遏制学术不端,资助机构还能做些什么?-凯发k8一触即发

  遏制学术不端,资助机构还能做些什么?-凯发k8一触即发

遏制学术不端,资助机构还能做些什么?

2022/03/04
导读
3.4
知识分子
the intellectual

中国学术要提高中国的国际学术话语权,首先要知晓并遵守国际上通用的准则 | 图源:pixabay.com



  导  读

今天,复旦大学国务学院教授唐莉在《科学》杂志发表政策评论文章—— “科学基金在中国科研诚信建设中的作用”。受《知识分子》邀请,唐莉教授就有关科研诚信的问题做进一步的解读。


撰文 | 邸利会


●                  ●                   


“中国的论文因为造假而撤稿频发,对中国科学家群体在国际学界的研究可信度与学术诚信带来重大负面影响。 ”

 

谈起刚刚发表的一篇评论文章,复旦大学国务学院教授唐莉不无感慨地说。

 

3月4日,《科学》杂志刊登了唐莉的政策评论文章—— “科学基金在中国科研诚信建设中的作用”a role for funders in fostering china’s research integrity,描绘了当前中国科研诚信改革中,中国科学资助体系所取得的进展、面临的挑战,并给出一些建议。

 

在唐莉看来,中国学界需要正视影响恶劣的造假、撤稿事件,但与此同时,中国也正在采取积极的行动来遏制学术不端,这些正面的举措也需要让国际学术界知晓。

 

在培育负责任创新和遏制学术不端上,唐莉在文章中提到,在政策的制定、执行及评估周期方面,中国政府和科学资助体系都取得了一些进展。

 

尤其值得一提的是,从2022年1月1日生效的《中华人民共和国科学技术进步法》首次从上位法的高度明确禁止任何组织和个人从事学术论文、实验研究数据、科学技术计划项目申报验收材料等的买卖、代写、代投服务。

 

而在执行层面,包括国家自然科学基金委(nsfc)、卫健委等近年来都采取了一些举措,比如——

 

“在2021年6月至2021年12月的7个月内,卫健委通报310起医疗机构医学科研诚信案件调查处理结果,涉及至少850名研究人员,公示的处罚范围涵盖诫勉谈话、通报批评、取消一定年限内的项目申报资格、评优资格、职务晋升聘任资格等”。

 

文章也提到了评价制度方面的一些举措,比如将现金奖金与科学引文索引(sci)收录的论文发表脱钩;科技部、教育部、国家自然科学基金委等在课题资助和人才项目评定中对科学不端行为采取了 “一票否决” 制等。

 

除了介绍科学资助机构在遏制学术不端、科研诚信建设方面所取得的进展,唐莉也指出了其面临的一些挑战——

 

比如,学术不端受害人(比如广大纳税人和资助项目的候补者)和检举方的双重缺席、可运用的政策工具有限、科研不端责任分担(集体惩罚)的争议、多重任务及目标公共组织的执行困难、诚信建设推进力度的共识缺乏等。

 

文章认为,科研资助机构可通过明确梯度分类处罚、加强科学守门人建设、恰当正向激励、提高科研资助透明度、拓展诚信教育与培训来应对上述挑战。

 

《知识分子》邀请唐莉,就有关科研诚信的问题做进一步的解读。

 


《知识分子》:遏制学术不端,需要基金资助机构、研究机构、出版机构、学者在内的科学共同体全方位的有所作为,你为什么选择了资助机构作为评论的研究对象?

 

唐莉世界范围内科研资助体制和学术诚信培育紧密相关,中国也不例外。

 

从2009至2020年的十二年间,全球受资助期刊论文发表的绝对数量和相对份额稳步增长,以 web of science (wos) 核心数据集为例:在此期间每100篇期刊论文中就有65篇致谢资助信息。

 

但科学基金资助对基础科学研究的重要性在中国尤为明显,以在全球论文发表排名前五的国家中,中国国际期刊论文的资助比例稳定地高于日本、英国、美国和德国。2019年,近90%的中国国际期刊论文报告了资助信息。

 

同时,在所有被撤回的国际期刊资助研究中,中国同样占据了相当大的份额。在上述12年里,超过60%的中国撤稿承认资助,这一数字(中国撤稿中承认资助的数量)占全球承认资助的撤稿发表的五分之二以上,是第二大撤稿国家美国致谢资助的撤稿论文的1.5倍。 

 

获得基金资助的中国科研成果发表总量与撤稿数目的众多,体现了中国科学基金在知识生产中的重要地位,科研基金资助机构在遏制学术不端行为和促进科研诚信和负责任创新方面可以发挥更大作用,因此是一个务实的、很好的切入点。

 

《知识分子》science 的这篇评论文章没有涉及这个问题,但不妨请你也谈一下:中国学术不端的程度,到底是怎样的?我们注意到一些研究,基于某些论文数据库,按照当年因为学术不端而撤稿的论文和当年出版的论文来统计,但显然当年撤稿的可能是之前的研究,也有很多文章是过了很多年才被发现学术不端并最终撤稿。在衡量学术不端方面,有没有更为精确的方法和相应的研究结果?

 

唐莉这的确是基于实证科研不端研究的一个内在不足。在循证决策的今天,经学界论证查实后的不端行为发现肯定是滞后的。由于学术不端自身的隐蔽性,因为造假而被撤稿呈现的只是科研不端的冰山一角。这也是为什么学界认同科研诚信教育和培训很重要。

 

《知识分子》关于科研诚信的教育和培训,你在评论文章的 “建议” 一节也提到了一些,还有要补充的吗?

 

唐莉科研诚信的教育和培训能够以较低的执行成本、广泛地减少不同主观或客观上的学术不端行为。

 

我知道国内不少高校已经在大力推广。比如,我了解到复旦大学的研究生,在正式修课之前必须要学习并通过 “科研诚信和伦理” 的模块,方能在系统选课。我个人觉得这一做法至少是应在本科阶段就应该推行。形式可以多样,比如必修模块、学术讲座、研究伦理答疑等形式。这在越来越多的本科生参与科研及发表的今天尤其必要。

 

《知识分子》:你提到不同的资助机构、研究机构对于一些问题,如研究道德与诚信、可疑的研究实践与研究不端行为之间的界限,以及对主从的处罚范围和严重程度,无法取得一致,这在国际上有没有一个一致的规范?

 

唐莉中国学术要在国际学术舞台发声,提高中国的国际学术话语权,首先要知晓并遵守国际上通用的准则。要靠实力赢得同行的尊重、认可、或理解,参与对话,有效促进国际学术交流,方能制定出未来适用于全球,包括对我们中国学者或整个亚洲东方文化也适合的学术研究与发表准则。

 

国内科学资助体系内部需要广泛征求不同领域专家建议、达成共识和可操作的明晰规则,同时也要跟国际组织和重要利益共同体,比如cope(编者注:国际出版伦理委员会,为科学期刊编辑、出版商和参与出版的管理人员提供出版伦理教育和支持的非营利组织)加强交流与沟通。

 

《知识分子》:对于学术不端的查处,往往需要各个部分,比如资助机构、研究机构、期刊的相互配合,薄弱环节在哪里?

 

唐莉政出多门是我国建设公共治理现代化体系的一大桎梏,而部门主义、地方主义也是我国科技体制和科技评价改革的一个长期难点。这无疑也体现在学术不端治理这个领域。

 

目前国内是由科技部和中国社科院分别总牵头自然科学和人文社科领域科研不端事件的查处,这在一定程度上有助于协调分歧。我在文章中提到,对诚信培育工作(包括不端治理与教育培训)作出突出贡献的部门及个人,给予激励和表彰。

 

《知识分子》:你提到基金资助机构的局限性,比如对学术不端者的工资、就业和职业没有直接影响发展,他们所能做也只是从自己的管理规定出发,基金资助机构究竟可以有多大的权限,是否能做的更多?

 

唐莉:这个很难,每个组织都有自己的职权界限。即使是应对与基金资助相关的科研不端行为,资助机构依然需要科研依托单位、上级主管部门、以及其他涉及机构的协同配合。

 

《知识分子》:你在文章里面提到一个问题也是很有趣的,就是如果团队成员造假了,实验室负责人pi,甚至是所属的研究机构到底有没有责任,该不该受到处罚,你的观点是什么,是不是应该施行所谓的 “荣辱与共”?

 

唐莉我觉得不能一刀切,不能简单的给一个应该和不应该,还要具体情况具体分析。所以在文中我把这一点放在 “挑战” 部分。

 

学术不端的失范程度和管理监督的疏忽程度在现实生活中具有差异性。任何组织都有其存在和发展的首要任务和情境任务。公共组织具有多重目标和使命。高校科研管理部门的首要任务既要教书育人、又要抓科研创新,同时现在特别强调大学和科研机构对地方经济的促进作用。

 

因此我个人认为科研不端的 “集体惩罚” 实施需要审慎和公正。同时,对遏制不端和在科研诚信教育工作做出成绩的个体和组织,应该给予正向适当激励。

 

《知识分子》你在评论文章中提到了科学守门把关的问题,提到 “rcc(负责任、讲信誉、计贡献)原则最近由国家自然科学基金委员会提出并试行,然而,为了有效地控制不当行为,rcc必须与公平的人工智能算法一起应用,以帮助将授权提案分发给足够数量的可信赖和合格的专家”。人工智能到底可以发挥多大的作用?

 

唐莉评审质量对科研诚信建设的重要性是毋庸置疑的。如果科学守门人无法把好去伪存真的质量关,国家公共科研资金被浪费或误用,会导致有限科研资源与学术地位的不正当竞争,甚至出现科研大环境中“逆向淘汰”、劣币驱逐良币的现象。

 

“负责任、讲信誉、计贡献”responsibility-credibility-contribution,rcc)是国自科应急项目中的一个子课题研究提出的好建议。需要吸引并动态调整公正且专业的评审人到守门人队伍里,给予重视,认同评审贡献,才能甄选出高质量的具有探索精神的研究议题和学者给予资助。这一点需要与算法正义和科学的人工智能相结合才能有效落实。

 

考虑到nsfc每年庞大且不断增长的项目申请书数量,实施人工智能匹配是必要的。需要提醒的是,“黑箱”算法上若有问题,造成评审人的不合适,比如不了解该领域,或存在与申请人同乡、同门、有过合作、有个人学术观点重大分歧等情况,科学名义下的人工智能也无法实现辅助评审公正的效能。

 


 参考资料:

li tang, and fudan university li tang,“a role for funders in fostering china's research integrity.” science, 3 mar. 2022. www.science.org/doi/10.1126/science.abm7992.

 

制版编辑 | 姜丝鸭


参与讨论
0 条评论
评论
暂无评论内容
网站地图