Rất nhiều khám phá khoa học đã mang đến cho mọi người một quan điểm hoàn toàn mới trên thế giới, và đã giúp họ cải thiện cuộc sống của họ. Các thí nghiệm và suy niệm của các nhà khoa học đã dẫn đến những khám phá này, và không có thay đổi đáng kể trong các phương pháp nghiên cứu được các nhà khoa học sử dụng. Tuy nhiên, sự phát triển của công nghệ cho trí tuệ nhân tạo và phân tích dữ liệu lớn đang gây ra những thay đổi trong phương pháp nghiên cứu. Những thay đổi này hiện không rõ rệt, nhưng chắc chắn đang diễn ra.
Cộng tác trực tuyến và sự tham gia của người dân
Sự phổ biến của Internet đã giúp các nhà khoa học có thể áp dụng các phương pháp nghiên cứu mới bằng cách sử dụng các mạng trực tuyến và các công cụ kỹ thuật số. Ví dụ, Tim Gowers, một nhà toán học người Anh, đã bắt đầu dự án Polymath vào năm 2009 bằng cách sử dụng blog của mình để cộng tác giữa các nhà toán học để giải quyết các vấn đề toán học quan trọng và khó khăn. Với ý tưởng rằng, “nếu một nhóm gồm nhiều các nhà toán học có thể kết nối bộ não của họ một cách hiệu quả, họ sẽ có thể giải quyết vấn đề rất hiệu quả”, Gowers đã yêu cầu các độc giả cùng tham gia dự án. Những người tham gia dự án có thể xem xét tiến trình nghiên cứu được ghi lại trong phần bình luận của blog của Gowers, và có thể phát triển phần việc của chính họ trong khi được lấy cảm hứng từ ý tưởng của các nhà toán học nào đó. Sáng kiến của Gowers đã khá thành công. Các nghiên cứu chứng minh về lý thuyết toán học và các giải pháp cho các vấn đề khó khăn do Gowers đề xuất, đã được xuất bản với phần tác giả được ghi ẩn danh, điều này đại diện cho tất cả những người tham gia liên quan. Dự án Polymath là một ví dụ về nghiên cứu cộng tác hiệu quả hơn nhiều so với nghiên cứu do một cá nhân thực hiện. Trong phương pháp nghiên cứu này, các ý tưởng của các nhà nghiên cứu khác nhau được kết nối hiệu quả với nhau bởi vì những nhà nghiên cứu này có được những hiểu biết lẫn nhau.
Galaxy Zoo là một ví dụ điển hình về khoa học nhân dân – điều đã được tích cực theo đuổi kể từ sự ra đời của Internet. Trong dự án khoa học nhân dân trực tuyến này, hàng triệu hình ảnh thiên hà từ Kính viễn vọng Không gian Hubble được phân loại. Hơn 200.000 người dân đã và đang hỗ trợ dự án nghiên cứu thiên hà quy mô lớn này. Một số tình nguyện viên Galaxy Zoo, những người đã phát hiện ra một số loại thiên hà mới, được liệt kê là đồng tác giả của các ấn phẩm học thuật. Do đó, dự án này đã khuyến khích người dân đóng vai trò tích cực trong nghiên cứu khoa học. Trong nghiên cứu khoa học tiên tiến, mỗi nhà khoa học có xu hướng tập trung vào một lĩnh vực chuyên môn trong phạm vi rất hẹp. Ngược lại, nhiều khám phá khoa học được thực hiện khi có sự tương tác kiến thức và ý tưởng từ các lĩnh vực nghiên cứu khác nhau. Sự lan truyền của nghiên cứu khoa học nhân dân dường như cung cấp cho các nhà khoa học cơ hội để có thể tìm hiểu những vấn đề vượt ra ngoài lĩnh vực chuyên môn của họ và do đó tìm ra điều gì đó có thể dẫn tới những khám phá mới.
Tầm quan trọng của các phương pháp nghiên cứu được mô tả ở trên là các ý tưởng của cá nhân được chia sẻ trước khi chúng được sử dụng để tạo ra kết quả nghiên cứu, trong khi ở các phương pháp nghiên cứu thông thường, các phát hiện được chia sẻ chỉ khi các tài liệu nghiên cứu được công bố. Những phương pháp nghiên cứu mới này cho thấy khả năng rằng cách thức tiến hành nghiên cứu sẽ thay đổi từ thực tế hiện tại tập trung vào việc xuất bản bài báo nghiên cứu.
Nghiên cứu dựa vào dữ liệu
Nghiên cứu dựa trên dữ liệu đã thu hút sự chú ý như là một phương pháp nghiên cứu mới dựa trên khả năng lớn có sẵn để xử lý một lượng lớn dữ liệu đa dạng. Trong nghiên cứu dựa trên dữ liệu, việc phát hiện ra một định luật khoa học được thúc đẩy bởi một lượng lớn dữ liệu phi cấu trúc và được sử dụng để thúc đẩy nghiên cứu. Phương pháp nghiên cứu này nổi lên vì số lượng dữ liệu được công khai đã tăng lên với tốc độ nhanh, phần lớn dữ liệu hữu ích cho nghiên cứu khoa học hiện có sẵn ở định dạng có thể đọc được và số lượng dữ liệu được tích lũy qua nhiều nghiên cứu khác nhau đã đạt đến mức đủ phân tích dựa trên dữ liệu.
Một ví dụ về nghiên cứu dựa trên dữ liệu là tìm kiếm vật liệu trong khoa học vật liệu. Tìm kiếm vật liệu nhằm mục đích cải thiện các đặc tính của một vật liệu cụ thể hoặc khám phá một vật liệu thay thế. Nó được sử dụng phụ thuộc vào các thí nghiệm được tiến hành bằng cách sử dụng trực giác của các nhà nghiên cứu hoặc kinh nghiệm cá nhân, và dữ liệu từ các thí nghiệm cần phải được tích lũy trong việc tìm kiếm vật liệu. Một phương pháp thông thường đòi hỏi một lượng lớn thời gian và tiền bạc. Vấn đề này được giải quyết bằng cách sử dụng tin học vật liệu. Tin học vật liệu là một lĩnh vực nghiên cứu trong đó dữ liệu về các hợp chất hóa học được phân tích trong việc tìm kiếm các vật liệu mới. Cách tiếp cận này rất hứa hẹn. Hội đồng Nghiên cứu Quốc gia của Viện Hàn lâm Khoa học Quốc gia Nhật Bản đã tuyên bố năm 2008: “Tích hợp các kỹ thuật tính toán và các kỹ thuật phân tích thông tin liên quan đến nghiên cứu vật liệu sẽ giảm chu kỳ phát triển vật liệu từ 10 đến 20 năm hiện tại xuống còn 2 đến 3 năm”. Tại Hoa Kỳ, “Sáng kiến Genome Vật liệu” được bắt đầu vào năm 2012 để thúc đẩy phát hiện và phát triển vật liệu. Tại Nhật Bản, trong “Nghiên cứu Vật liệu của Sáng kiến Tích hợp Thông tin (MI2I)” triển khai năm 2015, Viện Khoa học Vật liệu Quốc gia (NIMS) đã và đang nghiên cứu phát triển cơ sở hạ tầng nghiên cứu về tin học vật liệu. Tin học vật liệu ở Nhật Bản bắt đầu tạo ra kết quả. Vào tháng 11/2015, Atsuto Seko, Phó Giáo sư tại Đại học Kyoto, đã thành công trong việc phát hiện ra các hợp chất dẫn nhiệt hiệu quả bằng cách sử dụng các kỹ thuật tin học vật liệu.
Trong Dự án Nền tảng Trí tuệ Tích hợp Tiên tiến (AIP), NC&PT sẽ được triển khai để đẩy nhanh tiến độ nghiên cứu khoa học. Với mục đích này, những sự hỗ trợ sẽ được cung cấp cho những khám phá khoa học – những khám phá khoa học được nghiên cứu không chỉ thông qua lý thuyết và thí nghiệm mà còn bằng cách áp dụng công nghệ trí tuệ nhân tạo sáng tạo cho dữ liệu lớn (ví dụ, kỹ thuật khoa học thứ 5, hoặc khoa học dựa trên AI; thử nghiệm, mô phỏng và phân tích dữ liệu lớn).
Trong nghiên cứu dựa trên dữ liệu, kết quả có ý nghĩa được tạo ra từ một lượng lớn dữ liệu mà con người không thể phân tích đầy đủ. Chất lượng của kết quả nghiên cứu phụ thuộc vào sự sẵn có của cơ sở dữ liệu chất lượng. Do đó, để thúc đẩy nghiên cứu dựa trên dữ liệu, nhiều cơ sở dữ liệu hữu ích cần phải được cung cấp.
NASATI (Theo Future Services & Societal Systems in Society 5.0)