Kas aednike ja tuletõrjujate teadus?
Teaduskeskus on enam-vähem seesama mis pritsimaja, selgitab akadeemik Enn Tõugu
[
Enn Tõugu
akadeemik, EBS professor
Hõlbus on olla üksmeelel selles, et teadmispõhine Eesti on parim, mida soovida tulevikuks. Selleks väärtustame haridust, teadust, kõrgtehnoloogiat, eelistame taastuvaid energiaallikaid ja keskkonnasõbralikke tehnoloogiaid, aga ka avatust maailmale. Teiseks võimaluseks oleks kultuuriliselt endasse sulgunud väikerahvas Euroopa ääremaal, kes võiks ju turistidelt raha teenida kasiinodega (nagu indiaanlased USAs) või ka riiklike lõbumajade võrguga.
Hiljuti lahvatas vaidlus teaduse rahastamise üle, kui noor teadusminister andis järele tugevate rektorite survele ja rikkus harjumuspäraseid teaduse rahastamise tavasid. Tegemist pole küll isegi Eesti mõistes suurte rahadega. Kuigi summad pole suured, on need olulised mõnelegi teadusrühmale, nagu vesi taimele kuival ajal. Eesti teaduse rahastamine elaniku kohta on ju üle kuue korra väiksem euroopa keskmisest - 0.8 protsenti meie SKPst 1.86 vastu tunduvalt suurema koguproduktiga elaniku kohta ELs. Sestap ka raha mõistliku jaotamise olulisus, mis peaks lähtuma teaduse arendamise kokkulepitud strateegiast. Proovin siin kolme mudeli põhjal selgitada, milliseid sõltuvusi võib näha investeeringute ja Eestile kasuliku tulemi vahel teaduse vallas.
Aedniku mudel. See oli põhiline rahajaotusmudel teaduse ümberkorraldamise aastatel – üheksakümnendate esimesel poolel, kuid toimib teatud määral tänini. Uurimisrühmi või ka teadussuundi vaadeldakse kui taimi, mis vajavad arenemiseks aega ja väetamist-kastmist. Kindel on see, et uue suuna arendamine võtab aastaid aega, kuid juba toimiva suuna väljajuurimine on alati valuline. Ka uurimisrühma ümberistutamine ühest keskkonnast teise (akadeemiast ülikooli näiteks) nõrgestab mõneks ajaks taime. Tark aednik muudab oma aeda aegamööda, asendades vananevaid taimi uute ja vajalikega, ning istutades neid ringi ainult häda korral. Küsimus on selles, milliseid taimi eelistada ja millest loobuda – vastuse leidmiseks kasutatakse ekspertide-nõuandjate abi nii meilt kui mujalt. Selle mudeli järgi pole kahjuks mingit võimalust arvutuslikult põhjendada, kui palju rahastada ühte või teist teadussuunda või uurimisrühma – suurema tüki saab tugevam.
Lineaarne tõenäosuslik mudel on vaadeldavatest ainus matemaatiline mudel, mis võimaldab ka hinnata teadlase või teadlaste rühma panust oluliste probleemide lahendamisel. Eeldame, et nii teaduse tootlikkus kui teadussaavutuste rakendatavus on teatud lähenduses võrdelised kasutatud ressurssidega. Jätame arvestamata positiivsed mõjud, mida teadus avaldab ühiskonnale kultuuri osana ja hariduse kaudu. Seega huvitab meid antud juhul jämedas lõikes ainult see, “milline on teadlaste panus eesti majanduses kerkivate aktuaalsete probleemide lahendamisse”. Tehnikateadlased püüavad oma tegevuse kasulikkust sageli just sellise mudeli kaudu põhjendada.
Selle mudeli kasutamisel tuleb leida, kui suur osa on eesti teadusel tänapäeval täiesti avatud maailma teaduses, ja teiseks, kui suur on Eestis kerkivate teaduslikku lahendust vajavate probleemide osa maailmas kerkivatest sedasorti probleemidest. Eeldame, et eesti teadusel on keskmiselt sama osa ühiskonnas, ja lahendamist vajavad probleemid kerkivad sama intensiivsusega kui mujal arenenud maailmas. Arvestades meie rahvaarvu, saame eesti- ja maailmateaduse suhteks ligikaudu 1:1000. Minule kui täiesti keskmisele teadlasele tähendab see järgmist. Kui ma valin endale lahendamiseks probleeme ainult oma huvidest lähtudes (arvestamata Eesti iseärasusi) ja saan keskeltläbi ühe rakendatava tulemuse aastas, siis kuluks mul tõenäoliselt sadu aastaid seni, kui mu tulemus osutuks Eestis kerkinud probleemi lahendamiseks sobivaks. Teisest küljest, kui kerkib täiesti juhuslikult uus probleem, ja maailmas leidub sellele lahendus, siis on tõenäosus 0.001, et see just eesti teaduse saavutus on.
Et eesti teadus poleks kodumaale kasutu, toimub teaduse juhtimine, aga ka teadlaste endi vabatahtlik kohandumine kohalike vajadustega. Sellega suureneb meile vajalike tulemuste tõenäosus, kusjuures takistuseks on teaduse ja majanduse prognoosimise raskused, mis ei võimalda tõenäosusi väga palju muuta. Kahjuks on olukord selline, et isegi kui õnnestub teadust nii juhtida, et “Eestile kasulik” on kümme korda suurema tõenäosusega, oleme ikkagi lootusetus olukorras. Minul tuleb oma tulemuse rakendamist kohapeal oodata ikkagi mitukümmend aastat, ning Eestis kerkinud uute probleemide jaoks leidub kohapeal lahendus ainult ühele sajast. Nüüd saame teha mõningaid järeldusi. Näiteks, antud mudel lükkab ümber väited nagu “meil eesti teaduses on palju häid tulemusi, mida kõike tasuks meil siin rakendada”. Sellised tulemused moodustavad maailma teadustulemustest kas ühe sajandiku või, halvemal juhul, ühe tuhandiku. Teadus on ülemaailmne, rakendada võib kus tahes saadud tulemust, oleks selleks vaid ajusid – piiratud ressursiks on oskus kasutada teaduse tulemusi. Eesti teadust on vaja mitte niivõrd suurte probleemide lahendamiseks, kui sobivate lahenduste ülesleidmiseks ja mõistmiseks, eelkõige aga heatasemelise kõrghariduse tagamiseks. Nii me jõuamegi järgmise mudeli juurde.
Tuletõrje mudel. Lähtume nüüd hoopis sellest, et teadlased suudavad uutele probleemidele teatud kiirusega reageerida. Me ei kogu valmis lahendusi, vaid hoiame teadlasi, kes kerkivatele probleemidele lahendusi suudavad leida. Et olla matemaatiliselt täpne, tuleks kasutada meetrilise teadusruumi mõistet, mille elementideks on teadussuunad või ka teadusprobleemid, mille vahelisi kaugusi saame mõõta. Et jääda reaalsuse piiridesse, rääkigem siiski lihtsalt teadusmaastikust, millel suudame mingis lähenduses hinnata selle maastiku kohtade (s.o. teadussuundade või –probleemide) omavahelisi kaugusi. Selles mudelis on väga oluline ajafaktor. Kui lahendust otsitakse, tuleb see leida kiiresti - enne teisi. Vastasel korral võiks ju lihtsalt oodata ja siis kasutada mujal saadud lahendust. Lahenduse leidmise kiirus sõltub ressurssidest, mille seas olulisim on teadlaste kompetentsus just antud probleemiga tegelemiseks. Pangem siiski tähele, et ka lahenduste otsimine nii patentide kui olemasolevate publikatsioonide hulgast on oluline osa teadlase tööst.
Teaduse juhtimine selle mudeli järgi on keerulisem. Eelkõige tuleb prognoosida valdkondi, kus läheb tulevikus kompetentsi vaja. Sinna tuleb investeerida, et vajaduse korral oleks võtta probleemidele lahendajad. Selle kõrval aga tuleb sobiva kompetentsi olemasolust ka tegelikku kasu lõigata, lahendades mõningaid probleeme teistest kiiremini ja paremini, olgu need siis seotud põlevkivi või geneetikaga. Teadusmaastikul konkreetses valdkonnas tegutsev teadusrühm sarnaneb pritsimajaga, mille poole võidakse igal hetkel pöörduda tulekahju kustutamiseks. Kustutamise tulemuslikkus sõltub tulekahju ja pritsimaja vahelisest kaugusest (kui kaugel on lahendamist vajav probleem töörühma valdkonnast, s.t. kui palju aega täiendavalt kulub teadmiste kogumiseks), ning loomulikult ka tuletõrjujate (teadlaste) võimekusest ja nende käsutuses olevatest vahenditest. Eeldame jälle eesti teadlastel keskmist kompetentsuse astet ja keskmisi võimeid, mis pole ei paremad ega halvemad kui mujal maailmas. Kuid selle saavutamiseks ja taseme hoidmiseks tuleb üsna palju ressursse kulutada.
Põhiline teadusjuhi mure on küsimus, kus on oodata lahendamist vajavate probleemide teket - kuhu ehitada pritsimajad (s.t. kompetentsikeskused). Neid võib teha suuri ja harvemini või väiksemaid ja tihedamalt. Esimesel juhul ei teki raskusi ajude kriitilise massi kogumisega teatud kohta, kuid teadusmaastik võib jääda kohati katmata. Teisel juhul on oht, et tulekahju kustutamiseks jääb jõust puudu, ja ka kompetentsi hoidmine on raskem. Rumalana tundub ka ehitada pritsimaja sinna, kus äsja oli tulekahju, kui see pole just koht, kus tulekahjusid on oodata sageli ka tulevikus. Nii nagu tulekahjude, nii ka teaduse arengu ennustamine on raske. Pildi muudab keerulisemaks seegi, et ajamastaap on teadusvaldkonniti erinev - muutused toimuvad geneetikas kiiremini kui, näiteks, botaanikas. Teadlase seisukohast tasub vahel tegutseda ruttu, kui on vähegi tunda suitsu lõhna. Mõtlen siin kiiret suundumist sellistesse valdkondadesse nagu kõrgtemperatuuriline ülijuhtivus, kvantarvutid, vesinikkütus autodele jne. Küsimus on selles, kui kauge vahemaa teadusmaastikul tuleb läbida, et saavutada vajalik kompetents millegi uue tegemiseks. Selle mudeli järgi teadust juhtides tuleb ühelt poolt osata ette näha kaugemale, ja taotleda eelkõige teadusrühmade head taset vajalikes valdkondades. Teiselt poolt aga leida teadlasi tekkivate probleemide kiireks lahendamiseks, s.t. konkreetse Eestile kasuliku tulemi saamiseks.
Tuletõrjes on peale pritsimajade olemasolu väga oluline ka kogu ühiskonda haarav tuleohutuse tagamise süsteem – alates suitsuandureist ja kohalikest tulekustuteist kuni inimeste harimiseni. Sama kehtib teaduse kohta. Teadus ei tohiks olla ühiskonnas isoleeritud ja väheatraktiivne tegevusvaldkond. Teadmispõhise ühiskonna iseloomulik tunnus pole mitte internet, vaid ühiskonna üldine lugupidav suhtumine teadusesse kui tootvasse jõusse, inseneride ja teadlaste väärtustamine nii, et televaatajad sooviksid vana-aasta õhtul neidki lauljate ning sportlaste kõrval teleekraanil näha.
]
