研究既可揭示事物的具体特性，又能洞察经济社会运行的普遍规律。从研究的设计实施到成果的转化应用，能否妥善处理好一般与特殊的关系，不仅影响着研究成果及其衍生产品本身的质量，更决定着科学知识生产能否持续助力民生福祉的增益。近日，芝加哥大学经济学教授约翰·A.李斯特（John A. List）在《自然》杂志官网发文表示，研究人员长期以来一直在探讨可重复危机，现在，是时候关注学术领域存在的可推广性（generalizability）问题了。

　　技术浪潮为学术研究带来了更多想象与实践的空间，学术界开始关注人工智能等新兴技术在提升研究可推广性方面的潜力与风险。美国普林斯顿大学心理学系教授M. J.克罗基特（M. J. Crockett）等人提到，人工智能的新进展激发了一些研究人员对“人工智能替身”的兴趣，他们希望借助人工智能对人类参与者进行模拟，以此生成有关人类认知与行为的新知识。这种设想背后的愿景是，拓展研究群体与情境的多样性，克服在可推广性方面长期存在的挑战，从而进一步推动认知科学的发展。

　　然而，克罗基特等人提醒到，对“人工智能替身”的投入可能会固化那些使认知科学研究范畴变得狭隘的既定实践，还有可能延续误以为研究发现比实际情况更普遍的“可推广性错觉”而非取得真正的实质性进步。当然，“人工智能替身”有助于揭露既有研究范式的局限性，但局限性的克服有赖于社会与技术层面相结合的应对方案。认真审视“人工智能替身”这一构想，有助于为建设更具包容性的认知科学厘清发展路径。

　　当前，有关可重复性的讨论热度较高，同时也要加强对可推广性的重视。不过，这不意味着在注意力分配上非此即彼或者在研究中忽视其他维度。研究质量的全面提升需要兼顾各维度的统筹推进，唯其如此，才能促进学术研究的完善并维系和增进公众对科学的信任。荷兰埃因霍温理工大学产业工程与创新科学系教授丹尼尔·拉肯斯（Dani?觕l Lakens）在回顾心理学的发展历史时谈到，关于社会心理学或者说更广义的心理学中科学论断质量的讨论，通常以“可重复性危机”这一简练的说法为人熟知。

　　实际上，心理学界的信任挑战不限于研究实证结论的可重复性危机，同时还指向了理论的解释力度、研究发现的适用范围、研究结果的可推广性以及研究方法的完备性与规范运用等问题。拉肯斯认为，对各类问题的担忧相互关联，这不应令人感到意外。例如，如果论断的可推广性没有得到系统性检验，就无法探明理论预测的边界条件，也无法验证辅助性假设，这会阻碍理论的发展。令人遗憾的是，人们有时会陷入谬误，认为某类问题不如其他问题重要。对此，拉肯斯并不认同，他强调，科学知识生产是一套复杂的系统，所有环节都必须高效运转。

　　此外，尽管定性研究与定量研究代表了社会科学领域两种不同的方法论传统，但可推广性问题并非定量研究的专属。南非开普敦大学教育学院高级讲师杰妮·甘布尔（Jeanne Gamble）等人提到，定性研究与定量研究范式的分野，是社会科学方法论讨论中广为人知的议题。长久以来，可推广性主要被归为定量研究的范畴。而近年来学术界的相关探讨则提出，定性研究与混合方法研究同样有可能实现结论的泛化。如何让提升定性研究的可推广性更具可操作性？甘布尔等人表示，研究者在研究筹备阶段及研究开展的过程中，所构建的理论领域（抽象或形式化的理论建构）与经验领域（现实世界中的观察与经验）之间构成何种关系，深刻影响着研究在可推广性方面的潜质。甘布尔等人认为，基于相关文献构建的概念框架，以及在理论情境与经验情境之间迭代形成的分析框架，都非常关键，并以此指导研究数据的筛选与分析，进而让后续分析层面与概念层面的可推广成为可能。这是定性研究具备可推广性的关键条件。

　　中国社会科学报记者  陈禹同