Nature：期刊、論文還會是未來學術出版的唯一途徑嗎？

歡迎關注Science

國內最有趣的科學自媒體

Brendan Monroe

原文以Scholarship: Beyond the papers為標題

發表在2013年3月27日的《自然》新聞上

原文作者：Jason Priem

Jason Priem 認為，期刊和論文正在被對學術資源進行過濾、評價和即時傳播的演算法所取代。

Henry Oldenburg 於1665 年創辦了第一份科學期刊，目的很簡單，即利用當時正在興起的傳播技術-- 印刷機來促進學術知識的傳播。期刊相比於當時利用寫信進行學術交流的方式是一種極大的進步，並最終取代了信件形式的學術交流。但它也是有代價的：科研人員再也不能完整閱讀某人發給他們的全部內容；已有的信息過濾機制失效。

為了解決這個問題，同行評議和編輯審稿這兩個環節成為新的過濾機制，並且在二戰後的科學大繁榮時期日益標準化。這種同行評議體系通過一種代理機制來進行學術成果的業內評價：任命編委會、編輯、同行評議專家代表學術界去進行學術成果的評判。

然而，現在我們正處於朝另一種學術交流體系過渡的時期，這種新的學術交流

體系通過網路技術極大地提升了傳播能力。期刊可以產生單一的、正式的產品（即論文），而網路卻可以產生全範圍的學術成果。論文試圖通過對科研過程的凝鍊在一定程度上展示學術過程的某些片段；而網路則開啟了研究的窗口，從研究一開始就去展示和傳播學術，消除了學術研究過程和學術成果之間的人為界限。在未來十年，這些開放窗口將會帶來強大的線上過濾和評審機制，這些機制將會通過演算法來提煉學術界的影響力判斷。

現狀

多元化學術成果的趨勢已經顯現。現在，科研人員們在知識庫中分享研究數據，例如GenBank、Dryad 和figshare； 科研人員還利用GitHub 等知識庫來共享代碼、分析、甚至那些把預載入數據、分析和語言自動組織起來的可執行論文；他們以添加博客、互動式圖表和視頻等方式挑戰傳統的論文格式；或許最值得關注的是，研究人員正在將非正式學術對話從休息室搬到Twitter等社交媒體平台上。在未來十年中，因為不斷提高的網路價值和擔心被排除在重要的學術對話之外，大多數研究人員都會加入到這類網路中。

從論文本位到網路本位的轉變產生了三個重要結果。第一，學術信息流呈現出

量級化增加，導致基於論文的質量過濾體系失效。與期刊論文類似，網路本位學術成果的質量也參差不齊，需要過濾；與期刊論文不同的是，這些學術成果的規模巨大，無法進行人工管理。上世紀90 年代末，諸如Yahoo! 等商業性互聯網服務證明，聘請專家來人工創建網頁導航列表在網路規模上完全失敗；對學術資源進行人工管理的命運也同樣如此。

第二，網路時代正在逐漸顯現正式學術結構下的思想火花。學術資源的流動常常體現為一個個數據點：figshare 中的觀點，在Twitter 中與同行討論的問題，

在Zotero 或Mendeley 等文獻管理器中所保存的參考資料，在開放獲取預印本論文中的引用文獻，或者在「Faculty of1000」中做出的推薦，等等。我們可以使用這些以及其它體現研究影響力的工具，生成新的學術影響力評價體系。根據這些替代型的指標或者稱作「altmetrics」，我們可以勾畫出新的學術貢獻分布圖，這比以往的方法更為精確、統一和詳細。突然間，原來只有通過引用數據來描述的知識關聯，可以通過新的方式來展示。在網路時代，學術研究可以留下豐富的印記。

第三個結果與第二點有關。編輯和審稿專家作為學術評估的代理人，將被學術界本身的聚合性集體評價機制所代替。信息過載問題也提供了自己的解決方法。這就是網路最偉大的過濾機制Google背後的力量。當Yahoo! 向網路提供源於文本時代的專家管理方式時，Google正在聚合網路結構中固有的集體性權威評判。Google 的PageRank 演算法對權威來源的超鏈接賦予更高的權重。為了發現權威性來源，對每個來源的入站鏈接也使用了同樣的演算法。這種簡單的循環演算法已經證明是非常高效且需要最少程度人工干預的演算法。它只是簡單地利用了學術界已經做出的質量評價，這種質量評價隱含在是否鏈接到其它頁面的決定中。這種核心方法也將是未來的主要學術交流方式。

未來

今天的出版狹窄渠道將會由被建立在開放數據和不斷發展的標準這一核心基礎設施上的一組去中心化的、可以共用服務所取代，就像網路本身（參見「重建出版業」）。這種去期刊化機制可以隨時隨地進行出版，產生的研究成果將經歷專家群體的集體評判，同時支持迅速、細緻的過濾和持續、有意義的評價。

數據來源：Priemet al.

數據、表格、圖片、參考文獻列表等作為一篇論文的傳統組成部分，已經被分解和融合到時時更新的網站信息流中，分解之後，將會留下論文的核心-- 研究故事。作者將會像寫博客一樣來創作他們的研究故事：凝練、快速，以及深度依賴整個學術界已發表的數據、分析和工具。這些研究故事將發揚傳統論文的合成和敘事功能。就像所有去期刊化產品一樣，它們可以開放使用、大量存儲、容易確認作者，並且封裝在一個具有鏈接、評論、引文、注釋、討論、存檔以及其它交互功能的開放網路中。

相似地，類似MathOverflow 這樣的論壇也採用學術界投票來升高或者降低內容的排名。許多MathOverflow 的帖子被同行評議的數學論文引用，而且一些數學家已經開始把較高的MathOverflow 聲譽評分作為高學術水平的象徵。定性化同行評議將逐漸公開，並且成為另一種公共學術成果—包括它們自己的替代型指標、引用甚至其它同行評論意見等。評審人員將會發生質變，從守門人轉變為對話者與合作者。

類似Rubriq 這樣的新興服務已經在提供「獨立的同行評議」，向作者銷售這種評議工具來提升他們的研究工作並幫助他們發現最佳讀者群。同行評議正在從老朽的紙本印刷機中解脫出來，許多初創公司將會提供其它創新性工具。有的致力於統計型評價或者審稿，有的幫助快速發表。許多服務會提供源於替代型指標的自動評議，同時也有人會使用現有的期刊品牌進行服務。

作者將會根據不同產品和用途來選擇最佳的服務，像嘉年華勳章那樣將各類證明釘在它們的產品網頁上。例如，一篇論文可能從《自然》獲得「B+」的評分，從統計型評價服務商獲得「統計方法十分嚴格」的證明，或者從一個替代型指標集成商獲得「高閱讀量或高影響力」的證明。

過濾：如果要彙集這些網路化的學術信息，讀者需要依賴個性化推薦引擎，結合各類替代型指標和定性化評論，產生定製和可管理的信息流。想像一下，每天早上您可以從個人過濾服務中獲得一封包括當天最需要閱讀的五條重大新聞的郵件。假如內容僅來自您所關注的最狹窄的領域，例如「雷翅魚內毒素的進化」，相對來說可以不用過濾，就像一些簡單的RSS定製那樣。

在這樣細分的領域中，信息匱乏與信息過載一樣麻煩，這時您希望獲得有關合作者和競爭者的一切信息。當你的關注範圍不斷擴大，比方說，先是有毒魚類、魚類、然後是海洋生物學，你需要不斷過濾掉許多內容：您將只看到在各個專業子領域被其研究群體閱讀、討論、存檔、引用和推薦的研究成果。系統通過與你進行互動來學習（如同Google 已經做到的），不斷提升信息推薦能力，而且還可以從你有限的領域之外、按照一定比例向你推薦意外內容讓您能夠獲得意外發現。有了這種系統，為何還要費力去閱讀期刊呢？

獎勵：學術研究的獎勵機制也將改變。建立在諸如ImpactStory（本文作者是其創建者之一）這樣的工具之上，研究人員的個人研究履歷將從原來的靜態列錶轉變為能夠實時展示研究成果各方面影響力的透明的、統一的計量體系。渴望獲得最大研究投資回報的資助機構將要求受資助者提供更多的基於網路的學術成果。例如，美國自然科學基金會（NSF）已開始要求申請者在申請書中的個人信息部分列出其他類型的研究成果（不僅僅是論文）。隨著積極採用這些指標、並得到獎勵回報的研究者們開始講述使用數據來證明各類研究成果影響力的引人信服的故事，開放的替代性指標的廣泛可獲得性將會推動這種趨勢。

終身教職評審委員會和聘任委員會也將越來越積極地採納這些指標。最終，科學評價本身將科學地進行，用有意義的提煉整個學術界的評估意見來代替之前充滿隨意性、偏見和個人色彩的機制。我們可以開始想像，一個院系就像一個運動隊，有充足的互補位置，例如理論家、方法論者、教育者、公共交流者、申請書撰寫者等等。

未來我們將看到，評審人員將上演學術版的「點球成金」（Moneyball,有關美國職業棒球大聯盟的統計方法）：與試圖完全用球星來組建球隊不同，我們將利用各種細緻入微的影響力數據，構建由不同專家組成的團隊，團隊的能力超過各個專家能力的總和。屆時，我們將會懷疑傳統紙本期刊緩慢、粗糙的評價機制如何能夠完成有意義的評價。

同行評議期刊是有著350 多年歷史的不斷完善的產品，在紙本時代已傾盡了最大可能呈現最好的效果。但是，網路以勢不可擋的姿態改變了我們的信息環境，不再是適合期刊發展的棲息地。

未來十年我們將看到期刊的迅速枯萎，見證網路和網站世界中各類交流形式的爆炸式增長。儘管它們中的大多數終將失敗，例如我們已經看到的數十種「在線期刊俱樂部」和「科學版Facebook」的失敗；許多都已經變為空蕩蕩的廢墟。但是批評這些早期失敗的系統的人們卻忽視了一點：在二十世紀初，有100 多家汽車製造商；到二十世紀中期，只剩下十幾家，但正是這十幾家找到了正確的方向。類似地，也能夠預見到：來自於研究者渴望了解相關信息的巨大選擇壓力將推動認證、推薦、評價系統的迅速發展。

問題

學術信息交流的新時代將帶來新的挑戰。最嚴重的問題之一是要欺騙我們依賴的過濾演算法非常簡單。例如，如何制止我邀請朋友或學生對我的新論文加tweet、閱讀和存檔？有幾家公司已經開始出賣社交媒體上的粉絲關注度和喜好程度。我是否需要把資助經費花在這類作假上以便參與競爭？

第二種批評是科學影響力的量化理念具有誤導性。其實並非如此。科研人員常常尋找數值型數據來解釋一切：從亞原子物理到對莫扎特的喜愛傾向；因此，我們不能堅稱我們對科學影響力的認識是一個例外。最終評判學術質量的還是學術界，而學術界的評判是用行動表現出來的，這些行動是可以測量的。唯一要做的是找到一個好的測量方法，替代我們現在所依賴的緩慢、笨拙和存在誤導性的方法。學術研究向網路的大遷移能夠幫助我們完成這件事。

最後一個疑慮是：在尋求群體智慧的過程中，是否會走向暴民統治？眾包性學術活動是否會被一群沒有學術貢獻但又喜好議論學術的人所控制？

在這裡我們必須首先記住，學術研究一直是一項群體性事業，由專家共識所驅動。所以，問題不是「我們是否應該眾包嗎」，而是「我們應該如何眾包」。第二，我們必須放棄稻草人思維：數百名不熟悉所討論問題的讀者的觀點比某位菲爾茲獎獲得者的推薦更為重要。與期刊時代一樣，權威性和專業性也是網路時代的核心。不同之處是基於論文的學術信息交流系統使用主觀的標準去發現權威，基於網路的學術信息交流系統則由整個學術界遞歸地評價權威性。

作為研究者，我們現在正在面臨一個獨特的機遇：引領交流工具朝著實現我們的價值、造福於學術界的方向前進。我們要做的是：首先，嘗試新事物：出版新類型的學術成果、在新地點分享學術成果，用新的計量指標展示成果。好奇與嘗試是一項非常重要的學術美德。

第二，勇於承擔風險（另一項學術美德）：繼續發表更多論文可能很安全，但那些在基於網路的學術成果方面及早建立引領地位的研究者將在網路化學術成果成為主流趨勢後佔據前沿。最後，抵制那種抓住科學卓越性的某種外部裝飾不放，而不是抓住科學卓越性本身的傾向。「發表論文」只是公開科研成果的模式之一和驗證學術卓越性的途徑之一。是時候來構建基於網路的學術成果傳播和過濾體系了！歡迎來到學術信息交流的新時代！

-END-