公众参与科研，为科学领域带来哪些影响和变化？

来源：科技导报 作者：师蔚群，李捷

公众参与科研的形式正在科学领域形成一定的影响，这种影响表现在科学理论和科学方法两个层面：在理论层面，公众参与科研扩大了科学理论的应用范围、拓展了科学理论的传播途径、丰富了科学理论的创新形式；在方法层面，公众参与科研拓宽了科学方法的实践路径、减少了科学方法的操作成本以及普及了科学方法的研究规范。这些影响使科学研究的对象、层次、类型发生变化。

公众参与科研与传统科研的比较

科学不同阶段的含义

自然科学发展初始阶段，公众是科学研究的“局外人”。此时，公众个体的知识和价值被忽略，他们对于科学家的科研工作几乎没有发言权。

自然科学的加速度发展阶段，公众成为了科学技术的“被教育者”，因为科学要发展，必须要有社会的支持.于是，科学家开始向公众传播科学技术，这时候的科学技术被简化为科学知识，公众成为了科学技术的“被教育者”。

自然科学的发展进入到成熟阶段，公众成为“消费者”。科学家的工作成果就要离开实验室被物化成产品，投入应用市场，此时公众作为“消费者”的接收程度就直接决定着科学技术的成败与否，市场化的严峻考验让不少科学家倍感压力，不得不加快研发的速度，也更重视公众的消费者需求。

从公众角度出发，这些角色的存在正意味着公众始终被科学共同体所拒斥在科学的大门之外，尽管公众对于科学家的研究工作有了更多的话语权，可在科学系统内始终没有他们的一席之地。直到公众参与科研形式的出现，这是公众在具有了参与科研工作的能力和条件后，第一次以“参与者”的身份进入复杂科学系统内部参与科研活动的内部过程。公众从知识和产品的终端使用者转化为生产者，他们帮助科学家收集、整理和分析数据，帮助科研人员解决问题。

公众参与科研与传统科研的形式不同主要体现在两方面

科研主体不同。公众参与科研的主体除了包含传统科研的科学共同体成员之外，还包括非职业科学家、科学爱好者和志愿者等组成的公众，公众和科学共同体成员平等合作，共同参与到规范的科学研究中。

科研任务不同。公众参与科研完全以目标为驱动，这也就意味着公众参与科研的研究课题大多以满足公共利益或以解决地区问题为目的，公众参与科研的项目大多和公众生活息息相关，例如动植物监测和水文气象调 查等。所以，公众参与科研在除担任科研角色之外，相较于其他科研模式，还担任了社会公益事业的角色。

公众参与科研的形式

公众参与科研的形式—科学观察

科学观察作为一种基本的认识活动，贯穿于整个科学研究过程中。通常，观察主要使用耳朵、眼睛这样的感觉器官去对对象进行观察，但人的感官避免不了出现偏差，有一定的局限性。因此公众参与科研更鼓励公众借助辅助工具进行观察，借助照相机、显微录像机等现代化仪器进行辅助观察，最后形成相应的数据记录。

公众参与科研的形式—数据收集

高效率、低成本地收集有价值的科研数据是关乎科研工作进程的关键。公众参与科研让公众在网络平台上完成对海量数据的保存、共享，公众对研究数据的收集与管理大大减轻了传统科研人员的工作负担。一般的公众在参与数据收集前将受到专业科学家的培训，在参与过程中公众的数据收集行为也会一直受到具体行为规范，因此可以保证公众搜集、计算和贡献数据的质量。

公众参与科研的形式—研究分析

数字革命的到来冲击了传统的学术交流形式，使得公众完全可以在没有专业科研人员现场指导的情况下自主进行一些科研工作，如基本的分类、寻找额外数据、进行复杂计算和重要性评估等。基于公众的能力水平以及科研目的不同可将公众参与的研究分析分为4类：①对文献材料的探索性研究分析。②对数据材料的描述性研究分析。③对研究对象的解释性研究分析。④对研究对象的创造性分析。 

公众参与科研的实现过程

对国内外大量公众参与科研的项目和案例分析后发现：一个高质量的公众参与科研项目必须具备筹备、实施、输出和评价4个阶段，并在项目运行的整个过程中配之以有效的反馈机制。据此，总结出图1所示的公众参与科研的一般框架，即一个完整的公众参与科研项目从投入到评价的全过程。

图1 公众参与科研的一般项目框架

筹备投入阶段需要建立良好畅通的沟通渠道、明确分工、规范活动框架、共同协作。公众参与科研的项目投入阶段包括项目运行的顶层设计和运行前的准备工作两部分。公众参与科研的顶层设计并非一个简单的任务，公众与传统科研人员之间需要在设计之初就建立起良好畅通的沟通渠道，共同协作完成对项目的顶层设计。

首先要由公众和传统科研人员共同决定项目的研究问题和主要关注点，一个高质量的科研项目必然是在科学利益和公众利益之间寻求平衡。其中，需要纳入考量的公众利益包括科学发现和为科学知识发展作贡献、收集和传播信息、实现自我价值、满足个人好奇心或提升个人能力等希望、需求、目标和期望。设计者可针对传统科研人员和公众在发展和深化研究项目时的兴趣点对投入目录进行构建，对不同的利益进行预设、表达、承认和权衡并据此分析和讨论解决方案，然后依次打通从数据收集到数据分析、再到结果评价以及从开始到结束的沟通反馈等所有环节，并进行项目的具体框架设计。

顶层设计完成，下一步就着手项目的准备工作，根据项目内容招募所需要的研究人员组成科研团队，同时筹集项目运作的资金支持。由于在项目的运行过程中，传统科研人员与公众的界限将变得模糊，因而有必要明确公众与传统科研人员的具体分工，并据此规范公众和传统科研人员的活动框架。

合作实施阶段需要建立传统科研人员与公众的认同感。组织认同能够缓解公众个体心理上的不适，快速消除疏离感，建立起在公众参与科研项目中积极贡献的信心；也有助于传统科研人员尽快摆脱其社会身份带来的约束，克服心理上的优越感，重新认识和肯定公众的价值。

合作实施阶段首先是参与者管理，包括就项目研究内容对参与者进行项目培训，以及对项目过程畅通沟通渠道等进行组织认同工作。为了保证项目的有序进行，传统科研人员要帮助公众对自身当地知识进行挖掘和利用，也要定期举办研讨会及其他深化交流的活动以培养公众与传统科研人员的熟悉感和默契度。同时，参与者管理还需建立起公众与传统科研的彼此认同感，由于公众参与科研的项目宗旨是公众和传统科学家这2个过去二元对立的群体在项目运作过程中进行有效的融合与协作，携手走向科学的殿堂，意味着需要在具体项目的组织进程中建立起参与项目的社会公众对于同属一个科研组织的传统科研人员的认同，以及参与项目的传统科研人员对公众的认同。

成果输出阶段需保证研究成果的科学可靠性。海量数据需要通过审核和分析才能变得具有科研价值，而且这些数据的有效性会因不同成员对环境的反应速度以及对观察结果的重要程度判读等不同而存在差异，所以项目的组织和设计者需要再根据项目的阶段性要求通过后台运用大数据的算法对这些原始数据进行“二次筛选”以满足科研项目对数据深度的要求。

随后，参与者再在这些基础之上进行后续的研究分析活动，并形成公众参与科研项目的“最终成果”，这些最终成果根据其性质可分为三大类型成果：①基础理论成果 ②应用技术成果 ③软科学成果。

评价总结阶段从个人、科学、社会生态系统3个层面的影响展开。 个人包括公众和传统科研人员两个角色。个人评价的标准是个人从该项目中得到的技能、能力和知识，对传统科研人员而言不仅有以上的收获，还包括地方管理意识的增强以及增加与自然和他人深入接触的机会等影响。 科学即项目的客观科学性，衡量和评价公众参与科研项目中科学层面的影响即站在完全客观的立场下，通过文献分析及计量技术，利用各种科学评价指标来分析和描绘公众参与科研项目的影响力。社会生态系统的影响是公众参与科研的一个显著特色。公众和传统科研人员共同形成了以参与者为核心并向非参与者辐射的社会生态系统，公众参与科研的社会生态系统影响包括：①改进社团与管理中介的关系 ②完善资源管理策略。

反馈机制阶段是为了保证项目的有效运行。图1中的反馈箭头是贯穿在项目运行的全过程中的。公众参与科研因为本身有大量公众的参与，所以科研项目从运行之初就是一种带有不确定性的非线性运动，由于项目的开放性，项目的参与者、参与者与组织者之间构成一个与外界环境随时随地进行各种交流和反馈的动态系统，信息流在这个动态系统中运动、传递，再回到项目设计端。如此一来，项目进程中的评估信息将与科研原计划所预定的目标进行对照，一旦出现偏差，不管是反馈信息超越还是未达到原始指标，反馈机制都能确保信息既准确又快速地反馈到项目设计端，让项目的负责人和设计者正确评估项目的运行进度，同时根据需要及时修正研究目标或调整研究方法、技术路线等，以使整个公众参与科研的项目达到新的平衡或称为新的稳态，保证项目在框架内正常持续性运行。

公众参与科研在科学理论层面的影响

公众参与科研扩大了科学理论的应用范围。首先，公众参与促使传统科研人员更注重培养大数据思维，将复杂的世界看成是一个相互联系又时刻处在动态变化中的有机系统。通过对科研数据的搜集和分析，找到不同科学理论间的相关关系，实现不同学科间的互联互通。其次，研究人员的流动性使得研究组织也更具有开放性和灵活性，科学理论将因此更易于在不同学科边界流动，而且科学家通过跨学科、跨领域的思想交流来突破思维限制，也有利于研究领域的理论深入和促进学科交叉、融合；最后，开放包容的组织环境氛围又能极大地促进公众提高科学素养和加强对科研理论的认识和学习，并引导公众主动将科学理论直接应用到日常生活中的方方面面，从而真正实现“科学理论服务社会实践”的目的。 

公众参与科研拓展了科学理论的传播途径。网络传播的时代，科学研究的交流已经进入由信息流模式而不是科研实体环境本身决定科学家与公众互动的本质阶段。如果说，当今的社会环境是一个信息系统，那么网络传播新媒体已然早已将公众在科学研究中的角色改变了。这种公众参与真正意义上实现了新型科学传播系统由陌生走向熟悉、由传播主体代替原来传播客体地位的过程。Twitter、Face-book、微信、微博、博客、论坛以及手机移动社区等新媒体成为公众之间、公众和科学家之间的科学理论传播的新途径。

长期以来，科学研究一直是公众和科学家各自站在科学传播过程的两端，由一方发出声音，另一方相应发出微弱的回应。但公众参与科研的反馈机制确保公众可以在项目过程中不受时间、地域的限制，及时将立场和要求反馈给科学家。项目设计者也通过对公众利益和科学利益的平衡使科学生产过程本身，成为一个新的起点。

公众参与科研的另一重意义，是其形成了科学理论传播的闭环效应。正是在这种双向的反馈—接收过程中，公众和传统科研人员相互促进，达成共识，共同为科学理论的传播拓展新的途径。 

公众参与科研丰富了科学理论的创新形式。个体的思维始终具有局限性，但是通过人与人之间的相互交流，往往能产生思想的火花，创造出更多的知识。通过不断地沟通和交流，个人和组织才能对已有理论进行修改或重建新的理论框架，创造出更有价值的创新知识。公众参与到科研中，将科学理论的产生带到新的阶段。现在科学理论创新最大的困难在于创新型人才的不足，一些项目过度研究，占用了大量的科研人力资源，而另一些与公众生活息息相关的基础研究项目却门可罗雀甚至无人问津，科研人员的缺失导致这些“冷门”科研项目整体效率低下，如果将公众参与科研的过程视为一种培养公众学习理论、解决实际问题的思路与方法的过程，那么从客观上说，公众参与科研丰富了科学理论的创新形式。

公众参与科研在科学理论层面的影响

公众参与科研拓宽了科学方法的实践路径。公众参与科研这种研究方式改变了假说驱动型和原理驱动型的传统科研方法，进而转向了数据探索实践型的方法。公众参与科研使得科学主义的思维方式、验证方式以及确立合法性的方式变得更加丰富。公众参与数据收集提高了数据收集效率，公众参与数据分析避免了海量原始数据的积压，传统科研人员只要掌握简单的数据分析方法就能在公众参与的基础上做出基于数据研究的科学论证。

公众参与科研减少了科学方法的操作成本。表1以收集一个瓢虫捕捉器为例，对传统科学、验证式公众科学项目和直接式公众科学项目的费用进行比较。

 

表1 以收集1个瓢虫捕捉器为例对3种不同科研形式费用的比较

可以明显看出，尽管保证一个正常的公众参与科研项目的有效运行，需要一定数目的资金经费支持设计与管理、志愿参与者的招募与培训、活动宣传、数据处理与管理、平台建设和科学知识传播等运营，但是这些花费加起来的成本仅是传统科研的1/4不到，更远低于那些仅仅以传统科研人员为科研主体的科学研究项目的成本。

公众参与科研普及了科学方法的研究规范。与民科不同，公众参与科研在项目运行初始就向公众普及科学规范的重要性，每一位参与项目的公众不仅需要在参与前接受正式完整的“业务训练”，还要在参与过程中主动接受参与者管理，可以说科学方法的研究规范既是他们的行动指导准则，也是他们的行动框架。更重要的，公众参与科研的科研规范是面向所有参与者的，既包括公众，也包括传统科研人员。

公众参与科研引发的科学研究的转变

研究对象的转变—从理论世界到实践世界。在部分科学领域，很多传统科学家在处理复杂现实问题的时候，习惯在现有的理论知识框架下依托实验室通过建构模型模拟问题，可一旦把这些看似完美的模型放在复杂的真实世界中，现实的诸多变量不仅会让模型失效，还会让原本简单的研究问题变得更加复杂化。在大数据等技术的支撑下，公众参与科研拓展了研究对象，科研对象的可观测让公众和科学家直面复杂的世界，这可能形成一个更加贴近生活、更加实用的科研模型，使科学研究从实验室的简单模型走向更加复杂多变的世界。

研究层次的转变—从分散独立到聚合协同。就目前公众参与科研的项目而言，公众参与科研主要包含了2种科学类型的聚合：①不同学科领域间的聚合。社会因素和智力因素的融合使得公众和科学家组成的科研团队成为一个知识聚合体。利用大型数据网络，突破物理上的限制，整合当地知识，进行科学研究，是公众参与科研优于其他科研模式之处。②同一学科领域的聚合。在一个公众参与科研项目中，知识交流更多地表现为交流双方不必经过正式文献系统直接完成协同合作，公众参与科研项目中的 “反馈”机制保证了公众作为知识生产者可以直接就科学研究提出意见和建议。同一项目的参与者不仅交流更直接、速度更快、反馈更及时、针对性更强，还能进行连续的聚合交流，这种聚合也有益于同一领域内不便公开的、敏感的知识交流。

公众参与科研的知识支撑使公众在科研过程中贡献甚至创造知识。公众参与科研不仅仅是知识的共享，还是知识的聚合。不同领域的知识聚合可以产生新的知识，同一领域的知识聚合可以产生新的知识本体，知识共享带来了新的知识，也促使科学研究从分散独立走向了聚合协同。

研究类型的转变——从基础研究到应用研究。如今，科研数据的可分析为这些学科提供了一条新的研究路径，这种研究路径具有2个特点：①不追求基本原理。公众参与科研的研究方法是基于数据的探索型研究方法，研究的目的不是为了解释问题、说明问题而是为了解决问题，因而并不涉及基本原理知识，只需符合其相应的海量数据。②可以解决实际问题。公众参与科学观察、数据收集和数据分析使得解复杂的经验世界变得可观测、可实践，这将有助于实际问题的解决。