البحث العلمي

بقلم Benjamin Hilton
اختيار المهنةرأس المال المهني
 

كان نورمان بورلوغ Norman Borlaug عالمًا زراعيًا. من خلال سنوات من البحث، طور أصنافًا جديدة من القمح عالية الغلة ومقاومة للأمراض.

قد لا يبدو الأمر عظيمًا، ولكن نتيجة لأبحاث بورلوغ، تضاعف إنتاج القمح في الهند وباكستان بين عامي 1965 و1970، وكانت البلدان المنكوبة بالمجاعة سابقًا في جميع أنحاء العالم قادرة فجأة على إنتاج ما يكفي من الغذاء لجميع سكانها. يعود الفضل في هذه التطورات وإنقاذ ما يصل إلى مليار شخص من المجاعة إلى نورمان، وفي عام 1970، حصل بورلوغ على جائزة نوبل للسلام.

العديد من الأشخاص الأكثر تأثيرًا في التاريخ، سواء كانوا معروفين أو مغمورين تمامًا، باحثين.

باختصار: الباحثون الموهوبون هم عامل رئيسي في مواجهة العديد من أهم المشاكل في العالم. ولكن هذا لا يعني أنه يجب أن تصبح أكاديميًا. على الرغم من أن ذلك أحد الخيارات المتاحة (والأكاديمية غالبًا مكان جيد للبدء)، إلا أن العديد من الأبحاث القيّمة تنشأ في أماكن أخرى أيضًا. غالبًا ما يكون يسيرًا تطوير مهارات البحث أثناء فترة الجامعة، وإذا كانت تناسبك، فإن البحث قد يكون خيارك لتحقيق تأثير عالي.

الحقائق الرئيسية حول مدى ملاءمتك

قد تكون مناسبًا تمامًا إذا كان لديك اهتمام كبير بمناقشة التساؤلات المتعلقة بالمسائل الملحة و المؤثرة، ولديك مستويات عالية من العزيمة والتحفيز الذاتي، وانفتاح على الأفكار الجديدة، وذكاء، ولديك درجة عالية من الفضول. ويجب أن تتلاءم قدراتك مع مجال بحثك (على سبيل المثال قد تحتاج إلى مهارات كمية/ في مجالك).

لمَ مهارات البحث العلمي مهمة؟

ليس الجميع نورمان بورلوغ، وليس كل اكتشاف يتم اعتماده وتبنيه. ومع ذلك، نعتقد أن البحث غالبًا ما يكون واحدًا من أكثر مجموعات المهارات قيمةً -إذا كنت ملائمًا للقيام به.

للبحث العلمي تأثير كبير على مجرى التاريخ!

إذا فكرنا في أكثر ما تسبب في تحسين العالم الحديث، يمكننا إرجاع الفضل إلى البحث العلمي: التقدم في الطب مثل تطوير اللقاحات ضد الأمراض المعدية، والتطورات في الفيزياء والكيمياء التي أدت إلى القوة البخارية والثورة الصناعية، واختراع الحاسوب الحديث، وهو فكرة اقترحها ألان تورنج لأول مرة في ورقته البارزة عام 1936 بعنوان “أعداد قابلة للحساب”.

اكتُشفَت العديد من هذه الأفكار من قِبل عدد صغير نسبيًا من الباحثين - لكنها غيرت المجتمع بأكمله. يشير هذا إلى أنه قد يكون للباحثين تأثيرات فردية كبيرة.

ممرضتان ترتديان غطاءي رأس أبيضين تساعدان مريضًا على شرب محلول من كوب صغير، وتحمل إحداهما زجاجة بلاستيكية فيها المحلول.
ساعد الدكتور نالين في إنقاذ ملايين الأرواح بابتكار بسيط: إعطاء مرضى الإسهال ماء ممزوج بالملح والسكر.

ومع ذلك، ربما يكون البحث اليوم أقل تأثيرًا مما كان عليه في الماضي. حيث أن البحث العلمي لم يعد مهملًا كما في السابق: هناك ما يقارب 25 ضعف عدد الباحثين اليوم عن ما كان في عام 1930. بناءً عليه هناك حاجة إلى جهد مضاعف لاكتشاف أفكار جديدة، لذلك ربما يكون لكل باحث جديد تأثير أقل عمَّن سبقوه.

ومع ذلك، حتى اليوم، يشارك جزء صغير نسبيًا من الناس في البحث. على سبيل التقريب، 0.1٪ فقط من الناس أكاديميون، وحوالي 2.5٪ فقط من الناتج المحلي الإجمالي ينفَق على البحث والتطوير. إذا كان عدد قليل من الأشخاص يمثلون جزءًا كبيرًا من التقدم، ففي المتوسط تكون جهود كل شخص كبيرة.

علاوة على ذلك، لا تزال لدينا حجة قوية بأن البحث لا يزال له تأثير كبير اليوم، و هذا ما سنغطيه في الجزئين المقبلين.

هناك أسباب نظرية جيدة للاعتقاد بأن البحث سيكون له تأثير عظيم

لا توجد حوافز مادية كبيرة للتركيز على الأبحاث القيّمة اجتماعيًا. ومعظم الباحثين لا يصبحون أغنياء، حتى إذا كانت اكتشافاتهم ذات قيمة كبيرة للغاية. لم يكسب ألان تورنج أي أموال من اكتشاف الحاسوب، وهو اليوم صناعة بمليارات الدولارات. وذلك لأن فوائد البحث غالبًا ما تأتي في المستقبل البعيد، وعادة لا يمكن حمايتها ببراءات الاختراع. وهذا يعني إذا كنت تهتم بالتأثير الاجتماعي أكثر من الربح، فإنها فرصة جيدة للحصول على هذه الميزة.

يعد البحث أيضًا سبيلًا للارتقاء. عندما تُكتشف أفكار جديدة، يمكن نشرها بتكلفة متدنية للغاية، لذا فإنها وسيلة يمكن من خلالها لشخص واحد أن يغير من مجالٍ ما. والابتكارات تراكمية - بمجرد اكتشاف فكرة جديدة، يتم إضافتها إلى مخزوننا من المعرفة، و في سيناريو مثالي، تصبح متاحة للجميع. حتى الأفكار التي تصبح قديمة في وقت لاحق، غالبًا ما تسرّع من الاكتشافات المستقبلية المهمة التي تحل محلها.

تبدو مهارات البحث مفيدة للغاية للمشاكل التي نعتقد أنها الأكثر إلحاحًا

عند النظر في قائمتنا لأكثر المشكلات العالمية الملحة - مثل منع الأوبئة المستقبلية أو تقليل مخاطر أنظمة الذكاء الاصطناعي - يبدو أن الباحثين المتخصصين عامل رئيسي.

على سبيل المثال، للحد من مخاطر الأوبئة الُمهندَسَة، نحتاج إلى أشخاص موهوبين في البحث لتحديد أكبر المخاطر البايو-أمنية وتطوير لقاحات وعلاجات أفضل.

لضمان تنفيذ التطورات في الذكاء الاصطناعي بأمان ولصالح البشرية، نحتاج إلى خبراء تقنيين يفكرون مليًا في كيفية تصميم أنظمة التعلم الآلي بأمان وباحثين في السياسات للتفكير في كيفية استجابة الحكومات والمؤسسات الأخرى. (انظر قائمة الأسئلة البحثية ذات الصلة).

وبالنسبة لتحديد الأولويات العالمية التي يجب أن ننفق مواردنا المحدودة عليها، نحتاج إلى اقتصاديين وعلماء رياضيات وفلاسفة لإجراء أبحاث حول الأولويات العالمية. على سبيل المثال، يمكنك الاطلاع على برنامج الأبحاث الخاص بمعهد الأولويات العالمية في جامعة أكسفورد.

لسنا متأكدين لماذا يندرج البحث ضمن العديد من الطرق الواعدة لإحراز تقدم في المشكلات التي نعتقد أنها الأكثر إلحاحًا، ولكن قد يكون ذلك بسبب الأسباب الواردة في القسم أعلاه - يوفر البحث فرصًا هائلة للارتقاء، لذلك إذا اتبعت نهجًا قائمًا على النجاحات لإيجاد أفضل الحلول للمشاكل الاجتماعية، فسيكون غالبًا الأكثر جاذبية.

بالإضافة إلى ذلك، تركيزنا على المشكلات المهمَلة في كثير من الأحيان يعني أننا نركز على مجالات أصغر وأقل تطورًا، وفي هذه المجالات غالبًا ما يكون غير واضح ما هي أفضل الحلول. وهذا يعني أنه يلزم البحث للتوصل إلى هذه المعلومات الإضافية.

للمزيد من الأمثلة والتعرف على الأمور التي يمكنك العمل عليها في مجالات مختلفة، يمكنك الاطلاع على قائمة الأسئلة البحثية المحتملة ذات الأثر الكبير، المنظمة حسب التخصصات.

إذا كنت ملائمًا، فيمكنك أن يكون لك تأثير أكبر بكثير من المتوسط

الأقسام السابقة تعرض أسبابًا تفسر لماذا يمكن توقع أن يكون البحث له تأثير عمومًا. ولكن كما سنوضح أدناه، فإن إنتاجية الباحثين الفرديين تختلف على الأرجح بشكل كبير (أكثر من معظم المهن الأخرى). وهذا يعني أنه إذا كان لديك سبب يجعلك تعتقد أن درجة ملاءمتك أفضل من المتوسط، فمن المتوقع أن يكون لديك تأثير أعلى بكثير من المتوسط.

بناءً على الموضوع الذي تركز عليه، قد تكون لديك بدائل أخرى جيدة.

متابعة البحث يساعدك على تطوير خبرة عميقة في موضوع معين، ومهارات حل المشكلات، ومهارات الكتابة. ويمكن لهذه المهارات أن تكون مفيدة في مجالات مهنية متعددة، على سبيل المثال:

  • يمكن للعديد من مجالات البحث أن تتيح فرص في مجال صنع السياسات، نظرا لأن مجالا من مجالات الخبرة التقنية ذات الصلة تحظى بالتقدير في بعض هذه المناصب. قد تكون لديك أيضًا فرص لتقديم المشورة لصانعي السياسات والجمهور كخبير.
  • قد تضعك الخبرة والمصداقية التي يمكنك تعزيزها من خلال التركيز على البحث (خاصة في الأوساط الأكاديمية) في موقع ممتاز لتحويل تركيزك إلى نقل الأفكار الهامة، خاصة تلك المتعلقة بتخصصك، إما للجمهور العام أو صانعي السياسات أو طلابك.
  • إذا كنت تتخصص في موضوع كمي تطبيقي، فقد تتاح لك فرص وظيفية عالية الأجر، مثل التداول الكمي أو علم البيانات، والتي توفر فرصًا جيدة للكسب من أجل العطاء.

قد تكون لبعض مجالات البحث بدائل متاحة أفضل بكثير من غيرها - العديد من الوظائف تقدر المهارات الكمية التطبيقية، لذا إذا كان بحثك كميًا، قد تتمكن من الانتقال إلى العمل في منظمات غير ربحية فعالة أو العمل في الحكومة. على النقيض من ذلك، فإن أكاديميًا متخصص في التاريخ لديه خيارات أقل بكثير خارج الأوساط الأكاديمية.

ما الذي ينطوي عليه بناء مهارات البحث عادةً؟

نعني من خلال «مجموعة مهارات البحث» القدرة بشكل عام على إحراز تقدم في حل المشكلات الفكرية الصعبة.

نعتقد أنه من المفيد بشكل خاص تقسيم مهارات البحث تقريبًا إلى ثلاثة أشكال:

البحث الأكاديمي

بناء مهارات البحث الأكاديمي هو أكثر مسلك معتمد بين الثلاثة أشكال. حيث يكون التركيز على إيجاد إجابات أسئلة جوهرية متعلقة بتخصص أكاديمي معين أو مجال علمي معين. ويكون ذلك مؤثرًا إما من خلال تطوير مجال بحثي مفيد للمجتمع أو لكونه فرصة للعمل على بعض التساؤلات المهمة مجتمعيًا في ذلك المجال.

كان تورينج أكاديميًا. لم يخترع الكمبيوتر فحسب - بل طوّر خلال الحرب العالمية الثانية آلات فك الشفرات التي سمحت للحلفاء بأن يكونوا أكثر فاعلية ضد الغواصات النازية. يقدر بعض المؤرخين أن هذا الأمر مكّن عملية الإنزال في نورماندي قبل عام مما كان سيحدث بخلاف ذلك. منذ أن أسفرت الحرب العالمية الثانية عن وفاة 10 مليون شخص سنويًا، ربما أنقذ تورينج حوالي 10 مليون شخص.

صورة شخصية بالأبيض والأسود لآلان تورينج في السادسة عشرة من عمره، يرتدي سترة وربطة عنق.
كان تورينج مفيدًا في تطوير الكمبيوتر. للأسف، تمت مقاضاته لكونه مثليًا، ولعل هذا ما ساهم في انتحاره في عام 1954.

يهمنا بشكل خاص البحث الأكاديمي في المجالات الفرعية لتعلم الآلة ذات الصلة بتقليل مخاطر الذكاء الاصطناعي، والمجالات الفرعية لعلم الأحياء ذات الصلة بالوقاية من الأوبئة الكارثية، والاقتصاد أيضًا - أدناه نناقش المجالات التي ننصح بالانخراط بها.

تُعد المهن الأكاديمية ممتازة أيضًا في بناء الموثوقية، مما يتيح لك الانخراط في أي من المجالات التي ذكرناها سابقًا، وخاصة لنقل الرسائل المهمة اجتماعيًا أو في مجال صنع السياسات.

شاهد المزيد حول ما تتضمنه مجموعة المهارات الأكاديمية في مراجعتنا المهنية للأوساط الأكاديمية.

الأبحاث الشاملة والعملية

تحتفي الأوساط الأكاديمية بثقافة التركيز على الأسئلة التي يمكن الإجابة عليها بشكل حاسم باستخدام أساليب هذا المجال. ومع ذلك، نادرًا ما يمكن الإجابة على الأسئلة الأكثر أهمية بشكل مطلق - أفضل ما يمكننا فعله هو النظر إلى الأدلة وإن كانت واهنة والتوصل إلى حكم معقول - مما يعني أنه بحكم أن معظم هذه الأبحاث تحدث في هذه الأوساط فسيكون من الصعب تفادي هذه الثقافة.

بدلاً من ذلك، غالبًا ما يتم إجراء هذا النوع من البحث في معاهد الأبحاث الغير ربحية، مثل مركز حوكمة الذكاء الاصطناعي أو Our World in data، أو يتم إجراؤه بشكل مستقل.

ينبغي أن يكون تركيزك على الإجابة على الأسئلة التي تبدو أكثر أهمية (بناءً على رؤيتك للمشاكل العالمية الأكثر أهمية) من خلال أي وسيلة فعالة.

بعض الأمثلة على الأسئلة في هذه الفئة التي نهتم بها بشكل خاص تشمل:

  • ما هي احتمالية حدوث وباء أسوأ من كوفيد-19 في العشر سنوات القادمة؟
  • ما مدى صعوبة حل مشكلة ملاءمة الذكاء الاصطناعي؟
  • ما المشاكل العالمية الأكثر إلحاحًا؟
  • هل العالم يتحسن أم يتدهور مع مرور الوقت؟
  • ما الذي يمكننا أن نتعلمه من تاريخ الأعمال الخيرية حول أشكال العطاء الخيري الأكثر فعالية؟

يمكنك الاطلاع على قائمة أطول في هذه المقالة.

إحدى الأشخاص اللاتي لديهن تأثير كبير وممن يمتلكن مجموعة المهارات هذه هي أجيا كوترا Ajeya Cotra. درست أجيا في البداية الهندسة الكهربائية وعلوم الحاسب في جامعة كاليفورنيا في بيركلي. وفي عام 2016، انضمت إلى Open Philanthropy بصفتها مقدمة منح. منذ ذلك الحين عملت على إطار عمل لتقدير متى يمكن للذكاء الاصطناعي التحويلي أن يتطور، وكيف يمكن تفعيل تنويع النظرة العالمية في تخصيص الميزانيات الخيرية، و كيف من المحتمل أن نعلم نماذج الذكاء الاصطناعي عن طريق الخطأ خداعنا.

صورة شخصية لأجيا كوترا مبتسمة أمام خلفية رمادية.
أجايا أُلهِمت بالعديد من استنتاجات العلمية الفعّالة، مما أدى في النهاية إلى بدء أبحاثها حول التأثيرات الجذرية للذكاء الاصطناعي.

الأبحاث التطبيقية

ثالثًا، هناك أبحاث تطبيقية. غالبًا ما يتم ذلك داخل الشركات أو المنظمات غير الربحية، مثل مراكز الأبحاث (على الرغم من وجود الكثير من الأبحاث التطبيقية في الأوساط الأكاديمية). ينصب التركيز هنا على حل مشكلة عملية أكثر إلحاحًا (وإذا تابعتها شركة، قد يكون من الممكن تحقيق ربح من حلها). على سبيل المثال:

  • تطوير لقاحات جديدة
  • إنشاء أنواع جديدة من الخلايا الشمسية أو المفاعلات النووية
  • تطوير بدائل اللحوم

كان نيل Neel حاصلاً على درجة البكالوريوس في الرياضيات عندما قرر أنه يريد العمل في مجال حوكمة الذكاء الاصطناعي. تمكن فريقنا من تقديم نيل للباحثين في هذا المجال وساعده في تأمين تدريب داخلي في مجموعات الأبحاث الأكاديمية والصناعية. لم يشعر نيل أنه مناسب تمامًا للأوساط الأكاديمية - فهو يكره الكتابة - لذلك تقدم بطلب للحصول على عمل في مختبرات أبحاث الذكاء الاصطناعي التجارية. وهو الآن مهندس أبحاث في DeepMind. وهو يعمل على أبحاث التفسير الميكانيكية التي يعتقد أنه يمكن استخدامها في المستقبل للمساعدة في اكتشاف أنظمة الذكاء الاصطناعي التي يُحتمل أن تكون خطيرة قبل أن تتسبب في ضرر.

صورة شخصية لنيل ناندا مبتسمًا، يرتدي نظارة وسترة بقلنسوة مزينة بالزهور أمام باب خشبي.
يعد بحث نيل للتعلم الآلي كميًا بشكل كبير - ولكن له تطبيقات واضحة لتقليل المخاطر من الذكاء الاصطناعي المتقدم.

كما قد نرى «أبحاث سياسات» - تهدف إلى تطوير أفكار أفضل للسياسة العامة - كشكل من أشكال البحث التطبيقي.

مراحل التقدم في مهارات البحث

تتداخل هذه الأشكال المختلفة من البحوث في بعضها البعض، وغالبًا ما يكون من الممكن التبديل بينها خلال مسيرتك المهنية. على وجه الخصوص، من الشائع البدء في البحث الأكاديمي ثم التحول إلى الأبحاث التطبيقية لاحقًا.

ومع ذلك، على الرغم من أن مجموعات المهارات لديها جوهر مشترك، فإن الشخص القادر على التفوق في البحث الأكاديمي الفكري قد لا يكون مناسبًا للبحث العملي أو التطبيقي.

إن نموذج المسيرة الأكاديمية عادةً ما يكون كالتالي:

  1. اختيار مجال الدراسة. يجب أن يعتمد هذا الاختيار بشكل كبير على الملاءمة الشخصية (حيث تتوقع أن تحقق النجاح الأكبر وتستمتع بعملك بشكل أكبر)، على الرغم من أنه من المفيد أيضًا التفكير في المجالات التي توفر أفضل الفرص للمساهمة في مواجهة المشكلات التي تعتبرها أكثر إلحاحًا، وتمنحك الخبرة التي تكون مفيدة بشكل خاص لهذه المشكلات، واستخدام ذلك على الأقل كعامل حاسم. (اقرأ المزيد.)
  2. احصل على درجة الدكتوراه.
  3. تعلم حرفتك وأسس حياتك المهنية - العثور على مكان يمكنك فيه الحصول على إرشاد كافي ويمكنك لنشر العديد من الأوراق البحثية المميزة. وعادة ما يعني ذلك العثور على وظيفة ما بعد الدكتوراه مع مجموعة جيدة ثم الحصول على وظائف أكاديمية مؤقتة.
  4. اضمن لنفسك وظيفة أكاديمية ثابتة.
  5. ركز على البحث الذي تعتقد أنه ذو قيمة اجتماعية أعلى (أو انقل تركيزك نحو توصيل الأفكار أو السياسات).

عادة ما يُنظر إلى الأكاديميا على أنها المسار المرموق… ضمن الأوساط الأكاديمية. لكن المناصب غير الأكاديمية يمكن أن تكون مؤثرة بنفس القدر - وغالبًا ما تكون أكثر من ذلك حيث يمكنك تجنب بعض المشتتات ضمن الأوساط الأكاديمية، مثل التنافس على النشر.

و في أي وقت بعد الدكتوراه (وأحيانًا بحصولك على درجة الماجستير فقط)، عادة ما يكون من الممكن التحول إلى الأبحاث التطبيقية في الصناعة والسياسة والمنظمات غير الربحية وما إلى ذلك، على الرغم من أنك ستظل عادةً مركزًا على الحصول على الإرشاد والتعلم لبضع سنوات على الأقل. وقد تحتاج أيضًا إلى اتخاذ بعض الخطوات لتأسيس حياتك المهنية بما يكفي لتحويل انتباهك إلى موضوعات أكثر تأثيرًا.

لاحظ أنه داخل الأوساط الأكاديمية، هناك حوافز قوية للاستمرار، لذلك غالبًا ما يستمر الناس لفترة أطول مما ينبغي!

إذا كنت تركز على البحث العملي والشامل، فليس هناك مسار ثابت، ولا يلزم حصولك على درجة الدكتوراه.

بالإضافة إلى الأكاديميا، يمكنك محاولة بناء هذه المهارة في أي وظيفة تنطوي على اتخاذ قرارات فكرية صعبة ومعقدة، مثل الصحافة التحقيقية، وبعض أشكال الاستشارات، والأبحاث المالية، ومراكز الأبحاث، أو أي نوع من أنواع الاستشراف.

ربما تكون الملاءمة الشخصية أهم بالنسبة للبحث من المهارات الأخرى

يبدو أن الباحثين الموهوبين يختلفون بشكل كبير في تأثيرهم مقارنة بالباحثين العاديين، عبر مجموعة متنوعة من المقاييس ووفقًا لآراء باحثين آخرين.

على سبيل المثال، عندما أجرينا استطلاعًا للباحثين في الطب الحيوي، قالوا إن الباحثين الجيدين جدًا كانوا نادرين، وسيكونون على استعداد لرفض مبالغ كبيرة من المال إذا تمكنوا من الحصول على باحث جيد لمختبرهم. أخبرنا البروفيسور جون تود John Todd، الذي يعمل في علم الوراثة الطبية في كامبريدج:

يعد العثور على أشخاص جيدين أكبر تحدي، أما التمويل فهو أمر يسير بالمقارنة. فالصعوبة الحقيقية تكمن في إيجاد أشخاص فريدين حقًا… فإن شخص واحد جيد قد ينجز عمل خمسة أشخاص

يبدو هذا منطقيًا إذا افترضنا أن توزيع مخرجات البحوث واسع جدًا - أن أفضل الباحثين لديهم إنتاجية أكبر بكثير من الباحث المتوسط.

ما مدى اختلاف الباحثين في الإنتاجية؟

من الصعب معرفة التوزيع بالضبط، ولكن هناك العديد من الأدلة التي تشير إلى أن التباين مرتفع جدًا.

أولاً، تحصل معظم الأوراق الأكاديمية على عدد قليل جدًا من الاستشهادات، بينما يحصل عدد قليل منها على المئات أو حتى الآلاف منها. وجد تحليل لعدد الاستشهادات في المجلات العلمية أنه ~ 47٪ من الأوراق لم يُستشهد بها مطلقًا، واستشهد بأكثر من 80٪ منها 10 مرات أو أقل، ولكن استشهد بال 0.1٪ المتصدرة أكثر من 1000 مرة. يبدو أن هناك نمطًا ثابتًا عبر الباحثين الأفراد، مما يعني أن القليل منهم فقط يهيمن - على الأقل من حيث الإشادة التي تلقاها أوراقهم البحثية.

عدد الاستشهادات هو مقياس غير كامل لجودة البحث، لذا لا ينبغي اعتبار هذه الأرقام حرفيًا. على سبيل المثال، الأوراق التي تحصل على أكبر عدد من الاستشهادات قد تعتمد جزئيًا على عوامل عشوائية وتوجهات أكاديمية، وأمور من قبيل تأثير “الرابح يحصد كل شيء” - الأوراق المكتشفة في وقت مبكر يستشهد بها الجميع لدعم ادعاء معين، حتى لو لم تمثل فعلاً البحث الذي منح المجال تقدمًا كبيرًا.

ومع ذلك، هناك أسباب أخرى تشير إلى أن توزيع الإنتاجية قد يكون معطوبًا بشكل كبير.

ويليام شوكلي (William Shockley)، الذي حصل على جائزة نوبل في اختراع الترانزستور، جمع إحصاءات حول جميع الباحثين في المختبرات الوطنية وأقسام الجامعات ووحدات البحث الأخرى، ووجد أن توزيع الإنتاجية (كما تُقاس بواسطة العدد الإجمالي للمنشورات ومعدل النشر وعدد براءات الاختراع) كان معطوبًا بعد تتبعها عن طريق التوزيع اللوغاريتمي الطبيعي.

يشير شوكلي إلى أن إنتاجية الباحثين هي نتاج عدة متغيرات عشوائية (توزيع طبيعي) - مثل القدرة على تصوّر سؤال جيد للبحث، وإيجاد الطريقة المناسبة للتعامل مع السؤال، والتعرف على النتيجة المجدية عند تحقيقها، وكتابة المقالات بشكل ملائم، والتجاوب جيدًا مع التعليقات، وما إلى ذلك. وهذا يفسر التوزيع المشوه: إذا كان إنتاج البحث يعتمد على ثمانية عوامل مختلفة ومساهماتها تكون متعددة، فإن الشخص الذي يكون أعلى بنسبة 50٪ من المتوسط في كل من هذه العوامل سيكون في المتوسط أكثر إنتاجية 26 مرة من المتوسط.

عندما نلقي نظرة على البيانات الحديثة حول كيف تختلف الإنتاجية في مجالات مختلفة، نجد نتائج مشابهة جدًا. والنتيجة النهائية هي أن البحث العلمي يبدو المجال الذي لدينا فيه أفضل أدلة على وجود توزيع ثقيل الذيل للإنتاجية.

ومن اللافت للانتباه، على الرغم من التباين الهائل في الإنتاجية، فإن أكثر الباحثين الأكاديميين إنتاجية نادرًا ما يتقاضون أجورًا تزيد عن المتوسط، نظرًا لأنهم يتقاضون رواتب ثابتة في الجامعات. وهذا يعني أن الباحثين الأكثر إنتاجية يقدمون قيمة «زائدة» كبيرة لمجالهم . على سبيل المثال، إذا كان الباحث المنتج يؤدي 10 أضعاف ما يؤديه الباحث العادي في المتوسط، ولكنه يتقاضى نفس الأجر، فإن صافي ما ينتفع به المجتمع على الأقل تسع مرات أكثر. وهذا يشير إلى أن الباحثين المميزين لا يتقاضون أجورًا ينعكس فيها مستوى مساهماتهم، مما يثبطهم عن متابعة البحث، ويجعل مهارات البحث ناقصة العرض مقارنة بما هو مثالي.

هل يمكنك التنبؤ بهذه الاختلافات مسبقًا ؟

عمليًا، السؤال المهم ليس مقدار الاختلاف بل هو ما إذا كان بإمكانك - في بداية حياتك المهنية - تحديد ما إذا كنت ستكون من بين أفضل الباحثين.

إليك أخبارًا جيدة! على الأقل في مجال البحث العلمي، يبدو أنه يمكن توقع هذه الاختلافات إلى حد ما مسبقًا، مما يعني أن الأشخاص الذين يدخلون مجال البحث بناءًا على دراية بملاءمة المجال لهم قد يكون لديهم تأثير أكبر بمرات عديدة.

في دراسة، نظر اثنان من الاقتصاديين في صندوق النقد الدولي إلى درجات أساتذة الرياضيات في الأولمبياد الرياضي الدولي - وهي مسابقة رياضيات مرموقة لطلاب المدارس الثانوية. وخلصوا إلى أن كل نقطة إضافية سُجلت في الأولمبياد الدولي للرياضيات «مرتبطة بزيادة بنسبة 2.6 في المائة في منشورات الرياضيات وزيادة بنسبة 4.5 في المائة في الاستشهادات الرياضية».

نظرنا في مجموعة من البيانات حول مدى اختلاف الإنتاجية التي يمكن التنبؤ بها في مجالات مختلفة، ووجدنا أنها أكثر قابلية للتنبؤ في مجال الأبحاث.

ماذا يعني هذا لبناء مجموعة مهارات بحثية؟

هذا الانتشار الواسع للإنتاجية يجعل بناء مجموعة مهارات بحثية قوية واعدًا بدرجة أكبر إذا كنت أكثر ملاءمة من المتوسط . وإذا كنت مناسبًا تمامًا، يمكن أن يصبح البحث بسهولة خيارك الأفضل.

على الرغم من أن هذه الاختلافات في الإنتاج لا يمكن التنبؤ بها تمامًا في بداية المهنة، إلا أن الفارق كبير جدًا لدرجة أنه من المحتمل أنه لا يزال من الممكن التنبؤ بالاختلافات في الإنتاجية مع بعض الموثوقية.

هذا يعني أيضًا أنه يجب عليك تقييم تأثيرك المتوقع على المدى الطويل بشكل رئيسي من خلال فرصك في تحقيق نجاح كبير.

ومع ذلك، لا تستبعد نفسك في وقت مبكر. أولاً، يقوم الكثيرون بالتقليل من تقدير مهاراتهم. (على الرغم من أن البعض الآخر يبالغ في تقديرها!) أيضًا، يمكن أن يكون للبحث أثر كبير لدرجة أنه غالبًا ما يستحق التجربة، حتى لو لم تتوقع النجاح. عوضًا أن الخطوات المبكرة في مسيرة بحثية غالبًا ما تمنحك رأس مال مهني جيد يمكن أن ينفعك في مجالات أخرى عديدة.

كيف تقيم ملاءمتك؟

كيف تتنبأ من ملاءمتك مسبقًا؟

من الصعب التنبؤ بالنجاح مسبقًا، لذلك نشجع على اتباع نهج تجريبي: انظر ما إذا كان بإمكانك تجربتها بالنظر إلى تاريخك في البحث.

ربما كان لديك بعض الخبرة في البحث: يمتلك العديد من قرائنا بعض الخبرة في الأكاديميا من خلال إتمامهم لدرجة أكاديمية، سواء كانت النية العمل في البحث الأكاديمي أم لا. يمكن أيضًا أن يشير النجاح الأكاديمي القياسي إلى أنك تناسب جيدًا (على الرغم من أن ذلك ليس كافيًا).

  • هل حصلت على درجات عليا في مرحلة البكالوريوس (المركز الأول في المملكة المتحدة، أو المعدل التراكمي 3.5 في الولايات المتحدة)؟
  • هل قمت بمشروع بحث صيفي كطالب جامعي؟ إذا كنت طالبًا جامعيًا حاليًا، فهل يمكنك فعل ذلك الآن؟ بعد ذلك، اسأل: كيف سارت الأمور؟
  • إذا أتممت دراساتك العليا، ما هو ترتيبك في الصف (إذا كنت تستطيع معرفة ذلك)؟ إذا قمت بدراسة الدكتوراه، هل تمكنت من كتابة مقالة في مجلة رصينة (على الرغم من أنه من الملاحظ أن ذلك أسهل في بعض التخصصات من غيرها)؟

يبدو أن بعض السمات الرئيسية التي تشير إلى أنك قد تكون مناسبًا لمجموعة مهارات البحث هي:

  • الذكاء (اقرأ المزيد حول ما إذا كان الذكاء مهمًا لمجموعة مهارات البحث.)
  • القدرة على أن تصبح مهووسًا بموضوع ما (يمكن أن يستغرق أن تصبح خبيرًا في أي شيء عقودًا من الممارسة المركزة، لذا يجب أن تتمكن من الالتزام به)
  • حس المثابرة و التحفيز الذاتي و العزيمة، خاصةً في الأبحاث المستقلة أو في الأوساط الأكاديمية بشكل عام في غياب مشرف مباشر والمواعيد النهائية.
  • الانفتاح على الأفكار الجديدة والفضول.
  • قوة الملاحظة عندما يكون هناك سؤال بحثي مهم لحل مشكلة ملحة.

هناك عدد من الطرق البسيطة الأخرى التي قد تحاول من خلالها اختبار ملاءمتك.

من الأشياء التي يمكنك القيام بها في أي مرحلة هو ممارسة البحث والكتابة القائمة على البحوث، فإحدى طرق البدء هي تجربة التعلم عن طريق الكتابة.

يمكنك أيضًا تجربة ما يلي:

  • معرفة المتطلبات الأساسية و خلفية الأشخاص الذين يدخلون مجال البحث لمقارنة مهاراتك وخبراتك بهم.
  • قراءة الأبحاث الرئيسية في مجالك، ومحاولة المساهمة في النقاشات مع الباحثين الآخرين (مثل من خلال المدونات أو تويتر)، لمعرفة تعليقاتهم على أفكارك.
  • التحدث مع الباحثين الناجحين في مجال معين وسؤالهم عن ما يبحثون عنه في الباحثين الجدد.

كيف تعرف ما إذا كنت على المسار الصحيح؟

إليك بعض المعايير العامة التي يمكنك السعي إليها:

  • تكرس وقتًا كافيًا لبناء مهارات البحث وتوصل نتائجك للآخرين. (يمكن أن يكون تحقيق هذا المعيار الأصعب للعديد من الأشخاص، حيث يمكن أن يكون من الصعب الحفاظ على الدافع والإنتاجية نظرًا للتوجيه الذاتي الذي يحتاجه البحث في كثير من الأحيان.)
  • في تقديرك الشخصي، تشعر أنك قمت باستنتاج نقاط جديدة ومهمة وصحيحة (على الرغم من أنها ليست بالضرورة مدهشة) حول مواضيع مهمة في مجالك.
  • تلقيت ما يكفي من التعليقات والمراجعات الرسمية مما يشعرك بأن عدة أشخاص آخرين (ممن تحترم تقديرهم و ممن قضوا جهدًا في التفكير في مجالك) يوافقونك في أفكارك، ويشعرون بأنهم تعلموا شيئًا من عملك.
  • تكون علاقات ذات مغزى مع الأشخاص المهتمين بمجالك، علاقات من المحتمل أن تؤدي إلى فرص تمويل أو وظيفة جانبية. يمكن أن تكون هذه العلاقات من جهات مختصة بمواضيع اهتمامك؛ ولكن يمكن أن يكون هناك أيضًا ديناميكية “معارضة” حيث يبدو أن هذه المؤسسات غير مهتمة و/أو دفاعية، وعند ملاحظة آخرون ذلك يقدمون لك المساعدة.

في البحث الأكاديمي

لقد حددت الأوساط الأكاديمية مراحل واضحة، لذا يمكنك أن ترى كيف تؤدي في كل من هذه المراحل.

بشكل عام جدًا، يمكنك أن تسأل “كيف تتقدم مسيرتك الأكاديمية، وفقًا لمعايير مؤسستك ومجالك؟” (احرص على التفكير في المجال ككل، بدلاً من أقرانك المباشرين، الذين لا يمثلون متوسط الكفاءات الأكاديمية) يمكن للأكاديميين ذوي الخبرة أكثر منك أن يساعدوك في الحصول على فكرة واضحة عن كيفية تقدم الأمور.

نمر بهذا بالتفصيل في مراجعتنا لمهن البحث الأكاديمي.

في إطار البحث المستقل

كمبدأ توجيهي عام، فإن الأشخاص الذين يناسبهم البحث المستقل غالبًا ما يتمكنون من تحقيق المحطات المذكورة أعلاه في غضون عام من العمل بدوام كامل يركزون فيه بشكل حصري على بناء مهارات البحث، أو في غضون 2-3 سنوات من العمل المستقل بنسبة 20٪ من الوقت (مثلاً يوم واحد في الأسبوع).

في إطار البحوث في المجال الصناعي أو السياسة العامة

قد تبدو المراحل هنا أكثر مثل مسيرة بناء منظمة، ويمكنك أيضًا تقييم مدى ملاءمتك من خلال النظر إلى معدل تقدمك في المنظمة.

كيفية البدء في بناء مهارات البحث

كما ذكرنا أعلاه، إذا كنت قد أكملت درجة البكالوريوس، فإن أحد المسارات الواضحة للدخول في مجال البحث هو الالتحاق بالدراسات العليا (اطلع على نصائحنا حول اختيار برنامج الدراسات العليا)، ثم محاولة الدخول إلى الأكاديميا قبل اتخاذ قرار بالاستمرار أو متابعة وظائف خارج الأكاديميا في وقت لاحق من حياتك المهنية.

إذا اخترت المسار الأكاديمي، فإن الخطوات التالية واضحة نسبيًا. سترغب في محاولة الحصول على درجات ممتازة في الدراسة الجامعية وفي الماجستير، واكتساب نوع من الخبرة البحثية في فصل الصيف، ثم الالتحاق بأفضل برنامج دكتوراه يمكنك الحصول عليه. بعد ذلك، ركز على تعلم حرفتك عن طريق العمل تحت إشراف أفضل باحث يمكنك العثور عليه كمرشد والعمل في مركز رائد في مجالك. حاول نشر أكبر عدد ممكن من الأوراق البحثية حيث يُشترط ذلك للحصول على وظيفة أكاديمية.

ومن غير الضروري أيضًا الالتحاق بالدراسات العليا لتصبح باحثًا متميزًا (على الرغم من أن ذلك يعتمد إلى حد كبير على المجال)، خاصة إذا كنت موهوبًا جدًا. على سبيل المثال، أجرينا مقابلة مع كريس أولاه، الذي يعمل في مجال بحوث الذكاء الاصطناعي حتى بدون الحصول على درجة البكالوريوس.

يمكنك الالتحاق بالعديد من وظائف البحث غير الأكاديمية بدون خلفية أكاديمية. لذلك، يمكن أن يكون نقطة البداية لبناء مهارات البحث هي الحصول على وظيفة في منظمة تركز بشكل خاص على نوع الأسئلة التي تهتم بها. على سبيل المثال، يمكنك الاطلاع على قائمتنا للمنظمات الموصى بها، حيث تقوم العديد منها بإجراء بحوث غير أكاديمية في مجالات ذات صلة بالمشاكل الملحة.

عمومًا، يمكنك تعلم مهارات البحث في أي وظيفة تتسم بشكل كبير باتخاذ قرارات فكرية صعبة وعقد رهانات، ويفضل أن تكون على مواضيع تتعلق بالأسئلة التي تهتم بالبحث عنها. قد يشمل ذلك وظائف في التمويل أو التحليل السياس أو حتى المنظمات غير الربحية.

طريقة شائعة أخرى - اعتمادًا على مجالك - هي تعلم البرمجة، ثم تطبيقها في المراكز البحثية. على سبيل المثال، هنا دليل حول كيفية الانتقال من هندسة البرمجيات إلى بحوث سلامة الذكاء الاصطناعي.

إذا كنت مهتمًا بإجراء بحوث عملية بمنظور شمولي (خاصة خارج الأكاديميا)، فمن الممكن أيضًا بناء مسار مهني من خلال الدراسة الذاتية والعمل المستقل - خلال وقت فراغك أو من خلال المنح الدراسية المصممة لهذا الغرض (مثل منح صندوق EA Long-Term Future ودعم Open Philanthropy للأفراد العاملين في مجالات ذات صلة).

أمثلة على بعض الطرق التي يمكنك اتباعها في الدراسة الذاتية:

  • استعرض بعناية وبشكل نقدي بعض النصوص والحجج المتعلقة بالمواضيع ذات الصلة. اشرح الأجزاء التي توافق عليها بأوضح ما يمكن، و/أو قم بشرح واحدة أو أكثر من الآراء التي تختلف معها.
  • اختر سؤالاً ذي صلة وسجل وجهة نظرك الحالية بشأنه. في المقابل، اكتب وجهة نظرك الحالية حول بعض الأسئلة الفرعية التي تظهر أثناء تفكيرك فيها.
  • ثم احصل على تغذية راجعة من الباحثين المتمكنين أو أولئك الذين يستخدمون أنواعًا مماثلة من الأبحاث في وظائفهم.

يمكن أيضًا أن يكون من المفيد أن تبدأ بنماذج أسهل من هذا النوع من التمارين، مثل:

  • شرح أو نقد الحجج المثيرة للاهتمام في أي موضوع تجد الدافع للكتابة عنه.
  • كتابة مقالات عن بعض الحقائق.
  • استعراض البحوث الأكاديمية حول أي موضوع مثير للاهتمام ومحاولة التوصل إلى استنتاج نهائي وشرحه.

بشكل عام، ليس من الضروري الانشغال بأن يكون لديك أفكارًا أصيلة أو جديدة في البداية. يمكنك أن تتعلم الكثير فقط من خلال محاولة الكتابة في المجالات التي تثير اهتمامك.

اختيار مجال البحث

عندما تبدأ في بناء مجموعة مهارات بحثية، هناك ثلاثة عوامل يجب مراعاتها في اختيار المجال:

  1. الملاءمة- ما هي فرصك في أن تصبح باحثًا متميزًا في هذا المجال؟ حتى لو كنت تعمل على سؤال مهم، فلن تحقق الكثير إذا لم تكن جيدًا في ذلك المجال أو لم تكن لديك الدافع الكافي للعمل على هذه المشكلة.
  2. التأثير - مدى احتمالية أن يسهم البحث في مجالك في حل المشاكل الملحة؟
  3. الخيارات البديلة - كيف ستتيح لك المهارات التي تكتسبها خيارات أخرى إذا قررت تغيير المجال (أو ترك البحث تمامًا)؟

إحدى الطرق لاتخاذ قرار هي تقليل المجالات بحسب أهميتها و تحديد الخيارات البديلة، ثم اختيار إحداها من قائمتك المختصرة استنادًا إلى مدى ملاءمتها.

لقد وجدنا أن الناس، خاصة في بداية بنائهم لمهاراتهم البحثية، يفكرون ضمن نطاق ضيق للغاية فيما يمكنهم أن يجيدوه ويستمتعوا به - وبدلاً من ذلك ينتهي بهم الأمر محصورين في مجال معين (على سبيل المثال يتم تقييدهم من خلال مجال شهادتهم الجامعية). يمكن أن يكون هذا ضارًا لأنه يعني أن الأشخاص الذين يمكنهم المساهمة في الأبحاث المهمة للغاية لا يفكرون في ذلك. هذا يزيد من أهمية كتابة قائمة كبيرة تتضمن المجالات التي يحتمل أن تبحث ضمنها.

بالنظر إلى قائمتنا للمشاكل الأكثر إلحاحًا في العالم، نعتقد أن بعض المجالات الواعدة لإجراء الأبحاث ضمنها هي ما يلي:

  • المجالات ذات الصلة بالذكاء الاصطناعي، وخاصة تعلم الآلة، ولكن أيضًا علوم الحاسب بشكل عام. يركز هذا المجال بشكل رئيسي على العمل في مجال سلامة الذكاء الاصطناعي مباشرة، ولكن هناك أيضًا العديد من الفرص لتطبيق تعلم الآلة على مشاكل أخرى (بالإضافة إلى العديد من الخيارات البديلة).
  • علم الأحياء، ولا سيما الأحياء التركيبي وعلم الفيروسات والصحة العامة وعلم الوبائيات. يركز هذا المجال بشكل رئيسي على الأمن البيولوجي.
  • الاقتصاد. يركز هذا المجال على البحوث العالمية لتحديد الأولويات، أو اقتصاديات التنمية، أو بحوث السياسات المرتبطة بأي مجال قضايا، وخاصة المخاطر الكارثية العالمية.
  • الهندسة - اقرأ قائمتنا للطرق التي يمكنك من خلالها تطبيق الحلول الهندسية على المشكلات الملحة.
  • العلاقات الدولية/ العلوم السياسية، بما في ذلك دراسات الأمن والسياسة العامة - هذه المجالات تمكنك من القيام بأبحاث حول نهج السياسيات العامة للتخفيف من المخاطر الكارثية وتوفر أيضًا طريقًا جيدًا للانتقال إلى وظائف في الحكومة والسياسات بشكل عام.
  • الرياضيات، بما في ذلك الرياضيات التطبيقية أو الإحصاء (أو حتى الفيزياء). قد تكون هذه خيارًا جيدًا إذا كنت غير متأكد تمامًا، حيث تعلمك مهارات يمكن تطبيقها على مجموعة واسعة من المشاكل المختلفة - وتتيح لك الانتقال إلى معظم المجالات الأخرى المذكورة في القائمة. من السهل نسبيًا الانتقال من درجة الدكتوراه في الرياضيات إلى تعلم الآلة أو الاقتصاد أو الأحياء أو العلوم السياسية، وهناك فرص لتطبيق الأساليب الكمية على مجموعة واسعة من المجالات. كما أنها توفر خيارات بديلة جيدة خارج مجال البحث.
  • هناك العديد من المواضيع الهامة في الفلسفة والتاريخ، ولكن هذه المجالات صعبة بشكل غير اعتيادي للتقدم فيها وليس فيها بدائل كثيرة. (نعرف الكثير من الأشخاص الذين حصلوا على درجة الدكتوراه في الفلسفة وانتقلوا للقيام بأعمال رائعة أخرى غير الفلسفة!)

ومع ذلك، يمكن أن تلعب مهارات البحث المختلفة دورًا في التصدي للمشاكل العالمية الملحة.

وكما تمت مناقشته، تعتبر الملاءمة مهمة بشكل خاص في البحث العلمي. وهذا يعني أنه قد يكون من المفيد بشكل كبير الدخول إلى مجال يبدو غير ذي صلة في المتوسط إذا كنت تتمتع بمهارات ممتازة. (يعود ذلك إلى قيمة البحث الذي قد تنتجه والقدرة الممتازة على بناء مسار وظيفي مهني ناجح من خلال أن تكون رائدًا في مجال أكاديمي.)

على سبيل المثال، على الرغم من أننا غالبًا ما نوصي بالمجالات المذكورة أعلاه، إلا أننا سنكون متحمسين لرؤية بعض قرائنا يدخلون مجال التاريخ أو علم النفس أو علم الأعصاب وغيرها من المجالات. وإذا كان لديك رؤية مختلفة للأولويات العالمية عنا، فقد تكون هناك العديد من المجالات ذات الصلة بشكل كبير.

بمجرد اكتسابك لمجموعة المهارات هذه، كيف يمكنك تطبيقها بشكل أفضل ليكون لها تأثير ؟

اعتاد ريتشارد هامينغ Richard Hamming إزعاج زملاءه بسؤالهم “ما أهم سؤال مطروح في مجالك؟”، ثم بعد أن يشرحوا، يتابع بالسؤال “ولماذا لا تعمل عليه؟”

ليست هناك حاجة دائمًا للعمل على أهم سؤال في مجالك، ولكن لدى هامينغ وجهة نظر. غالبًا ما ينجذب الباحثون إلى تخصص ضيق وقد يبتعدون عن الأسئلة التي تهم حقًا.

الآن لنفترض أنك قد اخترت مجالًا وطورت مهاراتك بما يكفي بحيث يكون لديك بعض الحرية حول محط تركيزك. على أي أسئلة بحثية يجب أن تركز؟

ما هي موضوعات البحث الأكثر تأثيرًا؟

سافر تشارلز داروين Charles Darwin عبر المحيطات لتوثيق أنواع مختلفة من الطيور بعناية على مجموعة صغيرة من الجزر - التوثيق الذي أصبح فيما بعد وقودًا لنظرية التطور. يوضح هذا مدى صعوبة التنبؤ بالبحث الذي سيكون أكثر تأثيرًا.

علاوة على ذلك، لا يمكننا معرفة ما سنكتشفه حتى نكتشفه، لذا فإنه من الصعب التنبؤ في مرحلة البحث. هناك بالتأكيد حجة للبحث المدفوع بالفضول دون أجندة واضحة.

ومع ذلك، نعتقد أنه من الممكن أيضًا زيادة فرصك في العمل على شيء ذي صلة، وأفضل نهج هو محاولة العثور على موضوعات تحفزك شخصيًا وتبدو على الأرجح أهم من المتوسط. فيما يلي بعض الأساليب للقيام بذلك.

استخدام إطار عمل المشكلة

يتمثل أحد النهج في أن تسأل نفسك أي المشاكل العالمية التي تعتقد أنها الأكثر إلحاحًا، ثم محاولة تحديد الأسئلة البحثية التي تتوافر فيها المعايير التالية:

  • أن تكون ذات أهمية لتحقيق تقدم في حل تلك المشكلات (أي إذا تم الإجابة على هذا السؤال، فإنه سيؤدي إلى تحقيق تقدم أكبر في هذه المشكلات).
  • أن تكون مُهمَلة من قبل الباحثين الآخرين (على سبيل المثال، لأنها تقع في تقاطع مجالين، أو لا تحظى بشعبية لأسباب سيئة ، أو لأنها جديدة).
  • أن تكون قابلة للمعالجة (يمكن أن تحرز تقدمًا فيها).

ستحقق أفضل الأسئلة البحثية نتائج جيدة في جميع زوايا هذا الإطار. يعد بناء آلة حركة دائمة أمرًا مهمًا للغاية - إذا تمكنا من القيام بذلك، فسنحل مشاكل الطاقة لدينا - لكن لدينا سببًا وجيهًا للاعتقاد بأن ذلك من المستحيل، لذا فلا يستحق العمل عليه. وبالمثل، يمكن أن تكون المشكلة مهمة ولكنها تحظى بالفعل باهتمام العديد من الباحثين الموهوبين للغاية، مما يعني أن جهودك الإضافية لن تحدث تقدمًا كبيرًا.

ومع ذلك، يعتبر تحديد هذه الأسئلة أمرًا صعبًا. غالبًا ما يكون السبيل الوحيد لتحديد سؤال بحث واعد هو أن تكون خبيرًا في تلك المجالات! هذا يرجع إلى أن الباحثين (عندما يؤدون وظائفهم) سيستغلون الفرص الأوضح بالفعل.

ومع ذلك، فإن الحوافز ضمن البحث لا تتوافق بشكل مثالي مع الأسئلة التي تهم الأكثرية (خاصة إذا كان لديك قيم غير عادية، مثل الاهتمام بالأجيال المستقبلية أو الحيوانات). وهذا يعني أن بعض الأسئلة غالبًا ما تُهمل على نحو غير منصف. إذا كنت شخصًا يهتم كثيرًا بالتأثير الإيجابي ولديك بعض وقت الفراغ، يمكن أن يكون لديك تأثير أكبر من المتوسط عن طريق البحث في تلك الأسئلة المهملة.

فيما يلي بعض الطرق الإضافية لتحديد تلك الأسئلة (التي يمكنك استخدامها إلى جانب تطبيق الإطار أعلاه)

تعتبر النقاط التالية قواعد عامة للعثور على الأسئلة المهمة التي تم تجاهلها من قبل الباحثين الآخرين

  • قلة التمويل المتاح للإجابة على السؤال: يحدث ذلك غالبًا عندما تؤثر المشكلة بشكل رئيسي على الفقراء، أو الأشخاص المستقبليين، أو الكائنات غير البشرية، أو أن ينطوي على منافع عامة. وهذا يعني أن هناك حافز أقل للشركات للقيام بأبحاث حول هذا السؤال.
  • غياب الحوافز السياسية للإجابة على السؤال: يحدث ذلك عندما تؤذي المشكلة الفقراء أو المهمشين، أو الأشخاص الذين يميلون إلى عدم التنظيم السياسي، أو الأشخاص في البلدان المختلفة عن تلك التي من المحتمل أن يتم إجراء البحث فيها، أو الأشخاص الذين سيتأثرون في المستقبل، أو الكائنات غير البشرية. وهذا يعني عدم وجود حافز للحكومات أو الجهات العامة الأخرى للبحث في السؤال.
  • السؤال جديد أو لا يوجد له تخصص معترف به بالفعل، أو يقع في تقاطع بين تخصصين: يميل الباحثون الأوائل في أي مجال لاستغلال أي فرص بسيطة في البداية، ومع مرور الوقت يصعب تحقيق اكتشافات كبيرة. على سبيل المثال، معدل التقدم في مجال التعلم الآلي أعلى بكثير من معدل التقدم في الفيزياء النظرية. في الوقت نفسه، تعني بنية الأكاديميا أن معظم الباحثين يظلون محصورين ضمن المجال الذي يبدأون فيه، ويمكن أن يكون من الصعب الحصول على تمويل للانتقال إلى مجالات أخرى. وهذا يعني أن المجالات الجديدة أو الأسئلة التي تقع في تقاطع بين تخصصين غالبًا ما يتم تجاهلها بشكل غير منصف وبالتالي توفر فرصًا لتحقيق تأثير كبير.
  • هناك بعض جوانب اللاعقلانية البشرية التي تعني أن الناس لا يعطون الأولوية لبعض القضايا: على سبيل المثال، يمكن تصور بعض المشكلات بسهولة، مما يجعلها أكثر إلهامًا للعمل عليها. الناس غالبًا ما يكونون غير قادرين على تقدير القضايا ذات النطاق الكبير للغاية. كما أنهم غير جيدين في التفكير في القضايا ذات الاحتمالية المنخفضة، مما يجعلهم يستثمرون إما بشكل زائد أو غير كافٍ فيها.
  • العمل على السؤال يحظى بأهمية قليلة: في الأكاديميا، يحظى البحث الذي يكون مثيرًا للاهتمام من الناحية الفكرية ويتوافق مع معايير البحث في التخصص بمكانة مميزة. كما يُعتبر الجهد الرياضي والنظري ذو مكانة مميزة (وبالتالي يساعد في تقدم مسيرتك الأكاديمية). ومع ذلك، هذه العوامل ليست ذات صلة كبيرة بالقيمة الاجتماعية للسؤال.
  • أنت توظف مهارات جديدة أو تقدم وجهات نظر مبتكرة إلى مجال راسخ بالفعل: غالبًا ما يتحقق التقدم في العلم من خلال توظيف تقنيات ورؤى مجالٍ ما في مجالٍ آخر. على سبيل المثال، أحدث كانيمان Kahneman ثورة في علم الاقتصاد عندما قام بتطبيق نظريات من علم النفس. إن التعاون والتداخل بين التخصصات هو نهج واضح ولكنه نادر الاستخدام، نظرًا لانغماس الباحثين في مجالاتهم الخاصة وتخصصاتهم الضيقة.

إذا كنت تعتقد أنك وجدت سؤال بحث يفتقر إلى المواهب، فمن المهم التحقق مما إذا كان السؤال قابلاً للإجابة. قد يتجنب الناس السؤال للصعوبة البالغة في إيجاد إجابة له. أو ربما لا يكون التقدم ممكنًا على الإطلاق. اسأل نفسك: “إذا كان هناك تقدم في بحث هذا السؤال، كيف سنعرف؟”

أخيرًا، كما سنناقش لاحقًا، فإن الملاءمة الشخصية مهمة بشكل خاص في البحث العلمي. لذا، وجه نفسك للعمل على الأسئلة التي تزيد من فرصك في إنتاج أعمال متميزة.

ابحث عن وظائف تستخدم مهارات البحث

إذا كانت لديك هذه المهارات بالفعل أو كنت بصدد تطويرها وكنت مستعدًا لبدء البحث عن فرص عمل تقبل حاليًا الطلبات، فاطلع على قائمة الفرص المرتبة لدينا لمجموعة المهارات هذه:

مسارات وظيفية راجعناها تستفيد من هذه المهارات

  • البحث الفني وهندسة سلامة الذكاء الاصطناعي.
  • الحوكمة والتنسيق في مجال الذكاء الاصطناعي.
  • بحوث المخاطر البيولوجية.
  • مسارات السلامة والحوكمة المتعلقة بالذكاء الاصطناعي في الصين.
  • جهات مانحة تركز على المشكلات العالمية الملحة.
  • البحث في الأولويات العالمية.
  • التنبؤ والبحوث ذات الصلة وتنفيذها.
  • مؤرخ الاتجاهات الاجتماعية الكبيرة ونقاط الانعطاف والتقدم أو الانهيار.
  • خبير في أجهزة الذكاء الاصطناعي.
  • مختص في القوى العالمية الناشئة.
  • التحقيق في قضية عالمية يحتمل أن تكون ملحة لكنها غير مكتشفة.
  • إدارة البحث.
  • أبحاث مراكز الدراسات والأبحاث.
  • البحث الأكاديمي.
  • البحث والدعم الترويجي لحلول مناخية ذات تأثير.
  • تحسين التنسيق بين الصين والغرب في مجال المخاطر العالمية الكارثية.
  • الهندسة.
  • درجة الدكتوراه في الاقتصاد.
  • درجة الدكتوراه في تعلم الآلة.
  • البحث الطبي الحيوي.
  • درجة الدكتوراه في علوم الكمبيوتر.
  • علوم البيانات.
  • الأوساط الأكاديمية المعنية بالفلسفة الأكاديمية.

المنشور الأصلي: Benjamin Hilton (2023) How to become a researcher, 80,000 Hours, سبتمبر.

ترجمة: لطفية الحباد.