Как нам обустроить науку

В последние годы опять участились разговоры о том, что российскую науку надо "оптимизировать". Причем, обычно под этим понимается концентрация на прикладных научных исследованиях. И со стороны государства виден ряд шагов (в том числе, в финансовой политике) в этом направлении. Но все ли так однозначно? Автор материала, опубликованного в Телеграм-канале "Русский research" считает иначе. Предлагаем ознакомиться и с его точкой зрения.

И что оптимизировать?

Разговор о том, как нам обустроить науку, неизбежно приходит к вопросам "а зачем? какова глобальная цель?". Подразумевается, что нужно предложить мега-проекты, ради которых в принципе развивается наука (атомная бомба, полёт на Луну, лазерные лучи из глаз). Или, как минимум, назвать самые перспективные области, в которые надо вкладываться прямо сейчас: искусственный интеллект, нанотехнологии, беспилотники и т. д. Часто подразумевается именно экономическая перспективность: буквально, извлечение прибыли на средних сроках.

Естественно, в такой постановке вопроса всё поставлено с ног на голову. Поэтому напомню несколько очевидных тезисов.

Во-первых, наука не производит вещи и, строго говоря, не производит даже технологии. Наука производит знания, которые, возможно, будут полезными для проектирования вещей и разработки технологий. К сожалению, далеко не все понимают, насколько глубоки обе пропасти: как между исследованием эффекта (материала) и демонстрацией технологии на его основе, так и между демонстрацией технологии и её внедрением в реальное производство.

Чтобы из знаний систематически получались технологии, нужно не только получать знания сразу по широкому фронту исследований, нужна ещё и готовность промышленности эти самые знания впитывать, приспосабливать под себя и использовать. А ещё (сюрприз) большинство полученных знаний ни за чем не пригодятся, кроме как для получения новых знаний, то бишь, для развития науки. Впрочем, об этом сказано уже тысячу раз.

Поэтому любой проект по изготовлению чего-либо не может быть чисто научным проектом, он автоматически является ещё и инженерным (см. атомная бомба). А если проект подразумевает ещё и успешную коммерциализацию, то он становится уже инженерно-экономическим. От учёных тут зависит, мягко говоря, не всё. Это абсолютная банальность, которая, тем не менее, регулярно начисто игнорируется.

Более того, научное исследование само по себе невозможно на что-то нацелить, скорее оно может начаться с какого-то вопроса и, дав на него ответ в первом приближении, породить ещё десять вопросов. Отмерять науку проектами — противоестественно, по своему существу исследование является процессом, а не проектом, в котором можно сказать "мы доделали". Тот же атомный проект стал процессом, породив огромное дерево исследований, живущих своей жизнью.

Что тогда оптимизировать? Универсальный ответ, как минимум, для фундаментальной науки: оптимизировать нужно сам процесс, а не какие-то цели. Оптимизировать — значит делать максимально честным и надёжным.

Обсуждая разные проблемы, учёные и сами интуитивно приходят к вопросам качества: помимо явных конъюнктурщиков, никто не интересуется всерьёз очередными приоритетами "по указу" или "по постановлению". Но все искренне переживают за качество работы журналов (отдельно — отечественных), плагиат в диссертациях, возможность нормального международного общения, здоровый институт экспертизы, доступность приборов и реактивов, и так далее. Или, например, мало кого оставляет равнодушной штамповка однообразных статей, хотя и все всё понимают.

Одним словом, учёные интуитивно беспокоятся за качество процесса, пытаются настраивать внутренний компас и как-то оценивать именно качество. Потому что приоритетом можно назвать что угодно, но сама возможность получать крутые научные результаты ограничивается, в конечном счёте, именно привитым уровнем проведения исследований и доступным инструментарием. Это относится в равной степени и к фундаментальной, и к прикладной науке: если кто-то привык особо не вникать и плевать на мелкое недопонимание, то и ракета у него, скорее всего, не полетит.

А вообще, про прикладные приоритеты могу сказать вот что. Если вы сегодня заметили хайповую тему, а завтра стали вкладывать деньги в её исследование... то поздравляю, вы уже опоздали лет на двадцать. Заниматься этой темой надо было тогда, когда она интересовала лишь сотню-другую специалистов. Точнее, надо было умудриться сделать так, чтобы кто-то из этой сотни был своим.

Разберёмся по статьям?

Непонимание того, зачем же мы тратим деньги на фундаментальную науку, порой настолько глубоко, что некоторые прописные истины хочется произносить снова и снова. Здесь я заранее извинюсь перед теми читателями, которым этого объяснять не нужно.

Сегодня узкая нацеленность на коммерциализацию и экономический эффект создаёт впечатление, что без удовлетворения любопытства учёных за государственный счёт можно прекрасно обойтись. Этого обычно не говорят напрямую, но надписи между строк в данном случае оказываются заметнее самих строк. Более того, понятие "инновация" как-то приклеилось к понятию "наука", чтобы последняя не чувствовала себя такой ненужной. Отсюда происходят многие завиральные обещания прикладных эффектов, имитации стартапов, да и общее размывание сути дела.

Взгляд условного управленца примерно таков. Пусть фундаментальные открытия совершают учёные из богатых стран, которые могут себе позволить диковинные коллайдеры в качестве атрибутов великой державы. Мы же не так богаты и будем спокойно пользоваться этими результатами, читая учебники и статьи, а уже на их основе будем развивать сугубо прикладные технологии, имеющие высокие шансы на внедрение. Деньги сэкономлены, все силы пущены на технологический прорыв. Можно, наконец, спокойно собирать конгресс молодых инноваторов. Но...

Поверить в эту идеальную схему может только тот, кто не пробовал разобраться ни в одной научной статье. Дело в том, что по-настоящему понять содержание публикации в большинстве случаев может лишь самый узкий специалист, буквально занимающийся тем же самым. Не говоря уже о воспроизведении и критическом анализе результатов (сюрприз, масса статей ошибочны). Да, повторю ещё раз, статьи — это не пошаговая инструкция к открытиям, а лишь обрывочные сведения о методах и самых красивых результатах. С умолчаниями в тонких местах в 99% случаев.

Если не делаешь сам аналогичное или хотя бы близкое, шанс разобраться примерно равен нулю. Собственно, на этом можно и закончить. Но есть и другие важные моменты.

Никто на самом деле не знает, что станет прорывным прикладным направлением через 10-20 лет. А если все уже знают, то мы безнадёжно опоздали и будем догонять в третьем десятке. Более того, не владея фундаментальной базой, мы не сможем отличить просто хайповые направления от действительно перспективных. В результате погони за непонятой модой мы будем обречены на вечную скачку приоритетов по нано-, карбоно-, ИИ- и прочему.

И, наконец, самое главное в стратегическом плане. После накопления отставания по фундаментальной науке в 30-40 лет прикладная наука будет просто потеряна. Прежде всего, потому что прикладного специалиста должны готовить по большей части специалисты из фундаментальных областей. Либо в вузе (в идеале), либо при доучивании на работе. Не все понимают это, но даже пятьдесят инженеров не подготовят одного современного инженера: для этого нужны и математики, и физики, и химики. А если мы хотим увидеть на выходе высококлассного инженера, способного на принципиально новые решения, то и готовить его должны высококлассные специалисты в передовой (сегодня, а не вчера) науке.

Всё сказанное настолько очевидно изнутри, что кажется дурной демагогией, однако регулярное возникновение оптимизационных предложений заставляет периодически возвращаться к теме. Тех, кто по-прежнему считает фундаментальную науку роскошью вроде личного самолёта, я приглашаю прочитать наугад пару статей из хорошего научного журнала и оценить свою готовность к инновациям и подъёму народного хозяйства.

Изображение сгенерировано нейросетью