为什么科学学需要因果推断？

以下文章来源于林墨 ，作者让科学家更懂自己

“科学学”从数据中来，随着这一领域的快速发展，未来又该往何处去呢？近日，《Nature Human Behavior》上刊载了一篇评论文章“Broader scope is key to the future of ‘science of science’”，探讨了科学学领域未来发展的“密钥”[1]。

数据驱动的科学学

科学家在开展科研活动的过程中产生了大量的数据：论文和专利及其使用、项目申请书、同行评议意见……这些数据资源汇集在一起，共同勾勒出了科学事业运作的全景图。数据可用性提高、大数据分析技术发展使得科学家能够在定量的层面分析科学的产出与回报，并催生了“科学学（science of science）”这一新兴研究领域[2]。

科学学是一门数据驱动的科学，旨在探寻科学的演化规律与特征，包括科学中的合作、资源分配、雇佣、成功与失败、创新、偏见等。科学家、政策制定者和科研管理者关心的问题，都可以在科学学的研究中找到答案，例如，什么样的合作能够带来成功？如何评价科学发现是否是有价值的？如何制定更合理的基金资助分配策略？什么样的研究能够促进科学传播？如何利用数据分析结果完善科技政策，满足公众需求，也是科学学未来发展的方向。

『相关性』不足以支撑科技政策

大数据分析基于大规模数据探寻事物之间的关联。相关性分析能够揭示科学生产中的一些特征以及其与科学研究取得成功之间的关系。然而，这种观察性的研究方式只能告诉我们“是什么”，即存在哪些事实，却并不能解释“为什么”。如文中所说，“科学学不仅应该告诉我们科学当前是什么样的，也应该告诉我们科学应该是什么样子。”

相关性分析在实际的操作中会存在诸多偏误。例如，我们通过数据分析发掘了科学中的一系列不平等现象，包括性别、种族、民族和地域等。如果基于相关性分析的结果来制定政策，那么到底是在帮助解决不平等还是加速不平等的继续深入呢？作者举了两个例子。

已有数据分析表明受到资助的团队比资助较少的团队会积累更多的引用。这一结果是否意味着我们应该分配更多的资金给前者？

跨学科团队的成果获得了更少的引用。那我们是否应该提倡单一学科合作而不鼓励跨学科合作？

答案显然是否定的，因为相关性分析的结果充满了不确定性，机构声望、团队合作等一系列其他因素都有可能影响引用。在没有排除干扰因素时，我们无法保证是否受到资助或者是否跨学科合作与引用之间一定存在因果关系。因此，仅仅知道相关性是不够的，而仅仅依靠相关性分析来制定改进措施是危险的。

为了分析事物之间的因果关系，科学学需要引入了因果推断的方法。因果推断最早来源于医学中的随机对照试验（将试验人群随机分为控制组和对照组，对两组施加不同的处理）。而在社会科学中，由于随机对照实验因成本和伦理等问题难以实现，通常会采用“准试验”方法，即通过设计消除一些系统误差，使得处理看上去像是随机分配的。如果能证明存在因果关系，则这样的结果是明确的，能够为科技政策的制订和实践提供有效的支撑。

当然，基于大数据的相关性分析的局限性并不代表科学学将摒弃这种方法。相反，大数据分析从一个更广的视角发掘关联，以弥补因果推断只适用于其分析的特定群体的问题。因此，对于研究者来说，这两种研究方法应当是相辅相成的关系。

传统科学指标不足以帮助公众理解科学

科学学通过定量的方式来度量科学的成功，例如被引频次。然而这些传统科学指标在帮助公众理解科学上做得并不够好。作者举了一个典型的例子。新冠疫情爆发以来，涌现了大量的学术论文。从传统科学指标的角度（引用和期刊影响因子），科学研究在COVID-19上是取得了很大成功的。然而，从疫苗接种的拒绝率和总体死亡率来看，相关研究似乎并没有取得实质性的突破。传统科学指标所传达的信息和公众的理解之间隔着一道鸿沟。

“科学成功自身没什么意义，如果它不能服务于社会需求。”科学学的使命在于满足公众理解科学的需求。科学学应当如何解决这一问题呢？

一个更好的方案就是数据资源的开放与共享。很多资助机构、出版商出于各种原因不愿意分享一些幕后数据，或者对数据使用加上了很多限制。这使得科学学对于很多问题的探究受到了约束，因为研究者只有引用数据可以使用。数据的多样化将为科学学的发展带来更多的可能性。数据是科学学的基石，有了坚固的基石，研究者才能做更好的数据分析，做更严谨的因果推断设计。

“未来科学学将受益于观察和试验研究的蓬勃发展”，而以因果推断为支撑的科技政策也将更理性。

转自：“学术猫”微信公众号

如有侵权，请联系本站删除！