|
在何怀宏看来，“学术”首先是“学述”，即孔子自言“述而不作”的“述”。“述而不作”作为学术，意在“以述代作”。当然，要“述”得周全、述成系统、述出新意也并非易事。现在的“基础研究”，当然不会“述而不作”，其“有规有界”的方式是“先述后作”，也即冯友兰所言先“照着说”再“接着说”。如果“对策研究”缺失，这种“接着说”恐怕只会是“照着说”的逻辑推演，而非基于“对策研究”成果之“看着说”的自觉修正。与“学术”不同，“学问”的本质在于“问学”，也就是学由“问”起、学解“问”惑、学释“问”疑。我们说“学问”既是“自我之心得”也应是“天下之公器”，在于“对策研究”强调的“问题意识”是时代的声音，应对“问题意识”所指向的“价值关怀”是大众的情怀。 何怀宏指出“学问”有“知识性的问”和“思想性的问”之分，前者如孔子的“子入太庙，每事问”，后者如苏格拉底对知识“果真如此？”的诘问。我把这两种“问”视为“求知之问”与“求真之问”。其实，我倒愿意视这两“问”为我们做“对策研究”的两个步骤，即先“求知”再“求真”。只是在求知、求真之后，我们还要“求策”——求有针对性、讲时效性的“应对”之策，这个“求策”就是我们应对“问题意识”所指向的“价值关怀”。鉴于对所求之策的“价值关怀”还会有“价值”评估与考量，我们对策研究的“问题意识”一不要“可怜夜半虚前席，不问苍生问鬼神”，二不要“躲进小楼成一统，管他冬夏与春秋”。“问题意识”是时代的也是社会的。 二、必须关注大数据时代的思维转变 “经典思维”是基于知识的思维，在对“过去”的关注理解中强调着“因果律”；而“量子思维”是探求未知的思维，在对“未来”的预测把控中强调着“关联性”。寻找“关联性”，如舍恩伯格所说：“即使不能找到事物发生的原因，也能发现促使事物发生的现象和趋势，这就足够了。”这也是我们“对策研究”的主张。 当我们正视艺术学研究的“短板”现象和“问题意识”薄弱之时，我们发现不断产生“问题”的时代自身也是我们亟待关注的“问题”。无论是解决时代的“问题”还是应对“问题”的时代，我们都必须关注“大数据时代”的思维转变。 1.“大数据”将改变我们理解社会的方法 牛津大学网络学院互联网研究所教授维克托·舍恩伯格著有《大数据》一书，认为“大数据”会改变人们的行为方式、思维方法乃至价值观念。“大数据”又称为“海量数据”，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成我们决策时实现更积极目的的资讯。“大数据”由于数量巨大，且来源庞杂、非结构性强，它通常用“概率”说话而并不给出“精确”的判断。就对策研究而言，无疑要求我们日益增强数据的分析能力，有效实现对未来的预测能力。 关于“大数据”的特征，业界解读的关键词是“4V”，即Volume（容量）、Variety（种类）、Velocity（速度）和Value（价值）。Volume指的是巨大的数据量和数据完整性，Variety指的是在海量、繁杂的数据间发现其内在关联，Velocity指的是更快地满足实时性需求，而Value指的是获得洞察力和价值。“4V”中最重要的是Value，这是“大数据”应用的最终意义。正如学者们所说：“大数据”时代是人工智能、机器学习和数据挖掘等技术迅速发展所驱动的一个历史进程。这个进程要求我们将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。 鉴于“大数据”时代的“4V”特征，舍恩伯格认为它将为信息分析带来三个转变：一是信息分析“更多”，我们将面对全体数据而非随机样本；二是信息分析“更杂”，它要求我们在扩大数据规模时要学会拥抱“混乱”；三是信息分析“更相关”，这需要我们善于找出原本毫无关系的数据间的“关联性”。其中第三个转变，也即对信息分析“更相关”的认识至关重要。如舍恩伯格所言：“有了大数据后，人们会认识到：其实很多追因溯果的行为都是白费力气，都是没有根据的幻想，会让思维走进死胡同。如果转而把注意力放在寻找关联性上，即使不能找到事物发生的原因，也能发现促使事物发生的现象和趋势，而这就足够了。” 2.对策研究需要放弃“因果”寻找“关联” 放弃“因果”寻找“关联”，是学者们应对“大数据”时代信息分析的重要主张，是这一时代最应强化的思维转变。我曾读到钱旭红院士关于“思维之变”的演讲，主题谈的是由经典力学促成的“经典思维”向量子力学影响的“量子思维”的转变。为什么要强调“思维之变”，一个重要的动因在于我们需要预测把控未来，而关注理解过去并不能胜任这一任务。在钱旭红看来，“经典的世界及其思维强调机械、肯定、精确、定域、因果、被动、计划；而量子境界及其思维带来的是差异、可能、不准、离域、飘忽、互动、变幻”。用我的话来说，“经典思维”是基于知识的思维，在对“过去”的关注理解中强调着“因果律”；而“量子思维”是探求未知的思维，在对“未来”的预测把控中强调着“关联性”。寻找“关联性”，如舍恩伯格所说：“即使不能找到事物发生的原因，也能发现促使事物发生的现象和趋势，这就足够了。”这也是我们“对策研究”的主张。 思维是人的思维，是在人的认识世界和改造世界的活动中发达起来的。认识世界是关注理解过去，改造世界则需要预测把控未来。马克思曾从两个不同的视角来定义“人”：在论及人的“类本质”时，他说“人是全部世界史的产物”；但他更认为“就其现实性而言”，“人是一切社会关系的总和”。很显然，人的“类本质”指向的是因果关系，而人的“现实性”强调的则是相关关系。在“全部世界史”的因果关系和“一切社会关系”的相关关系之间，我们的基础研究指向前者而对策研究强调后者。对策研究成为我们研究工作的“短板”，其实并非仅仅发生在艺术学研究领域，但我们显然不能因为“彼此彼此”而“安然现状”。 “大数据”时代诞生了数据科学家，他们当然知道追求事物的起因是人类的天性，知道人们视“寻找原因”为终级思维。但他们坚信，在大数据时代追求因果的过程往往是无果，通过关联性而不是因果关系来认识世界，才能有助于我们更好地了解世界。这是因为，我们认识、了解的世界是现实的世界，而这个“现实世界”的真相，要从“一切社会关系”而非“全部世界史”中来探求。在这个意义上，扁平地看世界是为了能更透彻地看到“相关性”，看到更多在传统思维中原本被忽略的复杂关系。当舍恩伯格告诉我们，认识了解世界“只需知道是什么，而不需知道为什么”之时，其实是说真实的、准确的“是什么”要透彻地去分析种种相关、潜相关、或貌似不相关的“相关性”。这正是对策研究的思维取向。 (责任编辑：admin) |