在过去几十年，我们见证了算法世界的到来。庞大的数据正以前所未有的速度在全球流动，并随着人工智能、机器学习、神经网络技术的迭代，重塑我们的现实，冲刷出新的文化地貌。这个正在生成的后人类景观，不仅由于人的决策和参与重新塑造了我们所处的世界，算法在社会结构、思维模式上也产生着深远的影响。数据、技术和文化的交汇点，正是学者戴维·比尔（David Beer）多年来研究和探索的领域。
戴维·比尔（David Beer）戴维·比尔生于20世纪70年代，目前是英国约克大学社会学系教授，研究领域涉及数据政治和算法对社会的重大影响。他的新书《算法思维的紧张关系：自动化、人工智能和知识政治学》（The Tensions of Algorithmic Thinking: Automation, Intelligence and the Politics of Knowing），对“算法思维”（algorithmic thinking）背景下人和非人之间固有的紧张关系进行了批判性审视，并研究了技术和媒介对当代文化的变革性影响。他的过往研究涉及记忆和后人类时代的安全问题，这在当今的数字环境中越来越具有现实意义。他的研究方法之一，是将新视角与经典思想相结合。2019年，他专门写了一本关于格奥尔格·齐美尔（G. Simmel）的专著。作为一名学术新星，他的影响力虽然尚未完全扩展到中国，但他与尼古拉斯·盖恩（N. Gane）合著的《新媒介：关键概念》（New Media: The Key Concepts）一书，曾于2015年由复旦大学出版社出版，并获得了不错的反响。
我在英国对戴维·比尔教授进行了访谈。我们的谈话从他的新书开始，探讨了技术时代背景下人和非人之间错综复杂的平衡。此外，我们还讨论了成为一名学者在当下世界意味着什么，以及他的研究方法如何帮助他分析这个变幻莫测的数字世界。
《算法思维的紧张关系：自动化、人工智能和知识政治学》书封徐振宇：您为什么对技术和媒体特别感兴趣？这是从什么时候开始的？
戴维·比尔：回答这个问题并不容易。大约在2002年，当我攻读博士学位并对音乐文化产生浓厚兴趣时，我发现音乐文化深受媒介的影响。当时正值媒介技术迎来重大发展的时期，新技术不仅影响了音乐消费方式，也改变了文化生产方式，以不同的形式重塑了音乐。这些新技术带来了许多变革，不仅体现在音乐的生产和消费方面，还在音乐的传播、收藏和移动聆听方面。我对技术如何参与文化变革深感着迷。这是一个转型时期，技术正在重新塑造文化，重新定义文化内涵和经验方式。
这促使我开始研究文化与技术之间的关系。2006年我获得博士学位后，继续从事这方面的研究。当时正值社交媒体兴起，尽管当时人们还没有将其称为“社交媒体”，但早期的社交媒体形态已经开始发展。我目睹了流媒体的初期发展、互联网更广泛的改变以及移动设备的不断更新。在文化、技术和媒介的关系中，发生了一系列重要的事情。
大约在2008年，我开始探索与数据和算法相关的问题。数据和算法变得非常重要，因为它们塑造了我们的文化景观，以及反映了文化是如何通过反馈循环（feedback loops）产生的。从那时起，我开始思考这些问题，尤其对数据在世界范围内的流动方式以及算法对数据流动的干预方式产生了浓厚兴趣。数据作为这个世界的一部分，正在改变着世界。这成为我研究的主要问题之一，也推动我朝着这个方向发展。
徐振宇：这种数据在全球流通的图景，应该也会带来许多新的问题意识。我很好奇：这一领域的研究现状如何？学者关注哪些问题？大家正在思考和追问的重大问题是什么？
戴维·比尔：目前，在技术、媒介与社会文化关系领域的研究非常活跃和有趣，许多期刊发表了优秀的作品，也有一些优秀的著作问世。然而，这个领域还存在一些待解决的重大问题。实际上，对于某些技术发展，我们甚至还没有提出“正确”的问题。算法的发展正以更极端或更高级的方式，延伸到人工智能和机器学习领域。围绕它们，我们需要回答和提出许多问题。数据正在不断改变着世界的方式。长期以来，我们生活在其中的数据基础设施并不古老。然而，它正在并将持续重塑世界，这引发了许多复杂的问题。例如，我们如何理解数据发展得如此迅速？有时作为研究人员，我们根本无法跟上数据发展的节奏。另一个问题是，在整体上理解全球变革变得困难。以数据为例，数据的应用和使用在不同地区、不同平台完全不同。不同地区对数据的监管方式不同，对不同类型的政治、经济的影响也不同。
当我们在全球范围内思考这种变化时，我们看到的是充满差异的地貌，这使得理解这些变化变得非常困难。古尔敏德·班布拉（G. Bhambra）提出了“关联社会学”（connected sociologies）的概念，以理解这些地方如何相互作用、相互交叉，它们的历史如何相互联系，以及政治经济和地缘政治结构如何跨越国际边界，在不同地区以不同方式塑造这些变化。这些问题涉及对速度、变化和全球化等的理解。此外，随着数据不断融入我们的生活，随着算法的发展，人工智能和机器学习的形式变得更加发达和复杂，这也带来了新的问题。
徐振宇：在《算法思维的紧张关系：自动化、人工智能和知识政治学》中，您也讨论了上述问题。能否分享一下这本新书的主要观点和关键概念？
戴维·比尔：这本书的主要论点是，算法和算法思维类型之间存在紧张关系。当提到“算法思维”（algorithmic thinking）时，我指的是关于算法的思维方式，以及由算法完成的思维过程。因此，一个关键的变化是，社会世界不仅由人类决策产生，也由自动化的算法决策过程产生。这是一个重要的变革。我想，这些算法的应用始终处于一种紧张状态，而这种紧张状态将持续存在于算法的未来迭代中。
在撰写该书时，我发现很难清晰地表达我所见到的事物，因为我看到的事物是相互对立的。突然，我意识到力量在不同方向上相互斗争和拉扯。在该书中，我尝试思考这种张力的本质。我揭示了人类与非人类之间的紧张关系，以及已知与未知、可知与不可知之间的紧张关系，并指出它们之间始终存在相互对抗。例如，一个系统中的人类数量总是会引发矛盾：是完全排除人类，还是使其成为完全由人类组成的系统？我认为，尽管这些系统会发生变化，但已知与未知、人类与非人类之间的紧张关系会随着时间的推移而持续存在，这构成了该书的核心框架。
在此基础上，我试图提出一些概念来凸显这些紧张关系。你曾提到“后人类安全”（post-human security）、“认知体发展”（development of cognizers）概念，这是我从凯瑟琳·海勒（K. Hayles）的研究成果中借鉴而来的概念——这些超级认知体突破了我们的认知极限。在该书中，我提出了一系列观点，试图思考各种力量之间的关系，这些力量不断制造算法思维的紧张状态。这是该书的核心思想之一，也是我们需要思考这些紧张关系将如何持续的原因。我引用了米歇尔·福柯（M. Foucault）关于“求知意志”（will to know）的论述，并将支撑这些紧张关系的因素称为“自动化意志”（will to automate），这是一种推动在不同组织和领域中实现自动化和应用算法的冲动。我希望，在今后的工作中继续研究这种“自动化意志”。
我在该书中提出，自动化是一种推动力。有趣的是，随着算法思维、人工智能、神经网络和机器学习等领域的发展，通过这些系统，社会世界的某些部分变得自动化，从而不断突破这些界限。这也是我目前要研究的问题之一。然而，就目前而言，该书只是确认了一个事实，即事物之间存在着紧张关系，并且这些紧张关系将持续存在。无论在哪里，你都会看到这些紧张关系，它们永远不会得到解决。我们无法创造出一个完美的系统，无法在已知和未知、人类和非人类之间解决这些矛盾。然而，我们应该期待这些矛盾的存在，并思考如何处理这些矛盾，而不是认为有一种完美的方法可以解决这些矛盾，或者它们会自动消失。
徐振宇：作为一名研究并正在经历“算法时代”的学者，您的研究与研究对象之间似乎也存在紧张关系。举个例子，有一则轶事称：20世纪末，一位学者写了一本关于苏联将如何持续存在的书。然而，这本书出版不久，就传来了苏联解体的消息，导致该书迅速过时。面对研究领域中的这种不可预测性，您将如何应对并适应研究对象的快速变化？
戴维·比尔：首先，我们需要接受不可预测性是研究对象的特征之一，并尝试分析这种性质。这些社会制度、秩序和发展所展现出来的不稳定性和变化，可能是其内在编码的一部分。在书中，我使用了列斐伏尔（H. Lefebvre）的“新生活”（new life）概念，并将之拓展为“算法新生活”（algorithmic new life）。这种系统内部持续变化和转型的意识，使得下一次变革总是指日可待。然而，算法应用的结果却具有高度不可预测性，我们尚无法真正理解这个未知的未来。
其次，我们还要思考如何发展自己的研究方法，以便以不同的方式理解和看待算法，或者调整现有方法，使我们能够观察到随着时间的推移所发生的变化。社会科学中存在一种方法，即从历史化的角度思考，将研究建立在历史框架之上，使其成为一个漫长故事的一部分，重新叙述谱系和历史。与此同时，我们也需要新的方法和新的应用。
最后，我认为还有第三种方法，即思考我能从这个案例中发展出什么样的概念和理论，这意味着我的思想将超越算法在这个社会中的单一应用。即使这个应用消失了，我的思想也可能在一两年甚至更长时间后仍然有用。你需要创造出超越这个案例的概念和思想，不仅为了未来其他研究人员的可能应用，而且能够适用于不同地区、不同时空。这涉及时间，但也涉及概念或思想能否转化到不同的领域，并在不同的文化或地理环境中应用。这样，人们就可以根据他们所处的位置、时间将这些概念或理论与他们所发现的事物进行比较和印证。我认为，通过发展概念而不仅仅是描述案例，我能够超越这种情况。
徐振宇：从第一本书《新媒介：关键概念》开始，您似乎就非常重视对概念的捕捉和发展。这与雷蒙德·威廉斯（R. Williams）提出的“关键词”概念有着有趣的对应。除了关注技术和媒体，您是否可以谈谈您研究方法中的一些关键词？
戴维·比尔：如果我没记错的话，那本书围绕着八个关键概念展开，这些概念旨在捕捉我们当时所观察到的迅速发展的新媒介现象。这本书最初是在2008年出版的，在新媒介研究领域，这已经是相当久远的事了。我们努力寻找一些概念，既能让我们理解，又能让其他人理解。一旦有了这些概念，就必须在不同的环境中不断发展和应用它们，使其持续发挥作用，为研究开启新的方法。
在我的研究中，最常使用的可能是“档案”（archive）这个概念。社交媒体可以被看作一种档案或空间，不断记录着人们的生活。然后，你可以开始思考，档案有分类系统，有元数据和有组织的数据。在我们使用的媒体中，实际上存在许多不同类型的元数据，如社交媒体中的标签就是元数据的一种形式。另一个例子是流媒体平台上的类型分类，已经扩展并演变成成千上万种类型，这些类型在过去是不存在的，但现在却已经存在了。由于这个新的档案库中包含太多的内容，因此我们需要找到组织这些内容的方法。因此，我认为其中一个非常有用的方法，就是将文献中的“档案”、历史中的“档案”和政治中的“档案”应用于当代媒介。“档案”这个概念是我用来理解社交媒体的入口，以及我深入研究、讲述新故事的素材。我们周围流通的所有这些数据，让我们能够用不同的方式来讲述新的故事。
最近，我提出了“递归社会”（recursive society）的概念。这个概念意味着我们现在被数据循环缠绕得如此之深，以至于没有起点。我们自己成了这些数据循环的产物，而社会则是这些数据循环递归过程的产物，这种反馈循环的线圈将我们牢牢束缚。
徐振宇：还有两个问题：您是如何获取这些数据的？您在研究中如何兼顾定量数据分析和定性文化阐释？
戴维·比尔：目前社会科学领域一直存在一个问题，即如何有效利用大数据。正如你所提到的，我们需要明确可获取的数据。对许多公司来说，它们的价值在于所掌握的数据，因为数据是宝贵的资产，完全归公司所有。然而，社会研究人员很难使用或访问这些数据。即使能够访问，他们是否具备技术能力和研究基础设施来处理这些海量数据呢？这些数据的存在引发了许多质疑，人们怀疑数据是否真的能够给我们提供有意义的信息。这些争论已经持续了大约15年，主要关注社会科学和社会研究如何适应这些新型数据的出现。
现在的一个重要变化是，随着行为数据的兴起，研究者开始捕捉人们的行动，而不是人们主动告诉我们的数据。以音乐品位为例，如果你能获取人们在spotify、亚马逊、苹果或其他任何平台上收听音乐的习惯，你就能看到他们究竟听了什么、在何时何地听了什么。这种方法不同于以往通过调查让人们报告他们的音乐品位，因为这些音乐品位是通过他们希望呈现的东西进行筛选的。数据所传递的内容已经发生了本质变化，但我们尚未完全解决这个问题。
你的问题也涉及定量数据和定性数据之间的关系。在考虑具体方法以及它们能告诉我们什么、揭示什么时，定量数据和定性数据之间的区别可能已经开始被打破，或变得不那么重要了。多年来，我们在社会研究中使用的这种区分可能会变得更加困难。在未来，这种区分方式在理解数据差异方面的作用可能会有所减弱。在商业领域，很多人试图利用机器学习在大数据中找出某种模式，而社会研究领域目前还没有这种技术，但未来可能会有。我不确定，但将来可能会有机会。由于这部分涉及对数据的访问，部分涉及对分析软件的访问，因此我们能够观察数据并从中获取有用的信息。然而，目前的数据量可能对个人来说难以管理。数据基础设施产生了大量副产品数据，涉及我们日常生活的方方面面。这种情况带来了许多方法论上的问题，如我们对现有方法的理解以及我们用于理解方法的术语都面临挑战。
徐振宇：考虑到方法问题，即便在处理当代最新的问题时，您的分析也经常与经典思想家对话。在关于记忆的讨论中，您引用了沃尔特·本雅明（W. Benjamin）的观点；在关于算法的讨论中，您使用了亨利·列斐伏尔的“新生活”概念。这些过去的理论资源，能为我们思考今天这个算法时代带来什么？
戴维·比尔：就使用旧的理论资源而言，我认为这确实是理解变化的好方法，因为它们反映的是一个不同的世界。同时，这些旧的理论资源会提供一些概念和观点，可以用来理解差异所在，以及当今世界正在发生的事情。
我确实喜欢回溯一些过去的思想家，将其作为一种思想资源。戴维·弗里斯比（D. Frisby）说，虽然有些观点随着时间的推移已经固定下来了，但你不能把这些人当作化石。你需要让它们活起来，对它们进行再加工，然后重新焕发生机，以回答你想要阐明的问题。从这些来源中寻找灵感，你就不会一直重新发明轮子。不止社会科学，艺术、人文、哲学、文学等很多领域都可以成为思考当今世界的重要资源。
不能简单地把这些想法应用到完全不同的时代。我的意思是，就像格奥尔格·齐美尔（S. Simmel）100多年前的作品一样，你必须思考当时的想法在当代如何仍然适用，以及如何不适用。这可以帮助你调整想法，重新看待事物。有时，我会到其他地方去寻找这些想法。你需要使用新的理论、发展新的概念来捕捉当今世界。但我发现，翻阅旧书对思考新世界颇有启发。
徐振宇：听起来我们应该想一想：如果本雅明还活着，他会怎么看待当今这个数据社会？
戴维·比尔：我不知道你是否看过本雅明的笔记，当你看到他把自己的想法串联在一起，并写下许多观察的小片段时，你就可以把它想象成一种超文本世界，我认为这对他来说是非常有用的工具。
徐振宇：您还研究社会思想的历史和未来，重点关注想象力、创造力和灵感。能否详细介绍一下：您在这方面的工作是如何展开的？您是如何探索想象力和创造力的？
戴维·比尔：这部分工作更多与数据、算法、指标和媒介相关。我想知道的是：我能找到什么工具、想法和见解？我怎样才能找到对世界进行创造性思考的灵感？有时是回到我们刚才说的旧理论文本，但其他情况下则是转向社会学以外的其他创造性来源。
你曾对我说过，诗歌有趣并且很有用。诗歌中的奇妙方法会帮助我们理解这个世界，诗歌中的一些概念、短语可以启发我们的想法、写作方式和交流模式。霍华德·贝克尔（H. Becker）的《讲述社会》（Telling about Society）一书探讨了人们思考和解释的不同方式，诗人有时可能会讲述一些关于社会生活的事情。虽然它很可能是抽象的，但也会有一些能够帮助到我的想法。
我曾多次用音乐来启发并帮助我，以创造性的方式思考我正在做的研究。我认为，你可以从诗歌、电影、电视、音乐、漫画、小说、游戏等事物中汲取灵感，只要你敞开心扉，创造机会，提供框架，就能以某种方式想象所有这些事物。我并不排斥这些东西，而是试图思考它们如何激发我们从另一个角度去思考难题，以及我如何想象世界的另一个空间；或者说，我们如何通过不同的媒介和不同的风格向人们传达想法。
徐振宇：我们应该怎么去研究产品本身？在这个日益数据驱动的时代，您如何看待社会学研究的未来？
戴维·比尔：这个问题，我在《数据凝视》（The Data Gaze）一书中略有涉及。我研究了软件产品的发展，这些产品让我们能够以不同的方式看待数据。我试图重新想象：我们该如何看待产品的制造方式？在这个案例中，我详细研究了数据分析中的一个特定软件包，看它是如何被生产出来的，是什么方法、什么组织结构让软件得以发展。
我认为这些问题确实很有意思，你可以研究这些产品是如何生成研究成果的。在你的问题中，我们可以用很多不同的方式来看待产品。这些产品，会成为我们体验世界、判断他人、融入组织、获得机会的重要依据。很多不同的问题会在这个过程中冒出来：它是如何产生的？谁在创造它、拥有它？这些都是理解我们今天所生活世界的重要社会学问题。
问题的第二部分是：在一个数据驱动的时代，我们如何设想社会学的未来？我们面临着如何做出决策的问题，所有数据都会导致分类结构发生巨大变化，我们可能需要开发很多不同的东西。如果让我来想象的话，我认为在某些方面，我们可以求助于既有的理论和方法，以便对未来有更多的洞察力。与此同时，我认为我们将发展新的理论，重新思考、制定方法，以洞察我们现有方法中的盲点。我无法确切知道未来会是什么样子的，因为它将完全是合作性的，通过跨学科的合作将不同类型的知识汇聚在一起。
徐振宇：如果未来是一种跨学科、跨领域的合作模式，那么您作为学者的自我认知是什么？或者说，您觉得自己在这个时代将扮演着什么角色？在当今世界，做一名学者又意味着什么？
戴维·比尔：我先回答第二个问题。在当今世界，成为一名学者意味着什么，这是一个很难回答的问题。这因你的工作地点而有很大不同，你所面临的环境压力、困难和挑战在很大程度上取决于你工作的地点和时间。当今，要想全面了解“学者”的含义是很困难的。同时，成为学者肯定意味着充满压力，需要创造新知识，将学生带入课堂，以及能够对复杂的世界提出见解。
挑战当然是存在的，但我认为这也让这份工作令人兴奋。如果你能找到方法，就会有很多机会，以不同的方式看待世界，并尝试理解我们今天谈到的变化。在当今时代，成为一个学者将很有趣，因为有很多交流方式、事件、发展都需要他们在梳理和理解。在研究方法和理论方面，也有很多机会让我们成为全球学术共同体的一部分，去一起分享想法和关心的话题。
虽然我并不认为自己是个学者，但我觉得我应该是的。当你在具体做事情的时候，你不一定会给它们贴标签，不是吗？那么，我在这方面扮演什么角色呢？大概就是怀疑和思考吧！试着放慢脚步，从不同的视角来看待世界的变革，以及可能对其他人有用的不同见解。我喜欢提出我认为重要的问题，并尝试用我感到合适的方式来回答。我喜欢教学生，喜欢与人合作，也喜欢自己写作，尝试独立进行创造性思考，这是我的工作方式。
我认为最重要的是想法，想法很重要。作为一名学者，我对自己的认知是，在力所能及的范围内努力发展这些想法。在当今世界，作为一名学者，尽管面临挑战和压力，但我们的思想是强大的。
徐振宇：您把建立思想看作学者的关键。
戴维·比尔：培养思想其实非常困难。任何尝试过的人都会发现，发展这些思想需要大量的研究和反思，我认为这才是学者的核心所在。
徐振宇：在学术生涯里，哪些学者对您产生了重要的影响？
戴维·比尔：我尝试尽可能广泛阅读新出版的书籍和文章，所以有很多人、很多观点对我的创作产生了影响。从我个人的写作和见解来看，海勒对我来说非常重要，对我很有启发，我想更多地研究她的作品。沃尔特·本雅明是另一位，我也多次从米歇尔·福柯的方法中获得灵感，他对我思考“什么是档案”以及“今天的档案是什么”等问题启发很大，他的《临床医学的诞生》深刻地启发了我的《数据凝视》一书。这些年来，我还参考过其他很多作家的作品，路易丝·阿穆尔（L. Amoore）就是其中之一。
此外，我会尽量从细节入手。我写了很多书评，有时也写博客类型的评论，努力跟上这个领域的发展。我认为，尝试接触更多不同类型的声音是件好事，我会尽可能地与这些声音合作——思想的广度有时候会很有帮助。
徐振宇：作为一名中生代学者，您目前已经出版了9本书。您是如何保持每一两年就写一本书的节奏的？在当下这个很容易受到出版压力和资金紧张的学术环境，您如何保持求知欲，继续为新的研究方向寻找灵感？
戴维·比尔：我不知道我是不是这样的，因为我觉得不是。我试着以一种非常专注的方式去做我认为重要的事情，我真的很努力让我的研究计划尽可能紧凑，这样我就知道我有足够的空间去研究我认为对我来说最重要的事情，但实际上进度并不快。我是说，学者要非常专注于要研究的东西。
我一直关心想象力的问题，这一点很重要。如果你认为你所从事的工作是重要的，是你所热衷的，那么坐下来写作就会容易得多。我尝试在我工作的领域内做不同的事情。因为我发现，改变是重新激发和培养一种新热情的有效方式。去做我认为重要的事情，这是保持热情和动力的好方法。这意味着我总是在做我认为自己感兴趣的事情，并能阅读和了解我认为重要的事情，我希望能够在这方面有所作为。
还有一个问题，就是你早先提出的关于利用其他创意来源的问题。有时，我会从其他来源获得动力和热情，因为它们能给我一点推动力。如果觉得别人写的东西看起来非常不错，就会看看我是否能沿着这类作品的思路做一些类似的事情。
所以，只要找到你想做的事情，然后制定计划，就可以去做了，毕竟不想做的事情已经做够了。有时候，你拿到一个话题，就会想：“好吧，我已经把能说的都说了，就不说这个了。”我会从此研究别的东西，并且可以随时回来。当我继续研究它时，我会试着思考我有什么要说的，但在此期间我会去做别的事情。总而言之，你需要集中精力，制定计划，找出对你来说重要的事情，然后确保你有足够的空间去做这些事情。
徐振宇：能描述一下您一天的工作流程吗？
戴维·比尔：我想，这又回到了你之前提出的关于不可预测性的问题，因为我不知道是否有特定的工作模式。我每周在家工作一两天，有三四天在办公室工作，所以我总是和社会学系的同事、学生在一起。我需要负责教学，并在系里担任行政职务，目前是PGR研究主任，也就是系里的博士生主任，我还在做一个项目。这些都是我工作的一部分。
我的意思是，我每天的任务各不相同。下周我要接受另一个采访，接下来几天会出差去做演讲。因此，这种多样性实际上是学者的特征之一。有时候，你必须把这些都放到一边，想好接下来的两个小时要做什么。有时，我会在日历上划出写作空间，尽量在上午10点或11点之前不开会，这样就能在早上留出一点时间写作，让项目继续进行。除此以外，时间的安排也会有所不同，这取决于一年中的时间、学术生活的节奏以及日常的要求和需要。例如，这次采访之后，我将读一份学校报表。
徐振宇：中国有志于学术之路的年轻学生，可能对英国的教育体系感到好奇。对此，您怎么看？
戴维·比尔：如果对比英国几所不同的大学，就会发现，各高校在结构、目标、工作方式以及大学生活等方面都有很大不同。教育系统是一种社会化的结构，但学生在学习规范和思想的过程中并不一定能从外部看到它们。而社会学的工作之一，就是从外部去看这些东西。约克大学为我提供了一个发展想法和创造性思维的自由空间，让我可以按照我想要的方向和风格开展工作。
鉴于人们拥有不同的经历，因此即使谈论英国教育系统的情况，我也有点谨慎。也许某些方面是相同或相似的，但其他方面则会因地制宜。但我认为有一点很重要，那就是我们要努力从国际化的角度思考问题，开展国际合作。合作可以有多种形式，可以是共同审阅书籍或期刊文章，为出版商和出版物提供背景资料，也可以通过网络合作。但我认为，跨越国界，将不同地方的知识联系起来是非常重要的。
徐振宇：对于年轻学者，您认为他们应该如何训练自己，尽快找到自己感兴趣的研究领域？
戴维·比尔：我经常与事业刚刚起步的年轻同事和学生一起工作。你会发现，很多人都在努力寻找自己的立足点，寻找自己的想法，寻找对他们来说重要的东西。我认为，与他们一起工作，帮助他们思考，支持他们做出自己的判断，这样他们就能提出一些别出心裁的想法。有时，重要的是要好好想想我们遗漏了哪些东西，还有哪些角度和问题没有提出来。
这并不是要打破共识，只是有时会发生这种情况。很多学术活动都集中在某个领域，但其他领域也有同样重要的机会，但囿于既定话语而没有得到应有的关注。如果你正在寻找工作空间，那么它就在那里，有时它可能存在于这些话语和共识之外。因此，思考对你来说什么是重要的、什么是问题，然后相信自己能够提出一些别出心裁的问题，并向其他人证明这一点。
持续地培养自己的想法，思考如何将其付诸实践并进行传播。除此以外，我不知道是否还有其他建议。如果是当面与这些年轻人交流，我会试图了解和思考他们认为重要的事情，以及他们如何发展这些想法，能为他们的工作领域带来什么。最后，找到你自己的路。
（本文经授权转载自《智能社会研究》2023年第2卷第6期）
