社会科学亟需21世纪的新型研究工具与数据支撑

近日，一篇关于社会科学研究的社论引发广泛讨论。社论指出，社会科学研究结果可重复性差的问题长期存在，部分人士甚至借此否定整个社会科学领域的价值。事实上，在人类行为这一复杂领域中，研究结果难以重复的原因是多方面的，包括研究方法、统计数据的误用以及样本特征的差异等。

牛津大学约翰·里切尔博士指出，上述问题背后有一个鲜少被讨论的深层原因：社会科学缺乏对日常环境中人类行为的系统性观察，而这种观察方式恰恰是自然科学研究其他物种行为的基本方法。他援引哲学家索伦·克尔凯郭尔1843年的名言——"生命只能向后理解，却必须向前生活"——指出社会科学往往将那些为"向前生活"而形成的文化词汇，直接套用为"向后理解"的科学概念。文化词汇随时间演变、因文化而异，且带有强烈的主观色彩，这使得以这类词汇为基础的研究天然地难以被重复验证。

坎贝尔协作组织首席执行官威尔·莫伊则从更宏观的角度表达了乐观态度。他认为，人类对自身行为和社会运作的认知，远比对星空、海洋乃至人体的了解更为有限，社会科学将成为人类探索的"最后一片伟大疆域"。然而，目前社会科学所使用的工具，与现代天文观测设备相比，仍处于伽利略望远镜的水准。他强调，数据是自然科学的核心驱动力，同样也将成为社会科学和AI发展的根本燃料。大语言模型若要真正兑现其潜力，必须与世界模型和人类行为模型协同发展。为此，社会各界需要大力投资公共数据基础设施，在覆盖范围、更新速度、数据体量和细节精度上实现数量级的提升，这将同时为科学进步和政府决策提供坚实的原材料。

斯特灵大学行为科学硕士项目主任大卫·科默福德教授则聚焦于提升科学研究可靠性的具体路径。他认为，当前科研人员的招聘与晋升体系几乎完全以著作成果为导向，对同行评审贡献的认可度几乎为零。他建议，应将研究者的同行评审活动纳入学术评价体系。目前，Web of Science研究者主页和ORCID平台已支持记录评审活动，只需进一步完善机制，由期刊编辑对高质量评审给予积分奖励，对劣质评审予以扣分，即可激励研究者认真投入同行评审工作，从而在问题结果进入文献之前加以识别和拦截。他强调，双盲同行评审仍是人类迄今发现的"最不差"的真理识别机制，完善这一机制对所有人均有裨益。

Q&A

Q1：社会科学研究结果为何难以被重复验证？

A：社会科学研究结果难以重复，原因是多方面的。首先，研究方法和统计数据的误用会影响结果的可靠性；其次，研究缺乏对人类日常行为的系统性直接观察；此外，社会科学大量借用文化词汇作为科学概念，而这些词汇本身随时间变化、因文化而异，并带有主观色彩，导致基于这类概念的研究天然难以被重复。

Q2：大语言模型与社会科学研究有什么关联？

A：大语言模型若要真正发挥其潜力，需要与世界模型和人类行为模型协同发展。数据是推动自然科学和AI发展的核心驱动力，同样也将成为社会科学进步的关键燃料。因此，社会各界需要投资建设高质量的公共数据基础设施，在覆盖范围、更新速度、数据量和细节精度上大幅提升，为科学研究和政府决策提供支撑。

Q3：如何通过同行评审机制提升社会科学研究的可靠性？

A：可以将研究者的同行评审活动纳入学术评价体系。目前Web of Science和ORCID平台已支持记录评审活动，可进一步完善机制，由编辑对高质量评审给予积分奖励，对劣质评审予以扣分。这样既能激励研究者认真开展同行评审，及早发现问题研究，也能帮助编辑更高效地找到合适的审稿人，整体提升学术研究的可靠性。