导语

2019年2月13日，Nature 杂志官网在线发表了一篇以Large Teams Have Developed Science and Technology; Small Teams Have Disrupted It为题文章（article），介绍了对于团队创新的最新研究成果，发现小团队比大团队更能做出颠覆式的创新成果。

本文第一作者吴令飞是集智科学家，集智-凯风研读营学者，腾讯研究院×集智俱乐部AI&Society第三期讲者。第二作者王大顺是美国西北大学凯洛格商学院、复杂系统研究中心副教授。通讯作者 James A. Evans 是美国芝加哥大学社会学系教授，知识实验室主任，腾讯研究院×集智俱乐部AI&Society第十二期讲者。

现代科学在很大程度上是一项团队运动，在过去十几年，科研团队的主要组成，从小部分合作者，逐渐变成了规模很大的团体，团队人数甚至远超一只球队。无论是探测深空引力波，还是整合大脑发育的遗传学，要想解答重要的科学问题，通常需要科学家和机构集中资源与数据。

但是这种转变促使科学家研究了小团队与大团队之间的比较优势。超大规模研究项目是推进知识发展的最有效方式吗？对创新而言，团队扩大的得与失分别是什么？

这些问题现在已经有了初步的答案。在一项迄今为止最大规模的数据分析工作中，研究者发现，科研小组规模越小，就越有可能产生创新的问题解决方案。大型科研团队仍然是进步的重要推动力，但他们最适合验证和巩固新发现，而非做出新发现。

本周三发表在 Nature 杂志上的一项新研究，代表了新兴领域——科学学（science of science）的最新进展，该学科致力于研究知识如何、何时以及通过谁而进步。这项研究成果可能对个体研究者、学术机构以及提供资金的政府机关产生广泛的影响。

美国东北大学网络科学教授 Albert Lazlo Barabasi 认为这是一项巨大贡献：科学界对科研团队规模扩大的影响进行过大量的争论，这篇研究为解决争论提供了新途径。

在该研究中，由芝加哥大学社会学家 James Evans 领导的三位研究者，从三个相关又有区分的领域收集了大量的数据集：Web of Science 科学引文网络中自1950年以来发表的超过4200万篇文章，美国专利与商标注册局自1976年以来授予的500万项专利，以及 GitHub 网站上自2011年以来发表的1600万个软件项目。

James A. Evans 芝加哥大学社会学系教授，曾作为主讲嘉宾出席腾讯×集智 AI&Society 学术沙龙（点击图片可阅读详情）

通过倒推，包括美国西北大学王大顺和芝加哥大学吴令飞在内的研究团队，分析了每篇论文或者项目的引文模式。引文的内容是关键指标，而非引文数量。真正的原始贡献，例如爱因斯坦出版于1915年的的广义相对论，被后来的论文大量引用，但是后来的论文并不会再回顾爱因斯坦曾引用过的研究成果——这意味着与过去旧工作的决裂。

吴令飞，芝加哥大学知识实验室博士后，香港城市大学博士，曾作为主讲嘉宾出席腾讯×集智 AI&Society 学术沙龙（点击图片可阅读详情）

相比之下，更多的新增文章，在被广泛引用的同时，但它们的引文列表也被大量引用。就像一条河流，这些新论文代表的不是河流中的急转弯，而是稳定、越来越深的河道。

基于引文内容的这些差异，研究者对这些论文和项目的“颠覆性”进行了评价。获得诺贝尔奖级别的论文，往往是最具颠覆性的，在研究者所做的电话调查中，这些诺奖论文也更可能被各个科学领域的领军人物提及。

王大顺，美国西北大学副教授。曾作为嘉宾，在集智俱乐部等主办的人工智能与公共政策研讨会上做报告（点击图片可阅读详情）

当 Evans 等人将“颠覆性”程度与负责项目或者论文的团队的规模联系起来时，发现了清晰的模式：

小团队比大团队更有可能产生颠覆式创新。小团队做出的颠覆式创新通常需要一年左右的时间才能流行起来，之后更大的研究团队就开始整合观点，巩固证据。

也许你会问，怎么样才算大，怎么样才算小。Evans 认为，无论你把数字切换到哪里，大小的相对关系都是存在的。：一个人和两个人，10人与20人之间，25人与26人之间。

这项规律也适用于每个科学领域，无论是物理学、心理学、计算机科学、数学还是动物学。Evans 表示，你可以在领域内、研究主题内看到这个规律。并且这个规律的大部分影响发生在个人身上，这意味着，如果你正在写一篇论文，并且找另外一个或者两个人合作，那么你找的每个人的颠覆性都会缩水。

心理学家发现，在大团队中工作的人往往比在小团队中工作或单独工作时产生的想法更少，并且更难接受外界的想法。石溪大学心理学Suparna Rajaram教授表示，虽然原因还尚不完全清楚，但这的确是反直觉的。

Bajaram 发现，三个人单独工作的结果，比三个人组成团队合作工作的结果要好。单独工作相比，人们在多人头脑风暴中产生的想法更少。

集体工作也有其优点，随着时间推移，小组成员之间可以相互学到很多知识。但总体而言，Evans 等人的研究结果与 Bajaram 等人的已有研究是一致的。

科学研究向大型团队的模式转变是有道理的。大团队有影响力，它们通常有一些知名机构和知名人士。也吸引了一些最优秀的年轻科学家，而这些科学家也通过加入大团队而获得了事业提升。这些趋势反过来又促成了更多的论文、晋升、奖学金和终身教职。

研究者认为，新的研究表明，可能需要一种不同的学术资助方式——要能够承担更多风险、花费更多时间和金钱，来支持有前途的个人和小团队。

就像风险投资家那样考虑问题，他们期望获得5%的投资成功率，为此会尽量减少他们所投企业之间的相关性。借助投资组合，能够提高其风险承受能力，也能获得更高的回报。

对科研资助而言，把更多金钱、时间投给那些有希望的小团队，可能催生出很多意想不到的“颠覆式”创新。

论文作者介绍

吴令飞于2016年至今，在芝加哥大学的知识实验室从事博士后研究工作。吴令飞2013在香港城市大学获得传播学博士学位，并于2014年-2015年，在亚利桑那州立大学的行为、制度与环境中心从事博士后研究工作。吴令飞的主要研究兴趣是团队合作与知识的生产。在研究中，吴令飞使用数学建模和机器学习的方法来研究Web of Science，美国专利数据库，Stack Exchange，GitHub 等知识生产系统的大规模数据。他的研究成果发表在 Nature，Scientific Reports，Physical Review E，PloS ONE 等学术期刊上，并被 New Scientist 和 Science Daily 等科学杂志介绍。

王大顺是凯洛格商学院管理与组织学副教授。于2013年在美国东北大学获得物理学博士学位，并担任复杂网络研究中心研究员。2009-2013年，他于哈佛大学达纳法伯癌症研究所任研究员。曾获2016年度美国斯隆研究奖。王大顺在西北大学领导社会复杂性研究小组，研究重点是科学学（Science of Science）。其工作成果已经被应用于理解和预测社会互动，人类流动性、创造力和科学影响中。其研究发表在 Science、PNAS 等综合期刊，以及计算机科学和物理学领域的专业期刊上。

James A. Evans 是芝加哥大学社会学系教授，知识实验室（knowledge lab）主任，芝加哥大学计算社会科学硕士项目负责人，及圣塔菲研究所外聘教授。Evans 2004年在斯坦福大学获得社会学博士学位。Evans的研究兴趣广泛，尤其关注人类思想和实践的创新、社会和技术机构在集体认知和发现中所起的作用等。通过众包、信息抽取和分布式传感技术，以及机器学。他的研究成果发表则 Nature、Science、PNAS 等学术期刊上，也被the Economist、Atlantic Monthly、Wired、CNN 等媒体广泛报道。

Nature 文章地址，详情请点击阅读原文：

https://www.nature.com/articles/s41586-019-0941-9

对该研究的详细解读，请关注集智俱乐部的后续推送。

本文编译自纽约时报对该研究的报道：

https://www.nytimes.com/2019/02/13/science/science-research-psychology.html

这项工作引起了国外媒体的广泛报道，更多请参考：

Nature评论：

https://www.nature.com/articles/d41586-019-00350-3

大西洋月刊：

https://www.theatlantic.com/science/archive/2019/02/why-small-science-still-matters/582685/

新科学家：

https://www.the-scientist.com/news-opinion/bigger-is-not-always-better-for-team-science-65463

芝加哥大学：

https://news.uchicago.edu/story/bigger-teams-arent-always-better-science-and-tech