北极星

搜索历史清空

  • 水处理
您的位置:电网信息化智能化评论正文

探索向数据驱动软科学研究范式转型

2025-06-26 10:57来源:中国电力报作者:王宏 胥经纬 陈钢 刘沁莹关键词:数字化智能化人工智能收藏点赞

投稿

我要投稿

随着互联网、大数据、人工智能等数字技术的发展和应用,推动社会经济以更细颗粒度的数据形式呈现,数据在软科学研究中发挥的作用也越来越大,为数据挖掘等提供了海量的样本数据,这使得建立基于数据驱动的研究范式成为可能,促使软科学研究范式由以往依靠专家驱动为主向数据驱动转变,更加强调运用数字技术揭示海量数据背后的规律和模式,提升决策的质量与效率。

专家驱动是软科学的传统研究范式,强调通过文献调研、理论分析等路径提出领域研究问题,并在理论框架下进行逻辑推演,继而提出研究假设、构建研究模型、实施数据采集,最终利用所得数据验证理论假设并形成研究结论。数据驱动是以数据为核心的研究范式,通过运用大数据分析理论与技术方法对海量数据进行系统解析,揭示数据背后的关联与内在逻辑。

目前,实现从专家驱动向数据驱动的范式转型仍面临多重制约。一方面,专家驱动的研究惯性可能造成路径依赖,阻碍形成向数据驱动转型的共识;另一方面,数据驱动范式转型作为系统性工程,需要数据方法模型、数字人才储备和数据资源三大关键要素的协同支撑,当前各要素间的适配性不足提高了转型难度。

基于近年来实践案例以及范式转型制约因素,需从转型认知、顶层设计、数据资源、研究队伍、方法模型五方面解析向数据驱动转型的路径。

深化范式转型认知,明确转型方向。研究范式的转型路径并非替代关系,单一依赖定性分析易缺乏科学严谨性,而过度偏向定量研究则可能丧失问题导向性,需建立以数据与专家智慧为主的双轮驱动模式。一方面,充分发挥人机协同效应,依托专家的专业知识与经验明确拟解决问题、研究思路以及确定问题最终的解决方案,在此基础上利用大数据分析方法增强研究的科学性和前瞻性。另一方面,引入专家经验与智慧内嵌到算法程序中,持续加强算法模型对各种数据进行分析、处理的能力,实现定性经验知识与定量算法模型之间的优势互补。

转变顶层设计理念,形成数据驱动共识。通过多渠道、多层次的举措,构建起数据驱动的共识生态。从战略层面看,将数据思维纳入组织战略规划,明确数据资源作为软科学研究核心要素的定位,突破以专家驱动为代表的经验式研究范式,形成经验支撑数据的新思维。从理念层面看,营造数据驱动的文化氛围,将数据驱动理念融入组织核心价值观,定期发布数据驱动相关研究成果与动态,充分发挥先进典型的示范引领作用,营造“数据说话”“数据分析”和“数据结论”的大数据应用局面。

加强研究队伍建设,激发范式转型动力。一方面,加大对人才的数据能力培养力度,不仅从技术层面培养人才对海量复杂数据进行分析、管理与治理的能力,还应注重培养其将大数据技术在软科学领域的应用能力,将人才打造成具备熟悉大数据技术、掌握大数据方法和开展大数据精准分析的专门大数据人才。另一方面,完善复合型人才引进机制,畅通具备计算机、人工智能等数据科学领域与社会科学、管理科学等软科学领域复合背景的高水平人才引进渠道,集聚一批兼具理论基础与数字技术的人才队伍,更好满足数据驱动型研究对复合型人才的需求。

强化数字资源管理,夯实数据驱动根基。要以数据资源为支撑,探索建立数据管理机制,形成数据有效管理、开放共享的模式。加强数字资源体系建设,根据自身条件、需求和能力自主建设以自身特色研究领域为核心的数据库,并通过与外部组织建立合作关系引入外部数据,整合形成多个跨领域的主题数据库,形成自有数据库与外部数据库相结合的数据库体系。同时,推动数据开放共享,通过建立跨机构的规范化数据标准,在数据资源上形成合力,有效支持研究人员对数据采用新方法、新视角等开展研究,不仅避免资源的浪费,同时也能够进一步检验研究成果,提高研究成果的科学性。

推动方法模型创新,筑牢研究基础。一方面,加快算法模型开发,推动研究过程智能化转型。通过整合跨学科、跨团队的资源,开发数据挖掘算法和智能分析模型,尤其是针对特定软科学问题的算法与模型研发,将机器学习、深度学习、知识图谱等人工智能技术深度嵌入研究流程,实现从依赖专家经验的定性研判向定量分析与质性研究融合的范式跃迁。另一方面,推动跨学科方法融合,加快多样化、多学科方法和工具的开发与运用,突破学科边界限制,让数据从信息科学、行为科学、管理科学及社会科学等不同角度“说话”,形成与大数据时代相适应的研究方法体系。

(作者王宏、刘沁莹,单位为南方电网科学研究院有限责任公司;作者胥经纬、陈钢,单位为中国南方电网有限责任公司)

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

数字化查看更多>智能化查看更多>人工智能查看更多>