【导读】
新世纪以来，学科发展表面上一片繁荣，知识生产危机却不断浮现。大学有什么用？专业有什么用？文科有什么用？这些问题已成为困扰全球学界的普遍性问题。
社会学家安德鲁·阿伯特(Andrew Abbott)试图分辨当下哪些是知识生产的周期性变化，哪些是不可逆趋势。阿伯特认为，不可逆的趋势包括，人类对知识的兴趣将更多地从自然科学转向社会知识；获取知识的主体将持续组织化，并向商品化方向转变；以及从话语致知，转向图像和口头致知的趋势。
对于深受诟病的人文社科对“科学思维”的僵化模仿，作者认为，其最大的问题在于，对根本不属于自然科学的知识形式，采取自然科学的方法。事实上，这是20世纪知识史上反复出现的事件。作者犀利地指出，以美国学术为代表的现代学术体系一面极大扩张，一面又陷入知识生产的停滞状态，甚至已成为一个庞氏骗局，一个明显的例子，就是美国精英学术领域普遍存在的学生成绩虚高。现在正是一个需要发挥想象力，以提出新知识方案的时刻。我们应学会创造中层概念，组合现有极其详细的知识，并作有意义的反思。重新思考这一切，消化它，并利用它来形成一种新的致知。
本文整理自作者2017年的同题演讲“专业知识的未来”，中译版原载于《清华社会学评论》第12辑，篇幅所限，此处有所编删。仅代表作者观点，供读者思考。
专业知识的未来
▍并无革命我今天要讲的第一点是一个重要警告：我不打算谈论任何当前的“知识革命”，因为当前并无知识革命。我们处在某个革命性时期的想法，是当前知识世界各种团体的一种意识形态，这些团体希望驱使或强迫其他人支持他们对未来的特定设计，他们的设计与知识基本无关，但与资本主义密切相关。
在学术界内部，对“创新”、“创造力”和“卓越”的狂热，源于将各种管理的意识形态机械且不恰当地运用于智识生活。可以肯定的是，目前技术进步异常迅速，但是基础科学的进步则慢得多了。在一个又一个领域，我们今天依靠过去的基础科学过活，为量子力学、板块构造、新生物进化论和文化相对论等理论填写脚注，推导它们的技术应用，而所有这些理论都可追溯到20世纪上半叶。在我看来，与1870年到1950年的发现相比，基础研究最近无甚进展。简而言之，就真正的智识成就而言，今天出版业的爆炸式发展没有任何意义。至于为何我们如今都相信这一成就的幻景，才是有意思的话题。通过计算图书出版的数量、文章写作的数量、网上对话的数量等数据，可以很容易地得出指数性的统计证据。但是这些计数完全没有意义。例如，我们今天出版的书比我们老师的书更不太可能被人阅读。我们的文章包含50年前没有人愿意出版的作品。而我们在网上的对话只是取代了过去在走廊里发生的对话。因此，
学术生产的大量增长只是表面上的。我们比过去写了更多的书和文章，但产生新观念的速度并没有比过去更快。这种增长之所以毫无意义，正是由于这些工具把早先的伟大成就变成了今天商品化的简单事物供初学者使用。好像高中生能将他们的物理作业发表一样。
对我们许多人来说，预制的统计程序是这种商品化破坏力最明显的例子。他们创造的不是更多科学，而是更多鸡毛蒜皮的结论，以及更多愚蠢。在此，我还是想讨论我们的专业知识中一些较大的变化趋势，并展示它们是如何与周期模式和一次性变化交叠，从而产生我们今天面临的奇怪形势。
▍致知活动的改变 现在让我来谈谈致知活动的变化。在讲述商品化的统计学时，我已经提到了我感兴趣的致知过程。现在，我们大学的一年级学生让我对此感受最为清楚。因为我每年都要给一小班十八、十九岁的学生上社会思想入门课。这就是美国大学的做法，让获得杰出服务成就奖的教授教新生。请记住，我教的是世界上最好的大学之一，我们的本科生是在美国最好的学生之列。我在这些学生身上做过大量实验、民族志调查、以及问卷，以了解他们的知识实践。我下面所说的反映了这些过去十年中我在许多不同课程里做的工作。很大程度上，大部分我教的学生认为，知道一些东西就是知道一个网址。
他们致知的主要模式是去“寻找”（finding）。他们上网寻找知识的时间比在学校的时间要长得多。他们把阅读本身定义为一种寻找。也就是说，对他们来说，“阅读亚当·斯密”意味着寻找每一章中真正重要的五六个句子。他们不明白，亚当·斯密其余的句子都包含着论点和论据，他用这些论点和论据来产生并捍卫这些学生划重点的部分。对学生们来说，阅读只不过是在网络以外的地方浏览。它是一种过滤掉无关紧要的闲散部分、并找出真正重要事情的练习。他们根本不相信「其他所有的东西」都是必要的。他们实际上不相信思想。
他们相信碎片化的内容。对他们而言，斯密的理论不是一个论证，而是固定的内容。这种“知为寻找”的模式当然与“知识由商品构成”的观念有关，因为商品是可以找到的东西。一般来说，由于他们的“知为寻找”模式起源于童年早期，我们的学生想象，在那里有待于被找到的是事实、意义、零散的信息。无论他们寻求的是什么——对《傲慢与偏见》的解读、卡尔·马克思的思想，还是哥特式建筑的精髓，他们会将这些东西当作事实，当作商品。他们关于致知的理解不包括任何真正的论证（argument）。如果你直接问这些学生亚当·斯密的论证，他们会给你一个要点列表（我几次重复过这个试验，结果大致相同）。清单上的所有项目都是亚当·斯密说过的。列表上甚至会是亚当·斯密说过的重要内容，但是它们之间没有逻辑联系，因为学生并不真正把论证看成复杂的逻辑句法，他们把它当作一个清单。PPT教会了他们这一点。现在，“知为寻找”和“论证如列表”的想法清楚地出现在这样一个事实中，
即学生最初的智识体验是在互联网上。在那里，论证是贫乏的。众所周知，网络页面是以六年级语言水平为准优化的。媒介本身促成了“知为寻找”的观念，而列表是致知的主要架构。只要互联网仍然是孩子们最初的精神食粮，我们就可以预见到我们必须非常直白地教授他们话语推理的过程（discursive reasoning）。与我们不同，他们不会通过年少时阅读数万页散文，来被动地学习真正的思维技巧。他们实际上不怎么读书。“知为寻找”和“论证如列表”的想法是更大模式的一部分。我们的孩子认为致知过程具有很强的算法性。这并不是因为他们真正了解梅特罗波利斯、豪斯霍尔德、或尼德曼-翁施算法的本质。这是因为其他原因，诸如他们是使用计算器而非记忆乘法表长大的。也就是说，
他们成长过程中，充斥着辅助思考的商品，而不是必须记住事情并自己思考。这种致知的算法模式意味着他们不知道另一种主要致知方式，我将称之为联想式致知（associative knowing），因为它涉及将事物彼此关联。要做到有效的联想式致知，你的头脑必须充满知识，与你看到的新事物联系起来：事实、概念、记忆和论证，它们像许多小钩子一样起作用，抓住你所面对的文本中的东西。阅读——也即某种我们或可称之为「图书／读者的技术」的东西——就假定了读者头脑中充满了这样的东西，而在互联网文本中它们是插入的超链接。但是我们的学生不愿意背诵实际的知识，因为他们虔诚地相信，当他们需要时，他们可以找到任何东西。他们忘了，做到这一点还需要时间和搜索。这并不是说他们什么都不知道。恰恰相反，他们利用闲暇时间上网浏览，脑子里充斥着昙花一现的无用信息，其中大多数关于消费品，以及他们的朋友最近的行为、衣服和胡思乱想。他们刷新页面，换言之，他们迅速擦除那些记忆，并为此感到骄傲，这使他们觉得自己见多识广。因此，他们实际上并没准备好以联想式思维来思考。致知的整个大陆对他们来说简直是看不见的，因为他们自己没有准备好，或没有被强迫去掌握一个能内在产生超链接的整体。有趣的是，年轻人偏好算法式致知而非联想式致知，与成年人致知的巨大变化相呼应。在政府，在商业界，甚至在数量惊人的学术界人士中，都有一种强烈的观念，认为基本上只有一种致知方式，也即或多或少属于现代科学的致知方式。当然，这一观念其实并不涉及在实验室里真的实践的那种科学，而是以柏西·布里奇曼（Percy Bridgmen）的操作主义（operationalism）、逻辑实证主义、莫里斯·科恩（Morris Cohen）和恩斯特·纳格尔（Ernst Nagel）的美国版科学哲学为代表的科学思维的僵化模仿。这在一定程度上解释了人文学者逐渐转向数字人文研究之愚蠢，那是对原则上不属于科学的知识形式采取科学的方法。
这种科学化的另一极好例证是经济学学科从对人类生产、消费和交换本质的一般而深刻的反思，向社会工程学（social engineering）的狭隘形式的转变。这种社会工程学不仅致力于发现或强行实施某种非常特殊的规律，而且每年还要把这些规律作为科学真理教给成千上万不设防的学生。粗略的估算告诉我们一个令人惊讶的事实：在美国每年大约有500至1000亿美元用于经济学教学。如果你去想想如今经济学在思想上的真正卓越之处，就问问自己约瑟夫·熊彼特是否能在现在的经济学系找到一份工作。我问过的每个经济学家都说他不能。他们中的大多数人很诚实，承认这是思想危机的征兆。现在，这种一招通用（one-size-fits-all）的知识处理方式，
很大程度是因为政府评估福利国家成败的任务所使用的社会科学只手遮天。这类任务把社会科学本身推向狭隘的操作主义。同样重要的是人文学科的自杀，至少在美国，这种自杀在很大程度上已经从对人类文化本质的广泛探究，堕落为善意但常常是愚蠢的身份认同政治的热心主张。这种政治本身就是一种幼稚的过分简化的思想结构，几十年前就被社会科学抛弃了。我想说的第三个趋势已经初露端倪，也即并非由我们、而是由机器来完成致知的现象显著增加。下面是一些基本事实。现代计算确实具有巨大的能力。现在可以肯定，伟大的现代算法的理论基础已出现不少年了。它们可以追溯到1940年代。但是我们现在有了机器以惊人的规模应用这些方法。在我看来，有两个应用特别突出：一是蒙特卡洛（Monte Carlo）革命，它使我们能够非常详尽地模拟大系统，并估算以前难以处理的贝叶斯函数形式；二是搜索革命，它使我们能够在极度嘈杂或稀疏的空间中发现非常微弱的信号。我在这两个领域都发表了文章，也非常欣赏这些革命。
但是计算机并不擅长于想象，它们的力量在眼前，甚至也可以说在行动力，它主要依靠蛮力技术，而不是想象力。计算机也不善于具有人类思维特征的联想式知识，它们没有在思维中运用情感，奇怪的是，这有可能会犯致命错误。但是，计算机的成功正在产生一种高度规则的商品化的“知识”，而且倾向于把我们对致知的理解推向计算机最擅长的那几类致知：基于概率的模拟和搜索，基于迭代规则，又与决定性位置上的随机化紧密相连。重复我之前用过的一个例子，许多人文学者期望从数字人文研究中得到伟大的东西。然而，从学者们用计算方法发现柏拉图《对话录》的写作顺序到现在已经40多年了，而托马斯·阿奎那的作品被关键词索引也已经60多年了。这些“发现”都没有对学者的学术研究和对柏拉图和圣托马斯的反思产生丝毫影响。因为用数字方法可以发现的关于它们的各种东西对于我们正确理解的人文学研究没有真正的吸引力。我们不在乎柏拉图以什么顺序写对话录。我们关心的是其中的意思。计算机不会告诉我们这些。
致知的最后一个、也许是最重要的变化是话语性的、线性有序（discursive, linearly-ordered）的致知行为作为一种实践的衰落。这种变化有两个原因，两者今晚都已经谈到了：第一是转向群体性致知和社会性致知者，而这一趋势是以口头或会话的形式形成的。我们的学生花大量的时间来交谈，即使是在他们认为自己在学习的时候。甚至在严肃的学者中，我们发现博客本质上也就是走廊里的对话。我自己经常在走廊里聊天，但我不会把这当成是认真的研究。现在也许还不算太糟。毕竟，口头表达是思维这种内在对话的基础。
更糟糕的是向视觉致知的转变。这是一个由来已久的变化。插图随着19世纪印刷形式的发展变得越来越重要，从19世纪初不加插图的精英评论，到中产阶级爱读的摆在三层架子上卖的、有多幅插图的小说，到廉价小说和新闻画报。而后来20世纪又带来了电影。电影本身有许多优点，但是这些优点主要是视觉上的，而不是理论上的。《安娜·卡列尼娜》中的道德判断、个人冲突和社会结构的微妙复杂性，消失在将其作为电影观看的几小时肤浅的体验中，而花几星期时间阅读小说则能沉浸于其微观细节中。电影之后当然还有电视和互联网。
毫无疑问这些都是了不起的、非凡的交流形式，它们使某种即时性成为可能，而以前却不可能做到。但尽管有爱德华·塔夫特（Edward Tufte）的研究，视觉再现也并不能有效传达高度复杂的思想，我们不会试图用纯粹的视觉命题来证明微积分基本定理，就像我们不会不用语言来表达哈姆雷特所面临的道德两难一样。视觉致知并不是像话语致知那样的智识工具。这就是事实。那么让我总结一下我认为在致知方面正在发生的主要变化。我们从孩子和学生身上看到的，是一种强有力的转变：
转向社会性致知、“知为寻找”、以算法为致知，日益远离以手艺人独自工作的方式致知、以联想为致知、以话语论证为致知。更广泛地说，巨大的转变首先是向基于计算机的致知过程的转变，它典型的强项是搜索和模拟，同时强调通过算法的例行程序进行思考，而不是通过关联的网络。第二，向基于半个多世纪前受到坚决抗拒的科学模式，也即“一招通用”的致知模式的转变。第三，我们向着将致知理解为索引和搜索的模式发展，但是我们现在的处境是拥有比以往数量大得多的材料和弱得多的索引。第四，也是最后一点，远离只有经过精心构思和编辑的散文或形式化的象征性再现（formal symbolic representation）（如数学）才能分享的复杂话语思维，转向口述和视觉再现的即时工具。今天我没有给你们看任何图片，而是强迫你们跟着我的论证去努力记住它的各个组成部分，请你们一边听一边想我的论点。这表明我对话语性表述笃信不疑。我敢肯定你们会更好地记住我的论点，并且会更加认真地对待它，因为我强迫你们自己去思考，而不是把它看成屏幕上罗列的命题。我感谢你们努力跟上我的思路。
▍各种时间性及回应 接下来是讨论到目前为止我提到的所有变化所具有的时间性。将这些趋势结合在一起的第一步是认识到它们具有不同的时间特性，认识到它们能够被影响或重新定向的程度也是不同的。其中有些是趋势，有些是一次性事件，有些是可逆的，有些则不可逆。关于所知之事，即
致知客体，我注意到了两个变化：
转向社会数据和转向微观细节。在这两个趋势中，转向社会数据是一个不可逆转的长期趋势。尽管现在有人试图逐步废除带有20世纪显著特征的国家数据采集，但是对人口的商业性知识的惊人增长远远抵消了前者。另一方面，微观细节的问题是由于我们自己未能创造出中层概念，将我们现在拥有的极其详细的知识（特别是关于社会的知识）概念化、组合起来并进行反思。现在我们来看看与之相应的致知者，也即致知的主体。我注意到了以下三方面变化：
社会性致知的兴起、组织作为致知者的重要性、以及日益商品化的“物中之知”。社会性致知的兴起首先源于庞大而复杂的致知问题的出现，通常是应用性问题比基础科学问题更多。量子力学来自于无形的学院和学科，但原子弹是由大型组织制造的。大科学在和平时期继续发展，因为类似的实践复杂性和组织性致知，广义上源于在大规模应用之效率方面的探索，这一点在现代医院中就表现得很清楚。把知识置于商品中的趋势，也始于效率和准确性问题：幻灯片、温度计、电脑等等。然而，这一趋势现在由利润动机驱动，因为资本家已经认识到，虽然在个人头脑中的知识不能变成财产，但是当知识化身为实物或某类文本时，它可以变成财产。所有这三种变化都是由我们生活的基础研究圈子之外的因素所驱动。技术、应用和资本主义就是主要力量。在这三大变化中，社会性致知是一种可逆的趋势。正如我之前指出的，它以前曾被逆转过。根据我个人的经验，即使是在今天，最优秀的学生也更喜欢自己当单干的手艺人，而且即使是在大多数自然科学，更不用说人文学科和人文性社会科学中，都没有证据真正表明基础研究需要、或获益于超越无形学院和学科的集体组织。因此我认为，手艺人式的独自致知过程还是可以保留的。至于致知向组织化和商品化的转变，这两个趋势基本上是因为资本主义，以及公众偏爱实用知识而非基础知识。除了向我们的学生展示Google搜索的许多方式远不如高质量纸版索引中的同类检索有效率之外，学术界和知识界对此的任何反应都不会对这两个趋势产生影响。简而言之，在致知的三个变化中，只有社会性致知才能减缓。组织性致知和商品性致知的重要性日益增强是不可避免的。至于知识本身，我主要谈到知识化身为可获专利的商品，以及两种观念趋势，也即首先相信知识是由商品构成的，其次相信获得知识是一种占有而非一种活动。我认为，至少在大学内部，资本主义知识观的这一趋势目前是不可逆转的。因为大学在上个世纪已经从社会的边缘走向社会的中心，曾经在其中感到舒适自在的智识生活正被推到一边，其位置被另外两个功能所占据：第一，为年轻人提供就业证明，第二，发明能够产生收入或解决问题的事物或服务。
因此，在不久的将来，那些能享受超然的智识生活的体制很可能会离开大学。真正的智识活动不可能忍受也不可能从推动现代资本主义的新自由主义管理下存活。我对这个预测很认真。智识主义（intellectualism）和大学之间的恋爱已经有100多年的历史了，但是它正在经历一个非常困难的时期，离婚可能很快就会到来。最后让我来谈谈致知作为活动的变化。向算法式思维而非联想式思维的转向，以及向「所有致知都是科学致知」的观念转向，
这些事实上是20世纪知识史上反复出现的事件。例如，在美国，这种科学主义在1910年代、1930年代末和战争年代、从苏联人造卫星上天之后，以及自1990年代以来，一直很流行。但是，这类科学主义的流行之后，总是会出现成功地将社会科学和人文学再铸成非科学语汇的情况。例如，我们今天在网络分析中看到的“社会物理学”，自从19世纪中叶第一次提出以来，已经来来去去了至少三次。或者，
现在流行的大部分大数据分析技术的历史至少有半个世纪之久，例如聚类分析、因子分析、多维标度、蒙特卡洛模拟、模拟退火法等等。当它们初次被发明时，人们很快发现它们并没有提供学者们真正相信的答案，因此其中许多方法留给了标准较低的市场研究人员。不过其中少数方法最终找到了有用的位置和科学分析的途径。然而，重要得多的是，从话语向视觉符号的转变已经进行了一个多世纪，而且在可预见的未来似乎还会继续。这最后一点才是专业致知的核心问题，因为自从印刷术出现迄今，在西方至少有五个世纪，致知都是建立在复杂的话语论证之上。然而，我们的学生在处理复杂的论证时却毫无准备，因为他们根本就没有19世纪普遍识字兴起以来诸多社会都具有的特点，也即大量阅读印刷品的经验。对社会精英而言，阅读的经验则更是源远流长。这是我们不可能影响的长期趋势的例子之一。我们必须考虑到这个因素，我们必须调整我们的教学以适应它所带来的挑战。那么就不同的时间尺度来总结一下：某些趋势似乎历时长、稳定、不可逆转。这些趋势包括：
1. 转向日益增长的社会知识，因为其根源在于交易导向型社会中的被动数据采集。
2. 致知者向组织和商品转移的趋势，这是由于追求高效，由于对外部利益而言待解决的应用性问题非常庞大，尤其是由于资本家的逐利，他们希望拥有自己无法创造的观念，并从中获得利润。
3. 向知识作为相互无关联的商品的观念转移的趋势，尤其在年轻人中。这部分是因为资本家对商品化的兴趣，但更多是因为被动地受到互联网的熏陶。
4. 从话语致知转向图像和口头致知的趋势，因为图像和口头致知更容易，更受欢迎，也许更平等（恰是因为其更容易，对致知者要求更低），而且这一变化已经进行了至少150多年。这一转变在抽象推理和思维方面是种衰退，这一点对于所有陷入可视化狂热的诸多知识分子来说，似乎是视而不见的，但它其实是一把双刃剑。其必然性和重要性并存，意味着我们必须迎头解决这一变化。它需要认真的补救工作，要和将成为我们继任者候选人的本科毕业生和博士生一起来解决。所以，这些是不可逆转的变化。
相对的，其他“趋势”实际上是周期性的，而且更容易被坚定的知识分子所改变。它们是：1. 社会知识向微观细节方面倾斜，以及随之而来的无法在实质性尺度上理论化的趋势。这一问题的解决可以通过认真的理论工作，以及发明新的中层概念、将微观细节与先前的更一般化的抽象结合。2. 向社会性和集体性致知过程的转移，这主要是受放弃基础研究去从事应用研究的趋势所驱动。我们可以通过回到基础研究、忽略外部利益的奉承和惩罚来制止这个趋势。
3. “科学”把自己作为适合任何对象的单一模式强加于致知的倾向。这个观点永远是自限的，因为即使是最坚定的科学家也能看到人类生活不可避免地涉及道德、合法性、美和其他不能从科学角度来理解的品质。有趣的是，在不能够理解这一事实的人当中，还包括我自己大学法学院的法律和经济学理论家们。4. 我认为把所有的致知活动都当成可以通过“索引和搜索”完成这一当前趋势，也就是把所有的致知都当作算法这一点，也是自限的。联想式致知是非常强大的，但计算机还没有这方面的技能。通过将联想推理所具有的不同、但同样重要的优点正式概念化，我们能够有效地将这个钟摆推往另一个方向。 因此，有必然之事也有周期循环。但是，在必然性和周期性之外，当前危机的某些方面仅仅是一次性问题。其中最明显的问题是，人文学和社会科学未能开发出正经的新工具，以便从过多要知道的事情中找到意义，而要知道的事情过多肯定只是由于来自新数据机器的信息冲击而产生的临时问题。因此，我们看到，不可避免的周期性现象的和一次性事件混在一起，这要求我们将精力投入到周期性现象中。我们必须确保真正的专家能判断哪些行得通、哪些行不通，以使那些被动的自证正确（self-validation）不断受到攻击。
▍20世纪知识方案的巅峰 最后，我想说，我们目前的形势背后有个更深层次的一次性问题。我相信，所有这些其他趋势和周期在当代专业致知中引起问题的真正原因是，它们是在我们自己的内在历史经历转折的时候威胁了我们。在过去的20年里，我们目睹了此前现代世界中支撑专业知识体制的策略达到了巅峰。我将这个巅峰称之为“20世纪知识方案”（20th Century K
