2024年第1期总第9期新文科理论与实践No.1，2024SerialNo.9JournalofNewHumanitiesandSocialSciences基于范式识别的科学评价新趋向论析周文杰摘要：传统科学评价方法存在引文依赖、重论文数量而轻质量、时效性差等诸多局限，面对大数据和人工智能技术的蓬勃发展，科学评价亟待实现新的转向。由科学哲学家托马斯·库恩围绕科学革命的结构所发展的“范式”理论为科学评价的新转向提供了重要的理论依归。具体而言，在常规科学时期，科学评价者基于大数据技术而全景式揭示科学世界的结构，并通过识别研究者的位置而判断其学术贡献；在科学革命时期，通过定位研究者在范式转换中所发挥的作用，则可对其学术贡献作出评判。科学评价走向范式识别兼具必要性和可能性，而新兴的共词分析等方法则为基于范式识别的科学评价落地提供了条件。展望未来，全景式、多模态、动态式、历时性、循证式的科学评价已渐成主流，科学评价将在引领科学事业的创新发展方面发挥越来越重要的作用。关键词：科学评价；范式识别；共词分析；大语言模型DOI:10.20066/j.cnki.37-1535/G4.2024.01.09一、引言科学评价的本质是要衡量研究者或具体研究成果在科学体系中所作出的实质性贡献。自20世纪60年代尤金·加菲尔德（EugeneGarfield）创立美国科技信息研究所（InstituteforScien⁃tificInformation，ISI）并发展了科学引文索引（ScienceCitationIndex，SCI）和社会科学引文索引（SocialSciencesCitationIndex，SSCI）评价体系以来，引文分析一直是传统科学评价的主流指标。引文分析法通过统计研究论文被引用的次数来评估其影响力和重要性，其评价结果虽然对于识别重要研究者和研究成果具有一定的参考价值，但也存在诸多局限。随着大数据与人工智能技术的发展和大规模语言模型的兴起，科学评价正逐渐走出引文分析的桎梏，转向更全面和多维度的考量。新兴信息技术可以更全面地了解研究者和研究成果在科学界的影响力，从而为科学评价的全面创新提供契机。特别值得注意的是，大数据和大规模语言模型使研究者之于“范式”形成与转换的实际贡献的识别成为可能。“范式”（Paradigm）是科学哲学家托马斯·库恩（Thomas作者简介：周文杰，中国人民大学信息资源管理学院教授（北京100872）。基金项目：本文系国家自然科学基金项目“循证信息贫困研究”（72374170）的阶段性成果。基于范式识别的科学评价新趋向论析Kuhn）在其名著《科学革命的结构（TheStructureofScientificRevolutions）》重...
