红旗彩票规则_红旗彩票技巧

南大“三板斧”直指科研评价改革******

　　从率先引入SCI论文指标，到主动打破“SCI至上”——

　　南大“三板斧”直指科研评价改革

■新征程新作为

　　今年，南京大学天文与空间科学学院教师李川顺利晋升为教授。

　　作为“羲和号”卫星科学与应用系统的总设计师，从2015年起，李川便将主要精力投入卫星工程的论证和研发中，志在解决我国太阳物理研究严重依赖国外卫星数据的“卡脖子”问题。经过团队多年艰苦付出，2021年，“羲和号”发射成功，开启了我国空间探日的时代。正是由于在这项国家重大工程中的突出贡献，李川在今年的教授职称评审和答辩中获得了校内外评委一致认可，顺利晋升。

　　党的二十大报告提出，深化科技体制改革，深化科技评价改革。近年来，南大积极改革科研评价体系，坚持质量与贡献导向，取消了“数论文、数项目、数奖项”单一评价体系，重点评价学术贡献、社会贡献以及人才培养贡献，为科研创新注入源头活水。

　　优化考评体系，避免一把尺子量到底

　　20世纪80年代末，南大作出了一项至今还在影响我国高等教育界的决定：率先从国外引入SCI（科学引文索引）论文指标，作为当时教师职称评审、博士生学位授予的重要评价标准。

　　这项改革对于当时还较为封闭的国内高校来说，无疑是一颗“重磅炸弹”。“当时国内外学术水平差距较大，缺乏客观有效的科技评价体系，SCI论文指标凭借其透明、简单、客观等优势，迅速在国内得到广泛应用，对推动南大等国内高校科研成果走向国际舞台起到了积极作用。”南大科学技术处处长姜田表示。

　　20世纪90年代起，在国际学术期刊上发表的SCI论文数量等量化指标，成为中国考核评价学术成果的主要标准。然而，过度追求SCI论文数量的现象逐渐显现，科研工作出现了价值追求扭曲、学风浮夸浮躁和急功近利等问题。

　　打破“SCI至上”，避免一把尺子量到底，曾经的“吃螃蟹者”开启了改革的步伐，从2014年提出做问题导向的原创研究，到2018年提出构建“三位一体原创驱动式”科学研究新模式，一系列改革让南大科研评价的理念更加明晰：建立以科技创新质量、学术贡献为导向的评价体系，让科研人员在创新链条上走得更远。

　　如今，南大吹响了科研评价改革“先锋号”，正在实践以质量和贡献为要素，以论文、奖项、专利、专著、决策咨询报告、文献整理、学术译著、艺术创作等各类成果形式为支撑的综合评价体系。同时，全面考察人才在培养周期内的表现，包括师德师风、教育教学、科学研究、社会服务、专业发展等。

　　从事传感芯片相关研究的南大教师张丽敏就是“不唯论文和影响因子”评审机制的受益者。5年来，她专注于国家战略和民生需求引导的科研工作。尽管相关研究存在难度大、周期长、期刊影响因子低等问题，但这并未阻碍她晋升为教授。职称评审时，张丽敏重点介绍了研究工作的原创性和自主知识产权的完整性，展示了相关成果在非接触可穿戴设备、运动姿势识别等领域的应用与前景，获得评委认可，顺利晋升。

　　“对取得重大理论创新成果、前沿技术突破、解决重大工程技术难题、在经济社会事业发展中作出重大贡献的教师，申报高级职称时论文不作限制性要求，进一步倡导学术贡献、社会贡献。”中国科学院院士、南大校长吕建表示，创新服务是教师的第一贡献。学校紧紧围绕“双一流”建设总体目标，大力开发教师“第一资源”，突出质量贡献，着力下好科研评价改革“先手棋”。

　　为了进一步激发科研人员创新活力，2021年，南大完善科研创新激励办法，由过去简单的工分制变成主客观评价相结合的形式，不可量化的贡献有了体现方式。同时，纳入评价的成果形式更加多元，论文在量化评价环节中的权重明显降低。

　　落实分类评价，打通各类人才晋升通道

　　南大艺术学院教师陆庆龙擅长油画和水彩画，他的50多幅作品被中国美术馆、中国国家博物馆、江苏美术馆等机构收藏。

　　“作为美术专业，实践性与创作能力一直是这个专业应该具备的重要特质，但在综合类大学的职称评审体系中往往不受重视。”让陆庆龙欣慰的是，南大充分考虑到实践类专业特点，在职称评审中予以突破。

　　在评审述职中，陆庆龙没有简单地选择期刊学术文章进行介绍，而是重点展示了自己近年来的美术创作。他在业界高度认可的“全国美术作品展览”上分别获得了“中国美术奖”金、银、铜奖，这些优秀创作成果得到了专家评委一致认可，使他顺利晋升教授。

　　在南大，越来越多像陆庆龙这样的特殊人才被“破格”聘用。作为全国较早开展分类评价的高校之一，南大在人文、社科、数理等学科分类基础上，进一步打破同质化评价标准，围绕学科特殊性，有针对性地分类设置审查形式及要求，并深化推行代表作制度，建立更专业的“小同行”专家组进行评审，确保评审客观、公正和专业。

　　例如，在校内学科学术方向中较为小众冷僻或专业特色明显的语言、书画艺术等被列入“冷门绝学”评审组，增加“作品参加国家顶级展览”“被著名博物馆收藏”等定性指标描述；面向航空航天等国家需求的科研人员设立专用先进技术学科组，评价重点放在是否在专用先进技术领域获得较大学术影响或取得经济、社会效益。

　　南大电子科学与工程学院副教授陈乐长期从事航空航天领域相关工作，多次主持并参与航天部门重要科研项目，但由于科研项目的特殊性，成果难以成文。在过去的评价导向下，特殊科研项目一线研究人员在职称评审中往往竞争力不足，人才的“引、留、用”困境难以解决。

　　针对此类人才评价特殊性，南大积极“做减法”。教师的职称评审不再唯论文数量，转而关注人才的代表性成果，兼顾科研任务类型和国家与社会认可度。根据科研项目等级，构建合理、公平、透明的人事考核制度，同时配套相应的目标激励和政策激励制度等。

　　“分类评价体系让青年科研人员最大化享受政策红利，有更多的获得感和成就感，激励我们聚焦主责主业，能够轻装远行。”陈乐说。

　　据统计，在2019到2021年度专用先进技术学科组职称评审中，最终评定教授5人、副教授2人；在特殊岗位学科组评审中，2人获评教授。

　　“学校积极在不同学科、不同层次、不同阶段人才特点的精细化分类评价机制上积极探索。”南大人力资源处副处长孙涛表示，希望通过健全分类评价体系，破除思想桎梏，让更多青年科技人才心无旁骛地面向国家重大需求，潜心前沿基础研究，推动学校师资队伍建设高质量发展。

　　坚持发展性评价，尊重人才成长规律

　　“在我工作初期长时间没有高水平论文产出的情况下，学校充分肯定了实验室建设的进展。”今年，南大现代工程与应用科学学院教授聂越峰入选国家重大人才工程，成为学校A层次领军人才。回顾这些年科研历程，聂越峰认为，学校提供的良好科研条件和宽松学术环境，让他坚定信心瞄准颇具挑战的前沿基础问题展开研究。

　　自2015年来到南大后，聂越峰一直致力于建设具有国际领先水平的氧化物分子束外延与原位角分辨光电子能谱实验平台，到2018年首聘期考核时，他只发表了一篇论文。但学校对其工作状态和阶段性成果进行了综合评价，继续给予支持。2019年，他带领团队制备出世界上最薄的钙钛矿氧化物新型二维材料，并取得系列进展，相关成果两度发表于《自然》杂志。

　　聂越峰的经历并非个例。近年来，南大尊重人才成长规律，坚持将发展性评价思想贯穿于考核评价工作全过程，使人才评价激励机制从“指挥棒”升级为“推进器”、从“检测站”转型为“加油站”。学校邀请同行专家共同组成专家组，注重聘期进展，对于早期在搭建实验平台投入较多精力、建设进展较好、论文成果显示度不高的人才给予充分肯定。

　　对于处在不同发展阶段的人才，南大倡导不同的学术成果显示内容，重点评估发展潜力，对青年学者，注重学术活跃性的评价，鼓励他们立足科学前沿攀登科学高峰，逐步形成自身学术特色；对中青年学者，注重个人学术研究系统性的评价，鼓励他们建立和扩大自身学术影响力，着力组织科研团队主持承担国家级重大课题；对于学科带头人，注重评价其学术研究高度，鼓励他们提携培养青年人。

　　“对不同学科领域、不同发展层次的教师而言，科研产出的周期和方式均有所差异，坚持考核与跟踪相结合、评价与发展相一致是南大发展性评价的核心理念。”孙涛介绍，动态性与科学性相结合的评价方式，给“一顶帽子戴到底”的痼疾下了一剂猛药，避免了仰赖头衔、逆向“发展”现象的滋生，而在评价过程中贯彻“引育并举”原则，有力提升了师资队伍整体实力，增强了人才队伍的竞争力与活力。

　　科技立则民族立，科技强则国家强。当前，南大正广泛开展“全面贯彻二十大精神，加快建设‘第一个南大’”大讨论，充分借鉴师生真知灼见，为建设世界一流大学解放思想、集思广益、凝聚力量。中国科学院院士、南大党委书记谭铁牛表示，学校将全面落实习近平总书记建设“第一个南大”的重要指示和重要回信精神，着力发挥教育、科技、人才的基础性、战略性支撑作用，建设一流教学科研队伍，提供战略人才支撑，不断培养战略科学家，打造一流科技领军人才和创新团队，造就一流青年科技人才队伍，为实现中华民族伟大复兴作出新的更大贡献。（本报记者 焦以璇 通讯员 于玥晗）

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

　　（文图：赵筱尘 巫邓炎）