Michelini begon zijn promotie aan de TU/e, maar later kreeg zijn begeleider, Dunja Šešelja, een positie bij de Ruhr-Universität Bochum aangeboden en besloot daarheen te verhuizen. “Ze wilde me niet achterlaten en vroeg of ik met haar mee wilde gaan”, legt hij uit. 

Zo werd zijn promotieproject een gezamenlijk project van de twee universiteiten, waarbij Michelini regelmatig heen en weer pendelde. “De overgang was best pittig en er kwam behoorlijk wat bureaucratie bij kijken, maar al met al was het een zegen”, zegt hij.

“In Eindhoven zijn we hands-on en praktisch ingesteld, met oog voor ethische kaders en beleid. In Duitsland is het veel theoretischer, meer old-school filosofie: wetenschappers zitten gewoon bij elkaar en denken na", lacht hij. “Het was ontzettend interessant om te zien hoe verschillend mensen wetenschap en filosofie kunnen benaderen.”

Collectieve inspanning

Interessant genoeg gaf deze ervaring Michelini ook een inkijkje in waar zijn eigen onderzoek om draait: hoe kunnen wetenschappers door interactie betere werkwijzen ontwikkelen?

Met zijn achtergrond in techniek, filosofie en logica wilde hij ontdekken wat écht telt als goede wetenschappelijke praktijk – niet alleen voor individuele onderzoekers, maar voor de hele wetenschappelijke gemeenschap. “Traditioneel richt de wetenschapsfilosofie zich vooral op individuele wetenschappers en wat zij zouden moeten doen”, legt hij uit. “Maar dat is een beperkte blik. Wetenschap gebeurt niet in isolatie; het is een collectieve inspanning die ontstaat via interactie en samenwerking.”

Hij benadrukt dat de manier waarop wetenschappers samenwerken vaak belangrijker is dan wat één individu doet. “Ik ben zelf ook echt een teamspeler. Zonder de constante interacties met mijn collega’s had ik niets bereikt”, zegt Michelini.

Daarom richtte hij zich op de groep als geheel: hoe vertalen individuele houdingen zich naar collectief gedrag?

Digitale gemeenschap

Om dit te onderzoeken gebruikte Michelini agent-based modeling (ABM). “Het is alsof je een digitale wetenschappelijke gemeenschap bouwt”, legt hij uit. “Je bepaalt hoe elke onderzoeker zich gedraagt – open, voorzichtig of koppig – en laat ze vervolgens met elkaar interacties aangaan.” Het model simuleert deze interacties in de tijd, waardoor zichtbaar wordt hoe simpele individuele gedragingen leiden tot complexe groepsdynamiek en uiteindelijk tot collectieve resultaten.

Zo kon hij testen welke vormen van interactie de wetenschap vooruit helpen – en welke er juist een rem op zetten. ABM is vooral handig om tegengestelde scenario’s te vergelijken, zoals groepen bevooroordeelde versus onbevooroordeelde wetenschappers. “Het is in sommige gevallen lastig of zelfs onmogelijk, om dergelijke situaties na te bootsen met echte wetenschappers”, merkt hij op.

Een beetje fout

Opvallend genoeg liet Michelini’s simulatie een paradox zien: gedragingen die individueel problematisch lijken, kunnen in een groep juist een voordeel zijn. Zo onderzocht hij hoe kleine misinterpretaties van bewijs het onderzoeksproces beïnvloeden. Wanneer een wetenschapper een beetje fout zit, kan dat de uitkomst voor het team verbeteren.

“Als alle wetenschappers het bewijs precies hetzelfde interpreteren, stopt het team vaak te vroeg met het verzamelen van informatie, omdat iedereen het al eens is. Dat kan ertoe leiden dat ze bij een verkeerde theorie uitkomen”, legt hij uit. “Maar als iedereen het net iets anders ziet, ook al zit een deel ernaast, ontstaat er discussie en bekijkt het team het probleem vanuit verschillende invalshoeken. Zo is de kans veel groter dat ze uiteindelijk de juiste theorie vinden.”

Dit fenomeen heet transient diversity – de tijdelijke staat waarin een groep wetenschappers diverse, concurrerende overtuigingen heeft voordat ze uiteindelijk tot één conclusie komen. Michelini benadrukt dat misinterpretaties op individueel niveau tot fouten leiden, maar dat ze in een groep het wetenschappelijk onderzoek juist kunnen stimuleren.

Bias en luiheid

Het tweede deel van Michelini’s proefschrift gaat over bias en wetenschappelijke luiheid – denkfouten die individueel vaak als negatief worden gezien. In zijn model verdedigen bevooroordeelde digitale agents hun favoriete optie zonder kritisch naar alternatieven te kijken. “Dan geef je alleen argumenten die je voorkeurstheorie ondersteunen”, legt hij uit. “Als je bijvoorbeeld gelooft dat groene waterstof dé weg is naar decarbonisatie, dan kun je geen tegenargumenten bedenken.”

Luiheid hangt hier nauw mee samen: het betekent dat je argumenten gebruikt zonder zorgvuldig te beoordelen of ze kloppen. “Je gooit ze er gewoon uit, ook als ze zwak zijn, zolang ze je bestaande voorkeur maar ondersteunen”, zegt Michelini.

Vervolgens keek hij hoe deze individuele neigingen uitpakken bij groepsbesluitvorming. Terwijl een enkele bevooroordeelde of luie wetenschapper zijn eigen argumenten misschien nooit ter discussie stelt, gebeurt er iets verrassends in een groep: een team van luie en bevooroordeelde wetenschappers kan soms beter presteren dan een groep zorgvuldige, deugdzame onderzoekers.

“Maar alleen onder bepaalde omstandigheden”, benadrukt Michelini. Als tijd en bewijs onbeperkt zijn, leiden traditionele wetenschappelijke deugden – objectiviteit, zorgvuldige beoordeling, kritisch redeneren – duidelijk tot betere resultaten. “Maar als tijd schaars is en data beperkt, kan een groep luie en bevooroordeelde wetenschappers tot betere resultaten komen.”

Adversarial collaboration

De verklaring ligt in hoe bias en luiheid het groepswerk sturen. Bias zorgt voor een natuurlijke taakverdeling: “Als we in twee verschillende theorieën geloven, onderzoeken we beide”, legt hij uit. Dit heet adversarial collaboration – verschillende benaderingen volgen om te zien welke het beste werkt. “Dat levert betere resultaten op dan wanneer iedereen vanaf het begin dezelfde theorie volgt”, merkt Michelini op.

Luiheid zorgt ervoor dat ideeën sneller worden gedeeld, in plaats van dat iedereen ze individueel tot in detail analyseert. “Als je een argument hebt, kun je het zelf zorgvuldig beoordelen, of – als je lui bent – het meteen aan de groep voorleggen en samen bespreken”, legt hij uit. Het blijkt dat die tweede aanpak veel beter werkt. “Meer hoofden weten altijd meer dan één.”

“Goede” wetenschap

Michelini’s onderzoek daagt traditionele ideeën over wat “goede” wetenschap is uit. Het laat zien dat gedragingen die vaak als fouten worden gezien, in de juiste context juist een voordeel kunnen zijn. Het belangrijkste inzicht: wetenschap is niet alleen de som van individuele redenering, maar ontstaat uit de interactie van ideeën binnen een groep.

“We zouden dit onderzoek verder moeten uitbreiden en testen met echte groepen wetenschappers”, pleit Michelini. “We zouden bijvoorbeeld twee groepen kunnen vergelijken: één waarin ideeën verschillen en één waarin iedereen vanaf het begin dezelfde lijn volgt. Zo kunnen we zien welke groep uiteindelijk beter presteert.”

Door te focussen op collectieve dynamiek in plaats van alleen op individuele deugden, kunnen we samenwerking verbeteren en zo de wetenschappelijke vooruitgang bevorderen.