Un bosque de árboles donde cada árbol es un proyecto y una persona apoya el tipo de trabajo de búsqueda profunda (raíces) y altamente disruptivo (ramas) que producen los equipos pequeños. Crédito:Lingfei Wu / Laboratorio de conocimiento de la Universidad de Chicago
En el mundo actual de la ciencia y los negocios, es cada vez más común escuchar que la resolución de grandes problemas requiere un gran equipo. Pero un nuevo análisis de más de 65 millones de artículos, Las patentes y los proyectos de software encontraron que los equipos más pequeños producen una investigación mucho más disruptiva e innovadora.
En un nuevo artículo publicado por Naturaleza , Investigadores de la Universidad de Chicago examinaron 60 años de publicaciones y encontraron que los equipos más pequeños tenían muchas más probabilidades de presentar nuevas ideas a la ciencia y la tecnología. mientras que los equipos más grandes desarrollaron y consolidaron con mayor frecuencia el conocimiento existente.
Si bien tanto los equipos grandes como los pequeños son esenciales para el progreso científico, Los hallazgos sugieren que las tendencias recientes en la política de investigación y la financiación de grandes equipos deberían reevaluarse.
"Los equipos grandes son casi siempre más conservadores. El trabajo que producen es como secuelas de gran éxito; muy reactivo y de bajo riesgo". dijo el coautor del estudio James Evans, profesor de sociología, director del Knowledge Lab en UChicago y un académico líder en el estudio cuantitativo de cómo surgen las ideas y tecnologías. "Los equipos más grandes siempre buscan el pasado inmediato, siempre construyendo sobre los éxitos de ayer. Mientras que los equipos pequeños, hacen cosas raras:se adentran más en el pasado, y los demás necesitan más tiempo para comprender y apreciar el potencial de lo que están haciendo ".
Knowledge Lab es un centro de investigación único que combina enfoques de "ciencia de la ciencia" de la sociología con la explosión de información digital ahora disponible sobre la historia de la investigación y el descubrimiento. Mediante el uso de técnicas computacionales avanzadas y el desarrollo de nuevas herramientas, Los investigadores del Knowledge Lab reconstruyen y examinan cómo el conocimiento crece e influye en nuestro mundo a lo largo del tiempo, generar conocimientos que puedan impulsar la innovación futura.
los Naturaleza El estudio recopiló 44 millones de artículos y más de 600 millones de citas de la base de datos de Web of Science, 5 millones de patentes de la Oficina de Patentes y Marcas de EE. UU. y 16 millones de proyectos de software de la plataforma Github. A continuación, se evaluó computacionalmente cada trabajo individual en este enorme conjunto de datos para determinar en qué medida interrumpió o desarrolló su campo de ciencia o tecnología.
"Intuitivamente, un papel perturbador es como la luna durante el eclipse lunar; eclipsa al sol, la idea sobre la que se basa, y redirige toda la atención futura hacia sí mismo, "dijo el coautor del estudio, Lingfei Wu, investigador postdoctoral de la Universidad de Chicago y el Knowledge Lab. "El hecho de que la mayoría de los trabajos futuros solo citen el artículo principal y no sus referencias es una prueba de la 'novedad' del artículo principal. Por lo tanto, podemos usar esta medida, propuesto originalmente por Funk y Owen-Smith, como un proxy para la creación de nuevas direcciones en la historia de la ciencia y la tecnología ".
A través de papeles, patentes y productos de software, la interrupción disminuyó drásticamente con la incorporación de cada miembro adicional del equipo. La misma relación apareció cuando los autores controlaron por año de publicación, tema o autor, o subconjuntos de datos probados, como los artículos ganadores del Premio Nobel. Incluso revisar artículos, que simplemente agregan los hallazgos de publicaciones anteriores, son más disruptivos cuando están escritos por menos personas, el estudio encontró.
El principal impulsor de la diferencia en la disrupción entre equipos grandes y pequeños parecía ser cómo cada uno trata la historia de su campo. Los equipos más grandes eran más propensos a citar más recientes, investigación muy citada en su trabajo, basándose en éxitos pasados y reconociendo problemas que ya se encuentran en el zeitgeist de su campo. Por el contrario, los equipos más pequeños se citan con mayor frecuencia a los mayores, ideas menos populares, una búsqueda de información más profunda y amplia que crea nuevas direcciones en ciencia y tecnología.
"Los equipos pequeños y los equipos grandes son de naturaleza diferente, "Dijo Wu." Los equipos pequeños recuerdan ideas olvidadas, hacer preguntas y crear nuevas direcciones, mientras que los equipos grandes persiguen puntos críticos y olvidan ideas menos populares, responder preguntas y estabilizar paradigmas establecidos ".
El análisis muestra que tanto los equipos pequeños como los grandes juegan un papel importante en el ecosistema de investigación, con el primero generando nuevo, conocimientos prometedores que los equipos más grandes desarrollan y perfeccionan rápidamente. Algunos experimentos son tan caros como el Gran Colisionador de Hadrones o la búsqueda de energía oscura, que solo pueden ser respondidas por una, colaboración masiva. Pero otras cuestiones científicas complejas pueden ser abordadas más eficazmente por un conjunto de equipos pequeños que asumen riesgos en lugar de un gran consorcio, argumentan los autores.
"En el contexto de la ciencia, los donantes de todo el mundo están financiando equipos cada vez más grandes, ", Dijo Evans." Lo que propone nuestra investigación es que realmente desea financiar una mayor diversidad de enfoques. Sugiere que si realmente desea desarrollar ciencia y tecnología, debe actuar como un capitalista de riesgo en lugar de un gran banco; desea financiar un montón de esfuerzos más pequeños y en gran parte desconectados para mejorar la probabilidad de grandes, éxito pionero ".
"La mayoría de las cosas van a fallar, o no van a empujar la aguja dentro de un campo. Como resultado, se trata realmente de optimizar las fallas, ", Agregó Evans." Si quieres hacer un descubrimiento, tienes que apostar ".