Akademická cesta Krisztiny Szilágyi vedla z rodného Srbska přes Cambridge, Berlín a Utrecht až do Prahy. Na Fakultě informačních technologií ČVUT se pohybuje na pomezí matematiky a teoretické informatiky a zabývá se problémy z teorie grafů a algoritmů. V rozhovoru porovnává akademické světy v různých zemích, naráží na to, že genderová nerovnost se „nevyřeší sama od sebe“, a vysvětluje, proč může být někdy ve výzkumu výsledkem i třeba jen dokázat, že žádné rychlé řešení neexistuje.
Vyrůstala v Srbsku, ale rozhodla se, že vysokou zkusí ve Velké Británii. „Když jsem se hlásila na bakalářské studium matematiky na Cambridge, vůbec jsem nečekala, že mě přijmou. Přihlášku jsem podala skoro jen tak pro zábavu, protože jsem si říkala, že pohovor bude alespoň dobrou příležitostí se na univerzitu podívat,“ popisuje Krisztina Szilágyi.
K jejímu úžasu ji přijali. „Což už samo o sobě bylo překvapení, a navíc jsem získala plné stipendium, které jsem ke studiu potřebovala.“
„Vtipné je, že jsem se jako zálohu hlásila také na dvě univerzity v Maďarsku, protože moje rodina patří k maďarské národnostní menšině, ale kvůli administrativním problémům mě tam nepřijali. Takže jsem se dostala tam, kam jsem si myslela, že se nejspíš nikdy nedostanu, a nedostala jsem se tam, kde jsem si myslela, že mě určitě vezmou. Naučilo mě to, že někdy stojí za to něco zkusit, i když se zdá, že šance na úspěch není velká. A v průběhu kariéry mi to ještě několikrát pomohlo,“ popisuje vědkyně.
Doktorát z informatiky jste pak získala v Utrechtu. Co vás nakonec přivedlo do Prahy?
Zaujala mě výzkumná skupina na FIT ČVUT, protože se věnuje problémům motivovaným reálnými aplikacemi, ale zkoumá je velmi rigorózně z teoretického hlediska. A právě tahle kombinace mi vyhovuje. Skupina je také velmi otevřená spolupráci a přijíždí do ní řada zahraničních návštěvníků. Můj současný školitel Dušan Knop navíc velmi podporuje moje výzkumné plány a byl to právě on, kdo mě povzbudil mě k přestěhování do Prahy i k podání žádosti o MSCA Fellowship.
Vnímáte rozdíly v akademické kultuře mezi zeměmi, ve kterých jste dosud působila?
Po zkušenostech z těch několika zemí si myslím, že nejvíc záleží na konkrétní výzkumné skupině a jednotlivých lidech. I v rámci jedné země mohou být obrovské rozdíly. Atmosféru často výrazně ovlivňuje vedoucí skupiny. Měla jsem štěstí na školitele, kterým záleželo na rovnováze mezi pracovním a osobním životem a kteří nám skutečně říkali, ať si bereme dovolenou a nepřetěžujeme se.
Podíl žen v informatice, a obecněji ve STEM oborech, má tendenci klesat s tím, jak postupují výš v akademické hierarchii. Vnímáte to jako problém?
Mezi doktorandkami a některými postdoktorandkami je žen více, ale když se dostanete na profesorské pozice, je jich už mnohem méně. Myslím, že lidé si uvědomují, že žen je málo, ale možná ne vždy chápou, že už to samo o sobě je problém. Pokud je žen v jedné generaci velmi málo, ovlivňuje to i generaci následující. Častým problémem je také představa, že k rovnosti časem přirozeně dospějeme a není potřeba nijak zasahovat. Podle mě se ale prostředí musí změnit.
Co konkrétně by se mělo změnit?
Mnoho výzkumných kariér je stále nastaveno s ohledem na muže. Jeden z mých profesorů mi kdysi velmi otevřeně řekl, že systém, ve kterém výzkumníci přecházejí z jedné dočasné pozice na druhou, vznikl v době, kdy byl typickým výzkumníkem muž s manželkou v domácnosti, která byla ochotná stěhovat se s ním. To už dnes neplatí, ale systém se tomu ještě plně nepřizpůsobil. Stále je velký prostor ke zlepšení, pokud jde o rodičovskou dovolenou, péči o děti nebo skloubení akademické kariéry s rodinným životem.
Jsou podle vaší zkušenosti některé země v tomto ohledu výrazně lepší než jiné?
Upřímně řečeno si nemyslím, že by to někde bylo opravdu skvělé. Zajímavé je, že moje maminka pracuje na katedře matematiky v Srbsku a právě tam je nejlepší genderové zastoupení, jaké znám – dokonce i mezi profesory tvoří ženy přibližně polovinu. Na druhou stranu technické a další více technologicky zaměřené obory stále ovládají muži a rozhodně bych neřekla, že by Srbsko obecně bylo rovnostářštější než jiné země.
Váš projektový návrh do programu Marie Skłodowska-Curie získal velmi vysoké hodnocení, nakonec je ale financován prostřednictvím programu ERA Fellowship. Jak to funguje?
Marie Curie Fellowship financuje dva roky postdoktorské pozice, včetně mzdy a výzkumných nákladů, například konferencí a výzkumných pobytů. Navrhujete vlastní téma a hodnotitelé posuzují kvalitu výzkumného plánu, dále to, zda je dostatečně ambiciózní, ale zároveň realistický, a také zda je hostitelská instituce pro projekt vhodná.
Získala jsem 95,8 bodu, ale hranice pro přímé financování z MSCA byla letos lehce nad 96 body. Česká republika patří mezi tzv. widening countries, takže projekt mohl být místo toho financován prostřednictvím programu ERA Fellowship, který podporuje vysoce hodnocené návrhy realizované v zemích, jež byly v minulosti méně úspěšné v získávání evropského financování výzkumu.
Co si myslíte o principu programu Widening?
Myslím, že je to velmi dobrá strategie, a neříkám to jen proto, že jsem díky ní získala financování. Země jako Německo, Francie nebo Velká Británie mají dlouhodobou výhodu. Jakmile už máte velmi kvalitní výzkumníky a zavedená výzkumná centra, je také snazší přilákat další generaci.
V mnoha zemích střední a východní Evropy naopak dlouhodobě docházelo k odlivu mozků a mladí výzkumníci odcházeli jinam. Myslím, že je důležité přivést alespoň jednu generaci zpátky. V ideálním případě by podobná opatření měla být dočasná. Pomohou posílit výzkumná centra a jednotlivé výzkumné směry a snad se po několika letech dostanou do stavu, kdy už dodatečnou podporu nebudou potřebovat.
Myslíte, že stejný princip platí i pro jiné nerovnosti v akademickém prostředí?
Ano. Vím, že řada lidí nemá ráda afirmativní opatření (pozn. red.: opatření podporující skupiny, které byly historicky znevýhodněné nebo nedostatečně zastoupené), ale já jsem jejich velkou zastánkyní. Pokud se díváte jen na konkrétní rozhodnutí v daném okamžiku, může to působit nespravedlivě. Nemyslím si ale, že bychom měli předstírat, že všichni mají stejné podmínky, protože ve skutečnosti tomu tak není. Existují historické a strukturální důvody, proč různí lidé a různé země nevycházejí ze stejné výchozí pozice.
Totéž platí pro stipendia podporující ženy nebo jiné nedostatečně zastoupené skupiny. Tyto otázky jsou někdy odmítány jako „HR témata“ namísto toho, aby byly považovány za závažné otázky akademického prostředí. Podle mě si ale zaslouží seriózní pozornost.
Jak ovlivnila vaše rozhodnutí věnovat se vědě vaše rodina?
Moje maminka je profesorkou matematiky a je pro mě největším vzorem a oporou. Přestože chtěla, abychom se se sourozenci věnovali co nejširšímu spektru různých zájmů, nakonec jsme se všichni tři stejně ocitli v tomto oboru. Moje sestra dělá doktorát z informatiky a můj bratr ho také dokončil, než přešel do soukromého sektoru.
Co bylo při přípravě žádosti o Marie Curie Fellowship nejtěžší?
Vybrat dostatečně velké téma. Během doktorátu a postdoktorské pozice jsem byla zvyklá pracovat na menších, volněji propojených problémech. Pro dvouletý Fellowship jsem potřebovala ucelené téma, ze kterého by mohlo vzniknout několik různých odborných článků.
Myšlenka vznikla z aplikovaného projektu v oblasti robotiky, z něhož jsem byla financována před získáním tohoto Fellowshipu. Na jednom setkání představila jiná skupina problém, kterým se zabývala, a společně s několika kolegy jsme začali přemýšlet nad tím, jak bychom ho mohli zkoumat z teoretičtější perspektivy. To se stalo jedním z výchozích bodů mého návrhu.
Váš výzkum se zaměřuje na parametrizovanou složitost grafových problémů. Jak byste ji vysvětlila někomu mimo oblast teoretické informatiky?
Dobře si to lze představit na hledání cest. Dejme tomu, že chcete najít nejkratší cestu mezi dvěma místy. To je standardní problém a víme, jak ho efektivně řešit. V reálném životě se ale často objevují další omezení. Můj projekt zkoumá různé podoby těchto omezení a ptá se, jak mění obtížnost daného problému. Při jakých typech omezení je problém těžký a při jakých ho lze stále efektivně vyřešit?
Jedním z příkladů je plánování cest více agentů (tzv. multi-agent pathfinding). Představte si sklad, ve kterém několik robotů převáží různé věci. Uličky jsou úzké, takže musíte zajistit, aby se roboti při cestě z výchozího místa do cíle nesrazili. Teď si představte, že někteří roboti jsou větší a jiní menší. Menší roboti mohou projet některými uličkami, kam se ti větší nevejdou. Otázka tedy zní: Jak to změní celý problém? Bude jednodušší, nebo složitější? Jak se změní jeho výpočetní složitost?
Praktické prostředí nám tedy poskytuje inspiraci, samotný problém ale následně zkoumáme z mnohem teoretičtějšího hlediska.
Vadí vám, když se lidé okamžitě ptají, k čemu je teoretický výzkum užitečný?
Je to otázka, kterou mnozí z nás nemají příliš rádi, protože to, co děláme, často nemá okamžité praktické využití. Problém může vycházet z reálné situace, aniž by každý algoritmus, který vyvineme, byl něčím, co lze hned nasadit do praxe. Někdy nám aplikace slouží spíš jako inspirace.
Mnoho věcí ale bylo nejprve objeveno jako čistě teoretické výsledky a své praktické využití našly až mnohem později. Dobrým příkladem je samotná teorie grafů. Jedním z jejích známých raných problémů byl problém královeckých mostů: zda je možné projít městem, přejít každý most právě jednou a vrátit se do výchozího bodu.
Vyřešením tohoto konkrétního problému s procházkou městem samozřejmě nikdo nevydělával peníze. Tento způsob uvažování o objektech a vztazích mezi nimi se ale dnes používá například při modelování silničních sítí, železničních sítí a mnoha dalších systémů. Čím lépe matematice rozumíme, tím lépe možná budeme nakonec schopni řešit praktické problémy.
Jak vlastně ve vašem oboru vypadá výsledek výzkumu?
V zásadě existují dvě možnosti. Jednou je, že najdeme efektivní algoritmus, tedy způsob, jak problém vyřešit dostatečně rychle nebo někdy také s využitím relativně malého množství paměti. V našem výzkumu se ale obvykle nejvíce soustředíme na rychlost.
Druhou možností je, že matematicky dokážeme, že pro daný problém žádný rychlý algoritmus neexistuje. To pro mě bylo zpočátku opravdu ohromující. Sestavit algoritmus je intuitivní: popíšete posloupnost kroků, které problém vyřeší. Dokázat, že žádný rychlý algoritmus existovat nemůže, je ale něco úplně jiného. Oba tyto typy výsledků nám o daném problému říkají něco zásadního.
Vaše práce čerpá inspiraci z robotiky a dalších aplikovaných oborů. Znamená to, že vás zajímá interdisciplinární výzkum?
Myslím, že interdisciplinární výzkum je velmi důležitý, ale také velmi náročný. Musíte najít problém, který skutečně zajímá výzkumníky z různých oborů, a následně přesnou formulaci, která dává smysl všem. Někdy žertujeme, že nejtěžší částí je vlastně samotný problém správně definovat.
Různé obory mohou mít také odlišné cíle. V praxi vám může stačit, když něco většinu času funguje velmi dobře. V teoretickém výzkumu naopak často chceme rigorózně dokázat, že daná metoda bude vždy poskytovat dobrý výsledek. Můžete mít postup, který funguje, aniž byste přesně věděli, proč funguje nebo jak dobrý ve skutečnosti je. Pro praktické využití to může být dostačující. Pro teoretika ale může být právě tato nejistota tím nejzajímavějším.
Myslíte, že matematika změnila způsob, jakým přemýšlíte i mimo práci?
Často se říká, že když člověk studuje matematiku, získá určitý specifický způsob přemýšlení o všem kolem sebe. Myslím, že jednou z opravdu užitečných dovedností, které nás matematika učí, je schopnost rigorózně argumentovat. Tento způsob uvažování zároveň znamená, že jakmile je něco v matematice dokázáno, jednoduše to zůstává pravdivé navždy. Existují výsledky starší více než dva tisíce let, které jsou dnes stejně správné jako tehdy. To mi připadá fascinující.
Matematika vám tedy pravděpodobně opravdu dává trochu jiný způsob přemýšlení. Pro mě je ale těžké to posoudit, protože většina lidí v mojí rodině i mezi mými přáteli jsou matematici nebo informatici, takže v tomto smyslu žiju tak trochu v bublině.
A co vás čeká dál?
Plánovat je pro postdoktoranda obtížné, protože člověk obvykle působí na jednoletých nebo dvouletých pozicích a pracuje na krátkodobých grantech. V ideálním případě bych chtěla zůstat v akademickém prostředí a jednou se stát profesorkou. Teď jsem ale tento fellowship teprve zahájila, takže prioritou je projekt pořádně rozjet. Až potom můžu začít přemýšlet o dalším kroku.