Tutkijat kehittävät valtavan muistin tehokkaan politiikan kehittämiseksi

Tutkijat kehittävät valtavan muistin tehokkaan politiikan kehittämiseksi

"Loppujen lopuksi voisimme hyötyä valtavasti maailmasta, jossa kattavat todisteiden synteesit ovat saatavilla yhdessä paikassa, jota päivitetään jatkuvasti kaikista tärkeistä sosiaalisista ongelmista", sanoo Will Moy, joka johtaa Campbell -yhteistyötä, kansainvälistä voittoa tavoittelematonta organisaatiota, joka tukee yhteiskuntatieteellisiä arvosteluja.

Vaikka tutkijat luovat suuren määrän tutkimuksia poliittisilla alueilla, synteesit, jotka edustavat todisteiden painoa aiheesta, ovat harvinaisia ​​monilla alueilla, eikä niitä käytetä rutiininomaisesti poliittisen suunnittelun ohjeisiin. "Poliittisen päätöksentekijöiden valmistajat tällaisille synteesille on valtavaa kysyntää, Jen Gold, taloudellisen ja sosiaalisen tutkimuksen neuvoston (ESRC) tutkimusjohtaja, sanoo brittiläinen rahoitusvirasto. "Mutta tarjous ei ole samaan aikaan."

todisteiden synteesit ovat "kaikki mitä maailma tietää kuinka ratkaista tärkeä ongelma yhdessä paikassa", Moy selittää. Lääketieteessä lääkärit käyttävät rutiininomaisesti tuhansia systemaattisia yleiskatsauksia Linkki "> Perusteellinen synteesi - Se osoittaa, auttaako hoito vai vahingoittaa. Useimmilla muilla alueilla ei kuitenkaan ole niin laajaa perustaa (katso 'puuttuvat synteesit'). Kuukausia tai vuosia voi kestää kuukausia tai vuosia, jotta voidaan saada merkitys valtavasta tutkimusryhmästä - ja rahoituksen tarjoajat ovat historiallisesti antaneet suhteellisen vähän tiedon synteesille verrattuna miljardeihin, joita he käyttävät uuteen tutkimukseen.

Tämän vastaamiseksi Lontoon biolääketieteellisen tutkimuksen edistäjä ESRC ja Wellcome ilmoitti 21. syyskuuta sijoittavansa 9,2 miljoonaa Gbp (12,2 miljoonaa dollaria) tai noin 45 miljoonaa Gbp tietokantaan ja työkaluihin yli viiden vuoden ajan, mikä voi auttaa tutkimuksen synteesissä. tutkijat ovat tyytyväisiä uutisiin - oletetaan, että tämä on yksi suurimmista yksilöllisistä investoinneista todisteiden synteesiin - ja sanovat, että se tulee oikeaan aikaan, koska eteneminen kiihdyttää tutkimusten löytämis- ja yhdistämisprosessia. "Se on niin jännittävää", sanoo Yhdistyneiden Kansakuntien kehitysohjelman tutkija Isabelle Mercier, todisteiden synteesit on tuettu . "Oli liian suuri neljä vuotta sitten ajatella sitä, mutta nyt alamme nähdä, että voimme tosiasiallisesti toteuttaa sen", hän sanoo.

Mutta AI vaikeuttaa myös tehtävää, koska chattgpt, kuten chattgpt, voivat luoda uskottavia kuulostavia, mutta mahdollisesti harhaanjohtavia yhteenvetoja tutkimustuloksista. "Haasteena on, kuinka ottaa pois se, mikä on todella luotettavaa, mikä se ei ole", Moy sanoo.

synteesien tuotanto on yleensä hidasta, vaikeaa ja kallista. Systemaattisen yleiskatsauksen suorittaneiden tutkijoiden on etsittävä tietokantoja maailmanlaajuisesti julkaistulle ja julkaisemattomalle työlle mahdollisten asiaankuuluvien tutkimusten löytämiseksi. Vähennä sitten pitkä luettelo tuhansista tutkimuksista merkityksellisimmäksi, arvioi niiden luotettavuutta, poimia tiedot ja yhdistä tulokset joskus käyttämällä tilastollista menetelmää, jota kutsutaan META -analyysiksi. Jopa niiden valmistumisen aikana, todisteiden synteesit eivät usein saavuta poliittista päätöksentekijöitä ja tarkkailevat nopeasti, kun uusia tutkimustuloksia saapuu. "Jos poliittinen päätös -valmistaja sisältää kysymyksen, tutkimuksen löytäminen ei pitäisi kestää kolme kuukautta", sanoo James Thomas, Lontoon yliopiston korkeakoulun tutkimussynteesin asiantuntija. "Se on naurettavaa."

COVID 19 -pandemian aikana kiristetty ongelma, kun viranomaiset tarvitsivat nopeaa synteesiä kaikkialla tehdäkseen lääkitystä, naamioita ja lukitusta koskevia päätöksiä. Aluksi tutkijat eivät pystyneet toimittamaan heitä tarpeeksi nopeasti, mutta he tuottivat .

Tutkijoiden unelma on, että kaikki, kaikkialla, synteesi, joka on räätälöity heidän kysymykseen ja heidän alueensa voisivat koota painikkeen. Tätä tarkoitusta varten tutkijat haluaisivat luoda 'todistepankit': yhteiset tietokannat esi -valituilla tutkimuksilla, jotka on merkitty tiedoilla, kuten menetelmä ja sijainti ja jotka sisältävät tietoja yhteisessä muodossa, jotta ne voidaan yhdistää. Koulutettujen AI-työkalujen tulisi ottaa haltuunsa suurin osa lajittelututkimuksen työlästä tehtävästä ja tietojen synteesistä, kun taas ihmiset tarkistavat laatu-esimerkin arvioimalla mahdollisia vääristymiä taustalla olevissa tutkimuksissa.

Jotkut tietokannat ovat jo oikealla tiellä. Lontoon hyväntekeväisyysjärjestöllä koulutusrahoitussäätiöllä (EEF) on tietokanta, jolla on yli 3500 koulutustutkimusta. Tämän tietokannan avulla organisaatio on luonut useita systemaattisia yleiskatsauksia, että Paljasta tutoroinnin, kotitehtävien ja luokan koon vaikutus oppimiseen . Se jakaa tietokannan ja yleiskatsaukset useiden maiden kanssa muiden toistamisen välttämiseksi. Ihannetapauksessa "sen sijaan, että luot kuusi erillistä systemaattista yleiskatsausta, luot suuren yleiskatsauksen, jota voimme käyttää yhdessä", sanoo Jonathan Kay, joka johtaa töitä todisteiden tiivistämiseksi EEF: ssä.

Viimeisimmät sijoitukset voivat vihdoin johtaa useisiin tietokantoihin, jotka ovat samanlaisia ​​kuin EEF ja jotka ovat valmiita syntetisoimaan tärkeille politiikan alueille, kuten ympäristönsuojelulle. Näistä kannattajat haluavat rakentaa "elävää"-tai jatkuvasti päivitettyä evidenssisynteesejä, jotka osoittavat esimerkiksi Mikä parantaa mielenterveyttä ja vähentää nuorten työttömyyttä.