Для чого нам відкрита наука? (окрім окозамилювання)

Мабуть, ви вже неодноразово чули, що сучасна наука переживає кризу відтворюваності. У багатьох країнах на проведення досліджень виділяють купу грошей, але потім ці результати неможливо перевірити. Переконаний, що подібні кризи наука переживає іманентно, просто нині вдалося накопичити критичну гору доказів. Для прикладу, автори цієї грандіозної роботи пишуть, що дослідження BWAS (brain-wide association studies) переважно опираються на розміри вибірок, які визнають достатніми для класичного мапування мозку (приблизно 25 учасників), однак, відкрилось, що такі вибірки занадто малі для виявлення відтворюваних асоціацій фенотипу мозку та поведінки. Не знаю, чи правильно переклав, не кидайтеся помідорами, нам зараз важлива лише кількість піддослідних. 

Автори використали три найбільші набори даних нейровізуалізації із загальним розміром вибірки приблизно 50 000 осіб та спробували кількісно оцінити як впливає розмір вибірки на відтворюваність BWAS досліджень. Тобто дослідники взяли величезний датасет і випадковим чином надробили з нього багато малесеньких датасетиків, щоб перевірити, чи такі куці вибірки а-ля 25 учасників дозволять отримати подібні результати як і при аналізі наборів даних з 50K учасників. 

З'ясувалось, що десятки та сотні учасників надто мало для BWAS. Такі маленькі вибірки призводить до появи статистично незначущих результатів, і, з точки зору статистики, це нічим не краще за підкидання монети. Однак (!), коли розмір вибірки збільшили до тисяч – показники реплікації значно покращилися. 

Розумієте у чому тут основна проблема?! – Де нам взяти тисячі учасників? Велику кількість піддослідних нам легше отримати, якщо ми зможемо об'єднувати дані, що зібрані різними науковцями у різних країнах. А для того, щоб сирі дані можна було спільно використовувати, зокрема для формування достатньо великих вибірок, потрібен докладний, прозорий, відкритий та точний опис усіх методів, процедур, протоколів, гіпотез тощо, щоб усі ці кроки можна було абсолютно точно повторити у будь-якому куточку земної кулі й щоб ми потім спільно насолоджувалися результатами. 

Але якщо ми не вміємо, чи не можемо використовувати ці дані? Тоді наші дані просто використають, побудують собі, наприклад, нові медичні прилади, а ми залишимося ні з чим. Українці прозвітують наприкінці року в міністерство, що закинули набір даних у репозитарій, помахаємо прапорцем “відкрита наука” і проситимемо в Німеччини, чи в Кореї медичне обладнання, яке вдалось створити завдяки open data наших пацієнтів.  

Таким чином, для щасливого майбутнього недостатньо скопіювати визначення open science з якогось брюссельського документа. Нам насамперед потрібна вітчизняна наука, де вчені співпрацюють між собою, зі світом, вміють витискати максимум зі своїх та чужих даних, необхідна співпраця з інженерами, правниками, економістами, програмістами... і тільки після цього можна розпочинати серйозно говорити про open.