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。
8 `/ F0 b$ w3 I" ]* J$ E) Z' i" m; A那么,我们要谈的是什么?5 z& r' n6 w% _0 P
T+ X7 T0 e! [6 Y a: T% ~2 b7 _+ l- \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。& n; `' z6 s1 N, K. s! G1 H$ ]
- E- T- U. G3 ~9 |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& g9 _4 J" U! @% V) ]: k$ [# j' U6 O- |4 V+ d' V
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。
2 A/ i* X9 ?: r) W# E7 L1 e( a; g似乎很科学,数据说话。, D+ r. y$ v" z; l
3 `. B" c8 G- F6 `0 I! Z2 G b问题是,用哪些数据,谁的数据,如何取舍,是需要判断力的。/ |3 B3 x+ y2 e
难道数据不是客观中立的吗?谁的不都一样吗?
2 h s8 C# I* S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。
7 s+ D8 p# S: z7 @物理学,相对较好,数据的客观性基本可以保证。
9 c3 ?7 T8 p( t8 F2 T3 _; K3 Y& k化学,也能基本保证。. _- t3 B7 g6 R9 Y. ^
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。- q7 G, h0 P: J/ ^: a3 o
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。
0 W- P8 D0 E* x5 ?# P* N- 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。3 S4 {/ L4 o$ @9 Y- @. P A0 f* e
u: ]% [, |" y$ R5 r8 v4 ?. S. e
这个时候,判断力就非常有意义。6 m2 v# }0 V0 p' g' }. {) s
说到这里,就不可避免的要说到专家了。3 \! l% b$ z, }) r1 N% r( W" g& T
1 U Q- [6 y; ^# K7 D/ z( `) M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。/ ^% b* }0 u2 ]2 ~# a# ]9 o: g& I
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。
: U( [& U# `% T; ?. |
7 a( e+ t1 W) D7 r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。4 M2 L) ~, y' {+ B- K
( @2 k" l6 i4 |
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。" b |, l! d- Z/ Y% l5 @, F ~
1 ^! z T; J* u, Z- Z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。& g% n$ x$ | y6 S" F
1 \" j8 i! z% c* e9 Q" U2 @' P' }
这个教授听了,想了想,问,你这一次烘干的温度是多少?
2 J7 c0 p1 W, D2 J( H1 W学生说:120啊。和上次一样。
. D2 a: P, D0 F2 @, k教授问:是到了120放进去还是先放进去升温到120?( [) M X; H/ D. l. ]5 A; O5 r. p) X
1 l0 ~% M& ^6 t$ ]; q Q' c( b; H. u
学生说:这次是120时放进去。上一次是先放进去再升温的。; X2 t% s& F" ?4 l! c
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。
9 |; _1 B! K0 ^" p8 f* U3 R& E M8 y. g1 y
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。) H2 r, ?. e( E' b" k7 ]; |
% M, W- L Y; N
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。, \) k5 d1 z: J1 b; k
0 B* H/ l- ]1 A" F% L# d2 ^# P
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。
! s' y/ i. b# N4 z+ Y4 x6 z" ~" s9 i# q& d
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。8 R+ |, V8 I3 g0 y9 ~
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 Q8 y: [0 K5 L; Z) n! [
& c( F+ k$ F( U/ U5 N( I; n/ c最后在说一点对新型技术和产品的判断。
0 i) C0 \2 v& E' z4 s+ g9 n" b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。3 q. v+ H7 ^4 L" j# F/ U/ d
- {" g2 l2 j7 I2 Q. M3 D$ 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。
! T/ X! c+ q S2 C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 w6 V) p5 N3 @8 \9 d
. Y) D' Z) c3 r5 |1 n, Q9 \ |
评分
-
查看全部评分
|