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。2 l2 r9 x2 m) }1 r/ Z
那么,我们要谈的是什么?
w3 L8 b% O, h0 \% z+ x, N- u4 [
: m# ^7 b7 G' U7 U% \8 W O. n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。
1 x5 F" A$ e6 c) I( G+ z
4 F- i6 D. J8 ~- N+ i* {6 }5 D, A: M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。, p% H# V: ]3 z5 e0 v1 i% L+ E
" I. A% U( S9 `) s& Y: W
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。( H6 r8 N" b2 z3 c, n
似乎很科学,数据说话。
* w; O+ _2 a+ `, v) Z4 n
3 P/ _6 `# o' J4 U5 B: d问题是,用哪些数据,谁的数据,如何取舍,是需要判断力的。" L9 ~6 p! ^0 N6 p$ U4 D
难道数据不是客观中立的吗?谁的不都一样吗?& H9 Q% X( a b2 a; z" D1 ^
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。- I0 ~ V# S+ `" [& ?
物理学,相对较好,数据的客观性基本可以保证。3 M! A, h! A" {
化学,也能基本保证。2 O6 j/ }0 r! s& U; K9 M1 D
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。
* l* I' m# y4 J, ]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。- L+ k) m% r0 e! z
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。
; @" J$ {& h5 j; k5 f+ F n- B) ~# r% F8 r# F* I8 F/ ~3 r: a. D
这个时候,判断力就非常有意义。 J7 X6 ]8 B: p( P; b
说到这里,就不可避免的要说到专家了。# v0 D' ^. u: L; t" l
, B$ y/ U% X U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。
; W/ n6 l: P) g' _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。$ g* y9 Y6 k$ R" D$ ] q+ {
% m# `+ j7 Q( y. e% K
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。& a0 X/ n% y6 L9 l7 L5 N
8 P; A1 S }2 W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。) J H7 m3 R* F
- |) S9 o, |5 b* X. W* b
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。
7 ?# z. ?/ T. b2 E& l& l
# m: a* |: j. M/ q这个教授听了,想了想,问,你这一次烘干的温度是多少?
4 m; u8 [ I% {% I7 r学生说:120啊。和上次一样。
0 i/ o. J3 |+ T I; ]2 U教授问:是到了120放进去还是先放进去升温到120?" ^/ @, d7 S! r/ I
& D5 M# J8 ^0 c学生说:这次是120时放进去。上一次是先放进去再升温的。
5 k) o6 Z: C% l3 u+ Z; L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。 Z8 I' B4 d1 D! }0 M" j% k# d
& S! {+ c E1 [$ i- e" s
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。% E9 r: Y( a3 X5 T+ ]* K& I
) t9 `" {* U3 M# a
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。, K3 o9 l8 C1 |" ?) K4 v" A
: G$ b$ s8 j7 s6 t
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。
' _1 R/ G$ s/ c6 f- l5 @ Z2 Z3 p7 d" w9 @3 m* }
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。
+ }7 {' S" A2 _ M4 x. C. [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。
2 V1 j. G2 ?2 e7 T }" j
r. k1 x, H) ?) m7 s最后在说一点对新型技术和产品的判断。
6 z4 V" z g! p7 \7 V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。5 G0 g x* E0 i& l
1 V7 k- N6 ?0 V j/ y% e/ F# @7 x
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。2 E2 B) j: G& r1 F h/ R
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!8 z: @5 F; k7 b0 K2 r6 S% @6 ]. p: g
+ O" I1 m: U5 u1 n0 G% P |
评分
-
查看全部评分
|