¿Cuál es la definición de ser científico?
En este siglo, alguien a quien se le paga por hacer ciencia.
¿No tiene que ver con el método científico de investigación?
- ¿Cuál tiene una mejor perspectiva profesional: robótica o ciencia de datos?
- ¿Debo llevar mi computadora portátil a Manipal?
- Soy un estudiante de ingeniería eléctrica de último año colocado en TCS. ¿Será arriesgado tomar una gota para la preparación de GATE y dejar TCS?
- ¿Debería una niña dedicarse a la ingeniería mecánica?
- ¿Es demasiado tarde para comenzar un doctorado a los 34?
La idea del método científico probablemente no causa más daño que bien, pero no capta cómo hago mi propia investigación o cómo trabajan mis colegas. El problema con el “método científico” es que nunca se puede probar una sola hipótesis. Por el contrario, siempre está probando conjuntos de hipótesis, sobre su equipo, su código, sus matemáticas, sus suposiciones, junto con la hipótesis principal que le interesa. Si obtiene un resultado negativo, ha refutado al menos una hipótesis, pero no siempre está claro cuál. Las hipótesis no son refutadas sino abandonadas. He expresado esto en otra parte como “Debes tener datos para saber cuándo desechar tu teoría, y debes tener teoría para saber cuándo desechar tus datos”.
Entonces, si no estamos probando hipótesis, ¿qué hago todo el día como científico? Entre los correos electrónicos de respuesta, creo que el estadístico George EP Box resume mejor la ciencia moderna: “Esencialmente, todos los modelos están equivocados, pero algunos son útiles”. Cualquier abstracción que haga del mundo real por definición contiene error, pero algunas de esas abstracciones pueden tener poder predictivo y explicativo. Entonces, para simplificar demasiado, lo que hago es hacer mejores modelos (y paso mucho tiempo pensando en lo que significa “mejor”).
Dos grandes libros que exploran estos temas son:
The Golem: Lo que debes saber sobre la ciencia (clásicos del canto) Harry M. Collins, Trevor Pinch
La vida científica: una historia moral de una vocación moderna tardía: Steven Shapin
Si quieres probar algo un poco menos pesado:
Filosofía de la ciencia: una introducción muy corta
Entonces, ¿por qué la mayoría de los profesionales en Biología / Química / Física lo usan con mucha más frecuencia que los profesionales en otras áreas como Historia / Gestión / Sociología / Psicología?
Principalmente accidente histórico. “Ciencia” es un término que vino a reemplazar “filosofía natural”. La física, la química y la biología estaban firmemente en esa tradición y así hicieron la transición. Los historiadores tenían su propia tradición separada (volviendo a Herodoto) y no necesitaban una epistemología científica. La ciencia social y la ciencia de gestión son ambas bastante nuevas; si alguien se llama a sí misma “científica social” o “socióloga” depende de lo que transmitan los matices de esos términos a audiencias particulares.
Señalaré cómo mi propia profesión no encaja particularmente bien en este molde. Me considero un científico: escribo becas de investigación, realizo experimentos, uso métodos estadísticos para evaluar los resultados y publico en la literatura revisada por pares. Pero la disciplina de la “informática” también contiene la habilidad vocacional llamada “programación”, la disciplina matemática de los algoritmos, dos dominios de ingeniería (hardware y software) y varias áreas psicológicas de estudio (UI / UX, etc.). ¿Son todas estas “ciencias”? Por supuesto no. Pero eso no cambia lo que hago.
Mi mejor consejo es no quedar atrapado en una etiqueta.
Finalmente, ¿crees que suena arrogante describirte a ti mismo como científico?
Aquí es donde trabajo.
http://computation.llnl.gov/casc/
Y aquí está la propaganda:
El Centro de Computación Científica Aplicada (CASC, por sus siglas en inglés) realiza investigación y desarrollo científico colaborativo de clase mundial en matemáticas, ciencias de la computación y ciencia de datos sobre problemas críticos para la seguridad nacional. Abordar problemas en el programa de armas, la seguridad cibernética y energética, y el descubrimiento de conocimiento para aplicaciones de inteligencia requiere el poder de las computadoras de alto rendimiento y la eficiencia de los métodos computacionales modernos. Nuestras actividades de investigación y desarrollo se basan en aplicaciones y se centran en objetivos programáticos de LLNL. Las competencias centrales del Centro incluyen computación de alto rendimiento, física computacional, matemática numérica, informática y ciencia de datos.
Para ser contratado por este grupo, debe tener un doctorado (a menos que sea un estudiante en prácticas, por supuesto). Si lo logras, puedes hacer ciencia para vivir. Sinceramente, estoy desconcertado de por qué crees que podría ser arrogante para alguien en esa situación (o cualquier otra situación similar) describirse a sí misma como científica.