【2015-08-15】 @whigzhou: 历史学（按年代和文明而分的）各领域，方法论差异极大，乃至形成不同学派，这种分化的主要原因，依我看，是可得材料的数量和性质差异，材料少的可怜时，研究者必须放宽视野，从更一般原理做推断，拟构出最合理的假说，材料多而难懂时，则侧重于解码，材料多而质量差时，则重考据，至于量化研究…… @whigzhou: 那些在特定领域选定或创造了适当方法论的历史学家，便有机会成为该领域之宗师，与其方法论所对应的禀赋、旨趣、特长、技术，塑造了这门学科的气质，一旦确立，与之不合者便不为其所容，于是一个学派便固化了下来，革新力量只能来自外部。 【2020-10-11】 @whigzhou: 突然想到，一个学科之可用材料的性质，可能也对研究者的认知倾向构成了一种选择机制，进而对其理论的可能性构成了局限，比如，一个愿意把瓦特和博尔顿留下的两万多封信从头到底读一遍，或者把某个时代的小说全部读一遍，或者把各民族神话故事全部撸一遍，的人，其认知结构必定有些相当特别之处，这或许意味着，他们最终得出的理论，将只可能是如此这般的，而非如彼那般的。 这也是人工智能将给一些学科带来割命性改变的理由之一。 【2021-07-15】 @whigzhou: 职业特性对从业者可能也有着类似的选择效应，比如，至少理论上存在这样的可能：教师工作的特性，吸引了某些特定的人从事教师职业，而这一筛选机制决定了这些人做不好教育工作，至少做不好某些重要的教育工作， @whigzhou: 理论上完全可能：做的好某类事情的人，都不会喜欢做这类事情 @茶博未:学校、家长、学生不掌握按质量付钱的能力，于是格雷欣法则就适用了 @whigzhou: 格雷欣法则是一方面，但我这里想说的是，有些职业本身的特性，注定会让有能力做好它的那些人远离它 【2023-11-26】 @whigzhou: 感觉历史学大概会是受此轮AI突破影响很最大的学科之一，个体裸智力大约在20岁前后达到巅峰，可是像历史学这样需要大量知识积累的学科，以往在40岁之前几乎不可能做好准备，等储备足够了，荷尔蒙和智力都已经严重下降了 @whigzhou: 其他社会学科也会在不同程度上受类似冲击，期待~ @whigzhou: 在许多社会学科，比如历史学，较高层次上的研究，需要大量下层研究结果做支撑，而下层研究往往由枯燥乏味而艰辛的材料阅读、爬梳、汇编工作构成，这种工作，只有当你熬成博导，手下有了一大批研究生给你打杂做苦力之后，才可能展开，可是已经熬成博导的人，智力与荷尔蒙都早已过了巅峰期，没有太多创造力了，此其一， 其二，也更重要的是，熬成博导过程的枯燥乏味艰辛，很可能已经把最有才华的人过滤掉了，早早就打消了进入该学科的念头，因为他们的才华让他们可以在其他学科不必经过漫长的苦力阶段即可开始高层次研究，因为这些学科的高层研究不需要那么漫长和海量的积累，不需要大批苦力为他打杂， 不久的未来，一位年轻历史学家将可以让AI给他打杂，很早便可开始较高层次的研究， 由此带来的另一个结果是，许多研究不再需要资金雄厚的机构支持，绅士科学家的时代将会复临