Ich war früher Wissenschaftler und arbeite nun in einer Firma. Ich kenne nämlich die Innen- und Außenseite der akademischen Welt. Deshalb finde ich falsch, dass die Forschung langsam ist, wie in diesem Interview geschrieben.

These are graduate students who are sick of how slowly academic research moves, and want something faster and higher energy, where they can see the impact of their work sooner.

Diese Meinung stammt aus seiner Erfahrung.

The idea of joining the private sector involved a big shift in direction, but after years in academia, Eric felt stifled and dissatisfied by the speed of academia, and the impact of his work.

Ich bin der Meinung, dass er einfach ein falsches Forschungsgebiet ausgewählt hat. Für ein Gebiet, an dem Industrie ein großes Interesse haben, investieren viele Firma viel Geld. Im solchen Gebiet ist es kein Vorteil, an einer Universität zu forschen. Wer sich für solches Gebiet interessiert, sollte in einer Firma statt an einer Universität arbeiten.

Aber wie sieht es in Wissenschaft aus?

Auch wenn in der Wissenschaft die Industrie kein Konkurrenz, oft gesagt, dass eine akademische Forschung langsam ist. Aber aus meiner Erfahrung ist die Forschung gar nicht langsam. In diesem Eintrag möchte ich erklären, warum eine Forschung überhaupt nicht langsam ist.

Die Geschwindigkeit einer Forschung

In Mathematik sagt man oft, dass man jährlich mindestens einen Artikel schreiben sollte. Die jährliche Anzahl der Forschungsartikel in Mathematik ist klein im Vergleich zu anderen Forschungsgebieten, wie Physik und CS. Wenn ich eine List der Veröffentlichungen eines Forschers außerhalb Mathematik sehe, finde ich immer, dass man in Mathematik so viele Artikel nicht schreiben kann.

Wenn man einen Artikel als ein Projekt betrachtet, dauert ein mathematisches Projekt ein Jahr. In einem Forschungsgebiet, wo man jährlich 2 Artikel schreiben sollte, dauert ein Projekt durchschnittliche 6 Monate. Wenn man jährlich 3 Artikel schreiben sollte, dauert ein Projekt 4 Monate. Ist das wirklich langsam?

In der Industrie gibt es viele Projekte, die länger als 4 Monate dauern. Im solchen Projekt ist die "Geschwindigkeit" des Projekt langsamer als des Forschungsgebietes, wo man 3 Artikel pro Jahr schreibt.

Natürlich ist die Qualität viel wichtiger als Quantität in der akademischen Welt. Aber die Anzahl der Veröffentlichungen ist noch wichtig, weil die zeigt, wie fruchtbar das Forschungsgebiet ist und wie effektiv man arbeitete. Darüber hinaus schreibt ein führender Wissenschaftler aus meiner Erfahrung viele gute Artikel. (Natürlich ist das Gegenteil nicht immer richtig.)

Also finde ich ohnehin nicht, dass die Geschwindigkeit einer Forschung langsamer als eines Projekt in der Industrie. Aber man kann Mathematik als eine Ausnahme betrachten. Da ich Mathematik erforschte, schreibe ich darüber im nächsten Abschnitt.

Zeitmanagement in Mathematik

Ein Artikel pro Jahr heißt quasi ein Projekt pro Jahr. Vielleicht kann man finden, dass ein mathematisches Projekt langsam ist. Die mathematische Forschung verlangt sehr lange Zeit, da auch eine kleine Berechnung oft aufwändig ist, und die positiven Beispiele zu sammeln, bedeutet keinen Beweis, auch wenn man viele Beispiel zur Forschung braucht.

Ein gutes Beispiel ist der große Fermatsche Satz.

Für alle n $\geq 3$ gibt es keine positive Zahlen $x$, $y$, $z$, die die Gleichung $x^n + y^n = z^n$ erfüllen.

Den Beweis für ein kleines $n$ braucht man auf jeden Fall, um zu denken, dass der Satz richtig ist. Aber diese Beweise können nicht verallgemeinert werden, obwohl diese Beweisen selbst aufwändig sind.

Übrigens, um neue Forschungsideen einzuholen, muss man jeden Tag arXiv checken und an vielen Workshops teilnehmen. Wissenschaftler brauchen immer neue Ideen, um ihre Forschung zu vertiefen. Es kann natürlich passieren, dass die gute Idee aus anderem Gebiet kommt. In diesem Fall muss man höchstwahrscheinlich einen gut einleitenden Artikel finden und lesen. Wer einmal einen mathematischen Artikel gelesen hat, weiß, dass es richtig lang dauert, ausführlich einen Artikel durchzulesen.

Also jeder theoretisch kleine Teil hat normalerweise einen großen Aufwand. Darüber hinaus möchte ich hinzufügen, dass der kleine Teil nicht immer nützlich ist wie der Fall von großem Fermatschem Satz.

Die Frage ist, wie man in solcher Situation seine Zeit verwalten sollte.

Ich habe eine (große) Aufgabe in kleine Aufgaben geteilt und jedes Wochenende meinen Fortschritt überprüft und je nach dem Fortschritt entschieden, was ich nächste Woche machen soll. Also ich habe agile Entwicklung verwendet.

Klingt "Agile Entwicklung in Mathematik" komisch? Aber sie ist meiner Meinung nach die einzige Methode, mit der man ein großes Projekt flexibel erledigen kann. Flexibilität ist auch wichtig, weil das konkrete Ziel sich während der Durchführung verändern kann. Wenn man ein Gegenbeispiel findet, muss man natürlich seine Vermutung ändern. Wenn es extrem schwierig ist, die Vermutung zu beweisen, muss man über eine neue Strategie nachdenken. Findet man eine neue interessante Vermutung, kann man temporär das Ziel ändern.

Der Unterschied zwischen Entwicklung und Forschung ist: Das Ende einer Aufgabe ist immer unklar. Man weiß auch nicht, ob man die Aufgabe wirklich erledigen kann, obwohl die Aufgabe klein sein soll. Angenommen, dass es eine Reihe von "Räumen" $X_n$ ($n=1,2,...$) gibt und das Ziel des Projekts die Formel einer bestimmten Invarianz $f(n)$ ist. Die erste Aufgabe ist $f(1)$ zu berechnen. Da die Formel von $f(n)$ nicht bekannt ist, weiß man natürlich die richtige Formel von $f(1)$ nicht.

Man fängt Montag an, $f(1)$ zu berechnen und Freitagnachmittag hat er gar keine Ahnung, was $f(1)$ ist, weil er die Berechnung nicht beenden konnte. Die Frage ist, ob er nächste Woche die Berechnung weiter machen soll. Die Antwort ist gar nicht selbstverständlich. Wenn man keine solche Frage stellt, macht man wahrscheinlich die Berechnung weiter und es ist möglich, dass man 4 Woche aufgewandt, um die einfachste Berechnung zu beenden.

Wichtig ist, ein Projekt in mehrere kleine Aufgaben zu teilen und regelmäßig den Fortschritt zu kontrollieren. Da das Ziel einer (kleinen) Aufgabe nicht konkret ist, kann man wirklich einfach seine Zeit verlieren, wenn man sie nicht kontrolliert.

Wegen der agilen "Entwicklung" fand ich gar nicht die mathematische Forschung langsam.

Die Falle in der Forschung

Während ich agile Methode in meine Forschung einsetze, ist das kein Muss. Es gibt keine Methode, die häufig für Zeitmanagement in einer Forschung eingesetzt wird. Normalerweise muss man entscheiden, für was man viel Zeit verwendet. Wer man sich für seine Forschung begeistert, engagiert sich automatisch für Forschung und deshalb findet er seine Forschung nicht langsam, so lange sie nicht schlecht geht.

Also ich behaupte "begeistert und guter Fortschritt ⇒ nicht langsam". Die Kontraposition ist "langsam ⇒ nicht begeistert oder schlechter Fortschritt".

Herr Mayefsky, der Interviewter im Artikel, bewertet hoch denjenigen, der eine akademische Forschung langsam findet. Aber ich bin ganz andere Meinung. Solcher Doktorand begeistert für die Forschung einfach nicht. Deshalb kann er sich der Forschung nicht widmen.

What these three types of candidates have in common is that they want their work to make a difference in the success of the company.

Wie gemeinsam? Wer sich für Forschung nicht begeistern konnte, widmet sich dem Erfolg der Firma durch seine Arbeit? Wer sich als Doktorand keiner Herausforderung gewidmet hat, widmet sich plötzlich in einer Firma einer Herausforderung? In der Behauptung kann ich keine Realität sehen.

Ãœbrigens muss ich zur folgenden Aussage kommentieren.

Whereas some PhDs can be red-flag candidates due to a single-minded interest in the dataset

"Einige Doktoranden". Ja. Es gibt vielleicht solche Doktoranden. Aber "a single-minded interest" geht nicht in der Forschung. Ein Forscher hat immer Hunger nach einer neuen Idee. Deshalb hat er kaum eine einseitige Interesse.

Fazit

In Bezug auf das Zeitmanagement gibt es natürlich einen Unterschied zwischen Industrie und Forschung. Aber solange man sich seiner Forschung widmet, ist die Forschung nie langsam.

Notiz

Das Bild stammt aus pixabay.