εργασία, καθώς τα chatbot AI όπως το ChatGPT μπορούν να δημιουργήσουν αξιόπιστες αλλά δυνητικά παραπλανητικές περιλήψεις των ερευνητικών αποτελεσμάτων. «Η πρόκληση είναι πώς να διαχωρίσουμε αυτό που είναι πραγματικά αξιόπιστο από αυτό που δεν είναι», λέει ο Moy.

Η παραγωγή συνθέσεων είναι συνήθως αργή, δύσκολη και δαπανηρή. Οι ερευνητές που πραγματοποιούν μια συστηματική ανασκόπηση πρέπει να αναζητήσουν παγκόσμιες βάσεις δεδομένων με δημοσιευμένες και αδημοσίευτες εργασίες για να βρουν δυνητικά σχετικές μελέτες. Στη συνέχεια, μειώνουν έναν μακρύ κατάλογο χιλιάδων μελετών στις πιο σχετικές, αξιολογούν την αξιοπιστία τους, εξάγουν τα δεδομένα και συνδυάζουν τα αποτελέσματα, μερικές φορές χρησιμοποιώντας μια στατιστική μέθοδο που ονομάζεται μετα-ανάλυση. Ακόμη και όταν ολοκληρωθούν, οι συνθέσεις αποδεικτικών στοιχείων συχνά δεν φτάνουν στους υπεύθυνους χάραξης πολιτικής και γρήγορα γίνονται ξεπερασμένες καθώς φθάνουν νέα έρευνα. «Όταν ένας υπεύθυνος χάραξης πολιτικής έρχεται με μια ερώτηση, δεν θα χρειαστούν τρεις μήνες για να βρει την έρευνα», λέει ο Τζέιμς Τόμας, ειδικός στη σύνθεση της έρευνας στο University College του Λονδίνου. «Αυτό είναι γελοίο».

Το πρόβλημα επιδεινώθηκε κατά τη διάρκεια της πανδημίας COVID-19, όταν οι αρχές παντού χρειάζονταν ταχεία σύνθεση για να λάβουν αποφάσεις σχετικά με φάρμακα, μάσκες και lockdown. Στην αρχή, οι επιστήμονες δεν μπορούσαν να τα παράσχουν αρκετά γρήγορα - αλλά στη συνέχεια τα παρήγαγαν πάρα πολλές διπλές συνθέσεις και κακές αξιολογήσεις.

Το όνειρο των επιστημόνων είναι ότι οποιοσδήποτε, οπουδήποτε, θα μπορούσε να συνθέσει μια σύνθεση προσαρμοσμένη στην ερώτηση και την περιοχή του με το πάτημα ενός κουμπιού. Για να γίνει αυτό, οι ερευνητές θέλουν να δημιουργήσουν «τράπεζες αποδεικτικών στοιχείων»: κοινές βάσεις δεδομένων προεπιλεγμένων μελετών, με ετικέτα πληροφοριών, όπως μέθοδος και τοποθεσίας, και που περιέχουν δεδομένα σε κοινή μορφή ώστε να μπορούν να συνδυαστούν. Τα εκπαιδευμένα εργαλεία τεχνητής νοημοσύνης θα πρέπει να κάνουν το μεγαλύτερο μέρος της κουραστικής εργασίας ταξινόμησης μελετών και σύνθεσης δεδομένων, ενώ οι άνθρωποι ελέγχουν την ποιότητα - για παράδειγμα, αξιολογώντας πιθανές προκαταλήψεις στις υποκείμενες μελέτες.

Ορισμένες βάσεις δεδομένων βρίσκονται ήδη στο σωστό δρόμο. Το Education Endowment Foundation (EEF), μια φιλανθρωπική οργάνωση στο Λονδίνο, διαθέτει βάση δεδομένων με περισσότερες από 3.500 εκπαιδευτικές μελέτες. Χρησιμοποιώντας αυτή τη βάση δεδομένων, ο οργανισμός έχει δημιουργήσει μια σειρά από συστηματικές ανασκοπήσεις που Επίδραση του φροντιστηρίου, της εργασίας και του μεγέθους της τάξης στη μάθηση αποκαλύπτω. Μοιράζεται τη βάση δεδομένων και τις επισκοπήσεις με πολλές χώρες για να αποφευχθεί η επανάληψη της εργασίας από άλλους. Στην ιδανική περίπτωση, «αντί να κάνετε έξι ξεχωριστές συστηματικές αναθεωρήσεις, δημιουργείτε μια εξαιρετική κριτική που μπορούμε να χρησιμοποιήσουμε μαζί», λέει ο Jonathan Kay, ο οποίος ηγείται της εργασίας σύνθεσης στοιχείων στο EEF.

Οι τελευταίες επενδύσεις θα μπορούσαν τελικά να οδηγήσουν σε μια σειρά βάσεων δεδομένων παρόμοιες με το ΕΤΑ, έτοιμες να συντεθούν για βασικούς τομείς πολιτικής, όπως η προστασία του περιβάλλοντος. Από αυτά, οι υποστηρικτές θέλουν να δημιουργήσουν «ζωντανές» - ή συνεχώς ενημερωμένες - συνθέσεις αποδεικτικών στοιχείων που δείχνουν, για παράδειγμα, που συμβάλλει στη μείωση της κλιματικής αλλαγής, βελτίωση της ψυχικής υγείας και μείωση της ανεργίας των νέων.

Η Wellcome σκοπεύει να χρηματοδοτήσει κοινοπραξίες που αναπτύσσουν πλατφόρμες δεδομένων και εργαλεία που βοηθούν στην επίτευξη αυτού του στόχου. Αυτή είναι «μια ασυνήθιστη κίνηση της Wellcome», λέει ο Tariq Khokhar, επικεφαλής δεδομένων της φιλανθρωπικής οργάνωσης για την επιστήμη και την υγεία. Ο οργανισμός είναι γνωστός για τη χρηματοδότηση της έρευνας για την υγεία, αλλά αυτά τα χρήματα θα μπορούσαν να βοηθήσουν να γίνουν πιο κατανοητά τα στοιχεία σε όλους τους κλάδους. «Είναι πραγματικά ένα θεμέλιο πάνω στο οποίο μπορεί να χτίσει ο καθένας», λέει.

Το ESRC σχεδιάζει να χρηματοδοτήσει μια κοινοπραξία για να επιταχύνει τη σύνθεση αποδεικτικών στοιχείων και να αναπτύξει πρώτες εκδοχές ζωντανών συνθέσεων σε τομείς όπως η υγιής γήρανση. Οι δύο προσπάθειες θα ήταν διαφορετικές, αλλά θα μπορούσαν να επικαλύπτονται, λέει ο Khokhar.

Το ESRC θέλει επίσης η κοινοπραξία του να αναπτύξει τρόπους για να διευκολύνει τους υπεύθυνους χάραξης πολιτικής να χρησιμοποιούν τη σύνθεση αποδεικτικών στοιχείων. Ορισμένοι Βρετανοί αξιωματούχοι αρχίζουν να χρησιμοποιούν ένα εργαλείο AI που ονομάζεται Redbox Copilot για να αναλύουν και να συνοψίζουν κυβερνητικά έγγραφα και ομιλίες. Οι ερευνητές θα μπορούσαν να αναπτύξουν εργαλεία που «ενσωματώνουν στοιχεία συστηματικής ανασκόπησης σε αυτή τη διαδικασία», λέει ο Gold.

Τα 55 εκατομμύρια λίρες δεν θα είναι αρκετά για να επιτευχθεί το είδος της απρόσκοπτης σύνθεσης αποδεικτικών στοιχείων που ονειρεύονται οι υποστηρικτές. Αλλά οι χρηματοδότες ελπίζουν να συγκεντρώσουν περισσότερα κεφάλαια - και ότι αυτή η αρχική επένδυση θα ενθαρρύνει άλλους χρηματοδότες να εμπλακούν. «Η ιδέα είναι ότι κάθε επένδυση μπορεί να βασιστεί σε πολλή δουλειά που έχει ήδη γίνει», λέει ο Khokhar.