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 o4 v! o5 l9 f2 z: I( [8 |# ^" }那么,我们要谈的是什么?
& ?' R$ j" h1 x( B2 U. ~4 ~- D
0 g; D* C" t& W4 V: C% d! k4 A: g- A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。# F/ v' [6 l7 r* ^; z
# B# j8 v8 p# p7 u
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。( S, u, ?& f; D" x2 C1 S/ A
" {' M( j2 }6 B
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。
$ R! L% a& Z( K* y+ W似乎很科学,数据说话。# d4 `" l7 H1 N
1 p/ H; M$ n+ }+ ]0 o. G
问题是,用哪些数据,谁的数据,如何取舍,是需要判断力的。2 D/ Y( I; k, ~& ?, U
难道数据不是客观中立的吗?谁的不都一样吗?
8 `& r f4 E% ~/ ?' o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。
# S1 K4 X5 | j物理学,相对较好,数据的客观性基本可以保证。5 {; R$ p- I$ m" v1 w0 ~! `
化学,也能基本保证。 H' X$ y9 _) k+ H* u" t6 J. U
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。
9 k4 r/ i0 p; O( a3 B: 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。
' j& g' }$ K) s' n7 G6 W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。
# F6 l( y, r9 j* e9 E$ _) D8 I) M% r9 T
这个时候,判断力就非常有意义。
5 Z" ]5 I& k& n& I4 P+ ^说到这里,就不可避免的要说到专家了。, E6 ]: P4 {" Q- I0 ~# a2 \+ z3 P
% E9 [+ L2 z8 g
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。
, k& P/ t1 N2 y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。
o. Y6 n( Z, A: A
' } k" P* ]$ `: I# a- U( D' F7 b4 @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。
- a: E( c9 H6 Z j% e8 W& `. f( J% d, J8 d! Q6 G
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。" o0 E @, |4 Y" \& ]- C
2 i6 q' o) }3 E7 R- K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。- u2 _6 S8 g4 _7 a3 ^; G& D
9 e# k: E J/ K) q8 V3 j( D这个教授听了,想了想,问,你这一次烘干的温度是多少?
+ g g* [, Y4 L. ~# m( Y/ |学生说:120啊。和上次一样。
& Y, U4 O6 N& M/ A& M% g c教授问:是到了120放进去还是先放进去升温到120?
) z: R2 ?1 v6 U% H: ~; _9 j P: V z4 k/ V& g( F. `# d
学生说:这次是120时放进去。上一次是先放进去再升温的。
! S) x1 w8 ^# T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。! U o; @! m& u5 I
2 K) @: ]( j) C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。
+ a' z9 V. l. X. M0 a
* F6 V$ l- J3 G! v( b6 G5 Y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。9 J# e, L& R, Z) S0 c- P' m8 U
; C2 B+ C1 W) A8 I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。
" I$ ]: I* {$ c0 {
" v7 N' l! l0 l/ k8 r% i9 }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。
4 R, f9 J$ U+ r. @7 b2 z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+ s7 L9 o: I5 X$ O
' T o6 S& H. i5 ~) ^9 N0 e
最后在说一点对新型技术和产品的判断。; q5 t3 f. _1 a0 v2 ^9 C- E
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。
' O0 e3 `% C7 [9 F; C% t; h, b3 g
8 T [. ~2 K4 C2 Y6 [9 d" W6 o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。& B; ?4 Z( J4 i/ g
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!' ^5 B9 ]- T B
* N8 d) L7 p5 \9 j5 y% k0 \ |
评分
-
查看全部评分
|