思考科学繁荣或停滞的三种方式。
本文作者安东尼·米尔斯（M.Anthony Mills）是美国企业研究所（AEI）的高级研究员，他致力于研究联邦政府在科学和创新方面的作用，以及管理机构如何研究和利用专业科学知识等。他正在撰写一本关于联邦科研机构的历史及当下改革及前景的专著。
2022年，美国国会通过了《芯片与科学法案》。该法案除了扶持美国半导体产业之外，还大幅增加了联邦政府在科研方面的支出。美国能源部（DOE）和国家科学基金会（NSF）所获资金都有了实质性的增长。此外，国会还通过常规拨款程序增加了科研资金，其中包括大幅增加对另一重要科研机构——美国国立卫生研究院（NIH）的拨款。
在这些立法行动之前，美国国会曾进行了一场长达数年且仍在持续的辩论，主题是如何确保美国在科学与创新中保持竞争优势。这场辩论与大多数科学政策方面的辩论一样，几乎完全围绕资金问题展开：美国应当在科研上投入多少资金？该由谁来投入——是私营部门还是公共部门？如果是公共部门，那么该由哪个政府机构负责？资金应该流向哪些领域——是“基础”科学领域，还是“应用”研发领域？各利益相关方总是为自己偏好的结果进行游说，而政府管理者则围绕投入的资金过多还是过少而争论不休。
资金对于科学而言当然是必不可少的。现代科学是一项规模庞大且成本高昂的事业。然而，仅仅提供资金并不足以推动科学进步。科研事业存在一些系统性的问题，单纯向研究者投入更多资金于事无补，甚至可能会使问题恶化。这些问题包括：关键实验结果无法重现（即所谓的“重复性危机”），伪劣的科研行为盛行，激励机制失调，官僚化程度加剧以及科学进步放缓。
针对这些问题，包括NSF和NIH在内的诸多重要科研机构已经启动了一系列规划，旨在改革资助机制，激励突破性发现，减轻研究人员的行政负担，并将研究与现实世界所需的成果相关联。这些举措对于改善美国科研工作以及更广泛的科研事业而言，都是十分有前景的。
但是，如果对于科学进步究竟是什么没有清晰的概念，那么以推动科学进步为目标的改革无异于盲目行事。除非我们明确说明科学进步的含义，否则我们将无法看清不同的科学进步理念之间的权衡关系，以及每种理念各自所需的特定改革方式。更糟糕的是，不当的改革甚至可能会产生与预期截然相反的结果。
至少有三种不同的用于思考科学进步的模型，这些模型在很大程度上潜移默化地影响着当代的学术争论。这三种模型都扎根于成熟的哲学体系，但它们在理解科学的方式上有很大的差异。
积累主义模型
第一种模型我们可以称之为科学进步的积累主义模型。根据这个模型，科学是通过数据、事实或信息的稳步积累而取得进步的。这里所用到的核心隐喻是“容器”：科学家不断将外出探索到的点滴知识添加到这个容器中。因此，科学进步是一个累积的过程，具有线性和渐进性的特点。
实验室工作人员正在积累知识
重要的是，这种知识累积的过程可能是有限的。原则上，科学家能够发现所有的知识碎片，揭示关于世界的一切奥秘，从而将容器填满。至少，科学家能够（稍微混用一下比喻）先摘取所有“低垂的果实”——那些最容易获取的知识，后面就只剩下些许渐进式的改进空间了。
这种观点是大众对科学的“通俗”理解的一个重要组成部分。尽管在20世纪遭到了某些哲学家、社会学家以及历史学家的严厉批判，但它在政策讨论中依然颇具影响力。
库恩模型
累积主义模型可以与另一种模型形成对比，这种模型我们称之为“库恩模型”，是以科学史家、科学哲学家托马斯 · 库恩（Thomas Kuhn）的名字命名的。众所周知，库恩曾对积累主义观点进行过公开的批判。
依此观点来看，科学进步并非呈线性、渐进式的，而是会被影响极大的观念转变与革新的节点打断。存在着一些相对平静的时期，也就是库恩所谓的“常规”科学阶段——在此期间，科学进步看上去与积累主义模型所描述的情形颇为相似。不过，每当主流理论无法解释积累的异常现象而难以为继时，这些平静期就会被出现的危机打断。与之竞争的理论会应运而生，对既有共识发起挑战，最终推翻主导范式并取而代之，就像相对论和量子物理学取代经典物理学那样。这就是被库恩称作“范式转换”的科学革命。
哥白尼是最初的范式转变者
在库恩模型里面，什么才算是有意义的科学事实或科学问题取决于当前的范式。科学家并非单纯地在外搜集事实，而是借助理论来解释和改变世界。因此，尽管某一既定范式可能会走向尽头，就如同科学家能够“填满容器”那样，但这并不一定意味着科学进步就此终结。恰恰相反，当新的范式出现时，它会提出自己全新的问题、挑战和机遇。科学家会搁置旧的容器，转而启用一个新的，或者更准确地说，他们会利用旧容器的材料去打造一个全新的容器。
科学进步的前两种模型之间的对比可以通过一则历史轶事来说明。著名的理论物理学家马克斯 · 普朗克（Max Planck）曾回忆道，在19世纪70年代，他还是一名大学生的时候，曾向自己的老师询问物理学领域的职业前景。那位年长的物理学家告诉普朗克，几乎所有重大问题都已经被解决了，只剩下一些“尘埃和泡沫”有待检验和补充。从积累主义的观点来看，这一建议其实相当合理。当时占主导地位的经典物理学范式在19世纪末已近乎完备，诸多重大问题都已在这一范式内得到解决，给年轻的物理学家留下的课题似乎已不再具有重大意义。
那位年长的物理学家未曾料到，物理学当时正处在自牛顿以来最伟大的科学革命的开端，而普朗克本人将在其中发挥决定性作用。因此，在经典范式中看似只需通过拓展现有理论就能解决的相对次要的问题，回首来看，实则是一些根本性的大问题，它们需要深层次的概念上的创新，而这种创新正是由19世纪末普朗克开创的新兴量子理论以及后来爱因斯坦发展的相对论推动的。
那位年长的物理学家很难被指责没能预见到量子物理学的出现。但从库恩的视角来看，他本可以预料到未来会出现更多的理论革命，即便他无法确切地说出是什么样的革命以及何时会发生。他的错误在于假定经典物理学的终结就是物理学本身的终结。对我们而言，幸运的是，普朗克并没有得出同样的结论。
培根模型
第三种也是最后一种模型，通过与库恩模型进行对比能更好地理解。就库恩模型而言，推动科学向前发展的是科学内部存在的问题或危机。因此，导致经典物理学陷入危机的因素，即普朗克、爱因斯坦等科学家为之提供了解决方案的那些因素，都是只有专业人士才会感兴趣的专业性极强的问题。
科学正在发生作用
然而，按照第三种模型的观点，科学的进步并非通过扩展现有的科学范式，也不是通过解决科学内部的问题或危机来实现的。相反，科学是通过努力应对由社会、政治和经济需求提出的外部问题而取得进展的。我们评判科学是否进步，并非依据理论知识方面的进步或创新，而在于我们的理论是否以及在多大程度上帮助我们解决实际问题。科学是否带来了技术突破？是否推动了经济增长？是否有助于我们解决紧迫的社会及政治问题？
我们可以将这一观点称为“培根模型”。正如弗朗西斯 · 培根（Francis Bacon）在17世纪的那句名言：科学唯有结出“改善人类境况”的果实，才能称得上真正繁荣。
当然，科学进步的前两种模型并不否认科学具有实际效益。没有人会否认科学对技术创新和经济增长的贡献，也没有人会否认科学能够帮助我们解决社会和政治问题。第三种模型的独特之处在于，它将这些贡献视为科学进步的根本方面，而前两种模型则把它们视为副产品，尽管这些副产品也很重要。用培根的比喻来说，一门“毫无成果”的科学，无论其理论上多么深奥复杂，都是不成熟且缺乏生命力的：“它能夸夸其谈，却无法有所产出。”
问题辨析
根据我们所认同的模型不同，我们可能会在如何诊断科学进步的问题上，甚至在其是否存在这类问题上产生分歧。
如果我们将科学进步视为一个稳步积累的过程，那么问题就在于：科学家在积累与传播知识方面效率如何？知识的积累是不是正在放缓？倘若如此，那可能意味着科学管理或知识传播体系中存在效率低下的情况。又或者，这可能表明知识积累过程只是接近其自然终点，好比容器即将被填满。
如果我们按照库恩的思路来看待科学进步，那么问题就在于某一既定的科学范式是否依然是进步的源泉。现有理论是否还能持续产生新的预测、发现或解决方案？还是说这一范式已经停滞不前，只能对科学问题提供权宜之计？这就是科学哲学家伊姆雷 · 拉卡托斯（Imre Lakatos）所谓的“退化的”研究纲领。这并不是效率低下的问题，而是概念创新太过匮乏的问题。
最后，如果我们从培根式的视角来看待科学进步，那么问题就在于科学是否依然能充当实际效用的源泉。倘若我们看到技术和医学领域突破性的创新越来越少，或者生产力增长缓慢，那么无论知识积累的效率如何，也不论按照科学自身的内部标准来看某个既定范式有多成功，这些现象都可能是科学陷入困境的征兆。问题可能在于科学变得过于关注内部，与经济、社会或政治需求脱节了。
这三种模型并非完全相悖。例如，它们都承认科学具有实际效益。而且它们都将科学进步视为一个累积且连续的过程，至少广义来看，科学是建立在其自身基础上的。没有牛顿，就不会有爱因斯坦。即便是库恩模型也承认，在“常规科学”阶段，科学进步是以线性且渐进的方式发生的，科学家会不断完善当时盛行的范式。
区别在于，在库恩模型中，常规科学会被危机打断。从前瞻性的角度来看，科学进步是非连续的；但从回顾性的角度来看，我们又能看到科学是如何在自身基础上不断发展的。而就培根模型而言，它能够容纳库恩提出的科学通过非连续的范式转换向前发展这一观点。但不同之处在于，推动这些转换的问题并非源自科学内部，而是源于外部的社会力量。
尽管这些模型存在某些相似之处，但它们对科学繁荣的基本观念存在根本性分歧。因此，当涉及改革提议时不可避免地会出现一些争执。而这些改革反过来又常常涉及权衡取舍。我们会依据自己认同的那种科学进步的观点，以不同的方式来评估这些权衡取舍。
冲突的解决方案
如果我们遵循第一种模型，那么我们的目标应是确保知识的高效积累与传播，例如通过使科学更加透明、开放且精简来实现这一点。改革的重点可以是减轻研究人员的行政负担。就目前的情况来看，研究人员平均将近一半的时间花费在文书工作上，而非积极地投身于研究。精简规章制度或者规范科研拨款申请流程，能够让科学家从事务性工作中解脱出来，专注于提升自身的核心研究能力，从而提高科学研究的效率。
当然，对抗科学的官僚化也有助于实现增强科学自主性这一目标，让科学家有更多的自由专注于他们手头的工作。在这个层面上，积累主义模型和库恩模型存在共识。但是在其他方面，它们的政策影响并不相同。
例如，库恩模型的核心观点是科学变革具有非连续性，新范式会挑战并推翻之前的范式。我们无法事先知道新的范式何时以何种形式呈现。因此，科学要想蓬勃发展，就需要有以自身方式去解决自身问题、应对自身危机的自由。这意味着既要维护既有知识的边界，同时又要为能够催生突破性发现的那种创造力和冒险精神留出空间。
在实践中，改革可能旨在给予个体科学家或科研机构在研究资金使用、研究项目选择及其实施方式上更多的灵活性。或者，改革可以着眼于确保科研机构设置正确的激励机制，或者培养年轻研究人员形成正确的思维习惯，使其能够挑战传统观念，提出富有创造性的新方案。如果这意味着未来能涌现出更多像爱因斯坦那样的人才，那么这种自主性即便在短期内要以效率为代价也是值得的，例如，会出现更多走入死胡同的项目、更多高风险的项目。
与之形成鲜明对比的是，如果我们以科学的实际产出作为衡量科学进步的标准，那么过度的科学自主性可能成为一种负担。在这种情况下，我们的目标应是更明确地将科学与社会需求相连接。因此，改革可能旨在让科学对外部力量和利益相关者更加负责——包括资助方、政府、市场以及公众——因为正是这些群体与社会最紧迫的需求息息相关。只要这样的责任感能够产生社会需要的实际效益，那么牺牲一定的科学自主性就是值得的。
正确的发展方式
那么，哪种模型才是正确的呢？简短但或许无法令人满意的答案是：视情况而定。每一种模型都捕捉到了现代科研事业的重要特征以及社会对其提出的种种要求。
积累主义模型的正确之处在于，科学进步常常是通过知识的稳步积累来实现的。但它忽略了这样一个历史事实：科学的确会经历严重的失衡阶段，尽管这些阶段在不同的科学领域出现的时间以及持续的时长各不相同。
库恩模型恰当地强调了这些非连续的节点，以及它们在本质上不可预测和开放性的事实。
然而，现代科学以其“果实”而论的标准也是不可否认的。自培根时代以来，科学确实已成为无可匹敌的实用力量源泉，从电气化、计算机技术到现代医学以及大规模杀伤性武器，皆是如此。然而这也引发了一系列问题，涉及科学家对广大公众应承担的责任，以及公众在应对现代科学的实际利益或危害时的利益考量。
此外，自第二次世界大战以来，公众通过巨额的公共开支来资助大规模的科学研究与开发工作。这种契约中隐含的原则是，这些开支应为公众提供某种形式的利益。因此，无论这种利益是实际效益，还是仅仅增加了我们共同的知识储备。在民主制度中，公民及其民选代表要求获得回报是不可避免且合情合理的。因此，即使“外部”对科学进步的评估往往显得粗糙且不够完善，也是无法避免的。从这个意义上说，培根模型对库恩模型强调的科学自主性提供了一种必要的矫正。
需要作出哪些权衡？
哪种模型更为恰当，取决于具体的科学情境以及我们想要推进的目标。其中一些目标是不可调和的——我们无法在最大限度提高研究人员自主性的同时，又加强问责与监管。如果我们将其中任何一种模型普遍化，最终都将是“一刀切”的改革，无法顾及潜在的取舍与弊端。
一些领域被繁文缛节压得不堪重负，阻碍了进步。在这些情况下，提高效率是一个重要目标，甚至可能是首要目标。例如，我们从新冠疫情期间的“曲速行动”（OWS）中了解到，通过允许临床试验流程的各阶段提早启动或同步进行，可以加快疫苗研发速度。而在其他情况下，比如那些几十年来都未曾出现基础性理论创新的领域，追求更具颠覆性的突破可能比单纯提高效率更为重要。
与此同时，鉴于某些领域可能带来的风险，它们会比其他领域需要更多的监管。想想塔斯基吉梅毒研究的可怕之处，以及对海莉耶塔 · 拉克斯（Henrietta Lacks）不公的对待方式吧。（然而值得注意的是，塔斯基吉实验是由当时的美国公共卫生服务局开展的，这也提醒我们，政府并不总是科学研究的仁慈监管者。）大多数人都会认同，在涉及人体实验对象的领域，我们需要有明确的监管标准。或者想想那些存在争议的领域，比如针对潜在大流行性病原体开展的功能增强研究，这类研究存在生物安全风险。在这些情况下，即便我们对于究竟如何达成平衡存在分歧，我们或许也愿意为了安全保障而牺牲效率和自主性。
同样，诸如社会心理学、营养科学以及生物医学等领域，似乎比其他领域更容易出现重复性问题以及统计方法的滥用。可能需要更高的透明度和更强的监管来鼓励更优良的科研实践，或对不良行为者予以惩处。然而，尽管这些改革举措或许有助于确保科研质量的提升，但它们也不可避免地会削弱科学自主性，而且还可能因遵循更严格标准，导致效率降低。
或许还有其他一些原因促使科研对公众做出更积极的回应。在那些对社会有着直接影响的研究领域，科学进步可能需要包括普通民众在内的各类外部利益相关者的专业知识，来构建研究问题、评估证据，或是将知识转化为实际行动。这是我们从新冠疫情中汲取到的，或者说本应汲取到的教训。当时社会面临的诸多问题，需要调动让人头晕目眩的众多科学领域和研究方法，并应对那些远远超出任何单一研究领域且与无论是专家还是非专家的所有人都息息相关的难题。
再考虑那些具有实际目标的科学领域。例如，生物医学研究不仅旨在推进我们的理解，还致力于改善医疗实践，最终改善人类健康状况。在这些领域，关注实际影响是十分合理的。如果到头来理论上的进步与更好的健康成果之间并无明显关联，公众或许有理由质问生物医学研究是否真的值得耗费巨额资金。
政策讨论通常自然地聚焦于“与政策相关”的科学领域，例如流行病学、经济学或气候科学，以及那些具有相当明显或即时应用价值的研究领域，如生物医学或人工智能。如此一来，改革常常通过强调“转化”研究或者优先考虑具有明确经济、政治或社会影响的研究来着重突出现实世界的影响，也就不足为奇了。
然而，将培根式的、以影响力为驱动的科学进步模式过度泛化存在一定危险。在许多（可能是大多数）研究领域中，推动科学进步的那些问题对普通公众而言几乎毫无吸引力，甚至难以理解。（事实上，即使在与政策相关的科学领域，这种情况也屡见不鲜。）我们没有太多理由认为，加强公众问责或监督能够促使诸如代数拓扑学或粒子物理学等领域取得更多的科学进步，尽管这些领域的进步或许有朝一日会造福于公众。限制科学自主性虽然有时是必要的，但可能会以减少突破性发现为代价，而这或许是我们并非总愿意付出的代价。
诚然，增加科学的自主性并不能确保科学进步。倘若完全放任现有的科研机构，它们很可能会抑制冒险精神，或未能有效培养创造力。普通公众也没有义务去资助那些明显没什么实用性的研究领域，即便它们可能会产生长远的回报。我们是否以及在多大程度上为“纯”科学，或者说任何一种科学研究分配公共资源——这归根结底是一个政治问题，而非科学问题，是一个能够而且应该与诸多其他因素和价值观进行权衡的问题。
科学改革的政治维度
这里提出的每一种模型都有其局限性，使其在不同科学领域中的适用性存在高低之分。科学并非铁板一块，其组织模式也同样如此。不可能存在单一的科学政策，因为科学本身就不是单一的，我们对科学所提出的要求也不是单一的。
要了解何种政策干预措施最为恰当以及适用于何时，我们必须关注每种干预所需权衡的代价。最终，我们支持哪种进步模式，以及如何权衡这些取舍，不仅取决于眼前面临的科学问题，还受到我们的哲学和政治立场的影响，从而决定我们希望优先实现哪些目标。
“效率”“问责制”“效用”“社会影响”“自主”——这些都是价值理念，它们不仅指向科学进步的内涵，还关乎整个社会繁荣的内涵。或许存在着现实的、政治的或道德方面的诸多缘由，促使我们去提升科学领域的透明度、公众参与度或自主性，而这些缘由的重要性超过了任何狭义层面的科学益处。并且，或许存在着现实的、政治的或道德方面（而非仅仅是科学方面）的理由，让我们去对这些价值理念中的某一项进行优先考量。
我们在考虑改革科学的方式时不应仅限于提供资金的思路，应该审视科学的运作方式并思考如何使其运作得更好。然而在这一过程中，我们无法回避一个问题：科学运作得更好究竟意味着什么。这需要我们超越科学本身所能给予我们的答案，深入探讨那些构成我们最深层道德与政治分歧的问题。
资料来源 The New Atlantis
