Citation：Joshua Eykens. (2023). How a systems perspective can help us with the interdisciplinarity puzzle. Journal of Data and Information Science, 8(1), 2-8. https://doi.org/10.2478/jdis-2023-0005

学科是什么？我们正在转向更为复杂的知识体系

学科的概念首次出现于19世纪初，主要功能是在一个共同的问题框架下整合知识生产和交流，学科社群可看作是在其成员间组织、生产和传播科学知识的一个连贯系统。一个学科社群内使用的课程也强烈地围绕着一个标准或中心范式组织，以确保连续性（Stichweh, 1992）。学科社群规模通常较小，直到19世纪末，许多大学院系的成员还不到十人，系主任只有一人。不同学科之间的交互虽不像现在那么频繁，但依然是存在的。当下一些传统学科往往就是旧时跨学科创新的结果。例如孔德结合了物理学、生物学和医学的见解，开创了社会学；传播学则产生于政治学、社会学和心理学的交叉。跨学科专业就是在这种学科交叉中不断产生的。虽然这种渐进的学科演变能够证实我们仅利用学科类别就可捕捉系统变化，但事实上，其它的一些驱动因素也在发挥着作用。

学科内的进一步专业化是驱动学科交叉的另一个因素。心理学就是个很好的例子。美国心理学会（APA）成立于1892年，共有两个组织31个成员。今天，该协会已拥有超过12万名会员，由54个单元组成，分别代表着不同的分支学科或主题。许多其他传统学科也经历了类似的发展轨迹，一开始是一个连贯的、相对较小的结构，有一组集中的研究问题和一套教育程序，然后逐步演变为一个由子学科组成的群岛，父学科起着总体管理结构的作用。

除了在已有的学科下形成新专业之外，学术系统之外的分化也可以导致全新领域和专业的出现。例如，科学计量学就是一个没有线性学科前身的专业。这一专业是为了响应社会和政治需要而建立起来的（例如，监测学术界的产出），其外部表现与学科无异，有统一的研究程序，有专门的期刊和会议，但却没有如传统学科一样的社会制度参考框架（例如，在大部分大学中没有专门的院系，没有明确的教育课程，包括入门手册和硕士教育项目等）。

社会生活的许多其他方面也在没有预先建立学科共同体的情况下走进了科学实验室。我们可以想到许多已经建立起来的“研究”领域，如媒体、性别和残障研究，还有金融数学、性传播疾病的研究以及最近关于SarsCoV2的研究等。显然，新的专业或分支学科不仅仅是科学体系本身发展的结果。一个新领域的发展和建立，还需要更广泛的学术或社会兴趣。例如，20世纪80年代开始的预防犯罪政策就是比利时犯罪学学科发展的一个重要催化剂（Pauwels和Verhage，2019）。再如，心理学中的临床心理学这一分支在比利时是作为对现实社会需求的回应而以研究生项目的方式引入的（Richelle, Janssen和Bredart，1992），福利与卫生制度的分化进一步推动了这个学科的形成，如今已成为心理学的主要分支之一。

学科从连贯和相对较小的结构，步入了服务于更广泛功能的阶段。它们整合了不同的专业教育和研究机构，并成为学术界和非学术界的参考点。例如，学科期刊和协会在制定研究计划、道德准则、方法规范、授予资助和奖项、与政治和社会利益相关者沟通等方面仍然发挥着重要作用。除了学科，不同类型的研究专业也履行着与传统学科相似的功能。如同大学一样，一些其他研究机构也进入了知识生产系统。从某种意义上说，我们正在从曾经纯粹的科学体系，即一个仅仅以大学和学科社群为基础的体系，转向更为复杂的知识体系。在这个体系中，不同类型的实体，包括学科，发挥着同等重要的作用，而跨学科只是相互作用的潜在形式之一。

从单一到多元网络：融合学科、领域、专业和不同类型研究机构的知识空间

在文献计量学研究中，知识系统就像是一棵层次树。领域下设学科，学科下设分支学科或专业。在类似的分类系统中，层级和各层级上的实体之间存在明确的边界。这种观点确实促进了我们对科学系统的理解，并使许多研究成为可能，例如领域之间的定量比较或绘制它们之间的相互作用。然而，从前述可以看出，这种分层的观点并不完全符合现实知识系统的复杂性。因为专业并不总是明确地与学科联系在一起，而且有些主题比其他主题学科性更强。如今，除了大学以外，其他组织也常常在知识生产中发挥重要作用。因此，我想提倡一种考虑到专业、学科和组织层面上相互作用的复杂性的观点，即使用扁平本体来重新考虑传统上基于领域、学科和专业的层级本体：学科、领域、专业和不同类型的研究机构存在于同一知识空间中。由此，我们可以以这种方式将科学视为更广泛的知识体系的一部分（另见Weingart, 2003）。

我们该如何描述这个知识系统观点，它又能给我们带来什么呢？正如我们已经注意到的，与传统的科学系统相比，知识系统的地图将是扁平的，而不是等级分明的。不同的学科、专业和组织都可以是同一地图中的一部分。其次，与大学作为主要知识生产者的科学系统不同，在更广泛的知识系统中，可以更开放地包括其他类型的组织。第三，知识系统视角考虑到了动态性。与使用固定的分类方案相反，从知识系统的角度来看，随着时间的推移，有的专业涌现而有的专业会消失。

结论

最后，我想就如何增进我们对未来知识体系的理解提出一些问题和想法。我们能否对专业知识体系、(交叉)学科和组织之间的复杂关系有更好的定量理解？例如，通过使用“传统的”科学测量方法，如多模网络? 虽然科学计量学研究构建了两种不同实体类型的网络（Hellsten, Opthof和Leydesdorff，2020），但尚未让我们对整个知识生产系统变化的理解有充分的增加。但是如果我们将这些方法与更定性、更深入的探索结合起来，还能够对领域之间的竞争与合作机制提供更多的见解。

这种方法可以让我们深入了解不同的学科或期刊是如何与主题和组织相关联的。哪些主题与多个传统学科相关？通过纳入大学以外的其他组织，我们是否可以看到他们正在研究不同的主题和专业？我们是否能够发现某些主题正在走出大学？某些大学或组织是否明显地进一步聚焦到特定主题上（Weingart, 2003）?

有时候研究不同类型实体之间的引用关系难以有深刻的发现。因此，另一个有趣的途径是模拟研究人员的行为。理想情况下，只要拥有研究人员职业轨迹的详细数据，我们就能够研究科研人员是如何驾驭这个知识系统的。科研人员从特定子系统迁移到另一个子系统可以帮助我们了解信息传递的情况。在这种情况下，我们能够提出如下问题：研究人员在其职业生涯中如何从一个学科/主题转移到另一个学科/主题?专业和学科如何相互借鉴知识?在哪些主题中会发生这种情况?不同类型的组织在这个系统中扮演什么角色?

如果跨越学科界限，我们会发现历史学家、社会学家和科学哲学家使用的数据来源和方法的范围要大得多，例如有笔记、档案、科学家交换的信件、课程、图像和图表、会议记录、政策文件等。目前已经有一些针对这类数据源的定量分析。未来，科学计量学家有望开发一些方法框架，以追踪在学术界之外科学研究的应用情况，或追踪政策影响如何推动新的研究前沿的发展。

这一切的关键是要创建一个更全面的科学图谱，包含科学知识走向和应用的图谱，以便更准确地反映知识系统如何变化以及哪些交互在发挥作用。学科交叉真的是主要驱动力之一吗？或者我们是否观察到了不同组织的专业化，是否能够区分知识体系内的新分工？当然，在尝试评估如此复杂的系统时，数据质量和可用性是至关重要的。

越来越多更全面和定性的数据不断产生，我们最好先侧重于较小的个案研究，并利用参与式研究设计。通过放大某一特定主题，并围绕主题与相关人员一起创建有意义的图谱，我相信我们将能够更好地回答诸如跨学科等问题，这本质上归结为知识体系本身不断变化的性质。