问题——复杂议题呼唤跨学科“真融合” 随着科技革命与产业变革加速，教育治理、公共政策、社会公平、健康与行为等议题相互交织，单一学科的解释框架与研究工具越来越难以覆盖全貌。座谈会上，不少师生的困惑主要集中三点：一是如何在遵循学术规范的同时保持批判精神；二是不同学科之间“语言不通”如何破解，尤其是人文社科学生面对实验数据与定量模型时的门槛；三是跨学科研究如何落实为可操作的研究设计，避免停留在概念层面的热闹。 原因——从“方法叠加”到“问题牵引”的认识偏差 李嵬结合自身跨领域研究经历指出，跨学科不等于把多种方法并排使用，更不是把不同学科观点简单相加。现实中，一些研究之所以出现“拼盘化”，往往源于选题阶段问题界定不清，团队也常按学科边界组织，导致理论、视角与数据难以在同一问题框架下相互验证与校正。，评价体系与训练体系仍存在错位：一上倡导“交叉”，另一方面仍以传统学科的发表、引文与项目路径为主要衡量标准，使青年学者更倾向选择稳妥题目，跨学科合作也更容易停留形式层面。 影响——为人才培养与科研组织提供方法论启示 围绕“永远发问”的学术取向，李嵬强调，质疑不是否定传统，而是用可检验的方式挑战既有假设，推动知识边界拓展。座谈互动中，师生提问覆盖教育、法律、政策、社会调查、数据分析等多个方向，讨论传递出两个积极信号：其一，跨学科需求已从少数课题的“可选项”变成解决现实问题的“必选项”；其二，青年学者对研究训练的期待正在从单一方法熟练，转向“问题拆解能力”的系统提升，即在同一研究问题下打通理论选择、数据获取、证据链构建与结论外推的闭环。 同时，这场交流也显示高校科研组织方式正在调整：跨院系平台、联合培养项目、协同实验室与田野基地等建设加速推进，目的在于降低学科壁垒带来的协作成本，让不同知识传统在共同问题面前形成“互补”而非“并列”。 对策——以机制建设促成“化学反应”，以训练体系补齐能力短板 与会师生普遍认为，提升跨学科研究质量，需要在“问题定义—团队协作—方法训练—评价激励”四个环节同时用力。 首先，在研究源头强化问题导向。跨学科的起点应是明确问题边界、关键变量与可验证假设：先把问题讲清楚，再决定采用哪些学科工具进入。对青年学者而言，围绕真实场景提出可研究的问题，比追逐热点概念更重要。 其次，在组织方式上推动深度协作。跨学科团队需要共同的研究语言和清晰分工，可通过联合研讨、共建数据平台、交叉课程与共同指导等方式形成稳定协作，而非临时“组队”。合作中，各学科不只是提供“工具”，更要在理论层面彼此检验，确保结论经得起不同证据标准的审视。 再次，在能力训练上补齐“方法双语”。一上，鼓励人文社科学生系统学习统计推断、实验设计与数据伦理；另一方面，也要推动理工科研究者理解社会情境、制度变量与质性证据的价值，避免把复杂问题简化为“数据万能”。通过课程、工作坊与共同项目，使学生同时具备定量与质性研究的基本素养。 最后，评价体系上突出质量与贡献。跨学科研究通常周期更长、协作更复杂，建议在成果认定、署名规则、阶段性产出与失败容错诸上完善机制，把激励重心放回问题解决与创新贡献本身。 前景——跨学科将走向常态化，问题意识决定创新高度 从全球高等教育发展趋势看，面向不确定性与复杂性的创新人才培养将成为重要方向。未来，跨学科研究有望在三个维度更深化：一是更紧密对接国家战略与社会需求，在教育治理、公共健康、城市发展、人工智能伦理及其社会影响等领域形成系统性研究集群；二是以数据基础设施与开放科学提升协作效率，推动证据共享与研究可重复；三是将国际学术交流与本土问题研究结合，形成更具解释力与传播力的中国经验与中国方案。 对高校而言，关键在于把“交叉”从倡议变成结构性调整：既要搭平台、配资源，也要重训练、优评价，让敢提问、能求证、善协作的学生与研究者更容易脱颖而出。
一次座谈会的价值，不只在于交换观点，更在于把“提出好问题”的意识带回课堂与实验室。面对复杂世界，知识边界正在重塑。只有保持质疑精神、坚持问题导向、完善协同机制，才能让学科交叉从“概念热”走向“能力强”，为创新发展持续提供更扎实的学术动力与人才支撑。