Professor: Datalogi er nødvendig i moderne forskning

Nye resultater, der sår tvivl om 15 års hjerneforskning, understreger nødvendig­heden af, at datalogi indgår tværfagligt i forskningen, mener en professor i data­logi på Aarhus Universitet.

Et forskningsforsøg foretaget af en svensk-britisk forskningsduo vedrørende hjerneforskning sendte i starten af sommeren rystelser gennem forskningsverdenen.

Forsøget blev lavet med 499 kontrolpersoner, og 3 millioner analyser viste, at virkeligheden var meget mere kompleks end de antagelser, man havde brugt i de statistiske modeller.

Resultatet har sået tvivl om 15 års hjerneforskning og hele 3.500 studier om hjernen.

Problematikken bunder i, at hjerne­forskningen har undervurderet den støj, der bliver udledt fra både kontrolpersoner og fMRI-scanneren, der leverer hjernebillederne. Det har medført, at de statistiske modeller, der er inkorporeret i softwaren, har været for basale.

»Hele ideen med forskning er, at forskere bygger videre på ældre resultater og flytter fronten. Derfor er det også vigtigt, at den forskning, der eksisterer, er korrekt,« siger professor Lars Arge.

»FMRI-data indeholder meget støj både fra magnetkameraet og fra forsøgspersonen i form af vejrtrækning, puls og hovedbevægelse. Det er derfor nødvendigt at anvende statistiske modeller for at vide, hvad der er støj, og hvad der er hjerneaktivitet,« forklarer Anders Ekelund, der er lektor på Institut for biomedicinsk teknik på Linköping Universitet og hovedforfatter på forsøget.

Modeller vs. virkelighed

Lars Arge, der er professor på Institut for Datalogi på Aarhus Universitet, mener, at vi særligt i vores gennemdigitaliserede samfund bør have fokus på, hvad der er model, og hvad der er virkelighed.

»Modeller, algoritmer samt implementeringen af dem bliver vigtigere og vigtigere i forskningen. Det er derfor også vigtigt, at man forholder sig kritisk til de modeller, man benytter sig af,« siger han og fortsætter:

»Som forsker skal man hele tiden spørge sig selv, om de grund­antagelser, man har i en model, er rigtige, og om den er detaljeret nok. Hvis ikke man er sig det bevidst, så kan man gå ned ad en vej, man bestemt ikke har lyst til at gå ned af,« – altså at lave fejlbehæftet forskning.

Lars Arge mener, at der heldigvis er opstået en trend inden for forskningen, hvor man i højere grad ser, at dataloger er inde over forskningen i et tværfagligt samarbejde.

»Datalogiske kompetencer spiller en større og større rolle i forskningsprojekter. De problemstillinger, vi arbejder med i dag, er ofte langt mere komplicerede end tidligere, og i takt med, at vores teknologiske ressourcer er blevet større og datagrundlagene bedre, har vi også mulighed for at lave meget detaljerede modeller og dermed en mere præcis forskning.«

Med til at forstærke problemet er det forhold, at der ikke bliver givet penge fra statens side til såkaldt metaforskning. En aktindsigt, Ingeniørens it-medie, Version2, har fået i Det Frie Forskningsråds uddeling af midler, viser, at der ikke er blevet uddelt midler til meta-forskning i de seneste fem år:

‘Det frie forskningsråd giver hovedsageligt kun tilskud til ny forskning og derfor ikke tilskud til forskning, der tester ældre forskning. (…) Det kan dog ikke udelukkes, at der indgår test af gammel forskning i projekter, der får støtte,’ fremgår det.

Det Frie Forskningsråd har dog ikke været i stand til at sende nogen eksempler på, at man har givet støtte til forskere, der ønsker at verificere andres forskning.

Lars Arge kan kun tale ud fra sit eget felt, men mener, at det ligger i forskningens natur at verificere sine resultater.

»Hele ideen med forskning er, at forskere bygger videre på ældre resultater og flytter fronten. Derfor er det også vigtigt, at den forskning, der eksisterer, er korrekt,« siger han.

Læs også: Tusindevis af hjernestudier er fyldt med fejl.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk

Følg forløbet

Kommentarer (0)

Log ind eller opret en konto for at skrive kommentarer