return ✕︎

ใช้ชีวิตในโลก ⿻

จนถึงเมื่อไม่นานมานี้ สิ่งที่ดีที่สุดที่ข้าพเจ้าสามารถคิดได้ในเรื่องอารยธรรม...ก็คือมันทำให้ศิลปิน กวี นักปรัชญา และนักวิทยาศาสตร์เป็นไปได้ แต่ตอนนี้ข้าพเจ้าเชื่อว่าสิ่งที่ยิ่งใหญ่ที่สุดนั้นเป็นเรื่องที่มาถึงเราทุกคนโดยตรง เมื่อมีการกล่าวว่าเราหมกมุ่นอยู่กับวิถีการดำรงชีวิตมากเกินไป ข้าพเจ้าตอบว่าสิ่งที่มีค่าอย่างแท้จริงของอารยธรรมก็คือการทำให้วิถีการดำรงชีวิตซับซ้อนมากขึ้น มันเรียกร้องให้มีความพยายามทางปัญญาที่ยิ่งใหญ่และผสมผสาน แทนที่จะเป็นแบบง่ายๆ ที่ไม่ประสานกัน เพื่อให้ฝูงชนได้รับอาหาร เสื้อผ้า และการเคลื่อนย้ายจากที่หนึ่งไปยังอีกที่หนึ่ง เพราะความพยายามทางปัญญาที่ซับซ้อนและเข้มข้นมากขึ้นหมายถึงชีวิตที่สมบูรณ์และร่ำรวยมากขึ้น นั่นหมายถึงชีวิตมากขึ้น ชีวิตเป็นจุดจบในตัวเอง และคำถามเดียวว่ามันมีค่าที่จะอยู่หรือไม่คือคุณมีชีวิตเพียงพอหรือไม่ — โอลิเวอร์ เวนเดลล์ โฮล์มส์, 1900[1]

(A)re…atoms independent elements of reality? No…as quantum theory shows: they are defined by their…interactions with the rest of the world…(Q)uantum physics may just be the realization that this ubiquitous relational structure of reality continues all the way down…Reality is not a collection of things, it’s a network of processes. — คาร์โล โรเวลลี, 2022[2]


เทคโนโลยีตามวิทยาศาสตร์ หากเราต้องการเข้าใจ ⿻ ในฐานะวิสัยทัศน์ของ สิ่งที่โลกของเราสามารถเป็นได้ เราจำเป็นต้องเริ่มต้นด้วยการทำความเข้าใจ ⿻ ในฐานะมุมมองเกี่ยวกับ โลกเป็นอย่างไรอยู่แล้ว มุมมองทางเทคนิคและลัทธิเสรีนิยมมีรากฐานมาจากวิทยาศาสตร์ นั่นคือ ลัทธิอะตอมมอนิสต์ที่เรากล่าวถึงในบทก่อนหน้านี้: ความเชื่อที่ว่าชุดกฎสากลที่ทำงานบนอะตอมพื้นฐานชุดหนึ่งเป็นวิธีที่ดีที่สุดในการทำความเข้าใจโลก

ลัทธิเทคนิคมีประวัติศาสตร์ยาวนานในการอ้างเหตุผลทางวิทยาศาสตร์และเหตุผลในการอ้างอิง แนวคิดเกี่ยวกับ "การจัดการทางวิทยาศาสตร์" (หรือที่เรียกว่า Taylorism) ที่ได้รับความนิยมในช่วงต้นปี 1900 ได้รับการอ้างอิงโดยการทำอนาล็อกระหว่างระบบสังคมและแบบจำลองทางคณิตศาสตร์อย่างง่าย ตรรกะและเหตุผลในการคิดเกี่ยวกับพวกมัน ไฮโมเดิร์นนิซึม ในสถาปัตยกรรมก็ได้รับแรงบันดาลใจจากความงามของเรขาคณิตเช่นเดียวกัน[3] ลัทธิเสรีนิยมยังยืมอย่างหนักจากฟิสิกส์และวิทยาศาสตร์อื่นๆ: เหมือนกับที่อนุภาค "ใช้เส้นทางของการกระทำที่น้อยที่สุด" และวิวัฒนาการเพิ่มประสิทธิภาพความเหมาะสม ตัวแทนทางเศรษฐกิจ "เพิ่มประโยชน์สูงสุด" ทุกปรากฏการณ์ในโลก ตั้งแต่สังคมมนุษย์ไปจนถึงการเคลื่อนไหวของดวงดาว ท้ายที่สุดแล้วในมุมมองของลัทธิอะตอมมอนิสต์ สามารถลดลงเป็นกฎเหล่านี้ได้

แนวทางเหล่านี้ประสบความสำเร็จอย่างยิ่งใหญ่ กลศาสตร์นิวตันอธิบายปรากฏการณ์ต่างๆ และช่วยสร้างแรงบันดาลใจให้กับเทคโนโลยีของการปฏิวัติอุตสาหกรรม ลัทธิดาร์วินเป็นรากฐานของชีววิทยาสมัยใหม่ เศรษฐศาสตร์เป็นวิทยาศาสตร์ทางสังคมที่มีอิทธิพลมากที่สุดต่อการกำหนดนโยบายสาธารณะ และ วิสัยทัศน์ของ Church-Turing เกี่ยวกับ "การคำนวณทั่วไป" ช่วยสร้างแรงบันดาลใจให้กับแนวคิดของคอมพิวเตอร์อเนกประสงค์ที่ใช้กันอย่างแพร่หลายในปัจจุบัน

แต่ในศตวรรษที่ผ่านมา เราได้เรียนรู้ว่าความก้าวหน้ามากมายเป็นไปได้หากเราก้าวข้ามข้อจำกัดของลัทธิอะตอมมอนิสต์ ทฤษฎีบทของ Gödel บ่อนทำลายความเป็นหนึ่งเดียวและความสมบูรณ์ของคณิตศาสตร์ และรูปทรงเรขาคณิตที่ไม่ใช่แบบยุคลิดหลากหลายรูปแบบก็มีความสำคัญต่อวิทยาศาสตร์ในปัจจุบัน[4] การอยู่ร่วมกันอย่างสมบูรณ์แบบ นิเวศวิทยา และการสังเคราะห์วิวัฒนาการที่ขยายขอบเขตได้บ่อนทำลาย "การอยู่รอดของผู้ที่เหมาะสมที่สุด" ในฐานะกระบวนทัศน์ทางชีววิทยากลางและนำเข้าสู่ยุคของวิทยาศาสตร์สิ่งแวดล้อม วิทยาศาสตร์ประสาทได้รับการจินตนาการใหม่โดยอาศัยเครือข่ายและความสามารถที่เกิดขึ้นใหม่และให้กำเนิดเครือข่ายประสาทสมัยใหม่ สิ่งที่ทั้งหมดนี้มีร่วมกันคือการมุ่งเน้นไปที่ความซับซ้อน การเกิดขึ้น องค์กรหลายระดับ และสาเหตุหลายทิศทางแทนที่จะเป็นการประยุกต์ใช้กฎสากลกับหน่วยงานประเภทเดียว

⿻ เข้าถึงระบบสังคมอย่างคล้ายคลึงกัน บริษัทเล่นเกมการแข่งขันระดับโลก แต่ในขณะเดียวกันก็เป็นเกมที่เล่นโดยพนักงาน ผู้ถือหุ้น ผู้บริหาร และลูกค้าเอง ไม่มีเหตุผลที่จะคาดหวังว่าผลลัพธ์ที่ได้จะสอดคล้องกับความชอบบ่อยครั้ง ยิ่งกว่านั้น เกมหลายเกมมีการตัดกัน: พนักงานของบริษัทมักได้รับอิทธิพลผ่านความสัมพันธ์อื่นๆ ของพวกเขากับโลกภายนอก (เช่น การเมือง สังคม ศาสนา ชาติพันธุ์) และไม่เพียงผ่านบริษัทเท่านั้น ประเทศต่างๆ ก็เป็นทั้งเกมและผู้เล่น ซึ่งถูกตัดด้วยบริษัท ศาสนา และอื่นๆ อีกมากมาย และที่นั่นเราไม่สามารถแยกการกระทำระหว่างประเทศและการกระทำภายในประเทศได้อย่างชัดเจน: การเขียนหนังสือเล่มนี้เป็นการผสมผสานที่ซับซ้อนของทั้งสองอย่างในหลายๆ ทาง

ดังนั้น ⿻ จึงเต็มไปด้วยการเปรียบเทียบกับศตวรรษที่แล้วของวิทยาศาสตร์ธรรมชาติ การดึงเอา ⿻ อิทธิพลและการเปรียบเทียบเหล่านี้ออกมา โดยไม่ต้องยึดติดกับสิ่งใดมากเกินไปหรือเป็นสากล ช่วยให้เราเห็นเส้นทางที่น่าดึงดูดใจข้างหน้าของแรงบันดาลใจและการรวมกัน ในขณะที่ลัทธิเสรีนิยมและลัทธิเทคนิคสามารถถูกมองว่าเป็นการ์ตูนล้อเลียนเชิงอุดมการณ์ พวกเขายังสามารถเข้าใจได้ในเชิงวิทยาศาสตร์ว่าเป็นภัยคุกคามต่อความซับซ้อนที่มีอยู่ทั่วไปทุกหนทุกแห่ง

ระบบที่ซับซ้อนเกือบทุกระบบ ตั้งแต่การไหลของของไหลไปจนถึงการพัฒนาของระบบนิเวศน์ไปจนถึงการทำงานของสมอง สามารถแสดงสถานะ "โกลาหล" (ที่กิจกรรมสุ่มโดยพื้นฐาน) และสถานะ "เป็นระเบียบ" (ที่รูปแบบคงที่และเข้มงวด) มีพารามิเตอร์เกือบตลอดเวลา (เช่น ความร้อนหรืออัตราการกลายพันธุ์) ที่เป็นเงื่อนไขของสถานะที่เกิดขึ้น โดยมีความโกลาหลเกิดขึ้นในค่าสูงและเป็นระเบียบในค่าต่ำ เมื่อพารามิเตอร์อยู่ใกล้กับ "ค่าเชิงวิกฤติ" ของการเปลี่ยนแปลงระหว่างสถานะเหล่านี้มาก เมื่อมันนั่งอยู่บนสิ่งที่นักทฤษฎีความซับซ้อนเรียกว่า "ขอบของความโกลาหล" พฤติกรรมที่ซับซ้อนสามารถเกิดขึ้นได้ โดยสร้างโครงสร้างที่ไม่เป็นระเบียบ พัฒนา และคล้ายชีวิตที่ไม่ได้โกลาหลหรือเป็นระเบียบ แต่ซับซ้อนแทน[5] สิ่งนี้สอดคล้องอย่างใกล้ชิดกับแนวคิดที่เราเน้นไว้ข้างต้นของ "ทางเดินแคบ" ระหว่างการรวมศูนย์และการต่อต้านสังคม ภัยคุกคามทางเทคโนโลยีและเสรีนิยมที่เราได้ เน้นย้ำไว้ข้างต้น

ดังนั้น ⿻ สามารถนำวิทยาศาสตร์มาจากความสำคัญอย่างยิ่งของการมุ่งหน้าไปยังและขยายทางเดินแคบนี้ ซึ่งเป็นกระบวนการที่นักวิทยาศาสตร์ความซับซ้อนเรียกว่า "ความสำคัญที่จัดระเบียบตัวเอง" ในการทำเช่นนี้ เราสามารถดึงเอาภูมิปัญญาจากวิทยาศาสตร์หลายแขนงมาใช้ เพื่อให้แน่ใจว่าเราไม่ได้ถูกจับโดยการเปรียบเทียบชุดใดชุดหนึ่งมากเกินไป

คณิตศาสตร์

คณิตศาสตร์ในศตวรรษที่สิบเก้าเห็นการเพิ่มขึ้นของลัทธิทางการ: การกำหนดและคุณสมบัติของโครงสร้างทางคณิตศาสตร์ที่เราใช้เพื่อหลีกเลี่ยงความไม่สอดคล้องและความผิดพลาดอย่างแม่นยำและเข้มงวด ในช่วงต้นศตวรรษที่ 20 มีความหวังว่าคณิตศาสตร์สามารถ "แก้ไขได้" โดยอาจให้ขั้นตอนวิธีที่แม่นยำในการกำหนดความจริงหรือความเท็จของข้ออ้างทางคณิตศาสตร์ใดๆ[6] คณิตศาสตร์ในศตวรรษที่ 20 ในทางกลับกัน มีลักษณะเฉพาะโดยการระเบิดของความซับซ้อนและความไม่แน่นอน

  • ทฤษฎีบทของ Gödel: ผลลัพธ์ทางคณิตศาสตร์จำนวนหนึ่งจากต้นศตวรรษที่ 20 โดยเฉพาะอย่างยิ่งทฤษฎีบทของ Gödel แสดงให้เห็นว่ามีวิธีการพื้นฐานและลดไม่ได้ที่ทำให้คณิตศาสตร์ส่วนสำคัญไม่สามารถแก้ไขได้อย่างสมบูรณ์ ในทำนองเดียวกัน อลอนโซ เชิร์ช พิสูจน์ว่าปัญหาทางคณิตศาสตร์บางอย่าง "ตัดสินไม่ได้" โดยกระบวนการคำนวณ[7] สิ่งนี้ทำให้ความฝันในการลดคณิตศาสตร์ทั้งหมดลงเหลือการคำนวณตามสัจพจน์พื้นฐานหมดสิ้นไป
  • ความซับซ้อนในการคำนวณ: แม้ว่าในทางทฤษฎีจะสามารถลดขนาดได้ แต่การคำนวณที่จำเป็นในการคาดการณ์ปรากฏการณ์ระดับสูงตามองค์ประกอบของมัน (ความซับซ้อนในการคำนวณ) นั้นมีขนาดใหญ่มากจนการทำเช่นนั้นไม่น่าจะเกี่ยวข้องในทางปฏิบัติ ในบางกรณี เชื่อว่าการคำนวณที่จำเป็นจะต้องใช้ทรัพยากรมากกว่าที่จะกู้คืนได้จากความเข้าใจที่ได้รับจากการลดดังกล่าวมาก ในกรณีการใช้งานจริงหลายๆ สถานการณ์สามารถอธิบายได้ว่าเป็น ปัญหาการคำนวณที่มีการศึกษาอย่างดี ซึ่งอัลกอริทึม "ที่เหมาะสมที่สุด" ใช้เวลาที่เพิ่มขึ้นเป็นเลขชี้กำลังตามขนาดของปัญหา และด้วยเหตุนี้ จึงใช้หลักการทั่วไปแทบจะในทางปฏิบัติแทบตลอดเวลา
  • ความไว ความโกลาหล และความไม่แน่นอนที่ลดไม่ได้: หลายระบบที่ค่อนข้างเรียบง่ายได้รับการแสดงให้เห็นว่ามีพฤติกรรม "โกลาหล" ระบบมีความโกลาหลหากการเปลี่ยนแปลงเพียงเล็กน้อยในสภาพเริ่มต้นแปลเป็นการเปลี่ยนแปลงอย่างรุนแรงในพฤติกรรมสุดท้ายหลังจากเวลาผ่านไปนาน ตัวอย่างที่มีชื่อเสียงที่สุดคือระบบสภาพอากาศ ซึ่งมักกล่าวกันว่าการกระพือปีกของผีเสื้อสามารถสร้างความแตกต่างในการก่อให้เกิดพายุไต้ฝุ่นครึ่งทางทั่วโลกในอีกไม่กี่สัปดาห์ต่อมา[8] ในกรณีที่มีผลกระทบที่วุ่นวายดังกล่าว ความพยายามในการคาดการณ์ผ่านการลดขนาดต้องการความแม่นยำในระดับที่ไม่สามารถบรรลุได้ เพื่อให้เรื่องแย่ลง ยังมีขีดจำกัดที่ยากต่อความแม่นยำที่เป็นไปได้ที่เรียกว่า "หลักความไม่แน่นอน" เนื่องจากเครื่องมือที่แม่นยำมักจะ รบกวนระบบ ที่พวกเขาวัดในลักษณะที่อาจนำไปสู่การเปลี่ยนแปลงที่สำคัญเนื่องจากความไวที่กล่าวถึงก่อนหน้านี้
  • Fractals: โครงสร้างทางคณิตศาสตร์หลายอย่างได้รับการแสดงให้เห็นว่ามีรูปแบบที่คล้ายกันในระดับต่างๆ ตัวอย่างที่ดีของเรื่องนี้คือเซต Mandelbrot ซึ่งสร้างขึ้นโดยการยกกำลังสองซ้ำแล้วบวกออฟเซ็ตเดียวกันกับจำนวนเชิงซ้อน สิ่งเหล่านี้แสดงให้เห็นว่าทำไมการแบ่งโครงสร้างลงเป็นส่วนประกอบเชิงอะตอมจึงอาจทำให้เกิดความคลุมเครือแทนที่จะให้ความกระจ่างเกี่ยวกับโครงสร้างหลายระดับโดยเนื้อแท้ของโครงสร้างเหล่านี้
รูปชุด Mandelbrot ที่มีรูปร่างเป็นเกล็ดหิมะวงกลมที่เป็นแบบฉบับในสองขนาด

รูปที่ 3-1-A: ชุด Mandelbrot (อธิบายพฤติกรรมโกลาหลของฟังก์ชันกำลังสองอย่างง่ายขึ้นอยู่กับค่าพารามิเตอร์ในฟังก์ชัน) แสดงที่สองสเกล ที่มา: Wikipedia CC 3.0 BY-SA.



  • ความสัมพันธ์ในคณิตศาสตร์: ในคณิตศาสตร์ สาขาต่างๆ มักเชื่อมโยงกัน และข้อมูลเชิงลึกจากสาขาหนึ่งสามารถนำไปใช้กับอีกสาขาหนึ่งได้ ตัวอย่างเช่น โครงสร้างพีชคณิตมีอยู่ทั่วไปในสาขาคณิตศาสตร์หลายสาขา และพวกมันให้ภาษาสำหรับการแสดงและสำรวจความสัมพันธ์ระหว่างวัตถุทางคณิตศาสตร์ การศึกษาพีชคณิตเชิงเรขาคณิตเชื่อมโยงโครงสร้างเหล่านี้เข้ากับเรขาคณิต นอกจากนี้ การศึกษาทอพอโลยีขึ้นอยู่กับความเข้าใจในความสัมพันธ์ระหว่างรูปร่างและคุณสมบัติของมัน การผสมผสานระหว่างความหลากหลายและความเชื่อมโยงถึงกันอาจเป็นคุณลักษณะที่กำหนดของคณิตศาสตร์สมัยใหม่

ฟิสิกส์

ในปี 1897 ลอร์ดเคลวินได้ประกาศว่า “ไม่มีอะไรใหม่ให้ค้นพบในฟิสิกส์อีกแล้ว” ศตวรรษต่อมา กลับพิสูจน์ว่าตรงกันข้าม เป็นช่วงเวลาที่อุดมสมบูรณ์และปฏิวัติมากที่สุดในประวัติศาสตร์ของวงการนี้

  • ทฤษฎีสัมพัทธภาพของไอน์สไตน์ ได้ล้มล้างความเรียบง่ายของเรขาคณิตแบบยุคลิดและพลศาสตร์ของนิวตันในการชนกันของลูกบิลเลียดเพื่อเป็นแนวทางในการทำความเข้าใจโลกทางกายภาพในระดับใหญ่และความเร็วสูง เมื่อวัตถุเคลื่อนที่ด้วยความเร็วสูงมาก กฎเกณฑ์ที่แตกต่างกันมากจะเริ่มอธิบายพฤติกรรมของพวกมัน
  • กลศาสตร์ควอนตัมและทฤษฎีสตริง แสดงให้เห็นในทำนองเดียวกันว่าฟิสิกส์คลาสสิกไม่เพียงพอในระดับเล็กๆ ทฤษฎีบทของเบลล์ ได้แสดงให้เห็นอย่างชัดเจนว่าฟิสิกส์ควอนตัมไม่สามารถอธิบายได้อย่างสมบูรณ์ว่าเป็นผลที่ตามมาของทฤษฎีความน่าจะเป็นและข้อมูลที่ซ่อนอยู่: อนุภาคสามารถอยู่ในสภาวะผสม (หรือ “ซุปเปอร์โพสิชั่น”) ของสองสถานะในเวลาเดียวกัน ซึ่งทั้งสองสถานะนั้น ยกเลิกกันและกัน
  • "หลักการความไม่แน่นอนของไฮเซนเบิร์ก" ที่กล่าวถึงข้างต้น ได้กำหนดขีดจำกัดความแม่นยำสูงสุดในการวัดความเร็วและตำแหน่งของอนุภาค
  • ปัญหาระบบสามร่างกาย ซึ่งปัจจุบันมีชื่อเสียงหลังจากมีบทบาทสำคัญใน ซีรีส์นิยายวิทยาศาสตร์ ของ Liu Cixin แสดงให้เห็นว่าการมีปฏิสัมพันธ์ของแม้แต่สามร่างกาย แม้จะอยู่ภายใต้ฟิสิกส์นิวตันอย่างง่าย ก็มีความโกลาหลพอที่จะทำนายพฤติกรรมในอนาคตได้ อย่างไรก็ตาม เรามักจะแก้ ปัญหาระบบล้านร่างกาย ได้ดีพอสำหรับการใช้งานในชีวิตประจำวันโดยใช้แนวคิดของศตวรรษที่สิบเจ็ด เช่น “อุณหภูมิ” และ “ความดัน”

บางทีคุณลักษณะที่โดดเด่นและสอดคล้องกันที่สุดของการปฏิวัติในฟิสิกส์ศตวรรษที่ 20 ก็คือวิธีที่พวกเขาทำลายสมมติฐานเกี่ยวกับโลกภายนอกที่คงที่และเป็นวัตถุ ทฤษฎีสัมพัทธภาพแสดงให้เห็นว่ากาลอวกาศ ความเร่ง และแม้แต่แรงโน้มถ่วงเป็นหน้าที่ของความสัมพันธ์ระหว่างวัตถุ แทนที่จะเป็นคุณสมบัติสัมบูรณ์ของความเป็นจริงที่อยู่เบื้องหลัง ฟิสิกส์ควอนตัมไปไกลกว่านั้น โดยแสดงให้เห็นว่าแม้แต่ความสัมพันธ์เชิงสัมพันธ์เหล่านี้ก็ไม่ได้คงที่จนกว่าจะสังเกตได้ และด้วยเหตุนี้จึงเป็นปฏิสัมพันธ์โดยพื้นฐานแทนที่จะเป็นวัตถุ[9] ดังนั้น วิทยาศาสตร์สมัยใหม่จึงมักประกอบด้วยการผสมผสานและจับคู่สาขาต่างๆ เพื่อทำความเข้าใจด้านต่างๆ ของโลกทางกายภาพในระดับต่างๆ

การประยุกต์ใช้ความเข้าใจทางกายภาพที่หลากหลายและ ⿻ นี้อยู่ที่แก่นแท้ของความรุ่งโรจน์และโศกนาฏกรรมของศตวรรษที่ 20 มหาอำนาจใช้พลังของอะตอมเพื่อกำหนดกิจการของโลก บรรษัทข้ามชาติขับเคลื่อนการสื่อสารและข่าวกรองที่ไม่เคยมีมาก่อนโดยใช้ความเข้าใจในฟิสิกส์ควอนตัมเพื่อบรรจุอิเล็กทรอนิกส์ที่เล็กลงเรื่อยๆ ไว้ในฝ่ามือของลูกค้า การเผาไหม้ของไม้และถ่านหินโดยครอบครัวนับล้านกลายเป็นสาเหตุของการทำลายล้างทางนิเวศวิทยา ความขัดแย้งทางการเมือง และขบวนการทางสังคมที่ขยายไปทั่วโลกซึ่งอิงจากข้อมูลที่ได้รับจากเซ็นเซอร์ขนาดเล็กที่กระจายอยู่ทั่วโลก

ชีววิทยา

หากแนวคิดที่กำหนดชีววิทยาในศตวรรษที่ 19 (เกี่ยวกับสิ่งมีชีวิตขั้นสูงและปฏิสัมพันธ์ของพวกมัน) คือ “การคัดเลือกโดยธรรมชาติ” แนวคิดที่กำหนดชีววิทยาในศตวรรษที่ 20 คงเป็น “ระบบนิเวศ” โดยที่การคัดเลือกโดยธรรมชาตินั้นเน้นไปที่การแข่งขันเพื่อความอยู่รอดภายใต้ทรัพยากรที่หายาก แนวคิดของระบบนิเวศ (ซึ่งเกี่ยวข้องอย่างใกล้ชิดกับแนวคิด “การสังเคราะห์วิวัฒนาการขยาย”) เน้น:

  • ขีดจำกัดของความสามารถในการคาดการณ์ของแบบจำลอง: เราค้นพบขีดจำกัดในความสามารถของเราในการสร้างแบบจำลองพฤติกรรมสัตว์ที่มีประสิทธิภาพซึ่งอิงจากแนวคิดการลดรูป เช่น พฤติกรรมนิยม ประสาทวิทยาศาสตร์ และอื่นๆ ซึ่งแสดงให้เห็นถึงความซับซ้อนทางคอมพิวเตอร์
  • ความคล้ายคลึงกันระหว่างสิ่งมีชีวิตและระบบนิเวศ: เราได้ค้นพบว่าสิ่งมีชีวิตที่หลากหลายมากมาย (“ระบบนิเวศ”) สามารถแสดงคุณลักษณะคล้ายกับสิ่งมีชีวิตหลายเซลล์ (การรักษาสมดุล ความเปราะบางต่อการทำลายหรือการแพร่กระจายของส่วนประกอบภายในมากเกินไป เป็นต้น) ซึ่งแสดงให้เห็นถึงการเกิดขึ้นและการจัดระเบียบหลายระดับ อันที่จริง สิ่งมีชีวิตในระดับที่สูงขึ้นหลายชนิดแยกไม่ออกจากระบบนิเวศดังกล่าว (เช่น สิ่งมีชีวิตหลายเซลล์ที่ให้ความร่วมมือระหว่างสิ่งมีชีวิตเซลล์เดียว หรือสิ่งมีชีวิต "ยูโซเชียล" เช่น มดจากแมลงแต่ละชนิด) คุณสมบัติเฉพาะของวิวัฒนาการของสิ่งมีชีวิตเหล่านี้คือศักยภาพของ การกลายพันธุ์และการคัดเลือกที่จะเกิดขึ้นในทุกระดับเหล่านี้ ซึ่งแสดงให้เห็นถึงการจัดระเบียบหลายระดับ[10]
  • ความหลากหลายของการปฏิสัมพันธ์ข้ามสายพันธุ์ รวมถึงการแข่งขันแบบดั้งเดิมหรือความสัมพันธ์ระหว่างผู้ล่าและเหยื่อ แต่ยังรวมถึงกลุ่มของ "การพึ่งพากัน" ที่สิ่งมีชีวิตพึ่งพาบริการที่ได้รับจากสิ่งมีชีวิตอื่น ๆ และช่วยรักษามันไว้ ซึ่งเป็นตัวอย่างของการพัวพันและความสัมพันธ์[11]
  • อีพิเจเนติกส์: เราได้ค้นพบว่าพันธุกรรมเป็นเพียงบางส่วนของพฤติกรรมเหล่านี้ และ “อีพิเจเนติกส์” หรือคุณสมบัติด้านสิ่งแวดล้อมอื่นๆ มีบทบาทสำคัญในวิวัฒนาการและการปรับตัว แสดงให้เห็นถึงสาเหตุหลายระดับและหลายมิติที่มีอยู่แม้แต่ในชีววิทยาระดับโมเลกุล

การเปลี่ยนแปลงนี้ไม่ใช่เพียงเรื่องของทฤษฎีทางวิทยาศาสตร์เท่านั้น มันนำไปสู่การเปลี่ยนแปลงที่สำคัญที่สุดบางประการในพฤติกรรมและการมีปฏิสัมพันธ์ของมนุษย์กับธรรมชาติในศตวรรษที่ 20 โดยเฉพาะอย่างยิ่งขบวนการด้านสิ่งแวดล้อมและความพยายามที่จะปกป้องระบบนิเวศ ความหลากหลายทางชีวภาพ ชั้นโอโซน และภูมิอากาศ ล้วนเกิดขึ้นจากและอาศัยวิทยาศาสตร์ "นิเวศวิทยา" เป็นอย่างมาก จนขบวนการนี้มักได้รับฉลากนั้น

ประสาทวิทยาศาสตร์

ประสาทวิทยาศาสตร์สมัยใหม่เริ่มต้นในช่วงปลายศตวรรษที่ 19 เมื่อคามิลโล โกลกี ซานติอาโก รามอน อี คาจาล และผู้ทำงานร่วมกันแยกเซลล์ประสาทและการกระตุ้นด้วยไฟฟ้าออกมาเป็นหน่วยการทำงานพื้นฐานของสมอง การวิเคราะห์นี้ได้รับการปรับปรุงให้เป็นแบบจำลองทางกายภาพที่ชัดเจนจากผลงานของอลัน ฮอดจ์กิน และแอนดรูว์ ฮักซ์ลีย์ ซึ่งสร้างและทดสอบทฤษฎีไฟฟ้าของการสื่อสารทางประสาทในสัตว์ เมื่อไม่นานมานี้ เราได้เห็นการค้นพบต่างๆ ที่ทำให้ทฤษฎีความโกลาหลและความซับซ้อนกลายเป็นแกนหลักของการทำงานของสมอง:

  • การกระจายการทำงานของสมอง: การสร้างแบบจำลองทางคณิตศาสตร์ การถ่ายภาพสมอง และการทดลองกระตุ้นเซลล์ประสาทเดียว ชี้ให้เห็นว่าการทำงานของสมองจำนวนมากหากไม่ใช่ส่วนใหญ่ กระจายไปตามบริเวณต่างๆ ของสมอง เกิดจากรูปแบบของปฏิสัมพันธ์มากกว่าการแปลเป็นภาษาท้องถิ่นทางกายภาพเป็นหลัก
  • แบบจำลองการเชื่อมต่อของเฮบบ์ ที่ความเชื่อมแข็งแกร่งขึ้นด้วยการยิงร่วมกันซ้ำๆ เป็นตัวอย่างที่สง่างามที่สุดของแนวคิด "ความสัมพันธ์" ในวิทยาศาสตร์ ซึ่งคล้ายกับวิธีที่เราจินตนาการถึงความสัมพันธ์ของมนุษย์โดยทั่วไป
  • การศึกษาระบบประสาทเทียม: ตั้งแต่ปลายทศวรรษ 1950 นักวิจัยเริ่มต้นด้วยแฟรงก์ โรเซนแบลตต์ได้สร้างแบบจำลอง "เครือข่ายประสาทเทียม" แรกของสมอง เครือข่ายประสาทกลายเป็นรากฐานของความก้าวหน้าล่าสุดใน "ปัญญาประดิษฐ์" เครือข่ายที่มีโหนดเป็นล้าน ๆ โหนด แต่ละโหนดทำงานบนหลักการที่ค่อนข้างเรียบง่ายซึ่งได้รับแรงบันดาลใจจากเซลล์ประสาทของการกระตุ้นที่กระตุ้นโดยการข้ามเกณฑ์ที่กำหนดโดยการรวมเชิงเส้นของอินพุต เป็นกระดูกสันหลังของ "แบบจำลองพื้นฐาน" เช่น BERT และแบบจำลอง GPT

จากวิทยาศาสตร์สู่สังคม

⿻ เป็นการประยุกต์ใช้มุมมองเชิงอนาล็อกในการทำความเข้าใจสังคมมนุษย์ในทางวิทยาศาสตร์ และพยายามสร้างระบบข้อมูลและการปกครองที่เป็นทางการที่คำนึงถึงและคล้ายกับโครงสร้างเหล่านี้ในทางเทคโนโลยี เทคโนโลยีทางกายภาพที่สร้างขึ้นบนพื้นฐานวิทยาศาสตร์ ⿻ อาจเป็นการกำหนดวิสัยทัศน์นี้อย่างชัดเจนที่สุดในผลงานของบุคคลสำคัญในสังคมวิทยาเครือข่าย Mark Granovetter.[12] ไม่มีอะตอมพื้นฐานของแต่ละบุคคล ตัวตนส่วนบุคคลเกิดขึ้นจากความสัมพันธ์และการเชื่อมต่อทางสังคมโดยพื้นฐาน นอกจากนี้ยังไม่มีคอลเล็กทีฟหรือชุดคอลเล็กทีฟที่แน่นอน: กลุ่มสังคมทำและต้องเปลี่ยนแปลงและกำหนดค่าใหม่อย่างต่อเนื่อง สมดุลสองทิศทางระหว่างความหลากหลายของผู้คนและกลุ่มสังคมที่พวกเขาสร้างขึ้นคือแก่นแท้ของวิทยาศาสตร์สังคม ⿻

นอกจากนี้ กลุ่มสังคมเหล่านี้มีอยู่ในระดับต่างๆ ที่ตัดกันและไม่เป็นลำดับชั้น ครอบครัว ชมรม เมือง จังหวัด กลุ่มศาสนาขนาดต่างๆ ธุรกิจทุกระดับ ตัวตนทางประชากร (เพศ อัตลักษณ์ทางเพศ เชื้อชาติ ชาติพันธุ์ ฯลฯ) การศึกษาและการฝึกอบรมทางวิชาการ และการอยู่ร่วมกันและการตัดกันอีกมากมาย ตัวอย่างเช่น จากมุมมองของคาทอลิกทั่วโลก สหรัฐอเมริกาเป็นประเทศสำคัญแต่เป็นประเทศ "ชนกลุ่มน้อย" โดยมีชาวคาทอลิกเพียงประมาณ 6% ของทั้งหมดที่อาศัยอยู่ในสหรัฐอเมริกา แต่ก็สามารถกล่าวได้เช่นเดียวกันเกี่ยวกับคาทอลิกจากมุมมองของสหรัฐอเมริกา โดยประมาณ 23% ของชาวอเมริกันเป็นคาทอลิก[13]

แม้ว่าเราจะไม่มีพื้นที่ในการตรวจสอบรายละเอียดอย่างละเอียด แต่มีวรรณกรรมที่หลากหลายให้หลักฐานเชิงปริมาณและวิทยาศาสตร์ทางสังคมเกี่ยวกับพลังการอธิบายของมุมมอง ⿻ [14] การศึกษาพลวัตทางอุตสาหกรรม จิตวิทยาสังคมและพฤติกรรมศาสตร์ การพัฒนาเศรษฐกิจ ความสามัคคีขององค์กร และอื่นๆ อีกมากมาย ได้แสดงให้เห็นบทบาทสำคัญของความสัมพันธ์ทางสังคมที่สร้างและใช้ประโยชน์จากความหลากหลาย[15] แต่เราจะดึงตัวอย่างเพียงตัวอย่างเดียวที่อาจจะน่าประหลาดใจที่สุดและเกี่ยวข้องกับธีมทางวิทยาศาสตร์มากที่สุดข้างต้น: วิวัฒนาการของความรู้ทางวิทยาศาสตร์เอง

สาขาวิชาการสหวิทยาการที่เติบโตขึ้นของ “เมตาวิทยาศาสตร์” ศึกษาการเกิดขึ้นของความรู้ทางวิทยาศาสตร์ในฐานะระบบที่ซับซ้อนจากเครือข่ายระหว่างนักวิทยาศาสตร์และแนวคิดต่างๆ[16] มันแสดงแผนภูมิการเกิดขึ้นและการแพร่กระจายของสาขาวิทยาศาสตร์ แหล่งที่มาของความแปลกใหม่และความก้าวหน้าทางวิทยาศาสตร์ กลยุทธ์ของการสำรวจที่นักวิทยาศาสตร์เลือก และผลกระทบของโครงสร้างทางสังคมที่มีต่อความก้าวหน้าทางปัญญา โดยเฉพาะอย่างยิ่งพวกเขาพบว่าการสำรวจทางวิทยาศาสตร์มีอคติต่อหัวข้อที่มีการกล่าวถึงบ่อยครั้งในสาขานั้นๆ และถูกจำกัดด้วยความสัมพันธ์ทางสังคมและสถาบันระหว่างนักวิทยาศาสตร์ ซึ่งจะลดประสิทธิภาพของกระบวนการค้นพบความรู้ทางวิทยาศาสตร์[17] นอกจากนี้ พวกเขายังค้นพบว่าชุมชนวิทยาศาสตร์แบบกระจายศูนย์ ซึ่งประกอบด้วยทีมอิสระที่ไม่ซ้ำกันเป็นส่วนใหญ่ซึ่งใช้วิธีการที่หลากหลายและอาศัยข้อมูลที่หลากหลายจากสิ่งพิมพ์ก่อนหน้านี้ มีแนวโน้มที่จะให้ความรู้ทางวิทยาศาสตร์ที่น่าเชื่อถือมากกว่า ในทางตรงกันข้าม ชุมชนแบบรวมศูนย์ที่มีการทำงานร่วมกันซ้ำๆ และจำกัดเฉพาะวิธีการบางวิธีจากการศึกษาก่อนหน้านี้มักจะสร้างผลลัพธ์ที่ไม่น่าเชื่อถือ[18] [19] นอกจากนี้ยังพบความเชื่อมโยงที่แข็งแกร่งระหว่างขนาดและลำดับชั้นของทีมวิจัยกับประเภทของผลการวิจัย (วิทยาศาสตร์ที่มีความเสี่ยงและปฏิวัติกับวิทยาศาสตร์ปกติ) ที่พัฒนาขึ้นและบันทึกบทบาทที่โดดเด่นขึ้นเรื่อยๆ ของทีม (ซึ่งตรงข้ามกับการวิจัยของแต่ละบุคคล) ใน วิทยาศาสตร์สมัยใหม่[20] แม้ว่านวัตกรรมที่ใหญ่ที่สุดมักจะเกิดจากการยึดมั่นในสาขาวิชาเดิมอย่างแข็งแกร่งที่นำไปใช้ในรูปแบบที่ผิดปกติและน่าประหลาดใจ[21] [22] [23] แต่มันแสดงให้เห็นว่าโครงสร้างสิ่งจูงใจส่วนใหญ่ที่ใช้ในวิทยาศาสตร์ (เช่น การอิงจากคุณภาพของสิ่งพิมพ์และการนับการอ้างอิง) สร้างสิ่งจูงใจที่ผิดเพี้ยนซึ่งจำกัดความคิดสร้างสรรค์ทางวิทยาศาสตร์ ข้อค้นพบเหล่านี้นำไปสู่การพัฒนามาตรวัดใหม่ในชุมชนวิทยาศาสตร์ที่สามารถให้รางวัลแก่นวัตกรรมและชดเชยอคติเหล่านี้ โดยสร้างชุดสิ่งจูงใจที่เป็น ⿻ มากขึ้น[24]

การวิจัยนโยบายวิทยาศาสตร์ที่คำนึงถึงและเพิ่มพูน ⿻ ในวิทยาศาสตร์โดยตรงแสดงให้เห็นถึงข้อดีทั้งในด้านความเข้มงวดของความรู้ที่มีอยู่และการค้นพบข้อมูลเชิงลึกใหม่ๆ เมื่อชุมชนที่แตกต่างกันและแนวทางการทำงานมากขึ้นในการตรวจสอบข้อเรียกร้องที่มีอยู่ มุมมองอิสระเหล่านั้นทำให้แน่ใจว่าข้อค้นพบของพวกเขามีความทนทานต่อการหักล้างและการแก้ไขมากขึ้น นอกจากนี้ เมื่อสร้างแบบจำลองการวิเคราะห์ตามหลักการของ ⿻ โดยการจำลองความหลากหลายที่เราเห็นในโครงการทางวิทยาศาสตร์มากที่สุด การค้นพบจะเกินกว่าที่เกิดจากวิทยาศาสตร์ของมนุษย์ทั่วไป[25]

ดังนั้น แม้ในการทำความเข้าใจการปฏิบัติทางวิทยาศาสตร์เอง มุมมองของ ⿻ ที่มีพื้นฐานอยู่ในระดับขององค์กรทางสังคมที่ตัดกันมากมายถือเป็นสิ่งสำคัญ การค้นพบวิทยาศาสตร์ของวิทยาศาสตร์เกี่ยวกับแรงผลักดันที่อยู่เบื้องหลังการเกิดขึ้นของความรู้ที่ก่อกวนและสร้างสรรค์ได้รับการทำซ้ำในชุมชนความร่วมมือเชิงสร้างสรรค์อื่นๆ เช่น สิทธิบัตรและโครงการซอฟต์แวร์ใน GitHub เผยให้เห็นว่ามุมมองของ ⿻ สามารถก้าวข้ามความก้าวหน้าของวิทยาศาสตร์และเทคโนโลยีในทุกรสชาติ

อนาคต ⿻?

แต่สมมติฐานที่วิสัยทัศน์เทคโนแครติกและลิเบอร์แทเรียนที่กล่าวถึงข้างต้นนั้นแตกต่างอย่างมากจากรากฐานของ ⿻

ในวิสัยทัศน์เทคโนแครติกที่เรากล่าวถึงในบทก่อน ระบบการบริหารที่ "ยุ่งเหยิง" จะถูกแทนที่ด้วยระบบการวางแผนที่มีสติปัญญาประดิษฐ์ขนาดใหญ่ ที่เป็นระบบ มีเหตุผลและวิทยาศาสตร์ ระบบนี้ถูกจินตนาการว่าจะให้คำตอบ "ที่ไม่มีอคติ" ต่อปัญหาเศรษฐกิจและสังคมทุกประการ โดยข้ามความแตกต่างทางสังคมและท้องถิ่น ดังนั้นจึงพยายามปกปิดหรือกำจัด มากกว่าส่งเสริมและใช้ประโยชน์จากความหลากหลายทางสังคมและความไม่เหมือนกันที่วิทยาศาสตร์สังคม ⿻ เห็นว่าเป็นวัตถุแห่งความสนใจ การมีส่วนร่วม และคุณค่า

ในวิสัยทัศน์ลิเบอร์แทเรียน อธิปไตยของปัจเจกบุคคล (หรือในบางเวอร์ชัน กลุ่มปัจเจกบุคคลที่เป็นเนื้อเดียวกันและสอดคล้องกันอย่างแน่นแฟ้น) เป็นแรงบันดาลใจหลัก ความสัมพันธ์ทางสังคมดีที่สุดในการเข้าใจในแง่ของ "ลูกค้า" "การออก" และพลวัตของระบบทุนนิยมอื่น ๆ ประชาธิปไตยและวิธีการอื่นๆ ในการรับมือกับความหลากหลายถูกมองว่าเป็นโหมดล้มเหลวสำหรับระบบที่ไม่บรรลุการจัดตำแหน่งและเสรีภาพที่เพียงพอ

แต่สิ่งเหล่านี้ไม่ใช่เส้นทางเดียวที่เราสามารถก้าวไปข้างหน้าได้ วิทยาศาสตร์ ⿻ ได้แสดงให้เราเห็นถึงพลังของการใช้ความเข้าใจ ⿻ ของโลกเพื่อสร้างเทคโนโลยีทางกายภาพ เราต้องถามว่าสังคมและเทคโนโลยีสารสนเทศที่สร้างขึ้นบนความเข้าใจที่คล้ายคลึงกันของสังคมมนุษย์จะมีหน้าตาเป็นอย่างไร โชคดีที่ศตวรรษที่ 20 เห็นถึงการพัฒนาระบบดังกล่าวอย่างเป็นระบบ จากรากฐานทางปรัชญาและวิทยาศาสตร์ทางสังคมไปจนถึงการเริ่มต้นของการแสดงออกทางเทคโนโลยี


  1. Harper’s Magazine. “Holmes – Life as Art,” May 2, 2009. https://harpers.org/2009/05/holmes-life-as-art/. ↩︎

  2. Carlo Rovelli, “The Big Idea: Why Relationships Are the Key to Existence.” The Guardian, September 5, 2022, sec. Books. https://www.theguardian.com/books/2022/sep/05/the-big-idea-why-relationships-are-the-key-to-existence. ↩︎

  3. James C. Scott, Seeing Like a State: How Certain Schemes to Improve the Human Condition Have Failed (New Haven, CT: Yale University Press, 1999). ↩︎

  4. Cris Moore and John Kaag, "The Uncertainty Principle", The American Scholar March 2, 2020 https://theamericanscholar.org/the-uncertainty-principle/. ↩︎

  5. M. Mitchell Waldrop, Complexity: The Emerging Science at the Edge of Order and Chaos (New York: Open Road Media, 2019). ↩︎

  6. Alfred North Whitehead and Bertrand Russell, Principia Mathematica (Cambridge, UK: Cambridge University Press, 1910). ↩︎

  7. Alonzo Church, "A note on the Entscheidungsproblem", The Journal of Symbolic Logic 1, no. 1: 40-41. ↩︎

  8. James Gleick, Chaos: Making a New Science (New York: Penguin, 2018). ↩︎

  9. Carlo Rovelli, "Relational Quantum Mechanics", International Journal of Theoretical Physics 35, 1996: 1637-1678. ↩︎

  10. David Sloan Wilson and Edward O. Wilson, "Rethinking the Theoretical Foundation of Sociobiology" Quarterly Review of Biology 82, no. 4, 2007: 327-348. ↩︎

  11. These discoveries have continually and deeply intertwined with ⿻ social thought, from "mutualism" being used almost interchangeably by early anarchist thinkers like Pierre-Joseph Proudhon to one of the authors of this book publishing his second paper on biological mutualism, then developing these ideas further into the theories we will return to in our chapter on Social Markets. Pierre-Joseph Proudhon, System of Economic Contradictions (1846). E. Glen Weyl,Megan E. Frederickson, Douglas W. Yu and Naomi E. Pierce, "Economic Contract Theory Tests Models of Mutualism" Proceedings of the National Academy of Sciences 107, no. 36, 2010: 15712-15716. ↩︎

  12. Mark Granovetter, "Economic Action and Social Structure: The Problem of Embeddedness", American Journal of Sociology 91, no. 3 (1985): 481-510. ↩︎

  13. Pew Research Center, "The Global Catholic Population", February 13, 2013 https://www.pewresearch.org/religion/2013/02/13/the-global-catholic-population/. ↩︎

  14. In assemblage theory, as articulated by Manuel DeLanda, entities are understood as complex structures formed from the symbiotic relationship between heterogeneous components, rather than being reducible to their individual parts. Its central thesis is that people do not act exclusively by themselves, and instead human action requires complex socio-material interdependencies. DeLanda's perspective shifts the focus from inherent qualities of entities to the dynamic processes and interactions that give rise to emergent properties within networks of relations. His book "A New Philosophy of Society: Assemblage Theory and Social Complexity" (2006) is a good starting point. ↩︎

  15. Scott Page, The Difference: How the Power of Diversity Creates Better Groups, Firms, Schools, and Societies, (Princeton: Princeton University Press, 2007); César Hidalgo, Why Information Grows: The Evolution of Order, from Atoms to Economies, (New York: Basic Books, 2015); Daron Acemoglu, and Joshua Linn, “Market Size in Innovation: Theory and Evidence from the Pharmaceutical Industry,” Library Union Catalog of Bavaria, (Berlin and Brandenburg: B3Kat Repository, October 1, 2003), https://doi.org/10.3386/w10038; Mark Granovetter, “The Strength of Weak Ties,” American Journal of Sociology 78, no. 6 (May 1973): 1360–80; Brian Uzzi, “Social Structure and Competition in Interfirm Networks: The Paradox of Embeddedness,” Administrative Science Quarterly 42, no. 1 (March 1997): 35–67. https://doi.org/10.2307/2393808; Jonathan Michie, and Ronald S. Burt, “Structural Holes: The Social Structure of Competition,” The Economic Journal 104, no. 424 (May 1994): 685. https://doi.org/10.2307/2234645; McPherson, Miller, Lynn Smith-Lovin, and James M Cook. “Birds of a Feather: Homophily in Social Networks.” Annual Review of Sociology 27, no. 1 (August 2001): 415–44. ↩︎

  16. Santo Fortunato, Carl T. Bergstrom, Katy Borner, James A. Evans, Dirk Helbing, Stasa Milojevič, Filippo Radicchi, Robeta Sinatra, Brian Uzzi, Alessandro Vespignani, Ludo Waltman, Dashun Wang and Alberto-László Barbási, "Science of Science" Nature 359, no. 6379 (2018): eaao0185. ↩︎

  17. Andrey Rzhetsky, Jacob Foster, Ian Foster, and James Evans, “Choosing Experiments to Accelerate Collective Discovery,” Proceedings of the National Academy of Sciences 112, no. 47 (November 9, 2015): 14569–74. https://doi.org/10.1073/pnas.1509757112. ↩︎

  18. Valentin Danchev, Andrey Rzhetsky, and James A Evans, “Centralized Scientific Communities Are Less Likely to Generate Replicable Results.” ELife 8 (July 2, 2019), https://doi.org/10.7554/elife.43094. ↩︎

  19. Alexander Belikov, Andrey Rzhetsky, and James Evans, "Prediction of robust scientific facts from literature," Nature Machine Intelligence 4.5 (2022): 445-454. ↩︎

  20. Lingfei Wu, Dashun Wang, and James Evans, "Large teams develop and small teams disrupt science and technology," Nature 566.7744 (2019): 378-382. ↩︎

  21. Yiling Lin, James Evans, and Lingfei Wu, "New directions in science emerge from disconnection and discord," Journal of Informetrics 16.1 (2022): 101234. ↩︎

  22. Feng Shi, and James Evans, "Surprising combinations of research contents and contexts are related to impact and emerge with scientific outsiders from distant disciplines," Nature Communications 14.1 (2023): 1641. ↩︎

  23. Jacob Foster, Andrey Rzhetsky, and James A. Evans, "Tradition and Innovation in Scientists’ Research Strategies," American Sociological Review 80.5 (2015): 875-908. ↩︎

  24. Aaron Clauset, Daniel Larremore, and Roberta Sinatra, "Data-driven predictions in the science of science," Science 355.6324 (2017): 477-480. ↩︎

  25. Jamshid Sourati, and James Evans, "Accelerating science with human-aware artificial intelligence," Nature Human Behaviour 7.10 (2023): 1682-1696. ↩︎