社科評論｜數據化是學術評價的突破口

　日期：2021-08-24   來源：中國社會科學網-中國社會科學報

　　自20世紀90年代起，我國學術評價引入文獻計量后在促進學術發展的同時也帶來了諸多問題，以刊評文、過度量化、指標單一、評價片面、公信力低等均是當前學術評價亟待解決的沉疴。隨著技術的發展，我國逐步進入大數據時代、人工智能時代，信息技術的飛躍為學術評價轉變提供了契機。2011年教育部發布的《關于進一步改進高等學校哲學社會科學研究評價的意見》中提到“加強同行專家和評價結果等數據庫建設，提高評價工作的信息化水平”，2018年中共中央辦公廳、國務院辦公廳印發的《關于分類推進人才評價機制改革的指導意見》提出“加強評價專家數據庫建設和資源共享”，對學術評價數據化提出了要求。

　　以數據化整合評價資源。數據化不僅僅是數字化。數據化是對學術生產與評價活動的全過程從數據的角度進行采集、甄別、挖掘、處理、存儲與應用等系統流程的概括。學術評價數據化可以整合多維度、多層次、系統化的評價資源。首先，學術評價數據化可基于更多類型的學術成果進行評價，不僅包含學術論文、著作、研究報告等傳統成果，還涉及講義PPT、圖表、程序、視頻、博客、公眾號推文等。其次，大數據時代評價數據不再局限于文獻計量數據、部分同行評議數據以及少量替代計量數據，通過數據化精準識別與處理轉化，碎片化數據、非結構性數據、行為數據等傳統不可用數據能夠轉變為可用指標。最后，數據化存儲與關聯手段可以建立集成數據庫，無論是評價主體（評價專家、評價機構、科研管理部門等）、評價對象（學術成果、項目、學者、期刊、機構等）、評價過程（文獻計量指標、同行評議數據、評價方法、評價周期等）、評價結果（質量評價、評獎評優、職稱評定等），甚至評價政策、評價研究等內容均可納入，這樣既方便調用不同資源、模塊化處理，也可避免多次評價、重復評價造成的資源浪費。

　　以數據化回歸評價本質。學術評價的本質是評價學術質量水平。當前的同行評議受限于時間、人力成本，僅能實現少量精英評價，受限于技術手段的文獻計量評價又僅從影響力角度側面評價，學術評價長期受到詬病其中一個原因就是數據化程度較低。數據化采集、挖掘、存儲能夠實現學術評價全樣本化、多元化、動態化、系統化，使得學術評價基于全面數據真正對評價對象的學術質量進行評估與鑒定，遵循學術規律，推動學術發展，同時保證評價過程的公平、開放、透明。在學術評價數據化的推動下，評價目的也可從行政導向中解放，不僅可以服務于職稱評定、評獎評優、項目驗收、核心期刊評選、大學排名、學科評估等現有評價活動，還可以提供社會評價、機構自主評估、學者生涯評價、跨學科評價、個性化評價等服務，使得學術評價回歸評價本質與初心。

　　以數據化打開評價新局面。學術評價長期基于樣本數據進行部分評價、片面評價、側面評價與滯后評價，當前評價方法與評價結果已無法滿足學術界的更高需求，學界與社會呼吁建立更加完善科學的學術評價體系。數據化伴隨學術生產與評價全過程，能夠及時、有效地記錄、處理和過濾評價相關數據，可以簡化當前學術評價的成本與流程，使評價結果更加具有時效性、動態性與靈活性。人工智能技術的不斷發展也會對學術評價改革產生巨大作用，例如自動收集數據、智能過濾噪聲、提供個性化服務、拓展需求范圍。智能化數據技術具有自動學習功能，能夠通過數據不斷修正與完善學術評價模型，為評價內容選擇針對性方案，為科學研究與學術發展提供預測與指導，屆時學術評價將迎來顛覆性的變革，打開新的局面。

　　數據化為學術評價的突破提供了一個解決方案，但學術評價的數據化道路依然存在不少問題。例如，當前學界與評價機構的數據意識較為局限、科研管理部門與評價人員的數據化觀念亟待轉變、政府部門與相關學會需加強頂層設計、評價活動相關方須協同合作、應加強學術評價領域與大數據技術的融合，實現學術評價數據化從理論技術層面落到實踐應用等，這些還需要各方共同努力與推進。

　　（本文系國家社科基金項目“大數據時代學術評價理論方法改進研究”（17BTQ015）階段性成果）

　　（作者單位：中國人民大學人文社會科學學術成果評價研究中心）