北大教授:我们为什么越来越反感“专家”?社会到底出了什么问题!
【导读】
近些年来,一些专家及其言论开始受到公众广泛质疑。这种颇为撕裂的状况是如何形成的?恐怕还是要回到专家本身。
本文以中国社会科学圈子为例,指出其中存在一系列怪现象:(1)研究的专业门槛非常低,任何人都可以做研究,甚至比受过十几年专业训练的人还要好。(2)未受过专业训练的人可以轻易进入专业领域,非专业人员比专业学者在社会上更有影响。(3)很多研究是凭经历、感受、哲学推理下结论的,没有数据和论据支撑。(4)结论通常是靠争的。(5)不做文献回顾,研究只凭想象,绝大多数是别人拍脑袋想象出来的。这种科学研究却不科学的乱象之所以频频出现,主要原因是很多学者混淆了研究主客体,而且故作深奥。如果继续这么做的话,结果是不仅制造大量的学术垃圾,还误人子弟,也误导公众。
本文原载澎湃新闻,转自“兰犀君”,作者:乔晓春。文章仅代表作者观点,特此编发,供读者参考。
什么制造了“伪专家”?
作者 | 乔晓春
01
五大怪象
乔晓春刚进入社会科学圈子的时候,就觉得有“问题”。在进入人民大学读人口学研究生以前,他是学数学的。“学数学有一个习惯,每天上课是老师上来先讲一个定理,然后整节课就论证这个定理。社会科学则不然,经常是一个结论到另一个结论,没有证明或者证据。有很多结论,表面直观感觉好像是对的,但是往深一想就知道不对。”那时候学过的社会科学方法就是辩证唯物主义、历史唯物主义,用哲学的方法做研究。他开始怀疑社会科学一些所谓的结论。
经过多年研究,他得出一个结论:中国社会科学专业门槛非常低。任何人都可以做研究,甚至比受过十几年专业训练的人还要好。
为什么会出现这种问题?他分别对中国社会科学领域中的五种怪现象进行分析。
第一,非专业人员比专业学者在社会上更有影响。
乔晓春以二胎政策为例,网络上名气很大的“专家们”长篇大论地探讨二胎政策,但没有一个是真正做研究的相关学者。
此外,乔晓春经常发现时下出版的人口学专著,作者他都不认识, “人口学是小学科,加在一起没几个人,天天开会就这几个人,看来看去都看烦了,没有新面孔。”不是人口学研究者却写人口学专著,还有人叫好,乔晓春无法理解。
第二,未受过专业训练的人可以轻易进入专业领域。
他回忆,有一次在人口学研讨会上,一个门口路过的路人举手发言,反驳会上一位学者的观点,讲完后大家都给他鼓掌,认为他讲得非常好。他开始反思,为什么受过专业训练的学者会被一个路人说倒?这些年难道白学了吗?
他发现,社会上所谓的知名学者,往往是经常在媒体上出现的,在一些社会活动里很有影响的人,但事实上,通常在媒体上讲的都不是专业的话。“用大众的话来讲学术,通常来说做不到,要么就是在做科普。”属于一个专业社群的人,是通过专业术语在对话,普通老百姓是听不懂的。
“在国外,一个学科的成熟程度取决于这门学科有没有一本专业的词典。没有受过专业训练的人,是不可能成为专家的,或者说没有资格在这个领域做研究。老百姓只关心结论,不关心证据,但是在学术界,讲结论必然要提供证据来源。”他提醒学生们,真正的学习不是学别人讲了什么,而是学习分析问题的思路,如何证明这个问题,这是作为学者首先要学的东西。
第三,社会科学很多研究是凭经历、感受、哲学推理下结论的。
很多社会科学的论文里没有数据,全都是讲理论或者感受。1995年乔晓春受邀参加北京世界妇女大会预备研讨会,会上他提出了很多问题,最后会场起哄要把他轰出去。“学术应该是平等的气氛,我讲得不对大家可以反驳,但是为什么不允许我讲?后来我发现,他们认为我不是妇女,老提意见他们就受不了了。”如果社会科学研究是依靠经历来做,人口学研究死亡,难道要死两次才有资格做研究?
第四,结论通常是靠争论得出的。
社会科学的结论没有绝对的对与错,一定是有条件的。在学术问题上一味地争论就像是进行辩论赛,没有绝对的对错,完全是浪费时间。
那么结论应该如何得出呢?仍以辩论赛为例,假设辩题是“父母离异是不是子女也更容易离异”,最好的方法是发放问卷,用数据模型证明出来自己的观点。“科学和不科学的区别就在于,科学要证明出结论,除非别人推翻了论证过程,否则无法推翻你的结论。”
第五,不做文献回顾,研究只凭想象。
乔晓春回忆自己当《人口研究》杂志主编的时候,为了推动学术规范化,规定没有参考文献的论文不予发表。但出国以后他反思这其实意义不大,因为中国论文里引用的许多文献,本身就是没有经过证据研究就得出的结论,“绝大多数是别人拍脑袋想象出来的,没有证据。如果没有被证明过,它就不应该叫做结论,或者不应该叫做已经做完的结论。”
他建议学生们,可以把这种“结论”作为自己的研究选题,一旦证明出来,真正的署名权就应该归属于自己。
02
不科学的现状从何而来?
科学是什么?科学是解释经验现象的一套系统方法。而经验现象指的是可观测、可测量的客观事实。因此,社会科学研究必须以事实为依据,以方法为手段,进而使得杂乱无章的表象事实呈现出规律。在实际研究中,往往把事实抽象成数据,针对数据进行处理和分析,最后得出结论。
“这个结论,是事实,数据得出的结论,不是研究者。研究者只是事实的收集、整理、组织、分析者,而不应该是事实的承载者,个人的经历和感受是不能作为一般事实来下结论的。”
比起自然科学,社会科学更难,因为社会科学的研究对象是人,是复杂对象、不确定性对象。
假设你以幸福感为研究课题,收入高是不是一定幸福?受教育程度高是不是一定幸福?其影响因素非常复杂,并且因素和因素之间还会相互影响、相互干扰,这就是复杂性问题。“人的行为决定因素是非常复杂的,不像自然科学的决定因素非常简单,具有确定性关系,可以用一个数学函数明确地表现出来。”
再假设研究离婚问题。有两对夫妇,所有条件都一样,但结果一对离异,一对没有。“同一个行为,原因可能不同,反过来说,同一个原因结果可能不同,这是不确定性问题。”研究社会科学,必须用统计,而不能用确定性函数,因为统计是讲究不确定性的方法。
那么大数据对于社会科学研究是否有所帮助呢?大数据是有局限性的。
“社会科学研究反映的是一般人群的结果,而大数据有的时候只针对特定人群。此外,大数据所涉及的往往是独立变量,很难把所有变量都整合在一起,但是社会科学用的数据有很多变量,变量和变量之间可以联系起来。学术研究探讨的是因果关系,但是大数据只强调一件事情,只能得出相关关系,所以从科学研究来说是有它的局限性的。”
此外,当大数据发展到一定程度以后,会出现科学主义盛行的问题,意即当所有人的行为都可以记录以后,就意味着人的未来可以预测。“比如你找对象,如果大数据搞得好以后,你会上网做预测,因为网上已经把所有人结婚状况记录下来了,你把信息输进去,系统会告诉你应该找谁。如果他用数据告诉你,找难看的,你以后会更幸福,你怎么办?”
社会科学的研究对象较为复杂,其研究方法理应更为复杂,但在实际研究中,一些学者由于自身能力不足,因而凭借感觉来简单化处理。“你会发现社会科学很多凭感觉做的研究,结论都是常识性的。你会感觉很对,只是他提前说了出来。”
社会科学容易做得不科学,主要原因是很多学者混淆了研究主客体。“尽管你和研究对象都是人,但是你不能代替你的研究对象来回答问题。有的人觉得他过去有很多经历,有资格回答,但是他经历过不代表他的研究对象经历过。”而自然科学的研究对象是物,人无法体会物的感觉,因此自然科学不会出现这种问题。“比如研究这个桌子,你得把它解剖以后才能知道有什么成分,你不能代替桌子说,因为你不是桌子。但是人可以这么做。”
03
西方把学问做的简单,
中国却把理念写得非常深奥
按照“把个人经历和感受作为一般结论,推广到普通人群中”的研究思路,经历丰富、口才和文笔比较好的人更容易成为专家,“你会发现社会科学很多论文写得像诗一样”。
但是在国外,学术论文最基本的原则是要用最简单的词汇和语句,避免用复杂晦涩的文字讲学术,“但是在中国越是晦涩的,越是那种大词,这个文章好像就越容易发表。主要的原因就是我们过于关注表面的东西。”乔晓春分析,中国做学问的理念跟西方完全不同,西方是把学问做得简单,中国的理念是要写得非常深奥。
“我记得我当时进人民大学搞人口理论,原来觉得很简单的,等听完课我糊涂了。后来我给理论下了结论,什么叫理论?理论就是把明白的人给讲糊涂了。” 以统计学中的名词“极大似然估计”为例,英文其实是(Maximum Likelihood Estimate),即“可能性估计”,“我后来想这肯定是搞文言文的人发明的,没学之前一棒子打晕了。我当时是先学中文,再用英文学一遍,我发现有上当的感觉,完全被骗了。”
乔晓春认为,应该先学习国外理论,再思考如何根据中国文化背景进行改造和完善。“有一点我觉得很遗憾,中国这三四十年的变化,对中国人的改变太大了,但是很可惜,没有一个能够反映这个深刻变化的研究,就是我们没有方法。”
对于中国社会科学研究现状,乔晓春表示担忧,“社会科学如果继续这么做的话,结果是不仅制造了大量的学术垃圾,还导致学生不用数据,不懂数据分析方法,看不懂国外的学术论文,不仅是方法看不懂,连思路都不知道。然后还要天天喊我们要进入世界一流。”
事实上,中国学生是具有极大优势的,“我们在初中、高中时候的训练太好了,全世界没有一个国家有过中国中学生的经历,魔鬼训练、高考,导致我们学生的基础非常好。”但是进入大学之后,社会科学往往丢弃了数学,而数学是社会科学方法的基础。
只有当专业训练成为学科必备的准入条件时,社会科学才算成熟了。“实际上是过程塑造了一个学者,如果一个学科是用规范、技术、方法来研究,其他人是进不到你的学科里来的。”
中国社会科学离科学还有多远?结论是:我们还没有上路,不在同一条路上,无法测量距离。“就像是打架时我们用中国功夫,人家用现代武器。中国学者可以把图纸画得很漂亮,但是缺乏方法工具,造不出这栋楼来。”
文章评论
共有 0位用户发表了评论 查看完整内容