Dans le monde scientifique et commercial d'aujourd'hui, il est de plus en plus courant d'entendre que la résolution de gros problèmes nécessite une grande équipe. Mais une nouvelle analyse de plus de 65 millions d'articles, les brevets et les projets logiciels ont révélé que les petites équipes produisent des recherches beaucoup plus perturbatrices et innovantes.

Dans un nouvel article publié par La nature , Des chercheurs de l'Université de Chicago ont examiné 60 ans de publications et ont découvert que les petites équipes étaient beaucoup plus susceptibles d'introduire de nouvelles idées dans la science et la technologie, tandis que les équipes plus importantes développaient et consolidaient plus souvent les connaissances existantes.

Alors que les grandes et les petites équipes sont essentielles au progrès scientifique, les résultats suggèrent que les tendances récentes en matière de politique de recherche et de financement des grandes équipes devraient être réévaluées.

"Les grandes équipes sont presque toujours plus conservatrices. Le travail qu'elles produisent est comme des suites de blockbusters ; très réactives et à faible risque." a déclaré le co-auteur de l'étude James Evans, professeur de sociologie, directeur du Knowledge Lab à UChicago et un chercheur de premier plan dans l'étude quantitative de la façon dont les idées et les technologies émergent. "Les plus grosses équipes sont toujours à la recherche du passé immédiat, toujours en s'appuyant sur les succès d'hier. Alors que les petites équipes, ils font des trucs bizarres - ils vont plus loin dans le passé, et il faut plus de temps aux autres pour comprendre et apprécier le potentiel de ce qu'ils font."

Knowledge Lab est un centre de recherche unique qui combine les approches « science des sciences » issues de la sociologie avec l'explosion de l'information numérique désormais disponible sur l'histoire de la recherche et de la découverte. En utilisant des techniques de calcul avancées et en développant de nouveaux outils, Les chercheurs du Knowledge Lab reconstruisent et examinent comment les connaissances au fil du temps se développent et influencent notre monde, générer des idées qui peuvent alimenter l'innovation future.

Les La nature étude a collecté 44 millions d'articles et plus de 600 millions de citations de la base de données Web of Science, 5 millions de brevets du U.S. Patent and Trademark Office, et 16 millions de projets logiciels de la plateforme Github. Chaque travail individuel dans cet ensemble de données massif a ensuite été évalué informatiquement pour déterminer dans quelle mesure il a perturbé par rapport au développement de son domaine scientifique ou technologique.

"Intuitivement, un papier perturbateur est comme la lune pendant l'éclipse lunaire; il éclipse le soleil - l'idée sur laquelle il s'appuie - et redirige toute l'attention future sur lui-même, " a déclaré le co-auteur de l'étude Lingfei Wu, chercheur postdoctoral à l'Université de Chicago et au Knowledge Lab. « Le fait que la plupart des travaux futurs ne citent que le document focal et non ses références est une preuve de la « nouveauté » du document focal. Par conséquent, nous pouvons utiliser cette mesure, proposé à l'origine par Funk et Owen-Smith, comme un proxy pour la création de nouvelles directions dans l'histoire de la science et de la technologie."

A travers les papiers, brevets et produits logiciels, les perturbations ont considérablement diminué avec l'ajout de chaque membre supplémentaire de l'équipe. La même relation est apparue lorsque les auteurs ont contrôlé pour l'année de publication, sujet ou auteur, ou des sous-ensembles de données testés, tels que des articles lauréats du prix Nobel. Même revoir des articles, qui agrègent simplement les résultats des publications précédentes, sont plus perturbateurs lorsqu'ils sont écrits par moins de personnes, l'étude a trouvé.

Le principal facteur de la différence de perturbation entre les grandes et les petites équipes semblait être la façon dont chacun traite l'histoire de son domaine. Les grandes équipes étaient plus susceptibles de citer les plus récentes, recherches très citées dans leurs travaux, en s'appuyant sur les succès passés et en reconnaissant les problèmes déjà dans l'air du temps de leur domaine. Par contre, des équipes plus petites plus souvent citées plus âgées, idées moins populaires, une recherche d'informations plus approfondie et plus large qui crée de nouvelles directions dans la science et la technologie.

"Les petites équipes et les grandes équipes sont de nature différente, " a déclaré Wu. " Les petites équipes se souviennent des idées oubliées, poser des questions et créer de nouvelles directions, alors que les grandes équipes chassent les points chauds et oublient les idées moins populaires, répondre aux questions et stabiliser les paradigmes établis."

L'analyse montre que les petites et les grandes équipes jouent un rôle important dans l'écosystème de la recherche, avec l'ancien générant du nouveau, des idées prometteuses qui sont rapidement développées et affinées par des équipes plus importantes. Certaines expériences sont si chères, comme le Large Hadron Collider ou la recherche de l'énergie noire, qu'ils ne peuvent être répondus que par un seul, collaboration massive. Mais d'autres questions scientifiques complexes peuvent être traitées plus efficacement par un ensemble d'experts indépendants, petites équipes prenant des risques plutôt qu'un grand consortium, argumentent les auteurs.

« Dans le contexte de la science, les bailleurs de fonds du monde entier financent des équipes de plus en plus grandes, " a déclaré Evans. " Ce que notre recherche propose, c'est que vous voulez vraiment financer une plus grande diversité d'approches. Cela suggère que si vous voulez vraiment développer la science et la technologie, vous devez agir comme un capital-risqueur plutôt que comme une grande banque - vous voulez financer un tas d'efforts plus petits et en grande partie déconnectés pour améliorer la probabilité de grands, un succès sans précédent."

"La plupart des choses vont échouer, ou n'allez pas pousser l'aiguille dans un champ. En conséquence, il s'agit vraiment d'optimiser l'échec, " ajouta Evans. " Si vous voulez faire de la découverte, il faut jouer."