Выглядит, конечно, не особо удобно, зато никогда не забудешь дома 🤔😜 и не придется возвращаться

💣 PSD

Правила типографики

Источник   #ктипографика



📱

🅰️ Новые шрифты

Подборка креативных баннеров для вашего вдохновения.

📙 Shock Design

Web3, the Metaverse, and the Lack of Useful Innovation

Статья старого периода хайпа вокруг метаверса обращает наше внимание на изменение природы инноваций и открытий на конкретных рынках США. Наиболее интересный здесь отрывок о природе знания в последние годы и, внезапно, идея междисциплинарных исследований как источник для типа инноваций. Это, конечно, звучит актуально для ситуации бума больших языковых моделей

https://americanaffairsjournal.org/2022/11/web3-the-metaverse-and-the-lack-of-useful-innovation/

Изменения в фундаментальных и прикладных исследованиях

Хотя венчурные капиталисты отчасти виноваты, система фундаментальных и прикладных исследований в Америке также претерпела значительные изменения с первых лет успеха Кремниевой долины, что, вероятно, привело к появлению меньшего числа подлинных научно-обоснованных возможностей для коммерциализации. Кремниевая долина получила своё название благодаря полупроводникам на основе кремния — одному из видов научно-обоснованных технологий, которые обеспечили значительную часть инноваций Америки во второй половине двадцатого века. Другие важные технологии, возникшие в результате научных исследований середины двадцатого века, включают полимеры (например, пластмассы), ядерную энергию, лазеры, реактивные двигатели, радары, светодиоды и стекловолокно, многие из которых принесли своим разработчикам Нобелевские премии.

Самое значительное изменение с той эпохи — это сокращение фундаментальных и прикладных исследований в компаниях. До 1970-х годов большая часть таких исследований проводилась в корпоративных лабораториях, таких как Bell Labs, RCA и DuPont, что привело как к Нобелевским премиям, так и к реальным продуктам и услугам, таким как транзисторы, интегральные схемы, пластмассы и радары. Эта доминирующая роль начала меняться в 1960-х годах по многим причинам, одной из которых стало увеличение финансирования университетов. Рост финансирования привёл к тому, что количество ежегодно присуждаемых докторских степеней в США увеличилось более чем в восемь раз с 1950 года. В некоторых социальных кругах теперь считается гораздо престижнее работать в университете, чем в корпоративной лаборатории. Университеты готовят аспирантов для работы в академической среде, а не в коммерческой. Они учатся проводить обзоры литературы и писать статьи, в то время как коммерциализация продуктов в значительной степени игнорируется. Университеты гордятся своими аспирантами, которые становятся профессорами; корпоративные исследования считаются второсортными.

Однако превращение высшего образования в основной центр фундаментальных и прикладных исследований, а значит, и главный источник новых идей для коммерциализации, связано с множеством проблем. Во-первых, слишком много внимания уделяется публикации статей и недостаточно — разработке новых технологий до той стадии, когда компании могут их коммерциализировать. Существует даже слишком много статей, чтобы исследователи могли их читать, из-за чего количество публикаций или сомнительные индексы, такие как h-индекс, становятся практически бесполезными. Подсчёт количества публикаций или вычисление h-индекса создали среду, где приоритет отдаётся количеству, а не качеству, и статус автора часто определяет результат. Статьи с более чем сотней авторов — не редкость. По некоторым оценкам, половина всех рецензируемых статей не читается никем, кроме автора, редактора журнала и рецензентов.

Эта культура «публикуй или умри также побуждает исследователей манипулировать системой, что подрывает полезность подсчёта публикаций и цитирований. Это пример закона Гудхарта: «Когда мера становится целью, она перестаёт быть хорошей мерой». Для науки и исследований, проводимых в университетах, список публикаций определяет каждое назначение, заявку на грант, продвижение по службе и пересмотр зарплаты, и тысячи современных профессоров имеют гораздо более высокие h-индексы, чем Альберт Эйнштейн или Ричард Фейнман.