海归学者发起的公益学术平台
分享信息,整合资源

交流学术,偶尔风月
对于有志于投身于科学事业年轻人来说,多年努力的学习、考试、升学都是为了得到知名学府、著名导师的青睐,进入更好的平台发挥自己的才能。但是站在大学和导师们的角度来看,每年等待挑选的年轻人实在是太多了,而机会和资源永远是有限的。如何才能选中真正有潜力的那几个呢?
图源:pixabay.com
对这一问题的思考由来已久。此前曾有北卡罗来纳大学和范德堡大学的学者就此发表意见,认为以往那些被广泛使用的GRE和GPA成绩并不能起到应有的作用,无法帮助挑选未来的科研新星。这对于那些心怀抱负,在纸面上没有光鲜成绩的年轻人来说很可能是一种危害。现在,该研究的影响力仍在扩大,甚至波及到整个科研群体。
真的客观吗?
优秀的研究生项目,往往会受到远超其接纳能力的申请数量。因此,他们常常会通过“客观”的分数标准作为甄选工具,过滤候选人名单。这些标准恰好对于打击申请人中的少数或弱势群体格外有效。北卡罗来纳学者在一项研究中指出,招生委员会通常认为“诸如标准测验成绩、本科GPA成绩、推荐信、简历、阐述相关研究或专业经验的个人陈述,以及来自于受训院校的反馈信息等典型的筛选标准,可以反映出学生在研究生阶段的研究工作是否能够成功。”
北卡罗来纳和范德堡大学的研究都发现,这些所谓客观的凭证和后期的学术生产力没有任何关联——无论是论文第一作者、会议演讲、项目资金、Ph.D.学位的完成、资格考试的通过,还是快速进行论文答辩或者拿到学位的能力。在范德堡大学的研究样本中,GRE分数只表现为“和第一学期的成绩有中度的关联”,并且“比本科GPA成绩的相关性更弱”。他们没有发现有力的证据,表明“生物医学领域研究生的GRE成绩和其学术成绩有关”。而在北卡罗莱纳的研究中,学生们先前的研究经验和其在院校中的面试成绩都未能体现出未来研究生阶段的科研能力。
另一项在甄选过程中被认为是客观标准的是申请人本科学校的声誉,这在经营研究生院系中尤为受到重视。但来自加利福尼亚大学2014年的一项研究发现,这种条件也不能作为学生在研究生阶段能力的预测指标。即便是来自美国生命科学顶尖水平高校的本科学生,也没能表现出什么优势。
如何发现天才?
如果这些广泛采用的标准没有意义,那么问题应该如何解决呢?有研究人员曾在2012年就科研能力与成功的衡量问题指出:“预测学者未来成功与否的最好方法是了解同行对其学术贡献和研究深度的评估。”他们认为这种统计方法对于资助机构、审稿人和招生委员会都很有帮助。即便如此,研究人员也明确地表态,想要挖掘出有着杰出科研能力的人,没有什么比的上资深学者的主观判断。
这里强调的专家意见,恰好与前面两项研究的结论相一致。在北卡罗来纳大学和加州大学的项目中,申请人导师的推荐信都体现出了最强的学术能力预测价值。也就是说,来自了解学生本人及其项目的老师的主观意见,有着重要意义。北卡罗来纳学者指出,那些获得高水平推荐信的学生,表现出了“一系列与学术成功相关的典型特质,比如持之以恒,保持专注力,以及在不断的挑战面前表现出的乐观态度。”
彼得·希格斯
假如分数这样的客观评价手段对预测学生的学术前景没有帮助,那么诸如论文发表数量这种客观指标能够帮助挖掘出候选人中的天才吗?答案恐怕是否定的。著名物理学家彼得·希格斯在上世纪60年代关于亚原子粒子的工作,激励了科研人员长期以来的不懈努力,并最终成功发现了希格斯玻色子。他在2013年前往斯德哥尔摩领取诺贝尔物理学奖时表示,多年来,每当学校进行学术评估,他都尴尬地给院系拖后腿。自从1964年的突破性研究以来,他所发表的论文不超过10篇。系里要求他们提供近期出版物清单时,他的回复都是一个字:“无”。鉴于今天的学术界有着更加频繁的论文发表要求,彼得·希格斯补充道:“很难想象,在如今这样的氛围下我怎样才能拥有足够的安静与平和,以便做出1964年那样的工作……今天我恐怕拿不到一份学术工作。事情就是这么简单,我不认为自己能被视为拥有足够的科研产出能力。”
张益唐
说到这里,不得不提一下中国数学家张益唐先生。2013年以前,他默默无闻,没有同行评议的论文,做着平凡的教职工作。然而,在获得博士学位的12年后,57岁的张益唐发表了一篇论文,解决了一个存在已久的数论问题,震惊了整个数学界。现在,他已经被世人贴上了“天才”和“名人”的标签,不仅收获了众多奖项,还先后在新罕布什尔大学和加州大学圣塔芭芭拉分校以教授身份任职。
这些例子并不代表普遍现象,并非每一个内容匮乏的出版物清单或者分数平平的GRE成绩背后都藏着一个杰出天才。但是,这至少给出了一个方向和办法,在茫茫人海中发掘出那些独特的人,那些难以达到客观学术评价标准的人。就希格斯和张益唐来说,他们在成名之前共事过的一些同事,很可能了解其学术能力。因此,无论是招收研究生还是科研人员,甄选委员会都可以借鉴这种思路,关注一下申请人周围的那些同僚如何评价他们。阅读和分析这样的资料无疑需要付出更多时间和精力,相比于查看那些数字和分数,也显得不那么“科学”。但是,这很可能更有价值,值得去多费些心力。
参考文献:
http://www.sciencemag.org/careers/2017/06/gres-dont-predict-grad-school-success-what-does
继续阅读
阅读原文