Att få forskare från olika discipliner och fakulteter att samarbeta påstås ofta vara som att valla katter. Så fort det gemensamma forskningsanslaget kasserats in tar var och en sin andel och går hem till sitt. Sedan blir det på sin höjd en gemensam rapport, där avsnitten klippts och klistrats från deltagarnas olika individuella skrifter. Karikerat ser det fortfarande ut så och har gjort det sedan C.P. Snow i slutet av 50-talet talade om ”Two cultures”, dvs. med humaniora och samhällsvetenskaperna skilda från naturvetenskapen av en hög mur.
Nya metoder och data belönar dock samarbete och kan hugga stora hål i murarna. Samarbete, speciellt över fakultetsgränserna, kan bidra till att skapa både högre reliabilitet och större relevans, speciellt åt samhällsvetenskaplig och humanistisk forskning. Vi visar detta med ett litet exempel i form av figuren nedan.
Diagrammet ger en bild av majsskördarna i Centralprovinsen i Kenya under perioden 1970 till 2010. Den nedre röda linjen är en uppskattning av skördarnas utveckling under perioden gjord med en dynamisk och processbaserad växtmodell. Modellen drivs av data om väderlek (t.ex. temperatur och nederbörd) och kompletteras med information om bland annat jordmån. Det är tydligt från figuren att det finns diskrepans mellan linjerna. Den röda linjen som representerar växtmodellen visar på en uppåtgående trend från 1980 och framåt. Men för den streckade blå linjen som visar den offentliga statistiken över majsproduktionen för samma period ser man tydligt en topp i kurvan tidigt i perioden; sedan följer en klart nedåtgående trend.
Uppenbarligen beror skillnaden på orsaker som inte kan fångas in av växtmodellen som i detta fall endast drivs av väderförändringar. Vilka är orsakerna till skillnaden? Historisk forskning ger bidrag till ett svar: Några år efter självständigheten 1963 satsade Kenya stort på en grön revolution, efter indisk modell. Man lyckades höja majsskördarna radikalt, men man misslyckades med att konsolidera framstegen. En mer detaljerad förklaring kräver kännedom om politiska, ekonomiska, och sociala faktorer.
Diagrammet visar på en diskrepans mellan växtmodellen och i detta fall historisk statistik. Kunskapen kan fogas samman till en enhet om forskare samarbetar i tvärvetenskapliga team och använder gemensamma data.
Det är allmänt känt att ”big data” växer explosionsartat, men utanför en snäv krets av specialister används de fortfarande i begränsad omfattning.
Att kombinera olika typer av data har potential att skapa hål i den Snowska muren, men det kräver samarbete över fakultetsgränserna. Här ligger en möjlighet för samhällsvetare och humanister att övervinna de begränsningar som ligger i små fallstudier som inte kan generaliseras och därmed har låg relevans utanför akademin.
Majsproduktion i Centralprovinsen, Kenya, 1970–2015
Niklas Boke Olén
Centrum för miljö- och klimatforskning
Göran Djurfeldt
Sociologiska institutionen och
Institutionen för kulturgeografi och ekonomisk geografi
Ola Hall
Institutionen för kulturgeografi och ekonomisk geograf
