Resumen de ¿Convergen las diferentes disciplinas de conocimiento? evidencia cuantitativa

Sara Lumbreras Sancho, Penny Mealy, Christopher Verzijl, Samuel F. Way

• español

  Los modelos epistemológicos tradicionales clasifican el conocimiento en disciplinas separadas con objetos de estudio distintos y técnicas específicas, incluso proponiendo esquemas jerárquicos (por ejemplo, Comte). Según pensadores como John Holland o Teilhard de Chardin, el avance de la ciencia implica una convergencia entre sus disciplinas. Esta convergencia puede estudiarse de maneras distintas, como el impacto de diferentes autores fuera de su equipo (redes de citación) o la manera en la que colaboran (redes de coautoría). Aunque estos estudios están generando ideas interesantes, no son capaces de mostrar la convergencia de los distintos temas que se tratan en un cuerpo de trabajos. Este artículo intenta estudiar esta pregunta desde un punto de vista cuantitativo, buscando evidencias que apoyen la idea de convergencia en el contenido de las ciencias en sí mismas (es decir, si las ciencias se ocupan de temas cada vez más cercanos entre ellos). Empleamos Latent Dirichlet Analysis (LDA), una técnica que analiza textos y estima las contribuciones relativas de los temas que los generan (estos temas se definen como distribuciones de palabras). Aplicamos esta técnica al corpus de artículos publicados por el Instituto de Santa Fe (Santa Fe Institute, SFI), que describe trabajos relacionados con las Ciencias de la Complejidad entre 1989 y 2015. Analizamos la cercanía entre las diferentes áreas, la aparición y desaparición de temas de investigación y, en general, la posible convergencia entre disciplinas. Combinando la estructura obtenida de la historia de las publicaciones de SFI con técnicas de inferencia de jerarquía y clustering, reconstruimos la perspectiva de una comunidad científica dinámica que experimenta tendencias, temas recurrentes y cambios en la cercanía de las diferentes disciplinas. Nuestros resultados muestran que hay evidencias de convergencia y que la aplicación de métodos cuantitativos puede proporcionar nuevos elementos de comprensión que ayuden a los investigadores a estructurar una literatura científica cada vez más amplia y compleja, así como a identificar áreas potenciales para nuevas colaboraciones.

• English

  Traditional epistemological models classify knowledge into separate disciplines with different objects of study and specific techniques, with some frameworks even proposing hierarchies (such as Comte’s). According to thinkers such as John Holland or Teilhard de Chardin, the advancement of science involves the convergence of disciplines. This proposed convergence can be studied in a number of ways, such as how works impact research outside a specific area (citation networks) or how authors collaborate with other researchers in different fields (collaboration networks). While these studies are delivering significant new insights, they cannot easily show the convergence of different topics within a body of knowledge. This paper attempts to address this question in a quantitative manner, searching for evidence that supports the idea of convergence in the content of the sciences themselves (that is, whether the sciences are dealing with increasingly the same topics). We use Latent Dirichlet Analysis (LDA), a technique that is able to analyze texts and estimate the relative contributions of the topics that were used to generate them. We apply this tool to the corpus of the Santa Fe Institute (SFI) working papers, which spans research on Complexity Science from 1989 to 2015. We then analyze the relatedness of the different research areas, the rise and demise of these sub-disciplines over time and, more broadly, the convergence of the research body as a whole. Combining the topic structure obtained from the collected publication history of the SFI community with techniques to infer hierarchy and clustering, we reconstruct a picture of a dynamic community which experiences trends, periodically recurring topics, and shifts in the closeness of scholarship over time. We find that there is support for convergence, and that the application of quantitative methods such as LDA to the study of knowledge can provide valuable insights that can help researchers navigate the increasingly wide literature as well as identifying potentially fruitful areas for research collaboration.