Danske forskere har utviklet en modell som illustrerer hvordan vitenskapelige paradigmer oppstår, sprer seg og forsvinner igjen.
Line EmilieFeddersjournalist, videnskab.dk
Publisert
Denne artikkelen er over ti år gammel og kan inneholde utdatert informasjon.
Center for Models of Life
Kim Sneppen og Mogens Høgh Jensen er en del av en interdisiplinær gruppe ved Niels Bohr Instituttet, hvor de ved å bruke metoder fra fysikken utarbeider modeller for biologiske systemer.
En periode er klima hot. Den neste snakker alle om superledere, og så skal det stå «nano» foran alt.
De skiftende trendene kan oppstå raskt, nesten eksplosivt, men har en tendens til å forsvinne igjen, og langsomt drukne i konkurransen med det nyeste nye.
Forskere fra Niels Bohr Instituttet ved Københavns Universitet og Universitetet i Bremen, Tyskland, har utviklet en modell som illustrerer hvordan, og til en viss grad når, paradigmeskiftene skjer.
Utover en bedre forståelse av paradigmeskifter, som var den opprinnelige intensjonen med å lage modellen, viser den også en risiko for ensretting innenfor vitenskapen.
Se opp for ensrettet vitenskap
Modellen viser nemlig at det er en tendens til at enkelte ideer får overtaket og fastholder det i lengre perioder, før de blir overvunnet av en ny idé.
Systemet favoriserer de dominerende ideene, og det er vanskelig for nye tanker å trenge gjennom. Derfor er det sjeldent at mange ideer eksisterer samtidig.
Som eksempel framhever forskerne de siste årenes debatt om klimaet og den globale oppvarmingen, hvor alle i akademia mente det samme i en periode, mens man rynket på nesa av skeptikere.
Først nylig er det blitt rom for å sette spørsmålstegn.
– Modellen kan minne om at vi som forskere må skille mellom hva som er viktig å forske på, og hva som er dominerende. Vi skal ikke bare følge det gjeldende paradigmet, sier Mogens Høgh Jensen, som er professor ved Niels Bohr Instituttet og en av forskerne bak modellen.
«The winning idea takes it all»
Når forskerne starter opp modellen, har datamaskinen bare en tidsskala, størrelsen på systemet og en såkalt innovasjonsrate, altså graden av utvikling av nye ideer, å arbeide med.
Forskerne sender en «idé» ut i modellen, og de virtuelle personene skal velge om de vil adoptere den. Modellen er programmert til at personenes valg særlig avhenger av hvor mange andre som allerede har adoptert ideen.
– Det er en «the winner takes it all»-dynamikk i modellen. Det skyldes at det er vanskelig å få spredt en ny idé hvis man bare er én, men lettere og lettere jo flere som slutter seg til – det er en forsterkende effekt, forklarer professor og senterleder Kim Sneppen.
– Det kalles også kooperativitet, og fungerer som en filter for ideer, slik at bare få av dem vinner innpass, fortsetter han.
Alt er mulig, men bare én gang
Annonse
Det finnes flere modeller av samme type, men de opererer oftest bare med et begrenset antall mulige holdninger eller ideer. Og her skiller den nye modellen seg ut.
– Det er et uendelig antall mulige ideer i systemet, men hver person kan bare ha en idé én gang. De kan godt ha en idé som ligner, men nøyaktig den samme ideen kan ikke opptre to ganger hos samme person, forklarer Mogens Høgh Jensen.
Små systemer bedre på innovasjon
I tillegg til å minne om risikoen for ensretting og illustrere hvordan paradigmer oppstår og forsvinner, kan modellen også forklare hvorfor store bedrifter ofte kjøper opp mindre bedrifter som et slags innovasjonssentre.
Det er nemlig lettere for nye ideer å trenge gjennom i mindre systemer enn i store, hvor de ofte blir bremset fordi de ikke får overbevist tilstrekkelig mange mennesker.
Det vil si at de små systemene har høyere innovasjonsrater, altså en høyere grad av utvikling av nye ideer.
– I modellen vår trengs det som utgangspunkt to allerede overbeviste for å overtale en ny person. En av dem skal være lokal, mens den andre godt kan være langt unna. I store systemer skal det altså være flere som tror på en idé for at den kan spre seg, og det er en hindring for innovasjon, forklarer Kim Sneppen.
Beskriver virkelighet uten virkelige data
Det er en del svakheter knyttet til modellen, forteller forskerne. Det ligger for eksempel ingen virkelige data til grunn for den.
Den består utelukkende av en algoritme som analyserer data ut fra mekanismer og parametere som forskerne selv har bestemt. Derfor er det interessant at den så presist gir et bilde av hvordan virkeligheten ser ut.
– Modellen er svært forenklet og idealisert, men den fanger likevel noen virkelige mekanismer og fundamentale prosesser i kraft av de sosiale, selvforsterkende dynamikkene, og det var også målet med å lage den, forteller Mogens Høgh Jensen.