国庆期间，2023年诺贝尔生理学或医学奖正式揭晓。获奖人之一、美国科学家卡塔琳·考里科引起了很多人关注，主要原因便是她拥有一份励志又感人的学术履历。
现年68岁的卡塔琳出生于匈牙利，父母均为普通劳动者。在美国的40多年间，她历经了研究方向不被主流认可、拿不到任何科研资助、面临失业危机、罹患癌症、降职降薪、被边缘化等一系列挫折，年收入从未超过6万美元。
是什么力量支持卡塔琳朝自己的科研目标坚持前进？
无疑，卡塔琳拥有以科学发现造福人类的愿望，同时对其研究方向也兴趣十足，两者的结合给了她无尽动力。卡塔琳有无“科研成果不被发现”的担忧？应该极少有。因为如果科研成果不能被发现，她为之付出的辛苦有何意义？她不可能如此笃定和乐此不疲地沉浸在科研世界中。
如卡塔琳这样“无单位推荐、无职称、无科研团队”的“三无”人员，在国内可能被授予科学大奖吗？该问题背后，反映了广大教育科技工作者希望科研成果评价不唯成果主人的年龄、性别、职务职称、学术头衔、学历资历、“帽子”和“门派”等因素，而唯成果质量和贡献本身的心声。说白了，科研成果被发现，这是中外科研人员共同的首要需求。
“公平、公正和科学”是一切评价的基本要义，对学术性、专业性和模糊性较强的科研成果评价更应如此，它决定了科研成果能否被适时发现。此处的“公平”指给予每项科研成果被同等对待的机会；“公正”指包括管理者和评审专家在内的评价主体不偏袒任何评价对象；“科学”指对评价对象的评价标准、程序和规则要反映事物本质属性和真实面目。这三者是科研人员潜心科研的“定心丸”。
站在公平评价角度，要减少多头、烦琐的科技评价活动，避免科研成果发现通道被各种奖项“成果”和“帽子”堵塞。
科研成果仅靠评价是得不到的。有关部门曾多次强调要控制科技评价及奖励的数量、周期，提高评价质量。眼下，科技成果评奖、科技人才选拔以及人才计划项目等评价存在“泛滥”问题。更糟糕的是，由各种人才计划项目而来的“帽子”人才被“概念偷换”，成为优质、拔尖人才的代表，并在客观上几乎通吃了各种学术资源和奖项。
如此，年轻科研人员为得到“帽子”或其他奖项而热衷于“短平快”成果，又把大量科研时光花在了为评价进行的成果包装上，致使虽然论文成果和奖项一大堆，却缺乏有实际价值的原创重大成果。因为各种成果奖项和人才“帽子”严重积压，即使出现重大原创科研苗头或成果，也很可能因“始生之物，其形必丑”而被埋没。
诺贝尔自然科学奖之所以历经百年依旧具有权威性和吸引力，很大程度上是因为其不追求规模、强调标准鲜明。在诺贝尔自然科学奖得主的名册中，不乏学术资历一般的普通人，但其科学贡献却被描述得一清二楚。
站在公正评价角度，应坚持评价主体责权利统一原则，坚决打破绝对学术权威，杜绝虚假伪劣成果充斥市场。评价主体公正是评价得以开展的前提，尤其是评审专家不得介入被评价方和评价主办方的任何利益中。
为此，在强调领导干部、学术“大牛”等权威人物学术道德和行为规范的基础上，还要建立、健全学术评审专家遴选制度、承诺制度、回避制度、信誉制度和追责制度，把“绝对话语权”关进制度的笼子里。绝对学术权威造成的错误结论被推翻的成本相当高，还会挤掉普通科研人员的研究成果被发现的机会。
因此，能否借鉴诺贝尔自然科学奖的提名制评价方式，由评奖主办方组织权威专家筛选并最终确定获奖人员？这样既可免去申报人为准备材料而耗费的时间和精力，又能让各种虚假包装以及因评选而起的拉帮结派、行贿受贿等伎俩无用武之地，还可以强化评价主体的责任意识，选拔出已产生重大影响并获得同行广泛认可的研究成果。
站在实现科学评价的角度，要创新科研评价体制机制，为优秀科研成果和人才脱颖而出创造条件。
要建立公开、透明和可操作性强的科研成果比拼制度。科研成果评价注重质量和贡献，这是基本的科学准则。以论文、课题和人才“帽子”等为标准的科研评价体系会导致“劣币驱逐良币”，因为量化指标成果可以快速地大规模生产。因此，要形成维护科研成果比拼的体制机制，以成果论英雄。科研人员对“科研成果不被发现”的担心越少，就会越心甘情愿，甚至享受坐“冷板凳”。
要建立“瓜熟蒂落”的科研项目立项、结项合并评价模式。当下，科研评价的主要问题之一是把项目立项看作成果，科研起点直接变终点。要扭转科研人员把大量心思耗费在论文以及编写项目申报书上的做法。鼓励研究人员根据国家课题指南或自身兴趣，在确定选题后即开展研究并以成果参与竞争。
在学术评价上，课题“立项”与“结项”同时进行有三个优势：一是不受申报者“出身”的影响；二是不受申报者前期课题论证或自述的影响，毕竟这些内容的科学性和真实性很难考证，可能还会成为创新的桎梏；三是不受人情关系的影响，通过专家对课题成果双向匿名通讯评审，选拔出优秀成果。
樊秀娣 同济大学教育评估研究中心主任
链接：https://finance.sina.cn/tech/2023-10-17/detail-imzrkcna0749908.d.html?share_token=cac9ec0a-241a-495e-ad72-cb45c2db4307
