１）グレイ氏のパラダイム
マイクロソフトのグレイ氏は、科学には、経験科学、理論科学、計算科学、データサイエンスの4つのパラダイムがあると考えました。
クーンのパラダイム論では、科学は、パラダイムを交代しながら、あるところでは、不連続に進化します。
この2つを組み合わせれば、少なくとも次の同じ対象に対して、次の科学のパラダイムのシフトが起こっていることになります。
経験科学＝＞理論科学
経験科学＝＞計算科学
経験科学＝＞データサイエンス
図１は、そのイメージを示しています。
計算科学が出現した結果、それまで、理論科学では、解けなかった問題が解決可能になりました。このパラダイムシフトは、次のように書けます。
理論科学＝＞計算科学
同様に次のパラダイムシフトがあります。
理論科学＝＞データサイエンス
計算科学＝＞データサイエンス
つまり、データサイエンスは、既存の経験科学、理論科学、計算科学を侵食しておおきくなっています。
つまり、図１には、修正が必要です。
ただし、線の細かな修正をした絵は書きにくいので、以下では、図１は、修正を含んでいるものとして扱います。
一方、クーンは、パラダイムを乗り換えることは極めて困難で、世代交代が必要であると考えました。
クーンは、パラダイムを乗り換えるには、世代交代が必要であると考えましたが、これは、世代交代すれば、パラダイムの乗り換えができる訳ではありません。
パラダイムは、世代をこえて引き継がれることもあります。
理論科学と計算科学の根幹は、決定論の世界なので、ミームを大くくりにすることはできます。
こうすると、経験のミーム、決定論のミーム、確率論のミームが整理できます。
図２は、科学のミームを表しています。
３）縦軸の課題
図２では、縦軸は、パーセントにとってありますが、何のパーセントかが明示していません。
これは、縦軸の選択には、自由度が高いことを示します。
企業の3つのミームに分けることも可能です。
アメリカの株式評価額は、GAFAMに偏っています。
これから、図２をアメリカの企業の評価額に置けば、データサイエンスのシェアが大きくなります。
従来の産業区分は、1次、2次、3次産業でした。
3次産業には、観光とIT産業が含まれます。
この２つの生産性は大きく異なります。
なので、産業区分は、科学のミームに従った方が合理的です。
縦軸を人口にとることもできます。
教育によって、確率論のミームを理解できる人を増やすべきですが、確率論のミームが理解できる人の割合を50％以上にするのは、容易ではありません。
従来の民主主義では、識字が出来れば、自分で考えて、正しい投票が可能であるという前提がありました。
しかし、産業の中心が、確率論のミームで構成されてきる現状では、確率論のミームが理解できなければ、自分で考えて、正しい投票をすることは不可能です。
なぜなら、確率論のミームが理解できないと、データサイエンス産業が、まともな産業が、単なるピンハネ産業なのかの判断ができません。
こう考えると、アメリカで民主主義の分断が起こることは、必然的な結果になります。
経験のミームの人に、確率論のミームで構成されている内容を話せば、わかることはありません。
話せばわかるのであれば、確率論の学習は不要になります。
まだまだ、考える余地がありますが、グレイの4つのパラダイムのメガネを通して、世界を見ると、色々な発見があります。
