6月19日，我参加了一次科普座谈会。会上，与会者发言很踊跃，谈了很多关于如何科普的观点，我也分享了一些我的想法。不过，感觉我讲得不系统。所以，写篇文章再细说下。科研人员投入到科学普及工作中，对提高全民科学素养是至关重要的。好处很多：1）科研人员常工作在一线或近一线的科研方向上，能第一时间将国内外最新成果呈现给老百姓。这可以让老百姓在知识层面更新上，不至于落后，有助于与时俱进。2）科研人员对所学专业的知识掌握相对扎实，不容易出现大的技术错误和漏洞。而目前网络上伪科普、伪科学的内容不少，对提高全民科学素养有着不小的副作用。科研人员加入科普，有助于帮助老百姓明辨事非。3）科研人员通常有较好的科研经费支持，不少还有团队支持，在经费和人员都能提供好的支持，能产出高质量的科普成果。4）科研人员的数量大，遍布科研院校医疗体系。他们可以利用群体数量的优势，容易把科普的方方面面做好做完善。5）政策支持。我国近年来《关于新时代进一步加强科学技术普及工作的意见》和《全民科学素质行动规划纲要（2021—2035年）》的出台，表明了科学人员从事科普工作，将得到越来越多的支持，大科普理念和社会化科普大格局正在形成。但是，科研人员在从事科普，有优势也会有劣势，甚至有的时候有可能会带来不利的影响，需要多加注意。这里讲几点值得注意的。首先，科研好不等于科普好，需要科研人员有更宽泛的知识面。科研好，往往意味着在自己的领域形成了好的、原创性高或应用广泛的科研成果，得到了同行的广泛认可。但是，现今时代的科研，在专业方向上细分很严重。这种细分，比科普领域的细分要精细得多。比如我的研究大方向是人工智能，这实际是学科层面上的细分。而如果我说我更具体的研究方向是步态识别、人脸编辑，则这是人工智能和计算机视觉框架下再进一步细分的领域了。对于科普来说，更需要的是学科层面细分的知识，如人工智能，因为这能吸引大量对人工智能这个层面感兴趣的老百姓。而在更精细研究方向上的科普，虽然也能科普，但能惠及的、感兴趣的人群就少得多。所以，要提高全民科学素养，我们更需要的是在更宽泛知识层面上、讲明白其中科学道理的科普。从这个角度来看，在专业领域做得好的科研人员要把科普做好，是存在一定挑战性的，它需要科研人员有更宽泛的知识面。其次，需要有科普的思维逻辑，能将专业知识通俗化。科研上做得好的，在专业知识上必然是非常扎实。然而，它并不意味着能把知识科普好。前者往往是得到同行认可即可，需要的是专业知识的准确表达、对前沿进展的敏锐跟踪、以及对相关问题有强的解决能力。同时，在论文的表达上要符合相关领域的规范。在学术报告上，也会习惯于用自己的专业思维逻辑来介绍相关成果。但科普需要的是将专业知识通俗化。霍金曾在《时间简史》里说过，每多一个公式，就会损失一半读者。这意味着，科研与科普在表达方式有着巨大的不同。科研人员，需要从普通老百姓的角度来思考如何科普。如果只是直接将科研人员习惯的表述方式挪过来，面向老百姓介绍相关科研成果，这显然会拉大与科普受众之间的距离，因为老百姓没有那么强的专业背景和相关知识。这种科普的结果必然是听不懂，效率也不佳。它需要科研人员学会使用老百姓更能听明白的语言来科普。第三，需要考虑科研与科普在时间上的平衡。每个人的时间是有限的。科研需要时间，科普也需要时间。如果在时间管理上做得不好，就有可能顾此失彼。而对大多数科研人员而言，科研远重于科普。在科研院校里，职称评价与科研的关联性也更强，但与科普的则弱得多。所以，能否兼顾科普，这非常考验科研人员利用时间的效率。当然，时间是海绵，只要愿意挤，总会有时间科普的。第四，存在跨专业科普风险与需要强的抗压能力。跨专业科普很容易翻船，这也是科研人员科普时容易出问题的地方，尤其当科普的时间和数量达到一定程度时。这有可能是因为自满，以为自己无所不能，啥事都可以评论一下，讲点自己的观点看法。殊不知，网络上各种人都有。有的时候一个低级错误和知识性空白引起的错误科普，就有可能导致本来良性开展的科普工作被否定。另外，还可能会遇到一些恶意的或有意的差评。如果不小心陷入到与这类评价相关的辨论中，那很可能会导致恶性循环，继而影响到自己的心情和科研工作。所以，形成对这些评论的抗压能力也至关重要。第五，科研的评价标准不一定适用于科普。科普是否做得好，它依赖的评价标准显然是不同的，但却有可能会被科研标准影响，尤其是如果评估科普的人是以科研界的为主时，会很自然带入科研的评价标准。比如，科研成果是否有重要的突破、原创性高不高，有没有产生巨大的经济社会效益，诸如此类。而科普的评价，则更需要考量传播的广度、老百姓的粘性阅读度，甚至科普人物的认知度等指标。比如，是否形成了稳定和规模庞大的粉丝群、单个视频或单篇文章阅读量是否足够大、制作科普作品的力度和更新率有多高、有无独特的科普风格、科普的表述是否言简意赅、解释科学道理是否通俗易懂等等。所以，如果简单挪用科研的标准来评判科普，有可能会误导愿意从事科普的科研人员。而如果不能从老百姓那得到正面的反馈，还可能降低科研人员继续科普的积极性。它还会带来另一层的风险，当以科研的标准左右科普时，真正做科普的成长空间也会被挤压，得不到应有的褒奖。总之，科研人员要做科普，需要多向做科普的工作者学习，从老百姓的角度思考如何做好科普。我们也要谨慎使用科研的标准来衡量科普，更不能鼓励用科研的成果来混或“充数”科普。只有这样，我们才能真正把科普做好，让更多的科研人员真心喜欢科普，为提高全民科学素养做自己应有的贡献。张军平2023年7月19日

评论：ChatGPT：潜力、前景和局限周杰1,3，柯沛2，邱锡鹏1,3，黄民烈2，张军平‡1,31复旦大学计算机科学技术学院，中国上海市，2004332清华大学计算机科学与技术系，中国北京市，1000843上海市智能信息处理重点实验室，中国上海市，200433【本文译自Zhou

成体系的大论文固然有价值，但把大论文写好也同等重要，因为这是研究生需要具备的基本功。虽然我国近年来在论文发表数量上已经明显位居国际前位，顶刊、顶会的文章也不胜枚举，然而，如果考虑到每年近500万且仍在逐年上升的考研队伍，和相应比例获得入学资格的研究生数量，能发出高质量的小论文的比例仍然不会太多。多数学生可能没有好的小论文来支撑大论文的撰写。另外，由于考核机制的原因，多数院校更看重顶会、顶刊论文的发表，对毕业论文的考核标准反而相对没有那么严格，以至于导师也有可能不会特别重视和花大量时间去帮助学生修改大论文中存在的问题。结果，大论文的撰写就成了多数研究生最重要、也最需要细心完成的一环了。要如何把一篇大论文写好呢？考虑到篇幅问题，我不准备在这里去涉及大论文中非常专业的技术细节，只分享在论文标题、中英文摘要、页数、展望与致谢部分和时间节点五个方面，需要注意的、普适性的一些事项。1.

大论文不同于小论文，后者可以是散点型的成果，但大论文需要有核心价值观和中心思想，才能真正过关。不少学生在撰写大论文时，简单地以为把自己以前发表过的论文成果，都放进来整理下，大论文就写成了。实际上并非如此。大论文虽然是研究生生涯期间成果的总结，是集结成册，但也需要将发表过的论文的内在关联性弄明白，凝练出主题，再从论文列表中选择性地在大论文中整合、形成体系。那么，这里提到的内在关联性和选择性究竟应该在何时做会更优呢？显然不是等到写大论文的时候，而是应该在选方向的时候，就开始考虑。如果在确定研究方向时，就能明确，当然最佳。但实际上，对未知方向的研究常常是摸索着前进的，这更符合科研的本性。对任何一个研究方向来说，不可能只有一个问题需要解决，通常会有各种局限性存在，可以通过调研慢慢发现并部分解决的。从调研开始，在综述的过程中，就能看出该方向存在这样那样的问题。比如做人工智能某方向的研究，那么问题可能是预测性能上存在劣势、抗噪能力弱、有标签数据少的时候性能会明显下降、计算复杂度高、训练时间长、需要的硬件环境高、防对抗攻击能力弱、对数据空间的认知存在根本性缺陷、应用领域过窄，诸如此类。当你围绕这一系列问题，逐项解决了的时候，这就意味着体系开始形成了。当然，研究问题的方式也不一定硬要从综述开始，也可以是从某一个问题被解决后，再开始的触类旁通。体系为什么重要呢？为什么评审专家很看重它呢？因为研究生读下来，时间是有限的，人的精力也是有限的，需要折衷。如果做得过宽，那通常的结果必然是会失去深度，即对某方向存在问题的认识深度不足。而体系的形成，意味着研究生对研究方向存在问题有了系统性认识，也反映了学生有着更强的、多角度多方位的攻关能力。如何在大论文中表现出成体系了呢？研究成果有了，就很好办。首先，需要作者在大论文的第一章里，将后续每一章的内在逻辑都讲清楚，说明每一章都解决了大论文研究方向里的哪些核心或关键问题。再在每一章的最初描述中强调一下，即可。另外，一篇合乎规范的大论文，需要考虑包含哪些内容呢？如果是一个完整的体系，一般应该有前沿进展综述，有理论上的突破，有算法上的创新，有应用上的实证，有测试数据集上的效果验证。虽然如此，但在读研的时候，还是有不少学生没有意识到这个成体系的重要性，喜欢由着自己个性和兴趣来散着做。当然，学生能力足够强的话，偶尔散散也没关系，因为这有可能有利于学生间的合作。但是，散点做的不利是什么呢？散点做的意思是，在明显不一致、完全不搭界的方向上的研究，比如语音识别和医疗图像分析两个应用性的研究。有的时候，甚至这些研究在模型使用上也只是采用了一些已知的模型。如果一直持续这么做，等到临近毕业时，才发现散点做的小论文不太好凑大论文，就麻烦了。因为不成体系的大论文，在送盲审的时候，即使之前成果多，也有可能不被专家认可。原因很简单，一是由于现在国内在学术规范上要求越来越严格，在送审的论文上已经逐渐从原来的可以明示已发表的论文列表，转换到不允许列出作者姓名和论文发表出处。而评审专家在不清楚学生之前发的成果在哪里，或不看论文列表、只根据大论文上的表述来判定的前提下，评审的标准必然不同于小论文，而会从是否存在完整体系的角度来判断大论文的水准。如果看到的大论文，章与章之间是脱节的，东一榔头西一榔头的，找不到任何关联性。那么，评审就无法判断作者写大论文的目的是什么，贡献又是什么。其评审的思路、连贯性也极易被打断。在这种情况下，评审可能会以为学生只是因为想毕业，所以才把各种毫无关联的内容拼凑起来，以达到论文要求的字数。在这种情况下，盲审被拒的概率必然相当高的。当然，也不是说一定就会被拒，也有可能评审会手下留情。但是，大论文没有成体系，从某种意义来说，此论文也只是达到了勉强毕业的要求。这种大论文，可以想象是很难形成广泛的影响力，会被埋没在大论文的海洋里。而对学生来说，这意味着在成体系的科研能力和意识培养上是存在缺失的，这也不能不说是一种遗憾。毕竟，这种能力，在未来无论是工作还是科研上都很重要。2023年1月28日张军平