|
2 . “问题意识”是时代的声音并指向“价值关怀”
北京大学教授何怀宏出了一部“思辩集粹”的文集，书名就叫《问题意识》。书的“代序”是何怀宏在北京大学的一次演讲，题为《问学之路》 。讲演中，他杜撰了一副对联来区别“学术”与“学问” ，联曰：“学术是大家的，学术乃天下之公器，有规有界；学问是个人的，学问乃自我之心得，无端无涯” 。他为这副对联做的“横批”叫“有学乃大” 。这里的“学术” ，即我们前述基础研究的“学理” ；这里的“学问” ，也就是我们所说对策研究的“学识” 。学术、学问关注的是过程，而学理、学识强调的是结果。在我看来，“学识”不仅是“学问”追求的产物，而且也是“学问”价值的支撑。因此我认为，“学问”从“无端无涯”来说是“自我之心得” ，但从“有用有效”来说也应是“天下之公器” 。
在何怀宏看来，“学术”首先是“学述” ，即孔子自言“述而不作”的“述” 。“述而不作”作为学术，意在“以述代作” 。当然，要“述”得周全、述成系统、述出新意也并非易事。现在的“基础研究” ，当然不会“述而不作” ，其“有规有界”的方式是“先述后作” ，也即冯友兰所言先“照着说”再“接着说” 。如果“对策研究”缺失，这种“接着说”恐怕只会是“照着说”的逻辑推演，而非基于“对策研究”成果之“看着说”的自觉修正。与“学术”不同，“学问”的本质在于“问学” ，也就是学由“问”起、学解“问”惑、学释“问”疑。我们说“学问”既是“自我之心得”也应是“天下之公器” ，在于“对策研究”强调的“问题意识”是时代的声音，应对“问题意识”所指向的“价值关怀”是大众的情怀。
何怀宏指出“学问”有“知识性的问”和“思想性的问”之分，前者如孔子的“子入太庙，每事问” ，后者如苏格拉底对知识“果真如此？ ”的诘问。我把这两种“问”视为“求知之问”与“求真之问” 。其实，我倒愿意视这两“问”为我们做“对策研究”的两个步骤，即先“求知”再“求真” 。只是在求知、求真之后，我们还要“求策” ——求有针对性、讲时效性的“应对”之策，这个“求策”就是我们应对“问题意识”所指向的“价值关怀” 。鉴于对所求之策的“价值关怀”还会有“价值”评估与考量，我们对策研究的“问题意识”一不要“可怜夜半虚前席，不问苍生问鬼神” ，二不要“躲进小楼成一统，管他冬夏与春秋” 。“问题意识”是时代的也是社会的。
二、必须关注大数据时代的思维转变
“经典思维”是基于知识的思维，在对“过去”的关注理解中强调着“因果律” ；而“量子思维”是探求未知的思维，在对“未来”的预测把控中强调着“关联性” 。寻找“关联性” ，如舍恩伯格所说：“即使不能找到事物发生的原因，也能发现促使事物发生的现象和趋势，这就足够了。 ”这也是我们“对策研究”的主张。
当我们正视艺术学研究的“短板”现象和“问题意识”薄弱之时，我们发现不断产生“问题”的时代自身也是我们亟待关注的“问题” 。无论是解决时代的“问题”还是应对“问题”的时代，我们都必须关注“大数据时代”的思维转变。
1 . “大数据”将改变我们理解社会的方法
牛津大学网络学院互联网研究所教授维克托·舍恩伯格著有《大数据》一书，认为“大数据”会改变人们的行为方式、思维方法乃至价值观念。 “大数据”又称为“海量数据” ，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成我们决策时实现更积极目的的资讯。 “大数据”由于数量巨大，且来源庞杂、非结构性强，它通常用“概率”说话而并不给出“精确”的判断。就对策研究而言，无疑要求我们日益增强数据的分析能力，有效实现对未来的预测能力。
关于“大数据”的特征，业界解读的关键词是“4V” ，即Volume（容量） 、 Variety （种类） 、 Velocity （速度）和Value （价值） 。Volume指的是巨大的数据量和数据完整性， Variety指的是在海量、繁杂的数据间发现其内在关联， Velocity指的是更快地满足实时性需求，而Value指的是获得洞察力和价值。 “4V”中最重要的是Value，这是“大数据”应用的最终意义。正如学者们所说：“大数据”时代是人工智能、机器学习和数据挖掘等技术迅速发展所驱动的一个历史进程。这个进程要求我们将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。
|
