学科交叉和科际整合,已经成为推动学科建设的重要手段。新文科的交叉融合主要体现在:传统文科自身交叉融合(文史哲不分家);传统文科与社会科学交叉融合,其代表是PPE,即哲学(P)、政治(P)、经济(E)“三位一体”;文科与工科交叉融合,如能源与气候经济、设计艺术哲学、新媒体;文科与医科交叉融合,如生命伦理学、医学信息学、健康管理;文科与农科交叉融合,如可持续发展与乡村建设、生态文明建设与管理、农业经济学;文科与理科交叉融合,如计算法学、大数据管理与应用、金融科技、商业智能,等等。“新文科”要突破“小文科”思维,构建“大文科”视野。
仅以财经为例,现在财经研究除了利用数学、系统科学、运筹学、数理统计学、计算机科学和数据科学之外,越来越多地综合利用经济学、管理学、法学、哲学、伦理学,以及社会学、行为科学、脑科学、神经科学、认知科学、心理学、认知心理学等学科。实际上,商业分析(BA)和商业智能(BI),就是集商业管理、统计学、计算机科学于一体的商科与理工科紧密交叉综合的产物。
美国国家科学基金会(NSF)的社会行为经济(SBE)学部,在2010~2020年学科发展战略报告《Building the Mosaic》指出,未来10年学术研究特点是:数据密集(Data-intensive)、跨学科(Transformative)、强合作(Collaborative)、问题驱动(Problem-driven)。这四大特点都指向SBE的交叉融合:数据密集(泛在)自不待言,跨学科和强合作几乎就是交叉融合的同义语,而问题驱动则是倒逼交叉融合,因为没有哪一个问题是某个单一学科的问题,必须打破学科壁垒,综合考量、协同施策,方能解决问题。
新文科的最大特点是文理交叉。在方法论上,传统的人文社科方法,应转向运用现代科技、信息技术和人工智能,特别是要运用算法,将文科的定性方法与定量方法相统一,彰显新文科的科学性。计算社会科学(Computational Social Science,CSS)就是用计算手段来研究社会科学的一门交叉学科,旨在打造“数智人文”。随着信息文明时代社会科学知识生产、知识创造与信息技术的深度融合,计算机科学、数据科学、信息科学与社会科学交叉融合的发展趋势愈发鲜明,将井喷式地出现计算传播学、计算新闻学、计算社会学、计算经济学、计算金融学、计算管理学、计算政治学、计算行为学、计算心理学、计算语言学、数字情报学、数字人类学、人工智能法学等新兴学科。
新在“研究范式”
新文科研究范式将不断丰富。
以管理学为例,一是基于哲学、心理学、经济学、伦理学等学科,以概念抽象、学理思辨及逻辑演绎为主要特征的规范性研究;二是基于社会学、行为科学等学科,以实验研究、预测研究、案例研究、经验分析、田野调查、随机实地实验(Random field experiment)等为主要特征的实证研究;三是基于系统科学、运筹学、数理统计学、数据科学和大数据技术、聚类分析、人工智能(AI)等学科,以数学建模、模拟仿真、数据挖掘为主要特征的量化研究。实际上,根据图灵奖得主Jim Gray的观点,科学研究经历了从“实验归纳”,到“模型推演”,再到“仿真模拟”的三次范式革命,现在方兴未艾的“数据密集型科学发现(Data-Intensive Scientific Discovery)”正是演进中的第四次范式革命。
得益于脑科学、认知科学、神经科学、认知心理学、认知神经学等学科的飞速进步,我们现在已知“前额叶”成熟需要大量复杂的学习与综合训练,这些学习与训练的程度、方式与强度对前额叶成熟程度有重大影响。而且,前额叶成熟指标(理性)涉及注意力集中程度、组织思想解决问题、思考与预期未来、战略与计划、平衡长短期目标为长期目标延迟短期享受、根据情景调整行为,以及管理情绪控制冲动、处理复杂信息同时执行多项任务、学习适当社会行为和抵制不适当社会行为等。这些认知对企业管理、战略管理和人力资源开发大有裨益。一般地,综合应用上述多学科知识,无疑可以为新文科打开一片新天地。