首页 >> 社科评价
新时代社科情报学研究的新挑战、新举措
2020年11月10日 14:30 来源:《情报资料工作》2020年第4期 作者:夏立新 字号
2020年11月10日 14:30
来源:《情报资料工作》2020年第4期 作者:夏立新
关键词:社科情报学;社科情报工作;大数据;人文社科

内容摘要:以社科情报工作的历史沿革与发展现状为出发点,深入探索新时代我国社科情报工作的沿革与发展,旨在推动我国社科情报研究向智慧化、智能化方向发展。

关键词:社科情报学;社科情报工作;大数据;人文社科

作者简介:

  内容提要:[目的/意义]以社科情报工作的历史沿革与发展现状为出发点,深入探索新时代我国社科情报工作的沿革与发展,旨在推动我国社科情报研究向智慧化、智能化方向发展。[方法/过程]以信息链为视角,确立社科情报研究的根本使命与历史方位,指出当前社科情报事业面临研究视角转变、研究范式转变、研究方法转变及研究技术转变的四大挑战。[结果/结论]提出大数据及技术双重驱动下社科情报学研究的三大创新举措,以期在社科情报研究中形成具有中国特色的人文社会科学学术体系和话语体系。

  关 键 词:社科情报学;社科情报工作;大数据;人文社科

  1 引言

  较之科技情报工作,社科情报具有明显的政治倾向与意识形态,是对其生产、流通、处理、存储及利用等各个环节与过程进行的综合性研究,并以情报为出发点对人类社会开展科学性的解释阐明、分析与预判,以实现“为科研服务、为决策服务”的目的[1],涉及各种社会发展趋势、社会思潮、政治现象,从而反映整个人类的社会生活[2]。社科情报工作以自身所具有的科学性、服务性、社会性、政治性,在管理方式与组织模式上体现出特有的学科优势与工作性质,在应对国家安全与大数据挑战时,发挥着极为重要的作用,可以说社科情报研究及其工作正在进入一个新时代。系统梳理我国社科情报工作的发展现状,并从新的研究视阈定位社科情报学内涵,挖掘其内在演化趋势,廓清大数据背景下社科情报面临的机遇与挑战,对开展新时代社科情报学研究、推进新时代社科情报工作均有重要价值。

  笔者以社科情报工作的历史沿革与发展现状为出发点,以信息链为视角,确立社科情报研究的根本使命与历史方位,分析总结我国社科情报工作的价值意义与功能特性,从数据与技术两个维度,提出促进我国社科情报学研究的创新举措,以期对我国社科情报事业发展及其机构的革新提供参考。

  2 社科情报工作的发展与社科情报研究的内涵:基于信息链视阈

  情报学是一门研究有效地运用信息、知识和情报的规律性科学,发源于图书馆学和文献学,“二战”后期以来,其发展得益于香农(C.Shannon)和韦弗(W.Weaver)的信息论模型、维纳(N.Wiener)创立的控制论以及计算机技术的快速普及,现已成为融合自然科学、技术科学和社会科学的交叉学科[3]。随着国际政治、经济、军事等领域的竞争加剧,国际敌对势力的渗透,加之国内复杂的斗争形势,总体国家安全观受到空前重视,从而强化与扩展了情报学产生之初的本源性特征与基础性职能,情报工作也有了细分的类别,社会情报应运而生。20世纪70年代,S.Dedijer[4]提出社会情报(Social Intelligence)的思想,同科技情报工作相比,社会情报工作需要使用科学的方法来理解和解释社会中的经济-技术情报活动,更聚焦于面向社会发展的经济和技术情报活动,其核心目的就是解释社会中存在的现象和原因,以获取竞争优势[5]。

  我国的社会情报发展路径和服务宗旨较之其他国家略有不同,更多的是开展社科情报(Social Science Information)工作,这与其起源有一定程度的关联。中国社会科学情报的产生并非仅仅是情报学学科内部的分化与解构,而是我国改革开放后中国社会科学的变革使得研究者更加面向应用与决策,关于社会情报的信息需求主要分为两大类,一是科学信息需求,即人们在获得感性认识的基础上,经过逻辑思维和实践的不断检验而形成的概念及理论系统的知识;二是社会动态信息需求,即以事实、数据、信息、知识等形式反映社会历史发展过程中相关情况。无论是科学信息需求还是社会动态信息需求,在市场经济环境下又被赋予了信息的内涵,社会科学信息存在着不公开、不共享、不兼容、非对称、分散化、碎片化等现象,各种载体的文献信息源并存、各层次的信息存取系统并存、多信息管理方式并存[6],为社科情报工作者与使用者的信息搜索、获取和利用带来了诸多困难。为将分散的社科情报研究力量组织起来,共同克服社科信息开发与利用过程中存在的困境与挑战,我国于1986年成立了中国社会科学情报学会,这是中国社会科学对学科信息的需求达到一个新高度的必然结果[7]。学会在理论与实际结合的过程中将社会需求与社科情报力量相结合,极大地推动了我国社科情报事业的发展,使我国社科情报理论研究在此阶段达到了前所未有的高度[8]。鉴于信息化技术的发展,此时中国社科情报工作在实践层面已经认识到数据资源及其建设的重要作用,信息化程度亦有显著的提高;在理论研究中,通过融合文献内容特征与计量特征,挖掘与发现当前社会热点与社会现象,使其决策更具科学性与预见性。

  尽管社科情报学以社会科学为突破口取得了独立的学科地位[9],但处于当代数字化环境下,其研究所涉及的用户需求、获取途径、分析方法、利用方式、交流模式、服务手段等都发生了重大变化,亟待从理论高度对社科情报现象与社科情报研究的演化规律进行更为科学的阐释。2003年,梁战平先生率先从信息链视角对情报做出明确解释,马费成教授亦用该理论进一步阐释了情报学研究的行为规律,即情报是由事实、数据、信息、知识、情报/智能五个要素构成的信息链,信息的上游面向物理属性,信息下游面向认知属性。英国科学哲学家卡尔·波普尔提出的“三个世界”的理论,不仅从哲学高度阐述了信息的属性,更与信息链视域下的情报理论解读有着极大相似之处。可以发现,以信息链与三个世界理论为出发点梳理我国社科情报工作的发展与社科情报学研究的脉络,有助于进一步厘清我国社科情报的历史、现状与发展趋势:首先,在我国社科情报学研究初期,相关社科情报工作大多在客观物理世界中开展,这一阶段的工作重心集中于文献资料的编撰、汇总、归纳、整理与传递。随着联机检索技术的发展,社科情报服务机构的工作逐渐转移至以数据库建设为基础的文献获取、查询与传递,以便以文献或数据的形式为特定用户提供定题或专题服务,然而这一阶段的社科情报获取与利用工作依然存在于物理客观世界中;随后,我国社科情报研究进入高速发展时期,这一阶段的社科情报工作借助诸如全国党校文献情报学会、中国新闻资料学会等研究学会,展开跨学科、多领域的合作,其研究模式与工作核心向意识/精神状态的心理世界转移,社科情报工作的实际效果以信息产品与知识服务工具等方式提供给广大用户;当下,我国社科情报工作随着人工智能与大数据技术的飞速发展,正处于信息化朝向智能化的转型过程中,大量社科情报服务机构的工作目标均以发挥思想库和智囊团作用为主,旨在成为向党中央和国务院报送决策参考信息的重要平台、国内国际重要思想理论与战略决策的重要信息库、中国社会科学科研成果转化并应用于实践的重要渠道[2],这也充分显示出我国社科情报工作逐步形成了集“用户-技术-情报”的自主“信息世界”。

  3 新时代社科情报学研究的新挑战

  我国社科情报研究“起步晚,发展快”[10]其工作的开展是社会决策、管理和服务的重要基础。但是,诸多社科情报机构均依托于社会科学研究机构进行工作,在面向社会服务与国家重大战略需求方面略显不足。社科情报学乃至整个图书情报学研究的发展历史充分说明,其拓展与深入很大程度上得益于不同阶段研究视角和研究范式的转变,从而使研究方法和研究过程发生变化。因此,从研究视角、研究范式、研究方法与研究过程四方面考量社科情报学研究在新时代背景下所面临的机遇与挑战,有助于指引社科情报研究的新趋势、新发展。

  3.1 研究视角的转变:多元化拓展

  马费成教授[1]强调,一些人文社科研究以前行不通而现在却可以进行的原因是技术环境的变化为其演进创造了有利条件。充分利用信息技术,有效组织与管理信息,进而推动知识、信息的共享与创新是社科情报研究与社科情报工作发展的方向。在上述形势下,社科情报研究须与现代信息技术紧密结合,拓展社科情报的研究视角,扩宽社科情报的研究领域与范畴,创造交叉互融的学科优势。当前,社科情报研究中由于信息技术革新所带来的研究视角多元化包括:(1)知识视角:知识获取、转移、共享等涉及知识开发与利用的过程,本就属于社会科学的研究范畴,知识管理已在政府部门、企事业单位及民营机构中得到广泛重视,社科情报的应用辐射范围也逐渐扩大至电子商务、虚拟企业、客户关系管理、供应链管理等方面;(2)用户视角:目前个人或机构参与社科情报活动的现象越来越多,作为社科情报利用主体与最终归属的情报用户更是其主要研究对象,故以用户为视角产生的面向用户个性化服务为目标的用户需求、用户行为、用户交互等内容亦成为社科情报工作的研究重心;(3)环境视角:由互联网、数字化、多媒体、云技术和大数据等组成的集合式多维信息环境构成了新时代的主要信息特征,其影响也具有泛在特点,泛在数据、泛在信息和泛在知识很大程度上影响了社科情报研究范式与研究方法,也向社科情报工作与服务提出了更高的要求。

  3.2 研究范式的转变:第一范式到第四范式

  在当前复杂的动态环境中,情报运动由线性为主要运动方式向非线性、多路径、交互式运动方式转变[12],研究视角的变革不仅为现代社科情报理论研究提供了全新理论工具和研究基础,且直接影响现代社科情报研究范式的转变,在社科情报发展的动态过程中经历了四类范式的变革:第一范式,即经典范式,人类最早的科学研究主要以记录和描述自然现象为特征,从原始的钻木取火发展到开普勒创建的实验观察模式;第二范式,即模型推演和理论科学,以牛顿微积分和经典力学为代表的模型推演和理论精准预测;第三范式,即仿真模拟和计算科学,20世纪初,量子力学和混沌理论的发展否定了模型推理和理论预测的可行性,并以电子计算机诞生为契机,演变出科研第三范式——计算科学;第四范式,即数据密集型科学,随着小世界网络和无尺度网络等复杂网络研究的深入,以及计算能力提升和传感器的无处不在,数据密集型科学从计算科学中分离出来,成为科学研究的第四范式[13]。当前,在技术与数据的双重驱动下,我国社科情报研究已步入“数据密集型”科学研究范式,即科学研究高度依赖数据的聚集和分析,特别是海量数据分析,通过相关关系算法分析海量的数据从而做出预测。新时代背景下,大数据的大数量提供了新的研究空间,所涉及的信息、数据已超过普通阅读和理解所能处理的范畴,从大数据中挖掘出其中的关联关系与因果关系链条,更是揭示知识与信息内涵的重要途径。值得一提的是,深入挖掘数据中知识间的相关关系并非观察、思索、领悟等传统方法获得,而是通过对大量数据引入计算分析方法使其中所包含的关联关系“自动涌现”。

  3.3 研究方法的转变:“技术至上”到“人文领先”

  情报学的研究过去偏重技术,主要是由于图书情报技术作为一种方法手段与社会生产力,在该领域中的直接应用推动着其事业的演变与发展。以大数据为代表的新兴技术运用于人文社会科学的研究中,使数据在获取、管理、分析、展示等方面均得到了长足的发展,技术的促进作用及其重要性也是显而易见的,然而长期依靠技术也暴露出人文社科研究的弊端。对于社科情报研究而言,信息技术只是工具或手段,研究人员在掌握一定的技术工具和方法的基础上,需要回归社会文化的价值本性。当前的研究趋向表明,信息技术与人文社科本源的融合已逐渐得到众多研究者的认可,例如数字人文在社科情报中的深度应用。数字人文将计算机方法与技术融入人文研究,提出并回答人文问题,其产生与发展得益于数字技术的进步及其在科学领域的普及应用。新时代下,以数字媒介和人工智能为基础的新兴文化形态和知识生产体系正日见雏形,数字人文正在积极引领文化时空的数字化转换,在社科情报研究中展现出广阔的发展前景[14]。

  3.4 研究过程的转变:理论与实践的融合、人文科学与自然科学的借鉴

  社科情报研究受上位学科情报学学科属性及自身特点、研究方式的影响,造就了其内容体系由“理论探索”与“应用实践”两大部分共同构成的格局。在前文分析中可以凸显,近年来由于信息技术及大数据环境的影响,社科情报学研究开始面向宏观经济政策,重视开发性、应用性研究,很多课题和项目都是围绕经济发展和社科情报工作发展遇到的重大问题而展开,如国家社科重大项目“情报学学科建设与情报工作未来发展路径研究”“面向知识创新服务的数据科学理论与方法研究”“智慧城市应急决策情报体系建设研究”等,涵盖图书馆资源建设、数据资源共建共享、知识组织与知识服务等多个研究领域。不可否认的是,理论性问题的研究从来不是孤立存在的,理论探索旨在促进人类认知与观念上的变革,而应用研究则面向实践,试图解决国家重大战略需求中的实际问题,理论研究与应用研究通过国家重大创新工程或重大课题进行融合,互相促进、共同发展。另一方面,以人文科学为基础的社科情报研究,需紧密与自然科学研究相结合。自然科学研究自始至终都在强调其研究结果的可重复性,故评价方式与衡量标准也较为客观,但人文社会科学研究由于人文现象与社会问题的异质性,导致了社科情报研究较之科技情报研究的巨大差异。然而,在社科情报研究的实际过程中,不能一味强调其中的区别,而应认识到自然科学中的理论、方法、技术是人文社会科学研究的重要手段与工具,人文社会科学的研究范式也可为自然科学研究提供应用场景与理论指导。

  4 数据与技术双重驱动下的社科情报学研究创新举措

  新的信息技术环境下,社科情报事业面临前所未有的压力和挑战,人、信息技术和信息环境相互作用和动态演化是把握社科情报学研究发展的一条主线,每当这条主线中各要素间的交互关系发展到一个新的阶段,社科情报学研究就会有所创新,直至产生研究范式的变迁(如图1所示)。基于这一视角,可进一步归纳出大数据及技术双重驱动下社科情报学研究的三大创新举措。

  

  (1)积极应对新时代人文社科研究面临的“环境-用户-技术”三位一体挑战,面向不同类型社科情报用户需求,推动社科情报研究范式与研究方法的变革与突破。在传统人文社会科学的学术研究中,尤其是考古学、历史、文学,以及经济学、社会学、法学、政治学等学科的学科史研究和依赖大量数据的实证研究中,对于研究资料具有较强的依赖性,因此时常导致上述学科的学术研究过程需花费大量时间用于搜集、获取研究相关的一手资料或者研究数据[15]。随着社科情报逐渐向社会各行各业渗透,涉及的研究问题更为广泛而细化,单一的数据来源并不能完全满足社科情报用户的深度需求,故不同类型、不同内容、不同载体的数据源应互相补充,既需充分利用多源、异构的各类数据库资源,尽可能为用户提供结构化数据信息,如期刊论文、专利信息等,又需充分考量社会化媒体、多媒体、融媒体兴起所带来的以UGC为代表的非结构化数据集合。不同的数据源可以从不同侧面揭示同一事实或规律,融合多模态的异构数据才能从多个维度共同表达同一高层语义,使用户获取知识全貌而非知识片段。解决上述问题的一个重要途径就是加强社科情报的共建共享,将人文社会科学研究人员从大量的资料工作中解放出来,使其能够将时间用于更加具有创造性的研究工作上,且大规模、集成、深度组织关联与共享的人文社会科学数据也将有助于改变传统人文社科研究的范式,为人文社科研究提供新的研究问题、研究视角,并拓展其研究空间。同时,也应借助大数据技术高速发展的契机,面向不同类型的社科情报用户提供个性化知识服务,如学科知识服务、面向机构的决策咨询服务、面向公众的学科科普服务,为当前社科情报用户提供能够满足其各自需求的基础数据来源,促进开放数据、信息技术、学术资源的共融与互联,推动社科情报研究范式与研究方法的变革与创新。

  (2)数据驱动引领大数据战略与社会科学研究的交互和创新,助力社科情报的信息化、智慧化发展。大数据不断融入人文社会科学的研究中,诞生了人文社科大数据研究这一前沿议题,尤其是近年来数字人文、人文计算等新方向、新热点的涌现,有效推动了数据驱动的人文社科知识发现的纵深化发展[16]。在此背景下,社科情报领域的数据观与研究范式发生了重要变革,可以预见,未来的社科情报研究必然面向数据密集型展开,并以数据驱动作为其主要范式。一方面,由第一范式向第四范式转换的科研范式变革,将会从本质上影响社科情报的研究方向与研究热点,数据也必将成为社科情报学的重要研究对象。另一方面,将以大数据技术为核心手段的数据科学作为社科情报的研究内容,旨在明确数据在社科情报学科体系与学科发展中的地位,充分发挥情报研究在数据采集、组织、分析、服务、利用中积累的既有优势与经验,重构数据资源、技术工具、学科平台、创新服务为重要特征的社科情报学科体系。具体来说,从数据资源方面,规范社科情报类数据的主题、类型、领域与来源,建立一整套数据采集、处理、整合、存储的规范流程,并同步构建数据共享与服务的机制与管理制度;从技术工具层面,以大数据技术为核心,逐步形成包括社会网络分析工具、数据挖掘工具、自然语言处理工具、深度学习工具、机器学习工具、可视化展示工具等在内的技术支撑体系;从学科平台层面,依托于高校、科研机构、社科情报机构构建包括图书馆知识服务平台、历史文献研究中心、地方特色馆藏、教育大数据平台、城市社会大数据平台等在内的公共服务平台,纵跨本地化科研数据管理、城市共享、跨地区联盟三个层次实现社科情报领域数据共享,并促使科研人员、情报用户基于上述平台开展社科情报数据整理、加工、归档、长期保存及知识增值工作,从而发挥社科情报数据的最大价值;创新服务层面,除包括数据调研、元数据规范、数据监管、数据共享等基础性服务工作,也应涉及数据采集、数据挖掘、数据分析在内的驱动性支撑服务,还需覆盖多学科数据整合、跨学科数据共享等融合型创新服务。

  (3)技术驱动推动人文和计算的跨界和融合,实现社科情报的共建共享。以计算机、大数据、人工智能为代表的现代信息技术的发展,将为社科情报研究提供新的手段与动力。美国陆军部《2016—2045年新兴科技趋势》[17]通过对近700项科技趋势的综合对比分析,最终明确了24项最值得关注的科技发展趋势,该报告一方面旨在帮助相关部门明确与把握影响国家核心竞争力的关键性技术,另一方面为国家与社会指明科技投资方向。同样,阿里达摩院也做出2019年十大科技趋势报告,其中包括5G网络催生全新应用场景等技术。当前,已逐步形成支撑社科情报研究的“ABCD5”技术体系,即Artificial Intelligence、Blockchain、Cloud Computing、Big Data、5G技术。大规模人类计算、自然语言处理、机器学习、语义自动匹配等技术对于重构社科情报知识体系与学科体系均具有积极的推动意义,但这并不意味着社科情报研究就需要颠覆传统的研究范式与研究方法,毕竟技术手段对人文社科学术研究而言更多承担的是变量或者工具的角色,因此“技术理念”与“人文价值”是一种有机的结合而非摒弃,以技术为驱动实现社科情报的共建共享,才能更好地发挥其对社科情报研究的积极效应。当前,已有研究将技术因素与体制、机制、法制等人文智慧进行融合,并提出“文化计算”这一概念,旨在利用社会计算、大数据、人工智能等技术与人文、历史等学科相互交叉融合,实现文化内容挖掘传播、推动数字人文研究,促进文化的繁荣发展[18]。而从研究的角度出发,上述探索即使已提供了一种技术与数据驱动下的人文社科研究新模式,但在实践中仍需具备一个集“数据-技术-文化”于一体的全局人文社科数据生态系统,借助当前已有的人文社科数据资源、开放数据集与共享服务平台的应用示范作用,通过研究与实践相贯通、需求与服务相结合,面向信息链视域下的信息服务生态体系,实现社科情报资源的共建共享。

  5 结语

  新时代,意味着社科情报研究与工作面临着新的变化、新的挑战与新的机遇,无论是大数据的影响,还是人工智能和区块链等信息技术环境的深化,都对社科情报事业的演变与发展产生了不可估量的影响。与时代接轨,以新的视角重新定位社科情报工作的地位与价值,剖析、审视社科情报工作面临的困境与挑战,瞄准新时代下“环境-用户-技术”三位一体交互对社科情报研究所带来的变革,从数据与技术双重视角提出社科情报研究的创新举措,以期推动社科情报朝向智慧化、智能化发展,对形成具有中国特色的人文社科学术体系和话语体系均就有一定的借鉴作用。

  参考文献:

  [1]谭安洛.出路在于拓展——关于社科情报事业的发展[J].情报杂志,1992(3):30-33.

  [2]张惠娜,周京艳,刘如,等.我国社科情报工作发展回顾与思考[J].情报理论与实践,2019,42(9):171-176.

  [3]梁战平.论情报学研究[J].中国信息导报,2003(1):12-15.

  [4]Dedijer S.Social engineering of intelligence for development[C].Document No.6 at the Meeting on the Knowledge Industry and the Process of Development,OECD Development Center,Paris,1980:1-59.

  [5]Cornin B.An introduction for social intelligence[J].Social Intelligence,1991,1(1):1-6.

  [6]张亚莉,胡家荣.社会科学学术信息的组织分布特点及获取策略[J].现代情报,2007(1):83-84.

  [7]范并思.推动社科情报的学科建设[J].情报资料工作,2006(5):12-14.

  [8]范并思.社科情报学:一个逐渐远行的学派[J].图书情报知识,2006(6):80-83.

  [9]彭斐章,娄策群,赵涛.新世纪社科情报理论研究的走向[J].中国图书馆学报,1996(4):14-19.

  [10]范并思.中国社会科学情报理论研究评述[J].图书馆,1989(5):11-14.

  [11]马费成.推进大数据、人工智能等信息技术与人文社会科学研究深度融合[J].评价与管理,2018(2):1-4.

  [12]刘冰.复杂性科学与现代情报学理论范式的转变[J].图书情报工作,2011,55(14):24-27,72.

  [13]Tony H,Stewart T,Kristin T,等.第四范式:数据密集型科学发现[M].北京:科学出版社,2012.

  [14]王晓光.“数字人文”的产生、发展与前沿[G]//全国高校社会科学科研管理研究会组.方法创新与哲学社会科学发展.武汉:武汉大学出版社,2010:207-221.

  [15]孔青青,顾娅婕.新时代社科情报学能力建设与创新路径——中国社会科学情报学会2019年学术年会综述[J].文献与数据学报,2019(4):122-126.

  [16]冯惠玲.数字人文:在跨界中实现交融[N].中国社会科学报,2017-12-21(008).

  [17]美国陆军智库.2016—2045年新兴科技趋势[EB/OL].[2020-06-16].http://www.199it.com/archives/554626.html

作者简介

姓名:夏立新 工作单位:华中师范大学信息管理学院

转载请注明来源:中国社会科学网 (责编:赛音)
W020180116412817190956.jpg

回到频道首页
ooo.jpg
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们