科学是研究实践、是理性精神，也是一个由学者、文献、科研项目、科学思想与灵感等一起构成的自组织、自生长的复杂系统。科学学这门学科，旨在深入理解科学研究的种种因素并推动科学发展。科学的迅猛发展在积累科学知识的同时，也遭遇诸多社会、伦理、政策问题：开放科学的范式如何影响科学研究的实践？阶层、性别、种族、国家等视角如何揭示科学不平等的起源？期刊编辑和审稿人如何塑造当今的科学活动？科学人口结构、人才激励、科技人才流动如何影响科学发展？AI大模型如何重塑科学研究的各个环节？
为了思考和回应科学的多元化挑战、科学开放性面临的危机，以及新兴技术对科学的冲击，集智俱乐部联合美国匹兹堡大学博士后崔浩川、东南大学副研究员孙烨、田纳西大学信息学院助理教授李恺、纽约大学阿布扎比分校博士研究生刘逢源、南京大学地理与海洋科学学院研究员古恒宇，共同发起「面向未来的科学学读书会」，这是继「复杂系统下的科学学读书会」之后的新一季科学学读书会。读书会从2024年8月25日开始，每周六晚19:00-21:00，持续时间预计8-10周。欢迎感兴趣的朋友报名参与！
自上世纪以来，科学知识的迅猛增长不仅为我们带来了前所未有的新视野，也引发了一系列的挑战。这些挑战不仅限于科学领域本身，更触及了与之相关的复杂社会议题。在这一背景下，科学学作为一门新兴的跨学科领域应运而生，它不仅关注科学知识的积累，更致力于解决科学发展过程中遇到的社会、伦理和政策问题。
本次读书会汇聚了来自不同学术背景的专家学者，我们将共同探讨一系列关键议题，包括但不限于科学概念的演变、科学的多元化挑战，科学开放性面临的危机，新兴技术对科学冲击以及科学家流动与科技劳动力政策等。我们希望通过深入的交流和讨论，不仅增进对科学学这一领域的理解，更能为应对未来的挑战提供创新的思路和解决方案。
在这个知识爆炸的时代，我们相信通过跨学科的合作和对话，能够更好地理解科学与社会的关系，促进科学知识的健康发展，并为构建一个更加明智和可持续的未来贡献力量。
崔浩川：美国匹兹堡大学博士后。研究兴趣和方向：计算社会科学、网络科学、科学学。
孙烨：东南大学副研究员。博士毕业于伦敦玛丽女王大学，曾担任伦敦大学学院Research Fellow，研究方向为科学学、复杂网络、计算社会科学和数据科学。目前的研究兴趣主要是基于大量的科学文献，基金和专利数据，量化分析不同学科，研究机构以及研究人员之间的知识流动和创新，刻画科学家的跨学科研究模式及行为特征，其工作发表于PNAS, Communications Physics, Journal of The Royal Society Interface 等国际期刊。
李恺：田纳西大学信息学院助理教授，博士毕业于德雷克塞尔大学。主要研究兴趣为科学软件和数据对于科学的影响。
刘逢源：纽约大学阿布扎比分校博士研究生。从事计算社会科学和科学学研究，主要研究兴趣为科学发表过程中的不平等以及期刊编辑相关的课题。他的研究曾发表在《自然·人类行为（Nature Human Behaviour）》和 《美国科学院院刊（Proceedings of the National Academy of Sciences）》, 并被Nature、Science、Scientific American等知名媒体报道。
古恒宇：南京大学地理与海洋科学学院研究员，助理教授，博士生导师。北京大学经济学博士，芝加哥大学公派联合培养博士，曾任香港中文大学博士后研究员/副研究员，主要研究方向为人口地理与区域发展、城市计算与城市空间治理。
本读书会适合参与的对象
基于复杂系统相关学科研究，对科学学相关研究有浓厚兴趣的科研工作者；
具有一定科学学、情报信息学、人工智能、网络科学、计算社会科学等的学科背景，在领域内有一定的研究基础，想进一步进行交叉学科研究与交流的学者、研究生、本科生。
对复杂科学充满激情，对世界，特别是想要促进开放科学、有效科研的探索者，且具备一定的英文文献阅读能力的探索者。
想锻炼自己科研能力或者有出国留学计划的高年级本科生及研究生。
本读书会谢绝参与的对象
为确保专业性和讨论的聚焦，本读书会谢绝脱离读书会主题和复杂科学问题本身的空泛的哲学和思辨式讨论；不提倡过度引申在社会、人文、管理、政治、经济等应用层面的讨论。我们将对参与人员进行筛选，如果出现讨论内容不符合要求、经提醒无效者，会被移除群聊并对未参与部分退费，解释权归集智俱乐部所有。
运行模式
本季读书会预计讨论分享8-10次，以主题分享的形式按照暂定框架贯次展开；
每周进行线上会议，与会者可以广泛参与讨论，会后可以获得视频回放持续学习。
举办时间
从2024年8月25日开始，每周六晚19:00-21:00，持续时间预计8-10 周。我们也会对每次分享的内容进行录制，剪辑后发布在集智斑图网站上，供读书会成员回看，因此报名的成员可以根据自己的时间自由安排学习时间。
参与方式
此次读书会为线上闭门读书会，采用的会议软件是腾讯会议（请提前下载安装）。在扫码完成报名并添加负责人微信后，负责人会将您拉入交流社区（微信群），入群后告知具体的会议号码。
报名方式
第三步：添加负责人微信，拉入对应主题的读书会社区（微信群）。
共学共研模式与退费机制
读书会采用共学共研的机制，围绕前沿主题进行内容梳理和沉淀。读书会成员可通过内容共创任务获得积分，解锁更多网站内容，积分达到标准后可退费。发起人和主讲人作为读书会成员，均遵循内容共创共享的退费机制，暂无其他金钱激励。读书会成员可以在读书会期间申请成为主讲人，分享或领读相关研究。
加入社区后可以获得的资源：
-
在线会议室沉浸式讨论：与主讲人即时讨论交流
-
交互式播放器高效回看：快速定位主讲人提到的术语、论文、大纲、讨论等重要时间点（详情请见：解放科研时间，轻松掌握学术分享：集智斑图推出可交互式播放器）
-
高质量的主题微信社群：硕博比例超过80%的成员微信社区，闭门夜谈和交流
-
超多学习资源随手可得：从不同尺度记录主题下的路径、词条、前沿解读、算法、学者等
-
参与社区内容共创任务：读书会笔记、百科词条、公众号文章、论文解读分享等不同难度共创任务，在学习中贡献，在付出中收获。
-
共享追踪主题前沿进展：在群内和公众号分享最新进展，领域论文速递
参与共创任务，共建学术社区：
-
读书会笔记：在交互式播放器上记录术语和参考文献
-
集智百科词条：围绕读书会主题中重要且前沿的知识概念梳理成词条。例如：
-
论文解读分享：认领待读列表中的论文，以主题报告的形式在社区分享
-
论文摘要翻译：翻译社区推荐论文中的摘要和图注
-
公众号文章：以翻译整理或者原创生产形式生产公众号文章，以介绍前沿进展。例如：
PS：具体参与方式可以加入读书会后查看对应的共创任务列表，领取任务，与运营负责人沟通详情，上述规则的最终解释权归集智俱乐部所有。
阅读材料较长，为了更好的阅读体验，建议您前往集智斑图沉浸式阅读，并可收藏感兴趣的论文。
专题一 作为公共品：开放且可信的科学 open Science and trusted Scince
随着科学和社会的关系愈加紧密，科学系统被要求更加开放、并且能够向社会承担更多责任（accountability）。开放科学的范式正在强烈的重新定义科学研究的实践。同时，它也给科学学研究提供了崭新的视角，让我们更多的关注科学结果背后的过程和过程中的问题。这些新的研究视角不仅是科学可靠性的重要保证；同时，它们也能让科学学研究和同样关注科学过程的科学社会学理论进行更多的对话，从而产生更好的对于科学的研究。
推荐语：开放科学作为一种范式，包含了不同的视角和概念。这篇文献综述讨论了开放科学这个概念背后的五种不同的视角：科学知识生产的开放合作、科学基础设施的开放、公众科学、科学知识的开放获取、对于科学影响力新的测量方法。概念的多样性让开放科学这一范式可以从很多不同的角度影响并且启发科学学研究。
Fecher, B., Friesike, S. (2014). Open Science: One Term, Five Schools of Thought. In: Bartling, S., Friesike, S. (eds) Opening Science. Springer, Cham. https://doi.org/10.1007/978-3-319-00026-8_2
推荐语：科学的可重复性危机是开启开放科学的重要原因之一。本文则创新性的使用了科学学的方法讨论了心理学研究的可重复性与作者、研究方法和媒体等因素之间的关系。这一研究为后续对于可重复性研究提供了新的可能性，并且揭示了可重复性和科学系统其他因素之间的复杂联系。
Youyou, W., Yang, Y., & Uzzi, B. (2023). A discipline-wide investigation of the replicability of Psychology papers over the past two decades. Proceedings of the National Academy of Sciences, 120(6), e2208863120.
推荐语：本文使用了NASA地球遥感数据探讨了开放数据对于科学系统的意义。作者发现NASA的Landsat因为提供了更为便宜的数据来源，在其建立之后产生了同时促进了研究的质量和数量，并且尤其帮助了发展中国家的研究者开展这一领域的研究。本文是使用科学学方法讨论开放数据的一个很好的例子。
Nagaraj, A., Shears, E., & de Vaan, M. (2020). Improving data access democratizes and diversifies science. Proceedings of the National Academy of Sciences, 117(38), 23490-23498.
推荐语：本文探讨了研究者是如何分享数据，这是科学基础设施当中一个的核心问题。作者分析了PLoS ONE期刊当中由作者提供的数据分享说明（data availability statements）。研究发现从2014-2020年之间，有更多的研究者通过数据储存库（data repository）分享他们的数据，这一方式比传统的数据分享方式（比如论文附件）能够更好的保证数据的可获得性。
Jiao, C., Li, K., & Fang, Z. (2024). Data sharing practices across knowledge domains: A dynamic examination of data availability statements in PLOS ONE publications. Journal of Information Science, 50(3), 673-689.
推荐语：本文系统的比较了不同学术数据库当中出版物元数据信息的完整性。学术数据库是科学学数据最重要的来源之一，但不同数据库的数据质量存在重大的差别，因而对于基础设施和数据质量的研究对于科学学的可靠性至关重要。本文体现了科学计量学传统当中对于科学基础设施的关注，并且因为其比较范围的宽广，所以提供给我们选择学术数据库的重要参考。
Delgado-Quirós, L., & Ortega, J. L. (2024). Completeness degree of publication metadata in eight free-access scholarly databases. Quantitative Science Studies, 5(1), 31-49.
专题二 多元视角下的科学学
科学学主要研究科学和科学活动的发展规律，从阶层、性别、种族、国家等多元视角研究科学学，能揭示科学领域内的社会不平等现象，推动资源的公平分配，促进公平与包容。这些研究为政策制定提供数据支持和理论基础，帮助优化科学政策，提升科学研究的效率和创新能力。同时，促进国际科学合作，推动全球科学技术的共同进步，最终实现科学的公平与多样性。
推荐语：这篇文章研究了学术排名中的研究人员流动性，发现顶端和底端排名的作者流动性最低，但总体流动性在过去几十年中大多数学科有所增加。研究还发现，学科中的影响力不平等越高，其排名流动性越低。这一发现类似于社会科学中的财富不平等与社会流动性负相关的现象，对学术政策制定有重要影响。
Sun, Y., Caccioli, F., & Livan, G. (2023). Ranking mobility and impact inequality in early academic careers. Proceedings of the National Academy of Sciences, 120(34), e2305196120.
推荐语：这项研究利用超过24.5万对导师-学生的谱系数据和22个学科的学术出版物，揭示了学术界存在“盖茨比曲线”，即学术影响力不平等与代际间影响力持续性的正相关关系。研究发现，导师与学生之间影响力的相关性随着时间的推移而增强，表明学术代际流动性总体上在下降。研究还分析了导师类型、性别和机构声望等维度的影响力持续性。
Sun, Ye, et al. “The academic Great Gatsby Curve.” arXiv preprint arXiv:2310.08968 (2023).
推荐语：这篇文章通过分析美国大学被资助的博士和博后数量与教授学术产出的关系，发现人力资源的优势（博士和博后数量）是决定教授论文数的主要因素，而非个人能力。因此揭示了学界里过于强调个人能力的绩优主义的局限性。
Zhang, Sam, et al. “Labor advantages drive the greater productivity of faculty at elite universities.” Science advances 8.46 (2022): eabq7056.
推荐语：明星科学家去世后，合作者在受影响领域发表的文章数量会减少，而非合作者发表的文章数量会显著增加。
Azoulay, Pierre, Christian Fons-Rosen, and Joshua S. Graff Zivin. 2019. “Does Science Advance One Funeral at a Time?” American Economic Review 109 (8): 2889–2920.
推荐语：这篇文章探讨了学术编辑中普遍存在的性别不平等和自我发表问题。文章对影响学术出版公平性和多样性的系统性偏见和做法进行了全面分析。对于那些关注并希望解决学术界这些关键挑战的人来说，这是必读内容。
Liu, Fengyuan, et al. “Gender inequality and self-publication are common among academic editors.” Nature human behaviour 7.3 (2023): 353-364.
推荐语：这篇文章通过对150多万名作者的完整发表历史进行书目计量分析，揭示了学术界长期存在的性别差异。尽管过去60年女性参与科学的比例有所增加，但性别差异在生产力和影响力方面却也随之增加，并指出，职业生涯长度和退出率的差异解释了生产力和影响力上的大部分性别差异。这一全面的分析有助于重新审视女性学术生涯的可持续性问题。
Huang, Junming, et al. “Historical comparison of gender inequality in scientific careers across countries and disciplines.” Proceedings of the National Academy of Sciences117.9 (2020): 4609-4616.
推荐语：该文章研究发现女性在国际学术流动性中仍然代表性不足且迁移距离较短，但这一性别差距缩小的速度快于一般活跃研究人员的性别差距。全球范围内，女性和男性学者的迁移起点和目的地国家日益多样化，表明学术迁移变得更加全球化。此研究为推动性别平等的科学政策提供了重要的跨国测量和参考。
Zhao, X., Akbaritabar, A., Kashyap, R., & Zagheni, E. (2023). A gender perspective on the global migration of scholars. Proceedings of the National Academy of Sciences, 120(10), e2214664120.
推荐语：这篇文章通过分析一个新的数据集，首先揭示了三个非白人科学家一直以来面对的不平等，包括：非白人科学家更少的出现在期刊编辑当中，他们发表的文章需要经过更久的同行评议时间，以及他们的文章收到更少的引用。
Liu, Fengyuan, Talal Rahwan, and Bedoor AlShebli. “Non-White scientists appear on fewer editorial boards, spend more time under review, and receive fewer citations.” Proceedings of the National Academy of Sciences 120.13 (2023): e2215324120.
推荐语：这篇文章发现，相比于只和自己国家的学者合作，中美两国的科学家在和对方国家合作的时候能创造写出更高影响力的AI论文。在中美对抗日益增长的背景下，如何保证两国学者的继续合作是一个需要思考的问题。
AlShebli, Bedoor, et al. “China and the US produce more impactful AI research when collaborating together.” arXiv preprint arXiv:2304.11123 (2023).
推荐语：这篇文章发现北京是AI领域的领跑者—无论是从AI论文的数量、还是AI论文的影响力、还是AI学者的数量来看，北京都是全球最有城市中的第一名。而且更重要的是，北京起到了链接东西方AI学界的作用；通过分析一个新提出的“东西方连接指数”，作者们发现北京的东西方连接指数超出了其他所有城市之和。
AlShebli, Bedoor, et al. “Beijing’s central role in global artificial intelligence research.” Scientific reports 12.1 (2022): 21461.
推荐语：通过分析科学家在被据稿以后是否能把被据的文章发表到其他刊物，这篇文章的作者发现，比起非西方作者，西方可以更快地在其他刊物发表被拒文章，这个过程中的修改更少，且接收该文章的期刊影响因子更高。这篇文章在传统的的发表-引用之外，提供了一个新颖的研究纬度。
Chen, Hong, et al. “Geographical disparities in navigating rejection in science drive disparities in its file drawer.” Available at SSRN (2024).
其他推荐阅读
Azoulay, P., Qiu, S., & Steinwender, C. (2023). Who stands on the shoulders of Chinese (scientific) giants? Evidence from chemistry.
Qiu, S., Steinwender, C., & Azoulay, P. (2024). Paper Tiger? Chinese Science and Home Bias in Citations (No. w32468). National Bureau of Economic Research.
专题三 科学把关人：编辑和审稿人如何塑造当今的科学活动
同行评审和期刊编辑往往被认为是科学的把关人（gate-keeper），因为他们在维护科学文献的完整性、质量和可靠性方面起着关键作用。尽管如此，科学把关人们仍面临一些挑战，如偏见、有效性和效率问题。偏见可能来自评审员的个人知识局限或利益冲突，这可能会影响对研究的评价，有时会导致创新的工作不被认可。效率是另外一个大问题——传统的同行评审过程可能长达一年甚至数年，因此往往会延迟重要发现的传播。展望未来，大型语言模型（LLMs）的出现和后出版同行评审（postpublication peer review）的采用可能会改变这一现状。大语言模型可以帮助初步审查手稿，更快、更均匀地识别潜在问题，而后出版同行评审则提供了一种更动态、透明和持续的评价过程。这些进步可能会带来一个更健全和公平的科学验证和交流系统。
推荐语：这篇文章通过分析一个新的数据集，首先揭示了三个非白人科学家一直以来面对的不平等，包括：非白人科学家更少的出现在期刊编辑当中，他们发表的文章需要经过更久的同行评议时间，以及他们的文章收到更少的引用。
Liu, Fengyuan, Talal Rahwan, and Bedoor AlShebli. “Non-White scientists appear on fewer editorial boards, spend more time under review, and receive fewer citations.” Proceedings of the National Academy of Sciences 120.13 (2023): e2215324120.
推荐语：科学基金评审提案中如果使用推销性词语，就会有更大的概率通过。
Peng, H., Qiu, H. S., Fosse, H. B., & Uzzi, B. (2024). Promotional language and the adoption of innovative ideas in science. Proceedings of the National Academy of Sciences, 121(25), e2320066121.
推荐语：如果在回复同行评审时用第二人称代词，文章更容易被评审接受。
Sun, Zhuanlan, Cong Cao, Sheng Liu, Yiwei Li, and Chao Ma (Corresponding Author), “Behavioral Consequences of Second-Person Pronouns in Written Communications between Authors and Reviewers of Scientific Papers,” Nature Communications, 2024, 15, 152
推荐语：通过分析科学家在被拒稿以后是否能把被据的文章发表到其他刊物，这篇文章的作者发现，比起非西方作者，西方可以更快地在其他刊物发表被拒文章，这个过程中的修改更少，且接收该文章的期刊影响因子更高。这篇文章在传统的的发表-引用之外，提供了一个新颖的研究纬度。
Chen, Hong, et al. “Geographical disparities in navigating rejection in science drive disparities in its file drawer.” Available at SSRN (2024).
其他推荐阅读
Huber, Jürgen, et al. “Nobel and novice: Author prominence affects peer review.” Proceedings of the National Academy of Sciences 119.41 (2022): e2205779119.
Tomkins, Andrew, Min Zhang, and William D. Heavlin. “Reviewer bias in single-versus double-blind peer review.” Proceedings of the National Academy of Sciences 114.48 (2017): 12708-12713.
Gross, Kevin, and Carl T. Bergstrom. “Why ex post peer review encourages high-risk research while ex ante review discourages it.” Proceedings of the National Academy of Sciences 118.51 (2021): e2111615118.
Peterson, Gregory Isaac. “Postpublication peer review: A crucial tool.” Science 359.6381 (2018): 1225-1226.
Kuznetsov, Ilia, et al. “What Can Natural Language Processing Do for Peer Review?.” arXiv preprint arXiv:2405.06563 (2024).
专题四 科技劳动力视角下的科学学与政策研究
现阶段，科学知识的创造以及其在人类社会的生产实践大量依赖科技工作者的活动。科技政策、产业政策归根到底还是作用在科技劳动力之上的。深刻理解人在创新活动中的规律，包括人才的经验、人才的流动以及激励政策对人才的影响，将有利于更好地引导和推进现阶段的创新活动。
推荐语：论文探讨了在过去一个世纪中，重大知识成就的年龄分布发生了显著变化，创新者在更年长时才达到创新高峰。研究表明，与一个世纪前相比，诺贝尔奖得主和伟大的技术发明家在年轻时期的创新产出显著下降，而中年之后的生产力并没有相应的提高。同时，论文提出了一个新理论，即知识在代际之间的积累导致创新者为了达到创新前沿而寻求更多的教育，这延迟了他们创新生涯的开始。
Jones, B. F. (2010). Age and great invention. The Review of Economics and Statistics, 92(1), 1-14.
推荐语：文章通过对诺贝尔奖得主的数据进行分析，探讨了科学家在不同领域和不同时间创造伟大成就的年龄动态，并得出重要结论，年轻科学家完成伟大成就的频率更多是时间的函数，而不是领域的特性。此外，领域内年龄动态与理论工作和基础知识存量的度量有强烈的独立关联。研究结果可能为识别科学革命事件提供重要的定量标记。
Jones, B. F., & Weinberg, B. A. (2011). Age dynamics in scientific creativity. Proceedings of the national academy of sciences, 108(47), 18910-18914.
推荐语：逐渐老龄化的科学人口结构能否应对知识爆炸、科技快速迭代的时代？通过分析近一个世纪的科学进展，这篇文章分析了科学经验对创新活动的影响，以及科学人口老龄化的速度与科学的进步之间的关系，为人口老龄化下的科技创新活动提供了
Cui, Haochuan, Lingfei Wu, and James A. Evans. “Aging scientists and slowed advance.” arXiv preprint arXiv:2202.04044 (2022).
推荐语：这篇文章探讨了年轻科学家在选择研究问题时面临的“探索新领域与利用现有知识”之间的“基本张力”，以及这种张力与获得资助成功之间的关系。研究发现，在首次资助周期中选择探索新研究主题的年轻科学家，在获得后续资助方面面临显著较低的机会，并需要等待更长的时间才能获得后续资助，指出了在资助决策和职业发展支持方面需要考虑的复杂性。
Guo, L., Wang, Y., & Li, M. (2024). Exploration, exploitation and funding success: Evidence from junior scientists supported by the Chinese Young Scientists Fund. Journal of Informetrics, 18(2), 101492.
推荐语：传统人口迁移重力模型广泛存在的网络自相关问题造成对估计模型违背独立性分布假设，导致内生性偏误。为解决这一问题，文章较早将特征向量空间滤波（ESF）模型引入中国人口迁移研究。随后，利用面板负二项重力模型框架对固定效应的灵活估计，将ESF与面板负二项模型结合，提出一种新的时空滤波重力模型（ESTF）。还尝试将ESF技术与泊松伪最大似然估计（PPML）结合，提出一个解释力更强的ESF PPML重力模型，并将该模型拓展为面板模型维度。针对零膨胀问题，构建了空间Hurdle重力模型，在模型中加入ESF算子，并将该模型拓展为面板维度。基于传统人口迁移可视化困难等问题，提出Kaleidoscope可视化技术。
Gu H, Xu Z, Zheng J, et al. Visualising global currents of international students between 1999 and 2018[J]. Environment and Planning A: Economy and Space, 2022, 54(1): 3-6.
Gu H*, Xu Z. Kaleidoscope visualisation of China’s internal migration, 1985–2020[J]. Environment and Planning B: Urban Analytics and City Science, 2022, 49(4): 1341-1344.
Gu H, Shen T*. Modelling skilled and less‐skilled internal migrations in China, 2010–2015: Application of an eigenvector spatial filtering hurdle gravity approach[J]. Population, Space and Place, 2021, 27(6), e2439.
首先在新空间经济学的建模框架下，纳入对不可移动、不可贸易地方品质因素的理论探讨。反思了西方语义下的“舒适物”对人才迁移的影响，认为纳入户籍制度因素后，所得到结论与西方语义脱节。基于上述理论思考，围绕高学历、高技能、科研人才等迁移问题展开实证研究。
Gu H, Wang J, Ling Y*. Economic geography of talent migration and agglomeration in China: A dual-driver framework[J]. China Economic Review, 2024: 102180.
Gu H, Zhao Z*. Rethinking the nexus between urban amenities and migrants’ hukou transfer intentions in China: the role of the hukou value[J]. Eurasian Geography and Economics, 2024: 1-27.
Gu H, Jie Y*. Escaping from “dream city”? Housing price, talent, and urban innovation in China[J]. Habitat International, 2024, 145: 103015.
古恒宇,沈体雁*.中国高学历人才的空间演化特征及驱动因素[J].地理学报,2021,76(02):326-340.
专题五 AI对科学社区的影响【欢迎推荐相关研究文献】
随着大语言模型的发展融入进了科学活动中的材料整理、数据处理、科学结果评价和科学知识管理等环节都，影响着科学研究的研究、协作、审稿等各个环节，是科学学研究未来需要关心的重要话题。
推荐阅读文献
Aceves, P., & Evans, J. A. (2024). Mobilizing conceptual spaces: How word embedding models can inform measurement and theory within organization science. Organization Science, 35(3), 788-814.
Sourati, J., & Evans, J. A. (2023). Accelerating science with human-aware artificial intelligence. Nature human behaviour, 7(10), 1682-1696.
科学是研究实践、是理性精神，也是一个由学者、文献、科研项目、科学思想与灵感等一起构成的自组织、自生长的复杂系统。科学学则是一门学科，旨在深入理解科学研究的种种因素并推动科学发展。认知层面上，从复杂系统的视角研究科学，能否给我们带来对科学更深刻的理解？个人科研实践中，什么样的论文高引？怎样规划科研路线？哪些课题大有可为？
集智俱乐部组织了6期「复杂系统视角下的科学学」读书会，讨论科学学相关的科研进展和经典文献，形成了包括数十位相关领域的研究者和硕博在内的科学学社区。欢迎感兴趣的朋友报名加入交流讨论。
计算社会科学作为一个新兴交叉领域，越来越多地在应对新冠疫情、舆论传播、社会治理、城市发展、组织管理等社会问题和社科议题中发挥作用，大大丰富了我们对社会经济复杂系统的理解。相比于传统社会科学研究，计算社会科学广泛采用了计算范式和复杂系统视角，因而与计算机仿真、大数据、人工智能、统计物理等领域的前沿方法密切结合。为了进一步梳理计算社会科学中的各类模型方法，推动研究创新，集智俱乐部发起了计算社会科学系列读书会。
【计算社会科学读书会】第二季由清华大学罗家德教授领衔，卡内基梅隆大学、密歇根大学、清华大学、匹兹堡大学的多位博士生联合发起，进行了12周的分享和讨论，一次闭门茶话会，两次圆桌讨论。本季读书聚焦讨论Graph、Embedding、NLP、Modeling、Data collection等方法及其与社会科学问题的结合，并针对性讨论预测性与解释性、人类移动、新冠疫情、科学学研究等课题。欢迎从事相关研究或对计算社会科学感兴趣的朋友参与学习。
详情请见：
数据与计算前沿方法整合：计算社会科学读书会第二季启动
点击“阅读原文”，报名读书会
