市场对批判性思维的围攻

Whatsapp
Facebook
Twitter
Instagram
Telegram

通过 埃莉奥诺拉·阿尔巴诺*

对巴西大学多样性丧失的思考

在整个 2000 年代,我经历了一段不寻常的经历,我花了很多年时间来辨别和解开。 2006 年在 Unicamp 举办的题为“As Humanidades na Universidade Contemporânea”的活动上,我一直有一种抵制出版作品的印象。

该活动旨在成为一个多学科论坛,以讨论大学环境中技术进步的人文学科的未来问题。 因此,我提议捍卫人文学科和人文科学的知识生产和出版实践的自主权。 为此,我寻求一种简单直接的语言,涵盖所有知识领域,并且对非人文主义者具有说服力。

因此,我从 CNPq 和 CAPES 数据库下载了 2000 年代前五年的数据,并将它们提交给多元统计分析。 这使得根据资助机构的分类法,根据出版物类型的比率推断不同知识领域的概况成为可能。 争论的焦点是人文学科、自然科学和精密科学与技术在首选出版物类型方面表现出不同的概况。

该方法很简单,并提供有用的结果可视化。 第一步是以图形方式比较医生指标的原始比率。 在确认了它们按区域区分后,我将它们提交给两种多元统计技术。 来源是 2000、2002 和 2004 年的 CNPq 人口普查以及 2004 年的 Coleta CAPES。如下图所示,即使是原始比率也显示出明显的地区偏好,例如,在 2004 年的人口普查中:

图1:2004 年 CNPq 人口普查中每位医生的年度指标。
(资料来源:阿尔巴诺,2006 年[I]的)

应该指出的是,在“文章”和“书籍”指标的比率方面,自然科学明显不同于人文学科。 在右图中,文章优势得到了强调。 另一方面,可以观察到这本书在左边的那本书中有一个显着的比率,尽管尺度标准化造成的扁平化使得可视化变得困难。

还应该指出的是,就“事件中的完整作品”的重要性而言,自然科学比人文学科更具异质性。 在生物和健康领域,该指标显示的比率始终低于其他领域。 还应注意的是,“书籍章节”是对领域间差异最不敏感的指标:在自然科学和人文科学领域,其比率接近每年 0,5。 此外,它将科学与技术区分开来,后者的比率一直较低。

多元统计根据它们在数据集中的比例使用组类别。 下图显示了第一个结果,即聚类分析,应用于 2004 年人口普查数据。请注意它如何统一区域的可视化:

图2:按医生分组的 CNPq 2004 年人口普查指标年率.
(资料来源:阿尔巴诺,2006 年)

另一种技术,主成分分析,从数据子集之间的相关性中推导出正交因子。 请注意,下图取自 2004 年人口普查,也以统一和透明的方式按地区表示偏好:

图2:从 1 年 CNPq 人口普查的指标年率中提取的因素 2 和 2004.
(资料来源:阿尔巴诺,2006 年)

尽管该技术允许提取更多因素,但前两个在这里就足够了,因为它们解释了大部分数据差异。 科学分为自然科学和人文科学,以及两者与技术的距离也很明显。

原始演示文稿以及阐述它的文章不仅将人口普查相互比较,还与 2004 年的 CAPES 数据集进行了比较。分析表明,五年概况非常相似,与上面总结的模式一致.

我退出发表这篇文章的原因是它等待编辑决定的时间太长了。 由于查找有关该试验的信息无效,我将其从一个期刊中撤回并提交给另一个期刊——在我坚持发表它的目的的四年内。 从症状上看,我从未收到过他们任何人的意见。 那时我明白,推迟是一种通过不可避免的数据老化来破坏工作的方式。

熟悉学术指标的读者可能已经注意到,上述比率是 15 多年前的数据,远低于您所在地区今天的平均水平。 您可能还想知道生成的配置文件是否仍适用于新费率。

您不必走得太远就可以推断出答案是否定的。 对来自最不同领域的 Lattes 课程的随机样本进行简单检查,可以看出当前围绕当时自然科学特征指标的标准化趋势,即:国家和/或国际索引期刊上的文章。 在人文科学领域,“书籍章节”也有呈指数增长的趋势。

因此,不值得用当前数据重复上述程序来支持这一说法。 它汇集了来自不同领域的许多同事的非正式评论,他们也关注当前学术界多样性的丧失。 更有用的是检查大学生活中可能导致这种事态的最近变化。

然后,我转向近几十年来强加给世界各地大学的一些标准化趋势的进步。 它们是:书目数据库的商品化,基于数据的预测模型取代科学理论,以及随之而来的科学生产经典指标的扭曲和贬值。

所有这些趋势自 1960 年代以来一直在上升,但只有在信息技术的进步允许资本主义生产体系实现激进的金融化时,它们才会得到巩固。 从那时起,一切以数字形式出现的东西都获得了潜在的市场价值。

 

从科学社会学到科学评价的“科学”

面对将科学社会学数据库转变为强大的学术评估工具,只有已经部分剥夺其基本价值的学院才能保持惰性。

我们先来回顾一下这些价值观是由什么组成的。 对此,哲学家Olgária Matos的分析恰到好处:“要分析当代大学,就必须将现代机构与后现代机构,以及其价值和宗旨进行对比。 直到 1960 年代,现代大学及其产生的知识的性质的目标是培养能够在知识和历史的复杂性中理解其技艺的科学家和知识分子。 因此,当一位科学家上市时,他谈论的是普世知识,即使起点是专业。 在专业深化的极限,达到了学科之间的界限消失的地步。 知识在直接的物质和市场决定方面保持着自主性。 它的暂时性——反思的暂时性——被长期理解,保证了传统及其发明的传播。 在现代大学里,“文化是为了什么?”的问题。[II]

现在让我们反思一下这些价值观与当今最流行的学术评价体系——引文索引的兼容性。

1955 年,语言学家兼图书管理员 Eugene Garfield 创建了第一个引文数据库,称为 科学网 ou 知识网. 最初,它是一种通过引用来调查来自不同学科的研究人员之间联系的工具。 首先,它有助于研究知识领域内和知识领域之间的影响路径。

几年后, 科学信息研究所 (ISI),数据被编译的地方,开始需要越来越多的基础设施,产生管理和融资问题。 加菲尔德很快就明白自己手中握有一笔大买卖,并开始向感兴趣的机构提供数据。 最后,在 1992 年,需求呈指数级增长,促使他将 ISI 卖给了汤森路透。

然后,该索引接受了必要的计算机处理,并转移到一个网站,可以通过订阅访问,该网站可以在线更新最多样化学科的索引期刊中的引文。 2016年,某集团公司, 科睿唯安, 集中其控制。 这项业务变得如此成功,以至于 Elsevier 和 Wiley 等出版巨头都创建了自己的引文索引。

很明显,这个系统与反思的长期时间性不匹配。 事实上,这是当前大学受制于全球出版市场的征兆。 一个复杂的因素,由 Mike Sosteric (1999) 指出,[III] 这是你的隐形。 引用索引被纳入学术话语,支持正统观念的传播,鼓励机会主义并使不平等现象自然化。 的强制力量 编制 在选择引用内容和引用对象时与有效的学术亲和力竞争。

此外,所谓“硬”和“软”之间的权力不对称归因于“科学计量学”——旨在将学术评价指标系统化的新学科——在学术生产分析中的绝对严谨和公正。 这只不过是科学主义的当前版本——认为真理只能通过科学来认识的形而上学立场。

好吧,科学主义和形而上学一样是贫瘠的,因为它无法产生支持它的推论。 如果它能指出反驳它们的方法,它就只能处理对立的真理概念。 注定要失败,它诉诸于将科学与其方法混淆的谬论。 因此,量化和形式化,仅仅是制定和检验假设的工具,成为科学的保证。

奥尔加里亚·马托斯 (Olgária Matos) 称之为后现代的学院被“科学计量学”控制所接管。 人们、机构甚至学科都根据对文献计量索引的滥用进行分级。 引文塑造职业生涯并提供获得项目融资的机会。 类似的生产力衡量标准对部门、学院、研究所和研究中心进行排名。

通过“赋予平庸”,正如 Sosteric 的文章准确命名的那样,这些做法几乎没有为创造力留下空间。 只投资增量研究就是忽视风险研究,这是历史上公认的重要科学和知识转变的来源。 对批判性思维的损害变得无法估量。

现在让我们看看数字资本主义的这些控制机制如何影响科学的内部话语。

 

更多模型,更少理论

以前存储在物理介质(如文件夹、文件、抽屉和保险箱)中的所有信息都数字化的一个不可避免的结果是,所涉及的类别变得可以量化,因此在数学上易于处理。 于是,以回归为起点的基于数据的模型时代就此开启。 它的用处在于任何时间序列数据的过去或未来的行为都可以通过曲线拟合来估计。

在这种情况下,在学术评估中采用量化的同样的科学谬误渗透到科学生产本身。 在科学中,最常见的说法是“建模即解释”。

诚然,建模可以促进解释,形式化科学理论的一个方面并使其测试成为可能。 但同样真实的是,基于数据的非理论模型只是描述它们。 为了有助于解释,必须根据能够合理化其结果的参考框架应用模型,并在理论上一致的背景下解释它们。

数字世界中大量可用的数据加速了统计建模的进程,促进了人工智能的发展。 一方面,如果这些工具可以在其学科基础足够强大的科学家使用时促进理论进步,另一方面,它们可以为那些只想以牺牲学术成果为代价来增加出版物的人提供一个利基市场。 '数字的魔力'。

在这种情况下,就像在其他情况下一样,科学主义的神秘特征脱颖而出,背叛了它与命理学的亲缘关系。 随着上一代普遍主义培训被取代,学院被越来越多的技术干部接管,他们先问结果是什么,然后再问为什么要追求结果。 基于数据的定量模型通常仅用于迅速获得可发布的“创新”,因为它们可能有用。

这种情况最令人担忧的方面之一是人文科学坚持科学实践,以获得更有声望的科学地位。 无论数据收集的改进多么有价值,实验和测量的使用本身都没有价值。 如果没有一个允许考虑收集和测量方法的局限性等禁令的理论框架,解释就会陷入空白,粗略地模仿处理数量少得多的变量的科学实践。

增加出版物数量和吸引引用的另一种方法是一种跨学科的形式,我们可以称之为 Fordist。 来自不同学科的专家处理属于他们的数据方面,获得应有的荣誉,但是,他们不知道所研究的研究问题的全部。 顺便说一句,这种形式的合作通常为人类科学家保留注释和分类数据的作用,用于功能未知的计算处理——例如,p。 例如,为人工智能建立数据库。

很明显,这种团队的任何成员——甚至是项目负责人——都不知道他们的领域在知识史上的位置,因此,无法在他们的专业和普遍之间转换,也就是说,这些问题是对宇宙、生命和人类本质的永恒洞察。

失去知识,赢得市场。 在这些情况下,“为什么”通常很清楚,很容易证明其合理性。

 

没有论坛,没有呼吸,没有批判性思维

应该指出的是,市场逐渐接管学术界并不需要阴谋,就像过去 60 年来一直在做的那样。 正如 Shoshana Zuboff 澄清的那样,[IV] 监视是资本主义全球化、数字化和金融化不可避免的后果。 消费社会感兴趣的任何对象的数据都变成了商品——就像学术引用一样。

现在很清楚为什么我 2006 年的文章在当时的编辑中引起了如此多的不适。 他反对学术成绩指数全球化的潮流:在那些被科学评估所选择的人看来,他对领域之间自治的辩护可能会损害我们科学的国际化。 那时,索引期刊中的文章已经构成了以引用次数衡量的研究“影响”可见性的最佳选择。

这里的关键字当然是“索引”。 国会纪事和书籍的索引仍然非常过时,就像今天一样。 在巴西,事件的增多加剧了出版的热潮,使书籍章节成为正在进行的研究的一个更明显的出路。

“进行中”和“已完成”工作之间的区别已经模糊。 过去,大会一般由科学协会推动,以激发同行之间的辩论。 因此,它们构成了讨论正在进行的研究的论坛。 一项工作的不同阶段在会议记录中发表,直到它们成熟到足以提交给期刊。 从一个版本到另一个版本的添加和修改通常是这些论坛中学术辩论的结果。 随着包括研究小组在内的其他类型协会推动的会议的增加,这场辩论变得分散,逐渐失去动力。

导致学术界失去动力的另一个因素是基于长期反思的传统继承人的老化和最终消失。 在没有导师的情况下,正在形成的一代人会以高效、有目的和嫉妒其产品“影响”的领导者——事实上,新知识秩序的模型集中在市场上。

破坏学术讨论的另一个因素是印刷书籍作为研究成果综合的贬值。 更明显的是对结果的评论,其大小适合文章或书籍章节。 此外,被认为对学术出版市场的客户有用的书有保证以电子书的形式出现。

我们刚刚考察的三个因素一起将科学思维简化为加速到几乎不被察觉的形式。 市场赢了,科学输了,因为批判性思维不仅是构建历史叙事所必需的。 它也是阐述新科学理论不可或缺的组成部分。

科学启示录? 显然不是。 这只是其民主化进程中的一个挫折。 将创新产品和服务的发明委托给相对边缘的学术机构,金融精英会毫不犹豫地投资于培养思想的闲散——因此科学革命和他们的发明保持在他们一直在的地方:在依赖赞助的机构中超级创新者。富有。

*埃莱奥诺拉阿尔巴诺 是 Unicamp 语言研究所 (IEL) 的教授

 

笔记


[I]的 阿尔巴诺,欧共体 科学主义及其反面:学术评价统一的风险. 未发表的手稿,2006 年。

[II] MATOS, O. 该国后现代时期的对比。 联合国教科文组织报纸. PDI 特刊,2011 年 XNUMX 月。

[III] SOSTERIC, M. 赋予平庸:新自由主义、信息技术和激进教学法的衰落。 激进教育学,在线第 1 期,1999 年。

[IV] 祖博夫,肖莎娜。 监视资本主义时代:在新的权力前沿为人类未来而战. 纽约:公共事务,2019 年。

查看作者的所有文章

过去 10 天内阅读最多的 7 篇文章

查看作者的所有文章

搜寻

研究

THEMES

新刊物