科研数据：从“代表性”优化，到“唯一性”造假
近日，因为关于学术不端、撤稿等新闻而沸沸扬扬。无论是美国哈佛大学撤稿并认罚金，还是南京大学梁莹、清华大学唐国翌撤稿事件，均将科研界推上了风口浪尖。
暂且不论学术不端在全世界科研界泛滥的深层次原因，这里想探讨的是，作为研究最基础的，那些科研数据的从“代表性”优化到“唯一性”造假的变化。
“代表性”优化
我们总是再讲，科研是艰苦与枯燥的。而这不仅仅体现在起早贪黑一遍遍重复的实验过程，更在于那抄满数个笔记本的实验数据及优化。庞大的原始数据支撑了研究的结论，同时也为我们带来难以估计的工作量。只有三次及以上的重复实验才能克服实验结果的偶然性，这也是科研认真严谨的表现。而科研人员在提交报告中，一般会选取具有代表性的或是较“漂亮”的数据，以便更简洁明了说明研究结果。这就是数据“代表性”优化。这是无可厚非的。
实际上，数据“代表性”优化是有诸多重复实验的原始数据做支撑，使得“有数可查，有据可依”。科研是一个孜孜不倦追求完美的过程，而选择具有“代表性”的数据发表，这正体现了科研人士不断寻找真理的认真严谨的态度。
“唯一性”造假
然而，学术环境并非孤立的，随着社会环境的交叉融入，越来越的科研人士在利益的面前无法保持自我在，偏离科学研究的本义和违背科学精神的道路上越走越远。错误的把科研量化指标当做科研本身，是造成学术不端的最大诱因。为了追求发文量以及发文速度，研究开始步入歧途。研究数据不再仅仅具有“代表性”，而变成了“唯一性”。不仅没有重复性实验的数据做支撑，也没有可靠的验证做保证。这些科研数据最终成为一个个“数字游戏”，不断欺骗自己，“哪里不好改哪里”，笔头一动，文章即成，如此轻松，殊不知这些胡诌出的结果，最终会断送自己的科研生涯。
此外，迷信权威也是数据“唯一性”造假的诱因。许多研究进行过程中，经常出现令人意外的数据，是自己错误的行为导致的，还是见证真理的一缕曙光，科研人员需要持续的重复实验去验证它。令人遗憾的是，很多科研人员会根据权威的结论编造一个符合常理的数据。这不仅是对科研的不尊重，也是对自己的不尊重。
我们应该做些什么
建章立制，加强力度。除了要转变观念和价值导向，更要采取积极有利的措施去处理学术造假问题。比如验证重复性制度。许多实验数据的不可重复性是导致学术造假的根本原因。哈佛大学这次事件也是由于同行在进行同样的重复性实验发现的问题。
《自然》杂志在2016年对全球不同领域共计1576名科学家进行调查，询问他们对学术论文结果可重复性的看法，其中52%的科学家认为发表的数据存在严重的可重复性危机。各领域无法重复他人结果的经历超过60%，即使是对自己的产生的数据，也有超过40%无法重复。这样的数据足以说明验证重复性制度的重要性。此外加强对学术造假的惩罚，也十分必要。
但也有好消息。
中共中央办公厅、国务院办公厅印发了《关于进一步加强科研诚信建设的若干意见》，对进一步推进科研诚信制度化建设等方面做出部署。中国科学院也发布《关于在学术论文署名中常见问题或错误的诚信提醒》。在10月31日，科技部科技监督与诚信建设司副司长冯楚建，在2018浦江创新论坛文化论坛上表示，科研诚信要全覆盖、无禁区、零容忍，构建潜心科研、追求卓越、风清气正的科研生态。国家发改委、科技部等部门11月9日联合对外发布《关于对科研领域相关失信责任主体实施联合惩戒的合作备忘录》，科研领域失信行为责任主体将面临43项联合惩戒。
对于期刊同仁，应该加强对稿件的审稿力度，以及关注稿件发表后的一系列问题，比如贯彻撤稿制度。相比与国外撤稿的力度，国内期刊的理念与行动还相差很远。施普林格•自然集团总编辑菲利普•坎贝尔在接受采访时表示，论文撤稿是科学进程的一部分。剔除那些错误的，不诚实的研究成果，有助于科学的进步。而在国内，更多是涉及“面子”、“权威”问题，难以施行下去。
国家的重视是对国内遵守科研诚信的一次极大地促进，希望在国家重拳出击下，学术不端行为越来越少，学术科研环境越来越好，那些科研数据不再是不可重复的“唯一”。
让我们拭目以待。
河南农业大学学报
∣做有思维的学术媒体∣
版权声明：
本文为《河南农业大学学报》编辑部原创内容，欢迎转载，请联系授权！
本文所使用图片均出于非商业性的教育和科研目的，如涉及版权等问题，请立即联系我们，我们会予以更改或删除，保证您的权益。
联系方式：
责任编辑 ∣ 曾庆东
联系电话 ∣ 0371-63558885
联系邮箱 ∣ hnndxb@henau.edu.cn