在意识到近几十年来的科学研究“突破性”逐渐下降时,许多专家展开了激烈的讨论。 针对这一话题,《自然》杂志连续刊发了相关的社论与新闻。 社论主题,图源自Nature Nature新闻题图 接下来我们简要梳理一下科学家不同的观点。 伊利诺伊州埃文斯顿西北大学(Northwestern University in Evanston)的计算社会科学家王大顺(Dashun Wang)认为,对这些数据的研究是很有意义的,他表示,“颠覆性科学在本质上不一定是好的,渐进式科学也不一定就是坏的”。 比如,对引力波的首次直接观测既是革命性的,也是渐进科学的产物,对后续该领域的研究产生了很大的影响。 亚特兰大佐治亚理工学院(Georgia Institute of Technology)科技政策专家约翰·沃尔什(John Walsh)则认为,当前比较理想的情况是渐进式和破坏性研究的健康组合,了解这种变化趋势产生的原因很重要。 他认为,现在全球的研究人员比1940年代多得多,这就创造了更具竞争力的环境,也提高了发表研究论文和申请专利的风险。这种风险的提升,反过来又影响了研究人员开展研究工作的动机。当大型研究团队变得越来越普遍时,更有可能产生渐进式科学,而不是颠覆性科学。 也有科学家认为这种现象需要引起学界警惕。它引发了一个更深层次的思考——将科学划分为越来越窄的知识单元,是否有利于我们去发现新的成果。 同时他们指出,当下某项研究的评估指标和出版的激励政策,使得科学家不得不“谨慎”向前——他们会采取更加安全的方式做研究,来保证“资助-发表-引用”的车轮能不断向前转动。 另一方面,在诸多研究领域中,面对知识信息的泛滥,科学家缺乏思考的情况越来越明显。 对此,有专家认为,人工智能(AI)或许能提供帮助,它能帮助人类以有意义和有益的方式筛选和整理信息,比如总结某一学科的前沿知识,或者确定哪些研究项目更有突破的潜力,比如最近大火的Chat GPT。 如果使用得当,AI很有可能为科学家腾出更多时间来推进有意思的研究,无论是颠覆性的还是渐进的。 参考资料 1. Papers and patents are becoming less disruptive over time | Nature2. 'Disruptive’ science has declined — and no one knows why (nature.com)3. Is science really getting less disruptive — and does it matter if it is? (nature.com)