محفظتك البحثية كنقطة في فضاء المشاكل
انمذج مجموعة المشاكل المفتوحة في أحد المجالات كفضاء P. لكل مشكلة p ∈ P خاصيتان ذات صلة: الأهمية I(p) (القيمة النهائية لحلها) والصعوبة D(p) (الجهد المطلوب لتحقيق تقدم).
محفظتك البحثية هي توزيع احتمالي على P: مقياس μ على P يصف حيث تخصص انتباهك. إذا عملت على مشكلة واحدة فقط، μ = δ(p₀). إذا عملت على العديد منها، μ موزعة على P.
تقنية المشاكل العشرة المهمة هي استراتيجية تغطية: حافظ على الكتلة في منطقة الأهمية العالية من P، حتى لو كنت لا تحل تلك المشاكل بنشاط في الوقت الحالي. تمكّن الكتلة من الاعتراف عندما تصل تقنية جديدة.
دالة الفعالية لمشكلة: L(p) = I(p)/D(p). أهمية عالية لكل وحدة صعوبة = فعالية عالية. يتجمع معظم الباحثين عند مشاكل منخفضة الفعالية (صعوبة منخفضة، أهمية معتدلة) حتى عندما توجد مشاكل عالية الفعالية.
لماذا يتجنب الناس المنطقة عالية الفعالية: المشاكل ذات I(p) العالية عادة ما تملك D(p) عالية. الفشل في مشكلة مهمة صعبة مرئي. الفشل في مشكلة سهلة غير مهمة غير مرئي. هيكل الحوافز يدفع الباحثين نحو المنطقة منخفضة الفعالية حتى عندما يعرفون، بشكل عقلاني، أن المشاكل عالية الفعالية أكثر أهمية.
حساب الفعالية
الباحث أ ينفق 100% من جهده على المشكلة 1: I(p₁) = 10 (أهمية)، D(p₁) = 2 (صعوبة). الباحث ب ينفق 100% من جهده على المشكلة 2: I(p₂) = 100 (أهمية)، D(p₂) = 50 (صعوبة).
لكلا الباحثين نفس إجمالي ميزانية الجهد. افترض أن احتمال تحقيق تقدم على مشكلة في سنة واحدة يتناسب مع الجهد/الصعوبة.
المعرفة التي تمكّن مزيداً من المعرفة
حجة هامينج للأساسيات: المعرفة التي تمكّن التعلم الإضافي تتراكم. الباحث الذي يستثمر في الأساسيات مبكراً يمكنه الحصول على معرفة متخصصة أسرع، والاعتراف بالروابط عبر المجالات بسهولة أكبر، وحل المشاكل الجديدة بكفاءة أكثر — لأن الأساسيات توفر رسماً بيانياً فرعياً كثيفاً في الرسم البياني للمعرفة.
نموذج: دع K(t) = مجموع مخزون معرفتك في الوقت t. إذا كان معدل اكتساب معرفة جديدة متناسباً مع ما تعرفه بالفعل: dK/dt = r · K(t)، إذن K(t) = K₀ · eʳᵗ. هذا هو النمو الأسي.
بشكل أكثر واقعية: dK/dt = r · K(t)^α، حيث 0 < α < 1 يعطي نمواً دون أسي (لكن لا يزال فائق خطي). المفتاح: K(t) دالة محدبة لـ t لأي α > 0. يينتج استثمار وقت لاحق أكثر معرفة مستقبلية من استثمار متساوٍ متأخر في نفس مستوى المعرفة المطلقة، لكن استثمار مبكر ينتج أكثر معرفة مستقبلية من استثمار متساوٍ متأخر في نفس المستوى المطلق.
الأساسيات كاستثمارات عالية الفعالية: إذا كانت المهارة الأساسية تزيد من قدرتك على اكتساب كل معرفة مستقبلية (ترفع r)، فإن الاستثمار فيها مبكراً يعظم العائد المركب. إنفاق نفس الجهد على معرفة محيطية لا تعمم يرفع K₀ بمقدار ثابت دون التأثير على r — عائد خطي بدلاً من مضاعف.
هامينج عن شانون: اهتم شانون بنفسه سنوات قبل أن تكون نظرية المعلومات 'في الهواء' من خلال طرح الأسئلة المبكرة حول العلاقة بين المعلومات وعدم اليقين. عندما جاءت اللحظة، كان وضع نفسه لرؤية ما لم يتمكن الآخرون من رؤيته.
النمو المركب مقابل الاستثمار الخطي في المعرفة
الباحث أ يستثمر سنة واحدة مبكراً في مسيرته في تعلم تقنية رياضية أساسية (الجبر الخطي على عمق البحث). هذا يضاعف معدل تعلمهم (r → 2r) لكل عمل لاحق. الباحث ب ينفق تلك السنة على مهارة محيطية تضيف K₀ → K₀ + C لثابت ثابت C، دون التأثير على r.
بعد T سنة إضافية بعد سنة الاستثمار، الباحث أ لديه K_A(T) = K₀ · e^(2rT). الباحث ب لديه K_B(T) = (K₀ + C) · e^(rT).
تكلفة تجنب المشاكل الصعبة
تكلفة الفرصة البديلة للقرار = (قيمة أفضل بديل مهجور) − (قيمة الخيار المختار).
من حيث محفظة البحث: إذا خصصت جهدك للمشكلة ب (فعالية منخفضة) عندما كانت المشكلة أ (فعالية عالية) متاحة، فإن تكلفة الفرصة البديلة في السنة = E[output_A] − E[output_B].
على مسيرة T سنة: إجمالي تكلفة الفرصة البديلة = T × (E[output_A] − E[output_B])، على افتراض ثبات الفعالية. في الممارسة العملية، الفرق يتراكم: مع نمو K(t)، تنمو قدرتك على تحقيق تقدم على أ أيضاً، لذا تنمو القيمة المهجورة بمرور الوقت.
هندسة التجنب: في فضاء المشاكل، تحتل المشاكل عالية الفعالية منطقة بالقرب من الحدود. يبقى معظم الباحثين داخل الحدود جيداً، في المنطقة منخفضة الصعوبة، معتدلة الأهمية. تكلفة الفرصة البديلة هي الفرق في المخرجات المتوقعة بين منطقة الحدود والمنطقة الداخلية، مجموعة على المسيرة.
ملاحظة هامينج: الباحثون الذين تجمعوا في المنطقة الداخلية (جداول الفيزياء والكيمياء التي تركها) لم يكونوا كسالى. كانوا منتجين بنشاط. لكن إنتاجيتهم تراكمت بمعدل أقل مما لو وُجهت نحو الحدود. تكلفة الفرصة البديلة غير مرئية — تشهد فقط على ما تم إنتاجه، وليس ما كان يمكن أن يكون.
حساب تكلفة الفرصة البديلة للمسيرة
للباحث خياران كل سنة: الخيار أ (مشكلة حدودية، مخرجات متوقعة E_A = 3 في السنة) والخيار ب (مشكلة داخلية، مخرجات متوقعة E_B = 1 في السنة). يختارون الخيار ب كل سنة لمدة 30 سنة.
افترض أن المخرجات من السنوات المختلفة لا تتفاعل (لا توجد تأثيرات مركبة للبساطة). إجمالي المخرجات تحت ب: O_B = 30. إجمالي المخرجات تحت أ: O_A = 90.