李正風：當代科學的新變化與科學學的新趨向︱科學學探索

點擊上方藍字 世界科學，再點右上角三顆痣 設爲星標 ，從此你的世界多點科學~

科學學（Science of Science）試圖以科學的方法來理解科學，但不論是從對象的角度看，還是從方法的角度看，科學都處在不斷的變化之中，因此研究科學學的新趨向、新使命，必須立足於當代科學的新變化。本文將從對象和方法兩個方面概要探討當代科學的新變化，進而在此基礎上分析新時代對科學學研究提出的新需求，以及科學學發展的新趨向。

當代科學的新變化

貝爾納 （Bernal） 曾經把科學學理解爲“一個具有反身性質的研究”，普賴斯 （Price） 認爲科學學是“二次科學”。這意味着我們所理解的科學學，首先是以科學爲“對象”，當然對科學“對象”的理解可以是狹義的，也可以是廣義的：狹義的對象主要指自然界，廣義的對象則包括人類社會。其次是以科學爲“方法”，科學研究依賴的一些方法與以前哲學式的探討以及工匠在獲得經驗知識方面的方法明顯有所區別。從科學學的性質出發，我們理解當代科學的新變化，也可以主要聚焦在兩個方面：其一，當代科學在研究對象上的新變化；其二，當代科學在方法上的新變化。

當代科學在對象上的新變化可以概括爲三個方面。

第一，數字化與大數據使得科學的研究對象發生了巨大變化。若干年前，我們並沒有注意到數據會成爲今天大數據時代面對的非常重要的一個對象，大數據時代的來臨與數字化技術不斷髮展是聯繫在一起的。數字化技術不斷髮展使得科學研究的對象發生了巨大變化。無論是傳統科學研究的物理對象、化學對象，還是人類社會行爲學的研究對象，甚至歷史上已經形成的文本，以及我們在現實生活中拍攝的圖像都可以通過數字化的技術轉變爲數據，進而成爲當代科學展開研究的對象。

第二，隨着智能技術的發展，人類對自身各方面的認識和理解變得更加系統和深入，人類自身越發成爲科學研究的重要對象。過去，我們科學研究對象更多是物理對象、化學對象，人是認識的主體，人在認識對象之外對認識對象進行觀察和實驗；今天，無論是生命科學，還是人工智能（AI），人本身變成了科學研究非常重要的對象。

上述這兩個方面的變化，帶來第三個方面的變化：跨邊界和跨模態的科學學研究。科學學以科學作爲核心研究對象，但是今天的科學與技術、科技與創新活動之間的界限越來越模糊，自然科學和社會科學之間的關係變得越來越複雜。在研究尺度上，大尺度和小尺度之間由於數字科學的不斷髮展也趨向融合。因此，當代科學的研究對象也呈現出跨邊界、跨領域和跨模態的新特徵。

在科學對象變化的基礎之上，我們再來看當代科學在方法上的新變化。人類獲得知識的方法，從歷史發展的角度來看，已經從以前哲學尤其是自然哲學思辨式的方法、工匠在試錯中獲得知識經驗的方法，發展到廣泛依靠實驗、數學的方法，從而獲得更加精確、更加系統的知識。這個演變的過程有一個很重要的特點就是對人類認知行爲的技術性替代在不斷加強。

對人類認知的技術性替代演變到今天，有兩個非常重要的發展階段。第一個階段從16、17世紀開始，近代科學建制化使得我們用技術的手段來進行更加精密的科學研究，科學研究進入到社會化、組織化的新時期，這是一個非常重要的轉變。第二個階段是與數字化、智能化聯繫在一起的，人工智能對於人類認知行爲的技術性替代開始從肢體上升到頭腦，使得科學研究範式從以前經驗試錯範式發展到理論範式，再進一步發展到今天的計算範式、大數據驅動範式，也有人說我們會進入“智能的時代”。我們可以看到，方法上的變化使AI技術用於學習、模擬、預測、優化自然和社會現象，以促進科學的發現與創新。

今天，服務於科學的人工智能（AI for Science，AI4S）是非常值得關注的話題，在我看來它意味着人類認知行爲技術性替代進入到新的階段。2022年劍橋大學、圖賓根大學、紐約大學和威斯康星大學一起召開了關於“科學研究中的機器學習和AI4S”的討論，研究我們怎麼樣把AI技術用於科學發現、科學研究，有哪些重要領域和方法上的拓展。2023年美國醫學拉斯克獎授給了哈薩比斯（Demis Hassabis）和江珀（John Jumper），他們的重要貢獻是發明了能夠預測蛋白質三維結構的AI技術——AlphaFold。和以前人們對於蛋白質三維結構的研究相比，AlphaFold2開源僅一週時間裡，有98.5%的人類蛋白質結構被其預測。在此之前，全球頂尖科學家耗時數十年的努力也只解碼了覆蓋人類蛋白質序列中17%的氨基酸殘基，這充分展現出AI在數字化和智能化時代很可能對科學發展帶來巨大影響。這個影響不僅是對科學的影響，也會延伸到對社會生活的影響以及對技術的創新。

科學學的新趨向

當代科學的新變化會對科學學有什麼樣的推動作用？ 科學學會表現出什麼新趨向？ 貝爾納主要研究科學及其社會功能，在研究時他非常希望用科學方法進行研究，並認爲科學學應該成爲真正的、具有某種特點的科學，強調充分運用觀察、估算、實驗以及運籌學等手段。 普賴斯對科學學的理解是“科學、醫學、技術等的歷史、哲學、社會學、心理學、經濟學、政治學、運籌學等”。

20世紀60年代之後，科學學有兩個重要的發展潮流。第一個潮流是對象導向的，以科學、技術和醫學作爲研究對象，但使用的方法可能是社會學、經濟學的。在60年代，“科學技術與社會（STS）”成爲人們關注的對象，但當人們要研究科學技術與社會的關係時，人們發現對科學、技術等對象的理解本身首先成了問題，必須要深化對科學、技術的系統認識，於是衍生出來科學技術學研究（Science and Technology Studies，S&TS）,其實就是從社會學、經濟學、政治學、歷史學等多個人文社會科學的角度來對科學和技術這種社會現象進行比較深入的研究，這是對象導向的。

另外一個潮流是方法導向的，即嘗試用定量方法來對科學對象進行研究，這就是科學計量學。從科學計量學角度來講，它的發展非常值得我們關注。首先它要發現科學世界的量化特徵，並且積累量化數據；然後開發各種類型的量化工具並進行量化分析，這個過程中量化數據也不斷豐富。量化數據多元化和量化能力的提升推進了科學計量學的發展，形成了三個主要的階段：首先是普賴斯的工作，即基於數理統計的計量科學學；然後是加菲爾德（Garfield）建立起引文數據庫之後，圍繞引文關係建立起來的基於引文網絡分析的計量科學學；之後是把知識圖譜、計算機方法應用於基於知識圖譜的計量科學學。

計量科學學的發展爲數字化和智能化時代的科學學發展新趨向奠定了基礎，但它們之間有本質的變化和區別。在數字化和智能化時代，科學學走向新形態：計算科學學。這個發展過程中有兩件事值得我們關注：一是在2009年，十餘位來自哈佛大學、麻省理工學院等世界知名高校和研究機構的學者在《科學》（Science）上發表題爲“計算社會科學”（Computational Social Science）的文章，認爲隨着收集和分析大規模數據能力的提高，一個數據驅動的新研究領域——計算社會科學——正在出現；二是在2018年，來自社會科學、計算機科學、物理學等不同領域的十多位學者在《科學》雜誌發表了題爲“科學學”（Science of Science）的綜述文章，後面的引文比較少提到普賴斯、加菲爾德，更沒有提貝爾納，他們所說的科學學與貝爾納那個時候的科學學之間已經有了很大的區別。

2018年的“科學學”文章提出了一種新的“科學觀”：科學可以被描述爲一個複雜的、自組織的、不斷進化的網絡，它由學者、論文和思想組成。當然，這個科學觀是新穎的，從更廣義的角度來講這個科學觀實際並不全面，但是也有它的好處，它爲其他學科，特別是計算機等學科進入科學學領域提供了可能。該文認爲科學學提供了對於不同空間和時間尺度的科學單元之間相互作用的定量理解，它讓我們瞭解“創造力”背後的條件和科學發現的過程，其最終目標是發展一系列能加速科學研究的政策和工具。這篇文章最後也談到，科學學未來研究的關鍵是將機器學習和人工智能整合，讓客觀的機器和人類一起去工作。我們注意到生成式人工智能出現後，用生成式人工智能工具來寫科學學相關研究的論文這兩年也迅速發展起來。

可以看出，當代科學學發展的第一個趨勢是從計量科學學走向計算科學學。

計量科學學所利用的結構化數據是對科學世界的某些量化表徵，計算科學學面向的是逐漸數字化的科學世界，這是兩者之間本質上的差別。當然，計算科學學的發展得益於數字化和智能化技術的不斷髮展，使得數據越來越豐富，而且也能夠獲得並且以比較低的成本存儲下來。與此同時，也得益於自然科學家、社會科學家和計算機領域學者在新的科學觀基礎之上的合作。以數字化、智能化技術爲基礎，科學世界的數字化爲我們實現科學學理想提供了一定的可能，即用計算的方法、量化的工具來對一個可以數字化的科學世界進行更加精密的分析。

當然計算科學學也有它的侷限性，主要是三個方面：其一，科學世界不可能完全數字化，越是深層次的思想和觀念越難以被數字化；其二，科學學使用的廣泛數據和方法的一致性會導致研究結論片面性；其三，計算科學學面臨更多數據倫理和人工智能倫理的問題。

當代科學學的第二個發展趨勢是科學學的多樣化和場景化。

普賴斯曾經說“分析研究科學自身的各門學科都是逐個產生出來的，但是到1960年代，它們已經表現出連接爲一個統一整體的許多跡象。這個統一整體將會比它的各部分的總和還要更大”。我們要問的是“統一的”科學學是否可能？計算科學學是否能夠提供這種可能？面對日益複雜化、社會化的科學系統，科學學如何展開其研究？實際上，不同領域、不同場景之下的科學研究既有共性，也有特殊性。尤其在今天，計算科學學不斷髮展，我們確實需要避免普遍主義和特殊主義兩個極端。這意味着科學學研究將會因場景而異。儘管科學學渴望適用於各個科學領域的長期普遍的規律和機制，但是首先需要面對的是不同領域和國家之間文化習慣和偏好難以避免的差異。這種變化使得一些跨領域的見解難以被理解，相關的科學政策也難以實施。科研問題、數據之間的差異，一般是與領域相關聯的，這也暗示科學學的研究將來會因“領域特色”而產生相應的變化。

未來科學學可能會同時面向“普遍科學”和“特殊科學”。普遍科學實際上是體現我們科學知識生產的共性特徵和共同問題；特殊科學體現科學知識生產對象、領域和國家特殊性的實踐和問題上，往往與學科對象、領域和國家特殊的場景密切相關。因此，科學學應該鼓勵促進科學發展的多樣化探索和實驗。在這個過程中，我們應該合作、共享、開放、包容，而不應該只有一種普遍主義的科學學模式，要求大家必須按照這種模式去發展，或者是把某一個地方性科學學的一種發展框架理解爲全球必須要共同遵守的框架。

當代科學學的第三個發展趨勢是要走向“負責任的”科學學。

在早期科學學發展過程中，人們曾經有一個理想。比如愛丁堡學派有一位非常著名的學者大衛·艾傑（David Edger）曾經說過，科學學的目標是爲科學與技術投資決策提供客觀的、價值中立的基礎。我們今天的科學學研究也是希望能夠發展出一系列加速科學研究的政策和工具。

那麼科學學是不是“價值中立”的？科學學是不是需要充分考量科學和技術發展的方向以及是否有利於社會經濟健康發展？前文提到當代科學在研究對象上有非常重要的變化，即從人類之外的對象進一步擴展到人類自身。伴隨着這個變化，生命科學、人工智能領域衍生出來諸多新的社會倫理問題。如基因編輯、合成生物學這些生命增強技術有可能打破人類的“類的同一性”。以前無論來自什麼國家、什麼民族，我們作爲人類在生物學這個意義上具有“類的同一性”，現在有可能因爲生命科學的發展而打破這種“類的同一性”。此外，大數據、人工智能、腦機接口等技術重新定義“人類”，重新建構“人-機”之間的關係，而這種關係與以前我們在科學研究中使用質譜儀或者顯微鏡所建立起來的人-機關係有了本質的區別。在這種情況下，當代科技發展正在挑戰人類共有共享的良知和人性，帶來大量社會倫理問題。當我們需要研究科學及科學如何發展的時候不得不去面對這些社會倫理問題。

與此同時，計算科學學的發展本身在方法上、對象上蘊含着許多在當代科學發展過程中衍生出來的社會倫理問題，比如計算科學學高度依賴數據、算法和人工智能技術，無法迴避新科技革命所面臨的數據倫理、算法倫理和人工智能倫理的問題。2021年11月，聯合國教科文組織發佈《人工智能倫理問題建議書》。《建議書》中提到：“人工智能系統實際上涉及人工智能技術開發各個環節，以及與這些環節相關聯的各類機構和各類人羣。”《建議書》把使用人工智能的這部分人羣也納入到人工智能體系中，這樣幾乎當代社會所有個體都不能遊離在這個系統之外。當然也由此使得人工智能帶來的倫理問題將涉及社會生活的方方面面，尤其是人工智能算法可能複製和加深現有的偏見，從而加劇已有的各種形式的歧視，併產生新的倫理問題。

從這個角度來看，這些倫理問題對科學學研究提出了新的挑戰。2021年10月，美國國家科學基金會（NSF）設立了新資助項目，並用了“科學學”這個標題，即“科學學：發現、傳播與影響”項目。該項目旨在增強科學活動公共價值方面的理論和知識，以及相關政策制定過程中所需要的一些智力支持。

由此，我們可以看到，怎樣使社會受益，使科學發展能夠給公共價值向善帶來更多的可能性，其實變成我們今天再去考量“科學應該向什麼方向發展、科學應該如何發展”的非常重要的價值準則。因此，我們需要一個“負責任的”科學學。

“負責任的研究和創新”這個理念在最近一二十年已得到廣泛認同。從這個理念出發，當我們以科學爲對象，並且用科學方法來研究科學在當代發展的特點、規律以及它可能的趨向時，也需要體現負責任的研究和創新。“負責任的研究與創新”需要“負責任的”科學學。“負責任的”科學學意味着我們要不斷反思以往科學學研究背後所包含的價值預設，需要“價值反思”和“價值對齊”。“價值對齊”是在人工智能發展過程中碰到的一個比較突出的問題，比如Open AI關於創新理念和路線之爭，是“有效加速”還是“超級對齊”？這也是當代科學學發展要面對的一個共同話題。

由此來看，科學學的核心任務之一不僅是要加速科學的發展，促進科學和技術之間的關聯以及促進創新，還要引導和保障科學與技術健康地發展！

-本文作者李正風是清華大學社會科學學院教授，科學與社會研究中心主任，教育部“高校科技倫理教育專項工作”秘書長；長期從事科技發展戰略與政策、科技哲學、科學技術與社會、科技倫理與科技文化等領域的研究，多次參與國家科技發展規劃、相關科技政策的研究和制定工作；《科學學研究》副主編，《科學文化》副主編。原文刊載在《世界科學》雜誌2024年第8期上-

《世界科學》雜誌版在售中 歡迎訂閱

點擊圖片或以下方訂閱方式選購

月刊定價15元/期

全年訂閱價180元

訂閱方式一：

“雜誌鋪”訂閱有折扣～

訂閱方式二：

全國各地郵局訂閱。郵發代號：4-263

訂閱方式三：

機構訂閱，請撥打

021-53300839；

021-53300838