De non-lineaire dynamica’s van
wetenschappelijke
en technologische ontwikkelingen
pp. 65-70 in: M.F. van
den Bergh, R. A. de Klerk, G.J. de Reuver (redactie), Bouwen aan academisch
onderwijs: Verkenningen bij gelegenheid van het afscheid van professor Karel
van Dam, Universiteit van Amsterdam, 2002.
In de schaduw van het
wetenschapsbeleid is het wetenschaps- en technologie-onderzoek in de afgelopen
decennia uitgegroeid tot een wetenschappelijk specialisme, dat in Nederland ook
wel bekend staat onder de naam wetenschapsdynamica.
Hoe kunnen nationale overheden wetenschaps- en technologiebeleid voeren als
wetenschappelijke kennis moet worden ontwikkeld op internationaal niveau?
Stuurt men dan niet op de verkeerde parameters, namelijk alleen maar op de
toepassingen zonder het inhoudelijke proces van kennisontwikkeling zelf te
beïnvloeden?
Aanvankelijk werd in het
wetenschapsonderzoek onderscheid gemaakt tussen de organisatie van wetenschap
en technologie in (bijvoorbeeld nationale) organisaties aan de ene kant en
inhoudelijke wetenschapsontwikkeling op het niveau van het internationale veld
aan de andere. De instituties dragen de functie van culturele
kennisontwikkeling. Door middelen gericht in te zetten kan de institutionele
laag worden gestuurd en indirect kunnen daarmee misschien accenten worden
aangebracht op het niveau van de inhoudelijke ontwikkeling. Dit model geeft aan
beleidsmakers een duidelijke functie.
De werkelijkheid bleek
echter weerbarstiger dan de leer. In een vergelijkend onderzoek (in 1987) naar
het Nationaal Onderzoeksprogramma Windenergie (NOW) en het Nationaal
Onderzoeksprogramma Zonne-energie (NOZ) vonden we voor het ene programma een
heel andere opbrengst aan wetenschappelijke publicaties dan voor het andere.
Als beleidskaders waren deze twee programma’s vrijwel identiek. Toch ontstonden
in het geval van zonne-energie nieuwe wetenschappelijke centra van expertise,
bijvoorbeeld op het gebied van zonnencellen, terwijl op het gebied van
windenergie de nadruk meer lag op de toepassingen.[1]
Voor de betrokken
wetenschappers bood windenergie zodoende onvoldoende perspectief om te kunnen
publiceren. Velen van hen keerden na verloop van tijd terug naar de discipline
van herkomst (vaak natuurkunde), terwijl bij zonne-energie wel degelijk inhoudelijke
ontwikkelingen op gang kwamen. Soortgelijke resultaten werden ook door
wetenschapsonderzoekers in Duitsland en de Verenigde Staten gemeld.[2]
Kennelijk gaat van de intellectuele organisatie van een vakgebied zelf een
sturende werking uit waaraan niet zonder meer door lokale overheden en geld een
tegenwicht kan worden geboden. Hoe kunnen we deze ‘zelf-organisatie’ van
wetenschapsontwikkeling begrijpen?
De Amerikaanse
wetenschapshistoricus Thomas Kuhn heeft al in 1962 voorgesteld om over
wetenschapsontwikkeling te denken in termen van paradigma’s.[3]
Paradigma’s kunnen we begrijpen als taalspelen waarin bepaalde ‘jargonistische’
regels gelden, zodat het mogelijk wordt om gedetailleerd met elkaar van
gedachten te wisselen over specifieke fenomenen. Eigenlijk ontstaat pas door
het aanbrengen en bediscussiëren van de fijnmazige onderscheidingen een scherp
perspectief op die fenomenen. Zonder quantumfysica geen dualiteit, zonder
psychologie geen begrip zoals ‘IQ’ of ‘neurose’. Wetenschappers leven in een
universum dat ze opspannen met hun begrippen. De constructies zijn niet
willekeurig, omdat de codes van de communicatie de kwaliteit streng bewaken.
Een eerste voorbeeld van
een paradigma levert de Newtoniaanse fysica. Niemand van ons heeft ooit een
puntmassa gezien, maar toch kunnen we gemakkelijk met de wetten van Newton de
fenomenen beschrijven en voorspellingen doen. Sommige uitspraken blijken na
toetsing meer ‘waar’ dan andere en alleen maar door die nieuwe uitspraken ter
discussie te stellen komen we in de wetenschap verder. Meer algemeen maken
individuele wetenschappelijke ontdekkers en onderzoekers aanvankelijk alleen
maar kennisclaims. Pas door de ontdekkingen en ideeën in te voegen in een
argumentatie ontstaat een wetenschappelijk weefsel van kennis.[4]
Zo gevalideerde kennis
kunnen we ook weer toepassen in andere contexten. Om dit type
wetenschapsontwikkeling op gang te krijgen, moeten we op die twee niveaus
kunnen bediscussiëren, namelijk op dat van het (lokaal) vrijelijk ontwikkelen
van ideeën en op dat van het (boven-lokaal) vrijelijk kunnen kritiseren van die
ideeën. Je zou kunnen zeggen dat het eerste niveau de variatie genereert,
terwijl het tweede niveau een selectie-omgeving biedt. Wetenschappelijke
specialismen kunnen dan als niches van gespecialiseerde communicatie worden
beschouwd.
Op het niveau van de
maatschappij is deze vrijheid van onderzoek nauw verbonden met de
wetenschappelijke revolutie in de tijd van Galilei (1632)[5]
en Newton (1687).[6] Het recht
van de kerk om te interveniëren in de wetenschapsontwikkeling ten gunste van
een van God gegeven waarheid moest worden gebroken. In de wetenschappen moeten
‘waarheden’ kunnen worden onderzocht en ze gelden per definitie alleen tot
nader orde. Als het wetenschappelijk taalspel zijn verklarende kracht verliest
- of eigenlijk precieser geformuleerd: als het oude paradigma geen nieuwe
ontwikkelingsmogelijkheden meer biedt - dan verdwijnt het en ontstaan er
mogelijk nieuwe.
Op het niveau van de
culturele evolutie staan de systemen ook onder selectie-druk. Alleen de
sterkste ‘soorten’ overleven. Wij kunnen ons bijvoorbeeld nauwelijks meer
voorstellen waarom men een zieke zou moeten aderlaten. Het is ook erg lastig om
vandaag de dag de achttiende eeuwse phlogiston-theorie uit te leggen. Met
andere woorden: een zelf-organiserend communicatiesysteem heeft een
zelfreinigende werking, namelijk omdat men steeds opnieuw moet selecteren uit
de mogelijke ontwikkelingsrichtingen met het oog op wat in het heden de meeste
perspectiven lijkt te bieden. Die keuzen worden door de wetenschappelijke
gemeenschappen gemaakt in termen van kwaliteit, dat wil zeggen door gebruik te
maken van de specifieke code van de communicatie in het vakgebied. Dit is een
interactief en recursief proces dat complexiteit genereert en dat we in
toenemende mate kunnen analyseren met behulp van non-lineaire dynamica.
De Duitse socioloog
Niklas Luhmann heeft in 1984 deze volgende stap gezet door voor te stellen om
intermenselijke communicaties te modelleren met zelf-organisatie-modellen uit
de biologie. [7]
We zouden de maatschappij daartoe kunnen herdefiniëren als bestaande uit
intermenselijke communicaties. De mensen die de communicaties dragen, vormen
vanuit dit perspectief analytisch de omgeving van de maatschappij. Ze zijn de
knopen van het netwerk, maar de sociologie richt zich op de ontwikkeling van
het netwerk als zodanig. De sociologie bestudeert dan wat er tussen mensen
gebeurt, terwijl de psychologie individuele mensen tot onderwerp van studie
maakt. Dit zijn dus twee afzonderlijke, zij het samenhangende domeinen. De
mensen verwerken gedachten, ervaringen en gevoelens, maar het netwerk
communiceert. Door te communiceren leert het netwerk in a distributed mode, dat wil zeggen volgens een eigen dynamiek.[8]
In een vrije samenleving
kan men weer verder communiceren over communicaties en de verschillende soorten
van communicaties kunnen worden onderscheiden en gedifferentieerd. De
marktdynamiek wordt bijvoorbeeld anders dan de wetenschappelijke dynamiek of de
dynamiek van communicatie in intieme relaties. Zo’n recursief systeem loopt in
lussen, maar omdat communicaties zowel geformaliseerd als informeel kunnen
zijn, storen de verschillende communicatieniveaus elkaar continu en op een
manier die in een formele computertaal verboden zou zijn. We krijgen als het
ware een neuraal netwerk, waarin wij zelf de neuronen zijn en onze steeds
wisselende communicaties de dendrieten. Maar omdat deze dendrieten niet fysiek
of biologisch zijn, zijn ze ook veel flexibeler. Wat het ene moment nog voor
‘waar’ werd gehouden, kan het volgende moment al weer achterhaald zijn. Kortom:
sociale communicatiesystemen kunnen in principe veel sneller leren dan
biologische systemen.
Anders dan virtuele
communicatiesystemen zijn intermenselijke communicatiesystemen gekoppeld aan de
leerprocessen in de humane dragers van de interactiesystemen. Met een
biologisch begrip noemen we dit ‘structurele koppeling’.[9]
De communicaties vormen de omgeving van de mensen en omgekeerd zijn de mensen
nodig voor de communicaties. Maar beide systemen hebben ook interne
vrijheidsgraden om zich te herstructureren. Met dit perspectief kunnen we een
veel scherpere beschrijving maken van de ontwikkeling van de moderne
maatschappij in termen van een culturele evolutie, dan wanneer we moeten
aannemen dat de maatschappij door elke generatie opnieuw vorm moet worden
gegeven. De nieuwe generatie treft een toestand van culturele evolutie aan die
alreeds verwachtingspatronen en heuristieken bevat, omdat door vorige
generaties oplossingen voor bepaalde coördinatieproblemen zijn gevonden waarop
kan worden verder gebouwd.
De relatie van het
wetenschapsonderzoek met het technologie-onderzoek kan nu opnieuw worden
geformuleerd. Technologieën ontwikkelen zich langs trajecten en soms ook in de
vorm van globale regimes. Het gebruik van de auto in het vervoerssysteem kan
als een regime worden gekarakteriseerd. Als de overheid de benzineprijs
verhoogt, dan leidt dit tot de ontwikkeling van efficiëntere motoren en niet
vanzelf tot meer gebruik van het openbaar vervoer.[10]
Technologische
ontwikkelingen kunnen worden beschouwd als het maatschappelijk
interface-systemen tussen wetenschapsontwikkeling enerzijds en
marktontwikkelingen anderzijds. Zulke emergente interfacesystemen zijn
eigenlijk pas mogelijk geworden vanaf ongeveer
1870. Nadat de religieuze integratie van de samenleving in West-Europa
teloor was gegaan, moest er in elk land eerst een maatschappelijke puzzel
worden opgelost, namelijk hoe al die interfaces tussen maatschappelijke
subsystemen zouden moeten worden geregeld. Frankrijk en Amerika waren de eerste
landen die tegen het eind van de achttiende eeuw daarvoor maatschappelijke
stelsels hebben ontwikkeld. De andere ‘nationale staten’ volgden in de eerste
helft van de negentiende eeuw en nadat die puzzels rond ongeveer 1870 overal
waren opgelost, kon men beginnen te experimenteren met andere dan ‘natuurlijke’
vormen van integratie.
De periode van 1870 tot
1910 wordt wel beschouwd als de ‘technologisch-wetenschappelijke revolutie’. Nu
ontstaan voor het eerst bedrijfslaboratoria; eerst in Duitsland, maar later ook
elders. Patentwetgeving wordt belangrijk in de international competitie.[11]
Wetenschappers zoals Ernst Mach stellen zich de vraag waarin wetenschappelijke
uitspraken dan nog verschillen van andere, zoals bijvoorbeeld politieke of
religieuze. In de wetenschapsfilosofie is dit probleem uitgewerkt als het
‘demarcatievraagstuk’ van Popper.[12]
Naarmate de maatschappij
in de twintigste eeuw kennisintensiever wordt, verschuift de klemtoon naar
‘vertalen’: hoe vertalen we een wetenschappelijk inzicht in een politiek
relevant argument? Hoe zetten we wetenschappelijke kennis om in economische
activiteiten? Hoe ook kunnen financiële middelen worden ingezet in
kennisintensieve communicatiesystemen? De verschillende communicatiesystemen
opereren op elkaar in termen van specifieke selecties. De politieke discussie
gebruikt bijvoorbeeld van de wetenschap alleen dat wat de politieke discours
voedt en de economie is niet geïnteresseerd in voorshands onrendabele
projecten. Omgekeerd proberen wetenschappers middelen te werven om hun eigen
wetenschappelijke doelen na te kunnen streven. Ook maatschappelijk opereren
hier dus codes van de communicatie op elkaar, waarbij de dragers aan de
interfaces als vertalers optreden.
Anders dan bij de
vertaling tussen ‘natuurlijke’ talen, liggen de spelregels bij ‘functionele’
vertalingen, dat wil zeggen tussen functionele differentiaties, niet vast.
Omdat deze vertaalprocessen ingewikkeld zijn, kunnen de interfaces soms worden
verbeterd door wetenschappelijke bestudering en modellering. Omdat het object
van onderzoek niet langer de biologische evolutie is, maar selectie door
communicatiesystemen, noemen we dit ook wel neo-evolutionaire theorie.
Met name in de economie
heeft deze evolutionaire benadering een grote vlucht genomen bij het bestuderen
van technologische ontwikkelingen, innovaties en de herstructurering van
markten die daarvan uit kan gaan. Soms wordt daarbij de markt als een gegeven
genomen, maar de idee dat markten door technologische ontwikkelingen en soms
ook door maatschappelijke regulering kunnen worden geherstructureerd heeft
flink terrein gewonnen. Met name, in de kennis-intensieve sectoren worden
marktverwachtingen niet langer in termen van eenvoudige prijsvorming gespecificeerd,
maar de prijs wordt afgewogen tegen performance.
In de verwachting met betrekking tot de performance
zit de technologische ontwikkeling ‘vertaald’ door deze economisch te
waarderen.
Relaties tussen
universiteit, industrie en overheid vormen in toenemende mate een ‘triple
helix’ die samen de kennisinfrastructuur van moderne maatschappijen biedt. Van
een drievoudige dynamiek kan niet verwacht worden dat er blijvende
stabiliteiten ontstaan. Op sommige punten ontstaan co-evoluties die lange tijd
trajecten kunnen dragen, zoals bijvoorbeeld in de energie-sector of in de
gezondheidszorg. Elders raakt de overheid juist de greep op de ontwikkeling
kwijt. Dit complexe plaatje laat zich zowel modelleren alsook meer analytisch
bestuderen. We kunnen daarbij nu gebruik maken van de enorme data-bestanden die
on-line beschikbaar komen. Zo stellen zowel de Verenigde Staten als de Europese
Unie hun complete patentbestanden on
line beschikbaar. De Index Medicus is
als on line versie op het internet verregaand superieur aan alle vorige
versies. Bibliometrie, scientometrie, webometrie etc. leveren ons in toenemende
mate technieken om evolutionaire patronen in deze rijke data te herkennen.[13]
De ontwikkeling kan
worden gekenmerkt als een fortuinlijke botsing tussen ontwikkelingen in de
systeemtheorie, de evolutietheorie en de communicatietheorie. Shannons
mathematische theorie van de communicatie is al sinds 1948 beschikbaar voor de
modellering,[14] maar tot nu
toe is die theorie vooral uitgewerkt voor de analyse van datastromen over
‘vaste telefoonlijnen’.[15]
Niet alleen zijn in maatschappelijke systemen de lijnen niet langer ‘vast’ in
de zin van voorgeprogrammeerd en ge-engineered, maar de interacties zijn zelf
maatschappelijk aan het leren geslagen. Een culturele evolutie is gegenereerd
die we ook wel ‘moderniteit’ noemen. Wat daarbij voorlopig als vaststaand wordt
aangenomen en wat niet, kan steeds zelf weer onderwerp van gesprek worden en
naarmate we kwaliteit in die discussie winnen, kan deze kennisintensiviteit
innovatief werken op het systeem dat wordt bestudeerd. De sociologische theorie
van de communicatie bestudeert deze zelf-organisatie van de kennisintensieve
ontwikkeling.
Loet Leydesdorff
Amsterdam, februari 2002
[1] Leydesdorff, Loet, & Peter van der Schaar (1987). ‘The
Use of Scientometric Indicators for Evaluating National Research Programmes.’ Science & Techology Studies 5, 22-31.
[2] Van den Daele, Wolfgang,
Wolfgang Krohn, & Peter Weingart (Eds.) (1977). Geplante Forschung:
Vergleichende Studien über den Einfluss politischer Programme auf die
Wissenschaftsentwicklung. Frankfurt a.M.: Suhrkamp.
[3] Kuhn, Thomas S. (1962, 21970). The
Structure of Scientific Revolutions.
Chicago: University of Chicago Press.
[4] Amsterdamska, Olga, & Loet
Leydesdorff (1989). ‘Citations:
Indicators of Significance,’ Scientometrics
15, 449-471.
[5] Galilei, Galileo (1632). Dialogo. [Dialogue concerning the two chief world systems, Ptolemaic and
Copernican, translated by Stillman Drake (London) 1953.]
[6] Newton, Isaac (1687). Principia; F. Cajori (ed.), Sir Isaac Newton’s Mathematical Principles
of natural philosophy and his system of the world; translated into English
by Andrew Motte in 1729 (University of California Press, Berkeley, 1934).
[7] Luhmann, Niklas (1984). Soziale Systeme. Grundriß einer allgemeinen
Theorie (Frankfurt a.M.: Suhrkamp).
[8] Loet Leydesdorff, A Sociological Theory of Communication: The Self-Organization of the Knowledge-Based Society. Parkland, FL: Universal Publishers, 2001; at http://www.upublish.com/books/leydesdorff.htm
[9] Maturana, Humberto R., & Francisco J.
Varela (1984). The Tree of Knowledge. Boston: New Science Library.
[10] Leydesdorff,
Loet & Peter van den Besselaar (1998).
Technological Development and Factor Substitution in a
Non-linear Model, Journal of Social and
Evolutionary Systems 21(2), 173-192.
[11] Noble, David (1977). America by Design. New
York: Knopf.
[12] Popper, Karl R. [1935]/ 1959. The
Logic of Scientific Discovery.
London: Hutchinson; Popper, Karl R. (1972). Objective
Knowledge. An Evolutionary Approach. Oxford: Oxford University Press.
[13] Leydesdorff, Loet (1995). The Challenge of Scientometrics:
The development, measurement, and self-organization of scientific
communications. Leiden: DSWO/Leiden University Press; 2nd
edition at http://www.upublish.com/books/leydesdorff-sci.htm
.
[14] Shannon, C. E. (1948). ‘A Mathematical
Theory of Communication,’ Bell System
Technical Journal 27, 379‑423 and 623‑656.
[15] Theil, Henry (1972). Statistical
Decomposition Analysis. Amsterdam:
North-Holland.