本文由ProjectSyndicate和人文科學(xué)研究院授權(quán)《南風窗》獨家刊發(fā)中文版。作者是美國印第安納大學(xué)布盧明頓分校信息科學(xué)榮譽教授、倫敦城市大學(xué)榮譽教授。
“要引用數(shù)據(jù)來源。”這一戒條回響在每一個馬虎的本科生和想走捷徑的博士后同學(xué)耳邊。但有時候,我們要想想是否過于強調(diào)引用數(shù)據(jù)了?
從小我們就被教導(dǎo)要感謝用思想和洞見影響我們思維的人。在我們的學(xué)術(shù)生涯中,我們學(xué)習(xí)為我們使用的詞匯、數(shù)據(jù)或圖像提供正確的屬性。而“感謝應(yīng)該感謝的人”則是整個學(xué)術(shù)發(fā)表體系所圍繞的核心原則。
在學(xué)術(shù)界,引用他人工作并不僅僅是出于禮貌,而是一種規(guī)范要求。事實上,幾乎無法想象某本著名雜志會發(fā)表不列明參考文獻的文章。剽竊是極少數(shù)可以讓輝煌的學(xué)術(shù)生涯戛然而止的行為之一。
引用穿插在研究之中,有助于引導(dǎo)讀者。讀者通常對某篇文章所選取的參考文獻的質(zhì)量有自己的判斷,從而以此為基礎(chǔ)評估文章作者工作的價值。引用也讓讀者能夠追溯先前不了解但可能非常有用的研究工作。
尤金·加菲爾德(Eugene Garfield)明白這一點。1955年,加菲爾德創(chuàng)建了科學(xué)文獻索引(Science Citation Index,SCI),該數(shù)據(jù)庫包括了名望最高的科學(xué)期刊中的所有被引用文獻,構(gòu)成了一張連接文獻的龐大網(wǎng)絡(luò)。正如他所言,“通過在編輯文獻索引過程中使用作者參考文獻,我們開始真正利用索引器的威力,作者每列舉一條參考文獻,事實上都是在為自己的觀點編輯索引”,SCI將讓研究者能夠沿著科學(xué)文獻中的引用鏈接來追溯知識鏈條。
SCI從未失去在科學(xué)界的潛力,學(xué)者們很快就接受了它—但原因并非人們所預(yù)想的。豐富的前人分析主題、關(guān)聯(lián)和相同引用文獻的結(jié)論顯然都是吸引力的一部分。但是,更有吸引力的是有可能以此追蹤自己或他人在長期和多領(lǐng)域的學(xué)術(shù)影響力,并找到被引用最多的科學(xué)家、論文、期刊和機構(gòu)。
幾乎在一夜之間,謙遜的目錄式參考文獻獲得了象征意義,科學(xué)也有了記分牌。但科學(xué)真的需要記分牌嗎?
SCI催生了眾多基于引用的指標,其中有兩個特別值得注意。第一個也源于加菲爾德的構(gòu)思,名為影響因子(IF),該指標以所刊文章在前兩年中平均被引用的次數(shù)為基礎(chǔ)推定學(xué)術(shù)期刊的質(zhì)量。高影響因子可以立竿見影地提高期刊的地位。
另一個值得關(guān)注的指標是H指數(shù)。該指標由物理學(xué)家喬治·赫西(Jorge Hirsch)提出,旨在衡量學(xué)者的生產(chǎn)率和影響。H指數(shù)的計量方法非常直觀:某研究者發(fā)表了20篇文章,每篇文章至少被引用了20次,則他的H指數(shù)就是20。如果他發(fā)表了34篇文章,每篇文章被引用至少34次,則它的H指數(shù)就是34。
盡管這些指標有著廣為詬病的局限性,但憑借著簡明性——更不用說科學(xué)進步固有的競爭了——它們?nèi)跃哂邢喈攺V泛的吸引力。因此,它們被應(yīng)該是更明白的人認為很有意義。事實上,引用數(shù)據(jù)已成為學(xué)術(shù)界的重要統(tǒng)計數(shù)字,研究者通常會在簡歷中寫上他的IF數(shù)據(jù)和H指數(shù)——以及來自湯森路透的科學(xué)網(wǎng)(Web of Science)、艾斯維爾的斯高帕斯(Scopus)和谷歌學(xué)術(shù)(Google Scholar)等來源的原始引用分數(shù)。
類似地,一些年度大學(xué)排名——包括CWTS萊頓排名、上海交通大學(xué)世界大學(xué)學(xué)術(shù)排名、QS世界大學(xué)排名等——的算法都基于發(fā)表和引用數(shù)據(jù)。大學(xué)校長必須致力于增加本校的引用記錄,盡管他們知道這些數(shù)據(jù)的準確性和有效性以及它們所衍生的排名大有可疑。
問題不僅在于學(xué)術(shù)界。管理人員用這些指標評估他們聘用和給予資金支持的人的生產(chǎn)率,追蹤他們所承擔的研發(fā)項目的下游影響,而絲毫不關(guān)注這些指標的局限性。在英國、澳大利亞、德國和意大利等國家,研究評估工作正在無情地創(chuàng)造一種資格文化和問責文化,引用數(shù)據(jù)的重要性日益增加。
越多這些“客觀”指標被用于研究評估和人事評估,就有越多科學(xué)家感到必須參與這個引用游戲。逐漸地,這意味著與制度周旋,專注于能帶來短期效益的工作,追求“熱點”研究主題,將更多的時間用于鉆營(社交媒體的興盛起到了推波助瀾的效果),將工作切割包裝以最大程度地吸引關(guān)注。最近出現(xiàn)的所謂“替代指標”(如下載、推薦、Facebook“喜歡”和Tweet等)更是加劇了研究者收集影響力證據(jù)的壓力。
平心而論,將社會分析用于研究和學(xué)術(shù)界,可以帶來重要洞見,讓我們更容易評估學(xué)者“真正”的貢獻。挑戰(zhàn)在于,如何才能不因為透明化而導(dǎo)致平庸。據(jù)說愛因斯坦曾說,“可數(shù)的未必重要,重要的未必可數(shù)”。