國際頂刊PNAS發文：「同質化」論文暴增，從根本上阻礙了科學的進步！
從2012年至今，中國科研論文的發表數量一直在持續增長。 據Web of science數據統計，近10年中國科研人員發表 SCI 論文總數已累計339.7萬篇，反超美國躍居全球榜首。 近日，美國著名SCI期刊PNAS（Proceedings of the National Academy of Sciences ）刊登文章《Slowed canonical progress in large fields of science》 指出， 在科學研究領域，「同質化」論文的大規模生產可能會阻礙新興思想的出現。 這篇文章出自美國西北大學和芝加哥大學聯合研究團隊，他們通過241門細分學科的9000萬篇論文的18億次引用的定量分析發現， 大量論文的發表不但沒有加快研究範式的更替，反而鞏固了經典研究 。那些可能蘊含潛在的、顛覆性觀點的新論文正面臨出版難、閱讀量低、引用量少的困境，並且沒有因為時間的演進而吸引更多人的關注。 這種現象所帶來的後果是： 如果科學家和研究機構仍然以「數量」來衡量科研能力，而不是關注科研品質和影響力，那麼論文的暴增將從根本上阻礙科學的進步！ 對大多數人而言，科學進步最直觀的表現就是「越多越好」，某一學科發表的論文越多，科學進步的速度就越快；研究人員越多，覆蓋的範圍就越廣。 即使不是每一篇論文都有翻天覆地的影響力，但每一篇論文都可以為聚沙成塔貢獻一粒沙子，增加新範式出現的可能。 事實上，眾多科學領域每年的論文發表數量正在快速增長。以人工智慧為例，從2007年到2017年，近10年的時間中國AI論文增長了400%，企業論文增長了73%。在國際學術會議中，ACL 2019年的投稿量超過2800篇，相比2018的1544篇，增量超過81%。同年NeurIPS也增長40%，投稿量達6809篇。CVPR\ICCV\ECCV三大電腦視覺高峰會更是增幅明顯。 其背後的原因一方面與學術政策和激勵措施密切相關。 在科學研究領域，不論是職位晉陞還是考量績效，專利、發表文章、文章的引用以及刊登雜誌的影響因子都會成為核心指標。 這些量化指標決定了科研人員的職業軌跡以及學術機構、企業和評估標準。對於一名高校學者而言，如果在規定的時間內發表足夠多的論文，就有可能獲得晉陞或者終身教職的機會。 而另一層原因是，論文的「品質」也越來越傾向於定量化評估，引用量普遍被用來衡量某一學科領域內個人、出版商和期刊的重要程度。一篇引用次數多的論文會被默認為最佳、最有價值的研究，甚至會被視為該領域內的里程碑之作。 然而，這項研究中發現大量科研成果的發表不但沒有推動科學的發展，反而成了行進的阻力， 這是因為某一科學領域發表的論文數量逐年增多時，學者更傾向於引用已有的經典論文，而不是新論文，反過來，較低的引用次數又進一步影響了新論文的關注度，這導致學術研究很難擺脫現經典研究思想的束縛，而事實也證明，更多的新論文創新度不高，多局限於已有的理論框架。 作者在文中具體列出了六項可能帶來的影響，並強調 如果是 研究範圍更廣的科研領域，以下 現象可能會 更明顯： 1）新引用更偏向經典論文，而不是引用較少的新論文； 2） 引用最多的論文在每年的引用排名中幾乎保持不變； 4） 新論文不會通過長時間的累積傳播進入最常引用行列； 5） 新論文延續現有科學思想的比例增加，顛覆性思想的比例減少； 至於為什麼會出現這種現象，作者認為在理論上可能存在兩方面因素，一是大量的新論文可能會剝奪專家和學者充分認識和理解一個 新想法 所需的時間和認知程度 。 二是過多 新想法 之間的競爭也 可能會妨礙 學者們發現或者將 注 意力 集中在一個 更 有前景 的 idea 上。 隨著每年各學科領域科研成果數量的持續增長，這種影響會只增不減，且不可避免，除非 採取政策措施重組科學生產的價值鏈，使大眾的注意力集中在有前途的、新穎的想法上。 總結來看，在大多數學科領域中，高引用量的經典論文一直持續佔據主導地位，這導致新論文的引用幾率較低，並隨著時間的推移淹沒在了海量論文庫中。此外，從內容上來講，最新發表的論文更傾向於擴展現有理論，而不是進行底層創新，很少有打破常規的新觀點被提出。以下是241門細分學科和9000萬篇論文的實證結論： 一、在大多數學科中，引用最多的論文獲得了更高的引用份額。 如圖1（A），引用次數最多的論文在最大研究領域的基尼係數為0.5，相當於貧富差距最大的兩個國家的係數水平——只有中國和南非的基尼係數高於0.5。重要的是，論文引用份額的嚴重失衡，導致研究方向出現明顯的「馬太效應」。
左圖（A）表明，當某個領域發表的論文越多，被引用最多的論文在新引用中所佔比例就會越大；右圖（B）表明，當某個領域發表的論文越多，高引用論文的排名就越穩定。 如電氣和電子工程領域，如果每年有10000篇論文出版，前0.1%的論文獲得1.5%的引用概率，前1%的論文獲得8.6%的引用； 如果發表50000篇論文，前0.1%的論文獲得3.5%的引用，前1%的論文獲得11.9%的引用； 如果發表10萬篇論文，前0.1%的論文獲得5.7%的引用，前1%的論文獲得16.7%的引文。 相比之下，隨著每年論文發表量的增多，50%低引用論文在新引用中所佔份額明顯下降，從每年10000篇論文 43.7%的引用次數佔比，下降到每年50000篇和100000篇論文佔比僅稍稍高於20%。 二、在範圍更大的學科領域，論文發表數量越多，引用最多的論文在高引排名中的波動越小。 如圖1（B）所示，在引用最多的前50篇論文中，論文發表的本年和下一年之間在排名上存在明顯的相關性。而在隨後的幾年，如果預測前50名引用最多的論文的斯皮爾曼等級係數，該係數從一年1000篇論文的0.25，增加到了一年100000篇論文的0.74。這是因為當研究範圍較大時，引用最多的論文每年都會保持其引用次數，而其他所有論文的引用次數都會減少。 圖2：引用衰減率
圖（A）表明儘管有大量新論文發表，引用最多的論文平均每年保持在高引用前列；圖（B-C）表明除引用最多的論文外，所有論文在該研究領域的引用次數均逐年減少。圖（D）表明在所有學科領域，只有引用最多的論文每年保持高引用水平，其他所有論文平均每年的引用量都較少。 上圖顯示了在不同引用份額上論文本年與上一年引用的預測比率。可以看出，在論文發表量少的年份，引用最多的論文比例明顯低於1，與引用較少的論文沒有太大區別。然而，當論文發表量增加時，引用最多的論文比例接近1，明顯超過引用量較少的論文。如果某領域一年發表100000篇新論文，引用最多的論文平均每年收到的引用數量不會出現明顯下降，但在年度引用最多的論文中，排名前1%的論文每年平均會損失約17%的引用次數，而排名前5%及以下的論文會損失四分之一的引用次數。 三、如果同年發表大量論文，其中一篇論文進入該領域最高引用0.1%的概率會明顯下降，且不同學科和各個年份都遵循這一規律。 圖3（A）表明，如果是小眾學科領域，論文會隨著時間的推移而慢慢上升到最常引用的前0.1%。如圖3（B），1980年所有學科的線性回歸預測顯示，在1000篇新論文中，一篇論文達到該領域引用率最高的0.1%需要9年時間。
圖（A）表明，一篇新在該學科領域進入最常引用0.1%的概率會隨著論文的增多而降低。圖（B）表明如果同一年發表大量論文，其中一篇並不會隨著時間而逐漸積累到最常引用0.1%的範圍內。 相比之下，如果是主流學科領域，一篇新論文會迅速躍升到排名列表的頂端。如圖3（B）的回歸預測，在100000篇新論文中，一篇進入前0.1%的中位數只需要不到一年的時間。 四、同年發表的論文大多建立在現有文獻的基礎上，而不是突破現有文獻。 圖4（A）表明，當某個學科領域每年發表1000篇論文時，顛覆性的創新論文佔比49%；當每年發表10000篇論文時，該比例下降至27%；每年發表100000篇論文時，進一步下降到13%。即使當D>0時，新發表論文的創新性也會在更廣泛的研究領域內被減弱。
圖（A）表明多年來各個學科發表的新論文傾向於擴展現有的理論，而不是引入顛覆性的創新觀點（藍色代表D>0；紅色代表D<0）。圖（B）表明在各個學科中，同一年發表的大量論文普遍不太可能具有高度的創新性（D≥ 0.0256). 研究人員注意到，「場大小」所帶來的影響明顯超過了時間維度的影響。隨著一個科學研究領域的擴展，資深學者的引用模式會發生明顯變化。即使是久負盛名、經驗豐富的學者，在許多新論文發表時也會更多地引用經典文章。 這項研究發現讓我們不得不面對一個現實：如在短時間內發表太多的論文，新的idea很可能淹沒在傳統觀念中，科學發現的過程也就無法選擇更有價值的創新。更諷刺的是， 當今科學事業的「數量驅動」性質可能從根本上阻礙科學的進步，而訪問許可權，期刊的激增和刊物體系的失衡又會加劇這一現象。 那麼我們可以減少論文發表的數量嗎？答案顯然不可能。 我們不可能能禁止出版、關閉期刊、限制科研機構，或者減少科學家的數量。 對於科學家而言，即使他們知道大量「無用」論文可能會對學科發展產生影響，但考慮到個人的職業發展和學生的學術前景，他們也不會主動減少科研「數量」。 而如果採取強制措施，無疑又可能增加破壞科研氛圍、阻礙科研創新的風險。 作者認為，如果不從根本上改變激勵政策和評估準則，這種現象只會持續惡化。他在文章中提出了幾點改進措施，並表示雖然政策很難落實和推進，但它能夠引導科研人員從經典研究走向更新穎的前沿領域。
構建更清晰的期刊等級體系，通過最具影響力的出版機構，引導科研人員從常規工作轉向學術創新。
調整科研機構和企業的獎勵和晉陞制度，避免數量的權衡，提升品質、創新性貢獻等指標的重要性。
在研究生培養、科研能力評估、科研經費申請方面制定新的考核標準，激勵科研人員擺脫既定教條，提出新奇的idea。
雖然各個學科引用最多的論文在每年的高引排名中基本保持不變，但我們很難說學科發展就因此而停滯不前。不過現有證據表明，每年生產大量「無用」的科學成果耗費了昂貴的人力成本的資金，生產率也正在急劇下降。而更重要的是，我們是否可能因為沉浸在泛濫的論文中而錯過更豐富的新範式？ 論文地址：//www.pnas.org/content/118/41/e2021636118
雷鋒網雷鋒網
