TA的每日心情 | 郁闷 2016-2-4 15:19 |
|---|
签到天数: 7 天 [LV.3]辟谷
|
科学方法论这个东西其实并没有什么特别多的可以说的。因为大家一致公认的原则基本都在那,几乎没啥歧义。3 Z$ d9 n3 u- u/ u
那么,我们要谈的是什么?
* W2 ^- S: P6 j" W3 U: l. h
5 z0 p8 g a+ o: _+ Y就像毛主席语录一样,一模一样的文字就摆在那,但是不同的人却可以有不同的解读。这种现象在人类历史上多次存在。绝大多数哲学,宗教都有这种不同解读导致分歧甚至战争的现象。
% y3 h: K7 P; R" O! E& {- j: u' a) u9 ]2 h8 k G
自然科学相对好一点,因为对象很明确也很稳定。建立在自然科学基础上的科学方法论也就很少歧义。但是,去哦们惊讶的发现,在这个问题上依然会出现不同的解读。
2 P9 Q- g. D# c. U5 J2 ^
$ M- Y/ x+ {7 K: Z8 F3 M" y: j( I比如,对同一个自然现象,如雾霾,如石墨烯,大家各自发表了不同的观点。这时,就有人说:要有数据。用数据说话,不要拍脑袋。
+ s ~$ K. I1 A% T z似乎很科学,数据说话。( k! F0 u" F" {8 w3 o: M3 V4 n
B; v$ M* r2 D2 j. y8 V问题是,用哪些数据,谁的数据,如何取舍,是需要判断力的。- V C5 p4 d: b, M! f
难道数据不是客观中立的吗?谁的不都一样吗?
) a5 U8 g2 ]7 g这个在理论上是的。实际上是很难实现的。即使在自然科学中,也有学科的差异。
& |3 K4 e0 O0 I7 U! A$ W L" m物理学,相对较好,数据的客观性基本可以保证。) X3 C' G g7 c; d# Z9 }+ ~
化学,也能基本保证。+ t& ]+ P5 |. o6 J
生物学,有点悬。以为内很多生物学的数据依赖于样本数量和统计方法。最讨厌的是,往往需要较长的时间周期才能获得明确的结论。
3 B# I. ]8 d! Q! z. Y" `环境科学更特殊一点。它采用的是化学的方法,面对的对象却是生物对象。所以,环境科学的不靠谱的事情就多一点。
/ J, {. A8 J1 C* }1 U与之类似的还有一些亚学科,如食品科学,化妆品科学。都是这种情况,化学方法,面对的是人。评估和检测的周期与样本都很繁杂,不容易得出结论。
4 G! i% p7 C9 ~: d9 A, W5 {! g' r
8 r+ l9 p& g9 u7 ?* {" `2 J这个时候,判断力就非常有意义。6 w' t3 e( I5 f
说到这里,就不可避免的要说到专家了。7 }0 H% W0 Y4 {* q
% S6 K5 f r0 N7 l专家现在有点骂人的意思。说一个人是专家,基本等同于挖人家祖坟的意思。
' ]0 \ D5 c3 ]& X但是,我们还是要承认专家的存在,否则就是否定我们自己。因为我们多少也算某个领域的专家。更重要是,我们要承认专业门槛的存在。有门槛,才有专家。但是,这有出现学科差异了。
6 R% v/ L6 E( ^: Y. l6 p( `2 ^$ \
有的学科和领域,实践性特别强。这个领域的专家就要求具有经验值,越多越好。比如炒股票。无论你研究过多少数据,写过多少著作,发表多少论文,甚至提出了数学模型得诺贝尔经济学奖,你不一定是炒股专家。因为这个领域是以实际操作为评价标准的。$ q) Q3 f( q9 m. O
* ^6 ^9 ?; H( q V& N6 O4 p
化学学科也有类似特点。在一些应用性很强的分支领域,实践的重要性要远远超过理论。因为化学学科的理论本身还处于一个待建过程。所以i,很多顶着很多光环的人物,不一定是真正意义上的专家。这个人可能是院士,是诺奖得主,但是不一定是好的工程师,好的配方师和工艺师。如果这个大人物在配方,工艺和设备等纯粹的应用领域随便说话,结果很可能是出问题甚至闹笑话。+ e* v; O% _" i! n" n
$ ~6 F P& l9 e- x, @2 n同时,同样背景的人,其判断力可能天差地远。我见过一位教授,年纪轻轻。一次,他的学生拿着烘干的粉末样品疑惑的说,这一次的样品怎么感觉有点不一样,好像滑滑的。我的试验条件没变啊。原料也没变啊。2 ~6 k4 G1 `. @3 x! E; a& S& O
8 S, l. z) p7 c8 n, H+ Z
这个教授听了,想了想,问,你这一次烘干的温度是多少?
$ `& S, a6 R$ S) d学生说:120啊。和上次一样。& u/ f0 \+ V, c/ \8 ]
教授问:是到了120放进去还是先放进去升温到120?9 C% H# y3 ]& l+ q) w; `
; ~3 a! p; G6 ~4 N4 @/ G1 V学生说:这次是120时放进去。上一次是先放进去再升温的。' J% E w9 T8 `6 e
教授说:这就很容易理解了。带水的样品直接放到120°和自然升温到120 °,颗粒的聚集形态是不一样的,表现在摩擦系数就会有差异。 N! t" |- V4 t7 p
% i/ v9 p* r& W4 k. \5 }2 _
我在一边听了,心中叹服。这就是扎实的理论知识加上出色的判断力。他具备深入事物本质思考的能力,同时又不缺乏相应的知识储备。
. ~7 @( G m/ k
' h2 `" [! V& ~5 D/ a- u- w# c3 i1 g但是,我也见过另一种。一个金融学教授做报告,讨论人民币是否应该升值。他的结论是应该升值。但是依据却是一些现象的罗列,没有逻辑的分析和递进,说了半天,基本上都是废话。其深度和街头大妈要买房的思维方式差不多。比如,升值有什么好处,进口占便宜;不升值有什么坏处,美国人可能会不高兴。等等。最后提问时,我忍不住说,按照你这个逻辑,我也可以说,吸毒是应该的。因为吸毒也有很多好处,如可以让我快活,刺激灵感。判断一个事物,最基本的原则是分清主要矛盾和次要矛盾。而不是先有结论,在找依据。说的大家哄堂大笑,教授面红耳赤。7 i8 W7 |7 D8 {6 v
1 h- F% C! @5 T. Q9 u
说到这里,我必须要回答:什么样的方法论才是真正意义上的科学方法论。不是按照教科书的教导,在充分占有全部完整数据的基础上警醒逻辑分析和判断。因为这个前提在现实中很多情况下是不具备的。我们几乎都是在数据不完整,甚至是在彼此矛盾的数据面前进行分析和判读。
9 x' U. W# |9 ?( n4 h$ d$ \! U: P8 e: x# X7 w* b
这就需要我们按照不唯上,不唯书的原则,用理论知识和逻辑分析(演绎与归纳),对数据加以验证,然后才可能得出一个比较接近于真实的判断。
! x+ o3 h- S" V这个时候,首先要求我们采用的数据是基本靠谱的。比如,最可靠的数据是实证数据。说雾霾导致肺癌,那就用病例和对比分析说事。但是,实证数据数量稀少,不足以完全消除干扰因素。这个时候,就需要严谨的实验室设计的试验数据。这种数据的发布一般都是在行业内的专业杂志和期刊。; I/ \. R/ R, w3 {
/ H7 u- c7 ]) v o. h+ k" y2 }最后在说一点对新型技术和产品的判断。
! c! y0 X& H- O: v) G这种东西最有说服力的就是实际应用。尤其是涉及到新材料,新工艺和新设备的情况。一般的说,市场的反应最有说服力。其次是业内的专业生产商。学术界对这类问题的发言权一般是最小的。因为思考的角度和立足点不同。
- U2 F% F$ V+ _! t( u7 `: W6 X; C
- E1 ]' k% [* X7 E1 D如果说,一个新材料20年都不能应用,至少说明在这个阶段内它不具备可以应用的价值和条件,无论听起来多么神奇和高大上,一定是有着致命的缺陷。我们在评审项目时,来自高校的项目基本都会说自己的技术解决了国内或者和国际空白,处于何等领先。但是我们知道,这种话也就是说说而已。0 E5 b9 C/ {9 u+ D
真的要解决一个行业内长期存在和问题谈何容易!绝不是一个老师带着几个学生就可以完成的工作。他们完成的仅仅是这个额工作的最前期的部分,即可行性论证而已。保证这个东西在理论上不至于做不出。至于事实上能不能做得出,天知道!
7 }" S! Q1 B* i( R5 n3 @+ K' ~6 \4 k* q5 Z
|
评分
-
查看全部评分
|