颠覆性创新直线下降，科学家开始谨小慎微了？

　　图片来自wyss.harvard.edu
　　导读
　　近日，《自然》杂志发表论文，提出一个有意思的现象： 随着信息洪流越发磅礴，科学发现变得不再那么地具有＂突破性＂，更多的属于＂渐进式＂科学 。
　　＂对科学的本质提出问题，并对答案进行反思，这是一件好事。＂《自然》另一篇社论如是评价。
　　论文及专利＂突破性＂直线下降的现象，引发了科学界的激烈辩论。颠覆性创新下降从什么时候开始？业界专家是如何看待的？
　　近年火热的人工智能，或许能提供帮助，让科学家从平庸的重复中解放出来，有更多时间和精力思考更重要的问题。
　　李晓韦 | 撰文
　　叶水送 | 责编
　　在过去的几十年里，全球学者发表的科学研究论文数量激增——但与之背离的是，这些论文的＂突破性＂，也就是创新性正在大幅下降。
　　随着科学发展的速度与日俱增，新的科学知识几乎呈指数级增长，这为后人在研究中取得重大科学进展创造了成熟的先决条件。用牛顿的话来说，学者们可以＂站在巨人的肩膀上＂进行研究，使未来的进步成为可能。
　　但随之而来的，并不没有让＂牛顿们＂变得越来越多，科学的发展有些平淡无奇、波澜不惊。
　　01
　　＂突破性＂科学的衰退
　　技术的进步和信息流动的加速，科学的高速发展似乎也不可避免地成为了一把＂双刃剑＂。
　　这是因为随着信息洪流愈加磅礴，加之人的理解能力和速度有限，人们很难在短时间内成为某个领域的专才，推动这个领域的发展，因此尽管科研投入在不断地增加，但像牛顿、伽利略、爱因斯坦等世之罕见的天才非常少见。
　　这个现象最近引发了科学界的广泛关注。
　　2023年1月4日，美国明尼苏达大学社会学家拉塞尔·芬克（Russell Funk）等人在《自然》（Nature）上发表了一项数据分析的研究，他们通过对论文和专利进行的深入分析， 探究了近几十年来的论文和专利是否形成了新的方向，即＂突破性＂。
　　论文题图
　　论文的作者推断，如果某一项研究具有高度突破性，那么后续的研究就不太可能引用该研究的参考文献，而是会引用该研究本身。
　　为了量化某篇论文对一个领域的影响，该研究分析了4500万份研究的论文手稿以及390万项专利的引用数据。研究人员还制定了一种衡量＂突破性＂的指标，称之为CD指数， CD值的范围从突破性最小的-1到最具突破性的1。
　　CD值的测量方法示意图，图源自论文
　　结果表明， 从1945年到2010年，研究论文的平均CD指数下降了90%以上，从1980年到2010年，专利的平均CD指数也下降了78%以上。
　　并且在所有被分析的研究领域和专利类型中，即使研究人员考虑到其他因素的潜在差异性， 论文和专利的突破性也有所下降。
　　论文与专利的CD值随年份的变化趋势，图源自论文
　　除此之外，研究人员还发现，随着论文和专利的突破性下降，论文中的单词多样性、新词汇的数量也在随之下降。研究者分析后，论文与专利的语言多样性变化趋势与＂突破性＂的变化趋势几乎相同。
　　02
　　＂突破性＂下降是坏事吗？
　　在意识到近几十年来的科学研究＂突破性＂逐渐下降时，许多专家展开了激烈的讨论。
　　针对这一话题，《自然》杂志连续刊发了相关的社论与新闻。
　　社论主题，图源自Nature
　　Nature新闻题图
　　接下来我们简要梳理一下科学家不同的观点。
　　伊利诺伊州埃文斯顿西北大学（Northwestern University in Evanston）的计算社会科学家王大顺（Dashun Wang）认为，对这些数据的研究是很有意义的，他表示， ＂颠覆性科学在本质上不一定是好的，渐进式科学也不一定就是坏的＂ 。
　　比如，对引力波的首次直接观测既是革命性的，也是渐进科学的产物，对后续该领域的研究产生了很大的影响。
　　亚特兰大佐治亚理工学院（Georgia Institute of Technology）科技政策专家约翰·沃尔什（John Walsh）则认为， 当前比较理想的情况是渐进式和破坏性研究的健康组合，了解这种变化趋势产生的原因很重要。
　　他认为， 现在全球的研究人员比1940年代多得多，这就创造了更具竞争力的环境，也提高了发表研究论文和申请专利的风险。这种风险的提升，反过来又影响了研究人员开展研究工作的动机。 当大型研究团队变得越来越普遍时，更有可能产生渐进式科学，而不是颠覆性科学。
　　也有科学家认为这种现象需要引起学界警惕。它引发了一个更深层次的思考——将科学划分为越来越窄的知识单元，是否有利于我们去发现新的成果。
　　同时他们指出， 当下某项研究的评估指标和出版的激励政策，使得科学家不得不＂谨慎＂向前——他们会采取更加安全的方式做研究，来保证 ＂资助-发表-引用＂ 的车轮能不断向前转动。
　　另一方面，在诸多研究领域中，面对知识信息的泛滥，科学家缺乏思考的情况越来越明显。
　　对此，有专家认为， 人工智能（AI）或许能提供帮助，它能帮助人类以有意义和有益的方式筛选和整理信息，比如总结某一学科的前沿知识，或者确定哪些研究项目更有突破的潜力，比如最近大火的Chat GPT。
　　如果使用得当，AI很有可能为科学家腾出更多时间来推进有意思的研究，无论是颠覆性的还是渐进的。
　　参考资料
　　1. Papers and patents are becoming less disruptive over time | Nature
　　2. ‘Disruptive’ science has declined — and no one knows why (nature.com)
　　3. Is science really getting less disruptive — and does it matter if it is? (nature.com)