wetenschapskritiek

The Economist van vorige week bevatte twee artikelen die de wetenschap een spiegel voorhouden. In de eerste rapporteerde het blad over een analyse van 34 miljoen abstracts uit Scopus, een database van RLEX (v/h Elsevier). Alle trucs die onderzoekers hanteren als antwoord op de prikkel Publish or Perish komen langs. Waaronder het opsplitsen van studies in 'minimum publishable units". Maar ook het ruilen van auteurschappen (het over en weer minimaal meeschrijven met elkaars paper en zo je productiviteit verdubbelen), het toevoegen van auteurs die alleen als afdelingshoofd of directeur een bijdrage hebben geleverd, en het toelaten van tal van lieden tot het auteurschap die vroeger in een voetnoot bedankt zouden zijn. Het artikel (26.11.2016) draagt dan ook de mooie titel "all together now".
Specifiek voor economen is er dan nog een veeg uit de pan over kuddegedrag. Niet de analyse ervan, maar het meedoen. In dit geval in de keuze van methodes. Een analyse van NBER working paper abstracts laat zien dat na laboratory experiments (na 1985) en de dynamic stochastic general equilibrium methoden als ook de differences-in-differences techniek (zijn er verschillen in trends tussen groepen?) is sinds 2000 de regression discontinuity en de randomized control trial in de mode. Met bij veel methodes een risico van gebrek aan theorie en het vooral onderzoeken van problemen die met de methodiek te lijf gegaan kunnen worden (en niet de maatschappelijke issues). Zo moet de random control trial het ontgelden met een citaat van Agnus Deaton (Nobelprijs winnaar) en Nancy Cartwritght. Ze vresen fair story telling in plaats van theorie, en het verwaarlozen van factoren die in een RTC moeilijk mee te nemen zijn zoals instituties, sociale normen en monetair beleid.
De nieuwste rage is machine learning / big data. Daar valt ook veel op aan te merken. Cathy O'Neil schreef al het boek Weapons of Math Destruction.