學(xué)科創(chuàng)新有賴于思想的自由碰撞與多元共生，研究者必須警惕算法對研究視野的隱形窄化，主動跨越學(xué)科邊界，打破信息繭房。

原文 ：《邁向更開放多元的學(xué)術(shù)檢索》

作者 |電子科技大學(xué)公共管理學(xué)院副教授 韓嘯

圖片 |網(wǎng)絡(luò)

在信息爆炸的時代，通過學(xué)術(shù)期刊數(shù)據(jù)庫進(jìn)行智能檢索已是研究者獲取文獻(xiàn)的主要渠道，此類系統(tǒng)通過優(yōu)先展示高被引論文和熱點(diǎn)研究方向，極大提升了信息檢索效率，也強(qiáng)化了經(jīng)典研究的可見性。然而，這種高效背后往往存在一種隱形的“視野窄化”風(fēng)險，即主流研究獲得更多曝光，而邊緣、新興或跨學(xué)科的學(xué)術(shù)探索往往被淹沒。長期以往，這將影響學(xué)術(shù)研究的探索與發(fā)展。

歷史經(jīng)驗(yàn)表明，知識的革命性突破往往并非誕生于共識性的熱點(diǎn)，而是萌芽于那些起初不被重視的交叉地帶與邊緣思想。例如，在托勒密地心說成為千年共識的時代，哥白尼的日心說最初只是一個不被重視甚至被視為荒謬的“小眾模型”，最終卻引發(fā)了天文學(xué)乃至整個自然科學(xué)的巨變；魏格納的大陸漂移說起初被譏諷為“瘋狂幻想”的邊緣思想，卻為后來板塊構(gòu)造理論的建立奠定了基礎(chǔ)，徹底重塑了人類對地球演化的認(rèn)知。這些多元與小眾的觀點(diǎn)，正是新知識最富潛力的增長點(diǎn)，也是催生學(xué)科交叉爆發(fā)的沃土。

當(dāng)前，我國已將新興學(xué)科與交叉學(xué)科建設(shè)提升至國家戰(zhàn)略高度，著力構(gòu)建自主知識體系。在此進(jìn)程中，需警惕檢索算法這一學(xué)術(shù)導(dǎo)航工具可能帶來的強(qiáng)化既有范式、排斥異質(zhì)思維的潛在傾向。

算法驅(qū)動下學(xué)術(shù)檢索的視野局限

檢索的“高效化”存在視角“單一化”風(fēng)險。當(dāng)前的主流學(xué)術(shù)檢索算法是一個基于影響因子、引用頻次、內(nèi)容相關(guān)性和時效性的混合推薦系統(tǒng)。它通過賦予高被引論文、權(quán)威期刊、知名研究者更高權(quán)重，試圖在海量文獻(xiàn)中高效篩選出“最重要”和“最相關(guān)”的文獻(xiàn)。它本質(zhì)上是一個優(yōu)化“效率”而非鼓勵“創(chuàng)新”的系統(tǒng)，更擅長在已有的、成熟的研究范式內(nèi)尋找最優(yōu)解，而非發(fā)現(xiàn)和培育全新的科學(xué)疆域。在這一邏輯下，研究者往往被囿于一個看似信息豐富、實(shí)則高度同質(zhì)化的“信息繭房”中；加之選擇性接觸的天然認(rèn)知傾向，研究者所得到的文獻(xiàn)大多與其過往研究方向、核心觀點(diǎn)高度契合，難以接觸到挑戰(zhàn)現(xiàn)有范式、跨學(xué)科或處于學(xué)術(shù)邊緣的創(chuàng)新觀點(diǎn)，進(jìn)而固化單一的學(xué)術(shù)視角。

推薦的“熱門化”引發(fā)知識“偏向化”風(fēng)險。在學(xué)術(shù)期刊數(shù)據(jù)庫的檢索中，點(diǎn)擊率可視化使得那些原本就備受關(guān)注的文獻(xiàn)、權(quán)威作者或知名機(jī)構(gòu)的研究成果更加熱門，從而形成了所謂的“馬太效應(yīng)”——已成名的學(xué)者、成熟的理論框架以及處于學(xué)術(shù)中心圈的機(jī)構(gòu)，憑借其初始優(yōu)勢獲得更多的曝光度與引用。然而，對于處于科研生涯初期的青年學(xué)者、非知名機(jī)構(gòu)的探索者、從事邊緣或交叉領(lǐng)域的研究人員以及聚焦小眾研究方向的學(xué)者而言，這種機(jī)制使其突破重圍、獲得“初始關(guān)注”變得比較艱難。在此過程中，數(shù)據(jù)庫檢索算法還可能促使學(xué)者轉(zhuǎn)向算法認(rèn)可的“熱門”領(lǐng)域。

篩選的“標(biāo)準(zhǔn)化”導(dǎo)致研究“趨同化”風(fēng)險。學(xué)術(shù)創(chuàng)新的生命力源于思想的多樣性，真正的突破往往誕生于不同理念的碰撞、對既有范式的挑戰(zhàn)或是跨領(lǐng)域方法的融合。然而，當(dāng)期刊數(shù)據(jù)庫的檢索算法通過“標(biāo)準(zhǔn)化”的篩選機(jī)制，如影響因子、被引頻次等量化指標(biāo)，將研究者的注意力持續(xù)引向主流高被引文獻(xiàn)時，其接觸海量“長尾”小眾知識的機(jī)會將被大幅壓縮。算法偏好不僅限制了研究者對知識生態(tài)系統(tǒng)的全面探索，更降低了研究中偶然發(fā)現(xiàn)與意外創(chuàng)新融合的可能性，使學(xué)術(shù)探索過程變得過于“精準(zhǔn)”而失去應(yīng)有的多樣性。

推動學(xué)術(shù)檢索更開放多元

推動算法透明化。算法的“黑箱性”使研究者在無形中面臨算法推送的“單一化”“熱門化”“趨同化”風(fēng)險。因此，需要主動公開期刊數(shù)據(jù)庫核心檢索與推薦算法的工作原理。這并非要求學(xué)術(shù)檢索平臺公開所有商業(yè)秘密級別的源代碼，而是向研究者明確告知關(guān)鍵詞匹配、排序規(guī)則（如被引頻次、期刊影響力、時效性的具體權(quán)重），以及可能的商業(yè)合作因素。算法透明化的根本目的是重建研究者與知識之間的自主橋梁。當(dāng)研究者明晰算法“偏好”時，便能更清醒地認(rèn)識到檢索結(jié)果的局限性和潛在偏見，從而調(diào)整檢索策略，主動跳出算法構(gòu)建的“信息繭房”與“熱門循環(huán)”，去探索那些未被算法充分賦值的“長尾”知識，以守護(hù)學(xué)術(shù)探索所必需的多樣性與創(chuàng)新活力。

構(gòu)建多元評價體系。學(xué)術(shù)檢索平臺要將“促進(jìn)知識多樣性”作為其算法優(yōu)化的核心倫理目標(biāo)之一，構(gòu)建一套更多元、前瞻的評價指標(biāo)體系。這要求算法超越簡單的計(jì)數(shù)邏輯，轉(zhuǎn)而整合能反映論文學(xué)術(shù)深度、創(chuàng)新性與影響力的多維信號。具體而言，或可引入并提升以下指標(biāo)權(quán)重：以“顛覆性指數(shù)”測量一篇論文在多大程度上挑戰(zhàn)了既有文獻(xiàn)范式；以“跨學(xué)科引用廣度”識別論文在不同學(xué)科領(lǐng)域的被引用情況；以“數(shù)據(jù)與方法復(fù)用率”衡量論文所提供的數(shù)據(jù)集或?qū)嶒?yàn)方法被后續(xù)研究采納的情況；以“同行評議深度”作為量化指標(biāo)的補(bǔ)充。在這一復(fù)合評價體系下，算法能更公正地評估學(xué)術(shù)成果的多元價值，引導(dǎo)研究者和學(xué)術(shù)共同體關(guān)注知識的廣度、深度與創(chuàng)新性，而非僅追逐引用熱度。

賦予研究者調(diào)控權(quán)。允許研究者直接調(diào)整檢索結(jié)果的核心排序參數(shù)，是推動學(xué)術(shù)探索從“被動接收”轉(zhuǎn)向“主動發(fā)現(xiàn)”的關(guān)鍵一步。具體而言，學(xué)術(shù)檢索平臺應(yīng)提供可視化的調(diào)節(jié)滑塊或選項(xiàng)，讓研究者能根據(jù)具體研究需求，自主設(shè)定或?qū)崟r調(diào)整不同指標(biāo)的權(quán)重。例如，研究者可以調(diào)低“被引頻次”的權(quán)重，同時提升“時效性”或“跨學(xué)科引用廣度”的權(quán)重；或在研究初期調(diào)高“新穎性”參數(shù)，以探索非主流的前沿方向。賦予研究者調(diào)控權(quán)的本質(zhì)是將學(xué)術(shù)判斷的主導(dǎo)權(quán)交還研究者，呈現(xiàn)更具個性化的檢索結(jié)果，使檢索過程從靜態(tài)的“結(jié)果交付”轉(zhuǎn)變?yōu)閯討B(tài)的可交互的“知識探索”，從而推動學(xué)術(shù)創(chuàng)新并增強(qiáng)研究的公平性。

[本文系國家自然科學(xué)基金項(xiàng)目“面向“十五五”的科學(xué)基金績效管理機(jī)制研究”（J2524007）成果]

文章為社會科學(xué)報“思想工坊”融媒體原創(chuàng)出品，原載于社會科學(xué)報第1986期第5版，未經(jīng)允許禁止轉(zhuǎn)載，文中內(nèi)容僅代表作者觀點(diǎn)，不代表本報立場。

本期責(zé)編：程鑫云

《社會科學(xué)報》2026年征訂

點(diǎn)擊下方圖片網(wǎng)上訂報↓↓↓