在科技文献“隐秘的角落”挖呀挖 天天热资讯

2019年，一篇发表于《自然》的封面文章抛出了这样一个论点：较小规模的团队更容易做出颠覆性的创新。图片来源：《自然》

(资料图片)

■本报记者 杨晨

上世纪80年代末，美国芝加哥大学情报学家Swanson正在研究关于镁和偏头痛的医学文献。他发现一个有意思的现象：如果同时搜索“镁”和“偏头痛”两个关键词，找不到相关文章；但分别包含“镁”和“偏头痛”这两个关键词的文章却有间接的引用关系。

难道镁缺乏会导致偏头痛？Swanson灵光一现！之后，这两者的关联性果然在医学上得到了证实——镁缺乏会导致某种生理改变，而这种改变是与偏头痛相关的。

“这是情报学中一个比较基础的从引文网络的研究视角出发的例子。”中国科学院成都文献情报中心研究员陈云伟表示，人们浏览科学文献时，往往关注的是文献本身记述的内容，比如有了什么新的发现或成果、提出了哪些新论点，或开辟了哪些新领域。

但在情报学研究者的眼中，文献作者以及引用或被引用的相关信息中，有诸多草蛇灰线，更值得挖掘。在这些“隐秘的角落”里，科学家和科学研究之间形成了无形的联系。通过对这些联系的观察和分析，情报学家可以“挖”出诸多“惊喜”——某一研究领域的趋势、科学家喜欢的“作战”方式、更容易出成果的合作模式等，进而可以以此来指导、组织现实中的科研工作。

科学家的成功与合作

陈云伟告诉《中国科学报》，通过对合作网络的分析，科学家为了取得成功、探索科技前沿，越来越重视合作。而且，优秀、聪明的科学家更愿意展开合作。

科学家之间的合作可能会由具体的组织或形式确定下来，例如举办会议、成立联盟、设立机构等。当然，科学家之间也存在非正式的、无形的合作网络或圈子。这些从社会网络角度来讲，就形成了可被识别的“网络社团”。

情报学者从不同角度对网络社团进行研究分析，其中，合作网络主要是通过对论文作者的分析统计，了解科学家之间形成的联系圈子，引用网络针对的是不同论文间引用或被引用形成的关联，主题网络研究分析的是各篇论文主题词或相关概念的相似性等。

1963年，社会学家哈丽雅特·朱克曼开始研究杰出科学家的工作方式。她发现，1901年至1972年间的286位诺贝尔奖获得者中，有2/3的人是因与别人合作研究而获奖，即论文多出自合作。

而时间越临近当下，合作趋势越明显。例如，在诺贝尔奖设立的前25年，因合作研究而获奖的占比41%，在第二个25年中这一比例达到了65%，上世纪50年代至70年代之间则上升至70%。

比起单打独斗，合作带来的益处是有目共睹的。例如，一项针对美国斯坦福大学15年间2034名教师的研究发现，团队合作产生了更多的项目申请，获得了更多的研究经费。

除了争取奖项有优势外，团队合作还能促进观点和想法的交换、互通和碰撞，互相检查工作有助于创新并让研究更为严谨。

科学家的“作战”方式

科学家合作的组织方式都是什么样的？针对国内外从事量子科技研究的科研单元，陈云伟曾从论文作者的合作网络角度观察科研合作的组织方式。

他表示，有的研究单元呈现集团军化的“作战模式”，“合作网络比较稠密，围绕着几位核心科学家形成一个整体”。而有些科研单元的作战模式则相对松散，“呈现出多个小团体，各个小团体的领军人物之间有稀疏的合作”。陈云伟说。

不过陈云伟强调，“这只是通过一个领域的合作网络得出的结论，网络的社团结构特征没有绝对的好坏之分，不同领域、不同性质的研究都可能有不同的特点”。

他认为，合作网络社团的结构特征是科研合作行为特征的衍生表现，比如纯理论探索的研究或许会更倾向于稀疏的社团结构，而大规模的开发性研究，可能更倾向于集团军化的研究单元，因为这需要更大范围的协同。

“我之前还研究过一些诺奖获得者和领军科学家，下载了他们毕生主导或参与的论文，分析了各自形成的引用网络。”陈云伟发现，有的科学家会聚焦一个领域不断深入，因而会一直引用自己以前的论文，形成一条清晰的研究脉络；有的则会不断琢磨新的理论，虽然这些科学家的文章会经常被他人引用，但他们引用自己文章的链条就不那么完整。

由此可见，通过对网络社团的研究，能在一定程度上掌握个人的研究规律，揭示机构或领域的合作范式、组织特点，以及相互之间的差异。

“这对我们在不同领域的研究工作有指导意义。”陈云伟表示，做基础性研究时，可学习借鉴国外的研究模式，团队成员结构要重视学科背景多样性、教育经历多样性等因素，不同思想和知识体系的碰撞更有可能取得颠覆性的成果。

小团队比大团队更容易创新？

在产生颠覆性的创新成果这件事情上，小团队比大团队更有“胜算”吗？

2019年，一篇发表于《自然》的封面文章抛出了这样一个论点：较小规模的团队更容易做出颠覆性的创新，而较大规模的团队更倾向于发展现有的理论技术，日趋“中庸”。

研究者收集了1954年至2014年间不同领域的论文、专利以及软件项目，其中论文共有4200万余篇，涉及的引用文章超过了6亿次。

“基于这些数据及其引用列表的被引用情况，研究人员设定了度量研究成果的颠覆性指数、沉睡指数和影响力三个指标。”陈云伟向《中国科学报》解释说，颠覆性指数是指成果发布后使得之前同领域观点转移的程度；沉睡指数衡量的是成果发布后，随时间推移得到的关注和认可的程度；影响力则是文章或项目被引用的次数。

为何这样设计？陈云伟继续解释其背后的基本逻辑，假设一篇新理论发表后，作为一项颠覆性的成果，也许前期不被人理解，被引用很少。但随着学界开始接受这一新理论，其论文会被大量引用，并反复被讨论延伸，“假设后续又有针对该理论的颠覆性论点发表，且被认可了，后续研究者引用的焦点也会发生变化”。

在分析并验证了数据库里论文、专利或项目的颠覆性程度后，该研究团队探究了各相关研究团队的规模，又得出一个结论：1954年至2014年间，团队规模每增加一个人，其所研究的论文、专利或软件项目的颠覆性得分就会下降。随着规模的扩大，所做出的成果由颠覆性向发展性过渡。

“由此可以推出小团队比大团队更会发现新问题、更易提出颠覆性的想法或取得成果这一结论。”但陈云伟强调，这只是反映了一个“趋势”，并不能以此去评判单个团队，“而且规模上‘大’和‘小’的概念也是相对而言”。

关于网络社团的任何分析和推论，最终都需要服务于实际决策，给现实研究一定启示，上述研究也不例外。“如果我们面对重大任务，需要集结多方力量的时候，当然会组建规模大的团队。”陈云伟说，想要追踪前沿科技，就得考虑改变布局提升效率，有自主探索的空间，小规模的团队组建或研究实践会更加灵活。