第三部分：科学传播–第68届林道诺贝尔奖获得者会议上的悖论
数字平台决定了社会如何消费信息。 免费或受限制-通过推文，图片，标题和简短的声音片段。 迅速起火并在短时间内爆炸。 搜索历史输入到专门为获取预定查询的结果而创建的AI算法中，与此同时，我们同时被专门定制的广告轰炸，试图说服我们购买一些多余的无用狗屎。 消费主义和技术便利地将我们如何将过程数据和信息挤入一个立即，无脑的过程中。 我们曾经寻找信息，而现在只是……那里。
还有对科学的影响？ 广大。
如今，我们比以往任何时候都更加需要致力于科学传播。 在解释复杂的经济，社会，政治和医疗问题时，最好的方法是什么？ 变得越来越重要。 科学传播本身就是一个领域，需要进行认真的改进，这在先进社会对基础科学的强烈抵制中得到了证明。
归根结底–科学家们自己认识到以连贯的方式交流其研究及其对人类的影响的必要性。
这是乔治敦大学计算神经科学博士研究生的观点Patrick Patrick Malone @patricksmalone关于科学传播的观点：
我个人认为，科学家有责任向广大公众传达他们在做什么……了解您的听众并以听众能够理解的方式介绍您的工作。 这是科学家可以改进的领域…很难完成一件复杂的事情并使之变得简单易懂。未来需要重点关注的大事是很多科学，至少在各州是有资金的用纳税人的钱，所以您确实需要纳税人了解您的工作。 解释为什么这笔钱用得其所是您的工作。 您发现的东西…
计算神经科学家，牛津大学博士学位的路易斯·戴维·洛德（Louis-David Lord）分享了他对该主题的看法：
您可以成为一名出色的科学家，并在获得资助方面非常成功，在科学比赛中做得很好，并且实际上是对公众来说非常非常差的沟通者。 我确实希望，随着对未来科学家甚至高级科学家的评估，这项技能在将来会越来越受到重视，因为我认为我们今天正在学习的知识是，该技术具有非常深远甚至潜在的负面影响没有充分吸引公众或科学家的实际言论。
年轻的科学家以及像彼得·多尔蒂（Peter Doherty）这样的诺贝尔奖获得者都对同样的担忧，即以“人类”的方式传达他们的研究成果对科学家们的真正影响。 因为我们面对现实，所以全球绝大多数人口不具备分解和理解高级科学的知识。 对不起，如果我们在伤害任何人的感情🙂
影响因素
影响因子是科学界用来评估出版物质量的一个有争议的度量标准，也是诺贝尔会议上的热门话题。 IF是衡量特定年份某期刊平均文章被引用频率的一种度量。 它用于通过计算期刊被引用的次数来衡量期刊的重要性或排名。 但是，IF是否真的可以用来衡量出版物的科学完整性？
Max Plan精神病学研究所的医学博士Immanuel Elbau解释了IF对年轻科学家的重要性：
影响因子 是评估我们工作 的主要 货币 。 因此，作为一名科学家，在高影响力期刊上发展您的职业几乎至关重要。 如果您从事了四到五年的工作，那么最好的方法就是发表高影响力的科学，例如《 Science》或《 Nature Nuero Science》。 我认为这在一定程度上是合理的，因为它确实反映了您的作品的影响以及阅读的内容。 但是它有多个问题。
发表和引用的文献越多，为您的研究寻找资金的机会就越大。 当然，然后激励年轻的科学家追求尽可能高的IF，这样一来，出版物中与更广泛的读者的交流就不必那么容易理解了。 这并不是说结果的质量受到了损害，因为《自然》，《史宾格自然》等都不从事出版业余文章。 但是，与任何出版物一样，它们无疑是从事散布性感内容的行业。
墨尔本大学弗洛拉神经科学与心理健康研究所的艾米·谢泼德（Amy Shepherd）对这种情况发表了自己的看法：
这些期刊是商业刊物，他们想要的是新颖而激动人心的研究，将在媒体上广泛引用和谈论。 这意味着科学家的动力并不一定与好的科学方法有关，而是要获得令人兴奋的科学成果。 尽管它们是相关的，但令人兴奋的结果通常意味着您已经找到了难题，但不一定是同一回事。 还有一个问题-如果您发现令人兴奋的东西，那么他们的动机就是不要深入研究它并确保它是真实的，而希望在一些令人兴奋的期刊中找到它，因为对于年轻科学家而言，这全都与出版物有关，并且如果这些出版物是具有较高影响力的期刊，那么它们将享有更高的声誉，也将拥有更好的科学。 那些效果更好的高影响因子期刊更可能为您提供助学金，研究金，工作等……
艾米与两位诺贝尔奖获得者兰迪·谢克曼（Randy Schekman）和哈罗德·瓦尔姆斯（Harold Varmus）以及《自然·斯普林格》的首席执行官@DanielRopers一起被带到“ 出版”或“危险”小组讨论了科学出版的当前状况。 IF是讨论的核心，Daniel Roper和获奖者在发表出版物对科学的责任时谈到了某些激烈的时刻。 艾米详细阐述了这个问题：
我同意Randy Scheckman的观点-影响因子需要淘汰……不幸的是，没有什么可以轻易替代的，而所有使评估科学更容易的事情都需要花费很多时间。 如果您有某人撰写了一段文章，解释了他们过去25年的科学研究及其对这个领域的影响，那么，如果您阅读20篇[应用程序]，那很好。 如果您要读8,000，那就不好了。 当您有8000笔赠款或一些著名的研究金申请时，人们总是会使用某种方式来削减它。 影响因子是一种方法，但是人们可以使用某些东西-期刊数量，引文数量…人们总是会退缩到某种度量标准上。 因此，作为一个科学共同体，我们需要决定采用哪种度量标准，因为将要采用一种度量标准。 您还打算如何将8k应用程序缩小到10个。
我们需要找到一种公平地判断科学的方法-在这里，您可以判断方法的科学和人们所经历的严谨程度，而不是结果本身。 我不确定您如何做到这一点，但这是我们需要努力的目标。
除了科学之外，在数字时代，沟通渠道也变得扭曲和混乱。 这不是我们需要的更多信息，而是更好的信息交流。 有效的战术交流可能不会解决辩论，但会推动辩论。 用于评估内容性能的度量标准也可以引导出版物的原始意图误入歧途。 伊曼纽尔继续对IF保持执着：
[一个]确实造成了很大的出版压力，这使工作重心从进行体面和严谨的工作上转移了出来，而把重点放在试图收集一组非常性感且看起来很新颖的数据上。 [和两个]我认为这是目前我们领域中最大的问题之一，尚未引起太多讨论，那就是可再现性危机。 众所周知，也许大多数研究（尤其是在认知神经科学领域）是不可重复的。 事实并非如此。 在最罕见的情况下，这就是欺诈行为…这几乎是一个统计问题，为了控制误报，您需要拥有大样本量，并且您必须对统计数据非常严格。 但是，如果您这样做的话，那么报告新问题的机会就小得多。 因此，这是一个非常复杂的问题。 面临的挑战是将货币转换为考虑到这些重要因素的货币，例如工作的可复制性，工作的严格程度。
科学界不仅在有效的科学交流中挣扎，而且在评估学术论文方面也未达到最佳标准。 借助一次性使用的所有可定制性能分析工具，以及可以并行访问的AI / ML，我们仍未确定评估研究严谨性及其社会经济影响的适当指标。 或至少被广泛采用的指标。 问题是我们如何才能将传统的学术评论应用于竞争日益激烈且数量众多的科学领域？
也许使用BioArchive之类的东西……您可以在[论文]发表之前上传，然后人们可以对其进行评论和审阅，并且也许将来科学界可以通过某种方式对他们的想法进行评分。科学诚信是严谨的。 因此，也许这就是我们外包的方式，每个人在审查方面都有同等的发言权。 数字时代已经极大地改变了科学出版。 它导致了对这些影响因素的依赖，这是一个消极的事实，但这并不意味着该技术可以将我们拉回到正确的方向。
内置有精英选举机制的一成不变，未经许可的系统也许会有所帮助。 也许有像以太坊这样的全球计算机……然后有科学预测市场……但是我们将其保存起来，以备将来之用。
我们能做些什么？
科学交流和评估是复杂的任务。 甚至世界上最聪明的人都尚未解决这两个难题。 但是至少它们是公认的，并且肯定有正在开发的解决方案可以解决这两个问题。
同时，该怎么办？ 将更多的精力投入到科学传播学上。 政府和私人基金会应该在处理其他复杂的科学问题时同样严格地进行科学交流。 医学和自然科学的研究生课程应为学生提供更多有关如何交流来之不易的科学见解的指导。 整个学术界都应考虑采用创新的方式来宣传具有公共重要性的研究，并可能与新闻机构建立更牢固的伙伴关系。 每个年轻的科学家都应该在Twitter上与社区互动。 如果目标是对现实世界的影响，我们将不能再忽视利用强大的媒体声音来促进或反驳由科学证据支持的主张的巨大潜力。
