理论研究方法

理论计算机研究的是计算的数学基础，最基本的问题是试图回答哪些问题在本质上可以用计算机解决，哪些问题在本质上不能或不能在较短时间里解决。经过半个多世纪的发展，现在理论计算机科学研究内容按来源来分，大致可分为三类：（1）作为数学的一个分支，像其他数学分支一样，其自身逻辑的发展会产生新的子领域、工具以及问题等。（2）计算机技术、信息技术及其他应用的发展会产生新的基础性问题，如机器学习理论、编码理论等。（3）理论计算机处在计算机科学与其他基础学科交又的前沿，如自然科学中的物理学、生物学，社会科学中的经济学、社会学等。对于上述三个问题，类型和动机的差异都比较大，即使同一个来源中，也有不同的问题类型。一些发展壮大的子领域已基本独立出来，如量子计算与信息处理、密码学等；而大多数的子领域也形成了自己相对独立的研究团体，并拥有各自的标志性会议。比如复杂性理论的CCC、计算经济学的EC、机器学习理论的COLT、计算几何学的SoCG等。这些都表明理论计算机是一个庞大的领域，有很多课题，并且不同子领域的研究者之间往往很难了解对方的工作。小编无法谈及理论计算机的所有分支，只能重点探讨理论计算机的不同领域本质上的共性，并讨论其最基本的问题与思维方式。理论计算机有许多自身的特点。与其他计算机学科相比，不仅仅是研究对象的不同。在研究方法、研究动机以及研究思路方面也有很大的差异。这里仅从理论计算机的研究方法、主要动机和目标，以及学科的思维方式上进行阐述。1. 数学的一个分支理论计算机研究的最大特点是，它是数学的一个分支。因此它的每一个概念都必须有一个严格的形式化的数学定义；它的每一个结果都必须以数学定理的形式出现；而它获得结果的方法也必须是数学证明。“定义”、“定理”和“证明”这三个关键词构成了理论计算机与其他计算机学科最大的不同之处。比如，计算机应用学科也需要设计算法，不过证明算法优劣的主要方式是实验和运行结果，而不是证明和定理。证明和定理是所有理论计算机不同子领域的一个最重要的共同点。数学结果（定义、定理、证明）的好处是它是完全逻辑的只要证明没有错误，一个数学定理就永远是正确的。定理可以被超越，即被证明有一个比它更强或更广的定理，从而使它成为一个简单的推论；也可能被判定为定义与实际应用不符，在应用中不适用，但在逻辑上，它还是正确的。当然，这种对形式化定义以及逻辑证明的严格要求也引发了很多问题，最主要的就是理论脱离实际。现实往往很复杂，形式化的定义通常只是一个简化的模型。在这个模型上，通过逻辑证明得到的结论有时不一定能直接应用到现实中。那么理论和实际是统一的吗？从理论上讲是，但从实际上讲不是。在这方面，理论经济学也有类似的情况。经济学的结论不一定直接适用于个人或者公司的每一个决策，但不可否认，它对我们的经济行为与发展在大方向上起到了指导作用。理论计算机与计算机科学的关系与此类似。数学工作另一个突出的特点是体系性。一个重要而困难的结果一般都是建立在很多有工作的基础上。这些工作有的提供了工具和方法，有的提供了可用的定理，当前的结果则很可能是为一个更大、更重要的结果提供基础和工具。这在数学工作者看来是很自然的事情，但在与其他计算机应用方向的研究者交流的时候，就会遇到一些问题。比如，当他们问我最近在做什么工作时，我经常要先介绍很多语境，对方在我还没真正讲到自己工作时就已经很迷茫了；反过来，他们向我介绍工作的时候，由于问题直接来自现实生活，解决方案不管是否完美实用，至少有一个演示原型可供参考。当然，体系性的工作有其独有的非凡魅力：如同一群十分聪明的科学家共同建筑一座宏伟的知识大厦。2. 探索计算的极限所在计算机科学的大多数分支其实都在努力让我们的计算机变得更强大、更有用。如果回溯几十年前，很多今天习以为常的技术在当时都远远超出人们的想象极限。我们有理由期待，未来的计算机技术会更加强大，这也是计算机科学家和工程师们努力的方向。理论计算机科学家们为此也在努力设计更有效的算法、更安全的密码体系和通信协议等。但是理论计算机科学家还有一个很重要的任务是探索计算的极限所在。也就是说，证明有些问题本质上不能通过计算机完成或有效完成。阿兰·图灵（Alan Turing）为了证明有些问题本质上是不可计算的，曾在那篇著名的图灵机论文中给出过严格的定义。就像物理学试图探索关于自然、关于宇宙的真相一样，理论计算机科学试图探索的是关于计算、关于信息的真相。这与计算机应用学科极为不同。计算机应用方向的初始动机是解决问题，所以总是希望给出一个解决方案。对他们来说，如果证明出一个问题在某种意义下是不能被解决的，那么该结果不能令人满意。但对于理论计算机来说，其初始动机是探索真相，因此若证明出一个问题在某种意义下不能被解决，则这也是一个很重要的结果，甚至在某种意义上是一个更深刻的结果。犹如密码学，我们希望能够从理论上证明破解一个密码系统是困难的。这样的安全密码系统及协议是现代网络通讯及互联网经济的重要基础。3. 一种思维模式有时候，对于理论计算机方面的一篇论文，圈外人看不出与计算、算法、复杂性有直接关系但圈内的人则能一眼确定它是一篇理论计算机的论文。原因在于其内在独特的思维方式。小编认为绝大多数理论计算机领域工作都遵循如下的三步模式：（1）什么是X，给出形式化的严格定义；（2）证明哪些事情（问题）对于X可行；（3）证明哪些事情（问题）对于X不可行。只要这个X与计算、信息、通讯等内容有一点关系，在理论计算机界看来，这就是一个相关的研究。例如：（1）当Ⅹ被替换成“计算”时，就是可计算性理论。计算的形式化定义是通过图灵机来实现的。我们可以证明有些问题可以用图灵机来计算，而更重要的是证明其他一些问题比如停机问题，是不能通过图灵机来解决的。（2）当X被替换成“有效计算”时，就是复杂性理论，也是现代理论计算机最核心的一部分。（3）当Ⅹ被替换成“学习”时，就是机器学习理论。其中，一个关于学习的形式化定义是图灵奖得主莱斯利·瓦伦特（Leslie Valiant）的可能近似正确（Probably Approximately Correct，PAC）学习模型，有了严格的定义，我们就能讨论哪些概念可以学习，哪些不能学习。（4）当X被替换成“学不到”时，就是密码理论。第三者即使拿到密文或者窃听通信过程，也不能了解任何关于私密信息的知识。从广义上讲，理论计算机中大多数工作都遵循上述的三步模式。对于X，从现实和应用的角度看，往往已经有一些直观的概念，甚至已经有一些例子说明有些问题是可行的。但是由于没有严格的形式化定义，我们无法证明什么问题是不可行的。

作者前言近几年来，“深度学习”（Deep Learning或Deeper Learning）在国内暴得大名，无论是理论界还是实践界都对此趋之若鹜，许多学者对此有过论述，几乎所有一线教师都非常关心这一论题。就国内研究而言，短短五年（2013.01—2018.06）就有论文500篇之多。然而，我们不无遗憾地看到，绝大多数理论及实践成果都有一种“单向度取向”，即主要是基于学习心理学认知学派的“信息加工”理论而展开的研究成果，鲜有“全视角”观照；其中国内研究多数又以“译介”为主，实证成果稀少。不可否认，基于“信息加工”的心理学层面上的探索必不可少，它的确可以切入深度学习的内在机理。但是，如果始终停留在“信息加工”层面是无济于事的，而且很容易出现价值取向上的重大偏差。因此，我们应当超越认知学派，转向“全视角”或“全域理论”，对深度学习再做一番厘清。本文选自《课程·教材·教法》2019年第2期。作者吴永军系南京师范大学教育科学学院教授、博士、博士生导师，教育部基础教育课程改革南京师范大学研究中心常务副主任，教育部基础教育课程教材专家工作委员会委员。一对当前深度学习研究的检视对于“深度学习”研究的检视，我们拟从两个方面来展开：一是考察深度学习研究的“谱系”，二是揭示深度学习的认识误区及其背后的原因。学术界基本达成这样的共识：深度学习缘起两方面研究——计算机领域中的“机器学习”（或“人工智能”）研究以及教育领域中的学习研究。相对于教育领域，计算机领域的机器学习对于深度学习更为广泛，影响也更为深远，这方面的海量研究最终积淀为后续研究与生俱来的基因——大脑内部极为复杂的信息加工。据研究，最早抢注“深度学习”概念的是机器学习领域，对机器学习进行研究，实质上是对人的意识、思维和信息过程的模拟，是一门人工智能的科学，而深度学习是机器学习中表征学习方法的一类。在机器学习中，深度学习被定义为“一系列试图使用多重非线性变换对数据进行多层抽象的算法”。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。教育领域中的深度学习研究关注点是在学习科学视域下展开的。目前比较公认的是，国外教育领域中的“深度学习”概念最早由来自瑞典歌特堡大学的马顿（Marton）和萨乔（Slj）提出，他们在1976年研究大学生在进行大量散文阅读任务时，所表现出的不同学习过程和使用的学习策略以及理解和记忆的差异化学习结果时发现，学生在学习过程中处理信息存在不同水平，呈现浅层和深层的差异。当学生使用浅层学习策略时，只能获得对问题的浅表回答，学习过程表现为机械的死记硬背。当学生使用深层学习策略时，则能关注到文章主题和主要观点。两位学者由此提出了“深度学习”概念，指出深度学习是一个知识的迁移过程，有助于学习者提高解决问题并做出决策的能力。此后，许多学者纷纷加入深度学习的研究行列中，其中比较著名的有澳大利亚学者比格斯（Biggs）与柯利斯（Collis）于1982年基于皮亚杰的认知发展阶段理论，提出的SOLO分类法（Structure of the Observed Learning Outcome，简称SOLO），依据学习结果的复杂性进行分类，分别为学习结果的前结构水平（Prestructural）、单一结构水平（Unistructural）、多层结构水平（Multistructural）、相关结构水平（Relational）和拓展抽象水平（Extended Abstract）五个层次。进入21世纪，2006年加拿大多伦多大学欣顿（Hinton）教授和他的学生萨拉赫丁诺夫（Salakhutdinov）在《科学》上发表了一篇关于深度学习的文章，开启了21世纪深度学习在学术界的热潮。而由美国威廉和弗洛拉·休利特基金会（William and Flora Hewlett Foundation）发起，美国研究院（AIR：American Institutes for Research）组织实施的SDL项目（Study of Deeper Learning：Opportunities and Outcomes），则在全美建立了500余所深度学习实验学校。SDL项目在理论建树与实践普及方面都具有划时代意义。在笔者看来，这一划时代意义在于SDL项目突破了传统深度学习限于“信息加工”的窠臼，无论是美国国家研究委员会（NRC）的深度学习能力三维度划分（认知领域、人际领域、个人领域），还是SDL项目所界定的深度学习的六维度能力（掌握核心学科知识、批判性思维和复杂问题解决、团队协作、有效沟通、学会学习、学习毅力），都充分考虑了社会文化因素，具有了“全视角”特性，是一种比较完整的关于深度学习的理解。正因为深度学习研究与生俱来的“基因”的型塑，我国早期研究深度学习（2005年）以及近几年来异常活跃的学者，其学术背景绝大多数并不是传统意义上纯粹的教育学者，而是“教育技术学”领域学者，如被认为是引进“深度学习”概念的黎加厚教授就是教育技术（信息技术）方面的研究专家。而在2013年以后深度学习研究风起云涌态势下，比较活跃的一些学者如祝智庭、董玉琦、张宝辉、张浩、吴秀娟等都是教育技术领域有影响的学者。而刊发深度学习一些重要论文的刊物也以“教育技术”类杂志为主，如《中国电化教育》《远程教育杂志》《中国远程教育》《电化教育研究》等。上述研究至少存在三个问题。一是对于深度学习的认识，偏于心理学认知学派的“信息加工”理论，尤其是试图以人工智能、机器学习研究所得成果来反观人类学习，从某种角度讲，这种学习观是没有“价值取向”的学习观，是没有“灵魂”的学习观。深度学习对于“学习”的理解还是比较狭隘与局限的，更多的是以信息加工理论来揭示“认知”方面的心理过程机制，而价值、情感、态度以及精神领域的学习被有意无意地忽视，这其实是典型的认知学派的基因使然。深度学习的学习之所以被称为“深度”，在于研究者们有这样的认识：早在20世纪80年代，认知科学家从深度学习与浅层学习的“关键区别”中发现：当学习者运用“深度”学习方式时，不仅能获得知识，而且清楚知道在真实世界和实际情况中如何运用这些知识，这样的知识会在学习者头脑中保持得更为持久。而死记硬背和简单记忆对个人的知识建构的作用只是浅表的、易忘的，这是浅层学习。也就是说，深度学习之“深度”的最重要表征是：应当能够使知识保持长久，并能运用。而要做到这些，学习者必须把握知识之间的有机联系，在头脑中建立知识之间的有机联系，即使知识结构化，而不是碎片化、孤立化地保有知识。从这个意义上说，深度学习理论其实是对美国心理学家、认知学派代表人物奥苏贝尔的“有意义学习”理论的继承与发展，或曰“有意义学习”的升级版或扩展板。简言之，深度学习就是学习者在理解的基础上，把握知识间的有机联系，旨在做出决策或解决问题的学习。实际上，在早期研究中，大多数研究者认为深度学习是相对于浅层学习的一种知识加工方式（或者说是一种学习方式）。比格斯认为，深度学习包含高水平或者主动的认知加工，对应的浅层学习则采用低水平认知加工，比如，简单记忆或者机械记忆。我国学者黎加厚等认为，深度学习是指在理解的基础上，学习者能够批判地学习新思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，并能够将已有的知识迁移到新的情境中，做出决策和解决问题的学习。且不说这一定义几乎是西方学者定义的杂糅与翻版，如比蒂（Beattie）、柯林斯等认为，深度学习方式意味着学生为了理解而学习，主要表现为对学习内容的批判性理解，强调和先前知识与经验连接，注重逻辑关系和结论的证据。就其对于学习的本质认识而言，是经典的认知学派的信息加工理论的体现，后续的一些研究对于深度学习的认识几乎沿用了这一定义（也有少数教育学者如郭华教授等具有比较广阔的视野）。更加令人担心的是，大量从人工智能、机器学习视角来比照或反观人的学习的研究成果，更是一种“单向度”学习观的体现，在价值取向上出现严重偏差。本来人工智能、机器学习等方面的研究是“机器”模仿“人类”学习，现在反过来将“机器的学习”简单移植到人的学习中，要求人要像机器一样学习，变成“机器化的人的学习”，这绝不是“人的深度学习”，而是“机器人的深度学习”。这种简单比附及移用的做法背后反映了对“人的学习”与“机器学习”的根本看法的殊异。的确，人工智能、机器学习在模仿人的学习上取得了许多重要成果，但是人工智能与人在学习上具有本质区别。这种区别主要表现在：人工智能与人虽然都具有理性思维能力（思考有限的、逻辑的、程序化的、必然的事情），但人还具有人性，具有情感、价值、精神、意义、灵魂等，还具有超理性能力，即具有思考整体性、无限性和不确定性的能力，尤其是变通能力和创造力。“真正的创造力并不能还原为自由组合和联想，而在于能够提出新问题，或者改变旧问题，改变既有思路，重新建立规则和方法……而要能够提出新问题或者改变规则，就需要能够反思事物的‘整体’或者‘根基’的思维能力，或者说，需要有一种‘世界观’或者改变给定的世界观……人工智能显然不具备思考世界或系统整体的能力……（它）只能思考有限的、程序化的、必然的事情，却不可能思考无限性、整体性和不确定性。”进一步来讲，如果我们从“信息加工”理论视野下的深度学习以及人工智能中的深度学习背后的“形而上学”基础来看，这是一种典型的“工具理性”，尤其是“技术理性”的哲学观。诚然，理性思维是人区别于动物的最主要的特征，但是“理性思维实非人类之特异功能，而是一切智能的通用功能（人工智能就具有这种特异功能），以理性去定义人类是一个自恋错误。人类思维的真正特异功能是超理性的反思能力——反思能力不是理性的一部分，相反，反思能力包含理性而大于理性。反思首先表现为整体思维能力，尤其是把思维自身包含在内的整体思维能力”，而且人类还具有大量非理性特质，如精神、道德、价值、情感、自由等，正是因为有了这些非理性特质，人类生活才充满意义和价值。因此，这种基于对技术理性的崇拜导致的教育的工具主义倾向，把制度、计划、秩序、组织形式等视为学习的法宝，而把“人类精神”，尤其是人的自由践踏到无以复加的程度。这样的学习观培养出来的人只能是“单向度的人”或具有“平庸之恶”的“巨婴”。二是对于深度学习所发生的“情境”做了相对简化与孤立化，这一情境不是真实的学校学习，尤其是课堂学习所归属的情境，这实际上简化了人类复杂的真实学习，尤其是学校情境下的中小学的课堂学习。我们注意到马顿与萨乔的经典研究是在“测试”（考试）情境下进行的（即在让两组大学生阅读完相关内容后作答试卷），包括比格斯在内的后续许多学者的研究基本都是这样（这也是认知心理学派的基因），而且以大学生样本为主。这种“测试情境”是相对孤立的、静态的、简化的，从方法论角度讲还是“个人主义方法论”，即学习者是“个体”状态下的学习，是“去情境化”的学习，以“个体”作为最终解释依据，缺乏真实学习情境中讨论、交流等人际互动，以及特定社会文化的制约，更没有“学习共同体”的介入，完全不同于真实的学校或课堂学习。人工智能对于深度学习研究的情境也是一样，是对真实学习情境的一种简化或纯化。真实的学校学习是一个“他人在场”的学习，学习通常是发生在群体中的，是与具体情境相联系的，而不是孤立的“原子式”学习。完全孤立的、静态的、简化的情境中得出的深度学习机制或规律，一定难以解释真实学校情境中的深度学习机制或规律。正因为如此，20世纪末美国学习科学开发委员会编写的《人是如何学习的——大脑、心理、经验及学校》一书，特别强调了知识建构的情境性和社会性，“认知心理学应该做出更加现实主义转变，主张以生态学的方法取代信息加工的方法，强调研究自然情境中的认知，更多地关注环境对于智能的影响”，应当从“实验室研究”到“真实的学习情境”转向，而“有关认知与学习的情境理论已成为一种能提供有意义学习并促进知识向真实生活情境转化的重要学习理论”“所有学习离不开特定的文化模式、社会规范和价值期望，这些情境以强有力的方式影响着学习和迁移”。所有这些关于学习的阐述，都是对认知心理学“信息加工”理论的纠偏或完善。三是就国内研究而言，主要问题是“移译性”有余，本土化不足；思辨性主导，实证性缺乏。经过整理，我们发现，我国深度学习研究，无论在“量”上（研究人员与发表成果之多）还是在“质”上（关注的问题涉及面之广以及探究的深度）都取得了初步的成绩。但我们不能不看到，我国该项研究尚存在一些问题，研究成果多而杂，有一定的“泡沫”。其中的主要问题表现在“移译性”有余，本土化不足。由于深度学习研究的产生、发展以及所持有的理念、模式均来自西方，我国这方面的研究深受西方研究的影响，这是很自然的一件事。从研究的概念、范畴、模式到研究方法等几乎都是在翻译、移植基础上的一点推进。许多研究文献在涉及诸如深度学习的界定、标准、类型等专题时，无不具有“移译”的痕迹。许多论文的展开路径都是“文献整合—理论推演—案例佐证”。而理论探讨又以“译介”为主，或相互引用，引来引去，难免就有疏漏，如有些文献竟然把马顿、萨乔写成美国学者。针对上述情况，我们认为，早期初涉某一课题，大量移译、借鉴尚属正常，而且是十分必要的，但一直持续下去则与实践毫无裨益。实际上，我们所引用和借鉴的国外的研究成果多半是以西方国家的经验为原型，其理念、模式、措施等带上浓厚的西方色彩，如果将这些经验无保留地转移到其他国家和地区，其前提本身就很成问题，并且这些模式的效用性也值得怀疑。这实质上是一种“去历史性”“去社会性”的思维，它忽视了本国的特殊历史性、文化性与社会性。这种只满足于国外成果的介绍与引进，未能有效本土化的研究无益于我国深度学习研究及其实践的发展，很难转化成推动实践的“教育生产力”。二走向全视角深度学习一切现代的教育教学或学习都必须以学生全面发展作为根本出发点和最终归宿，从这个角度讲，应摒弃“单向度”深度学习观，呼唤建构一种全域或全视角深度学习观。这种学习观至少包括以下三个方面内容。一是对于深度学习的理解必须是整体的、全面的。所谓整体性或全面性理解的意思至少有两个相互交织的层面。首先，人的深度学习是一种整体的学习状态，是学习者全身心投入的过程，而绝不仅仅是学习者大脑内部信息加工的过程；它既是一个信息加工过程，同时还是一个充满着情感、意志、精神、兴趣的过程；它不仅是一个个体学习过程，还是一个社会过程、文化过程，对于中小学生来讲又是一个学习过程（学习如何深度学习）。学生在深度学习时的学习投入是全身心的，不仅仅局限于思维，更是情感、意志、动机、精神乃至身体等全方位的投入。因此，丹麦著名学者克努兹·伊列雷斯（Knud Illeris）提出“如果要理解人类学习的整体复杂性，就需要将多种资源纳入到我们的视野之中”，也就是说，对于学习的一个基本理解是“学习具有个体和社会的双重性”，就“个体性”来讲，是指“心理的获得过程”，而“决定获得过程的基本上来说还具有生理属性”，不仅如此，“获得过程还有一个动机要素，在相当基础性的意义上，指的是实现一个学习过程所需的心智能量”，而动机要素包含动力、情绪、意志、欲望、兴趣等。近年来的脑科学研究最有关键性意义的研究发现是：在一个正常的脑中，“理智”的过程不能离开“情绪”的东西独立发挥功能。可见，就学习者“个体层面”而言，学习是一个整体性投入，既有理智、思维的要素（尽管这些要素被认为是关键要素），同时更有情感、意志、精神、兴趣等方面的要素，它们之间相互影响、相互作用，共同决定学习者的学习是否是深度学习。因此，美国著名学者琳达·达林-哈蒙德（Linda Darling-Hammond）在谈到有效教学时提倡“一种以学生的思维为核心的理解性学习，使学生全身心地投入，用启发式的教学方法将他们的身体、心理、认知、逻辑和情感统一起来”。此外，学生深度学习过程不仅是一个个体心理过程，还是一个社会文化过程。真实的中小学学生在学校情境中的深度学习更多地发生在“群体情境”中（课堂、课外集体活动等），而不是在一个“真空”中展开（就像认知心理学家实验的情境）。这样的学习场域中，学生不可能以个体的“原子方式”进行学习，而是在群体互动中进行共同学习，这就必然涉及社会文化因素。即使学生处于“个体状态”（如课外的自主学习或独学），但是当“个体”在理解相关知识、文化、价值时，其理解不可能不“镌刻”着特定的社会文化，不可能不受限于社会文化的影响或规范。因此，社会文化因素与其说是学生学习的“情境”“条件”，还不如说是学习“内在机理”中的重要组成部分。正如克努兹·伊列雷斯所说：“学习并非仅在单个的个体身上发生。相反，学习总是嵌入在一个社会性的情境中的，这个情境提供冲动，设定能够以及如何学习什么的框架……这些情境赋予了学习在基础性条件上的本质差异。”不仅如此，“学习具有个体和社会的双重性。这意味着必须将传统学习心理学的个体导向与现代社会导向整合起来，它们中的任何一面都不能单独阐明问题的答案，提供一种完全和‘正确’的理解，因为它们中的任何一面都是根基上有缺陷的观点”。这样看来，“所有学习都包含两个非常不同的过程，这两个过程必须都是活跃的，我们才能够学习点儿什么”，一个是个体与其所处环境的互动过程，另一个是心理的获得过程。其次，学生在深度学习中所能学到的不能仅仅是知识或思维，抑或是解决问题等理智方面的能力，更应当是全面的发展，像情感、意志、精神、激情、德性、灵性、自由、理想、卓越性、超越性等这些能够赋予学生的整体生活以意义乃至对于学生终身幸福至关重要的品质与价值，理应是深度学习过程中相伴随的、内在具备的特质，否则“如果不去或不能追求幸福，生活就毫无意义”，学习也就毫无意义，因为学习会变得像“机器人”那样的学习，而“使得生活具有趣味和意义的事情都来自道德和美，如果一切都替换成经济利益，那么人就以新的方式退化为动物了”。因此，教育就应当是“人的灵魂的教育，而非理智知识和认识的堆集”，是“人与人精神相契合”，是使受教育者“顿悟的艺术”，是促进受教育者自觉“生成”的一种方式，“教育即生成”，就是要让每个受教育者都能够主动地、最大限度地发挥自己天赋的潜力，使其“内部灵性与可能性”得到充分的发展。深度学习也是如此，它应当是一个自我唤醒、自我生成、自我创造、自我超越的过程，而只追求心理过程的“信息加工”式的技术理性思想，实质上是“反人性”的，从根本上违背了人的自由及其超越性之根本特征。早在20世纪上半叶，针对当时日本国内教育的“严酷现实”（单纯的智能施教，为了升学考试竞争），著名教育家小原国芳就提出了著名的“全人教育思想”。他认为，教育的目的是培养人格，是育成多方面和谐发展的完美的人，而不是单纯的智能施教，更不是为了升学考试竞争……教育内容必须包含人类文化的全部，理想的人必须是全人，要具备文化的全部，即由六个方面组成：学问、道德、艺术、宗教、身体、生活……全人教育就在于培养智（真）、德（善）、美、圣、体（健）、劳（富）全面发展的人。深度学习也应秉持这样的价值取向，培养“理性、道德和精神力量”的人（赫钦斯），所以深度学习的根本目标就是要培养心智（mind）、心灵（heart）和精神，而不仅仅是学科知识的学习。否则就是没有“灵魂”的机械过程，没有“价值旨归”的单纯的知识习得与内化过程。行笔至此，我们似乎可以这样来界定深度学习：在特定的社会文化情境中，学习者在与他人互动以及环境互动中，关注知识之间的有机联系，最终能够迁移并能够解决实际生活问题的意义生成的过程。二是深度学习品质是可以学习的，促进深度学习的策略必须是整体的、系统的、全方位的，任何单一的策略（如设计高阶思维问题）都不可能奏效或取得持续性效果的。首先，我们应当秉持“深度学习品质不是天生的，而是可以学习和发展的”这一核心理念，相信每个学生都有无限发展的可能性，每个学生在教师的有效引导下，在与同伴的良性互动中，在自我砥砺、自我锻造中获得深度学习之品质。当代多元智能理论给我们的巨大启示就是：如果我们考虑学生之间的个体差异，在确保深度学习的基本特质前提下，在尽可能了解每位学生兴趣爱好、家庭背景、学习风格、智能特点等方面的基础上，为每位学生设计适合其发展的教学方式与教学策略，以求学生形成个性化学习方式，那么，每位学生都有可能得到最大限度的发展，都有可能通过不同的方式获得深度学习品质。其次，关注深度学习的重点应当根本转变，从“结果”转向“过程”。中小学生要具备“深度学习”品质，必须在教师指导下，在群体互动中“学习”如何进行深度学习。因此，我们应当关注深度学习过程，关注深度学习发生的内在机理与外在条件，运用综合化、系统化教学策略，促发学生深度学习的发生。这与马顿与萨乔等人的研究不同，他们只是研究了大学生的终极学习状态，也就是说只关注了解决问题（解答试卷中的问题）过程中呈现出来的“结果性状态”，而没有考虑这种状态在学校教育中是如何得以培养和形成的。因此，研究者们与一线教师必须关注深度学习过程究竟发生了什么，我们如何促发学生深度学习的发生。在此，我们必须摒弃“单向度”思维，不能认为深度学习只是一个“认知过程”或单纯的“信息加工”过程，它还是一个社会文化过程，一个关涉情感、价值、精神的过程。因此，我们必须在思维上有所创新，建构系统性、复杂性思维，用整体的、系统的教学策略，促进学生深度学习。以往的研究或实践只关注“信息加工”过程，很少涉及社会文化过程、情意过程。所幸的是，近几年来，美国研究院组织实施的SDL项目中的“深度学习能力框架”关注了社会文化因素、情感态度价值观因素，丹麦学者克努兹·伊列雷斯倡导的“全视角学习理论”，我国少数学者也开始关注这些因素，这为我们以一种系统性、复杂性思维来建构整体的、综合的教学策略，既考虑认知层面，又考虑情感态度精神层面，还考虑社会文化层面，整体地促进学生深度学习提供了可供借鉴的框架。最后，我们还必须在实际的学校教学情境中结合具体学科的教学，细致入微而不是大而化之地探讨促进学生深度学习的具体教学策略。任何学校情境的学习展开的主要方面还是围绕具体学科开展的学习，因此，深度学习的主流若脱离了具体学科的学习，那是不可想象的神话或是乌托邦的臆想，国内一些所谓的“全课程”之类的草率实验之挫败即是明证。三是在深度学习研究上必须摒弃“个人主义方法论”，彻底变革研究思维，这也是全视角深度学习的题中之意。以往的深度学习研究之所以限于认知心理学“信息加工”层面，从哲学角度讲，其立论基础是孤独的“原子式”个人主体观，在考虑深度学习内在机理时，其计算单位是完全独立自主的个体，“个人”成为理解一切的最后依据，但是这种个体只能表达人的身体存在，却不能表达人的精神存在。正如赵汀阳指出的那样，“人不可能仅仅作为个体而生存，而必须是群体存在，否则无人能够生存”。因此，从哲学存在论角度讲，我们必须建立一种“共在存在论”（ontology of coexistence），即共在先于存在，并且，共在规定存在，共在决定了任何存在都是一种相互存在。那么，我们为什么需要一个“共在存在论”来作为解释生活实践（包括学习活动）的基础呢？因为“与他人相处正是人生意义之所在，无共处就无生活……生活只能在与他人的积极共处中去创造和展开，或者说，只有积极的共在才能肯定存在，才能实现存在之生生本意，否则必是存在之否定”。因此“解释事的世界就需要一个与个体存在论（ontology of indivials）完全不同的共在存在论。”可见，全视角深度学习观召唤方法论的创新，必须摒弃以往的“个人主义方法论”，赋予社会学视角、文化学视角乃至人类学、管理学等多维视角以合法地位，充分考虑真实的学校情境中深度学习所关涉的诸多因素：生理、心理、社会、文化、管理，等等，在理论上、方法论上拓展、深化深度学习的研究。三未来深度学习研究与实践值得关注的问题深度学习的问题异常复杂，整体上的突围仅仅是万里长征刚刚走完第一步，还有很多具体的问题有待揭示，如学习者头脑中内部的信息加工如何与社会文化因素相互作用，其机制何在。笔者认为，至少有三个具体的操作问题值得进一步探寻。第一，目前在我国主要作为一种理念或理想的深度学习，如何转化为教师的有效教学行为，即在教学中，教师如何变革自己的教学行为，以促进或支持学生的深度学习，亟待需要“建章立制”。不管承认还是不承认，教师总是现阶段教学的主导力量，教师的教学行为往往决定着或制约学生的学习行为，因此，教师行为转变是必要前提。虽然深度学习研究从“学生角度”业已提出了一些可供操作的策略，如项目学习、大观点组织（big ideas）、结构化思考等，但是超越这些点状、碎片化策略，而从“教师角度”提出普遍化的“要求”应当是大范围推进深度学习的必要前提。因此，在深度学习理念与教师行为之间尚存在一个转化的中介，这就是指向于学生深度学习的“教学规程”的制定。所谓教学规程是指在一定的教育教学理论或理念指导下，旨在培养学生的某些特定素质或体现某种理念而对教师教学行为提出的若干规定及其相关的操作策略，它是引导教师转变教学行为以符合某种教学理念的规则、要求及其操作策略。目前，我们至少可以从教学前、教学中、教学后等几个方面提出一些教师变革教学行为的教学规程，如教学前“教师应当运用多种方法探明学生对于将要学习的概念或原理的前理解，并运用相应方法解构学生前概念”这一规程，就是指导教师促进学生深度学习的一个有效教学行为指导，而这一规程指引的教学行为的转变是有着理论基础的，正如联合国教科文组织特别顾问、法国学者安德烈·焦尔当指出的那样，“不论是儿童还是成人，要让一个学习者掌握一项知识，就必须对他的先有概念进行真正的解构”。第二，具体学科教学中如何促进学生的深度学习更是未来一个基本问题。众所周知，每个学科的设置都有独特的、不可替代的价值，尤其是2018年1月出台的新一轮高中课程方案中，各学科课程标准都是围绕“学科核心素养”来研制的，如语文学科核心素养就规定了语文素养的核心要素和关键内容，主要包括“语言建构与运用”“思维发展与提升”“审美鉴赏与创造”与“文化传承与理解”四个方面。语文学科中的深度学习必须指向这四要素的培养。因此，真实的学校情境中的教学总是而且首先必须落实在具体学科教学中，学生才有可能获得该学科核心素养。因此，教师在具体的学科教学中，如何结合学科知识的教学，引导学生深度学习，就成了教学实践中的重要课题。在学科教学实践与研究中，我们必须面对一系列问题，诸如是否存在促进学生深度学习的统一的、一致的方法或策略？人文学科与数理学科中的教学策略或方法有无区别？如果有，区别又在哪里？如果用比较公认的有效策略，如“大观点”来整合信息，文理学科是否有不同？另外，我们还要探明：为什么有的学生能进行深度学习，而有的学生只能停留在浅层状态，仅仅是因为其大脑中“信息加工”的不同而导致的吗？为什么有的学生在某些学科能够进行深度学习，而在另一些学科则呈现浅层学习状态，原因何在？中学生与小学生之间的深度学习的差异在哪里？等等。如果我们不结合特定学科的具体内容，不结合每个学生的具体学科学习来研究或实践，就会流于空谈，徒留浮夸的议论。第三，更具体的是，学界一般将“项目学习”作为深度学习的有效路径加以推崇（有研究表明项目学习可以以“大观点”来组织跨域内容，有利于课程整合，可以有效迁移学以致用等），但现有的项目学习多半是“拼盘式”学习，如围绕“春天来了”这一所谓的主题，语文课读春天的文章、写春天，科学课探寻春天的节气，美术课画春天，音乐唱春天，体育课玩春天的游戏等，这样的拼盘式学习是无法让学生真正走向深度学习的。那么，如何摒弃拼盘式学习，并以问题驱动、任务驱动来开展项目学习就是不二选项，但问题是，怎样的问题、任务才能驱动项目学习，有无学科差异，中小学生的项目学习有无差异，等等，这些都是值得进一步探究的问题。

图为《精益管理的理论方法、体系及实践研究》。人民网北京10月23日电 由天津大学博士生导师牛占文和天津工业工程学会副秘书长杨福东共同撰著，国内外TPS(丰田生产方式)和精益管理专家、天津大学教授齐二石作序的《精益管理的理论方法、体系及实践研究》一书，近日在科学出版社出版发行。牛占文在书中提到，为了能够全面深入研究精益管理，并探索精益管理的普适性，在针对制造业进行精益管理十几年之后，最近几年开始刻意选择制造业之外的行业进行实践探索。2012年首先开始的是酒店服务业、城市供水行业，之后还有工程建设行业和金融保险行业等。与制造业相同毫无例外均取得了非常好的效果。齐二石表示，由牛占文和杨福东合著的这本书，他们把近20年的精益实践和理论研究的心得体会汇集成文，以全面深入但又简单易懂的方式进行了阐述，这本书兼顾了实战性和系统性，精益管理系统的每一个部分都来源于企业的成功实践，并把成功要素提炼成为了理论模型，像庖丁解牛一样对体系和细节进行了剖析，应该说既有宏观又有微观，是企业成功推进精益管理过程中非常重要的参考书。(李彦彬)

核心阅读■中国特色社会主义进入新时代，为制度理论研究提供新的历史机遇。学者们应抓住机遇，通过深入研究，为解决中国实际问题贡献制度研究成果。■我国制度理论研究要从中国实践中挖掘新材料、发现新问题、提出新观点。同时，学习和借鉴国外制度理论研究的有益成果，增强中国制度的影响力和感召力，让中国制度为人类发展进步作出更大贡献。■广大学者应着眼于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化，进一步构筑中国制度理论的学术体系、理论体系、话语体系，在制度理论研究上不断迈出新步伐。人类文明史也是一部制度创制和变迁的历史。在历史长河中，制度对于规范、塑造、调整、优化人的行为和社会关系起到了不可替代的作用。历史和现实都表明，制度建设得好、制度竞争力强，不仅有利于提升人的积极性，也有利于实现国家发展、社会繁荣、人民安居乐业。对于什么样的制度是好制度，古今中外很多思想家都进行了深入思考和探索。这些思想成果既推动制度建设和创新，也带来相关学术理论的繁荣。新中国成立后，我们党带领人民在社会主义制度建设上进行不懈探索。党的十九届四中全会专题研究坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化的若干重大问题。全会强调，加强制度理论研究和宣传教育，引导全党全社会充分认识中国特色社会主义制度的本质特征和优越性，坚定制度自信。如何坚持和巩固、完善和发展、遵守和执行制度，如何使制度更加成熟更加定型、不断提高国家治理体系和治理能力现代化水平，是制度建设的重要内容，也是制度理论研究面临的重大课题。把握制度理论研究的历史机遇研究中国的制度理论，需要从中国制度发展的历史逻辑出发。中国古代产生了丰富的关于国家制度和治理的思想。近代以后，中华民族面临亡国灭种危机，多种政治力量纷纷探寻新的国家制度和国家治理方式，但都没有成功。中国共产党领导中国人民取得新民主主义革命的胜利，实现了民族独立和人民解放，建立了新中国，开始自主探索实践、改革创新社会主义制度。改革开放后，我们把历史传承、因地制宜、学习借鉴等发展路径有机结合起来，形成了中国特色社会主义道路、理论、制度、文化，中国人民的道路自信、理论自信、制度自信、文化自信不断增强。从历史发展大逻辑着眼，才能正确把握中国制度理论研究的历史使命和发展方向。在中国特色社会主义制度不断发展完善过程中，学者们坚持继承和创新相统一，吸收借鉴人类制度文明研究成果，同时立足中国实际，积极推进中国制度理论发展完善。我们党在国家制度和国家治理体系上不懈探索的历程，改革开放突破僵化认识、破除体制机制障碍的历程，我们党带领人民创造经济快速发展和社会长期稳定“两大奇迹”的历程等，为我国学者建构自主性的制度理论提供了重要实践支撑。如今，中国特色社会主义进入新时代，制度理论研究迎来新的历史机遇。2019年，我国人均国内生产总值突破1万美元，社会主义现代化建设不断迈出新步伐。经济社会发展对制度建设也提出更高要求。人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾需要通过制度建设来不断解决，创新、协调、绿色、开放、共享的发展理念需要融入制度建设中。我国改革进入深水区，更多面对的是深层次体制机制问题，对改革顶层设计的要求更高，对改革的系统性、整体性、协同性要求更强，相应地建章立制、构建体系的任务更重。一系列高度复杂的经济社会问题，需要制度建设予以回应，在这方面我们没有现成经验可以借鉴。因此，学者们应抓住制度研究的历史机遇，担负起制度理论研究的历史使命，通过深入研究，探索如何完善和创新制度以更好深化改革、提高发展质量，将制度理论研究做实做深做透，为解决中国实际问题贡献制度研究成果。增强制度理论研究的自主性增强自主性是建构制度理论的前提。扎根本国土壤、汲取丰沛养分，制度理论研究才能具有解释力和指导性。制度理论研究应当立足国家制度建设实践，为国家制度的长期发展提供理论支持。当前，我国制度理论研究要从中国实践中挖掘新材料、发现新问题、提出新观点，努力推出能够满足我国现实需要的制度理论，形成体现原创性、具有时代性的研究成果。探索有效解决中国问题的制度理论和实践，是发展中国制度理论的关键。中国特色社会主义制度本身的创新性为中国制度理论进行自主性、原创性研究提供了源头活水和丰沃土壤。马克思主义基本原理同中国具体实际的结合，中国制度对中华优秀传统文化的继承和发展，我们党在制度顶层设计和整体实现路径上的智慧，广大人民群众在现实生产生活中积累的实际治理经验等，都是中国制度理论研究的创新生长点。增强研究的自主性，并不意味着要关起门来另起炉灶。理论是对一般性规律的总结，具有普遍意义。中国特色社会主义制度是植根中国大地的制度体系，无疑具有鲜明的中国特色。从世界角度来看，中国制度建设实践中的成功经验也为人类探索建设更好社会制度贡献了中国智慧和中国方案。研究中国制度，既不能脱离中国实际，也不能脱离世界孤立地考察。中国制度要解决的大量经济、政治、文化、社会、生态方面的问题，也是人类面临的共同问题。在研究中应坚持以我为主、为我所用，学习和借鉴他国制度理论研究的有益成果。同时，用国际社会听得懂的话语和逻辑讲好中国故事，增强中国制度的影响力和感召力，增进国际社会对中国制度的认识和认同，让中国制度为人类发展进步作出更大贡献。推动制度理论研究迈上新台阶制度成熟和定型需要经历一个长期过程，同样，自主进行制度理论研究并形成体系化成果也要进行长期的艰辛探索。制度理论通常随着经济社会发展而逐渐发展成熟，制度理论发展也有一个从量变到质变的过程，需要对已有学术成果进行发掘整理，经过长期研究积累才可能实现突破。当前，广大学者应着眼于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化，进一步构筑中国制度理论的学术体系、理论体系、话语体系，在制度理论研究上不断迈出新步伐。在制度复杂性日益凸显的情况下，如何实现高质量制度供给，是制度理论研究的重要内容。建立健全国家治理急需的制度、满足人民对美好生活新期待必备的制度，是当前制度建设的重要内容。为此，制度研究的重点应包括如何发挥党的领导核心作用，使制度建设始终坚持正确方向；如何确保各项制度设计充分保障人民当家作主，更加有效体现人民意志、保障人民权益、凝聚人民智慧；如何坚持全面依法治国，建设社会主义法治国家；等等。此外，还应注重研究如何优化群众和专家参与，提高制度从思想到政策、从政策到实践的转化效率，加强制度的回应性，为把我国制度优势更好转化为国家治理效能提供学理支持。创新是对制度理论研究的重要要求。制度理论研究要对实践作出贡献，关键在于其创新性，能够对中国制度完善发展提供新的解释、新的阐发。制度理论只有增强创新性，才能具备解释力和引领性。中国制度理论创新性的本源在于制度本身具有创新性。应坚持立足中国、借鉴国外，挖掘历史、把握当代，努力融通古今中外各种资源，在提出具有中国立场、中国智慧、中国价值的制度理念、主张、方案等方面积极探索创新。系统性是理论体系的重要特征。成体系的理论通常是要素完整、逻辑严密、洞察深刻的。在我国进行制度理论研究，涉及经济、政治、文化、社会、生态等各领域，需要打通学科界限，取不同学科研究范式之长，努力在核心议题、基本理论与概念、研究方法、经验归纳等多个方面形成相互呼应和支持的完整体系。同时，还应关注如何在横向、纵向和宏观、中观、微观等层面打造相互衔接、相互融通的制度格局，如何增强制度建设的整体性、系统性、协同性。新技术在制度建设中的应用、机构职能和程序的优化、制度如何促进创新和发挥激励功能等，也是制度理论研究的重要内容。应不断总结已有研究成果，逐步突破研究中的难题，不断增强制度研究自信，推动中国制度理论研究不断迈上新台阶。(作者为复旦大学国际关系与公共事务学院教授、教育部长江学者特聘教授)《 人民日报 》( 2020年02月10日 09 版)

理论研究更是一路扶摇直上,欧洲高校理论联盟（igem）在2016年度全球igem年会上与欧洲多所著名院校展开合作,获得共计217个参赛组别的高额奖金,为参赛选手打造出一系列的比赛课题,以期为中国量子信息学的发展提供可持续性的发展动力。igem中国大赛自2013年由海外华人学生在中国大陆境内创办以来,已经取得迅猛的发展,吸引了大量优秀学子。到2016年度,igem中国大赛已更新了超过1500个参赛学校名单,其中超过700所优秀院校承办本赛事。同时,我们近期推出了国内外量子信息学最优秀的100名学子项目研究团队,着力扶持国内量子信息发展。项目成立三年来,受到了国内外量子信息领域相关领域专家以及合作单位的热情支持和厚爱,共同推动中国量子信息事业的发展。1组学实验设计示范小组,为学员提供了一个空旷的环境,可以更深入的研究量子信息理论。在每次的实验设计时,可以选择几个不同的实验设计模块,例如电磁、光子、激光及其他材料等,使得设计人员可以根据自己的理论以及可用的量子信息基础知识进行综合处理、计算,在此基础上进行综合可视化表征。在实验过程中,还可根据各个模块的需要进行自由组合,加上前馈算法、正交量子对撞等等。实验的结果一方面可以解决所选实验设计中未涉及的问题,另一方面也会指导量子信息学科研,从而也可以为各类产品的研发及测试提供科研参考。因此,我们的组学实验设计示范小组旨在为大家提供一个良好的实验环境,在丰富学员的实验经验的同时,也为学员提供一个科研平台,从而大大促进中国量子信息学及相关领域的发展。量子信息生成器实验设计量子信息生成器实验设计与igem量子信息实验结合,指通过量子信息激发生成二进制量子信息,生成二进制量子信息的公式与量子比特的数量无关,在科研过程中,量子计算机并不是必需品,真正能够提高量子信息生成器性能的是信息计算中的量子比特数,其数量即正是决定量子信息生成器在性能与应用上的重要性能。量子信息生成器可以生成二进制数字量子比特,三进制,五进制量子比特,10进制量子比特,甚至十进制量子比特;既可以生成对角密度较大的量子比特,也可以生成对角密度较小的量子比特;如果要求生成对角密度较大量子比特,则需要用到量子信息大量加密方法。然而量子信息生成器生成的量子比特的所有构成单元均包含正电荷和负电荷,为量子信息的二进制的构成设置了门槛,可以有效保证量子信息生成器理论性能的实现。

据新华社消息，从应对“垃圾围城”，到完善科技评估体系，再到绘制中国科技发展路线图，都需要高端智库的研究建议。中国科学院科技战略咨询研究院等智库机构27日就探索智库的专业、规范和科学化发展等进行了深入探讨，并发布智库建设规律和理论方法研究的成果。中科院战略咨询院此次系统提出智库研究的基本逻辑体系，形成了《智库DIIS 理论方法》。该院院长潘教峰介绍，在总结多年科技战略和政策研究实践经验的基础上，概括出的“收集数据—揭示信息—综合研判—形成方案”方法体系，有望促进智库的专业化发展，更好地服务国家治理体系和治理能力现代化。

核心阅读■中国特色社会主义进入新时代，为制度理论研究提供新的历史机遇。学者们应抓住机遇，通过深入研究，为解决中国实际问题贡献制度研究成果。■我国制度理论研究要从中国实践中挖掘新材料、发现新问题、提出新观点。同时，学习和借鉴国外制度理论研究的有益成果，增强中国制度的影响力和感召力，让中国制度为人类发展进步作出更大贡献。■广大学者应着眼于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化，进一步构筑中国制度理论的学术体系、理论体系、话语体系，在制度理论研究上不断迈出新步伐。人类文明史也是一部制度创制和变迁的历史。在历史长河中，制度对于规范、塑造、调整、优化人的行为和社会关系起到了不可替代的作用。历史和现实都表明，制度建设得好、制度竞争力强，不仅有利于提升人的积极性，也有利于实现国家发展、社会繁荣、人民安居乐业。对于什么样的制度是好制度，古今中外很多思想家都进行了深入思考和探索。这些思想成果既推动制度建设和创新，也带来相关学术理论的繁荣。新中国成立后，我们党带领人民在社会主义制度建设上进行不懈探索。党的十九届四中全会专题研究坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化的若干重大问题。全会强调，加强制度理论研究和宣传教育，引导全党全社会充分认识中国特色社会主义制度的本质特征和优越性，坚定制度自信。如何坚持和巩固、完善和发展、遵守和执行制度，如何使制度更加成熟更加定型、不断提高国家治理体系和治理能力现代化水平，是制度建设的重要内容，也是制度理论研究面临的重大课题。把握制度理论研究的历史机遇研究中国的制度理论，需要从中国制度发展的历史逻辑出发。中国古代产生了丰富的关于国家制度和治理的思想。近代以后，中华民族面临亡国灭种危机，多种政治力量纷纷探寻新的国家制度和国家治理方式，但都没有成功。中国共产党领导中国人民取得新民主主义革命的胜利，实现了民族独立和人民解放，建立了新中国，开始自主探索实践、改革创新社会主义制度。改革开放后，我们把历史传承、因地制宜、学习借鉴等发展路径有机结合起来，形成了中国特色社会主义道路、理论、制度、文化，中国人民的道路自信、理论自信、制度自信、文化自信不断增强。从历史发展大逻辑着眼，才能正确把握中国制度理论研究的历史使命和发展方向。在中国特色社会主义制度不断发展完善过程中，学者们坚持继承和创新相统一，吸收借鉴人类制度文明研究成果，同时立足中国实际，积极推进中国制度理论发展完善。我们党在国家制度和国家治理体系上不懈探索的历程，改革开放突破僵化认识、破除体制机制障碍的历程，我们党带领人民创造经济快速发展和社会长期稳定“两大奇迹”的历程等，为我国学者建构自主性的制度理论提供了重要实践支撑。如今，中国特色社会主义进入新时代，制度理论研究迎来新的历史机遇。2019年，我国人均国内生产总值突破1万美元，社会主义现代化建设不断迈出新步伐。经济社会发展对制度建设也提出更高要求。人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾需要通过制度建设来不断解决，创新、协调、绿色、开放、共享的发展理念需要融入制度建设中。我国改革进入深水区，更多面对的是深层次体制机制问题，对改革顶层设计的要求更高，对改革的系统性、整体性、协同性要求更强，相应地建章立制、构建体系的任务更重。一系列高度复杂的经济社会问题，需要制度建设予以回应，在这方面我们没有现成经验可以借鉴。因此，学者们应抓住制度研究的历史机遇，担负起制度理论研究的历史使命，通过深入研究，探索如何完善和创新制度以更好深化改革、提高发展质量，将制度理论研究做实做深做透，为解决中国实际问题贡献制度研究成果。增强制度理论研究的自主性增强自主性是建构制度理论的前提。扎根本国土壤、汲取丰沛养分，制度理论研究才能具有解释力和指导性。制度理论研究应当立足国家制度建设实践，为国家制度的长期发展提供理论支持。当前，我国制度理论研究要从中国实践中挖掘新材料、发现新问题、提出新观点，努力推出能够满足我国现实需要的制度理论，形成体现原创性、具有时代性的研究成果。探索有效解决中国问题的制度理论和实践，是发展中国制度理论的关键。中国特色社会主义制度本身的创新性为中国制度理论进行自主性、原创性研究提供了源头活水和丰沃土壤。马克思主义基本原理同中国具体实际的结合，中国制度对中华优秀传统文化的继承和发展，我们党在制度顶层设计和整体实现路径上的智慧，广大人民群众在现实生产生活中积累的实际治理经验等，都是中国制度理论研究的创新生长点。增强研究的自主性，并不意味着要关起门来另起炉灶。理论是对一般性规律的总结，具有普遍意义。中国特色社会主义制度是植根中国大地的制度体系，无疑具有鲜明的中国特色。从世界角度来看，中国制度建设实践中的成功经验也为人类探索建设更好社会制度贡献了中国智慧和中国方案。研究中国制度，既不能脱离中国实际，也不能脱离世界孤立地考察。中国制度要解决的大量经济、政治、文化、社会、生态方面的问题，也是人类面临的共同问题。在研究中应坚持以我为主、为我所用，学习和借鉴他国制度理论研究的有益成果。同时，用国际社会听得懂的话语和逻辑讲好中国故事，增强中国制度的影响力和感召力，增进国际社会对中国制度的认识和认同，让中国制度为人类发展进步作出更大贡献。推动制度理论研究迈上新台阶制度成熟和定型需要经历一个长期过程，同样，自主进行制度理论研究并形成体系化成果也要进行长期的艰辛探索。制度理论通常随着经济社会发展而逐渐发展成熟，制度理论发展也有一个从量变到质变的过程，需要对已有学术成果进行发掘整理，经过长期研究积累才可能实现突破。当前，广大学者应着眼于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化，进一步构筑中国制度理论的学术体系、理论体系、话语体系，在制度理论研究上不断迈出新步伐。在制度复杂性日益凸显的情况下，如何实现高质量制度供给，是制度理论研究的重要内容。建立健全国家治理急需的制度、满足人民对美好生活新期待必备的制度，是当前制度建设的重要内容。为此，制度研究的重点应包括如何发挥党的领导核心作用，使制度建设始终坚持正确方向；如何确保各项制度设计充分保障人民当家作主，更加有效体现人民意志、保障人民权益、凝聚人民智慧；如何坚持全面依法治国，建设社会主义法治国家；等等。此外，还应注重研究如何优化群众和专家参与，提高制度从思想到政策、从政策到实践的转化效率，加强制度的回应性，为把我国制度优势更好转化为国家治理效能提供学理支持。创新是对制度理论研究的重要要求。制度理论研究要对实践作出贡献，关键在于其创新性，能够对中国制度完善发展提供新的解释、新的阐发。制度理论只有增强创新性，才能具备解释力和引领性。中国制度理论创新性的本源在于制度本身具有创新性。应坚持立足中国、借鉴国外，挖掘历史、把握当代，努力融通古今中外各种资源，在提出具有中国立场、中国智慧、中国价值的制度理念、主张、方案等方面积极探索创新。系统性是理论体系的重要特征。成体系的理论通常是要素完整、逻辑严密、洞察深刻的。在我国进行制度理论研究，涉及经济、政治、文化、社会、生态等各领域，需要打通学科界限，取不同学科研究范式之长，努力在核心议题、基本理论与概念、研究方法、经验归纳等多个方面形成相互呼应和支持的完整体系。同时，还应关注如何在横向、纵向和宏观、中观、微观等层面打造相互衔接、相互融通的制度格局，如何增强制度建设的整体性、系统性、协同性。新技术在制度建设中的应用、机构职能和程序的优化、制度如何促进创新和发挥激励功能等，也是制度理论研究的重要内容。应不断总结已有研究成果，逐步突破研究中的难题，不断增强制度研究自信，推动中国制度理论研究不断迈上新台阶。(作者为复旦大学国际关系与公共事务学院教授、教育部长江学者特聘教授)《 人民日报 》( 2020年02月10日 09 版)

就目前而言，常见的理论研究有三种情况，一是对实践中的某一现象进行理论性的评说；二是对同类事实进行分析、综合，概括为理论；三是从概念、理论节点出发形成新的理论见解。对于一般的研究者来说，从现象、事实开始比从理论节点开始要容易些。因此，赛恩斯认为，研究学术者除了阅读文献之外，还要密切关注实践，抓住实践中值得研究的现象，探求其中的道理。由于论题产生的途径，在同样的基础之上可以有所不同，所以下面所说的几种方式虽然不是完整的概括，但都是可以进行尝试的。一、直觉。通俗地说，直觉就在读书、思考甚至是休息时刻突然冒出来的某个念头、灵感。艺术创作领域比较重视直觉，其实在学术研究中也同样存在直觉。直觉是自然的、本真的、纯粹发自内心的，是人的本能感受在刹那之间的综合。它看似突如其来，其实还是以研究者长期的积累、思考作基础。当然，学术研究是有深度、有系统的理性思维，仅仅靠直觉是不够的，但是把直觉轻轻放过去也很可惜。妥当的方法也许是：紧紧抓住“为何会有这样的感受”这一点，以此为起点，把问题发散或延伸，看看能不能形成一个系统的观点。二、评说。一般而言，对于一个已有的实体对象进行评说，比围绕一个理论节点展开逻辑话语要相对容易些。在学习和研究的过程中，读过的书、文章，看到的社会现象，其中就有很多可以评论的东西。可以围绕书或文章进行评价，也可以从某个角度评说某人的思想、成就，还可以对某种重要的社会现象发表看法。三、关注。即密切关注学术动态、理论热点问题。新观点、新见解常常产生于信息的碰撞中，在对别人的观点的了解和关注中，才能不断激发思维。如学术界近来讨论的学术规范问题，取消高校职称评定的问题等，都能够引发人思考，从中也能够找出一些有价值的话题。可以说，一个经常关注学术动态的人，头脑中的信息才会经常处于活跃状态，才有可能不断发现有价值的研究课题。四、联系、比较。创造性思维的一个特点是它的开发性，也有人称为联系性、迁移性，指的是思路不局限于某个孤立的事物或问题，而是积极寻找它与其他事物、问题的联系。世界是充满联系的，理论领域的许多话题也是彼此相互联系着的。很多情况下，孤立地就一个话题说理时，不容易发现特点，话语不容易展开。这时就需要把此一话题与别的话题相联结，在比较、对照中看它们的联系和区别，从而开拓研究的视野。比较对照往往是建立深刻见解的有效途径，从某种意义上说，把有关信息进行联结、组合、比较、对照的过程也就是创造的过程。五、补充。创造性思维的另一个重要特点是它的延伸性，即不满足于现成的观点和结论，有一种探究不止的愿望。别人的论著、论文提出了一些新的见解，固然是应当吸收的可贵营养，但如果不是人云亦云式的接收，而是经过自己的深入思考，也许就会发现，其中还有某些地方没说透、没说全、没说清楚。这就给自己找到了学术言说的空间，可以在此基础上展开自己的论述。要做到补充，关键在于思维的主体性，即使是面对专家、名家的见解，也应当不被动、不盲从，敢于运用自己的思考和判断，阐述自己的看法。六、质疑。是比补充更进一步的深入思考，学术讨论中常有商榷性文章。与人商榷，通常是发现了别人理论上的不准确，甚至是谬误，或是要发表与之不同的见解。商榷在学术研究中很能活跃气氛，也比较引人注目。在一定意义上，有疑也就是有异，但异不一定就是完全对立，它也可能是换个角度看问题，从而产生了与他人不同的见解和体会。总之，质疑是要使自己的思维活跃起来，不能人云亦云、毫无怀疑地接受他人的思想成果。七、综合。是合众为一的思路，它是从多个事实、现象、问题的概括和综合中寻找联系，这种联系更广泛，因而也更容易产生新见解。如同一类事实、现象、问题关注得多了，就容易发现其中共同性的、规律性的东西，这就为学术研究找到了新的话题。有时候，围绕同一研究课题，学术界有许多论文、论著发表，从中可以概括出理论研究的主要成果，总结出理论的进展程度，同时能在比较中发现同中之异和异中之同，增加理论研究的深度。需要指出的是，以上几种方式不是各自孤立、彼此不相关的，它们往往互相渗透，比较常见的就是，各种研究中都经常要运用比较、联系的方式。

本文系募格课堂 作者：晨星，男，湖北武汉人，副高职称，博士，毕业于武汉大学地理信息系统专业，高级程序员。春秋·楚·李耳《老子》第64章中曾说过：“合抱之木，生于毫末；九层之台，起于累土；千里之行，始于足下。”在撰写论文前进行科研工作也是这样。其实虽然撰写论文对于我们来说是很重要的，但它们仅仅是科研工作的一个总结或结果而已。当你写论文或任何其他科研报告时，进行研究工作往往是垫脚石，也是基础。选择正确的研究方法，可以决定论文或任何其他科研报告的整体质量。因此，撰写论文前，需要重视自己的科研工作，而在动手进行科研工作前，需要最重视的事情之一是如何确定选择哪种方法进行研究。不同的研究方法有不同的特点，一般来说，从收集数据的角度来说，主要分为两类研究方法：定量研究和定性研究。让我们详细了解一下。定量研究在这类研究中，收集的数据通常用数字和图表来表示，以证实理论和假设。所收集的数据是关于某一学科研究专题的事实资料。在定量研究方法下，可以通过多种方式收集事实信息，如：调查：调查包括以多项选择或评分形式提出的问题列表，即通常所说的问卷调查，无论是面对面、通过电话还是在线提问那种形式都行。调查工作过程中，在数据表中提及调查结果之前，研究者可以通过介绍科研在何时何地进行如何的调查、参与者回答问题所花的时间、回复率等信息，引导读者了解调查结果。此外，研究者可以将有代表性的调查表，包括完整问卷的列表作为一个附录，以便被问卷者可以看到确切的数据收集，作为参考模板，提高调查的效率。实验：在这种方法中，为了检验某种科学理论或假设而进行某种操作或从事某种活动，研究者在受控环境中执行测试，并从中获取数据。实验中的各类数据用于控制和操纵变量以建立因果关系或者相关关系（在大数据的科研时代，有时候常常将事物的相关关系替换为因果关系）。研究实验要客观全面地记载，生成实验报告。在报告中包含研究者如何设计实验的全部信息（例如，在受试对象之间或受试对象内部），研究过程中使用什么工具、技术和程序来进行测试。现有数据：已经存在的数据是非常宝贵，研究者将从现有来源（如出版物或档案数据）收集数据，以纳入到研究的分析中。如果利用现有数据或材料进行实验，那么在实验报告明确输入数据各类描述数据，包括从何处获取材料、数据最初是如何生成的以及选择日期范围时使用的标准等信息，即所谓的元信息（关于现有数据的信息）。观察：是指是一种有目的、有计划、比较持久的知觉活动，主要包括在自然环境中，观察无法控制变量的生物活动。比如世界著名的生理学家巴甫洛夫，在他的研究院门口的石碑上刻下了“观察、观察、再观察”的名句，以此来强调观察对于研究工作的重要性。达尔文也曾经说过：“我没有突出的理解力，也没有过人的机智，只是在觉察那些稍纵即逝的事物并对他们进行精细观察能力上，我可能是中上之人。”可见，观察中科研工作是十分重要的。内容分析：内容分析法是一种对于传播内容进行客观，系统和定量的描述的研究方法，系统地记录某些单词或一组文本的出现，以分析交流模式。内容分析法其实质是对传播内容所含信息量及其变化的分析，即由表征的有意义的词句推断出准确意义的过程。内容分析的过程是层层推理的过程。随着近百年的发展，内容分析法广泛运用在传播学、心理学、政治学、文学、历史学、人类学、语言学等各类学科中，已是社科研究中最重要的研究方法之一。而且实际上，内容分析法的分析空间远不止限于那些传统的社会科学领域，它对文本数据的挖掘和解读还可以解释数据过程（趋势、路径），使用交叉、聚类等方式解释变量之间的差异和关系，获得深度分析结果，回答研究问题及检验研究假设。在定量研究中，主要需要考虑以下几个方面：如何准备数据用于分析数据的软件（如Stata或SPSS）使用的统计方法（如回归分析）定量研究方法的一个例子：考虑一下这个场景。研究者在某大学里调查了大约300名学生，问卷他们一些问题，比如：“在1-5分值的范围内（分越高代表越满意，分越低代表），你对任课教授的教学水平有多满意？”在获取所有数据后，研究者可以对这些数据进行统计分析，得出一个结论，比如“平均来说，学生给教授的分数是4.4”。定性研究这种方法通过访谈、焦点小组、案例研究、语篇分析和文献综述来理解人们的想法、概念或经历。它基本上是一种收集人们思想和经验的调查。下面是设计定性研究方法的需要考虑要素：访谈：这种方法包括向受访者口头提出开放式问题。包括确定面试的时间、地点和方式、如何找到和选择参与者。访谈的规模，即有多少人参加。谈话采取什么形式（结构化、半结构化、非结构化），一般结构化或半结构化的谈话记录能方便录入到计算机中进行存储或分析。面试计划应花多长时间。记录方式，如视频或音频记录和文字笔记。访谈的对象属于哪个群体或社区？如何接触参与者的，需要办理什么样的合法手续。焦点小组：通过让一群人讨论一个话题来收集意见，即小组（焦点）座谈（Focus Group）是由一个经过训练的主持人以一种半结构的形式与一个小组的被调查者交谈。案例研究：对事件、组织、个人或团体的深入研究。解释研究是如何选择案例研究材料（如文本或图像）进行分析的，您分析的材料类型，以及您是如何收集和选择它们的。文献综述：对其他作者发表作品的调查。在定性研究中，分析将基于图像、语言和笔记（通常涉及文本分析形式）。具体方法可能包括：内容分析：讨论和分类句子、单词和短语的含义。专题分析：对数据进行编码和仔细检查、分析，以确定特定的专题或模式。语篇分析：或称语篇研究，是分析书面语、口语、手语或任何重要符号事件的一系列方法的总称。语篇分析的对象——语篇、写作、会话、交际事件等——是以连贯的话语序列、命题、言语行为或话轮来定义的。与许多传统语言学不同，语篇分析者不仅研究“句子边界之外”的语言使用，而且更喜欢分析“自然发生”的语言使用，而不是虚构的例子。语篇分析与语篇语言学的本质区别在于它旨在揭示人的社会心理特征，而不是语篇结构。目前语篇分析已经被广泛应用于社会科学领域，包括语言学、社会学、人类学、社会工作、认知心理学、社会心理学、国际关系学、人文地理学、传播学和翻译学，每一门学科都有自己的假设、分析维度和研究方法方法论。定性研究方法实例考虑一下这个场景，即研究者对20名学生进行深入访谈，并向他们提问：“你对课程研究的满意度如何？”，“学习计划的积极方面是什么？”，以及“学生认为可以做些什么来改进学习计划？”根据研究者得到的答案，研究者用抄写工具或软件记录所有采访内容，并在寻找和分析出共同点和模式。混合方法所谓混合方法，就是定量分析和定性分析相结合的方法。在以上两个定量和定性方法中的例子，先进行定量分析的调查，找出趋势或观点或信仰，然后进行定性的访谈，以便更好地了解趋势背后的原因。或者研究者先进行定性的访谈，了解学生对教学过程的满意度，根据访谈的回答提供了新的见解，设计调查问卷表格中的问题。然后，研究再使用该调查作为一种工具来大规模测试这些见解或问题。在如何选择研究方法前，研究者需要理解定量和定性研究之间的差异：那么知道了定量研究方法和定性研究方法在研究工作过程中，如何选择最适合你的研究方法呢？决定使用定性还是定量数据的经验法则是：如果你想确认或检验某种东西（理论或假设），使用定量分析效果更好如果你想了解一些东西（概念、想法、经验），使用定性研究效果更好对于大多数研究项目，研究者选择定性、定量或混合方法的考虑因素琮包括研究工作是采用归纳研究还是演绎研究的方法；研究工作中研究问题的性质；是在做实验研究、相关研究还是描述性研究；以及其他考虑因素，如金钱、时间、数据的可用性。在获取了数据后，分析定性和定量数据也是不一样的。使用定量方法获得数据后，通常可以使用数量统计方法分析数据，以发现数据中的模式或共性，结果可以用图表表示。SPSS、SAS或Excel等应用程序可用于计算以下一些参数计算：平均得分给出特定答案的频度（次数）两个或多个变量之间的相关性结果的可靠性分析定性数据比定量数据更难分析。它由图像、文本或视频组成，而不是数字。分析定性数据的一些传统方法是：定性内容分析：跟踪单词或短语的位置、出现情况和含义专题分析：仔细审查数据，确定主要专题和模式语篇分析：研究传播在社会语境中的作用最后记住，在论文中的方法部分存在的目标不仅仅是描述研究的方法，而是展示研究工作如何以及为什么应用这种方法，并证明这种研究方法是严格进行的。论文中的方法部门应该能够说服读者（审稿人），研究工作为什么选择要定性或定量或混合的方法，以及它如何适合并实现研究目标。所采用的方法必须清楚地回答研究问题和问题陈述。总之，选择的研究方法必须与论文的主要研究目的联系起来，并有密切的关系。宋代叶适在《水心别集·十五·终论》中说：“论立于此；若射之有的也”，在科研过程前，研究者选择最适合自己的研究方法也是如此。