科学发展史的分析工作引起了广泛关注。人们从定性角度对科学演化进行分析的方法在一系列专业内得以体现,例如:哲学(Popper,1959)、社会科学(MacKenzie,1978)、科学史(Kuhn,1983)以及科学政策(Weingart, 1982)。虽然上述作者倡导的理论观点可能大相径庭,但他们却有一个共同点:在处理大量数据时,他们未使用定量指标。 而提倡定量分析的研究者却采用了完全相反的方法,他们使用大量数据库,对各种出版物、引用和专利进行统计计算(Garfeild et Al., 1978)。虽然如此,两者之间都对科学发展轨迹十分关注,因此,需要较好地利用这种共同的关注,倡导定性论的研究者必须克服其不愿使用统计分析的弊病,同时所收集和整理的数据及其应用必须有助于形成理论上可站得住脚的科学概念(Callon, Law, Rip, 1986)。
以行为人网络理论为基础,人们根据行为人网络、相关问题结构以及问题网络的交互关系(Callon et al., 1986),提议以共语技术绘制科学的动态发展和变化。理解科学动态变化的最可行的方式是对当今社会的科学力量进行透彻考虑。“行为人网络”是共语技术绘制科学动态变化图的理论基础。实验室和文献被视为是科学家改变世界的两大有利工具。科学家在实验室内构筑复杂的世界并付诸于笔端(Latour, 1987)。科学家对文字十分重视。因为他们不仅通过文字发表其在实验室构筑的世界,并且以文字形式构筑世界并博得其他人的认同。虽然科学无法简单地归结为文字,但是文字仍然是人们研究世界在实验室内如何被创造、如何被转变的重要基础和信息源泉。因此,可通过研究文字(而非各行为人的行动)来绘制科学的动态变化。
共语分析试图通过根据一对或几对词语一起出现的频率,直接从文章的主题内容中提取科学课题并探究各课题之间的联系。这使得我们可以客观地研究各行为人,并洞察科学动态的发展和变化,而无需将之简单归结为内部或外部因素(Callon et al., 1986b)。总体而言,共语分析考虑因行为人策略产生的科学动态发展。一个主题领域内容的变化是多个个人策略共同作用的结果。这种技术原则上应能使我们识别各行为人并解释总体的动态变化(Callon et al., 1991)。
2.2 共语分析方法
共语分析作为一种内容分析技术,根据一对或几对词语(例如:词语或名词短语)在文章内成对出现的规律,确定文章所阐述主题领域概念之间的关系。以词语成对出现频率为基础的各项指数,例如包容指数和近似指数,可被用以衡量各词语之间的关系紧密程度。根据这些指数,词语被归集分类并在网络图内显示。例如,包容图被用以突出一个领域内的中心主题,而近似图被用以揭示中心主题背后的各项次要概念之间的联系。其他一些指数,例如:以密度和向心性为基础的指数,被用以评估每个图形的形状,显示每个领域向心结构的程度以及每个区域对其他区域的主辅关系。通过对不同时期的网络图进行比较,可发现科学的动态变化规律。共语分析技术最初是由the Centre de Sociologie de l’Innovation of the Ecole Nationale Superieure des Mines of Paris与法国the CNRS (Centre National de la Recherche Scientifique)在20世纪80年代提出的,当时被称做“LEXIMAPPE”。二十年来,该技术已被用以绘制几个研究领域的动态发展和变化规律。
许多实例(Turner & Callon, 1986; Callon, 1986; Courtial & Law, 1989; Law & Whittaker, 1992; Coulter et al., 1998)表明,在探究科学研究领域之间的关系以及揭示其他平时很难发现的重要关联关系方面,共语分析是具有很大潜力的。共语分析是一种强大的工具,有了这种工具,我们就可以跟踪并绘制一个社会认知网络的结构和演化(Bauin, 1986)。为此,它是一种发掘知识的重要方法。(作者:Christophe N. Bredillet 供稿:薛岩)