[美] 赫伯特·A·西蒙
科学家们的兴趣在于解答有关世界本质的问题。无论科学家们从事何种推理、探索或实验，其最终的有效性和价值在于是否能揭示世界的实际状态，并最好能以概括和总结世界重要特征的方式呈现，甚至能用以解释这些特征的术语来表达。
在科学研究中，研究课题（problem）是问题（question）而非话题（topic）。例如，" 潮汐 " 只是一个话题，而 " 潮汐有什么规律？" 和 " 潮汐是如何形成的？" 则是研究课题。
什么是好的研究课题
那么，什么是好的研究课题，也即好的科学问题呢？要评估一个问题，首先必须明确它的解答（如果我们能找到的话）会是什么样子，以什么形式呈现。比如，认知心理学中的一个科学问题是：" 人们用来解决复杂问题的策略是什么？" 这个问题的解答可能是一种计算机程序（我个人倾向于这种形式），用表处理语言编写，如 Lisp 语言，可以解决人们认为复杂的问题。
从形式上讲，这种程序相当于一组差分方程。在问题解决的每个阶段，它能预测下一步的行动。由于它细致地预测了解决问题的路径，因而提供了将该路径与实际数据进行比较的机会，从而验证其经验有效性。
解答的可检验性
一旦提出解答，其可检验性便成为一个好的研究问题的重要特征。古人曾推测月球是一个抛光了的水晶球，但这个假说在望远镜发明之前难以验证。直到伽利略利用望远镜，才发现月球表面实际上是粗糙的，有山脉的存在。自望远镜发明以来，月球表面特征成为了一个更具研究价值的问题。
类似地，在 19 世纪末，许多著名物理学家拒绝接受原子论假说，他们与马赫一起认为，原子的存在是不可检验的，因此原子不应成为物理学理论的一部分。然而，卢瑟福的经典实验表明，若不考虑原子的存在，这一现象难以解释，而若考虑原子，则很容易解释。此后，原子存在的事实被迅速接受，甚至像奥斯特瓦尔德这样的反对者也很快改变了立场。
解答的质量
一个好的研究问题的第二个特征是，其解答（若能找到）将被视为有价值的。最基本的检验标准可能是：如果该解答发表在一家有声望的期刊上，至少会有两个人索要该论文的复印件。
美学价值
如果一个解答在数学上表现出美感，它通常会被认为是有价值的。许多科学家认为麦克斯韦方程或狭义相对论的闵可夫斯基时空形式是科学问题的优雅解答，不论其其他可能的价值。
当然，美感并不总是数学上的。通过自然选择解释进化具有其独特的美感，这与数学无关。我们在这种理论中看到了某种强有力的简单性。类似地，在 " 市场价格是供需平衡时的价格 " 这一类原理中，我们也看到了相似的品质。
对科学的价值
除了因美学而引起的欣赏外，科学问题的解答还可能因为其解释了之前只能描述性概括的现象，或因为它们将之前被认为分离的现象结合并概括在一起而被认为有价值。总的来说，这些解答之所以有价值，是因为它们推动了科学的基本方向，并对未来的发展作出了贡献。
实用价值
最后，科学问题的解答可能被认为有价值，因为它们提供了物理的、生物的或社会的新技术，对人类有实际的应用价值。
当然，一个科学问题的解答往往结合了这三种价值。牛顿的运动定律就是一个光辉的例子。它们在简洁性上极具美感，为理论力学提供了基础，同时也使我们能够开发出如钟表或人造卫星等技术。
发现解答的可能性
一个好的科学问题的第三个特征是，有理由相信经过与其价值相称的努力，该问题的解答是可以找到的。（我将这一点与解答的可检验性区分开来，尽管这两种可行性密切相关）。攻克一个科学问题的可行性随时间变化而不同。在某个特定时刻，某些问题的时机可能尚不成熟。随着情况的改变（通常是新仪器的发明），曾经难以解决的问题可能变得可以解决。
例如，在 17 世纪初望远镜发明之前，无法确定哪些行星如月亮般有盈亏变化；在恒压电源和可靠的安培计发明之前，欧姆定律是无法发现的；在苏联发射第一颗人造卫星之前，月球背面的特征无法知晓；在数字计算机发明之前，无法确定大脑中的符号处理过程如何产生思维。
对于科学家来说，重要的是能够及时意识到，随着变化的发生，曾经遥不可及的一个重要问题现在已经成为可能解决的课题。
率先到达
科学家不仅要解决问题，还要解决前人未曾解决的问题。新颖性是科学贡献的一个不可或缺的要素。科学定律的第二个发现者不会获得奖励。然而，这并非绝对：伽利略在得知荷兰发明了望远镜后，几天内就制造出了自己的望远镜，因此获得了巨大的声誉。但他真正声名鹊起的原因是，他制造了一架比先行者更好的望远镜，并利用它极为有效地发现和研究了金星的盈亏变化、太阳黑子和月球上的山脉等新现象，并且认识到这些现象是支持哥白尼体系的关键证据。利用和改进前人的发现可能对科学做出重要贡献。这样的例子很多。然而，在这些活动中，必须有某种新的和有价值的东西。
在什么情况下，科学家可以有信心相信自己将成为第一个解决已被确认是好课题的人？科学家超越其他人的比较优势来自何处？
发现新课题
一种可能性是这位科学家是第一个发现这个课题的人。首先发现新课题通常不是偶然发生的。科学家的环境可能使他获得了其他同领域科学家所无法获得的信息。或者，有一个已被确认的重要问题，但由于现有知识和技术的限制，尚无法解决。那么，获取攻克它的新工具或新方法便可能成为优势所在。
一些科学家从最新发表的专业期刊论文中寻找研究课题。这往往是导致科学中出现 " 跟风 " 现象的主要原因，也是寻找好研究课题的拙劣策略。因为从这些来源选择的问题，很可能并非根本性问题，而是局部或暂时性问题；而且在同一时间关注这个问题的人很多。这就像赛马一样，谁能拥有相对优势和秘密武器，谁就能获得第一？基于同样的理由，一个过于热门因而竞争激烈的研究领域，通常不是寻找研究课题的好地方。当发现自己的研究领域突然变得热门时，这通常是一个转向其他更有前景领域的好机会。但那些倾向于看到事物阴暗面的人则会选择在获得教授职位和研究经费后再转移研究领域。
当然，如果一个人对某个问题，无论是新问题还是旧问题，有了很好的新想法，那么，无论在什么样的研究领域，他都应当毫不犹豫地追求下去。不过，在此之前，他应当确保自己确实有充分的理由相信这个想法是真正的新想法。
总之，如果一个科学家有理由相信自己拥有解决一个好问题的可行办法，而其他科学家尚未注意到这个问题或解决问题的可行性，或者尚未掌握必要的求解手段，那么对他而言，这是一个好的课题，率先到达目的地的可能性很大。
才智是否足够？
然而，大多数情况下，好的课题是众所周知的，其他科学家也在攻克这些问题。那么，凭什么可以相信一个人会成为第一个解决这些问题的人？一个不太可靠的理由是，某个科学家自认为比其他研究同一课题的科学家更聪明。科学家需要有可靠的证据表明他非常聪明，然后才能得出结论说，单凭他的超常才智就能取得比较优势。
秘密武器：知识与技术
撇开超常才智不谈，让我们回到之前提到的比较优势：别人所不具备的知识（可能是从遥远的学科或不寻常的经验中获得的）。
例如，生物化学家汉斯·克雷布斯解决了一个著名的（且重要的）问题：确定动物体内氮化合物转化为尿素的化学反应途径。他的秘密武器是组织切片法，这是一种研究活体有机体化学反应的方法，这是他在该方法发明者奥托·瓦尔堡的实验室当博士后时学到的。当克雷布斯开始他的研究时，这种方法尚未被广泛使用。
新现象：意外
比较优势的另一个来源是通过对自然界或实验室中新现象的意外观察获取的信息。当弗莱明在一个放了几周未清洗的脏培养皿中意外发现细菌被霉菌消解时，这个意外发现源于他 " 有准备的头脑 "；他对细菌的知识足以让他发现细菌被杀死了，并认识到这一现象无法用已知规律解释，同时他能识别出霉菌的存在。只有当你有了基于已有知识的预期并且这些预期被你观察到的现象所打破时，才能发现意外。
弗莱明的观察为他提供了攻克一个重要且众所周知的问题的基础：如何消灭导致疾病的细菌？因为显然没有其他人观察到这种现象（事实上，其他人已经多次看到这一现象，但没有深入研究），弗莱明正确地相信他掌握了一种独特的优势，从而迈出了发现青霉素的第一步。
科学如赌博
科学家捷足先登的秘密武器通常是其他科学家不具备的知识或方法。在股票市场上，依靠他人已经掌握的信息无法发财。同样的赌博规律也适用于科学。
将科学视为一场赌博游戏是否让你感到不安？科学的任务是减少或消除不确定性。科学的起点必然伴随着不确定性，因此它是一场赌博。否则，就没有科学存在的意义。优秀的科学家如同职业赌徒，并不完全依赖运气。他们寻找比较优势，寻找秘密武器。科学有自己的规矩，规定了什么是正当的秘密武器（不能伪造数据，不能盗用他人的数据或思想等）。在这些限制内，比较优势并非不被允许。优秀的科学家就是一名优秀的赌徒。
科学的多种形态
科学活动有许多独特的目标，包括：（1）寻找一个好的问题；（2）探索现象的最佳表示方式；（3）寻找数据中隐藏的规律；（4）寻找解释描述性规律有效性的机制；（5）推导出定律或理论的逻辑推论；（6）发现有趣的新现象；（7）发明新仪器；（8）设计并实施一组实验以阐明现象。
由于科学活动如此多样化，科学领域能够容纳各种不同类型的人才，包括理论型、实验型、数学型、观测型、机械型、发明型等。
工作策略
前面讨论了与选择好的研究课题有关的工作策略。那么，科学家还应遵循哪些经验法则来指导他们的工作呢？有效地分配时间对做好科学研究至关重要。
时间分配策略
科学家们需要在学习和工作之间分配时间。当然，这两者之间的界限并不总是那么分明，因为从事科学研究会产生新的知识，因此也意味着学习。此外，科学家还可以提出一些策略来获取现有文献中的知识，同时制定一些策略来分配工作时间。接下来我将详细讨论这两个话题，虽然顺序与这里提到的相反。
多少个问题？
一般来说，科学家将所有工作时间都投入到单一问题上并不是一个有效的策略，这有几个原因。首先，一些极为重要的问题往往需要很长的时间来成熟。在等待这些重磅成果的漫长岁月中，科学家如何保持自己的信誉和研究经费的来源？一个方法是在进行重磅研究的同时，平行地进行一些 " 面包加黄油式 " 的研究项目。这类研究虽然可能没有那么壮观，但确实有价值，并且周期较短。如果讲实情的话，正如托马斯·库恩所言，大多数科学研究实际上都是 " 面包加黄油式 " 的研究。
其次，寄予厚望的长周期成果未必总能出现，不是每次赌博都能成功。为了更好地维护科学家在公众心目中的形象和自尊心，不把所有赌注押在一次掷骰子上是更为明智的做法。从更深层次的心理学角度讲，由于其他项目的成功不断提供正反馈，科学家对长周期项目不确定性的忍耐能力也能得到增强。分散风险有助于心理健康。
工作在多个课题上的第三个理由是，让课题不时地搁置，可以使科学家忘却导致他们走上错误道路的错误观念，从而以全新的视角重新审视问题。（注意，这个建议并不依赖于 " 无意识 " 在搁置期间解决问题。忘掉错误的提示可能就足够了。）
第四，面包加黄油研究的另一个变体是：如果科学家想转移到新的领域，可能需要大量的学习投入，而成果却未必立竿见影。在进行新的学习时，科学家可以继续在他原有的专长领域中保持多产。
第五，比起局限于某一角落，广泛涉猎显然要有趣得多。科学应当充满乐趣。如果科学没有乐趣，就很难成为优秀的科学，因为人们只有在做自己最喜欢的事情时，才能做得最好。
科学家应同时处理多少个项目？
这取决于科学家自身以及课题的深度。还取决于科学家能否静下心来专注于一个课题，而暂时不顾其他课题的干扰。很容易被那些截止日期最紧迫或结构最清晰的课题所吸引，而忽略那些结构不那么明确、但或许更为根本的课题。通过自我观察，一个科学家可以了解他或她在同时处理多个课题时的能力。
计划到什么程度？
现时的基金组织似乎有个奇怪的想法：科学家应该能够详细规划未来两年要做的实验。谁要是能够做到这一点，谁就会被迫从事乏味的课题（可能有价值，但仍不失为枯燥乏味）。
科学研究需要方向感——了解最终目标和中间目标，但也需要灵活的策略，以应对研究过程中的发现，尤其是意外发现。在设计实验之前，仔细规划测量什么以及如何分析实验结果是必要的。然而，在尝试性地进行实验的过程中，科学家还应仔细观察实验对象的行为，以发现意外事件——那些在实验设计时未曾预料到的情况。如果幸运的话，这些意外发现将使整个实验努力得到回报，甚至可能不再需要完成整个实验。
在进行实验的过程中，以及在将实验结果送交计算机程序分析之前，科学家应极为细致地审视实验对象的每一个行为，以发现非期望事件。实验记录和类似的高密度数据的最有趣之处在于它们往往隐藏着各种宝藏，即通过细致入微的观察可以发现的新现象。" 观察 " 不仅仅意味着使用形式化的分析工具。观察意味着将现象呈现在训练有素的科学家的眼前，以期发现能够唤起记忆中重要知识的线索。当弗莱明观察到脏培养皿时，他意识到这些细菌看起来有些不对劲。这个线索引发了他对细菌和霉菌的全面知识。
有趣的现象是科学的生命线。发现它们是科学家的最高使命。发现新现象比发现新理论更为卓越。正如彭加勒所说：" 我们最不缺乏的是假说。" 而在当今世界，理论家的市场却已通货膨胀，价格虚高，超出了它们的实际价值。
学习策略
毋庸赘言，科学家远在了解其研究领域的所有知识之前就已经开始了工作（否则，他们终生可能都无法从事新的研究）。因此，要在科学领域保持活跃，科学家必须终生坚持学习。而要有效学习，就需要有合理的时间分配策略。
跟踪
大多数科学家，乃至刚入门者，都有一定的能力多学一些他们当前研究的狭窄专门领域的知识。通过使用专门的文献工具及阅读文章中的参考资料，他们知道如何找到相关文献。当然，并不是所有的科学家都能很好地做到这一点，但他们可以做到，尤其是在他们想发表文章而编辑或审稿人要求此点时。
但对于 " 跟踪 " 不直接相关的领域当前文献来说，情况又如何呢？在期刊激增的当代，" 跟踪 " 是不可能实现的概念，这或许甚至在一个世纪前就不行了。定期及时地阅读期刊杂志如同每天读日报一样，是发疯而浪费时间的行为。那么，科学家应如何持续获取信息和学习呢？
首先，科学家应逐步积累在可能感兴趣领域中的朋友。朋友会提醒他注意到他们自己领域或邻近领域中的重大进展。如果朋友没有主动提供信息，打个电话或在午餐时问一句 " 有什么新消息？" 通常就能得到这些信息。（我始终感到奇怪——现在也许不该奇怪了——为什么大多数人对他人的兴趣不抱好奇心，他们很少主动询问别人 " 有什么新消息？" 也很少耐心地等待回答。）
其次，大多数领域的变化是非常渐进的。不是每月，甚至不是每年都会有 " 突破 "。如果一个科学家在某个时期对一个领域有了充分的认识，然后将兴趣转移到其他领域，那么，每隔五年左右读一两篇好的综述文章就可以有效更新知识。这应当是合理的，否则，重要的书籍在五年后就不会再版，然而，这些书通常还是会再版。替代阅读综述文章的方法是参加一次专业会议，但这可能需要更多的时间。在感兴趣的领域中的朋友可以推荐一些最佳的信息来源，无论是文章还是会议。
转换领域
即使是在高度发展的科学领域，如物理学或化学，一个有才智的人也可以在大约七年（加减两年）内准备好进行创造性工作。然而，这段时间包含了许多用于接受一般教育和撰写学位论文的时间。实际用于积累该领域知识的时间可能需要三年——并不是学到所有该学的东西，而是学到足以开始创造性研究所需的知识。
因此，一个受过良好教育（最好有扎实的数学和计算机科学训练，并且已经有了某种研究经验）的人，在几年内就可以转移到完全不同的科学领域。转移越小，所需时间越短。
要检验这一转换是否成功，写一篇该领域的论文，并将其提交给一流期刊。审稿人可能会发现你的外来腔调，并因此对你苛刻，但他们肯定能判断你是否有足够的知识在该领域中工作。即使第一次尝试失败了，你也会发现审稿人和编辑的意见本身就是一种极好的教育。当然，如果你害羞，你可以在投稿前先将论文送给你的朋友评审。如果你的朋友不过分客气，你能从他们那里得到比审稿人更有用的信息。你也将很快发现自己在自学中遗漏的文献。
跨学科小组
人们通常认为，许多最重要的科学发现需要整合多个学科的知识。证明这一现象的重要例子并不难找到。然而，这些不同学科的融合只能发生在一个人的头脑中。只有当跨学科小组的成员在知识上跨越多个学科时，跨学科小组才会取得成功。
当然，有时候研究小组的成员会为整体努力作出专门的技术贡献：某种数学、复杂的计算机程序、某些专门的实验室技能或操作方法。然而，如果不是该项目中的某个成员或其他成员对所涉及的所有学科都有良好的基本知识，那么这些专门技术也可能无法发挥作用。达不到这一点，一个心理学家加一个经济学家不会形成一个成功的跨学科研究团队。
二战后，来自包括物理学和化学在内的多个领域的科学家们共同创建了分子生物学这一新领域。在麻省理工学院和加州理工学院等大学中，他们成功的关键在于他们在此过程中学到了大量生物学知识，成为了既是物理学家或化学家，又是生物学家的人。