大数据时代,科学家更需要科学想象力以及客观的科学思维
![](https://img9.doubanio.com/icon/u1107003-14.jpg)
这篇书评可能有关键情节透露
作者:马费成(武汉大学人文社科资深教授)
身处大数据时代,我们的生活与工作、进步与变革,都被数字围绕、描绘以及解构。实际上,大数据并没有“告诉”我们世界如何运转,而仅仅是呈现给我们需要解读的材料。大数据时代,科学家更需要科学想象力以及客观的科学思维,从而更好地理解世界与改变世界。我想这也是大顺与巴拉巴西两位教授写《给科学家的科学思维》这本新书时,与我不谋而合的地方。
作为科学家,我们永远在追索世界运行的大问题和人类发展的大未来,也同样在探究:我们什么时候能够达到最佳的工作状态?什么样的团队与合作方式能为科学带来最终进步?我们如何能做出改变世界的科研成果?这些问题的答案根植于一个新兴的研究领域“科学学”。它脱胎于传统的科学史、科学哲学,成长于文献计量学的量化分析,并在近期伴随着复杂网络、物理学、系统科学的交叉,进入了一个崭新的发展阶段。我们可以使用量化的模型大规模地分析科学出版物和科学家以及他们之间的引用、合作等关系,深入挖掘科学背后隐藏的内在机制,从而对这些科学家常常思考的问题做出解答。
鉴于科学学产生的背景和特征,本书非常重视量化分析,乍看上去,似乎一切从量开始——科学家的发文量、总引量用、平均引用量、h指数、Q因子等,而这也是当前广被诟病的科学评价方式。作者对此有清晰的认知,他们指出,任何计量指标,无论多么出色地实现了预期目标,其作用都是有限的。用它来评价一个人的产出率、研究质量或者科研影响之前,我们要对此有充分的认识。因此,本书运用计量指标分析问题时,特别关注隐藏在计量指标后面那些不可计量的因素。爱因斯坦告诫我们:“许多能数清楚的东西并不重要,许多数不清楚的东西却极有价值。”本书在量化科学和科学家时始终坚守这一信条。
王大顺和巴拉巴西都是网络科学领域的知名学者。他们有物理学背景,研究科学学,因此既熟悉自然科学,又了解社会科学。他们深谙网络科学和数据科学,将大数据与网络科学的方法结合,在科学计量领域发表了大量产生重要影响的论著。本书是两位作者多年研究成果的汇集,而不是一本简单的有关“科学学”的专著,是一本写给所有科学家读的书。它讲述了科学家如何让自己的职业生涯更精彩,如何让团队获得更大的胜利,如何最大限度地提升自己的科研影响力。它更像是一本写给年青科技工作者的成才指南,引导科学家们重新思考自己的职业生涯与预期的科学贡献。在本书中,他们用科学学的最新研究成果,重塑了一个科学家应该具备的全新的思维框架,这个框架分为3个层面——关于职业生涯成功的科学新思维,关于团队合作成功的科学新思维,关于科学家影响力升级的科学新思维。
首先,关于职业生涯成功的科学新思维。以前很多科研工作者关注更多的是科研成果的产出率、论文的发表量,但在现在这个时代,我们还要兼顾科研成果的影响力,就像本书中写的一样:没有人的职业生涯应该用单一数字衡量,只有产出率与影响力二者合力,才能孕育出连战连胜的科研神话。当然,最关键的是我们不应该被年龄所困扰。虽然中青年时期是科学成就的巅峰,但是年长的科学家也不必气馁,只要一直努力,仍然有可能获得想要的成果。
其次,关于团队合作成功的科学新思维。以前我们对于团队合作比较保守,但是这个数智时代,我们更要合作,要做超级合作者。我们应该联合全世界的力量,只有这样才可能真的做出改变世界的事情。而且,我们不应该拘泥于团队的大或者小,因为大顺和巴拉巴西的科学研究发现,大团队与小团队各有千秋,各有所长,大团队可以让我们发展科学,拓展创新规模,小团队反而常常是颠覆创新的关键。这样看的话,不管是大团队还是小团队,在组建的时候最重要的是符合科学规律,而这些规律就包含在这本书中。
最后,关于科学家影响力升级的科学新思维。科学家要明白的一点是,只有成功才能带来更多成功。所以,想要提升影响力,要一直不断地去积累影响力,积累成功,这就是科学中的马太效应。当然,努力的方向非常重要,在这个数智时代,适者生存,适者成功。
作者对以上三个层面的思维不是说教式论述,而是既有理论分析,又有数据支撑,还有生动的案例佐证。特别是科学史上那些充满传奇色彩的经典故事,使得本书内容丰满,有经验、有教训、有启迪、有思考。这些故事有的令人惋惜,有的催人奋进,读罢令人掩卷深思。毫无疑问,科学家的未来正在被全面重塑。只有掌握符合时代的科学思维,才能做好符合时代的科学研究,也才有可能获得更好的职业发展和影响力。作为新时代的科学家,我们应该重新建立一个新的科学思维框架,而本书恰好可以作为“起点”,值得每一个科学家去阅读。
当然,作者也没有忘记呼啸而来的新科学对创造性科学和科学家创造的影响,比如人工智能可以通过两种主要途径影响我们从事科学的方式:一种是极大地改进信息的获取,优化科学的各个方面,另一种是对复杂问题迅速给出创造性答案。也许,人工智能会在反乌托邦的世界里取代科学家,以一种我们今天难以想象的速度和精度推动科学进步。那时,我们还需要评价科学、科学创造和科学家的影响力吗?但我相信到了那时,科学、科学家和科学学一定会有全新的任务!