科学知识的交流网络模型

来源：核心期刊咨询网时间：12

摘要：[摘 要] 在研究方法上，科学普及通常被理解为一个信息的传播学意义上的事件或者科学家与公众之间的社会学意义上的关系。将之理解为一个知识传递和交流过程，从而进行认识论层面的研究较少。本文引入形式社会认识论中的知识交流网络模型，将它应用到科学家-公众-传播者

　　[摘 要] 在研究方法上，科学普及通常被理解为一个信息的传播学意义上的事件或者科学家与公众之间的社会学意义上的关系。将之理解为一个知识传递和交流过程，从而进行认识论层面的研究较少。本文引入形式社会认识论中的知识交流网络模型，将它应用到科学家-公众-传播者三方的知识交流过程中，公众从传播者和科学家那里分别得到不同的证据并更新自己的信念。这个模型能够为一些传播学的问题提供认识论层面的解决方案。

　　[关键词] Bala-Goyal模型 知识传递 社会认识论 方法论

　　1 导论

　　科学普及本质上是一种知识传递和共享的认知过程。在以往大部分研究中，知识传递的对象总是被不自觉地当作个体的认识论主体。例如在科普的媒体渠道、普及的方式和技巧等方面，默认的科普对象是不同初始设置的个人，带着原有的教育背景和生活经验来处理所接触到的知识和相关的依据，从而决定是否相信这一知识来源，继而依据这些知识在生活里行事。即使区分了受众的身份类型，例如将受众区分为学生群体、农村群体等，实际上也只是在区分不同个体的初始设置。也就是说，受众身份不同，教育背景、偏好渠道和接受程度也会有不同。这其中缺乏从认识论层面对于科学普及过程中个人与社群的关系、个人与各种信息来源之间的关系的讨论。

　　科学普及研究中对象社会关系属性的缺位与认识论的研究传统直接相关。传统的认识论研究也是集中讨论个体的理性人如何面对证据、如何获得知识的问题，例如盖梯尔问题引发的深远讨论[1]。在个体模式中，个人根据相应的证据来确证或否证知识，这是一种理想状态和简化状态，然而问题在于，真实的求知场景并不是这样发生的，个人总是处在某些社会关系之中，他们大多时候并不独自面对这个物理世界来获得知识，相反，他们总是依赖于身边各种社会群体来告诉他们知识，也会与周围群体讨论这些知识。他们会根据不同的社会情境选择是否相信这些知识，即使相信了也会依据不同的社会情境来选择是否按照这些知识来行动。社会认识论的产生就是希望面对真实的情境，更多地关注到知识获得、传递过程中的社会网络关联。它广泛地吸纳了不同的理论资源，例如社会心理学、STS等[2]。需要注意的是，社会认识论的“社会”的含义是相对于个人而言，强调的实际上是一种“集体”认识论，而不是与科学界相对而言的人类生活社会。

　　在基于个体的认识论中，那些非常荒谬、令人不可置信的事件，在社会认识论中就能得到理性的解释。例如，虽然科学界已经达成共识，认为戴口罩可以降低新冠病毒的传染风险，同时在身边也出现了大量因为不戴口罩而被感染的病例，但是欧美一些国家中依然有大量的人选择不戴口罩。对此，很多媒体的解释是这些人将戴口罩这一科学行为政治化，或者被一些非科学领域的言论所误导[3]。我们也通常认为这是科普的失败，它构成了科普研究中的重要议题。然而需要追问的是，这些荒谬事件在认识论层面上是如何可能的呢?在传统认识论的解释中，这是面对大量反对证据而不修正自己原有信念的非理性情形，并且在现实生活中，这种非理性会危及生命，是不可思议的。但是，如果将个人所处的知识交流网络纳入考量，这样的选择和行动就没有那么不可理解了。个人的信念和行动在很大程度上取决于所在的网络，其所在社群决定了他的观念，也决定了他所面临的证据小环境。下文将引入社会认识论中的一种知识交流网络模型，并将这个模型拓展到科学传播领域，探索这种形式化模型带来新的方法论的可能。

　　2 佐曼的进阶Bala?-Goyal模型

　　在传统的个体认识论中，通常使用贝叶斯模型来刻画修正个人信念的过程。举例来说，在“我”以往的观念中，认为过敏性鼻炎与空气环境、个体的休息运动状态等有关，与身体里的菌群没有关系。因此“我”对于“调节共生菌群可以改善过敏性鼻炎”这一结论[4]有了一个初始置信度：趋近于零。在漫长的治疗过敏性鼻炎的过程中，“我”会使用各种不同的疗法：净化房间空气、清洗鼻腔、使用少数民族医药、服用调节菌群药物等。不同疗法会产生不同后果，或有效或无效，它们也将构成直接的证据，改变“我”对原有观点的相信程度。当调节菌群药物明显有效地改善了过敏性鼻炎时，这个切身证据将直接提升“我”对“调节菌群可以改善过敏性鼻炎”的信赖程度。

　　然而科学的专业化程度越来越高，大部分的科学结论不太可能通过个人的直接经验证据来验证。普通公众不太可能直接参与科学研究，不是科学知识的生产者和确证者，而主要会通过听取各方不同的声音，如科技新闻、科学家访谈、商品广告、朋友交流等，来确定自己相信什么观点。尤其当很多科学结论以大尺度的统计概率的方式呈现时，个人更难以凭借局部的个人经验来判断，例如全球气候变化的趋势等，因为个人经验对于这些问题而言是非常小的样本，不足以形成判据。

　　在公众与各种知识来源进行交流时，同样也存在信念修正的问题，可以用贝叶斯公式P(A|B)=P(B|A)*P(A)/ P(B)来计算公众是否根据证据来源改变了自己的原有观点，在多大程度上、如何改变了观点。只不过这里的证据不仅仅是来自物理世界的证据，还有他人经验中所包含的证据。

　　针对这样的社会网络中的知识传递，佐曼(Kevin Zollman)将经济学中的Bala-Goyal模型引入科学家之间的交流中[5]。原本这一经济学模型是用于研究家人朋友的意见如何影响到一个人的购买意愿[6]。消费者除了对于产品本身的判断，还会在购买前与邻居们讨论，然后再做出最终决定。Bala-Goyal模型就是来研究邻居们的意见究竟如何影响他们的购买意愿的。这一方法应用的简單场景是赌徒问题。一名赌徒进入赌场，他想知道不同机器的收益，这时他只能通过实际下注每台机器来学习。每一次参与都会产生不同的结果，这些结果都会帮助他在下一轮中更好地决策，经过很多轮的学习之后，就能判断出来哪台机器的收益更高。赌徒情境中为判断提供依据的证据是机器所给出的数据，在复杂一点的情境里也可以是邻居们的过往经验——他们购买产品的成功和失败的数据。更为复杂的情况是在科学共同体里，科学家根据其他科学实验室的数据来判断到底哪一种竞争性观点是对的。

转载请注明来自：http://www.qikan2017.com/lunwen/dzi/22535.html