大数据研究助推哲学社会科学繁荣发展

  • 日期:08-04
  • 点击:(599)


大数据时代的到来给社会发展带来了机遇和挑战。大数据与哲学和社会科学研究的整合可以进一步促进哲学和社会科学的发展。然而,如何将大数据应用于哲学和社会科学领域是学术界面临的一个重要问题。

进行交叉创新研究

无论是从适应大数据的趋势,还是从哲学社会科学的繁荣发展的角度来看,大数据与哲学和社会科学的交叉是必不可少的。中山大学马克思主义学院教授钟明华表示,大数据不仅使碎片信息有价值,而且极大地拓宽了信息来源,增强了信息的“社会可见性”,并提供了能够满足社会对个性化信息的需求。利用大数据掌握的“全”信息,可以有效地打破学科研究所获得的信息数量,有限的覆盖范围和单一的研究方法,为学科的发展创造更加坚实的基础和更大的开放空间。

据中国社会科学院哲学研究所研究员段伟文介绍,数据是人与世界互动的记录。随着数据和智能技术的发展,我们已进入一个智能时代,我们可以记录和分析所有数据。数据流已成为当代社会运作的基础。面对这一发展趋势,只有大数据,哲学和社会科学的综合创新研究才能为数据技术的合理使用奠定理论基础。

“这是开展大数据,哲学和社会科学交叉创新研究的新方向。”曲阜师范大学教授严万学认为,社会观念和思想的证据分析和检验可以为社会进步提供更好的理论支持,成为一种哲学。社会科学需要研究的紧迫问题。

北京师范大学哲学学院教授董春雨认为,开展大数据,哲学和社会科学交叉创新研究的关键是“站稳脚跟”。 “天堂”是真正加强真实意义的理论研究,尤其是对大数据的哲学理论研究。 “现场”指的是在大数据研究中需要“地面天然气”。大数据是一种新的有效工具。我们应该尝试使用大数据来提高社会管理和管理效率。所有这一切都必须基于扎实,严谨和有效的研究。研究人员还需要克服傲慢,坐在板凳上,抓住真正的问题,最后获得有价值的研究成果。

还有待解决的问题

目前,将大数据应用于哲学社会科学领域仍存在一些困难。钟明华认为,最大的困难在于如何在科研目标,研究方法和评价机制中将两个不同学科联系起来。在哲学和社会科学领域应用大数据时,技术逻辑追求“数据红利”的最大化,文化逻辑强调数据文化的价值和个体主体性的实现。需要考虑两种逻辑的碰撞和整合。在评估标准方面,大数据技术主要采用测量和计算的方法。难以量化的哲学社会科学是否能够根据这种评价模式运作完全具有一定的不可预测性。此外,虽然大数据的准确性和完整性只能再现客观现象,但在其上运行的算法强调相关性并否定因果关系。因此,即使大数据能够重现整个事件,也可能无法准确掌握事物的本质和规律。这是因为纯粹的数据堆叠无法达到哲学和社会科学的推测高度。

华中科技大学国家治理研究所院长欧阳康认为,过去,定量研究,概念分析和哲学社会科学研究习惯的理论推导都没有充分应用于量化,它们是对大数据分析技术不够灵敏。然而,哲学社会科学工作者一直在寻找在哲学和社会科学中应用大数据分析技术的具体途径和方法。

段伟文表示,在哲学和方法论层面,学界对大数据研究及其方法的有效性尚未形成统一的认识。与此同时,大数据研究方法不同于哲学社会科学研究的传统观测与实验方法,导致哲学社会科学研究者一时难以适应这种研究方式的转换。此外,大数据在哲学社会科学领域的应用所需要的数据资源不足,如何将各种经济,管理与治理领域的数据转化为适合研究的数据还存在一定的难度,对数据的采集与使用也尚无对应的法律法规可依。

“大数据应用在哲学社会科学领域中的困难可以用'一点一线一面'来概括。”华北电力大学大数据与哲学社会科学实验室主任王建红表示,“一点”指的是技术点。对于哲学社会科学研究者而言,将大数据应用到自身的研究中,最缺乏的是技术。“一线”指的是人才线。大数据应用在哲学社会科学领域中最根本的困难是人才的缺乏“一面”指的是认知面。应正确认识大数据与哲学社会科学的交叉创新研究,为其营造良好的学术氛围。

评价体系应采取差异化原则

在谈到如何让大数据应用技术真正走进哲学社会科学时,欧阳康提出,需要培养懂技术并且能够将技术运用到哲学社会科学中的人才。相关研究人员要更新观念,全面学习,理解,运用大数据。

XX“在哲学社会科学领域建立相应的大数据应用技术体系和机制,可以解决现有的困难。”钟明华提出,加强学科研究的大数据意识,可以使哲学社会科学家利用当前非大数据,系统的自发状态转向系统的自觉和自足状态。同时,它将改进大数据的功能研究和风险判断,为大数据在哲学社会科学领域的科学接受奠定良好的基础。加大对相关资源的投入,在少数发达平台的基础上,建立创新平台,鼓励跨学科研究人才和团队。

Wan万学建议建立新的科研机制,在相应的学科中加入“跨学科研究”项目,广泛收集大数据与哲学社会科学交叉的指导主题,并鼓励研究人员进行跨学科研究。在评价指标体系中,采用差异化原则,强调项目的交叉和前沿。此外,有必要建立一种新的学科建设机制,并在学科评价指标体系中增加反映学科交叉创新状况的指标。

学者们认为,大数据在哲学社会科学领域的有效应用应该集中在三个方面:方法,问题和主题。王建红认为,这需要相关研究人员在实践中进行探索。

中国社会科学网记者孙美娟潘一飞