Lendo e Construindo sobre Trabalho Anterior

• Explicar por que quase nenhuma pergunta que vale a pena está sendo feita pela primeira vez, e por que isso torna verificar trabalho anterior um passo exigido, não uma cortesia opcional.
• Aplicar o padrão de Hamming de conhecer um campo bem o suficiente para ver o que de fato ainda está em aberto, em vez do que meramente parece inexplorado para um recém-chegado.
• Usar a orientação de Peyton Jones sobre situar uma pergunta em relação a trabalho anterior para distinguir um ângulo genuinamente novo de uma repetição involuntária.
• Identificar os modos de falha específicos de pular trabalho anterior: repetição desperdiçada, uma pergunta já respondida, e um resultado "novo" que já existe sob termos diferentes.
• Descrever como este conceito antecipa a etapa de revisão de literatura do módulo de pesquisa dedicado e posterior deste currículo.

Conceitos anteriores nesta disciplina trataram formação de pergunta e teste de hipótese em grande parte como se acontecessem em um vácuo: note algo, refine, teste, aprenda com o resultado, faça a próxima pergunta. Essa descrição é precisa até certo ponto, mas deixa de fora algo do qual quase toda investigação real depende e que quase todo iniciante subestima: no momento em que você nota algo intrigante o suficiente para investigar, há uma boa chance de que outra pessoa já tenha notado também, investigado, e escrito o que encontrou. Pular a etapa de verificar isso é uma das formas mais comuns, e mais evitáveis, pelas quais esforço é desperdiçado na prática.

O "You and Your Research" de Richard Hamming faz esse ponto com franqueza característica. O conselho de Hamming não era meramente "faça alguma leitura de fundo" como uma formalidade educada antes de começar o trabalho real; sua afirmação mais forte era que conhecer um campo bem o suficiente para ver o que de fato ainda está em aberto, em oposição ao que meramente parece inexplorado para alguém novo nele, é em si uma parte importante da habilidade de escolher um bom problema, uma habilidade que esta disciplina já introduziu em "Escolhendo Problemas que Valem a Pena." O senso de um recém-chegado sobre o que está inexplorado é construído inteiramente a partir do que ele pessoalmente ainda não encontrou, que é um proxy fraco para o que o campo como um todo ainda não resolveu. O ponto de Hamming é que fechar essa lacuna, de fato conhecer o terreno, não é trabalho burocrático entre você e a investigação real; é uma precondição para que a investigação real esteja mirada em algo útil.

O "How to Write a Great Research Paper" de Simon Peyton Jones aborda a mesma exigência do outro extremo: não "como evito desperdiçar meu próprio tempo" mas "como situo meu trabalho para que outra pessoa possa dizer que está de fato contribuindo com algo." Peyton Jones é explícito de que um artigo (e, mais cedo no processo, uma pergunta) precisa ser posicionado em relação ao que já é conhecido, não para provar novidade por si só, mas porque um leitor (ou um investigador colega) não consegue avaliar se uma pergunta vale a pena ser respondida, ou se uma resposta de fato é nova, sem saber contra o que está sendo comparada. Este conceito se situa na interseção dessas duas motivações: ler trabalho anterior protege seu próprio esforço de ser desperdiçado, e também é o que torna seu resultado eventual legível e verificável para qualquer outra pessoa, um tema que o próximo conceito desta disciplina, sobre comunicar uma pergunta e sua resposta, desenvolve mais.

Este conceito também faz uma peça específica de trabalho estrutural para este currículo: esta disciplina inteira é um ensaio fundacional em pequena escala de um ciclo que um módulo muito mais adiante e dedicado nesta trilha, chamado simplesmente "pesquisa," vai pedir aos estudantes para rodar de verdade, extensamente. A própria estrutura planejada daquele módulo explicitamente inclui uma etapa "LITERATURA," posicionada logo depois da pergunta inicial e antes de se comprometer com uma hipótese. O que você está aprendendo aqui, em pequena escala e com riscos modestos, é uma primeira passagem exatamente por essa etapa.

Por que quase nenhuma pergunta está sendo feita pela primeira vez

O espaço de coisas que uma pessoa curiosa e competente poderia se perguntar é grande, mas não é nem de longe tão grande quanto o número de pessoas curiosas e competentes que se perguntaram coisas ao longo da história de um campo. Para qualquer pergunta interessante o suficiente para valer a pena o esforço de investigar, há uma probabilidade prévia real de que alguém já tenha feito uma versão dela, possivelmente usando terminologia diferente, possivelmente em um contexto diferente mas relacionado, possivelmente como uma observação lateral enterrada dentro de uma investigação de outra coisa. Tratar sua própria pergunta como presumivelmente nova, em vez de verificar, é otimista de uma forma que previsivelmente desperdiça esforço quando a suposição acaba errada.

Isso não é uma afirmação de que nada é jamais genuinamente novo, claramente é, ou nenhum campo progrediria de forma alguma. É uma afirmação sobre onde o ônus da prova deveria estar: novidade deveria ser uma conclusão que você alcança depois de verificar, não uma suposição padrão da qual você começa.

O padrão de Hamming: conheça o campo, não apenas seu canto dele

A formulação específica de Hamming vale a pena levar literalmente em vez de como um conselho genérico de "leia mais." Sua afirmação era que pessoas que faziam trabalho importante tipicamente conheciam seu campo profundamente o suficiente para ter um senso funcional de seus problemas em aberto reais, aqueles que permaneciam difíceis mesmo para as pessoas que melhor entendiam as ferramentas existentes, em oposição a problemas que meramente pareciam em aberto para alguém parado bem fora do conhecimento acumulado do campo. A diferença importa praticamente: um problema que parece não resolvido porque você ainda não encontrou onde foi resolvido não é o mesmo tipo de oportunidade que um problema que não está resolvido porque as melhores ferramentas existentes do campo genuinamente ainda não conseguem resolvê-lo. Apenas verificar trabalho anterior consegue distinguir esses dois, e apenas o segundo tipo de fato vale a pena comprometer esforço sustentado, pelo padrão de seleção de problema que esta disciplina já estabeleceu.

O padrão de Peyton Jones: situe a pergunta, não apenas a afirme

A orientação de Peyton Jones é direcionada especificamente a tornar uma peça de trabalho legível para outra pessoa, e se aplica igualmente bem uma etapa antes, à própria formação da pergunta. Sua recomendação prática é ser capaz de enunciar, concretamente, que trabalho relacionado existe e como a pergunta em questão se relaciona a ele, estende-o, contradiz-o, aplica-o a um novo cenário, ou preenche uma lacuna que ele explicitamente deixou aberta. Uma pergunta que não pode ser situada dessa forma, que só pode ser descrita isoladamente, sem referência ao que já é conhecido sobre o tópico, é um sinal de alerta, não necessariamente de que a pergunta é ruim, mas de que a etapa de verificação ainda não foi de fato feita.

Lendo pelo que de fato está aberto, não apenas pelo que foi dito

Trabalho anterior raramente diz "este problema agora está completamente resolvido e nenhuma variante interessante permanece", resultados reais quase sempre vêm com limitações, suposições, e fronteiras de escopo, explícitas ou implícitas. Ler trabalho anterior bem significa ler além da afirmação de destaque para encontrar essas fronteiras: sob quais condições esse resultado foi estabelecido, o que os autores explicitamente sinalizaram como trabalho futuro, o que o resultado assume que pode nem sempre valer. Isso frequentemente é exatamente onde a versão genuinamente aberta e que vale a pena perseguir de uma pergunta de fato vive, não na ignorância de trabalho anterior, mas em suas bordas declaradas ou implícitas.

Uma verificação mínima e prática antes de se comprometer com uma pergunta

Isso não precisa se tornar uma revisão de literatura exaustiva para valer a pena fazer, essa versão mais completa é precisamente o que a etapa "LITERATURA" do módulo de pesquisa dedicado e posterior vai pedir, na profundidade apropriada. Na escala desta disciplina, uma versão mínima mas genuína da mesma verificação consiste em: pesquisar a pergunta (ou variantes próximas dela) usando o vocabulário real do campo, não apenas sua própria formulação inicial dela; encontrar pelo menos o tratamento existente mais obviamente relevante se um existir; e, especificamente, verificar se esse tratamento já responde sua pergunta, responde uma pergunta mais ampla que a engloba, ou explicitamente a deixa aberta. Pular diretamente de "eu tenho uma hipótese afiada e testável" para "deixe-me rodar o experimento" sem essa verificação é precisamente a lacuna que este conceito mira.

Exemplo 1 — uma pergunta que já tinha uma resposta bem estabelecida

Pergunta, formada sem verificar trabalho anterior: "A ordem em que você insere elementos em uma árvore binária de busca afeta a altura resultante dela?"

O que uma abordagem ingênua poderia fazer: Projetar um experimento, inserir elementos em várias ordens diferentes, medir alturas resultantes, e relatar a descoberta (real, correta) de que a ordem de inserção importa muito, entrada ordenada ou quase ordenada produz uma árvore mal balanceada e quase linear, enquanto entrada aleatória ou bem embaralhada produz uma árvore muito mais curta.

O que verificar trabalho anterior revela: Esse exato fenômeno é um resultado padrão e há muito estabelecido em estruturas de dados, é precisamente a motivação dada para estruturas de árvore autobalanceadas (árvores AVL, árvores rubro-negras) em essencialmente qualquer tratamento sério do tópico, e é tipicamente acompanhado por uma caracterização precisa (altura de pior caso Θ(n) para uma BST ingênua sob entrada ordenada, versus altura esperada Θ(log n) sob entrada aleatória) que um pequeno experimento do zero só aproximaria grosseiramente.

O que isso muda sobre a pergunta: A pergunta original não está errada de fazer, mas fazê-la como se estivesse em aberto desperdiça esforço rederivando um resultado bem conhecido com menos rigor do que já existe. Verificar trabalho anterior primeiro redireciona esforço para o acompanhamento de fato interessante e menos resolvido: "dado que árvores autobalanceadas resolvem isso no pior caso, qual é a sobrecarga prática de manter balanceamento para cargas de trabalho onde a entrada acontece de já ser bem comportada?", uma pergunta mais afiada que só se torna visível uma vez que a parte resolvida é deixada de lado.

Exemplo 2 — uma pergunta que trabalho anterior deixa genuína e explicitamente aberta

Pergunta: "Uma política de despejo de cache específica pode ser ajustada para desempenhar bem para cargas de trabalho com padrões de acesso altamente irregulares (não de taxa constante)?"

Verificando trabalho anterior. Uma busca revela literatura existente substancial sobre políticas de despejo de cache (LRU, LFU, e variantes adaptativas), a maioria avaliada sob padrões de acesso de estado estável ou benchmark padrão, e, importantemente, vários desses tratamentos explicitamente sinalizam padrões de acesso irregulares e não estacionários como fora do escopo de sua avaliação, ou como uma limitação notada em vez de uma pergunta já respondida.

O que isso muda sobre a pergunta: Em vez de descobrir que a pergunta já está respondida (o resultado do Exemplo 1) ou descobrir que é uma trivialidade batida, essa verificação confirma, com evidência real, não apenas uma suposição de novidade, que a pergunta específica se situa em uma lacuna real e reconhecida. Também fornece outra coisa valiosa pelo padrão de Peyton Jones: a pergunta agora pode ser situada precisamente ("avaliações existentes da política X assumem acesso de taxa constante; isso investiga a mesma política sob acesso irregular") em vez de afirmada isoladamente, o que torna tanto a motivação quanto o resultado eventual muito mais fáceis de avaliar para outra pessoa.

O próximo passo que isso permite: Porque trabalho anterior estabeleceu a metodologia de avaliação padrão para políticas de despejo de cache, essa metodologia agora pode ser adaptada (não reinventada) para o caso de acesso irregular, ler trabalho anterior aqui não apenas evita esforço desperdiçado, entrega ferramentas utilizáveis e uma linha de base de comparação de graça.

• "Se eu não consigo encontrar trabalho anterior sobre minha pergunta exata em cinco minutos, deve ser genuinamente novo." Uma busca breve falhando em revelar algo é evidência fraca de novidade, pode apenas significar que a busca usou o vocabulário errado, ou que o trabalho relevante existe sob uma pergunta relacionada mas nomeada diferentemente. O padrão de Hamming exige de fato conhecer o campo, não uma verificação rápida que não retorna resultados.
• "Ler trabalho anterior é sobre provar que minha ideia é 100% original antes de eu ter permissão para começar." O objetivo, pelo padrão de Peyton Jones, é situar a pergunta em relação ao que é conhecido, não garantir originalidade total, uma pergunta que estende, aplica, ou especializa trabalho existente de uma forma genuína é uma pergunta perfeitamente legítima e frequentemente mais tratável do que uma mirando novidade completa.
• "Uma vez que encontrei um artigo ou fonte relevante, eu fiz a verificação de literatura." Uma única fonte pode criar uma falsa sensação de completude; a verificação útil especificamente inclui procurar o que essa própria fonte sinaliza como não resolvido ou fora de escopo, já que isso frequentemente é onde uma versão genuinamente aberta da pergunta de fato está escondida, como no Exemplo 2.
• "Essa etapa só é relevante para pesquisa acadêmica, não para resolução de problema computacional do dia a dia." O exemplo da árvore binária de busca é uma pergunta de engenharia rotineira, não uma acadêmica, e verificar trabalho anterior salvou exatamente o mesmo tipo de esforço desperdiçado que salvaria em um cenário de pesquisa, o hábito se aplica em qualquer escala onde a pergunta vale a pena levar a sério o suficiente para testar.
• "Verificar trabalho anterior é um portão único antes de começar, não algo revisitado depois." Nova informação descoberta no meio da investigação (um resultado inesperado, um termo que você agora sabe que deveria pesquisar) pode e deveria mandá-lo de volta a verificar trabalho anterior novamente, a verificação não está confinada à primeiríssima etapa do ciclo.

Quase nenhuma pergunta que vale a pena investigar está sendo feita pela primeira vez, o que torna verificar trabalho anterior um passo exigido em vez de uma cortesia. O padrão de Hamming exige conhecer um campo bem o suficiente para distinguir um problema que só parece aberto para um recém-chegado de um que de fato ainda não está resolvido pelas melhores ferramentas existentes do campo; o padrão de Peyton Jones exige ser capaz de situar uma pergunta em relação ao que já é conhecido, de modo que tanto sua motivação quanto sua resposta eventual sejam legíveis para outra pessoa. Os dois exemplos resolvidos mostraram ambos os resultados que verificar trabalho anterior pode produzir, descobrir que uma pergunta já está bem respondida, e confirmar que uma pergunta se situa em uma lacuna real e reconhecida, e ambos os resultados são úteis, porque ambos redirecionam esforço em direção à versão da pergunta que de fato vale a pena perseguir. Este conceito também é uma prévia direta e em pequena escala da etapa "LITERATURA" que o módulo de pesquisa dedicado e posterior deste currículo vai pedir aos estudantes para realizar de verdade, em profundidade muito maior.