早在1900年，美国国家奥杜邦协会（National Audubon Society，NAS）就开启了延续至今的年度圣诞节鸟类统计（Christmas Bird Count）项目，NAS与美国康奈尔大学于1915年联合成立的康奈尔鸟类实验室（Cornell Laboratory of Ornithology，CLO）被公认为持续最悠久的自然志（natural history/history of nature）研究机构，并延续了NAS的“公众参与科学研究”（public participation in scientific research，PPSR）的传统。^[1]1995年该实验室的生物学家李克·伯尼（Rick Bonney）明确提出了“公众科学”（citizen science，CS）的概念，被普遍认为率先总结近百年项目运作经验并首次提出该概念。同年，英国社会学家艾兰·埃尔文（Alan Irwin）也独立提出同样的概念，但也有观点认为《麻省理工技术评论》（MIT Technology Review）在1989就提出了该概念。^[2][3][4]3

此后，公众科学迅速成为科学界的新宠。对Web of Science （截至2021年9月12日）全库主题（topic）检索表明，1996年至今已公开出版8444篇文献，篇均被引频次15.88（h-index 138），呈现出显著的发表与引用稳定快速增长趋势。在所有文献中，仅环境科学与生态科学的成果就占54%，凸显了生命科学学科群研究者的关注。在全部88个研究方向分类中，涉及社会科学相关（social sciences other topics）以及业务管理（business economics）的文献数量仅位列第8与第10位（分别为1010篇，12%和886，10.5%），而公共管理（702篇，8.3%）、社会学（636篇，7.5%）、传播学（368篇，4%）、历史（218篇，2.6%，）、哲学（112篇，1.3%）和伦理学（11篇，0.1%）的比重微乎其微。张轩惠等认为当前研究热点呈现分裂趋势，即项目视角（关键词为monitoring、birds和biodiversity等）、理论方法视角（关键词为crowdsourcing、education和data quality等）以及参与者视角（关键词为citizen scientist、training和community based monitoring等）。^[5]

对此，帕特里克·伍列（Patrick Woolley）等认为公众科学根本目的是“全社会的善”（societal good），强调了政治学、社会学和公共管理的意蕴，质问了公众责任和政府调节（regulation）在其中的关系并因而主张慎用“公众”该词。^[3]福劳瑞安·黑格（Florian Heigl）等承认已呈现全球繁荣景象并指出当前关于公众科学的理解五花八门，出于“提供一个框架且抓住相关思想的措辞以减少复杂性”目的而主张形成“国际化的最小定性”（quality）定义的必要并提出了包括科学标准、协作（collaboration）、开放科学、交流、伦理和数据管理的六方面原则且强调了不能将对公众开放的所有科学研究项目或与PPSR有关的所有概念都视为公众科学。^[6]由此，当公众科学概念和应用已深入发展之际，却不得不回答一个应该在最初就明晰的问题：什么是公众科学？

虽然公众科学概念的正式出现很晚且相关概念纷繁芜杂，如群体/共同体科学（community science）、人民赋能科学（people-powered science）和众包（crowdsourcing）等，但PPSR的历程非常久远，至少可以追溯到600多年前的法国酿酒者对庄稼收割日的记录以及18世纪挪威某主教创建的自然志研究的牧师网络。^[1][2]统计表明，已知公众与科学的关系的首篇公开文献为Science刊发的朱尼尔·伊斯特曼（Junior Eastman）的文章The Relations of Science and the Scientific Citizen to the General Government，而已知首部专著为托马斯·霍格本（Thomas Hogben）的Science for the Citizen : A Self-educator Based on the Social Background of Scientific Discovery。^[7][8]但作为先驱，并未获得当时学界的关注，两者迄今引用频次分别为0和23。稍后，Nature和Science分别刊发了巴塞尔·特瑞普（Basil Tripp）的文章Science and the Citizen: The Public Understanding of Science和沃伦·韦弗（Waren Weaver）的文章Science and the Citizen。^[9][10]

由于现实存在，美国国家自然科学基金会（National Society of Sciences，NSF）于1992年就接纳了项目资助申请并于2001年成立“非正规教育促进中心”（The Center of Advancement of Informal Science Education，CAISE），将公众科学项目正式列入“非正式科学教育项目”。2009年CAISE将其称之为PPSR并定义为“公众出于非常明确的协作目的而参与其中并产生新的科学知识的研究进程与研究方式”，同时提出了贡献型（contributory）、合作型（collaborative）以及共创型（co-created）的发展模式。^[11]稍后，Bonney的同事珍妮弗·谢尔克（Jennifer Shirk）再次强调了PPSR的概念、参与程度以及质量的具体衡量的必要并增加了契约型（contractual）与学院型（collegial）。^[12]必须指出，部分文献主张公众科学属于PPSR的一种具体形式的观点并不符合真实的公众科学思想史且恰好颠倒了两者的包含关系。^[13][14]11

追根溯源，Eastman从政治学和公共管理角度说明了美国科学家开始把个人的科学研究认为是公共服务的一部分并主张真正的共和政体（republic）应包括受过良好教育的公众和政府之间的关系，即提倡科学家对公众的科学传播义务。作者认为共和政体“诞生于为了最大多数公民对最善的迫切渴望……（而使得）民主冲动（democratic impulse）达到最高的行动。”并强调“伴随高度组织化的共同体的出现和随之而来的财力（financial power），不同来源和能力的个体能催生更高知识的灵感，但至少需要满足科学调查（investigation）的最新和最好的结果”，涉及了民主、财务可持续、知识创新、组织流程以及科学研究等话题。^[7] Hogben强调了公众的自我科学教育的价值与完成，Tripp报道了当年英国皇家学会关于如何利用当时新颖的传播手段增加公众对科学的理解的研讨会并称之为科学博览（Exposition of science），恰好为Hogben的反转。^[8]Weaver也主张践行民主必须扭转把科学“想象成一套特别的鬼把戏”（tricks）且“把科学家看成是古怪技巧的操控者”并强调“关心的决策不仅是科学家单独使用的”而要求“科学家必须转身准备离开他的实验室去扮演一个导游”。^[10]必须指出，从修辞学而言，Eastman的起点文献将公众与科学的关系特征概括为scientific citizen，认为是内涵紧密统一的从属关系且主词为公众，而Hogben、Tripp与Weaver对于两者关系的描述用了and或for，形式上是并列关系或松散的从属关系，显现了对源初理解的降格。Bonney的定义是“由非科学家主导的，自愿提供科学数据的科研项目”，也体现了对源初理解的降格，只有Irwin秉承了Eastman的理解，定义为“科学公民权的发展概念，这一定义凸显了向公众开放科学和公众参与科学政策过程的必要性”。^[4]2-3

若以西方思想史脉络扩大考察范围，欧洲哲学、社会和科学思想的直接萌芽与根源都回避不了苏格拉底的善（good）及稍后亚里士多德的善的共同体（community）。Eastman提出的追求至善的目标及政治学视野都是合理和合史的，且契合当前强调共同体/社区自身利益的共识的趋势，但制约当前应用的直接原因正是共同体/社区关心的优先事项（community priorities）并未完全与科学家确立的具体研究目标紧密联系（alignment），凸显了对善的共同体的重视不足。^[15][16][17]仅此而言，杰夫·霍伊（Jeff Howe）将其提出的众包概念分类拓展了Eastman的源初理解，即民主决策的众投（crowd voting）、研究共同体的众创（crowd creating）、资金筹措的众筹（crowd funding）以及知识创新的众智（crowd wisdom）。^[18][19]必须指出，众智会产生“非专业知识”（lay knowledge，lay expertise），但其中包括传统科学研究极度匮乏和忽视的地方性知识（local knowledge），而这也可以解释为何最繁荣的应用领域是生态科学、环境科学以及人体医学（health care/medical science）。^[20][21]此外，部分项目契合早期英国皇家学会为代表的小科学（little science）的部分特征，即：研究目的是增长知识或满足兴趣；而更多项目吻合小科学的其他特征，即：（1）出于个人兴趣与爱好开展的自主研究；（2）经费来源是自我资助或个人资助，而非政府或社会组织；（3）研究者之间是特殊的精神关系而非生产关系。这种特征使得大科学（big science）时代更有可能维护政治学的民主，即“将独立最大限度地归还给我们的科学家”以及“仍坚持他的圣战，以保护他的科学家同行们，不会被他视为联邦政府的赏赐（资助）而束缚自己的自由”。^[22]290仅此而言，公众科学既可视为对早期自由主义的科学研究的回归，也可视为当代小科学的具体形态之一而被认为与公众理解科学（public understanding science，PUS）的概念接近。^[14]7

但是，百年发展历程中潜藏着两条不同的进路：（1）层出不穷的教育研究沿袭了Hogben、Tripp与Weaver强调的PUS及稍后出现的科学理解公众（scientific understanding of public，SUP）的内涵；（2）稍后大量出现的对于知识生产/创新以及民主共识的科学决策的管理学、数理统计学和实验方法的研究沿袭了Eastman的源初理解。对此，芬·丹尼尔森（Finn Danielson）等明确指出了关键问题是项目的可持续和财务的可持续、知识获取能力（侧重于地方性知识和大尺度）、公众参与的管理决策和民主程序。^[23]杨正重申焦点是政治学的民主。^[13]当前的海洋和海岸环境的研究与管理已经发展出了非正式的社会执照（social licence）。^[24]布鲁诺·斯特劳斯（Bruno Strasser）等主张历史与境（historical contexual）的理解并认为重点问题为民主、教育与科学发现（scientific discovery），他“毫不羞涩地”强调了政治学视角且突出了模式（mode）研究的迫切。他的观点维护了Eastman并通过加入科学教育的因素而调和了两种进路，为目前最为完备的概括。^[25]赵宇翔将公众科学分为宏观层面的范式（paradigm）、中观层面的流程（process）以及微观层面的平台（platform）3个层次。^[26]据此，从宏观层面提出理解公众科学的知识系统结构与动力学机制（详见图1）。

图 1

图 1 公众科学的知识系统结构与动力学机制 说明：本图采用控制论（Cybernetics）（参见：Wiener，1947）以及由此发展出来的系统动力学（system dynamics，SD）（参见：Forrester，1961）原理，其中：虚线圆框代表系统要素或SD的库存（stock），内部实线方框代表子系统，方框内各文字代表子系统要素或SD的变量（不包含SD强调的时间变量），线条代表主系统关系或SD的流（flow），箭头代表主系统的因果关系或SD的流向，实线代表正反馈（+），虚线代表负反馈（-），“形式”是正反馈，“目标”是负反馈，线条分两种粗度并分别代表主要（dominate）关系/主回路（close loop）（粗）以及次要关系/子回路（细）。

对Web of Science（截止到2021年8月28日）的全库标题（title）检索表明，迄今对公众科学最关注的仍旧是科学界，仅环境科学和生态科学文献就占55%，刊发于2009年Trends in Ecology and Evolution 的乔纳森·希尔弗顿（Jonathan Silverton）的文章A New Dawn for Citizen Science被引频次最高（1084次）。作为英国开放大学生命科学系的研究者，Silverton与身为同行的Bonny有着同样理解，仅仅认为由于“公众扮演了免费的劳动力、技能、计算力和财务的资源”，因而“公众科学家（citizen scientist）是作为科学探究的一部分的采集和/或处理数据的志愿者”，但他认为公众科学的另一个价值是科学界为了继续获得纳税人支持而让他们参与以理解和认可科学的公共责任（public accountability）。同时，认为工具和软件的可获得性导致了公众科学的流行，但明确指出了当前缺乏良好的指南（guideline）。据此，提出了契合传统科学研究规范的原则并强调后两点并未普遍应用：（1）公众收集的数据必须以某种方式被校验（validation）；采集的方法必须被良好的设计和标准化；（3）尽可能多的假设（assumption）必须被清晰的提出来；（4）非常渴望在脑海中拥有一个研究假说（hypothesis）；（5）志愿者必须获得奖励及反馈。^[27]该文献并不完全契合上文提出的宏观系统结构，仅涉及了“人文学科”、“社会科学3”和“自然科学”，但因此将研究视野从宏观层面延伸到了中观层面，问题从“是什么”转换成了“做什么”。

被引频次第2高（963次）的文献是刊发于BioScience的Citizen Science: A Developing Tool for Expanding Science Knowledge and Scientific Literacy。该文献根据CLO的经验而总结了9步骤流程，即：（1）选择1个科学问题；（2）形成1个科学家/教育者/技术学家的评估者团队；（3）发展、验证和精炼协议、数据表和教育支持材料；（4）招募参与者；（5）训练参与者；（6）接受、编辑和展示数据；（7）分析和解释数据；（8）发布结果；（9）衡量产出。^[28]该模式显然比Silvertown更为精细和可操作，但也不完全契合上文提出的宏观层面的知识系统结构，仅涉及了“社会科学1”和“自然科学”，且更强调“自然科学”。按社会学、商业经济、公共管理、历史、科学哲学史和哲学方向精炼后的文献（245篇）中的最高被引频次文献（600次，频次超越第2高被引文献1倍）是凯西·康拉德（Cathy Conard）和克里斯塔·希尔奇（Krista Hilchey）刊发于Environmental Monitoring and Assessment的文章A Review of Citizen Science and Community-based Environmental Monitoring: Issues and Opportunities。该文总结了此前10年的相关研究，认为现阶段存在2个鸿沟（gap）：（1）没有充分满足公众参与项目的目的之一——获得尊重以及决策的参与权和影响力；（2）也没有完全克服数据偏差（data bias）的焦点科学问题。^[29]鸿沟1关涉了“政治学”、“社会科学2”，鸿沟2关涉了“自然科学”。

简之，众多研究者来自于科学界，因此只是关注以无偿形式实现财务可持续目标以及知识创新目标。这凸显了科学家们侧重“自然科学”的降格理解与工具化倾向。^[30][31]可称之为“部分的公众科学”（partial citizen science），这可解释为何数据偏差成为普遍关注的研究热点且普遍质疑公众提供的知识/数据的可信和正确并由此普遍强调教育/培训、项目流程和数据质量控制的重要性。^{[2][17][22][32][33][34][35][36][37][38]}由此导致了模式的多元理解，如：Bonney等的9步骤流程、Shirk等的输入/行动/输出/产出/影响的5步骤流程和5阶段发展模式以及文森特·德维科特（Vincent Devictor）等的问题、协议（protocol）、数据、结果解释和教育5因素的流程框架。^[27][28][35]但克里斯托弗·劳尔（Christopher Lowry）和克里斯丁·斯塔彭卢克（Kristine Stepenuck）主张并不存在“一个尺寸即适用一切的模型”（one-size-fits-all model），更有价值的不是前者的标准化或普遍单一的研究，而是便于课题组长（prime investigator，PI）的分类管控的差异化研究。^[39]比如，马利克·维尔瓦特（Marijke Welvaert）和彼得·凯雷（Peter Caley）将现有项目统计后发现可根据发现（detection）和公众的意向（intention）的维度区分出3种不同类型并说明了各象限的科学选题的适用范围，强调了“结构化的公众科学”（structured citizen science）象限，但指出该类项目高度依赖资金而被局限了研究的时空尺度（temporal and spatial scales）并必须在公众提供的数据的数量和质量间妥协（详见图2）。^[40]此观点与艾米·福瑞泰格（Amy Freitag）按公众与项目负责人的关系而界定的象限（协作vs.建议（cooperative to adversarial）、长期vs.偶然（deliberate to serendipitous））存在契合。^[41]此外，根据行动者网络理论发现了各方行动者（agent）的动机在于声誉、自我提升和价值实现，流程中存在个体认知差异、任务设计困难、技术支撑不足、制度缺乏、协调困难和成本限制，提出加强招募培训、任务设计和数据管理。^[32]

图 2

图 2 公众科学的象限[39]

必须指出，Woolley等对参与形式的范围（spectrum）的差异化研究极有意义。不仅强调了citizen的民主意蕴以及“促进社会的善”的人文学科的思想根源及判断标准。他们认为Bonney和Irwin的定义并非排中的且可整合成完整的理解，还发现了参与程度逐渐增加且存在交叉的3类形式范围：（1）公众投与（participation）；（2）公众浸与（involvement）；（3）公众参与（engagement）。三者的区别是：（1）“投与”或泛指所有形式的公众参与或特指非有意或非积极的参与，典型具体形式是众智和众筹等，含义近似Welvaert和Caley的众包象限；（2）“浸与”特指部分而非完整的参与，典型具体形式包括众投，含义近似Welvaert和Caley的未结构化的公众科学象限；（3）“参与”特指项目负责人有组织的深度参与，典型具体形式包括众创，含义也近似未结构化的公众科学象限。而三者共同交叉的核心应用/发展趋势是“基于共同体（社区）的投与式研究/极端的公众科学”（community based participatory research/extreme citizen science）（详见图3）。^[3]

图 3

图 3 公众科学的参与形式范围[3]

对公众科学在欧美生态科学与环境科学的基础研究以及管理和政策的应用研究的聚类分析结果支持了该分类。^[42]有研究从现有项目中鉴别出非涌现型、量变式涌现型以及质变式涌现型的项目特征并根据公众承担的任务类型分成分解型任务（partition task）、整合型任务（aggregation task）、资格获取任务（qualification task）以及评分型任务（grading task），且讨论了任务粒度和任务偏好等及研究平台功能的匹配问题，甚至根据是否基于互联网以及项目特征定义了6象限的模式，将研究向微观层次延展。^[19][43]

前文已述，科学家关注的科学问题聚焦于公众产生的数据偏差及缓解的统计学方法和说明。笔者提出了“协同分布式实验2.0”（coordinated distriobuted experiments 2.0，CDEs 2.0）并说明了源于公众的数据的质量不逊色于职业科学家水平且具有提供反常数据帮助科学家获得地方性知识和重大科学发现（scientific discovery）的可能。^[37][38]但数据质量管理与教育/培训、项目流程管理乃至众投等贯彻善的共同体的民主程序操作都需要依赖具体的技术手段实现。因此，互联网平台和计算机技术成为微观研究的另一个热点话题。^[2]

CLO明确指出了互联网基础设施和以数据库为代表的计算机技术是主要挑战。^[44]格雷格·纽曼（Greg Newman）等总结了研究过程、项目/实践文化和科学共同体并引用Bonny等的观点认为成功的公众科学必须以互联网基础设施为技术平台并称之为“公众科学的实践纲领”（programmatic）。它带来了大尺度、长周期、实时和全球化价值，促进了基于互联网数据库应用的教育/培训、数据采集和质量管理，并推动基于共同体/社区的公众参与以确保多样的研究目标（goal）、稳健的财务可持续和有效的传播（disseminate）的实现，主张这类新颖的技术平台和由此产生的社会事件影响将逐渐形成由研究网络、研究共同体、专属出版物和互联网基础设施构成的“正式的公众科学”。它同时允许传统的PI主导的“自上而下”（top-down）和新颖的公众主导的“自下而上”（bottom-up）的项目流程并存。^[33]Bonney等明确提出了以互联网平台形式存在的“公众科学中心”是最卓越的战略性投资，契合了赵宇翔的观点。^[26][45]由此，互联网平台成为众多微观研究的集中话题并提供了大量涉及流程、内容、分类和案例的具体研究。^{[26][17][20][43][45][46][47][48][49][50][51][52][53][54]}必须指出，上述研究存在两种倾向：（1）具体案例对象过少，主要提及的只有experiment.com和citizenscience.org；（2）国内研究基本都刊发于图书情报学期刊，表明我国学者对公众科学的关注和研究范围还处于早期阶段，但赵宇翔课题组完成了系列的基础研究。

张德勒（Mark Chandler）等根据生态科学和环境科学的研究与治理需要对公众科学从全球化和本地化两个层面提出了包括科学研究、政策制定和行动执行多目标的综合理解。他们的理解也分为宏、中、微三个层面——宏观层面指出了以自然资源和社会文化的资本提升为核心目标；中观层面主张以融合全球和本地的方案、鼓励本地和利益相关方参与、激发个人和共同体/社区行动以及支持重要的野外研究为手段；微观层面强调以提升环境政策和管理计划的实施、组织和业务的可持续、环境领导力的发展以及科学知识的产生和分享为具体方法手段。^[16]但忽略了宏观层面的公众科学包括善的共同体的规定，也忽略了支撑上述目标实现的数据偏差的方法改善和互联网平台的技术支撑，因此并不完备。珍妮特·富兰克林（Janet Franklin）等同样基于生态科学和环境科学的研究与治理需要提出了综合理解，但也仅限于“自然科学”领域且未强调公众参与的特征。^[55]

据此，本文提出新的综合理解公众科学的框架（the framework of comprehensive and integrative interpretation of citizen science）。其中，宏观层面涉及人文学科（善的共同体）、社会科学（民主共识/可持续）以及自然科学（知识创新）的分类；中观层面涉及由数据偏差引发的基于流程、内容和任务的分类以及组织和管理研究；微观层面涉及强调数据质量管理的互联网平台应用（详见图4）。上述内容契合了当今开放科学研究的5大学派，即涉及技术架构的基础设施学派、涉及知识创造的可及性的公共学派、涉及替代计量学的计量学派、涉及知识获取的民主学派以及涉及合作研究的务实学派。由此，公众科学可纳入更广泛和充满期望的开放科学的大潮中并因此与Heigl等的观点契合且证明了迈克尔·吉本斯（Michael Gibbons）等提出的知识创新范式“模态2”（mode 2），即：（1）知识更多地在应用的与境（context）中产生（公众科学紧密联系共同体/社区的需求）；（2）研究日益跨学科（公众科学的应用需要跨学科协作）；（3）知识更多地依赖于广泛且多样的场地（site）（公众科学促进了全球化和大尺度的研究）；（4）科学研究的参与者越来越重视参与的社会意义（公众科学的政治学渊源和众投的实例出现）。^[6][36][56]因此，公众科学是当前科学范式和社会发展的革命性产物。

图 4

图 4 综合理解公众科学的框架

志谢：感谢宋扬博士对participation、involvement和engagement的译法以及朱碧波博士和李庚伦博士对于政治学的学科分类的建议以及提供的依据。