La science est la meilleure méthode de la société pour comprendre le monde. Pourtant, de nombreux scientifiques sont mécontents de la façon dont cela fonctionne, et l'on craint de plus en plus qu'il y ait quelque chose de "cassé" dans la pratique scientifique actuelle. Bon nombre des règles et procédures destinées à promouvoir la recherche innovante ne sont guère plus que des précédents historiques avec peu de raisons de supposer qu'elles encouragent des découvertes efficaces ou fiables. Pire, ils peuvent avoir des effets secondaires pervers qui nuisent à la fois à la science et aux scientifiques. Un exemple bien connu est la préférence générale pour les résultats positifs par rapport aux résultats négatifs, ce qui crée un « biais de publication » qui donne la fausse impression que certains effets existent alors qu'en réalité la preuve dissidente ne parvient tout simplement pas à être divulguée.

Les chercheurs de l'université d'État de l'Arizona Thomas Morgan et Minhua Yan, travaillant avec Leonid Tiokhin, diplômé de l'ASU, maintenant à l'Université de technologie d'Eindhoven aux Pays-Bas, ont développé un nouveau modèle, publié cette semaine dans Nature Comportement Humain , pour mieux comprendre les défis auxquels le processus scientifique est confronté et comment nous pouvons l'améliorer. Ils se sont concentrés sur la "règle de priorité":la tendance pour le premier scientifique à documenter une découverte à être récompensé de manière disproportionnée par le prestige, des prix et des opportunités de carrière tandis que ceux qui occupent la deuxième place sont peu ou pas reconnus.

Le gagnant prend tout

De nombreux scientifiques passent des nuits blanches à s'inquiéter d'être « raflés » – craignant que leur travail ne soit pas considéré comme suffisamment « nouveau » pour les revues scientifiques à fort impact, car un groupe différent travaillant sur le même sujet parvient à publier en premier. La règle de priorité existe depuis des siècles. Au XVIIe siècle, Newton et Leibniz ont marchandé pour savoir qui a inventé le calcul. Et au XIXe siècle, Charles Darwin s'est précipité pour publier "L'origine des espèces" pour éviter d'être récupéré par Alfred Russel Wallace.

« La priorité de récompense est compréhensible et présente certains avantages. Cependant, ça a un prix, " dit Tiokhin. " Les récompenses pour la priorité peuvent inciter les scientifiques à sacrifier la qualité de leurs recherches et à prendre des raccourcis. "

"L'idée est que la concurrence encourage les scientifiques à travailler dur et efficacement, de telle sorte que les découvertes se fassent rapidement. Mais si tout le monde travaille dur, et vous devez entrer en premier pour réussir, alors il y a une tentation de couper les coins ronds pour maximiser vos chances, même si cela signifie que la science souffre, " dit Morgane, un chercheur affilié à l'Institute of Human Origins et professeur agrégé à la School of Human Evolution and Social Change de l'Arizona State University.

C'est en partie pourquoi certains éditeurs universitaires, tel que PLOS et eLife , offrent désormais une « protection par écope, " permettant aux chercheurs de publier des résultats identiques à ceux déjà publiés dans un certain délai. Le problème est que la science et les éditeurs n'ont actuellement pas une bonne idée de la pertinence de ces réformes.

Modélisation de la règle de priorité

Pour comprendre comment exactement la préférence pour la priorité affecte la science, et si les réformes récentes offrent une solution à ses inconvénients potentiels, les collaborateurs ont développé un « modèle évolutif à base d'agents ». Ce modèle informatique simule la façon dont un groupe de scientifiques étudie ou abandonne des questions de recherche, en fonction de leurs propres résultats et du comportement des autres scientifiques avec lesquels ils sont en compétition.

"L'avantage d'une simulation évolutive est que nous n'avons pas besoin de spécifier à l'avance comment les scientifiques se comportent. Nous créons simplement un monde dans lequel le succès est récompensé, et nous laissons la sélection déterminer quels types de comportement cela favorise, " a déclaré Morgan. " Nous pouvons alors varier ce que cela signifie pour réussir, par exemple, s'il est essentiel ou non de passer en premier et voyez comment la sélection modifie le comportement des scientifiques en réponse. Nous pouvons également mesurer le bénéfice pour la société :les scientifiques sont-ils efficaces ? Leurs conclusions sont-elles exactes ? Etc."

Pas de panacée

Les chercheurs ont découvert qu'une culture de récompenses excessives pour la priorité peut avoir des effets néfastes. Entre autres, il motive les scientifiques à mener des études "rapides et sales", afin qu'ils puissent être les premiers à publier. Cela réduit la qualité de leur travail et nuit à la fiabilité de la science dans son ensemble.

Le modèle suggère également que la protection de la pelle, tel qu'introduit par PLOS et eLife , travaux.

« Cela réduit la tentation de précipiter la recherche et donne aux chercheurs plus de temps pour collecter des données supplémentaires, " dit Tiokhin. " Cependant, la protection scoop n'est pas une panacée."

En effet, la protection scoop motive certains scientifiques à poursuivre une ligne de recherche même après la publication de plusieurs résultats sur ce sujet, ce qui réduit le nombre total de questions de recherche auxquelles la communauté scientifique peut répondre.

Le « bénéfice » de l'inefficacité

Scoop les réformes de protection en elles-mêmes, bien qu'utile, ne suffisent pas à garantir une recherche de qualité ou une littérature publiée fiable. Le modèle montre également que même avec une protection pelle, les scientifiques seront tentés de mener de nombreuses petites études si les nouvelles études sont peu coûteuses et faciles à mettre en place et que les récompenses pour les résultats négatifs sont élevées. This suggests that measures that force scientists to invest more heavily in each study, such as asking scientists to preregister their studies or get their research plans criticized before they begin collecting data, can help.

"We also learned that inefficiency in science is not always a bad thing. On the contrary—inefficiencies force researchers to think twice before starting a new study, " said Tiokhin.

Another option is to make large-scale data collection so straightforward that there is less incentive to skimp on data, alternativement, reviewers and journals could be more vigilant in looking out for "underpowered" studies with small sample-sizes.

Metascience

This project is an example of metascience, the use of the scientific method to study science itself.

"It was a great pleasure to be part of this project. I got to use my modeling skills not only to make specific scientific discoveries, but also to shed light on how the scientific procedure itself should be designed to increase research quality and credibility. This benefits the whole scientific community and ultimately, the whole society, " said Yan, a graduate student in the School of Human Evolution and Social Change.