新書推薦：
《
漫画算法与数据结构（大规模数据集）
》
售價：HK$
95.8
《
欧洲的扩张1415—1789：现代世界的奠基
》
售價：HK$
177.6
《
严禁造谣
》
售價：HK$
59.8
《
引导的秘诀：通过团队合作获得结果的SMART指南（最新修订版）（白金版）
》
售價：HK$
118.8
《
文史星历：秦汉史丛稿
》
售價：HK$
141.6
《
神灵衰落：祈雨与乾隆朝的信仰危机
》
售價：HK$
106.8
《
深度营销：成就营销领导力的12大原则（麦肯锡年度经管好书，12大原则揭秘营销本质，带好团队就是从领导力到影响力！）
》
售價：HK$
69.6
《
新质生产力：发展新动能
》
售價：HK$
105.6
|
| 編輯推薦： |
科学学、网络科学研究权威王大顺，网络科学奠基人巴拉巴西强强联合之作，继《爆发》《链接》《巴拉巴西成功定律》之后又一力作。关注科学自身的发展规律，重塑科学的未来。西南大学教授贾韬、上海大学教授汪小帆联袂翻译。
写给青年科技工作者的成才指南，凭借丰富而坚实的数据积累、科学而系统的研究方法，科学解答科研人员尤为关注的问题。汇集网络科学前沿研究，揭示职业生涯、团队合作、影响力升级中的客观规律。
中国科学院院士郑志明、武汉大学人文社科教授马费成、美国国家科学院院士谢宇、香港城市大学讲座教授陈关荣、清华大学计算机系教授唐杰、美国得克萨斯大学奥斯汀分校信息学院教授丁颖、北京师范大学复杂系统国际科学中心主任狄增如、中国科学院国家天文台研究员苟利军、麻省理工学院斯隆管理学院教授皮埃尔阿祖莱、《自然》杂志总编辑玛格达莱娜·斯基珀、英国皇家生物学学会会士约翰·R. 赫利韦尔联合推荐。
湛庐文化出品。
|
| 內容簡介： |
科学家什么时候能够迎来事业？科学创新的生命周期是多久？职业生涯中出现突破性进展的迹象是否存在？什么样的合作会带来成功？年轻的科研人员如何将成功概率化？我们经常忽略这样一个事实：即使是成功的科学家，对科学的认知可能也是有限的。有人认为科学家取得成功是天赋、实力、运气共同作用的结果，但没人能说清这些因素在其中所占比重，以及是否存在其他影响因素。
科学学与网络科学研究权威王大顺，网络科学奠基人、畅销书《爆发》《链接》《巴拉巴西成功定律》作者巴拉巴西通过网络科学前沿研究，借助先进的工具定量分析科学自身的演化规律，以及科学家职业生涯的影响因素，揭示事业成功、团队常胜以及影响力升级中的客观规律。
|
| 關於作者： |
王大顺
l 美国西北大学凯洛格商学院和麦考密克工程学院终身正教授，美国西北大学科学学与创新中心创始人、主任，复杂系统研究所（NICO）核心教授。他目前的主攻研究方向是科学学：以科学方法和求索精神探究科学家群体，利用并发展复杂科学、人工智能等技术手段，广泛地探索科学大数据带来的创新机会和繁盛前景，深入理解科学进程。l 王大顺教授的研究多次发表在《自然》《科学》等期刊上。凭借在研究和教学方面的突出贡献，他荣获了AFOSR青年研究员奖、复杂系统学会和网络科学学会颁发的多项突出成就奖，如“厄尔多斯-伦伊奖”，入围Poets & Quants评选的“全球40位40岁以下杰出商学院教授”榜单，并获得“2021全球影响力的50大管理思想家”称号。
艾伯特－拉斯洛 · 巴拉巴西
全球复杂网络研究权威，“无标度网络”的创立者。美国物理学会院士，匈牙利科学院院士，欧洲科学院院士。
美国东北大学教授，网络科学研究中心创始人、主任，同时任职于哈佛大学媒体学院医学系，并担任丹那-法伯癌症研究所癌症系统生物学中心研究员。
|
| 目錄：
|
推荐序1 大数据时代，科学家需要养成的科学思维
推荐序2 大数据时代，科学家更需要科学想象力以及客观的科学思维
译者序1 一位成功的科学家，对科学的认知可能也是有限的
译者序2 用科学方法衡量科研成果的长期影响力
前 言 科学学，正在全面重塑科学的未来
部分 事业成功的科学新思维
产出与影响力，合力孕育连战连胜的科研神话
01 科学家的产出，能否决定科学家的影响力
我们发表了多少论文
不同学科的产出量有何不同
产出量：你有可能会明显超出竞争者
02 h指数，综合考虑产出和影响力的指标
什么是h指数
h指数，预测个人影响力的指标
没有人的职业生涯应该用单一数字衡量
为什么会这样多产
03 成功孕育成功，科学声誉的马太效应
姓名的魅力
身份地位，影响力提升的红利
这真是马太效应吗
04 年龄与科研成就，科学界头号问题
职业生涯的中期，科学成就的
科研人员的职业周期
知识负担与工作性质，影响我们攀上科研高峰的时间
05 成功概率恒定，你需要在成功前反复尝试
被打乱的科学家的职业生涯
会在职业生涯的任何时刻出现
06 Q因子，运气之外的成功参数
纯粹的巧合
Q因子，将运气转化为持久的高影响力
你的Q值是多少
预测影响力
07 连战连胜，描绘职业生涯更为精细的画面
成功的爆发
连战连胜模型
连战连胜意味着什么
第二部分 团队组建的科学新思维
大团队解决现有问题发展科学，小团队提出新问题颠覆创新
08 团队在科学中日益增长的主导地位
秀、聪明的科学家更愿意合作
科学团队化的两大驱动因素
距离的消失
09 看不见的大学：科学家互相之间具有高度的依赖性
活跃的氛围
在科学上，没有孤独的天才
10 科学合作背后的复杂网络
合作者网络的两大特征
合作者的数量
小世界与大世界
连通分量：80%的科学家都在同一个网络中
11 一个成功团队的组建，取决于人才的平衡
有“能人太多”这回事吗
适当的平衡：多样性与团队的表现
组建一个常胜团队
合作的演化
12 大团队与小团队
不是规模上的简单变化
团队规模：总是越大越好吗
大型团队发展科学，小型团队颠覆科学
既需要大团队，也需要小团队
13 “谁应该获得荣誉”Vs. “谁将获得荣誉”
论文属于哪位作者
排名或是末尾
从A到Z，每个人都是公平的
合作对女性的不公
14 功劳分配：谁终获得了合作成果的功劳
马太效应与反转马太效应
集体荣誉分配算法带来的新见解
第三部分 影响力升级的科学新思维
优先连接 适者成功，影响力源自“积累”的 力量
15 大科学时代，指数级增长的科学仍然拥有前所未有的朝气与活力
科学体量的指数级增长
指数级增长的意义
当一名科学家越来越难了吗
“苹果”越来越难以摘到了吗
16 论文引用量的差异
引用量也遵循二八定律
引用分布的普适性
引用能反映什么
17 适应度，终决定论文影响力的高低
累计优势，“锦上添花”现象之源
先发优势，不是推动引用量增长的动力
适应度，后来者居上的秘密
18 创新与报道，改变科学影响力的两个因素
创新的涌现和科学影响力的关系
报道可以提升你的“能见度”
19 科学的时间维度
是站在巨人的肩膀上，还是关注的成果
科学发现的热点
早期发现不断增长的影响力
你的失效日期
小结
20 引用动态演化规律，决定终的影响力
单篇论文引用的动态演化
引用的动态演化：显著的普适性
终的影响力
未来的影响力
第四部分 呼啸而来的新科学
爆发的前沿新科技，正在催生科学学的全新使命
21 当机器可以做出新发现时，科学能否被加速
机器科学家的知识闭环
选择下一个实验
白色空间，我们将迎来全新挑战
22 人工智能颠覆下的科学与科学家
“刚才发生了什么”
这波人工智能浪潮有什么不同
更智能的人工智能，更多的创造性创新
人工智能与人类智能
23 科学中的偏差和因果性
失败让你成为更好的自己
影响力更广泛的定义
解释因果性，做出更好的科学决策
结语 拥抱科学学，进入全新时代
附录1 模拟团队组建
附录2 引用建模
参考文献
|
| 內容試閱：
|
科学学，正在全面重塑科学的未来
科学革命通常由新工具的发明所驱动，显微镜、望远镜、基因组测序等工具和技术的发明从根本上改变了我们对世界的感知、度量和推理能力。我们可以使用的工具是什么呢？是当今社会意外衍生出的大量数据资源，它足以勾勒出科学事业的全景，能够出色地帮助我们在深度和广度两个层面上了解科学事业自身的发展规律。实际上，现今的科学家每年都会产出数以百万计的出版刊物、预印本、基金申请书和专利，从而使那些令人叹服的成果及其实现方式得以巨细靡遗地保留下来。对这些数据的运用催生了一个新的多学科交叉研究领域——科学学。通过帮助我们以定量的形式认识科学的演化，这门学科有望在科学、技术、教育领域具有巨大的价值。
随着这种数据不断提高的可用性，人们终于有机会来认真探讨科学的产出和回报了。数据科学、网络科学以及人工智能方面的平行发展，为我们理解数以百万计的数据点提供了强有力的工具和技术。所有这些要素的结合，给予我们一些复杂而深刻的启迪，从科学事业是如何发展的，到协作如何促进科学发现以及如何通过多种相互关联的因素的组合来促进科学的进步。这些机遇以及随之而来的挑战，催生了一个多学科交叉的新兴研究群体，这个群体中的科学家为了进一步认识和了解科学而走到了一起。这些科学学的践行者运用科学的方法研究他们自身，审视那些运行正常或者业已失败的项目，量化科学发现与创新的各种模式，为科学的整体进步提供经验教训。本书将致力于介绍这一快速发展的新兴学科，探讨它丰富的历史背景、令人振奋的近期发展以及广阔的应用前景。
在撰写本书的过程中，我们主要考虑的读者是所有对科学背后的机制充满好奇心的科学家与学生。科学学的创立者之一托马斯·库恩（Thomas Kuhn），原本是一位物理学家，后来成为哲学家。他于1962年出版的《科学革命的结构》（The Structure of Scientic Revolutions）一书，激发了全世界对科学进行研究的兴趣。库恩提出的“范式转移”（paradigm shift）概念，今天仍然适用于几乎所有的创造性活动，并且继续主导我们对科学界新思想的产生与普遍认同的认识。沿着这个思路，科学学在很多方面都应该是下一个重要的里程碑式研究领域，它有望解决每位科学家都极为关注的一系列问题，甚至超出库恩的初设想：科学家什么时候能够达到他们的工作状态？科学创新的生命周期是多久？职业生涯中出现突破性进展的迹象是否存在？什么样的合作会带来成功，什么样的合作则注定会导致灾难？年轻的研究人员怎样将他们的成功概率化？所有一线科学家都可借助本书这个工具，并且依托数据，更好地洞察科学事业的内在发展规律，从而有可能在科研机构和学术圈中明确方向，实现职业生涯的良性发展。
科学学的广泛影响力还包括它对政策制定的影响的可能性。因此，本书对学术机构的管理者大有裨益，他们可以借助科学学做出基于实证的决策。从系主任到院长，再到负责科研的副校长，高校的管理人员在制定和实施科研战略时需要面对重大的人事和投资决策。虽然这些问题有大量的实证经验可以借鉴，但是由于缺乏连贯性的总结归纳，很难从可能的信息噪声中提取出问题的本质。正因为如此，本书将提供资料与数据，帮助他们更好地利用科学学研究所提供的深刻见解。例如，对于物理系教师寻求终身教职的问题，h指数为25究竟告诉了我什么样的信息？是招聘青年教师还是资深学者可以让学院受益？我们什么时候需要投入巨资雇用一位学术大佬？而我们期待他们发挥的作用是什么？
对于美国国家自然科学基金会、美国国家卫生研究院以及其他公共机构和私人基金资助机构的项目负责人，我们也希望他们能够发现本书的价值，从而更好地资助高绩效的个人和团队，以解决科学中出现的挑战。当前，许多民事机构、军事机构、政府机构、非营利性组织、私人基金会都已在收集数据，开发基于科学学理念的工具。在接下来的章节中，我们要介绍的框架将帮助他们更好地利用这些数据实现各自的目的，建立有效的资助机制，终造福科学与社会。
不断变化的科学版图同样还影响着学术出版商。他们相互竞争，期望出版对科学发展的方向和进度产生重大影响的学术论文。我们希望期刊编辑们也能够发现科学学在一系列实用目标上的价值，不管是认识某一发现的影响力所具有的自然生命周期，还是提前甄别能引起轰动的观点。这同样也能增加他们的刊物的影响力。
此外，本书也适用于那些目前正在从事科学学研究的科研人员，或者希望进入这一令人兴奋的研究领域的人。本书的目的就是总结这一学科中的现有成果，提供一份连贯的综述。我们相信这样的综述是极有必要的，因为这一领域的研究人员具有高度的学科交叉特点。事实上，科学学研究的重要进展源自多学科研究者的共同努力，其中所涉及的领域十分广泛，从图书情报学到社会科学、物理学和生物学，再到工程和设计。正因为如此，不同研究人员的方法和视角存在差别，在各自领域中发表的成果也没有完全重合的读者群。因此，科学学的研究群体通常被学科边界所分割，这助长了狭隘的行业术语、领域用词以及学科自身价值的盛行。在本书中，我们致力于将各学科领域内迥然不同的见解进行归纳总结，予以解释，将它们连贯而全面地呈现给学生和研究人员。我们不仅会强调这个领域内那些从各种思想中沿袭下来的共同知识传承，还将提供新的研究方法，指引新的研究方向。因此，我们也希望本书对初涉该领域的研究人员以及感兴趣的学生，具有参考价值。
本书由4部分构成：部分关注科研人员个人的职业发展道路，探讨我们何时能进入工作状态以及如何衡量个体特征。第二部分探讨团队合作的优势和隐患，分析如何组建成功的团队以及团队成果的荣誉归属等问题。第三部分讨论科学见解与其影响力的内在机制。第四部分总结了学科前沿热门的课题，从人工智能的作用到偏差性和因果性。每个部分都以各自的引言开始，用问题和逸事诠释主题，这些问题也将在各章相关部分予以讨论，并且每章都涵盖了与此相关的科学领域。
科学学通过分析科学界通行的产出与奖励体系中的海量数据，发现具有普适性或领域特异性的规律，它不仅能就各自学科的特点提供独到的见解，同时也可能有效地改善我们的工作。随着对具有影响力的科学先行者了解的深入，我们将极有可能改善科研体制和政策，让每一位科研人员和每一笔科研投资都有更高的成功率，从而让科学整体具有更好的发展前景。
第3章 成功孕育成功，科学声誉的马太效应
瑞利男爵（Lord Rayleigh）是物理学界的巨人，好几个自然定律都是以他的名字命名的。瑞利散射定律解答了一个著名的问题：天空为什么是蓝色的？他因此在学术圈外也享有盛誉。1886年，作为一位受人尊敬的大科学家，他向英国科学促进协会递交了一篇有关几个电动力学悖论的论文，却很快被拒稿了，理由是该论文的内容相关性和质量没有达到期刊的标准。然而，编辑们很快就改变了主意。这并非因为论文本身有什么改动，而是由于次投稿时，瑞利的名字无意中被漏掉了。当编辑们明白这是瑞利的大作时，马上就接收了它，并且还向瑞利连连致歉。换句话说，初被视为某位“悖论发现者”所写的不成熟的文章，一旦被证明出自一位享誉世界的科学家之手，突然就有了发表价值。
这则趣闻凸显了一个在科学界至关重要的信号传递机制：科学声誉的作用。 根据《圣经·马太福音》的一节，罗伯特·K. 默顿（Robert K. Merton）在1968年将此现象称作马太效应。书中这样比喻才能：凡有的，还要加给他，叫他有余；凡没有的，连他所有的也要夺去。过去几十年，多个学科各自都发现了马太效应这一现象。第17章在讨论引用时还会提及这个概念。就职业发展而言，马太效应其实表明，科学家的地位和声誉本身就能带来额外的关注和认可。这也意味着，地位不仅影响着科学界对科学家信誉的认知以及对其工作成果的评价，而且还可以转换为有形资产，无论是获得科研经费，还是能接触到杰出的学生和同事，这一切都能进一步提升拥有地位者的声誉。我们将在本章剖析马太效应在职业发展过程中的作用。
姓名的魅力
互联网工程任务组（IETF）是一个开发互联网运行协议的计算机工程师与科学家社团。为保证质量和功能性，工程师们必须将所有新协议以初稿的形式提交，并通过严格的同行评审。有一段时间，每份稿件都会列出全部作者的姓名。 但在1999 年初，一些初稿会将作者的完整名单替换为“某某等”（et al.）这种带有缩略语的一般形式，对评审委员会隐去了一些作者的姓名。
使用“et al.”标签隐去著名作者与不知名作者，通过比较这两种情况，研究人员对瑞利男爵的经历进行了一次真实有效的实验。他们发现，如果提交的稿件上出现一个显赫的名字，比如某个工作组的主席（这一般标志着某个人的专业地位），那么该稿件得以发表的可能性将提高9.4%。但是，当资深作者的名字被“et al.”遮盖时，“主席效应”将下降7.2%。换言之，如果有一位资深作者是稿件的共同作者，那么这种情况所带来的好处，有77%源自姓名的信号传递效应。
有趣的是，当将这一分析限定在部分经过“预先筛选”或严格审查的稿件上时，作者姓名的溢出效应便消失了。这表明，只有当审稿人面对大量投稿时，地位效应才存在。换句话说，当评审者真正读了稿件，并对内容进行仔细评判，地位信号就会逐渐消失。
随着科学体量的爆发式增长，我们常常遇到稿件“多得读不过来”的局面。而同行评审通常又是一个极其复杂的过程，作者和评审专家要经过许多轮的交流，这意味着地位信号对于科研稿件来说，可能不是那么令人担忧的因素，对工作的客观评价有望通过对论文的不断反驳和修改而实现。但是，就像我们会在下面见到的那样，地位效应很难根除。
作者的地位是否会影响人们对其论文质量的感知，这一直是科学界争论的话题。要真正评估地位的作用，我们需要随机的对照实验：同一篇初稿要经历两次独立的评审，一次显露作者的身份，而另一次则将其隐藏。由于显而易见的道德和组织管理上的种种原因，这样的实验难以付诸实践。但在2017年，谷歌的一组研究人员受邀成为第10届美国计算机协会“网络搜索与数据挖掘”（WSDM）国际会议程序委员会的共同主席。这是一个高标准的计算机学术会议，论文接受率仅为15.6%。
这些研究人员决定借此契机来评估地位在论文接受与否中的重要作用 。
同行评审有很多方式。常见的是“单盲”（single-blind）评审，即评审者完全清楚作者的身份及其所属机构或公司，但论文作者却不知道评审者的身份。与此相对的是“双盲”（double-blind）评审，即论文作者及评审者都不知道对方的身份。在2017年的WSDM大会上，程序委员会的评审者被随机划分到单盲组和双盲组。每篇论文指派4位评审者，两人来自单盲组，另外两人来自双盲组。换言之，每篇论文由两组评审者独立审查，其中一组评审者知道作者是谁，而另一组不知道。
通过瑞利男爵的例子，结果可想而知：那些知名作者，即在此前的WSDM大会上至少发表过3篇论文，同时迄今为止在计算机科学领域共发表过超过100篇论文的作者，他们在单盲组的论文接受率，比在双盲组高了63%。这两个组评审的论文完全相同，因此接受率上的差别只能用作者的身份来解释。同样，来自大学的作者，一旦他们与大学的隶属关系被评审者所知，其论文接受率也会增加58%。此外，在谷歌、脸书（Facebook）或微软等在计算机科学领域声誉卓著的机构工作的作者，其论文的接受率增加了110%。
这些结果表明，在科学界，当评判一篇科研论文时，人们确实信赖声誉，看重作者的地位和研究机构的声望。尽管这种信息的使用对于决策制定的影响是好是坏仍有争议，但地位信号却仍是论文在某些著名的场合得以发表的关键因素。
“双盲法”与“单盲法”
如果两篇论文内容非常接近，其中一篇出自不知名的科研人员，而另一篇出自相当有声望的研究者，它们显然应该有相同的发表机会，但这只有在采用双盲法评审时才有可能发生。这难道不是科学界应全部采用双盲评审的有力理由吗？然而，新的证据表明，这一简单的问题可能并不容易解决。
《自然》杂志进行的一项实验表明，如果双盲评审是非强制性的，那么这一问题并不能得以解决。《自然》在2015年开始提供双盲评审选项。分析了从2015年 3月至2017年2月期间《自然》名下25种期刊的所有论文，研究人员发现，通讯作者来自名望稍逊的研究机构时，更有可能选择双盲评审，其原因可能是试图纠正已有的偏见。但无论是初审还是同行评审，采用双盲评审时论文的通过率都明显低于单盲评审。
以《自然》这一旗舰刊物为例，在单盲评审程序下，论文送审的概率是23%。但如果你选择双盲评审，这个概率将下降到8%。论文进入评审环节以后，这一情况也没有改进：单盲评审的论文接受率大约为44%，而双盲评审的论文接受率仅为25%。换句话说，评审者在不知道作者身份的情况下，会更挑剔。这些差别非常重要：如果将论文送审的概率与评审后得以接受的概率相乘，论文经双盲评审程序后能被《自然》所接受的概率是2%，真令人难以置信。单盲评审尽管希望依然不大，但成功率仍有10.1%。换言之，仅仅因为选择了双盲评审，论文的接受率一下子就变成了原来的1/5。
对于这个明显的差异，一种解释是论文质量的差异。的确，如果作者不那么知名或者来自名声不是那么响亮的研究机构，那么比起经验丰富或来自卓越机构的作者，两者的论文在学术水准上可能并不一致。但是，很有影响力的经济学领域期刊《美国经济评论》（The American Economic Review）所做的一次随机试验反驳了这一论点。从1987年5月至1989年5月，《美国经济评论》对提交的论文进行随机试验，一半论文被指定采用双盲评审，另一半采取单盲评审。由于选择方式随机，所以这两组论文的总体质量没有差别。但是，双盲评审组的论文接受率仍然低了不少。
这些结果表明，积极歧视（positive discrimination）可能是这一现象更恰当的解释：地位已知的作者容易受到“姑且信之”态度的纵容，而没有地位的那些人，无论在研究设计还是研究方法上都要经历更严格的审查。然而，人们仍然很难找到客观的理由来解释为何双盲评审不能成为科学出版的评审标准。它的广泛应用将创造公平的竞争环境，降低地位对作者的影响，无论这种地位是来自其先前成果的影响力，还是仅仅来自其隶属的某个声名显赫的研究机构。
从升到降：反转的马太效应
一项突破性成就有利于科学家过去和未来的学术研究，一项丑闻对他的职业发展会带来什么影响呢？科学家肯定是会犯错的，严重错误和学术不端的事件也经常会在科学界出现。这些事件会导致论文被撤稿，特别是涉及审查严格的期刊时。撤稿在多大程度上影响科学家的职业发展？比起年轻的同事，声名卓著的作者所受到的负面影响是更严重还是更轻微？尽管论文撤稿有助于其他研究人员规避错误假设，对科学自身大有裨益，但对撤稿论文的作者来说绝非好事：他们也会经历一种溢出效应，这会给其先前取得的整体科研成果的引用量造成损害。但这种负面影响并不是同等施加的：有名望的科学家因论文撤稿所受到的惩罚，比起不那么出名的同事而言要更加严厉。不过，关键在于这一结论只适用于撤稿涉及学术欺诈或不端时。换句话说，当论文撤稿被认为是由于“无心之过”，作者地位所导致的惩罚差异性就会消失。
但是，当资深学者和年轻科学家的署名同时出现在一篇被撤的论文上时，他们所受到的惩罚却会因地位不同而迥异：资深学者往往会逃过一劫，而年轻的合作者则承担了多数责任，有时他们甚至可能因此提前退出科研领域。我们在第13章探讨合作研究的利弊时，会再讨论这一效应。
这真是马太效应吗
很多伟大的科学家都拥有不止一项突破性成就。牛顿就是一个典型的例子，除了牛顿力学，他还创立了万有引力理论、微积分、牛顿运动定律、光学，还有化理论。事实上，著名科学家往往会涉及多项科研发现，这种现象也可以用马太效应来解释。初始的成功可能会使科学家备受认可，改善同事对他的看法，获得在竞争中赢得优势并终取胜的经验，提高社会地位以及吸纳各种资源和优秀的合作者，这每一项回报都增加了其下次成功的可能性。但是，另一种解释也同样有趣：那些伟大的科学家只是因为超常的天赋，才能在科研事业中取得多项轰动性发现，并不断地获得成功。因此，未来的成功仍属于先前已经取得成功的那些人，并非是以前的成功给他们创造了有利条件，而是因为以前的成功验证了他们的潜在天赋。而根据马太效应，仅仅是成功本身就能增加未来成功的可能性。这就引发了一个问题：地位决定了结果，还是反映了潜在的杰出天赋或素质？换句话说，马太效应真的存在吗？
如果结果是相同的，我们为什么还要纠结哪一种解释更合理呢？不管在哪种机制下，那些先前已经获得成功的人，在将来都更有可能成功。但是，如果一些人能成功而其他人不能成功的原因是天赋上的差别，那就意味着命运从一开始就青睐某些人，同时又忽视了其他人。然而，如果马太效应是真实存在的，那么你所经历的每一次成功，都将为下一次成功创造更好的机遇。你可能不是爱因斯坦，但是如果能幸运地赢得先机，你就有可能缩小自己与大师之间的差距，因为成功会像滚雪球一样越来越大。
可惜，要区别这两种相互冲突的理论相当困难，因为它们产生的经验观测结果非常相似。对这两种相互对立的假设所做的一项测试，源于法兰西学院神奇的“第41把交椅”。学院初决定只设置40个席位，将它的成员数限制在40人，称其为“不朽者”。只有当某位成员去世，席位出现空缺，才会考虑新成员的提名或者申请。在这一限制条件下，许多实至名归的个人从未入选该学院，永远安坐在第41把交椅上。该席位上挤满了很多真正的不朽者，这些人包括笛卡尔、帕斯卡、莫里哀、卢梭、圣西门、狄德罗、司汤达、福楼拜、左拉和普鲁斯特等。
而可悲的是，许多在这间受人尊敬的俱乐部里占有一席之地的人却不为人知。随着时间的推移，第 41 把交椅成了一个符号，代表着许多才华横溢的科学家。他们作为各自领域的巨人，本来应该获得正式的认可，却从来没有得到过。
但是，获得正式认可与否真的重要吗？那些重要奖项的获奖者以及与其成就相近却从未获得正式认可的科学家，大众对这两种人的看法有何差异？换句话说，坐在第41把交椅上的那些人，如果入选了法兰西学院，他们的职业发展会有不同吗？有一项研究探究了提升学术地位的大奖的影响力，为这一问题提供了答案。
霍华德·休斯医学研究所（Howard Hughes Medical Institute，HHMI）是美国生物医学研究领域久负盛名的私人基金组织，他们看中的是“人，而不是项目”，慷慨地支持科学家，而不是资助基于同行评审的特定研究提案。该研究所每年大概会为每位研究者提供100万美元的资金，其资助具有长期性与灵活性，允许受资助人按照自己的意愿自由研究，必要时还可改变研究方向。除了资金上的自由，成为 HHMI 研究员还被视为一项声名显赫的荣誉。要想度量HHMI奖金的影响力，关键在于如何建立一个对照组，其中的科学家与HHMI的研究人员水平相近，却没有获得奖金，然后再对两组人员的研究成果进行比较。
假设确定了对照组的人选，而且确实有证据表明HHMI的研究员具有更大影响力，那么我们又如何确定这种差别是不是纯粹由他们新近获得的地位所致？毕竟，每年100万美元的项目资金，能够带来丰富的资源，可以更好地进行科研工作。要解决这个问题，我们可以只关注他们在获得HHMI奖金之前所写的论文。如此一来，两组人员在论文引用量上的差异就不能简单地归结为更优厚的资源了。果然，分析显示科学家在获得HHMI研究员任命后，其早期论文的引用率有明显增长，这证明了在科学界声誉高低确实影响着职业的发展。
这种“成功孕育成功”的效应并不局限于HHMI研究员。当一位科学家成为诺贝尔奖获得者，他先前发表的论文，无论能否达到诺贝尔奖水准，都会赢得更多关注。同样，就像前面提到的约翰·芬恩的例子一样，一个人无论成HHM研究员，还是荣膺诺贝尔桂冠，他以前的研究成果都不会改变。但在新荣誉的加持下，这些研究成果受到的关注却增加了。
然而有趣的是，严格的对照实验表明，地位对影响力的作用还不算太大，仅限于一个短暂的窗口期。当论文质量还不确定以及获奖者在获奖时地位相对较低的情况下，获奖所带来的影响明显更大，这一点与马太效应的理论是一致的。总之，这些结果显示：一方面，在判断地位对学术表现的影响上，常规研究可能夸大了其真正的影响力；另一方面，声名卓著的科学家，其科研产出确实能够获得更大的认可，从而进一步支持了马太效应理论。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
