科研影响力评估：当数字统治了我们的好奇心
影响因子：一本烂账，还被捧成圣经
说实话，影响因子的算法简单到可笑。某期刊前两年发的文章，在统计年被引用的总次数，除以该期刊前两年发表的论文总数。就这？就这。一个平均数，连中位数都不是，愣是成了学术圈的硬通货。更滑稽的是，不少期刊编辑玩得一手好数据——强迫作者引用自家文章，减少发文量，甚至搞“自引俱乐部”。我见过一个期刊，靠综述拉高引用，回头对原创研究挑三拣四，IF倒是噌噌涨，内容却越来越水。
科研人员被影响因子捆绑夸张讽刺插画
领域差异更是离谱。搞数学的顶尖期刊IF可能不到4，做生物的随便一个子刊就破10。这能比吗？可基金评审就爱拿这个说事。“你发了几篇10分以上的？”这句话像一把烂尺子，量得人浑身不舒服。去年我评一个项目，有个申请人老老实实做偏门方向，文章发在专业顶刊但IF才3点几。另一个申请人蹭热点，发了一堆MDPI的毕业神刊，IF加起来吓死人。你猜怎么着？评委们多数倾向于后者。那一刻我真想把评分表撕了。
替代指标：看上去很美，实际更魔幻
后来学界开始推Altmetrics，说什么要看社会影响力，看推文、博客、新闻报道。想法不坏，但执行起来简直群魔乱舞。我亲眼见过一篇漏洞百出的心理学“重磅研究”，因为结论耸动，被媒体疯转，Altmetric分数爆表。学术圈内部却在骂娘。那个分数的曲线，像极了网红脸的点赞数——虚假繁荣。更逗的是，有人专门研究怎么“优化”Altmetrics，暗示作者多多在推特上自我炒作。科学家变身营销号，这画面太美不敢看。
替代计量指标杂乱图标拼接图
还有那个h指数，号称克服极端值影响。可它偏爱老家伙——发表年限越长，h指数自然越高。年轻人怎么出头？我认识一个天才博后，三年发了五篇开创性论文，篇篇高引，但h指数愣是比不过隔壁灌水二十年的副教授。制度逼着你熬工龄，而不是比洞见。吐槽归吐槽，每次填简历表，我还是得乖乖写上h指数，后边打个括号标注Google Scholar的数据源，活像个自证清白的囚徒。
同行评议：最后的遮羞布，也快被扯烂了
同行评议：最后的遮羞布，也快被扯烂了
那回归本质，我们信同行评议？呵。去年Nature Human Behaviour登了篇报告，说审稿人的推荐意见与论文最终影响力相关性微弱。知道这意味着什么吧——你费劲巴拉讨好的评审，其实根本判断不出好坏。更别提那些公报私仇、抱团互引的破事儿。我一个朋友的文章，因为引用了一个审稿人死对头的文献，被足足拖了八个月，最后reject。他查记录发现，那个审稿人三次意见自相矛盾。找谁说理去？编辑两手一摊：我们尊重审稿人意见。
不过话说回来，取消同行评议就更好吗？预印本服务器上垃圾成堆，你让公众自己判断？那更是一场灾难。疫情期间反疫苗论文满天飞就是明证。我们陷入了一个诡异的困境：所有评估工具都有致命缺陷，但弃用任何一项都会导致更混乱的局面。有次开会，一个老教授拍桌子：“当年我们没这些玩意儿，不也出了诺奖成果？”可时代变了啊，那时候才几个研究者，现在几百万博士在抢饭碗，总得有个筛子——哪怕这筛子眼歪七扭八。
前阵子跟一个转行去工业界的朋友喝酒。他说现在看到影响因子就想吐，公司根本不关心这个，只看你解决过什么问题。我突然有点羡慕。也许学术圈自个儿画地为牢太久了，把评估手段当成了目的。数字统治了我们的好奇心，可好奇心本不该被量化。不是吗？