Studie zeigt starke Nachfrage nach Open-Access-Wissenschaft

Während eine vorherrschende Erzählung des amerikanischen Lebens ein düsteres Bild von schlecht informierten Internet-Partisanen zeichnet, die sich über eine Landschaft streiten, die von allem, was der Wahrheit oder Realität ähnelt, entblößt ist, bietet eine neue Studie der Georgia Tech School of Public Policy eine andere Sichtweise und fördert gleichzeitig die Nutzung des maschinellen Lernens in den Sozialwissenschaften und ein Verständnis für die Bedeutung von frei zugänglichen, wissenschaftsbasierten Informationen für den amerikanischen Alltag.

Die Studie, veröffentlicht am 23. Februar 2022, in der Proceedings of the National Academy of Sciences (PNAS), analysierte die Gründe für 1,6 Millionen Downloads von Konsensberichten der National Academies of Sciences, Engineering, and Medicine (NASEM), die als eine der wissenschaftlich fundierten Literatur mit der höchsten Glaubwürdigkeit gelten.

Die resultierende Analyse, die nur US-Downloads umfasste, ist die erste, die untersucht, wer solche Informationen verwendet und warum. Professor Diana Hicks, Assistenzprofessor Omar I. Asensio und Ph.D. Die Studenten Matteo Zullo und Ameet Doshi, alle von der Georgia Tech School of Public Policy, waren Co-Autoren der Studie.

Sie stellten fest, dass zwar fast die Hälfte der Berichte für akademische Zwecke heruntergeladen wurden, aber noch mehr von Personen außerhalb des rein pädagogischen Umfelds abgerufen wurden, wie z. B. Veteranen, Geistlichen und Schriftstellern. Das Wort „Erbauung“ tauchte 3.700 Mal im Datensatz auf und signalisierte den starken Wunsch der Nutzer nach lebenslangem Lernen.

„Diese Studie zeigt eine starke Nachfrage unter gewöhnlichen Amerikanern nach Informationen von höchster Qualität, um ihre Arbeit zu verbessern, ihren Verwandten, Nachbarn und Gemeinden zu helfen und in einigen Fällen einfach um des Lernens willen zu lernen“, sagte Hicks. „Wir hören diese Geschichten nie, weil sich alle auf all die Fehlinformationen konzentrieren, die über soziale Medien verbreitet werden.“

Die Studie zeigt nachdrücklich, dass der offene Zugang zu wissenschaftlichen Informationen für den Durchschnittsamerikaner wichtig ist, sagte Co-Autor Ameet Doshi, ein Ph.D. der School of Public Policy. Student und Leiter der Donald E. Stokes Library an der Princeton University.

„Diese Forschung wird hoffentlich das Bewusstsein für die positiven Erträge schärfen, die der Gesellschaft aus Investitionen in Institutionen erwachsen, die den öffentlichen Zugang zu hochwertiger Forschung demokratisieren“, sagte Doshi, der für seine Dissertation ähnliche Daten zu Downloads aus dem Open-Source-Programm der Harvard University analysiert. Zugangsportal.

Maschinelles Lernen entwickelt sich zu einem Schlüsselwerkzeug für Sozialwissenschaftler

Die Studie untersuchte 1,6 Millionen Kommentare zu 6,6 Millionen Downloads von NASEM-Konsensberichten seit 2011, als die Akademien begannen, sie erstmals kostenlos anzubieten. Die Kommentare wurden als Antwort auf eine Eingabeaufforderung hinterlassen, in der die Benutzer gefragt wurden, wie sie die Berichte verwenden wollten.

Die Autoren verwendeten einen maschinellen Lernalgorithmus namens BERT, um die Kommentare zu analysieren – eine weitere Expansion in die Sozialwissenschaften von Asensios Einsatz von maschinellen Lerntechniken, die unstrukturierte Daten organisieren und sinnvoll interpretieren, die zu zeitaufwändig sind, als dass Menschen sie direkt analysieren könnten. Die Arbeit von Asensio hat gezeigt, dass solche Daten für Forscher und politische Entscheidungsträger von immensem Nutzen sein können, wenn Forscher Algorithmen richtig beibringen, wie sie die harte Arbeit erledigen sollen. Das Data Science and Policy Lab von Asensio hat in den letzten Jahren Deep-Learning-Techniken eingesetzt, um das Wissen über Energieeffizienz, nachhaltige Kunststoffe und die Ladeinfrastruktur für Elektrofahrzeuge zu erweitern.

„Wenn Sie Daten in dieser Größenordnung erhalten, insbesondere wenn Sie unstrukturierte Daten haben, die in Echtzeit wachsen, gibt es praktische Einschränkungen, warum diese Art von Verhaltensinformationen zuvor nicht bekannt war“, sagte Asensio. „Wir zeigen in einer Reihe von Forschungsbereichen, dass experimentelle Ansätze zur Kuratierung von Trainingsdaten mit menschlichem Label die Leistung beliebter überwachter ML-Algorithmen auf ein Niveau steigern können, das der menschlichen Leistung entspricht oder sie sogar übertrifft. Dies erweitert die Möglichkeiten für die Datenentdeckung in den Sozialwissenschaften. Daher bestand ein zwingender Bedarf, diese Computerlösungen zu verwenden, um automatisch Verhaltensnachweise über das öffentliche Interesse an wissenschaftlichen Informationen zu klassifizieren.“

Die Analyse ergab, dass akademische Benutzer 48 % der Downloads mit Kommentaren ausmachten, ein nicht überraschendes Ergebnis angesichts der Natur der Berichte, die sehr wissenschaftlich sind und in erster Linie dazu bestimmt sind, die technischen Anforderungen von Bundesbehörden zu erfüllen.

Lernen um des Lernens willen

Es sind die anderen Verwendungen, die die Forscher am meisten interessierten, darunter Downloads von Amateurfunkern, Amateurastronomen, Anbietern von lebenslangem Lernen und Rentnern, die daran interessiert sind, mitzuhalten.

Etwa 150.000 Downloads wurden als „persönlicher Gebrauch“ kategorisiert, darunter Themen wie Cannabis, Sterben, gentechnisch veränderte Pflanzen, Evolution versus Kreationismus und die Reduzierung von Waffengewalt. Die Analyse ergab auch, dass Tausende von Veteranen planten, NASEM-Berichte als Teil ihres Antrags auf Behinderung bei der US-Veteranenverwaltung zu verwenden, wobei die 20 Berichte von NASEM über Agent Orange, die gesundheitlichen Auswirkungen von Brandgruben oder hohe Lärmpegel die häufigsten Downloads waren.

Mehr als 25.000 Ärzte und Krankenschwestern haben Berichte mit Plänen heruntergeladen, die Details zur Verbesserung ihrer klinischen Arbeit zu verwenden.

Laut der Studie hat ein Benutzer 551 Berichte zur „persönlichen Erbauung“ heruntergeladen.

Die Forscher stellten auch Downloads von Sachbuchautoren, Science-Fiction-Autoren und sogar bildenden Künstlern fest. Die Berichte waren laut den Kommentaren sogar Gegenstand von Diskussionen im Buchclub.

Der von den Forschern verwendete Algorithmus war in etwa 84 % der Fälle in der Lage, die richtige Bedeutung zu identifizieren.

„Sprache hat einen performativen Aspekt, es gibt einen beschreibenden Aspekt“, sagte Zullo. „Die Tatsache, dass ein Tool für maschinelles Lernen die Bedeutung mit dieser Art von Genauigkeit vorhersagen kann, ist unglaublich.“

Amerikaner „von Natur aus neugierig“

Insgesamt weisen die Ergebnisse auf eine breite und wirkungsvolle Verbreitung von Wissen hin, die sich aus der Entscheidung von NASEM ergibt, die Berichte frei verfügbar zu machen, schrieben die Autoren.

„Die Ergebnisse zeigen, dass Erwachsene motiviert sind, die glaubwürdigsten Quellen zu suchen, sich mit herausforderndem Material auseinanderzusetzen, es zu nutzen, um die von ihnen angebotenen Dienstleistungen zu verbessern und mehr über die Welt zu lernen, in der sie leben“, sagten sie. „Das Bild steht in starkem Kontrast zu der vorherrschenden Erzählung einer falsch informierten und manipulierten Öffentlichkeit, die von den sozialen Medien angegriffen wird.“

Das soll nicht heißen, dass Fehlinformationen in den sozialen Medien kein Problem darstellen, stellen die Autoren fest. Social-Media-Plattformen sind voll von Millionen falscher und irreführender Posts, von denen viele von Bots gepostet werden, die dazu beitragen können, den Glauben an Verschwörungstheorien, Fehlinformationen und sogar staatlich geförderte Desinformationen zu fördern.

In diesem Fall zeigt die Studie jedoch eine Öffentlichkeit, die sich – trotz der weit verbreiteten Narrative, die die Politisierung der Wissenschaft und das Misstrauen gegenüber Wissenschaftlern beklagt – immer noch an Experten wendet, um zu helfen, eine komplizierte, sich ständig verändernde Welt zu ordnen.

„Ein großer Teil der amerikanischen Öffentlichkeit ist von Natur aus neugierig und bereit, sich mit dem akademischen Jargon auseinanderzusetzen, um einen Einblick zu erhalten“, sagte Doshi. „Das ist an sich schon eine beruhigende Erkenntnis.“