自然辩证法通讯第十四卷总77期 v14 №77 1992第1期JOURNALOFDIALECTICSOFNATURE1，1992 ·科学哲学· [美]司马贺【2】
科学家的志趣在于回答关于世界是怎样的这类问题。无论科学从事什么样的思辨、探索、艰辛的推理、观察和实验，其有效性(validity)和价值的最终检验，在于它是否告诉我们世界实际是怎样的，并且最好能用概括和总结世界的重要特征的术语，或者甚至能够用解释这些特征的术语。
在科学中，研究课题(problem)是问题(question)而不是话题(topic)。“潮汐”不是一个研究课题：它是一个话题。“潮汐显示出什么规律性?”和“什么导致潮汐？”则都是研究课题。
什么是好的研究课题
什么是一个好的研究课题，即好的科学问题？要估价一个问题，我们首先必须弄明，它的解答(如果我们有一个的话)是什么样子的，它取什么样的形式?例如，认知心理学中的一个科学问题是“人们用来解决困难问题的程序是什么？这个问题的解答可能采取的一种形式是(我个人倾向于这种形式)一种计算机程序。它用表处理语言[译者注例如Lisp语言]写成，能解决人们认为是困难的问题。
形式化地讲，这样一种程序是一组差分方程的集台。在问题解决过程的每个阶段，它能预报下一步将是什么。由于它相当细致地预报了问题解决的途径，因而提供了许多可能性来将这个途径与描述人们在解决同类问题时遵循的一些途径的数据作比较，从而检验其经验有效性。
解答的可检验性。一旦一个解答被提出来了，这个解答的经验可检验性将是一个好的研究问题的重要特征。古人曾毫不犹豫地猜想、假设、或推测月球是个抛光了的水晶球。这个假说在有望远镜以前是难以检验的。直至有了望远镜，伽利略(Galileo)才得到了有力的证据表明月球表面是粗糙的；事实上，那上面有山脉。在望远镜发明以后，月球表面特征成了比以往好得多的研究问题。
在临近十九世纪末时，许多首届一指的物理学家拒绝原子论假说，他们与马赫(Mach)一道争辩说，原子是否存在是一个不可检验的问题，因而原子不是物理学理论的一个有用的构想。后来，卢瑟福(Rutherford)做了经典的轰击实验，这个实验不用原子就很难解释，而用原子则可以很简单地作出解释。从那以后，原子的存在就相当快地被接受了。甚至象奥斯特瓦尔德(Ostwald)这样著名的反原子论者，也很快改变了他的观点。
解答的质量。一个好的研究问题的第二个特征是，它的解答(如果找到了)将被认为是有价值的。对这一点的最起码的检验或许是：如果把解答发表在一家有声誉的期刊上，至少将有两个人索取论文复印件。
美学价值。一个解答会被认为是有价值的，如果它在数学上是美的。许多科学家认为麦克斯韦(Maxwell)方程或狭义相对论的闵可夫斯基(Minkowski)时空表示形式是科学问题的美的解答，而不管它们可能具有的任何其他价值。
美并不总需要是数学上的。用自然选择解释进化有着它的定性的美，这里与任何数学没有关系。我们从中看到的是某种有力的简单性。在“市场价格是供给量等于需求量时的价格。”这类原理中，我们看到了同样的品质。
对科学的价值。除了因美而引起的赞叹外，科学问题的解答可能被认为有价值，因为它们解释了以前只能描述性地概括的现象，或者因为它们结合并概括了以前被认为是分离的和独特的一些现象的描述。一般说来，它们之所以被认为有价值，在于它们在所研究的科学中处于中心地位，它们在基本方向上推进了科学，对其未来的进步作出了贡献。
实用价值。最后，科学问题的解答可以被认为有价值，因为它们提供了物理的、生物的或社会的新技术，对人类有实际的效用。
当然，一个科学问题的解答，时常会结合两种或者所有这三种价值。牛顿运动定律可认为是这种类型的一个辉煌的例子。这些定律在其简单性上是优美的，它们给理论力学提供了基本性的基础，同时它们使我们能够建立制造钟表或人造卫星的种种技术。
发现解答的可能性。一个好的科学问题的第三个特征是，有某种理由去设想这个问题的解答经过与其价值相称的努力，是可以找到的。(我把这一点与如果找到了解答，解答的检验可行性区分开来，虽然这两种可行性是紧密相关的)。攻克一个科学问题的可行性，随时间而异。在某个特定时刻，谈某个特定问题，可能时机尚不成熟。随着情况的改变(通常是一种新仪器的发明)，从前难以攻克的问题会变成可解决的了。
例如，在接近17世纪初发明望远镜以前，要确定哪些行星有象月亮那样的盈亏变相是不可行的；在有恒压电源和可靠的安培计以前，不可能发现欧姆定律；在苏联第一颗人造卫星以前，月球背面的特征无法得知；在数字计算机发明以前，要确定头脑中怎么样的符号加工过程能产生思维是做不到的。
对于一个科学家，重要的是能够及时觉察出，变化已经发生，以前鞭长莫及的一个重要问题的解答，现在已经力所能及了。
第一个到达。一个科学家不仅要解决问题，而且要解决前人未曾解决过的问题。新颖性是科学贡献的一个必不可少的成分。没有奖赏会颁给科学定律的第二个发现者。
也不尽然：伽利略在得知荷兰发明了望远镜以后，几天内就造出了望远镜，他因此而获得了很大的声名。但是，他获得声名的真正原因是因为他造出了一个比他的先行者更好的望远镜，利用它极其有效地发现并研究了金星的盈亏变相、太阳黑子、月球上的山等新现象，并且看出这些现象是支持哥白尼系统的判决性资料。利用和改进前人的发现可能是对科学的重要贡献。有很多这样的例子。但在其活动中必须有某种新的和有价值的东西。
在什么条件下，一个科学家有某种自信认为，他或她将是第一个解决一个已被确认为是一个好的课题的人?一个科学家超过其他科学家的比较优势源于何处?
发现新课题。一种可能性是这位科学家是第一个发现这个课题的人。首先发现新课题这件事本身不象会是偶然发生的。他所在的好环境可能使他得到那种工作在相同问题领域的其他科学家所得不到的信息。或者，有一个问题，已被确认为是重要的，但又是在现有的知识与技术下无法解决的。那么，得到攻克它的新工具或新方法就有可能成为优先者。
有些科学家从近期出版的专业期刊论文中寻找他们的研究课题。这是导致科学中一窝风(fads)的主要原因。这也是找好研究课题的拙劣策略。因为从这些来源选择的问题，很可能不是基本性的，而只是局部或暂时性的；也因为在这研究领域中的每个人在相同的时间里都注意到了这个问题。赛跑的马太多；哪里是相对的优势和秘密的武器使你能赢得第一?
基于同样的理由——过度的竞争，一个变得很热门因而也是很拥挤的研究领域，通常不是寻找研究课题的好地方。当发现自己的研究领域突然变得很热门时，通常就为自己转移到其它更嫩绿的牧场提供了一个好的理由。爱看到事物阴暗面的人则不这样。他们会说一个人最好等到成为教授，得到了研究投资的报偿之后，才转移研究领域。
当然，如果一个人对一个问题，不论是新的还是老的，有了很好的新想法，那么，不管在什么样的研究领域，他都应当毫不动摇地追求下去。然而，要这么做，他应当确知他有充分的理由相信他的想法真是一个新想法。
总之，如果一个科学家有理由相信，他有可行的办法去解决一个好问题，而其他科学家尚未注意到这个问题或这个问题的求解可行性，或者尚未得到必要的求解手段，那么，对于这位科学家来说，这是一个好的课题。第一个到达目的的机会极大。
**才智够吗？**然而，大多数情况下，好的课题是众所周知的，别的科学家已经在进攻着。凭什么可以相信一个人将是第一个解决这些问题的人？一个应当予以很少信任的理由是，某个科学家自认为他或她比工作在同样课题上的其他科学家更聪敏。一个科学家要有可靠的证据表明他是非常聪敏，然后才能得出结论说单凭他的超常才智就能有比较的优势。
秘密武器：知识与技术。撇开超常才智不谈，让我们回到前面说过的比较的优势：别人所不具备的知识(可能是从一门遥远的学科或不平常的以往经验来探讨这个问题的结果)。例如，生物化学家汉斯-克雷布斯(Hens Krebs)攻克了一个著名的(和重要的)问题：确定活的有机体的含氮化合物转换成尿素的化学反应途径。他的秘密武器是研究活的有机体的化学反应的组织切片法。这是他在这个方法的发明人奥托·瓦尔堡(Otto Warburg)的实验室当博士后时获得的。当克雷布斯开始他的工作时，这个方法尚未被广泛使用。
新现象：意外。比较优势的另个一来源是通过对自然界或实验室里的一个新现象未曾预期的观察得来的信息。当弗莱明(Fleming)观察一个他放了几个星期没洗的脏的陪替氏培养皿(Petri dish)时，意外地发现，皿中的细菌已经被长在皿的边缘的霉菌所消解了。这个意外发现之所以可能是因为弗莱明有一个“有准备的头脑”：他的关于细菌的知识使他足以发现细菌被杀死了，他知道由已知的规律不能解释这个现象，同时他能识别出长在接近于死亡了的细菌处的霉菌。只有当你有着基于已有知识的期望以及这些期望被你所观察到的现象所违反时，才能发现意外。
弗莱明的观察为他提供了基础去攻克一个重要的众所周知的问题：怎样消灭导致机体生病的细菌？因为显然没有别人观察到这个现象(事实上，这个现象已经好几次被人看到了，但是没人跟踪下去)，弗莱明正确地相信他有了一个秘密武器使他向发现青霉素迈出了第一步。
科学如赌博。使一个科学家能捷足先登的秘密武器是别的科学家所不掌握的知识或方法。在股票市场里，别人已经具备的知识不会帮一个人发财。同样的赌博规律也适用于科学。
设想科学为一场赌博游戏是否会引起你们不安？科学的任务是减少或去掉不确定性。开头必然有不确定性——因而，是一场赌博——否则就没有科学。好的科学家，如同职业赌徒，并不完全依赖运气。他们寻找比较的优势，秘密的武器。科学有关于什么是正当的秘密武器的规矩(不能伪造数据，不能窍取别人的数据或思想等)。在这些限制内，并不排除比较的优势。好的科学家就是一个好的赌徒。
科学的各种风味
科学活动有着许多独特种类的好目标，包括：(1)找一个好问题，(2)探索对一组现象的好的表示，(3)寻找隐藏在数据里的规律，(4)寻找解释为什么描述性规律有效的机制，(5)推导一个定律或理论的逻辑推论，(6)发现有趣的新现象，(7)发明新仪器，(8)计划和执行一组实验去阐明现象。
由于有这么多不同的、有希望的科学活动，科学能容纳极其广泛的不同人材：理论的，实验的、数学的、观测的、机械的、发明的人材等等。
工作策略
前面讨论了有关选择好的研究课题的工作策略。什幺是应当指导科学家的其它经验观测？有效地分配时间对搞好科学工作非常重要。
粗略地讲，一个人需要在学习与工作之间划分他的时间。当然，这两者之间的界线并不总是那么分明，因为搞科学导致新知识，因而导致学习。进而，一个人可以提出一些策略用于获得世上文献中已有的知识，同时提出另外一些分配“工作”时间的策略。我将接下去讲这两个话题，不过讲的顺序与这里提的顺序正好相反。
多少个问题？一般说来，一个科学家将他或她的所有工作时间都投人到单独一个问题上，并不是一个有效策略，这有几方面的理由。首先，某些极端重要的问题往往也有很长的预期成熟时间。在等待这寄予厚望的重大成果的漫长岁月里，这位科学家怎样能保持他的信誉和研究经费的来源？一个方法是，在做这重磅炸弹式的科学研究的同时，平行地做一些面包加黄油式的(或保饭碗的)科学研究。我这里不是把“面包加黄油”当贬义词用，而是用它来描述一种科学，这种科学或许并不那么壮观，但确是有价值的，并且可能有较短的完成周期。如果讲实情的话[托玛斯·库恩(Thomas Kuhn)已经讲过]，大多数科学都是面包加黄油式的科学。
其次，寄予厚望的长周期成果未必总能出现，不是每次赌博都能成功的。为了较好地保持一位科学家在世人心目中的形象和这位科学家的自尊心，较好的做法是不把所有的赌注押在一次掷骰子上。从更深层次的心理学基础上讲，理由在于科学家对于长周期项目的不确定性的忍耐能力，可以因在其它项目上的成功所不时提供的正反馈而增强。分散风险有益于心理健康。
工作在几个课题上的第三个理由是，让课题不时地休闲，可以使科学家忘掉导致他们走上错误道路的错误观念，而用一个新的观点去重新考虑问题。(注意，这个建议并不依赖于利用“无意识”在休闲期解决问题。忘掉错误的提示可能就足够了。)
第四，面包加黄油的论据的一个变形是：如果一个科学家想转移到新的领域，可能需要可观的学习投资，而其成果又未必能马上得到。当进行新的学习时，科学家可以继续在他以前的专门领域中多产地工作。
第五，眼观八方比隅于一角要有趣得多。科学应当有趣味。如果一门科学没有乐趣，就很难成为好科学，因为人们只有做最乐于做的事时，才能把事情做得特好。
一个科学家应当同时从事多少个项目？这可能得取决于这位科学家以及课题的深度。同时，这也取决于这位科学家能够定心坐下来苦苦思考一个课题的能力，而暂时不管也在吵吵嚷嚷着要引起他的注意的所有其他课题。人们很容易转移注意去做那些截止期最紧的课题，或者结构最清楚的课题，而忽略那些结构不那么好——但或许是更基本的课题。做一点自我观察就可以告诉一个科学家许多关于他或她自己在有好几个课题同时列在日程表上时，处理这些问题的能力。
计划到什么程度？现时的基金组织看来有个很古怪的想珐：科学家应当能够详细地设计下两年要做的实验。谁要是能够做到这一点，谁就是在做比较枯躁单调的课题(可能有价值，但仍不失为枯躁单调)。
科学研究需要有方向感——知道最终目标和中间目标，但也需要有灵活的策略，能够对研究过程中的发现，尤其是意外发现，作出反应。在做一个实验以前，精心地设计它，周密地确定测量些什么以及怎样分析实验结果，这些都是好的。但是，在尝试性地进行实验的过程中，还应当严密地仔细观察实验对象的行为以发现意外事件——实验设计时未曾预料到的非期望事件。如果幸运的话，这些意外发现将报偿整个实验的努力，甚至可能毋需去做完整个实验。
在做实验的过程中，以及在把实验的结果送交刻板的程序作计算机分析以前，应当极仔细地搜索并审视实验对象所做的每一件事以发现非期望事件。自言自语的原始记录，以及类似的高密度数据的最漂亮处之一，就是有着(时常是隐藏着的)各种珍宝，即新的现象，通过非常仔细的、几乎是迷住不放的观察可以把它们梳理出来。“观察”的含义远远超过运用形式化的分析工具。观察意味着把现象保持在训练有素的科学家的耳目之前，以期有可能发觉唤起记忆中的重要知识的线索。当弗莱明注视着脏的陪替氏培养皿时，他省悟到这些细菌看来不怎么对劲了。这个线索唤起了针对这种情况的他所积累的细菌和霉菌的全部专家知识。
有趣的现象是科学的生命之血。发现它们是科学家的最高天职；找到它们比找到新理论吏为卓越。正如彭加勒(Poincare)所曾指出的：“我们最不缺乏的是假说。”而在当今之世，理论家的市场却在通货膨胀，价格暴涨，超过了其价值。
学习策略
毋庸赘言，科学家远在知道其研究领域的各种事情之前，就开始了工作(否则，他们将终生由社会养着，他们会没有时间从事新的工作)。因此，要活跃于科学之中，他们必须毕生坚持学习。要学习，就必须有学习的时间分配策略。
“跟踪”。大多数科学家，乃至刚入门者，对于怎样多学一些他们当前研究的狭窄的专门领域，都有一定的概念。通过使用专门的文献书目工具及他们阅读的文章中引用的参考资料，他们知道怎样找出有关文献。我不是说所有的科学家对此都做得很好，但是，他们能够做好，尤其是当他们想发表文章而编辑或审稿人坚持要求此点时。
但是，有关“跟踪”直接相关的领域之外的当前文献的情况又怎样呢？在期刊激增的当代，“跟踪”是不可能实现的概念；这或许甚至在一个世纪之前就不行了。及时定期地阅读期刊杂志是和每天读日报一样的发疯而浪费时问的事。那么，我们怎样才能不断地得到信息和学习呢？
首先，一个人要逐步积累可能感兴趣的领域中的朋友。朋友会让你注意他们自己的工作领域或其邻近领域中的真正重要的和惊人的进展。如果他们没有主动提供信息的话，打个电话或者在午餐时问问“有什么新消息？通常就能够得到这些信息了。(我始终很奇怪一我现在本应当克服这种奇怪了——为什么大多数人对于别人的兴趣那么没有好奇心；他们那么难得地去问别人“有什么新消息?”并且站着等人家回答。)
其次，大多数领域改变是非常渐进的。不是每月，甚至不是每年，都有“突破”。一个科学家若在某个时期对一个领域打下了充分的根基，然后，将兴趣转移到了其它领域，那么，每隔五年左右读一、两篇好的综述文章，就能十分有效地更新他或她自己的知识。这应当是能成立的，否则，重要的书五年以后就不会再重印，然而，这些书通常还会重印。代替阅读综述文章的办法是参加一次专业会议，但是，那可能要花更多的时间。在感兴趣的领域中的朋友能够推荐一些能最佳地提供信息的文章或会议。
转换领域。即使在最高度发展了的科学中，例如，物理学或化学中，一个有才智的人也可以在大约七年(加减两年)之内准备好作创造性的工作。但是，这个期间包含了很多用于接受一般教育和作学位论文的时间。实际用于积累该领域的知识可能需要三年——不是学所有该学的东西，那是从来没有的事——而是学到足以开始创造性的研究就行了。
由此看来，一个受过良好的一般教育(最好有一些扎实的数学和计算机科学训练，同时已经有了某种研究经验的人，在不多的几年内就能转移到完垒不同的科学领域中去。转移越小，时间越短。
要检验这个转换是否已成功实现，写一篇斯领域中的论文，送交第一流的期刊发表审稿人可能会觉察到你的外来人腔调因而给你一个艰难的时期，但是他们肯定能确定你是否有足够的知识在他们的领域中运作。即使第一次努力失败了，你仍将发现审稿人和编辑的意见本身就是一个极好的教育源。当然，如果你害羞，你可以在投稿到期刊以前，试送你的有知识的朋友，如果你的朋友不过分客气，用这种方法你能得到比来自审稿人的更好的信息。你将很快发现你在自学中所漏掉的文献。
跨学科小组。人们通常都说许多最重要的科学发现需要来自几个不同学科的知识。引证这种现象的重要例子肯定不难。然而，这些不同学科的融合只能出现在单个的人脑中。只有当这些跨学科小组的个体成员在知识上成为多学科的(即使不是十分精通)，跨学科小组才会成功。
当然，有时候研究小组中的一个成员对于整体的努力作出了专门的技术贡献：某种数学，或深奥的计算机程序，或涉及专门的仪器或操作过程的实验室技能。然而，如果不是这位专家或小组中某些其他成员对于该项目所涉及的所有学科都有良好的基本知识的话，甚至这些专门的技术看来都不会奏效。做不到这一点，一个心理学家加一个经济学家不会形成一个经济心理学或心理经济学的跨学科研究组。
二次大战后，来自包括物理和化学的几个领域的科学家们创造了分子生物学逸一新领域。在象麻省理工学院(MIT)和加州理工学院(Cal Tech)这些大学中，他们成功的关键在于他们在这个过程中学习了大量的生物学。他们成了既是物理学家或化学家，又是生物学家的人。
[秦裕林译，范岱年校] (本文责任编辑 刘兵)
【1】此文采作者根据其1991年春在美国卡内基·梅隆大学心理学系对研究生的一次演讲整理而成。原文尚未在美国发表。作者同意译成中文，并在《自然辩证法通讯》发表——译者注 【2】司马贺是 Herbert A·Simon 本人取的中文名字(原译H．A．西蒙)。他曾先后荣获1978年诺贝尔经济学奖、计算机科学的图灵奖和美国心理学舍的卓越贡献奖，他也是人工智能研究的主要奠基人之一。现任美国卡内基·梅隆大学心理学系教授。本刊1981年第1期，1983年第5、6两期发表过他的论文，1984年第5期发表过介绍他的评传，可供读者参考。——校者注