下载掌阅APP，畅读海量书库
立即打开
近三十年来，国际学术界对于复杂性科学尤其是网络科学的关注方兴未艾，数学、物理、计算机、生物、社会科学等领域的科学工作者从理论和实证两方面，在这一交叉学科领域进行了大量创新性研究，在多个方面取得了突破性进展。科学学这一新兴领域，即研究科学本身的发展与演化规律的学科，本质上就是一个复杂、自组织的社会系统，其形成和演化过程具有时变、非线性、多重耦合等复杂系统的常态特征。学术团队是以人为基本单位的群体，学术团队间的合作互动也构成了一类典型的复杂网络。由于此类系统的个体为人，因此比自然界的其他复杂系统具有更高的随机性和多样性，而实证数据中的噪声和多种多样的扰动因素又令这类系统更加复杂。此外，科学学的研究内容涉及学术论文发表、经费资助、高校招聘与升职等方面，直接关乎国家科研系统的体制改革和创新工作，为探索新一代科学人才培养和奖励机制提供理论支持。这就需要我们在现有的数理研究基础上，结合实际数据探索新型理论和模型，研究和预测学术系统的实证发展规律，为个人学术工作者、高校和科研院所以及国家科学发展政策的制定提供新思路。
随着互联网和计算机技术的普及推广，在大数据时代的背景下，我们得以大规模采集和整理关于论文发表、学术引用、经费资助以及学术工作者其他方面的数据，为研究科学学这一新兴学科提供了基础。本书结合复杂系统、网络科学、统计学、机器学习等方法，对科学学几个重要方面的研究内容做了系统而翔实的综述。本书两位作者利用多年时间，深入研究了“科学家个人的年龄、机构背景等因素与其长期学术产出和影响力之间的关系，尤其深入剖析了“马太效应”，即“成功孕育成功”现象在科学家职业发展过程中的作用。他们的研究成果对一线学术工作者具有重要的指导意义。在研究团队对于个人的影响方面，两位作者以合作者网络为切入点，探讨了团队规模对团队课题选择与学术影响力的关系，并对团队成果中个体荣誉分配问题做了定量研究。此外，两位作者以独特的视角论述了在互联网和大数据时代，随着社交媒体、人工智能等新技术的普及推广，科研工作者将面临的机遇与挑战。对于科学学研究中的注意事项，例如因果推断方法的使用场合和幸存者偏差等现象，两位作者也给出了建议，从而提升课题设计的合理性，避免陷入错误解读统计结果等误区。
本书的第一作者王大顺为美国西北大学凯洛格商学院和麦考密克工程学院教授，美国西北大学科学学与创新研究中心主任，并荣获复杂系统学会和网络科学学会颁发的多项突出成就奖，包括“厄尔多斯-伦伊奖”（Erdős–Rényi Prize）。他致力于运用复杂系统、网络科学、人工智能等理论方法研究科学学。他的研究成果发表在《科学》《自然》等顶级国际学术期刊上。本书的另一位作者艾伯特-拉斯洛·巴拉巴西是美国东北大学教授、网络科学研究中心主任、网络科学Robert-Gray-Dodge教授、杰出教授，以及哈佛大学媒体学院医学院教授。巴拉巴西教授是复杂网络领域的领军人物，他提出的著名无标度网络模型，以及网络抗毁性、信息传播、脑网络和其他生物、医药和社会学网络的产生和演变理论，深刻影响了过去二十年复杂网络研究的发展。同时，他在科学学等方面取得了大量重要成果，其中很多成果已发表在《科学》《自然》上。
两位作者联合其他知名学者于2018年发表在《科学》杂志上的关于科学学的综述文章，系统地总结了科学学近年来的发展和研究成果，为未来研究提供了新的思路和方向。如今，两位作者再次合作，撰写了《给科学家的科学思维》。这部作品称得上科学学领域首部系统性研究论著。随着《给科学家的科学思维》的出版，我们有理由期待，本书将会为有志于科研的学生和已经进入研究阶段的博士生提供职业规划方面的帮助。同时，本书还能为学术工作者、高校和科研院所管理者、基金评审机构、国家科研政策制定者等各类从事科研相关工作的个人和团体提供理论和实证方面的帮助，为更好地建设新型大学、提高我国科学管理水平提供参考和建议。
今年十月上旬的一天，我正出差外地，收到王大顺教授从美国发来的邮件，邀请我为他和巴拉巴西教授的新作中译本写序。当时，我还不知道书名和书的主要内容，便欣然接受了。回到武汉后，我收到了本书尚未出版的电子文件。书名《给科学家的科学思维》赫然在目，我有些犹豫了。科学家会怎么想？他们可能会说：什么人、什么学科竟如此胆大，敢于提出给科学家的科学思维？收到预读本后，手边的工作稍缓时，我随意翻阅了书的目录，随即被各章节富有冲击力和感染力的标题吸引。说实在话，我还很少看到一本学术著作如此谋篇布局、妙趣横生，继续浏览全书内容，则如行走在山林中的曲径，沿途风景优美，前路更令人期待。如果不是近期手边工作太多，我定会一口气仔细读完。
我最早接触的科学学著作是20世纪70年代末80年代初读研究生时指定的参考书。那些书内容大同小异，无外乎科学学的起源、历史沿革、研究对象、研究内容、学科体系以及主要的分支学科，是骨架式的科学学，内容枯燥无味，导致我后来再没有触碰过任何科学学的著作，对学科研究进展一无所知。而眼前的这本书如此生动，不仅有血有肉，还有灵性。我在“工作负担”和“知识负担”如此繁重之际，不断挤时间读下去，并真正了解科学的科学，即科学学，其本质是关于科学（of the science），属于科学（by the science），服务于科学（for the science）的学问。
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！
本书非常具有可读性。感谢大顺和巴拉巴西教授为我们奉上了一部值得一读的好书，同时也感谢贾韬和汪小帆教授为读者呈上了一部出色的译著。
2021年11月16日于珞珈山