[資料科學演講] 從資料發掘理論？用資料確認理論？淺談如何兼容資料科學與開放科學

從資料發掘新奇實用理論的機器學習，是近幾年台灣社會及學術界許多領域的顯學。近期學術界造假事件層出不窮，我認為這時候值得了解開放科學的宗旨：累積可重製的資料，才能建構經得起考驗的理論。 我以 2011 年心理學再現危機開始爆發的指標事件，與近兩年引發議論的「權力姿勢」為例，說明以新奇理論包裝的劣質研究能被發表，並獲得關注的關鍵。現在的開放科學採用那些措施扭轉這些問題。這些措施與資料科學的建模有沒有抵觸？或是相輔相成的可能？ 最後以 curate science project 為例，說明如何運用累積數據，引導一般科學研究人員提昇研究操作品質，建構以可再現結果為基礎的實用理論。