¿El progreso en un campo se ralentiza cuando hay demasiada gente?

Esta es una pregunta muy interesante. Está relacionado con un problema mayor en el que he estado pensando: lo que yo llamo “tragedia de lo popular”.

Mi respuesta, basada en evidencia anecdótica, es que de lo que realmente estás hablando es de la transición entre una curva de innovación positiva y una curva de Pareto negativa. Entonces, para un campo académico demasiado popular, un género de aplicación de iPhone demasiado popular, etc., el ruido crea una curva pareto negativa 80/20 o una curva de desigualdad de participación 90/9/1.

Sin embargo, también hay una curva positiva que observo que es una función de la competencia. Por ejemplo, con las aplicaciones de Apple o iPhone, para un género particular de aplicación, en realidad mejora cuando hay más de una. He visto esto más recientemente con las aplicaciones de Google Reader para iPhone, después de que todo el campo mejoró por un tiempo, pero ahora hay suficientes aplicaciones de Google Reader que competir por la atención se ha convertido en un problema. Lo mismo con el software de screencast de Apple: una vez que hubo cierta competencia, todo el campo aumentó por un tiempo, pero ahora hay tantos que no veo tanta competencia ni tanta innovación. En el otro extremo de la escala, ahora que casi no hay competencia para las aplicaciones de contabilidad personal de Apple (es decir, Quicken), hay muy poca innovación. Lo ideal es un lugar entre dos y cinco, por ejemplo, la cantidad adecuada de competencia por el software virtual (VMware y Parallels son los grandes competidores, con la caja virtual de código abierto pisándole los talones para mantener los precios bajos) ha resultado en una gran cantidad de innovación.

Otro factor clave es cuáles son las barreras de entrada. Las bajas barreras de entrada para cosas como las aplicaciones de “pedo” en la plataforma del iPhone significa que hay demasiadas, pero la barrera de entrada más grande para las aplicaciones más complicadas significa que es mucho más difícil para ellos tener una tragedia. de lo popular. Esto implica (pero no tengo apoyo anecdótico) que un campo muy complicado (por ejemplo, física) tendría una pendiente negativa diferente con el número de académicos que un campo más simple con menos barreras de entrada, por ejemplo, ciencias sociales 😉

– Christopher Allen

El análisis de Kurzweil de la “trayectoria hacia la singularidad” concluyó que a medida que hay más personas trabajando en un campo, la tasa de progreso es a menudo mayor que N (es decir, N más personas dan N * x progreso y x> 1.

Esto lleva a la conclusión de Kurzweil de que la tasa de cambio es aproximadamente e ** (n * x). En otras palabras, el progreso es más rápido que exponencial. Existe una buena cantidad de evidencia de que el “tiempo de duplicación” para el conocimiento se está reduciendo, lo que implica el mismo tipo de cambio acelerado debido a que hay más personas trabajando en los problemas.

“cambio acelerado / inteligencia acelerada” es el título del sitio web http://KurzweilAI.net .

La forma en que trabaja la comunidad científica se puede modelar de esta manera (MUY simplificado y modelo):
El profesor A que trabaja con su alumno B desarrolla algo nuevo. Si excita a otros profesionales, también comienzan a trabajar en ello. Los antiguos alumnos se convierten en profesionales y generalmente continúan trabajando en el problema, produciendo más investigadores. Eventualmente, hay muchas personas trabajando en ello. El progreso se ralentizará, pero no porque haya más personas. Simplemente, los problemas más fáciles se resuelven primero. Lo que queda son los problemas muy difíciles. Por ejemplo, tome el reconocimiento de voz. Pasar al 100%, hablante ciego, reconocimiento de voz, es muy difícil, por lo que el progreso parece ser muy progresivo. Eventualmente, sin embargo, la gente reconoce eso y pasa a nuevos problemas.