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

當(dāng)代科學(xué)的新變化

貝爾納（Bernal）曾經(jīng)把科學(xué)學(xué)理解為“一個具有反身性質(zhì)的研究”，普賴斯（Price）認(rèn)為科學(xué)學(xué)是“二次科學(xué)”。這意味著我們所理解的科學(xué)學(xué)，首先是以科學(xué)為“對象”，當(dāng)然對科學(xué)“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(xué)為“方法”，科學(xué)研究依賴的一些方法與以前哲學(xué)式的探討以及工匠在獲得經(jīng)驗知識方面的方法明顯有所區(qū)別。從科學(xué)學(xué)的性質(zhì)出發(fā)，我們理解當(dāng)代科學(xué)的新變化，也可以主要聚焦在兩個方面：其一，當(dāng)代科學(xué)在研究對象上的新變化；其二，當(dāng)代科學(xué)在方法上的新變化。

當(dāng)代科學(xué)在對象上的新變化可以概括為三個方面。第一，數(shù)字化與大數(shù)據(jù)使得科學(xué)的研究對象發(fā)生了巨大變化。若干年前，我們并沒有注意到數(shù)據(jù)會成為今天大數(shù)據(jù)時代面對的非常重要的一個對象，大數(shù)據(jù)時代的來臨與數(shù)字化技術(shù)不斷發(fā)展是聯(lián)系在一起的。數(shù)字化技術(shù)不斷發(fā)展使得科學(xué)研究的對象發(fā)生了巨大變化。無論是傳統(tǒng)科學(xué)研究的物理對象、化學(xué)對象，還是人類社會行為學(xué)的研究對象，甚至歷史上已經(jīng)形成的文本，以及我們在現(xiàn)實生活中拍攝的圖像都可以通過數(shù)字化的技術(shù)成為數(shù)據(jù)，進而成為當(dāng)代科學(xué)展開研究的對象。第二，隨著智能技術(shù)的發(fā)展，人類對自身各方面的認(rèn)識和理解變得更加系統(tǒng)和深入，人類自身越發(fā)成為科學(xué)研究的重要對象。過去，我們科學(xué)研究對象更多是物理對象、化學(xué)對象，人是認(rèn)識的主體，人在認(rèn)識對象之外對認(rèn)識對象進行觀察和實驗；今天，無論是生命科學(xué)，還是人工智能（AI），人本身變成了科學(xué)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(tài)的科學(xué)學(xué)研究。科學(xué)學(xué)以科學(xué)作為核心研究對象，但是今天的科學(xué)與技術(shù)、科技與創(chuàng)新活動之間的界限越來越模糊，自然科學(xué)和社會科學(xué)之間的關(guān)系變得越來越復(fù)雜。在研究尺度上，大尺度和小尺度之間由于數(shù)字科學(xué)的不斷發(fā)展也趨向融合。因此，當(dāng)代科學(xué)的研究對象也呈現(xiàn)出跨邊界、跨領(lǐng)域和跨模態(tài)的新特征。

在科學(xué)對象變化的基礎(chǔ)之上，我們再來看當(dāng)代科學(xué)在方法上的新變化。人類獲得知識的方法，從歷史發(fā)展的角度來看，已經(jīng)從以前哲學(xué)尤其是自然哲學(xué)思辨式的方法、工匠在試錯中獲得知識經(jīng)驗的方法，發(fā)展到廣泛依靠實驗、數(shù)學(xué)的方法，從而獲得更加精確、更加系統(tǒng)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(rèn)知行為的技術(shù)性替代在不斷加強。

對人類認(rèn)知的技術(shù)性替代演變到今天，有兩個非常重要的發(fā)展階段。第一個階段從16、17世紀(jì)開始，近代科學(xué)建制化使得我們用技術(shù)的手段來進行更加精密的科學(xué)研究，科學(xué)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(zhuǎn)變。第二個階段是與數(shù)字化、智能化聯(lián)系在一起的，人工智能對于人類認(rèn)知行為的技術(shù)性替代開始從肢體上升到頭腦，使得科學(xué)研究范式從以前經(jīng)驗試錯范式發(fā)展到理論范式，再進一步發(fā)展到今天的計算范式、大數(shù)據(jù)驅(qū)動范式，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(shù)用于學(xué)習(xí)、模擬、預(yù)測、優(yōu)化自然和社會現(xiàn)象，以促進科學(xué)的發(fā)現(xiàn)與創(chuàng)新。

今天，服務(wù)于科學(xué)的人工智能（AI for Science，AI4S）是非常值得關(guān)注的話題，在我看來它意味著人類認(rèn)知行為技術(shù)性替代進入到新的階段。2022年劍橋大學(xué)、圖賓根大學(xué)、紐約大學(xué)和威斯康星大學(xué)一起召開了關(guān)于“科學(xué)研究中的機器學(xué)習(xí)和AI4S”的討論，研究我們怎么樣把AI技術(shù)用于科學(xué)發(fā)現(xiàn)、科學(xué)研究，有哪些重要領(lǐng)域和方法上的拓展。2023年美國醫(yī)學(xué)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(fā)明了能夠預(yù)測蛋白質(zhì)三維結(jié)構(gòu)的AI技術(shù)——AlphaFold。和以前人們對于蛋白質(zhì)三維結(jié)構(gòu)的研究相比，AlphaFold2開源僅一周時間里，有98.5%的人類蛋白質(zhì)結(jié)構(gòu)被其預(yù)測。在此之前，全球頂尖科學(xué)家耗時數(shù)十年的努力也只解碼了覆蓋人類蛋白質(zhì)序列中17%的氨基酸殘基，這充分展現(xiàn)出AI在數(shù)字化和智能化時代很可能對科學(xué)發(fā)展帶來巨大影響。這個影響不僅是對科學(xué)的影響，也會延伸到對社會生活的影響以及對技術(shù)的創(chuàng)新。

科學(xué)學(xué)的新趨向

當(dāng)代科學(xué)的新變化會對科學(xué)學(xué)有什么樣的推動作用？科學(xué)學(xué)會表現(xiàn)出什么新趨向？貝爾納主要研究科學(xué)及其社會功能，在研究時他非常希望用科學(xué)方法進行研究，并認(rèn)為科學(xué)學(xué)應(yīng)該成為真正的、具有某種特點的科學(xué)，強調(diào)充分運用觀察、估算、實驗以及運籌學(xué)等手段。普賴斯對科學(xué)學(xué)的理解是“科學(xué)、醫(yī)學(xué)、技術(shù)等的歷史、哲學(xué)、社會學(xué)、心理學(xué)、經(jīng)濟學(xué)、政治學(xué)、運籌學(xué)等”。

20世紀(jì)60年代之后，科學(xué)學(xué)有兩個重要的發(fā)展潮流。第一個潮流是對象導(dǎo)向的，以科學(xué)、技術(shù)和醫(yī)學(xué)作為研究對象，但使用的方法可能是社會學(xué)、經(jīng)濟學(xué)的。在60年代，“科學(xué)技術(shù)與社會（STS）”成為人們關(guān)注的對象，但當(dāng)人們要研究科學(xué)技術(shù)與社會的關(guān)系時，人們發(fā)現(xiàn)對科學(xué)、技術(shù)等對象的理解本身首先成了問題，必須要深化對科學(xué)、技術(shù)的系統(tǒng)認(rèn)識，于是衍生出來科學(xué)技術(shù)學(xué)研究（Science and Technology Studies，Samp;TS），其實就是從社會學(xué)、經(jīng)濟學(xué)、政治學(xué)、歷史學(xué)等多個人文社會科學(xué)的角度來對科學(xué)和技術(shù)這種社會現(xiàn)象進行比較深入的研究，這是對象導(dǎo)向的。

另外一個潮流是方法導(dǎo)向的，即嘗試用定量方法來對科學(xué)對象進行研究，這就是科學(xué)計量學(xué)。從科學(xué)計量學(xué)角度來講，它的發(fā)展非常值得我們關(guān)注。首先它要發(fā)現(xiàn)科學(xué)世界的量化特征，并且積累量化數(shù)據(jù)；然后開發(fā)各種類型的量化工具并進行量化分析，這個過程中量化數(shù)據(jù)也不斷豐富。量化數(shù)據(jù)多元化和量化能力的提升推進了科學(xué)計量學(xué)的發(fā)展，形成了三個主要的階段：首先是普賴斯的工作，即基于數(shù)理統(tǒng)計的計量科學(xué)學(xué)；然后是加菲爾德（Garfield）建立起引文數(shù)據(jù)庫之后，圍繞引文關(guān)系建立起來的基于引文網(wǎng)絡(luò)分析的計量科學(xué)學(xué)；之后是把知識圖譜、計算機方法應(yīng)用于基于知識圖譜的計量科學(xué)學(xué)。

計量科學(xué)學(xué)的發(fā)展為數(shù)字化和智能化時代的科學(xué)學(xué)發(fā)展新趨向奠定了基礎(chǔ)，但它們之間有本質(zhì)的變化和區(qū)別。在數(shù)字化和智能化時代，科學(xué)學(xué)走向新形態(tài)：計算科學(xué)學(xué)。這個發(fā)展過程中有兩件事值得我們關(guān)注：一是在2009年，十余位來自哈佛大學(xué)、麻省理工學(xué)院等世界知名高校和研究機構(gòu)的學(xué)者在《科學(xué)》（Science）上發(fā)表題為 “計算社會科學(xué)”（Computational Social Science）的文章，認(rèn)為隨著收集和分析大規(guī)模數(shù)據(jù)能力的提高，一個數(shù)據(jù)驅(qū)動的新研究領(lǐng)域——計算社會科學(xué)——正在出現(xiàn)；二是在2018年，來自社會科學(xué)、計算機科學(xué)、物理學(xué)等不同領(lǐng)域的十多位學(xué)者在《科學(xué)》雜志發(fā)表了題為“科學(xué)學(xué)”（Science of Science）的綜述文章，后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(xué)學(xué)與貝爾納那個時候的科學(xué)學(xué)之間已經(jīng)有了很大的區(qū)別。

2018年的“科學(xué)學(xué)”文章提出了一種新的“科學(xué)觀”：科學(xué)可以被描述為一個復(fù)雜的、自組織的、不斷進化的網(wǎng)絡(luò)，它由學(xué)者、論文和思想組成。當(dāng)然，這個科學(xué)觀是新穎的，從更廣義的角度來講這個科學(xué)觀實際并不全面，但是也有它的好處，它為其他學(xué)科，特別是計算機等學(xué)科進入科學(xué)學(xué)領(lǐng)域提供了可能。該文認(rèn)為科學(xué)學(xué)提供了對于不同空間和時間尺度的科學(xué)單元之間相互作用的定量理解，它讓我們了解“創(chuàng)造力”背后的條件和科學(xué)發(fā)現(xiàn)的過程，其最終目標(biāo)是發(fā)展一系列能加速科學(xué)研究的政策和工具。這篇文章最后也談到，科學(xué)學(xué)未來研究的關(guān)鍵是將機器學(xué)習(xí)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(xiàn)后，用生成式人工智能工具來寫科學(xué)學(xué)相關(guān)研究的論文這兩年也迅速發(fā)展起來。

可以看出，當(dāng)代科學(xué)學(xué)發(fā)展的第一個趨勢是從計量科學(xué)學(xué)走向計算科學(xué)學(xué)。計量科學(xué)學(xué)所利用的結(jié)構(gòu)化數(shù)據(jù)是對科學(xué)世界的某些量化表征，計算科學(xué)學(xué)面向的是逐漸數(shù)字化的科學(xué)世界，這是兩者之間本質(zhì)上的差別。當(dāng)然，計算科學(xué)學(xué)的發(fā)展得益于數(shù)字化和智能化技術(shù)的不斷發(fā)展，使得數(shù)據(jù)越來越豐富，而且也能夠獲得并且以比較低的成本存儲下來。與此同時，也得益于自然科學(xué)家、社會科學(xué)家和計算機領(lǐng)域?qū)W者在新的科學(xué)觀基礎(chǔ)之上的合作。以數(shù)字化、智能化技術(shù)為基礎(chǔ)，科學(xué)世界的數(shù)字化為我們實現(xiàn)科學(xué)學(xué)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(shù)字化的科學(xué)世界進行更加精密的分析。

當(dāng)然計算科學(xué)學(xué)也有它的局限性，主要是三個方面：其一，科學(xué)世界不可能完全數(shù)字化，越是深層次的思想和觀念越難以被數(shù)字化；其二，科學(xué)學(xué)使用的廣泛數(shù)據(jù)和方法的一致性會導(dǎo)致研究結(jié)論片面性；其三，計算科學(xué)學(xué)面臨更多數(shù)據(jù)倫理和人工智能倫理的問題。

當(dāng)代科學(xué)學(xué)的第二個發(fā)展趨勢是科學(xué)學(xué)的多樣化和場景化。普賴斯曾經(jīng)說“分析研究科學(xué)自身的各門學(xué)科都是逐個產(chǎn)生出來的，但是到1960年代，它們已經(jīng)表現(xiàn)出連接為一個統(tǒng)一整體的許多跡象。這個統(tǒng)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(tǒng)一的”科學(xué)學(xué)是否可能？計算科學(xué)學(xué)是否能夠提供這種可能？面對日益復(fù)雜化、社會化的科學(xué)系統(tǒng)，科學(xué)學(xué)如何展開其研究？實際上，不同領(lǐng)域、不同場景之下的科學(xué)研究既有共性，也有特殊性。尤其在今天，計算科學(xué)學(xué)不斷發(fā)展，我們確實需要避免普遍主義和特殊主義兩個極端。這意味著科學(xué)學(xué)研究將會因場景而異。盡管科學(xué)學(xué)渴望適用于各個科學(xué)領(lǐng)域的長期普遍的規(guī)律和機制，但是首先需要面對的是不同領(lǐng)域和國家之間文化習(xí)慣和偏好難以避免的差異。這種變化使得一些跨領(lǐng)域的見解難以被理解，相關(guān)的科學(xué)政策也難以實施?？蒲袉栴}、數(shù)據(jù)之間的差異，一般是與領(lǐng)域相關(guān)聯(lián)的，這也暗示在將來科學(xué)學(xué)的研究會因“領(lǐng)域特色”而產(chǎn)生相應(yīng)的變化。

未來科學(xué)學(xué)可能會同時面向“普遍科學(xué)”和“特殊科學(xué)”。普遍科學(xué)實際上是體現(xiàn)我們科學(xué)知識生產(chǎn)的共性特征和共同問題；特殊科學(xué)體現(xiàn)科學(xué)知識生產(chǎn)對象、領(lǐng)域和國家特殊性的實踐和問題上，往往與學(xué)科對象、領(lǐng)域和國家特殊的場景密切相關(guān)。因此，科學(xué)學(xué)應(yīng)該鼓勵促進科學(xué)發(fā)展的多樣化探索和實驗。在這個過程中，我們應(yīng)該合作、共享、開放、包容，而不應(yīng)該只有一種普遍主義的科學(xué)學(xué)模式，要求大家必須按照這種模式去發(fā)展，或者是把某一個地方性科學(xué)學(xué)的一種發(fā)展框架理解為全球必須要共同遵守的框架。

當(dāng)代科學(xué)學(xué)的第三個發(fā)展趨勢是要走向“負(fù)責(zé)任的”科學(xué)學(xué)。在早期科學(xué)學(xué)發(fā)展過程中，人們曾經(jīng)有一個理想。比如愛丁堡學(xué)派有一位非常著名的學(xué)者大衛(wèi) · 艾杰（David Edger）曾經(jīng)說過，科學(xué)學(xué)的目標(biāo)是為科學(xué)與技術(shù)投資決策提供客觀的、價值中立的基礎(chǔ)。我們今天的科學(xué)學(xué)研究也是希望能夠發(fā)展出一系列加速科學(xué)研究的政策和工具。

那么科學(xué)學(xué)是不是“價值中立”的？科學(xué)學(xué)是不是需要充分考量科學(xué)和技術(shù)發(fā)展的方向以及是否有利于社會經(jīng)濟健康發(fā)展？前文提到當(dāng)代科學(xué)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。伴隨著這個變化，生命科學(xué)、人工智能領(lǐng)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(xué)這些生命增強技術(shù)有可能打破人類的“類同一性”。以前無論來自什么國家、什么民族，我們作為人類在生物學(xué)這個意義上具有“類的同一性”，現(xiàn)在有可能因為生命科學(xué)的發(fā)展而打破這種“類同一性”。此外，大數(shù)據(jù)、人工智能、腦機接口等技術(shù)重新定義“人類”，重新建構(gòu)“人-機”之間的關(guān)系，而這種關(guān)系與以前我們在科學(xué)研究中使用質(zhì)譜儀或者顯微鏡所建立起來的人-機關(guān)系有了本質(zhì)的區(qū)別。在這種情況下，當(dāng)代科技發(fā)展正在挑戰(zhàn)人類共有共享的良知和人性，帶來大量社會倫理問題。當(dāng)我們需要研究科學(xué)及科學(xué)如何發(fā)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(xué)學(xué)的發(fā)展本身在方法上、對象上蘊含著許多在當(dāng)代科學(xué)發(fā)展過程中衍生出來的社會倫理問題，比如計算科學(xué)學(xué)高度依賴數(shù)據(jù)、算法和人工智能技術(shù)，無法回避新科技革命所面臨的數(shù)據(jù)倫理、算法倫理和人工智能倫理的問題。2021年11月，聯(lián)合國教科文組織發(fā)布《人工智能倫理問題建議書》?！督ㄗh書》中提到：“人工智能系統(tǒng)實際上涉及人工智能技術(shù)開發(fā)各個環(huán)節(jié)，以及與這些環(huán)節(jié)相關(guān)聯(lián)的各類機構(gòu)和各類人群?！薄督ㄗh書》把使用人工智能的這部分人群也納入到人工智能體系中，這樣幾乎當(dāng)代社會所有個體都不能游離在這個系統(tǒng)之外。當(dāng)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復(fù)制和加深現(xiàn)有的偏見，從而加劇已有的各種形式的歧視，并產(chǎn)生新的倫理問題。

從這個角度來看，這些倫理問題對科學(xué)學(xué)研究提出了新的挑戰(zhàn)。2021年10月，美國國家科學(xué)基金會（NSF）設(shè)立了新資助項目，并用了“科學(xué)學(xué)”這個標(biāo)題，即“科學(xué)學(xué)：發(fā)現(xiàn)、傳播與影響”項目。該項目旨在增強科學(xué)活動公共價值方面的理論和知識，以及相關(guān)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(xué)發(fā)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(xué)應(yīng)該向什么方向發(fā)展、科學(xué)應(yīng)該如何發(fā)展”的非常重要的價值準(zhǔn)則。因此，我們需要一個“負(fù)責(zé)任的”科學(xué)學(xué)。

“負(fù)責(zé)任的研究和創(chuàng)新”這個理念在最近一二十年已得到廣泛認(rèn)同。從這個理念出發(fā)，當(dāng)我們以科學(xué)為對象，并且用科學(xué)方法來研究科學(xué)在當(dāng)代發(fā)展的特點、規(guī)律以及它可能的趨向時，也需要體現(xiàn)負(fù)責(zé)任的研究和創(chuàng)新?！柏?fù)責(zé)任的研究與創(chuàng)新”需要“負(fù)責(zé)任的”科學(xué)學(xué)?！柏?fù)責(zé)任的”科學(xué)學(xué)意味著我們要不斷反思以往科學(xué)學(xué)研究背后所包含的價值預(yù)設(shè)，需要“價值反思”和“價值對齊”。“價值對齊”是在人工智能發(fā)展過程中碰到的一個比較突出的問題，比如Open AI關(guān)于創(chuàng)新理念和路線之爭，是“有效加速”還是“超級對齊”？這也是當(dāng)代科學(xué)學(xué)發(fā)展要面對的一個共同話題。

由此來看，科學(xué)學(xué)的核心任務(wù)之一不僅是要加速科學(xué)的發(fā)展，促進科學(xué)和技術(shù)之間的關(guān)聯(lián)以及促進創(chuàng)新，還要引導(dǎo)和保障科學(xué)與技術(shù)健康地發(fā)展！

本文作者李正風(fēng)是清華大學(xué)社會科學(xué)學(xué)院教授，科學(xué)與社會研究中心主任，教育部“高?？萍紓惱斫逃龑ｍ椆ぷ鳌泵貢L；長期從事科技發(fā)展戰(zhàn)略與政策、科技哲學(xué)、科學(xué)技術(shù)與社會、科技倫理與科技文化等領(lǐng)域的研究，多次參與國家科技發(fā)展規(guī)劃、相關(guān)科技政策的研究和制定工作；《科學(xué)學(xué)研究》副主編，《科學(xué)文化》副主編。