腾讯研究院特约研究员Nature发文：科研创新中的“小而美”定律

编者按

2019年2月13日，Nature 杂志官网在线发表了一篇以Large Teams Have Developed Science and Technology; Small Teams Have Disrupted It为题文章（article），介绍了对于团队创新的最新研究成果，发现小团队比大团队更能做出颠覆式的创新成果。

本文第一作者吴令飞是腾讯研究院特约研究员，集智-凯风研读营学者，腾讯研究院×集智俱乐部AI&Society第三期讲者。本文第二作者王大顺是美国西北大学凯洛格商学院、复杂系统研究中心副教授。本文通讯作者 James A. Evans 是美国芝加哥大学社会学系教授，知识实验室主任，腾讯研究院×集智俱乐部AI&Society第十二期讲者。

论文题目：

Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It

论文地址：

https://www.nature.com/articles/s41586-019-0941-9

本文综合摘编自集智俱乐部（swarma_org）公号相关报道。

现代科学在很大程度上是一项团队运动，在过去十几年，科研团队的主要组成，从小部分合作者，逐渐变成了规模很大的团体，团队人数甚至远超一只球队。无论是探测深空引力波，还是整合大脑发育的遗传学，要想解答重要的科学问题，通常需要科学家和机构集中资源与数据。

因此，团队合作一直是社会科学中非常重要的议题。

团队里不同党派的成员之间能够更好的合作吗？团队里有更多的女性会有帮助吗？团队里跨学科的背景会推动问题的解决吗？团队的规模和创新性有什么样的关系？这些都是我们所关心的问题。

这些问题现在已经有了初步的答案。在一项迄今为止最大规模的数据分析工作中，研究者发现，科研小组规模越小，就越有可能产生创新的问题解决方案。大型科研团队仍然是进步的重要推动力，但他们最适合验证和巩固新发现，而非做出新发现。

本次吴令飞为第一作者的论文代表了新兴领域——科学学（science of science）的最新进展，该学科致力于研究知识如何、何时以及通过谁而进步。这项研究成果可能对个体研究者、学术机构以及提供资金的政府机关产生广泛的影响。

1

如何研究团队规模与创新的关系？

收集数据

在该研究中，由芝加哥大学社会学家 James Evans 领导的三位研究者，从三个相关又有区分的领域收集了大量的数据集：Web of Science 科学引文网络中自1950年以来发表的超过4200万篇文章，美国专利与商标注册局自1976年以来授予的500万项专利，以及 GitHub 网站上自2011年以来发表的1600万个软件项目。

James A. Evans 芝加哥大学社会学系教授，曾作为主讲嘉宾出席 腾讯×集智 AI&Society 学术沙龙

为了在大规模的数据中检验假设，这篇文章采集了大量不同种类的数据，首先是Web of Science数据库中在一百年（1915-2015）中记录的四千四百万论文数据、其次是美国专利数据库中在四十年（1975-2015）中记录的五百万专利数据、以及GitHub数据库在三年中记录的一千六百万开源代码的数据，数据涵盖了人们在科研、技术、开源代码三个领域非常不同的组织关系，知识生产方式的行为，这使得关于这个问题的思考更站得住脚。

分析结果

（A-C）对于研究文献，专利和软件开发而言，平均引用数随着团队规模增加而增加，而创新颠覆性随着团队规模增加而减少。95%的置信区间显示在灰色区域内。

（D-F）与（A-C）基本相同，只不过是极端情况下的变化。观察到文章、专利和软件产品的高影响力会随着团队增大而增多，而颠覆性创新会减少。

（G-I）表示团队规模与参考文献引用之间的关系。参考文献的流行度中位数（引用数）随着团队规模增大而增加，而参考文献平均年份随之而减少。

（J-L）与（G-I）基本相同，只不过是极端情况下的变化。软件开发行业有着引用度非常高的代码库，所有头部25%的引用流行度而不是头部5%的流行度。

通过倒推，包括美国西北大学王大顺和芝加哥大学吴令飞在内的研究团队，分析了每篇论文或者项目的引文模式。引文的内容是关键指标，而非引文数量。真正的原始贡献，例如爱因斯坦出版于1915年的的广义相对论，被后来的论文大量引用，但是后来的论文并不会再回顾爱因斯坦曾引用过的研究成果——这意味着与过去旧工作的决裂。

吴令飞，芝加哥大学知识实验室博士后，香港城市大学博士，腾讯研究院特约研究员，曾作为主讲嘉宾出席 腾讯×集智 AI&Society 学术沙龙

相比之下，更多的新增文章，在被广泛引用的同时，但它们的引文列表也被大量引用。就像一条河流，这些新论文代表的不是河流中的急转弯，而是稳定、越来越深的河道。

基于引文内容的这些差异，研究者对这些论文和项目的“颠覆性”进行了评价。获得诺贝尔奖级别的论文，往往是最具颠覆性的，在研究者所做的电话调查中，这些诺奖论文也更可能被各个科学领域的领军人物提及。

当 Evans 等人将“颠覆性”程度与负责项目或者论文的团队的规模联系起来时，发现了清晰的模式：

小团队比大团队更有可能产生颠覆式创新。小团队做出的颠覆式创新通常需要一年左右的时间才能流行起来，之后更大的研究团队就开始整合观点，巩固证据。

大团队偏向引用新文献，捕捉流行的研究。小团队在研究过程中，对过去的文献追溯更深，思考深入，从而提出新想法，实现“颠覆性”的创新。

2

小团队给我们什么启示？

小团队在创造新的方向，而大团队在发展这些方向，换个说法是小团队擅长提出问题，大团队擅长回答问题。小团队创造一个方向，等待有人发现、赏识他的想法与创新并把它发扬光大，但很可能在等待的过程中，这个团队就消失了，这也是为什么现在创业不易的原因之一,而大团队收割目前已有的注意力流，沿着已经被验证过的好方向去挖掘。

王大顺，美国西北大学副教授。曾作为嘉宾，在集智俱乐部等主办的人工智能与公共政策研讨会上做报告

这项规律也适用于每个科学领域，无论是物理学、心理学、计算机科学、数学还是动物学。Evans 表示，你可以在领域内、研究主题内看到这个规律。并且这个规律的大部分影响发生在个人身上，这意味着，如果你正在写一篇论文，并且找另外一个或者两个人合作，那么你找的每个人的颠覆性都会缩水。

研究者认为，新的研究表明，可能需要一种不同的学术资助方式——要能够承担更多风险、花费更多时间和金钱，来支持有前途的个人和小团队。

就像风险投资家那样考虑问题，他们期望获得5%的投资成功率，为此会尽量减少他们所投企业之间的相关性。借助投资组合，能够提高其风险承受能力，也能获得更高的回报。

对科研资助而言，把更多金钱、时间投给那些有希望的小团队，可能催生出很多意想不到的“颠覆式”创新。

3

科学学（science of science）与未来

科学学是一个全新的学术领域，为什么这几位科学家会想到在这个方向研究呢？

令飞曾经分享过他自己的经历。他是文科背景，但是对物理非常感兴趣，希望在物理学期刊上发文章。在博士毕业以后，想带着这种动力继续研究物理，成为伟大的物理学家。

他后来确实发了两三篇物理学的文章。在亚利桑那州的沙漠地带，干燥又孤独的地方，一个人日复一日地构造模型。文章投递的过程非常艰辛，他在这个过程中的角色相当于是一个小团队，若是写一些热门的文章，比如人工智能方向的，显然比不过谷歌、微软这些大团队，所以只能绝处求生，写一些还没被开发过的东西。

也是这个经历让他明白，小团队做出开拓新方向的发展策略都是迫不得已。

当只有你一个人的时候，你也想追踪社会热点、热门产业，你也想一开始就进入一个成熟的市场，但在成熟的市场中，蛋糕已经被分的差不多了，挤进去也只剩面包屑了，那怎么办呢？不如开拓一个新市场，没有大蛋糕，自己做一个大蛋糕。

相反，大团队有足够的人力、财力和已有的注意力流进军成熟的市场。

正如吴令飞所说：“每个星期，詹姆斯、大顺和我都会互相攻击对方最糟糕的想法，并回应彼此最好的想法。 随着我们讨论不断展开，积累更多发现和对评委有了更多回应，我们建立了对原始想法的信心，而且得到了远远超出论文一开始时的见解。 随着我们长达几年的合作，这个合作本身展示了小团队在知识空间快速移动和搜索、形式化想法并进行快速测试的能力。 随着我们在这条思考之路上愈行愈远，我个人认为，创新不是关于扩大团队规模，而是关于坚持、孤独，以及通过持续但灵活的关注来实现突破。”

目前，科学界对科研团队规模扩大的影响已有大量的争论，我们相信，这篇研究能为解决争论和未来科研人的团队合作提供新的思考和路径。

-- END --

我好看吗？