Hay algunos campos (por ejemplo, medicina y biología) donde los tratamientos o experimentos fallidos pueden ayudar a otros investigadores y salvar vidas. Los ensayos clínicos tardan años en completarse y no desea que otros pasen de 2 a 5 años repitiendo las terapias fallidas.
Por supuesto, incluso en ingeniería o CS, SIEMPRE nunca hay un 100% de éxito. Por ejemplo, en el reconocimiento de voz, se puede informar un nuevo algoritmo con, digamos, “95% de éxito utilizando el reconocimiento de voz no entrenado”. Alguien más intentará mejorarlo.
Ahora volviendo a las conferencias de CS. Siempre hay más trabajos enviados que lugares disponibles. En ese sentido, los documentos exitosos siempre son mucho más interesantes que los fallidos, además de que son más fáciles de revisar. Imagine que recibe dos documentos sobre un nuevo algoritmo de reconocimiento de voz: a) con una “tasa de éxito del 70%” yb) con una tasa de éxito del 96%; ¿cual elegirías? ¿Cuál te ayudará a obtener un mejor algoritmo? Entonces, si bien uno puede describir en un documento algunos métodos que tampoco funcionaron, al final, lo que realmente importa es el método que proporcionó el mejor resultado posible.
- ¿Cuál es el 'borde' en la computación de borde?
- ¿Cómo puede uno familiarizarse con la investigación actual en informática?
- ¿Cuáles son algunos de los usos activos de los sistemas distribuidos de lectura / escritura / lectura débilmente consistentes como Bayou?
- ¿Cuáles son algunos documentos notables en la investigación de lenguajes de programación?
- ¿Cuáles son las principales y más prometedoras áreas de investigación en CS en este momento?
