2024·新青年·新思考丨“数智驱动的科学学”，10位青年学者新年之际的思考与展望

在当前全球新一轮科技革命和产业变革的背景下，数智驱动的科学发现和研究范式的转换正在加速推动科学研究进入智能时代。这一趋势表现在AI for Science的广泛应用，涵盖科学研究、决策、管理（治理）及发展战略等多个方面。以科学自身为研究对象的科学学也因此迎来前所未有的发展机遇和挑战。国际上，以复杂网络、大数据、智能计算为代表的前沿技术正在引领科学学的新趋势和研究热点。

10位青年学者，侯剑华、步一、朱子钦、毛进、闵超、吴金闪、杨淳、胡传鹏、高继平、韩军徽，紧密围绕科技创新驱动、科技自立自强等国家战略需求，积极开展数智驱动的科学学研究，在科学学的因果推断、自主知识体系建设、基础研究测度、颠覆性创新、科技创新政策、科技安全工程学等关键领域取得了显著的研究成果，展现了奋勇争先的科学精神。面对这一形势，构建具有中国特色的科学学自主知识体系成为一项重要任务。这不仅是推动科学学研究再次繁荣发展的关键，也是提升科学学研究的知名度、影响力和话语权的重要途径。

"——侯剑华

侯剑华

中山大学信息管理学院教授

全国科学学理论与学科建设专业委员会副主任

面向数智时代的科学学自主知识体系构建

我最关注的是在数智化驱动的科研范式转型进程中，科学学自主知识体系建构的问题。过去的一年，科学学领域在创新驱动发展、创新体系效能提升、“科技-产业-金融”良性循环、国家科技创新软实力提升、世界经济发展与科技创新的互动机制、颠覆性科技成果的形成与影响机理等主题有较为丰富的研究。数字化和智能化的科学发现和科学研究范式正在深刻影响传统的知识生产和科学研究组织模式，驱动科学学迈向规模化、精细化与智能化。置于实现高水平科技自立自强与数智化科学范式的时代坐标，科学学研究必须紧跟科学发展的时代步伐，立中国之实际，聚数智之视野，解现实之需求，建立新的研究范式，突破传统单一的“学科制”发展模式。依托计算科学学、AI for Science、科学家学等新兴研究方向，整合各类学术资源，面向中国科技发展战略和科技体制改革实践，构建具有普适性的概念、原理和分析框架，支撑新时代中国特色科学学自主知识体系建设。

步一

北京大学信息管理系助理教授

科学学中的因果推断研究

随着科学学研究的不断深入，数据和结果的可解释性显得越发重要。然而，当前科学学的很多量化研究主要以描述性统计、线性回归和相关系数度量等考察“是什么”类的研究问题为主，缺乏对“为什么”层面问题的分析和解释能力。因果推断是研究如何更加科学地识别变量间因果关系的过程。尽管因果推断已经在经济学、公共管理学等多个社会科学领域蓬勃发展，但在科学学，因果推断的研究和应用还显得较为局限。向科学计量学引入因果推断具有验证和丰富现有的科学学理论、提升科学学的政策/决策支持水平等重要理论和实践价值。比如，假如我们从数据中发现“科研团队结构越扁平化，产出颠覆性学术成果概率越高”（相关层面的分析），我们不能给决策者提供诸如“应当大力鼓励扁平化科研团队发展”之类的建议，因为实证研究并没有进行任何因果推断，因此可解释性也偏低。我认为，工具变量法、匹配法、断点回归法、双重差分法等因果推断方法将会在科学学中应用得更为广泛。

朱子钦

清华大学技术创新研究中心主任助理、助理研究员

科技安全工程学驱动的守正创新

科技安全工程学是基于底线思维、极限思维和对立统一思想，从发展自主权和规制自主权二元视角出发，运用科学学理论、技术工具、工程方法以及相关的知识体系和实践经验，分析、预见、监测科技创新所涉的潜在风险和危害，进而管控、限制、消除这种风险和危害，以实现科技创新全生命周期自主可控和安全无害为目标的交叉学科。从发展视角出发，以人机混合智能决策、基于数字代理人的公平管理、科技务联网等技术为基础，推动形成中央科技委领导下的全知决策、全要素一体化整合、“卡脖子”技术高效突破和新兴产业贯通式培育能力；从规制视角出发，坚持人本治理和人类主体性原则，聚焦科技失控风险的内在决定性因素，以关键核心要素的统筹式、闭环式、通用化、精细化管理体系建设为基础，确保对失控风险的及时终止和隔绝能力，从源头上建立起牢固的安全防线。

毛进

武汉大学信息管理学院副教授

武汉大学数据智能研究院副院长

颠覆性创新的早期识别和形成机制

颠覆性创新是建设科技强国的重要突破口，对于推动社会进步、经济发展和提升人民生活水平等方面都具有重要意义。从海量科技创新大数据中识别颠覆性创新，不仅需要全面考虑其产生背景、创新主体、学术和社会影响力等特征，同时也要强调方法的易操作性、可解释性和动态预测能力。近几年科学学领域的相关研究取得了显著进展：团队规模和构成对于颠覆性突破具有重要影响，扁平的科研组织更有利于学术创新，远程科研合作萌生更少的颠覆性创意，现代科学研究和技术发明的颠覆性越来越低。进一步链接科学、技术、经济和社会大数据，从不同视角多维线索的因果关系中探寻揭示颠覆性创新的内在形成规律和传播扩散机制，将是数智驱动科学学研究的长期重要话题。

闵超

南京大学信息管理学院副教授

全国科学学理论与学科建设专业委员会委员

基础研究的量化与效用测度

基础研究是创新的重要源泉，因而是世界各国持续投入的科学领域。基础研究投入的规划、布局与评估也是科技部门重视的工作。这些工作的前提是对基础研究投入与成效的精准测度。数据智能为传统上粗粒度的统计测度方法提供了基于机器学习的、更精细的解决方案，也为围绕基础研究展开的科学学问题和科技政策实践打开了新视角。过去一年，这一思路在高技术领域的应用，进一步夯实了我们对基础研究的认知：它在科技发展中具有先导性和奠基性作用，它哺育应用研究，反哺则较难发生。特别地，研究的基础性以及多元化布局都能促进科学突破的产生。如何利用数据智能发掘科技情报，洞见科技发展规律，为创新政策提供启示，将是我在新的一年里持续关注的问题。

吴金闪

北京师范大学系统科学学院教授

来自内容服务科学研究和教学的科学学

科学学研究，从顶天的角度来看，是为了更好地理解和描述科学研究是怎么展开的；从立地的角度是为了更好地帮助各个学科的发展，开展更好的科学研究。科学学的核心责任，是通过用科学研究方法来研究科学活动（往往通过研究科学活动的记录和成果间接地来开展），从而帮助科学家做更好的科学研究，帮助师生做更好的教和学，最终帮助科学发展的更好。这个目标如何实现？需要来自内容服务科学研究和教学的科学学。来自内容，就是一定程度上，可以把一篇篇论文读懂。具体的，把一篇论文的研究问题、研究动机和价值、研究方法、研究结果、研究结论、主要概念、主要命题以及它们之间的联系都挖掘出来。进而把这些知识用某种方式组织起来，并且开发算法，能够帮助科学家更好地提出问题和解决问题，帮助教师教得更好，学生学得更好。在这里，呼吁科学学的研究者，关注这个学科的核心责任，争取为辅助科学家做更好的科学研究、帮助教师教得更好、帮助学生学得更好而服务，同时构建人类知识的概念网络——我们称之为人类知识高速公路。这样，这个学科才有生命力，这个学科的研究者才有成就感。

任重道远，但是，至少看到了希望和道路所在。

杨淳

大连理工大学科学学与科技管理研究所副教授

夯实科技政策的理论基石：科学学中的因果推断

科学学是科研管理的重要理论基础，日益复杂的科研活动亟需科学学理论与方法的创新与突破。数据驱动的科学学研究迅猛发展，借助于描述、回归与预测等统计技术，团队科学、职业成功、颠覆性技术等科研活动的新特征与新规律不断被揭示，研究的政策指向愈发明显。基于大数据的相关分析提供了科学活动的关键“事实”，但未能捕捉“事实”发生的因果机制。应用因果推断，证明“事实”关系的因果性，当是科学学研究的应有之意。因果推断如何适用于特定的科学学研究场景？基于准实验方法的因果关系证明和基于大数据的“事实”描述之间如何互补以支撑科技政策设计？未来我们需要从理论、方法与应用层面丰富基于因果推断的科学学研究，为科研活动的政策干预提供更为坚实的理论支撑。

胡传鹏

南京师范大学心理学院教授

开放科学中文社区(Chinese Open Science Network)联合创建人

从元研究到对科研活动的心理与行为研究

心理科学试图从人类复杂的心智与行为中探索规律。其结果的可重复性近年来受到了挑战，引发了“开放科学运动”。这一运动中，大量研究者采用科学方法对心理科学的统计方法、样本选择、研究过程和出版偏见等问题进行反思性的元研究，揭示出许多可疑的研究实践，提出了不少有价值的新实践（如注册报告）。元研究采用科学方法来研究科学本身，是科学学的一部分，但其视角比较微观和个体化。研究者作为人类的一员，其科研活动是人类行为的一部分，这些行为也应当作为心理科学的研究对象。本人希望更多的科研同行关注科学学与开放科学，从科学学尤其是元科学的视角来指导自己的科研实践，也希望对科研活动的心理与行为研究未来能成为科学学的一部分。

高继平

中国科学技术信息研究所副研究员

全国科学学理论与学科建设专业委员会副主任

科学学支撑中国式现代化建设的再思考

值此全国科技工作者朝着支撑中国式现代化建设的征程中，围绕世界科学中心转移、科学技术的发展演化规律、基础科学-技术科学-工程技术三者间的关联互动、创新链-产业链-人才链间的融会贯通等，都是我们有待深入分析的科学学主题。

贝尔纳、普赖斯、汤浅光朝、赵红州、刘则渊、梁立明等科学学前辈通过理论建构、模型设计、数据分析和实证检验，已经总结了一些定性特征、数量指标、成熟案例等规律性结论。然而，受限于数据样本和计算性能，以及特定时代影响，部分规律和结论已经在当下显现不足，典型如：重大科技成果占同期世界总成果数25%以上国家，为世界科学活动中心；基础研究方面的成果囿于SCI收录；重大科技成果执于基础科学或技术科学方面的诺贝尔奖；等等。随着数智时代的到来，尤其是生成式人工智能大模型的广泛应用，科学学研究将进一步拓宽数据来源、丰富指标评价、延展分析思路和高效检验理论，实现及时纠正理论假设。未来结合我国推广的开源信息建设，我们必将融通既有各个现代化国家，更有基于自己国情的中国特色科学学理论体系，有力支撑中国科技强国建设。

韩军徽

中国科学技术发展战略研究院副研究员

推动数智驱动的科技创新政策研究

数智驱动的科学学研究新范式的兴起为科技创新政策研究带来了重大发展机遇。大数据、云计算等前沿技术赋予了我们基于“痕迹”数据对科技创新活动进行全面描述和深入分析的强大能力，使得科技创新政策研究的量化路径由对各类科技创新投入、产出指标的分析拓展到对科技创新过程“真实”数据的挖掘。同时，AIGC技术所具有的逻辑推理能力也为科技政策研究的质性路径提供了重要补充。在科技创新加速进入智能时代的背景之下，我们将能够借助数智化手段更为及时准确地发现科技创新活动存在的问题堵点，更为迅捷高效地制定有针对性的科技创新政策，更为全面深入地考察评估科技创新政策的实施效果，进而推动政策的迭代优化，实现科技创新政策研究制定的科学化、智能化和灵敏化。

编者语

新年之际，邀请青年学人分享研究与思考，是三思派过去两年形成的一个新系列。今年继续。这个系列的每一篇文章，由一位召集人，邀请10位青年学者，围绕同一议题展开讨论。与过去两年相比，今年每一篇的议题更为聚焦。参与的每位青年学人在300字内，分享与议题相关的——自己过去一年的研究心得、自己最感兴趣的一个进展或者问题、在新一年的探索计划。期待青年学人精心打磨的300字，能够带来更多的思考、引发更多的讨论。

HELLO 2024

新年伊始，万象更新

本文由“三思派”特邀中山大学信息管理学院侯剑华教授牵头组织和编辑。文章观点不代表主办机构立场。

编辑邮箱：sciencepie@126.com