说明：本博客与微信公众号“林墨”同步更新，所有内容均为原创，可授权转载请扫码关注“林墨”公众号。

注：图片来源于Google，侵删

十七世纪的欧洲见证了近代自然科学的兴起，自此之后科学的发展好似彗星拖着长长的尾划过天空，在探索未知空间的同时留下耀眼的痕迹。科学前沿的探索就好比飞速前进着的彗星，而人们在接受新的科学发现之后形成的共识就像是彗星身后明亮的尾。

为了确证领域内知识的合理性，以社会学为代表的社会科学在十九世纪对自身的发展逻辑和组织模式进行了大规模的反思。其中一部分学者将目光投向当时已经系统性地发展了若干个世纪的自然科学，试图从后者中获得启发。

按照Thomas Kuhn的说法，自然科学领域内的革命开始于若干派系在理论体系层面的争论。当其中一方因为各方面的因素压倒了其他各方，最终占据了主流地位，范式就形成了。范式带来的是对一系列理论、法则、定律等的高度共识。取得共识也意味着科学家不需要再为相同的问题争论不休，而是应该专注于探索更多未知空间，解决更多的新问题（Kuhn, 1996）。

反观社会科学各领域的发展历程，具有相同性质的范式似乎从未出现过。著名社会学家，曾任美国社会学协会主席的Randall Collins认为社会科学的发展总是不能摆脱小数定律（Law of Small Numbers）的支配——在大多数时间，总有若干个学术流派同时存在着，它们中的哪一派都没能为人们带来共识，自然也就不能让他们停止关于底层问题的争论，把精力集中起来去探索新的话题（Collins, 1998）。换句话说，社会科学似乎仍然处在Kuhn所描述的“前范式时期（pre-paradigm period）”。

那么，为什么社会科学仍然不能像科学那样，拥有高度共识进而能够快速产出新发现呢？Collins曾在一篇题为“Why the Social Sciences Won't Become High-Consensus, Rapid-Discovery Science”的文章中对这一问题进行过深入的探讨（Collins, 1994）。这篇文章发表于1994年，距今已将近20年，但其中的观点和预测却仍未过时，甚至历久弥新。

是什么赋予了科学快速产出新发现的能力？

自然科学也并非一开始就有能力让绝大多数的从业者获得共识进而专注于对无尽前沿的探索。Collins认为自然科学最早是在十七世纪获得了这样的能力，形成了快速向前推进着的领域前沿。一个标志性现象是科学家们开始接受彼此的工作，并且在之前研究成果的基础上开展新的工作，创造出一个研究成果的链条。顺着这个链条，未来的科学创新也变得可以预期。

是什么引起了这一转变？是实证主义吗？科学史告诉我们答案是否定的。在十七世纪之前，希腊、中国、印度以及其他地方对天文现象的观测都已进行了许多个世纪，医学、生物学和矿物学都早已建立了实证研究的传统，但在这些领域中均未出现快速进取的前沿。

是定量的测度和将现实问题数学化的能力吗？也不是。首先，在这一时期甚至之后的许多研究成果并没有涉及精确的测度，如波义耳著名的空气泵实验；其次，在这一时期之前就出现过许多数学性很强的研究成果，如古希腊天文学中托勒密的行星模型。并且，数学本身作为一个研究领域在当时也并未完成这一转变，其中存在着多个互不兼容的系统。

是实验方法吗？显然也不是。伽利略的天文观测和十九世纪生理学发展都表明了实验并不是推动转变发生的关键因素。并且，古代希腊和中国也都曾出现过使用实验方法的研究，为这一论断提供着反例。

Collins认为，成体系的研究技术（genealogies of research technologies）是推动十七世纪的科学发生这一变革的原因。以伽利略为例，Collins认为伽利略对科学发展的关键贡献并非他所提出的许多新思想，而是他对研究技术的继承、发展和发明创新。为了进行天文观测，他对当时已有的透镜进行了多次组合，最终发明出早期的天文望远镜；继承了这些技术的人们又对他的发明进行改进，发明出了显微镜，开创了新的研究场景。

这些研究技术最重要的特性在于它们能够被继承并不断改进，逐渐变得稳定，能够复现确定的现象；并且，人们相信在改进研究技术的同时新的发现会源源不断地产生。另一方面，这些研究技术也让人们感到所发现的现象是客观的，因为它们能被这些技术证实。如此一来，这些研究技术与科学家使用它们发现的科学现象、用来解释现象的理论同时被客观化，并且开始在互动中共同发展。

通用而可靠的研究技术，为科学家们屏蔽了科学发现产生过程中的底层细节——这也是共识产生的原因之一。他们不需要考虑设备如何运行，只需要了解怎样的操作在过去产生了有趣的发现，并思考怎样的改动或许能够带来新的发现——这显然将科学家的创造力解放了出来，使得他们成为了自由的探索者。这也是使得领域能够形成快速进取的前沿的重要基础。

为何相同的变革仍未发生在社会科学中？

社会科学当然也发展出了类似于自然科学的各类研究技术和手段，并且高度重视实证观测的积累，那为什么具有同样功能的变革仍未发生？Collins指出，尽管社会科学与自然科学发展出的这些元素在形式上是对等的，但造成的结果却是不同的。

首先，社会科学中的实证显然很难摆脱时空的局限，无法与自然界的各种事实相对等。至于精准的测量手段、数学（包括统计学）工具以及实验方法，它们的出现和发展催生了子领域的形成，并且的确在子领域的内部创造出了快速进取的前沿。但从宏观层面上看，它们并未给整个领域创造出共识，恰恰增加了分歧。

是什么造成了结果的差异？

Collins认为，根本原因在于社会科学的组织形式使得其不必形成共识。因此，社会科学没能产生与自然科学同样发展模式的土壤。社会科学研究者的精力广泛地分散于不同的理论体系中，其中有些理论体系根本就没有动机去形成共识并且驱动知识积累；而有的领域的确旨在产出大量新的知识，却没有能力吸引足够多的精力来维持快速进取的前沿。只有当产出新发现的收益更大时，人们才有足够的动力投入主要精力于新的探索，而不是将精力用于使自己的学术流派变得更加独特和吸引人。

另外，社会科学研究中，人的因素极为不确定，技术难以重复。无论是田野调查、调查问卷、历史分析法还是各种实验方法等，人的因素似乎都很难被从中抽离，这使得研究技术在被继承和发展上存在相对更多困难，也使得结果的客观性很难得到确证。计算机软件等工具也只起到了帮助人们进行分析的作用，并不能直接产生新的数据、现象和研究问题。

那么社会科学转向快速发展模式的变革何时会发生？也许永远不会，也许会依托人工智能技术掀起的革命浪潮或者十年、百年之后的其他技术浪潮而轰轰烈烈地开启。

未来究竟将如何？我们拭目以待。

Collins, R. (1994). Why the social sciences won't become high-consensus, rapid-discovery science. Sociological Forum, 9(2), 155-177.

Collins, R. (1998). The Sociology of Philosophies: A Global Theory of Intellectual Change. Belknap Press.

Kuhn, T. S. (1996). The structure of scientific revolutions (3rd ed.). The University of Chicago Press.