第一篇 态势战略篇
科研信息化——促进科研范式变革的关键驱动力
（1中国科学院地理科学与资源研究所；；2中国科学院计算技术研究所；；3中国科学院计算机网络信息中心）
摘要
科研范式是促进科学范式变革的重要动力。当前，积极探讨科研范式转变，对提高科研效率和促进重大成果产出及促进科技机制体制改革等都具有重要意义。本文阐述了科研范式的内涵、特征，解释了科研范式转变的类型和在不同科学领域的表现形式及多维度表现。提出了科研信息化在不同科学领域促进了科研范式转变的表现，指出科研信息化是促进科研范式转变的重要动力。最后提出对科研信息化的建设要适应和促进科研范式转变的相关要求。
关键词
科学范式；科研范式；科研信息化；范式要素；转变
Abstract
Scientific research paradigm is an important driving force to promote the transformation of scientific paradigm.At present,it is of great significance to actively explore the transformation of scientific research paradigm for improving the efficiency of scientific research,promoting the output of major achievements and promoting the reform of scientific and technological mechanism and system.This paper expounds the connotation and characteristics of scientific research paradigm,and explains the types of transformation of scientific research paradigm,its manifestations in different scientific fields and its multi-dimensional expression.It is pointed out that scientific research informatization promotes the transformation of scientific research paradigm in different scientific fields,and that scientific research informatization is an important driving force to promote the transformation of scientific research paradigm.Finally,the paper proposes that the construction of scientific research informatization should adapt to and promote the transformation of scientific research paradigm.
Keywords
Scientific Paradigm;Scientific Research Paradigm;Scientific Research Informatization;Paradigm Elements;Transformation
2021年5月28日，习近平总书记在中国科学院第二十次院士大会、中国工程院第十五次院士大会和中国科协第十次全国代表大会上的讲话中指出，当前，新一轮科技革命和产业变革突飞猛进，科学研究范式正在发生深刻变革，学科交叉融合不断发展，科学技术和经济社会发展加速渗透融合[1]。这表明科研范式变革已经成为科学体共同面临的新形势，需要科技界共同努力，在思想观念、科研手段和科研活动组织模式等方面适应和实现科研范式的重大转变。
科研信息化是科研管理和科研活动中科研要素的信息化，是实现科研范式变革的重要支撑和驱动力。自人类进入信息化时代以来，科学研究的方法、路径、评价体系等都发生了显著的变化，而这些变化与以往的科学研究范式相比有了很大的不同。一些旧建制、方法、手段、研究路径不再被采用，新一套规则快速出现，旧科研范式被替代。因此，在由中科院联合国家网信办、科技部、教育部、工信部、社科院、国家自然科学基金委等单位组织编写的《中国科研信息化蓝皮书2015》中，中科院院士谭铁牛曾明确指出，科研信息化将进一步促进科研范式变革。他同时指出，当前，科学研究从微观和宏观两个方向均面临更加深奥、复杂的挑战，天文、气象、地球物理、地球系统科学、生物学、基因组学等若干数据密集型科学领域均需要新的、更先进的跨学科工具和信息化平台，以实现海量科学数据的管理与分析，解决复杂科学问题[2]。
在当前全球科技竞争日益激烈的大环境下，如何充分利用科研信息化的平台、环境、数据和机制，进一步提高科研效率，如何实现快速的科学发现和重大科技问题的突破，促进我国科研范式变革，对我国科技创新发展具有重要的意义。
1 科研范式的内涵与特征
1.1 科研范式的内涵
范式（Paradigm）一词是美国科学家托马斯·库恩在《科学革命的结构》一书中提出的抽象的概念[3]，主要针对的是科学范式。托马斯·库恩认为科学范式（或学科范式）的一个标志是：如果一个学科主要依靠专著来推进知识，它就没有范式，说明大家都需要从基本问题开始阐述；有范式的学科主要依靠期刊论文来推进知识产生。一般形成范式共识的学科都很少讨论范式问题，而正是没有形成范式共识的学科才会经常有范式的争论，争论中人们往往更喜欢在描述自己或自己支持的阵营时使用“范式”一词。而那些还达不到normal science（常规科学）的范式，则拓展成为“科研范式”这个词。这就很容易引起对“科学范式”和“科研范式”的理解和表达的混淆。
从狭义上理解，托马斯·库恩提出的范式应该是科学范式。科学范式是指当代科学共同体所共同信奉与接受的理论体系，并以此作为常规学科科研工作的理论预设。例如，人类今天的科学研究活动，总体上仍然限定在20世纪初物理学革命所确立的基本理论框架下，远没有到理论的衰落期。从这个意义上说，当今世界的科学范式并没有发生太大的变化。
科研范式，也称为科学研究范式或研究范式，是特定历史时期科学共同体进行科学研究的方式，与科技创新的内在规律要求相适应。我们认为，科研范式是学术共同体为了使日常科研活动高效有序运转所依赖与普遍采用的一套规则体系的集合，包括建制环境、研究路径、评价体系、研究方法、研究工具、技术路线与研究模式等。虽然这个定义不是严格的概念定义，但是关于科研范式的内涵是明确的，就是被学术共同体认可或接受的一套规则体系的集合，并受到社会、经济、文化、国际环境及个体偏好等的影响。据此，我们认为，科研范式是包含科研活动的科研手段、科研方法与路径、科研资源、科研组织、科研评价和科研制度等混合要素的规则体系。这种规则体系中的各个混合要素之间不一定是层次化的结构，还可以是网状化的结构。不同的人可以从不同规则要素维度给出自己对科研范式的理解和认识，并据此定义相关科研活动的过程性特征。因此，当前，人们对科研范式的总结和描述，更多的是从科研手段（如科研信息化）、科研资源（如大数据）和科研活动组织方式（如科学家个人或团队）及科研管理制度等某一个要素来进行概括的，如数据密集型的第四科研范式、举国体制性的科研范式等。这些科研范式的总结与概括，虽然有利于指导当前的科研活动的组织与管理，但也会造成对科研范式理解的片面性。因此，需要系统总结科研范式的共性特征及各个学科领域科研范式的不同特点，从而有利于指导具体领域的科研活动。
1.2 科研范式的特征
科学范式在一个学术共同体中，具有一定程度的公认性，是由其基本定律、理论、应用等构成的一个整体，它的存在给科学家提供了一个研究遵循纲领。科学范式的突破会引发科学革命，从而使科学获得一个全新的面貌。例如，能源科学范式是基于能量转化的科学范式变革，引发传统化石能源变革到核能，促使从人力马车驱动发展到内燃机驱动。而科研范式的突破将带来科研手段的变革、科研效率的提高及科研组织与管理模式的改变。与学科内在的科学范式显著不同，科研范式变革并不能引起一个学科内在的科学机理和规律的变革。科研范式具有以下几个特征。
（1）科研范式具有科学范式所不能描述的特征。科研范式不能表现为各个学科领域的科研活动都遵从同一个行为准则。例如，不能将自然科学研究活动的共同行为准则套到工程科技的研发活动中，也不能套到人文与社科领域研究活动中。
（2）科研范式具有个性化的特征。科研范式在不同的学科领域甚至是同一学科不同发展阶段的表现形式是不同的。例如，自然科学研究的科研范式与工程科技的科研范式不是同一类型。自然科学的科研在于创造或发现新知识，表现形式为知识载体的论文、专著。工程科技通常是在自然科学基本原理和知识基础上的技术创新与开发研究，表现形式为技术专利和产品等。例如，生命科学领域的蛋白质结构分析，以前是基于实验设备（如冷冻电子显微镜）的研究模式，现在发展成为基于数据+AI的研究模式。
（3）科研范式具有不断变化、演进的特征。按照不同阶段的特征，通常把科研范式分为第一范式、第二范式、第三范式、第四范式，甚至是第五范式。这些范式是随着科研活动的不断深入、面临的科学问题的复杂性增长，以及科研手段、工具的技术进步等不断演化，而表现出来的一类阶段性的共性特征。
从以上描述中可以看出，科学范式是一个科学共同体遵循的理论、知识。科研范式是在一个学科的科学范式的基础上，针对特定学科发展出来的不同科研方式或模式。科学范式是学科内容和方法的统一，科研范式是范式学科中的方法部分。科学范式与科研范式不是同一个概念。一般来说，科研范式为科学研究提供可模仿的成功先例，是作为一种依靠本身成功示范的工具、一个解疑难的方法，是人工范式或构造范式。例如，当前依靠“大数据+人工智能”推动各个学科领域的科研活动的范式，是一种在人工智能科学范式下，运用大数据技术方法，衍生出来的适应很多学科科研活动需要的科研模式，是科研范式要素中科研资源要素变化引起的科研范式转变。因此，这类科研范式中某种要素的变化，会产生新的科研范式，这也是科研信息化为什么能够促进当代科研范式转变的理论基础。例如，科研信息化的发展就有可能提供了促进科研范式变革所需的要素变化。
2 科研范式转变及其多维度表现
2.1 科研范式转变
科研范式转变主要基于两大驱动力。一个是科学领域发展的内在驱动力。另一个是技术进步带来的研究手段进步的外在动力，典型的就是科研信息化。在人类的科学研究历史上，已经发生了4次科研范式的转变。从采用简单实验方法的第一范式转变到基于理论推演的第二范式，再转变到基于计算机模拟的第三范式和海量数据驱动的第四范式。目前，科技界提出了第五范式的概念。这几种科研范式之间不是替代的关系。每一种科研范式的转变都继承了上一代科研范式的优点，并且是并行不悖的，在各学科领域也可能同时存在。表1展示了各阶段科研范式转变比较，包括科学研究问题的属性、研究手段与典型案例。
表1 各阶段科研范式转变比较
续表
总的来看，第三范式是“人脑+计算”结合的科研模式，人脑是主角，计算方法是辅助。第四范式是“计算机+人脑+数据”结合的科研模式，计算机是主角，人脑是主导，数据是辅料。程学旗等在其文章[4]中指出的“第五范式”，是基于数据科学本体论认识；“第五范式”强调从本体论的角度看待数据，认为数据本身蕴含自然智能的规律，也是新型智能的载体和产物，期望在数据驱动智能的同时，突破现有计算智能的能力边界，借助自然智能构造新型智能范式。
从上述的科研范式演变过程看，各阶段科研范式的特征实际上融合了科学范式和科研范式的概念。第一范式和第二范式，本质上遵循了科学范式的一般性共识，具有公认性，即任何一门科学研究中，都存在实验观察和理论的一种研究范式。而第三范式和第四范式，实际上是科研工具和科研数据的范式要素变化形成的一种科研范式转变，是范例性的（Exemplar），只存在于某些科学研究领域。第五范式是由于算力得到极大发展，再加上AI领域取得突破性进展，由此引发在众多学科领域的科研范式变革，其本质上也是由科研要素转变引发的。从上述科研范式的演化可以看出，计算机在科研范式转变中发挥了巨大的作用，它为现代科学研究范式的转变提供了工具要素和资源要素，这就为科研信息化促进科研范式转变的理论奠定了坚实的科研要素依据。
2.2 不同科学领域范式转变
从宏观视角看，随着各种科研活动中的科研范式要素的变化，科研范式在不同学科领域的表现形式是不同的，并且会发生转变。自然科学领域的科研范式、工程科技领域的科研范式、人文与社科领域的科研范式都各不相同，甚至不同学科领域还存在不同阶段的科研范式。在人类科研活动的每个发展历史阶段，科研范式也随着自身的科学技术进步进行转变。这就意味着对科研活动的科研组织与管理不能用同一个科研范式来驱动，也不能用同一类科研要素来驱动。这也是科研信息化能够促进科研范式转变的动机和立足点。但是，无论哪种学科领域的科研范式，其目标都是：实现重大科学快速发现，解决重大的经济与社会发展问题，有效地提高科研效率，实现最优化的科研任务目标。
在自然科学研究领域，研究路径与研究模式的转变是最常见的科研范式变革之一。第二次世界大战以后，随着科学存在形态完成从小科学向大科学的转变，科学研究的路径与模式也发生了根本性变化。在小科学时代，科学研究范式奉行个人英雄主义，并由此成就了无数科学奇才，如爱因斯坦、居里夫人等，他们凭借个人努力，取得了杰出的科学成就。而到了大科学时代，要想取得重大科学成就，已远非凭一己之力所能完成，如美国曼哈顿工程、阿波罗登月计划、引力波探测、中国的神舟飞船等，这些耗资巨大的科学项目，都是由庞大的科研团队通过复杂的现代管理技术有机整合起来完成的，任何个人都是无力完成的。由此不难看出，这是科研范式中，人的要素和科研组织要素及管理模式要素变化引发的一种转变。大科学时代的研究活动不是个体“独善其身”和分类研究的“孤岛”。“单打独斗”和“包打天下”全谱系创新的科研范式已不适应大科学时代的科技创新要求。
在自然科学领域，不管是当前还是未来，重大自然科学发现都越来越依靠重大科技基础设施。重大科技基础设施是突破科学前沿、解决经济社会发展和国家重大科技问题的物质技术基础。这是科研工具与手段要素变化引发的一种科研范式的升级和转变。从科学研究的范式升级可以看出，重大科学发现和技术变革越来越依靠重大科技基础设施、创新平台和极端实验条件及大科学团队集体攻关，这也是统筹发挥国家战略科技力量、实现重大科技创新的政策立足点。未来要进一步通过国家战略科技力量推动科研范式升级。
近几十年来，随着信息技术的快速发展，高速大容量通信、物联网、大数据、人工智能、高性能计算等技术不断进步，在自然科学研究领域，以数据驱动自然科学研究的范式转变已经发生，产生了基于密集型数据进行科学发现的新范式，即第四科研范式。这是科研要素之一的数据要素，改变了传统的自然科学研究中单纯依靠实验观测和理论推演的科研范式。
因此，自然科学领域的科研范式转变，实质上是相关科研范式要素发生了变化，引发了自然科学研究范式的转变。当代大型自然科学研究活动中，大科学研究团队的组织与管理、重大科技基础设施作用的发挥，以及依托重大科学设施产生的海量科学数据采集、管理与挖掘利用、知识发现等，都是不同于以往传统自然科学的科研范式。这些科研范式转变都离不开科研信息化的工具、平台、数据和环境等的支撑。
在工程科技领域，工程科学是研究工程技术的各种学科，是在工程中运用的综合性的知识体系。工程技术研究的重点不在于新的科学发现，也不在于科学原理性创新，主要呈现形式依靠科学原理、知识在技术实现方面的创新与进步。例如，在信息技术领域，人们对半导体的理论和知识的认知属于知识发现（如量子力学的能带理论），但依靠这类理论、知识做成半导体器件，则需要工程技术上的创新。近代以来，工程科技更直接地把科学发现同产业发展联系在一起，成为经济社会发展的主要驱动力。工程科技将知识转变为产品，给人类生产生活带来了空前便利。“两弹一星”、载人航天、探月工程等一批重大工程科技成就，大幅度提升了中国的综合国力和国际地位。三峡工程、青藏铁路、高速铁路等一大批重大工程建设成功，大幅度提升了中国的基础工业、制造业、新兴产业等领域的创新能力和水平。其中工程科技创新驱动功不可没。
工程科技的显著特点是“工程”，是实现“实物”的创造。从科研范式是否转变的角度看，观察工程科技是否实现范式转变，需要关注在“工程”中的科研范式的相关要素，如科学家、科研资源、科研工具、科研组织与管理、研究路径、研究模式及机制等要素是否转变来进行观察。
从人的要素来看，当代工程科技的一个显著特点是“大”，意味着“工程”实现不是由单一的科学家（技术专家）个体能够实现的，而是需要大型的科研团队来实施。从工程科技实现的手段、工具和资源要素来看，现代工程科技实现一项工程，不再只是依赖某一个科研仪器或装备，也不再只是依赖计算机工具或数据资源，而是依赖各种科研仪器、计算机工具和各种数据资源等，无论是在工程设计的前期论证，还是工程实现过程中使用的各种工具、资源，都是如此。因此，工程科技的范式要素由原来单一的要素，转变为多要素综合。从工程科技的组织和管理要素来看，过去是依赖某一个人或单位的组织和管理，而现代工程科技一般都是大工程，需要复杂的组织和管理，已演变为大团队组织和多单位的协同组织与管理，甚至是跨国的组织与协同。即便在当代大型自然科学研究中，如引力波探测、天体科学发现、人类基因组计划等，也还需要依靠大团队建设完成大科学工程的重大科研基础设施，在此基础上实现自然科学的重大研究目标，这是工程科技必不可少的。
从上述分析可以看出，随着现代技术的进步，工程科技的科研范式要素在实现转变。工程科技的每一个环节、每一个阶段都可能有自己的科研范式。由此，对于工程科技的科研范式转变，不论在哪个工程科技的研发阶段，都不能简单地归纳为是第几范式。实际上，在工程科技领域，第一、第二范式提供了直接的观察和理论基础，第三和第四范式乃至第五范式提供了工程实现的技术和方法。每一种科研范式在工程中都可以发挥作用。因此，每一个科研范式要素在工程实现中，都可能实现转变，从而促进工程科技的科研范式转变。因此，我们对工程科技的管理不能简单地使用单一的科研组织和管理模式。这需要我们改变“一刀切”的科研管理和政策制定的方式。同时，工程科技的显著特点是“工程”，工程科技内部的多学科的交叉和融合错综复杂，这为科研信息化发挥作用和价值实现带来了显著的空间。
当前，我国存在不少被“卡脖子”的问题，本质上属于工程科技问题。国外能够“卡”我们“脖子”的，都是发展了几十年的成熟工程技术。问题不是我们不懂其科学原理、知识，而是我们在“持续改进”阶段掉队了。改进阶段是一点点的进步积累起来的，每一点进步可能都没有多少理论水平，但都能对系统进行改善。从科研范式角度而言，这其中没有任何科研范式转变，需要改变的是科研范式要素中的科研组织、管理和评价等方面，以及如何利用科研信息化手段加速这种科研范式要素的转变。
在社会科学与经济研究领域，美国社会学家里尔茨定义了社会学3种不同的研究范式[5]：社会事实范式、社会定义范式和社会行为范式，这种划分主要表明社会学家看待社会现象的不同方式或不同观察角度。社会事实范式（结构功能学派、冲突学派、新马克思主义学派）强调的是社会现象的客观性。社会定义范式（符号互动论、现象学、民俗方法学）强调的是社会现象的主观性质，以及在微观层次研究人们是如何建立社会、如何在社会中行动的。社会行为范式（行为理论、交换理论）强调的是对个人的社会行为进行客观、精确的分析。在我们看来，社会科学领域的科研范式，主要是社会科学研究学者观察、总结社会发展现象和发展趋势后，再进行理论观点抽象化的研究模式。从总体上看，这属于第一范式。当然，现代社会科学研究强调精细化研究，强调社会现象因果关系，强调可解释性，就必然走向依靠数据驱动的研究趋势，这也将促进社会科学研究基于数据密集型的科研范式产生（第四范式）。当前，基于互联网大数据进行社会科学研究的科研活动，正发生在社会科学与信息科学交叉研究领域。
同样，在现代经济学研究领域，存在两种主流经济学范式（科学范式）：一种是“新古典”的经济学范式，另一种是“新凯恩斯主义”范式。这两种经济学范式在研究经济学问题（科研范式）时，一方面通过观察、统计等方式进行研究，另一方面采用先以基本假设为前提进行研究，然后采用各自的理论对假设进行经济发展的理论推演、解释性研究。从科研范式角度来看，这是典型的第一范式和第二范式。在宏观经济学研究活动中，更多地使用了建立理论数学模型，然后进行计算分析研究的方式，这是第三范式。在微观经济研究活动中，越来越多地依靠数学模型和数据驱动进行研究，这属于第四范式。由此可以看出，在经济学研究活动中，这4种科研范式共同存在，而且在同一研究活动的不同研究阶段，可能存在不同的科研范式。
2.3 科研范式转变的多维度表现
如前文所述，当前，人们对科研范式的描述和总结，更多的是从科研手段（如科研信息化）、科研资源（如大数据）、科研活动组织方式（如科学家个人或团队）及科研管理制度等某一个要素来进行概括的。下面我们从科研范式转变的多个要素维度对科研范式转变进行总结。
2.3.1 从科研人的组织维度看，由个人到小团队再到大团队的科研范式转变
人类一开始的科学研究活动，始于科学家个人的兴趣驱动，主要是科学家个人利用观察和实验手段进行的科研模式，属于小科学研究范式。但是，科研问题的复杂度越来越高、深度越来越大，单纯地依靠科学家个体的小科研模式不能解决复杂而又深入的科学问题，需要团队的力量（不仅仅是一个小团队，也许是一个研究机构的团队，甚至是跨单位、跨国家的团队组织在一起），共同协同合作，解决研究问题。在工程科技领域，团队的大科研模式更为突出。因此，既要发挥科学家个人的能动作用，实施兴趣驱动的科研模式，主张释放科学家个人能量，同时也强调科研团队的协同研究模式，强调团队能量，实现大科学研究目标。最近有人提出了“精英中心化”科研范式，指出传统科研体制打造的是一个以科学精英为核心的科研范式，引用了时任哈佛大学校长科南特（James B.Conant）博士的观点：“10个第二流的人抵不上1个第一流的人”。这种“精英中心化”科研范式，强调的是发挥“科学精英”的作用。这个“科学精英”可以是某一个杰出科学家个体，也可以是一个“创新群体”。在现代科研组织中，单独依靠个别“科学精英”的科研范式在某些学科领域依然存在，尤其是在纯理论基础研究的科学研究领域，如数学，以及社会科学、经济学的研究领域。但越来越多的科研领域，如工程科技、大型自然科学探索研究领域依靠的是“团队”力量组织的科研范式。
2.3.2 从科研活动依赖的工具（平台）和资源维度看，由用简单科研工具、简单的小数据到依赖单个大装置、大数据再到依赖网络化装置的科研范式转变
早期科学家个人进行的科研活动甚至当前一些学科的科学家的科研活动，使用的工具可能就是简单的工具，如尺子、显微镜等一个或有限的几个科研工具和小数据。但是，现在依赖重大科研设施（装置）和大数据进行科研，正成为领先当前科研水平，快速促进科研成果产出的方式。例如，在生命科学研究领域，科学家依赖几千万元一台的冷冻电子显微镜、核磁共振设备等进行学科研究。在地球科学领域，科学家依赖大型超算平台、大数据资源，进行地球物理过程的模拟和计算。此外，在现代国际上跨国大科学研究中，由于科学研究的组织方式是网络化的，使用的设备往往也是分布在不同国家的，由此产生了网络化的共享设备的科研组织模式和大数据集成的数据密集型知识发现。例如，地震科学研究的全球地震观测网络、海洋环境研究的全球海洋观测网络等。
2.3.3 从科研技术路线变化的维度看，由单一学科的科研范式到多学科融合的科研范式转变
自第二次世界大战以来兴起的各类学科交叉研究和使命导向的研究，在21世纪初期逐渐凝结并演变成了融合科学。目前，许多重大科学问题的研究面临的是高度复杂的大系统、大问题，单一学科的研究解决不了实际问题，如在重大工程科技问题的研究中，更多的是呈现多学科融合的科研范式，即融合科学是一种基于多学科融合来解决重大问题的科研新范式，并得到以美国为典型代表的科技发达国家的积极倡议[4]。
中国科技界近年来的改革探索也与国际上“融合科学”新范式的发展趋势高度契合。例如，中国科学院立足于多学科综合优势，在“十三五”发展规划中提出了8个重大创新领域的战略部署，以及国家自然科学基金委员会推动的“交叉科学学部”成立和支持计划改革等。这些战略部署和支持计划的改革，表明融合科学研究范式已经成为学术界的共识，并且既在工程科技领域科研活动中继续发挥作用，又在自然科学交叉研究领域的科研活动中得到系统性支持。
从科学发展史来看，融合科学范式是科学研究范式的“分久必合”的阶段性呈现。人类的科技史是思想观念与学科分支的开创乃至融合的过程。科学在分裂的过程中，存在着一种本能的整合的冲动。例如，在科研历史上，人们先从有限的观察和实验手段中，获得有限的“小数据”，进行科学研究。而当今已经发展到对大数据进行分析的科研活动，是将大数据凝练成小智能、深度智能和精准知识等来进行研究。在合成生物学领域，定量生物学和合成生物学交叉互补的研究方法将推动合成生物学从定性、描述性、局部性的研究，向定量、理论化和系统化的变革。在人工智能研究领域，其融合科学的思维是对内的融合和统一，是计算机科学、数学及物理学等多学科研究的内在融合和思维的统一，是催生新科研范式的关键。
2.3.4 从科研方法论变化的维度看，由早期的单一科研范式到多科研范式组合与单一科研范式并存、促进还原主义科研范式和整体主义科研范式融合的转变
科学研究方法是指在研究中发现新现象、新事物，或提出新理论、新观点，揭示事物内在规律的工具和手段。由于人们认识问题的角度、研究对象的复杂性等因素，对于研究方法的分类很难有一个完全统一的认识。但一般可以分类为经验法、理论研究法和系统科学法。
当前，在许多学科的科研活动中，单一科研范式的模式依然存在，同时也存在多科研范式组合的模式，这取决于不同学科属性科研活动的不同特征。饶毅教授认为，生命科学领域的主要科研范式仍然停留在对生命现象的描述阶段，而进一步的工作，则是在了解了生物学的现象、过程和功能的基本描述之后，再通过以化学、物理为主的交叉来推动生命科学研究。在数学领域，科学家则更多地将观察数据驱动研究的开普勒范式（第一范式）和基本原理驱动的牛顿范式（第二范式）有效地结合在一起进行科研活动。鄂维南院士认为，当前，科学家努力将数据驱动的机器学习方法、基本原理，和量子力学、分子动力学等物理中的基本原理结合在一起，解决以往无法解决的科学问题，实现从小农作坊模式升级为集成大平台的模式，完成多科研范式的组合。通过大平台将还原主义科研范式和整体主义科研范式有效组合，先将整体还原成各组分加以研究，再在高层次本身和整体开展研究复杂系统问题，两种科研范式不再对立。因此，由多科研范式组合演变成依赖大平台的科研范式，促进还原主义和整体主义科研范式组合，使当今科研范式呈现了多科研范式融合的状态。
2.3.5 从科研组织和科技评价的维度看，科研范式由单一模式向多模式转变
科研体制不同将影响科研组织模式不同，进而影响科研范式也不相同。对我国科学家而言，比较熟悉的是举国体制（现在又提出新型举国体制）。由于我国近代科技的整体落后，导致我国科学家科研活动从“兴趣驱动”科研转变到围绕国家目标，组织大的科技攻关科研活动，从改革开放前后的“能干什么”（兴趣驱动）转变到当前的“该干什么”（国家目标驱动）。从过去我国的“两弹一星”重大科技工程，到现今着力解决“卡脖子”问题，这是举国体制的科研范式。当然，在我国现行的科研体制下，国家也鼓励科学家从事“科研兴趣”驱动的科研范式。我国国家自然科学基金委员会支持的很多面上科研项目就是以“科研兴趣”驱动的，当然这样的支持是属于国家自然科学基金委员会支持的“四类属性问题”中的一种。
此外，目前正在进行的科研体制改革，也将引起“中心化”的科研范式向“去中心化”科研范式转变。文献[6]指出，围绕着科学精英开展科研活动的“精英中心化”科研范式是自20世纪中叶以来国际科学界的主流。其主要特征是科学研究的职业化，科研人员的等级化，科学交流的专业化。这种“精英中心化”科研范式虽然能够取得一定的成功，但自身却逐渐演化成为高度“内卷”的封闭体系，导致科研资源分配的倾向性形成了“四唯现象”（“唯论文、唯职称、唯学历、唯奖项”）。徐匡迪院士在一次报告中说的“颠覆性技术，这种创新在目前的行政审批和评审制度下，是难以实现的”，指的就是这种“内卷”。这一点与鼓励科学“自由探索”的精神相违背。当前，国家正在实施科技评价体制改革——“破四唯”，实施代表作、典型成果等多维度评价制度，这也需要探索并建立具有共赢效应的“去中心化”的新的科研范式，释放科学家活力和科学的张力。然而，目前这种科研范式还没有真正有效形成，“破四唯”的科研范式与“四唯”的科研范式还将持续存在一段时间。
3 科研信息化促进科研范式转变
“科学研究的信息化”简称“科研信息化”，是指信息技术渗透到科研活动中，产生的科研组织、管理的信息化和科学家个人、团队、组织具体的科研活动过程的信息化。这两类信息化，都要依靠数据与计算、网络与通信、信息与安全等各类信息技术属性的软、硬件系统和数据资源、计算平台，以及相配套的政策、制度等。科研信息化发展出来新的科研手段、科研模式、科研平台和科研环境，在当代，无论是在自然科学研究领域，还是在工程科技研究领域，以及社会科学研究领域，都已经有效地推动了各项科研工作的进步，成为各个学科研究领域科研范式转变的重要驱动力。
3.1 科研信息化促进科研组织与管理模式的科研范式转变
科研组织与管理是科研范式诸要素中的关键要素，其中任何要素的变化，都可能带来科研范式的变化。如前文所述，在人类早期的科研活动中，主要是基于科学家个人科研兴趣驱动的科研活动，也就是主要存在于第一范式和第二范式的科研活动，科研组织与管理对于科学家的科研活动影响不大。但在现代科研活动中，科研组织与管理的好坏，将对科研效率和科研导向产生巨大的影响。这是因为，当代科研活动的组织与管理必须有适配本国的科技体制与机制，这具有全局性影响，也将直接引起科研模式的不同。
科研信息化中的管理信息化发展，有效地促进了科研组织模式的转变，从而使科研范式得以转变。通过各类管理信息化系统，科研组织模式突破了个人、小团队的科研组织与管理边界，可以高效支撑形成大团队、建制化、分布型的科研组织与管理模式，在重大的科研任务中甚至可以形成跨组织、跨国家（国际性）的科研组织与管理模式。例如，中科院历经二十年建设的科研管理信息系统——ARP（Academia Resource Planning）系统，有效地实现了整个中科院系统100余个跨地域的科研单位和相关管理机构的科研管理活动的全覆盖。该系统涵盖科研管理相关的项目、人员、设备、经费等信息的管理和共享机制，实现了对科研项目实施过程及科研成果的动态监管。该系统有力地保障和支撑了中科院一系列重大科研项目的组织和管理，如中科院先导专项；有效地提高了科研管理效率，加速了重大科研成果的产出，有效地保障了发挥中科院作为国家科技战略力量建制化队伍（大团队）的作用。在国家层面，科技部建设了“国家科技管理信息系统服务平台”，极大地提升了国家科技组织与管理的工作效率，为实施全国范围内的大科研组织模式提供了坚实的支撑。ARP系统和国家科技管理信息系统服务平台，成功地保障和实现了由以往小团队科研组织模式到大团队的“举国体制”科研范式的转变。
3.2 科研信息化促进自然科学研究的范式转变
在自然科学领域，当现有的研究范式不能有效地解决所面临的挑战，而需要一种新的范式方法来应对这些挑战时，就会发生科学范式的转变，也称为“科学革命”。科研范式从第一“实验科学”范式到第二“理论科学”范式的转变经历了2～3个世纪的时间，但自计算机发明出来以来，信息技术飞速发展，在过去的几十年间科研范式便经历了第三“计算科学”范式，并发展到目前的第四“数据密集型”范式，乃至第五“AI for Science”范式。由此可见，信息技术的蓬勃发展与科研信息化的建设与应用高效地促进和保障了科研范式转变。
“数理化、天地生”是自然科学的主要研究领域，其科研范式转变最为明显。这是由于信息技术的发展引发了科研范式的变迁，科研信息化不断渗透到各个学科领域，其技术、方法和手段被用于学科领域的科研创新与知识发现。科研范式的转变甚至对学科发展也产生了深远的影响，学科与信息技术发生了交叉融合，出现了二元发展态势——“计算X学”与“X信息学”（X代表某一具体学科，如生物学、物理学、天文学等）。
2013年的诺贝尔化学奖颁给了“为复杂化学系统创立了多尺度模型”的3位美国科学家，他们在20世纪70年代就开始研究用计算机程序了解和预测化学过程，使计算模型能够将微观尺度上的基本认识转化为宏观尺度上的预测能力，从而产生计算化学这门学科。计算化学改变了化学家们曾用塑料做成的球和棍来搭建分子模型，用试管和烧杯进行试验分析的研究模式，现如今科学家们可以用计算机建立模型、实验预测、研究化学反应机理。当前，随着人工智能与大数据技术的兴起，化学家们不断尝试利用建立健全化学反应基础数据库，结合AI机器学习的方式加速化学物质的发现。2020年，利物浦大学研究团队研制的智能移动AI化学家（Mobile Robotic Chemist），不仅可以不分昼夜地工作，还可以从10个思维维度进行分析，根据实验结果确定下一步的最佳试验方式，经过8天688次试验后，智能移动AI化学家首次发现了比原始配方活性高6倍的光催化剂混合物。这标志着“人工智能+计算机”在推动合成化学的自动化与智能化等方面开始发挥重要作用，这势必将在化学研究领域驱动新一轮的科研范式变革。
天文望远镜作为天文学研究中心捕捉天体信息的主要工具，从最初的光学望远镜、反射望远镜已经发展到当今可捕捉全波段的射电望远镜。随着天文观测装置的发展，天文观测的数据呈爆发式增长，网络技术、数据存储、计算处理等信息技术为当今天文学研究提供了基础，科研信息化为天文学家提供了丰富的资源和强大的服务，并驱动了天文学大科学装置的互联协作，促进了天文学研究的全球化、一体化。20世纪70年代，美国麻省理工学院泰勒教授和他的学生赫尔斯，通过观察双中子星相互缠绕的现象，用爱因斯坦的理论精确计算出两颗中子星轨道变化，从而间接证实了引力波的存在，但引力波存在的直接证据一直没有找到。直到2016年2月11日，3位美国科学家探测到了引力波的存在，这个发现被科学界认为完成了爱因斯坦广义相对论预言中最后一块缺失的“拼图”。初次引力波发现的背后，是对观测数据近20亿核小时长达5个月的数据分析，并通过高效能的计算，只需要几十秒就能向全世界发布引力波观测的准确时间与位置。此后，美国激光干涉引力波天文台（LIGO）和欧洲的室女座（Virgo）引力波探测器已经陆续发现了50例引力波信号。2018年，伊利诺伊大学香槟分校美国国家超级计算中心（NCSA）的科学家将深度学习算法与数值化黑洞合并相对论模型及通过LIGO获得的数据项相结合，开发出了一套端到端的时间序列信号处理方法——深度滤波器（Deep Filtering），该方法具有更高的计算效率及更小的计算误差，能够更快地利用LIGO的数据对引力波进行处理，以检测出新型的引力波源。由此可见，信息技术的发展与科研信息化的应用深刻影响了天文学领域研究的方式与方法，超级计算助力了引力波的发现，大数据与AI技术的结合加速了科研新发现，推进了天文学科研范式的深刻变革。
在过去的20年里，生命科学的研究由过去的实验、观察、调查研究发展为基因分析研究阶段，这是典型的生命科学领域的科学范式革命，并由此产生了生物信息学这个学科。而生物信息学研究模式，基本上是依靠现代的计算技术加上相关的模型、算法，对生物DNA数据进行分析和处理来实现研究目标的。在生物信息学领域，随着DNA测序数据的积累，出现了一个小的范式转变，即生物信息学科学研究模型（Scientific Research Model，SRM），即利用已知基因结构模式训练的模型进行模式识别，发现了一批新的基因。CLUSTAL W、MEGA、PDB等知名的生物信息学工具和数据库都是在SRM中开发的。传统的研究范式只能通过费时费力的方法逐一发现新的基因。然而，复杂的生物系统往往通过许多基因、蛋白质或其他组件之间的相互作用，以及通路、模块或网络来发挥作用。生物信息学快速、高效地通过高通量计算方法，促进了生命科学的加速发展，使在应用信息系统上研究生物和医学问题成为可能。微阵列技术、酵母双杂交实验和进化建模技术促进了范式向系统生物学的转变，旨在重建相互作用或协同网络来解释系统中的涌现特性。基因本体论、KEGG、Cytoscape等系统生物数据信息化工具得到了发展和广泛应用[7]。2020年美国谷歌DeepMind公司研究的AlphaFold2算法在蛋白质结构预测科研领域已经达到了人类利用冷冻电镜等复杂设备观察预测的水平，这是史无前例的巨大进步，也是“人工智能+计算机”在科学领域应用的重大突破。
信息技术飞速发展，科研信息化建设突飞猛进，网络基础设施环境的持续升级优化促进了科研全球化协同合作，网格（Grid）整合了广泛分布在各处的计算机资源，大科学装置实现了互联共享，产生的科研数据呈爆发式增长，各学科领域大科学数据中心随之建立，科学研究日趋复杂，加速了学科领域的计算科学（第三范式）向数据密集型科学（第四范式）、AI for Science（第五范式）的科研范式的转变。现代科学研究已进入复杂系统科学研究深水区，特别是在天文观测、物理系统、地球系统、生物系统及医学等领域的科学研究，数据、算力、算法等科技要素逐渐成为科研创新和突破的重要动力，大数据、人工智能等新兴技术成为科学研究的重要手段。因此，在自然科学领域，一系列重大成果产出，一方面表现在科研信息化的工具[计算机、软件（含算法）及数据]在学科领域科研范式转变中巨大的推进作用上；另一方面也表明科研范式的转变，有效地推动了这些领域的科研交叉和融合，不再由过去单一的第一、第二科研范式来推动。
3.3 科研信息化促进工程科技的科研范式转变
工程科技更直接地把科学发现与产业发展联系在一起，是经济社会发展的主要驱动力。每一次产业革命都同技术革命密不可分。18世纪，蒸汽机引发了第一次产业革命，使人类进入了机械化时代；19世纪末至20世纪上半叶，电机和化工引发了第二次产业革命；20世纪下半叶，信息技术引发了第三次产业革命，使社会生产和消费从工业化向自动化、智能化转变，社会生产力再次实现大提高，劳动生产率再次实现大飞跃。
在工程科技研究领域，整体的信息化作用主要体现在先进信息技术与产业、生产相结合方面，更表现在重大工程建设方面。近年来，物联网、区块链、5G、人工智能、大数据、数字孪生等新兴信息技术在航空航天、交通运输、设备制造、生物医药、新能源等不同行业和产业领域得到了广泛的应用和结合。物联网使得实现人与物、物与物的信息交互、无缝连接，在智能交通、智能家居、食品追溯等领域广泛应用；5G使得智能驾驶与智慧交通成为可能；人工智能大大提高了药物研发与测试的效率；数字孪生实现了航空航天等大型制造与建设工程领域的数字化建模与智能制造；区块链技术在数字货币和金融领域的应用大放光彩。
1996年，联合国大会通过了全面禁止核试验的公约，但这并不意味着各国已经停止了对核武器的研发，事实上各国在之前几十年的核试验中已经积攒了足够的数据，而根据这些数据可推算出一套核武器实验模型，利用现代的超级计算模拟仿真技术，即可在实验室对核爆炸进行模拟，信息技术的发展不仅避免了核爆炸对环境带来的不利影响，降低了研究成本，也彻底转变了原有的核爆炸研究与实验方式。
在水利工程建设中，施工周期一般较长，施工内容也较多，施工成本很高，所涉及的施工技术复杂多样，施工过程中需要处理的问题也比较繁多。如果按照过去的传统人工组织管理，基本上不可能按照工期如期进行。如果不使用信息技术进行科学设计，也没有办法保障工程建设的科学性和质量及实现成本控制。为了提高水利工程的施工科学性和工程质量及实现成本控制，必须引进新技术手段。可以将信息技术融入水利工程建设管理、设计及成本控制中，以有效提高水利工程的建设质量，更好地发展水利工程事业。此外，当前，在水利工程信息化基础上的大数据技术，可以更好地促进水利工程信息化的建设与发展。在保持现状的前提下，我国大多数水利管理单位都根据实际情况建立了相关的水利工程信息管理系统，并利用水利工程信息管理系统，有效地制定工程施工方案，对施工条件、施工质量、施工进度、施工成本、施工安全等进行优化和有效管理[8]。
“数字孪生”于2011年由美国空军研究实验室提出，是融合了三维建模、仿真与优化、物联网与传感器、人工智能和虚拟现实等多种新兴技术的复合技术，最初应用于解决航空航天飞行器的健康维护与保障等问题。近几年，数字孪生技术迅速成为热潮，并应用于智能制造领域。数字孪生可以虚拟构建产品数字化模型，对其进行仿真测试和验证。在生产制造时，可以模拟设备的运转，还有参数调整带来的变化。通过对以往生产及维护数据的收集，建立拟真的数字化模型，工程师们可以在虚拟空间调试、实验，能够让待生产的产品效果达到最佳。通过应用数字孪生技术，在提高生产效率的同时，还可以大大提升最终产品的质量与应用效果。数字孪生技术的应用是利用信息化技术促进产业变革的典型案例，其将数字世界与物理世界相融合，为工业设备等提供了完整的生命周期数据，逐渐成为智能制造等行业的重要应用趋势。
从上述几个例子可以看出，各种信息技术在工程建设和产品创新中的各个环节得到了综合运用。科研信息化有效地促进了工程科技领域大型科研活动的有效组织和管理，多种科研范式在各种工程科技领域广泛存在。科研信息化的应用切实改变了过去工程科技组织管理和研究手段，并有效地将各类学科知识进行融合，从而提高了工程科技科研产出的效率和劳动生产的效率。
3.4 科研信息化促进人文社科领域研究范式转变
人文社科与自然科学、工程科学的研究对象具有本质的差异：前者面向人，后者面向物；前者是精神世界，后者是物质世界，因此在研究方法方面社会科学领域与自然科学对比也有一定的偏差。当前传统的社会科学研究方法还是“理论假设驱动”的模式，但随着网络的普及和信息技术的发展，大数据、科学计算技术也在不断推动社科领域科研范式的转变，从而催生了“计算经济学”“计算社会科学”“计算人文”等典型的交叉学科。
同时，类比于科研信息化，社会科学信息化（e-Social Science，eSS）也逐渐在20世纪初被提出并逐步发展，其内容主要指两方面：一是用来描述计算机专家与人文社会科学家之间的合作；二是包含了社会科学技术方法和工具开发。英国雷丁大学于2014年成立大数据研究中心，利用大数据技术成功完成英国公投分析、移民研究、房屋买卖与数据分析等诸多社会科学研究任务。中国社会科学院也先后完成了各种数据库和管理软件系统，试图把电子信息化充分应用到科研及管理中来。科研信息化作为支撑社会科学研究的工具和环境，改变了社会科学研究的方法和手段，也增加了研究领域，拓宽了研究范围[9]。
大数据技术的发展，对社会科学研究产生了显著的影响。在社会科学研究方面，除“全样本”数据、大数据技术及数据驱动的知识发现3个方面的直接影响外，大数据还进一步推动社会科学研究范式3个层面的变革：一是研究路径变革，“大数据驱动”模式与当前社会科学“理论假设驱动”模式相结合形成新的研究模式；二是研究手段变革，大数据及相关技术将成为因果发现的强大武器；三是功能变革，预测问题和因果问题将得到同等重视，并将有机统一于有关研究特别是政策研究中[10]。
相较于自然科学和工程科技领域的研究与信息化的结合密切程度，社会科学信息化仍有一定的距离。人文社会科学领域的科研信息化促进科研范式的转变，更多的是实现了由过去单一的田野调查、文献解析、观点立论到基于数据、计算模型呈现结果的科研范式转变。人文社会科学领域基于当前大数据的发展，需要充分利用海量数据进行深度挖掘，从而更客观和深入地认识与研究社会现象的因果关系与发展趋势，进而更好地支撑领导决策与把握社会相关领域走向。将人文社会科学与信息技术进一步结合，以推动社会研究范式的转变，仍是当前社会科学信息化的挑战与趋势。
4 科研信息化促进科研范式转变带来的新要求
科研信息化为各个科学领域的科研范式转变提供了范式要素转变的各种工具（软件、硬件、网络、平台、数据等），并促进科研范式转变。这主要是由于科研信息化能够改变原有的科研组织模式和管理模式，能够为各类科研人员的科研活动提供从数据、算法、软件、硬件到各类平台的需求。可以说，科研信息化就是推动科研范式转变的革命性力量，而科研范式在转变的过程中，也仅对科研信息化的建设产生了新的要求。
4.1 信息化建设项目要保障各个领域的数据要素开放、共享和合作
科学数据要素开放、共享和合作，一方面是极大化地发挥科研数据的价值密度，另一方面是促进科学家在科学数据开放共享中加强合作，共同推动科研领域的科技进步和加速科学发现。信息化建设项目要保障这些科学数据要素能够开放、共享。同时，建立良好的跨平台服务机制，加速科学数据流通，保障更大范围内的科研合作。科研大数据是学术共同体进行学科融合研究的基础，科研信息化应用平台和服务体系不只服务于某一个单位和机构、某一个学科或者某一个地域，它可以为分布在不同地方、不同学科的科研人员提供数据资源共享和挖掘分析服务，不同学科的研究人员便能够围绕重大科学技术问题，共同设定研究目标、开展合作研究。不同科学领域的理论、知识、方法和工具以及数据相互交织和影响，最终形成不同学科人员之间能共同理解的研究方法、研究框架、科学语言和共用的科学数据，以及共识的科研范式，这进一步提升了科研创新活动的速度、质量和效能。
4.2 科研信息化建设项目选择要有利于形成新的科研范式
科研信息化是推动科研范式转变的革命性力量，因此，推动科研范式的转变，既是科研信息化建设项目的“平台体系+服务”的重要使命，也是其运行的重要保障。在科研信息化建设项目的遴选上，要选择那些能将从依托局部空间的有限资源转变为依托数字空间的无限资源项目，使信息化建设的项目能够尽可能地广覆盖于各类科研活动，能够实现有效的大团队合作，能够充分实现科研要素的聚集（如科研数据），从而通过信息化建设项目促进科研范式由小团队到大团队转变。在科研信息化项目的运行机制上，遴选的项目应能够将线下的物理空间转到线上的数字空间，实现数字空间的运行和保障，通过信息化建设项目促进科研数据要素和空间组织要素的转变。在科研决策上，科研信息化建设项目要将模糊的主观决策转变为基于大数据的科研决策和人机协同的精准决策，防止主观上的单一决策，促进科研决策机制转变。在科研信息化项目建设成效评估上，要从以单一的项目建设作为主要成果性指标，转变到服务是否覆盖全创新链的全域协同指标上，促进科研评价机制的转变。因此，科研信息化建设项目的遴选应防止变成单一的信息技术应用项目，遴选的科研信息化项目应考虑是否促进了从依赖经验和简单的实验模拟到依赖数据、知识和算力的计算模拟的变革，是否促进了学科领域的科学范式变革等。
4.3 信息化建设要体系化，保障现代各项科研的“平台体系+服务”的科研活动模式
首先，信息化规划要进行严谨的战略研究分析与预判，形成严密的逻辑体系，使信息化建设的各类平台之间能够形成技术互用、数据互通、基础设施复用、支撑队伍互用的格局。不能只注重某一个平台建设，更不能忽视服务机制的要素，应面向不同领域的科研活动特点，形成综合性的“平台体系+服务”的建设模式。其次，要基于科研活动智能化的需求，实现对各类科研对象的数据服务和工作流程智能化。在各类科研信息化的平台上，能够支撑科研数据管理、存储和处理的智能化服务，使科研人员能够及时、方便地利用人工智能的各种方法、模型，从大规模科研数据中挖掘出有用的信息，提高科研效率。
5 结束语
科学范式变革是革命性的，是学科变革的内在驱动力，对一个学科领域产生的影响是根本性的，对促进人类科技进步的作用也是巨大的。科研范式是科学范式的具体化，是工具化和模式化的。科研范式的转变是促进科学范式变革的外在动力。科研信息化是促进科研范式转变的重要驱动力。随着现代科技的进步，科研信息化促进科研范式转变越来越显著。在当代科学范式革命还比较缓慢的情况下，科学居主导地位的核心理论并没有发生根本性的变化，但是由于科学问题的复杂性与过去比已不可同日而语，科技学术共同体要努力通过新工具、新环境和新方法，促进科学范式变革；要在信息技术快速发展的基础上，通过科研信息化衍生的各类手段，促进科研范式的转变。科研范式变革的新时代即将到来，我们需要主动拥抱变革、积极谋划变革、适应变革。