潁川學探索「未來科學研究教育的發展趨勢」——從已知教育走向「未見科學」（中）
作者 陳銀欉（教育工作者）
引言
人類教育長期建立在一個基本模式上：
先有人發現知識，再由學校傳授知識。
因此，教科書所教的大部分內容，本質上都是「已知世界」。
然而，真正改變文明的重大科學突破，往往不是重新回答已經存在的問題，而是發現過去沒有人注意到的問題；不是在既有答案中取得最高分，而是在沒有答案的地方建立新的問題、新的方法與新的證據。
《CAR T細胞療法的發展就是典型案例》
科學家並非只研究天然免疫系統「原來如何運作」，而是進一步提出一個當時具有高度想像力的問題：
能不能重新設計人體免疫細胞，使它具有自然界原本不存在的辨識能力？
從問題形成、細胞工程、受體設計、標靶辨識，到實驗與臨床驗證，最終才逐漸形成新的癌症治療方法。
這種研究歷程提醒我們：
未來科學教育的最高層次，不能只是「知道多少」，而是：
能不能看見別人尚未看見的問題？
本文作者因此提出「未見科學」（Science of the Unseen）的教育構想，嘗試將未來研究教育重新建構為：
已知 → 未知 → 未見 → 假說 → 發現 → 驗證 → 轉化 → 文明。
教育真正需要培養的，不只是知識使用者，而是下一代的問題發現者、假說建構者、證據驗證者與文明開拓者。
因此，這個案例最值得深化的，不只是 CAR T 技術本身，而是米歇爾・薩德蘭（Michel Sadelain）對高中生提出的三個研究核心：
創意、嚴謹、團隊合作。CAR T 從大膽構想，經細胞工程、標靶選擇、反覆實驗到臨床驗證，正好說明重大科學突破往往不是「預測答案」，而是建立一套能夠探索未知、容許失敗又能嚴格驗證的方法。本文進一步把它發展成「潁川學未見科學」的思考架構：科學教育最高層次，不只是教授已知，而是訓練下一代如何發現尚未被看見的問題。
一、科學研究最大的問題：我們不知道自己不知道什麼
知識可以粗略分成三個世界。
第一個世界是：
Known——已知
我們已經知道的事情。
例如牛頓力學、DNA結構、細胞理論、元素週期表。
這些知識可以被整理、分類、編入教科書，也最適合傳統教育。
第二個世界是：
Known Unknown——已知的未知
我們知道問題存在，但是還不知道答案。
例如：
宇宙中的暗物質究竟是什麼？
如何治療某些目前仍缺乏有效療法的疾病？
人類能否實現可控制的核融合能源？
量子計算何時能大規模解決實際問題？
這些都是已經被科學界看見的問題。
然而還存在第三個世界：
Unknown Unknown——未知的未知
也就是：
我們甚至還不知道那是一個問題。
這才可能是未來科學最重要、也最困難的疆域。
二、從「未知」再前進一步：提出「未見」概念
「未知」與「未見」並不完全相同。
未知是：
知道有問題，但是沒有答案。
未見則是：
問題本身尚未進入我們的認知範圍。
因此可以建立：
Known → Unknown → Unseen
即：
已知 → 未知 → 未見。
「未見」並不是神秘主義，也不是毫無證據的幻想。
恰恰相反，它代表科學研究非常嚴格的一個問題：
我們現有的理論、儀器、資料、分類與研究方法，究竟使我們「看不見」哪些現象？
這可能成為未來研究方法論的一個重要起點。
三、重大發現往往來自「異常」
科學史告訴我們，突破經常從一個不起眼的異常開始。
理論預測A，
實驗卻出現B。
一般研究者可能認為：
儀器壞了。
資料錯了。
實驗失敗。
樣本污染。
但是優秀的研究者會多問一句：
如果這個異常是真的呢？
這一句話非常重要。
因為異常可能不是垃圾資料，而是：
新知識尚未被理解的入口。
因此，未來科學教育不能只教學生如何得到「正確答案」，還應教學生：
如何面對不符合預期的結果。
四、失敗不是研究的反面
唐獎得主與青年對談中，CAR T研究先驅以「馬拉松」形容科學研究。
重大成果通常無法短期完成，多數實驗甚至不一定產生預期結果。
研究者必須接受失敗、保持謙遜與韌性。
這裡隱含了一個非常重要的教育哲學：
Failed Experiment ≠ Failed Research。
實驗失敗，不等於研究失敗。
有時候，沒有得到預期結果，本身就是重要資訊。
因此研究教育應該讓學生理解：
成功者告訴我們：
「這條路可能走得通。」
失敗者則告訴我們：
「原先的假設可能需要修改。」
兩者都是知識。
但是真正危險的並不是實驗失敗，而是：
不知道為什麼失敗。
五、未來科學研究的第一能力不是回答，而是「發問」
傳統教育的基本流程通常是：
老師提出問題，
學生回答問題。
考試也是如此。
可是研究世界恰恰相反。
真正困難的事情往往是：
沒有人告訴你問題是什麼。
因此未來研究人才需要具備一項比Answering更重要的能力：
Question Discovery
即「問題發現能力」。
可以把研究能力分成四個層次：
第一層：
Answer the Question
回答問題。
第二層：
Solve the Problem
解決問題。
第三層：
Discover the Problem
發現問題。
第四層：
Create a New Research Field
創造新的研究領域。
教育若永遠停留在第一層，就很難培養真正具有原創性的研究人才。
六、如何尋找「沒有人提出過的問題」？
這是未見科學最困難的部分。
可以建立「未見研究七問」。
第一問：什麼現象與現有理論不一致？
尋找異常。
第二問：什麼事情大家認為理所當然？
挑戰假設。
第三問：什麼資料長期被忽略？
重新閱讀資料。
第四問：兩個不同領域之間有沒有尚未建立的關係？
尋找跨域連結。
第五問：如果把研究尺度改變，會看見什麼？
從奈米到人體，從個人到社會，從地球到宇宙。
第六問：如果時間尺度改變呢？
研究一秒、一年、一百年甚至十億年的變化。
第七問：現在的儀器是不是根本看不到某些現象？
重新發明觀測工具。
這七個問題的目的不是直接產生答案，而是：
擴大人類可以提出問題的空間。
七、未來研究的重要突破可能來自「尺度轉換」
很多問題並不是不存在，而是我們站錯了尺度。
例如研究人體，可以從：
分子 → 細胞 → 組織 → 器官 → 人體 → 群體
逐層觀察。
研究地球也可以從：
原子 → 材料 → 生態 → 氣候 → 地球系統
逐步展開。
甚至研究文明，可以從：
個人 → 家庭 → 組織 → 國家 → 世界 → 地球文明
重新理解。
因此未來研究教育應培養一種能力：
Scale Thinking——尺度思維
同一個問題，放大一千倍與縮小一千倍，可能完全不同。
八、跨域的真正意義不是「什麼都學一點」
未來科學經常發生在學科邊界。
CAR T本身就是一個典型例子，它牽涉：
免疫學、細胞生物學、基因工程、腫瘤學、臨床醫學以及生物製造等多個領域。
因此跨域真正的意義不是讓每個人「什麼都懂一點」。
而是：
讓不同知識在一個共同問題上相遇。
未來教育應逐漸從：
Discipline-centered Education
轉向：
Problem-centered Research Education。
先有問題，再尋找需要哪些學科。
而不是先有系所，再決定只能研究哪些問題。
九、AI將使科學研究進入「假說爆炸時代」
人工智慧加入研究之後，一項根本性的改變正在出現。
過去一位研究者可能閱讀數百篇論文、提出幾個假說。
未來AI可以分析數百萬篇論文、資料庫與實驗紀錄，在短時間產生大量可能的關聯與研究假說。
因此研究瓶頸將逐漸從：
Hypothesis Generation
轉移到：
Hypothesis Selection and Verification。
問題不再是：
「沒有假說。」
而可能變成：
「有十萬個假說，究竟哪一個值得驗證？」
這是非常巨大的研究方法轉折。
十、AI不能取代科學，而會重新定義科學家
未來可能出現：
AI提出假說，
機器人執行實驗，
感測器收集資料，
AI分析結果，
自動化實驗室重新設計下一輪實驗。
形成：
AI → Hypothesis → Robot → Experiment → Data → AI
的閉環研究系統。
那麼，人類科學家做什麼？
人類的角色反而上升到更高層次：
選擇問題、判斷價值、理解異常、建立理論、辨識因果、承擔倫理責任。
所以AI不是科學家的終結。
它可能促使科學家從「知識生產者」進一步轉型為：
未知世界的導航者。
十一、提出「未見科學研究八階模型」
可以將未來研究重新整理為八個階段：
- Observe——觀察
看見現象。
↓
- Question——發問
發現矛盾。
↓
- Imagine——想像
提出新的可能性。
↓
- Hypothesize——假說
把想像轉化為可檢驗命題。
↓
- Experiment——實驗
建立證據。
↓
- Verify——驗證
重複、反證、交叉檢查。
↓
- Translate——轉化
把知識轉變成醫療、工程、制度或公共價值。
↓
- Civilize——文明
思考這項發現如何影響人類與世界。
因此形成：
觀察 → 發問 → 想像 → 假說 → 實驗 → 驗證 → 轉化 → 文明。
這八個階段可以構成未來研究教育的新架構。
十二、從STEM教育走向「Discovery Education」
今天許多國家重視STEM教育。
但STEM仍然可能停留在：
學科教育。
未來可以再向前一步，建立：
Discovery Education——發現教育
發現教育不首先問學生：
「你記住多少？」
而是問：
「你發現了什麼？」
「哪一個現象讓你感到奇怪？」
「現有解釋哪裡不完整？」
「你能不能提出另一種可能？」
「如何證明你的想法可能是錯的？」
最後一題尤其重要。
真正的科學精神，不只是證明自己正確，而是願意設計方法：
證明自己可能錯誤。
這正是科學與信念最重要的區別之一。
十三、未來學校應建立「未知實驗室」
今天實驗課通常是：
老師知道答案，
學生不知道答案，
學生按照步驟，
最後得到老師早已知道的結果。
嚴格而言，這比較接近「驗證教學」，而不是真正研究。
未來高中與大學可以建立：
Unknown Laboratory
「未知實驗室」。
老師也不必事先知道答案。
學生與教師共同研究：
校園能源、
環境微生物、
都市熱島、
地方生態、
高齡生活、
交通資料、
AI行為、
材料性能，
甚至天文資料。
真正讓學生體驗：
答案尚不存在。
這種經驗可能比完成一百次標準答案實驗，更接近真正的科學教育。
十四、建立「允許失敗」的研究教育文化
如果所有教育評量都要求成功，學生自然不敢研究真正困難的問題。
因為：
困難問題意味著高失敗率。
因此未來研究教育必須重新理解：
Failure Portfolio——失敗歷程。
研究者可以記錄：
哪些假說錯了？
哪些實驗失敗？
為什麼失敗？
修改了什麼？
因此學到了什麼？
研究成果不應只有：
「我成功了。」
還可以包括：
「我證明這條路走不通。」
排除錯誤道路，本身也是科學進步。
十五、研究教育最需要培養的是「智識謙遜」
越深入未知世界，就越會發現：
人類知道的其實很少。
因此真正成熟的研究者需要：
Intellectual Humility
智識謙遜。
也就是敢於說：
我不知道。
證據還不夠。
這只是目前最合理的解釋。
新的證據可能推翻我的結論。
科學最大的力量，不在於永遠正確，而在於：
允許自己被證據修正。
這也是研究教育最值得傳承的人格。
十六、從「研究論文」走向「研究生態系」
未來重大科學突破愈來愈難由單一研究者獨立完成。
因此研究教育應從培養「單一專家」，進一步建立：
Collaborative Intelligence。
未來研究團隊可能包括：
科學家、工程師、醫師、AI模型、資料科學家、倫理學者、法律專家、社會科學家與產業實務工作者。
因此未來科學不是：
一個天才＋一間實驗室。
而更可能是：
跨領域人才＋AI＋資料＋儀器＋國際合作＋公共治理。
這就是新的研究生態系。
十七、從「諾貝爾式教育」走向「人類問題式教育」
教育若只鼓勵學生追求：
第一名、論文數量、引用率、獎項，
容易把研究目的變成「研究者的成功」。
但是科學真正值得追求的問題應該是：
氣候如何改善？
癌症如何治療？
失智症如何預防？
能源如何永續？
糧食如何安全？
AI如何可信？
貧窮如何減少？
宇宙如何形成？
生命如何起源？
因此研究教育最重要的轉變之一，就是：
從Achievement-centered Research走向Humanity-centered Research。
不是：
「我要成為偉大的科學家。」
而是：
「世界還有哪些問題值得我花一生研究？」
十八、潁川學提出「未見研究五力」
未來研究人才可以培養五種核心能力：
一、觀察力
看見別人忽略的現象。
二、想像力
想到尚不存在的可能。
三、懷疑力
敢於挑戰既有答案與自己的假說。
四、驗證力
用證據區分想像與真實。
五、轉化力
讓研究成果真正改善生命與社會。
五者可以寫成：
Observe × Imagine × Question × Verify × Transform
亦即：
觀察 × 想像 × 懷疑 × 驗證 × 轉化。
缺少想像，研究容易只是重複；
缺少懷疑，研究容易形成教條；
缺少驗證，想像可能成為幻想；
缺少轉化，知識可能停留在論文；
缺少觀察，甚至連真正的問題都不會出現。
十九、研究的最高境界：從「看見世界」到「看見世界尚未看見的世界」
未來科學研究真正令人著迷的地方，在於：
人類永遠不可能把所有問題研究完。
每一個答案，都可能產生十個新的問題。
每一項新技術，又可能打開另一個未知領域。
望遠鏡讓我們看見更遠的宇宙；
顯微鏡讓我們看見更小的生命；
基因定序讓我們閱讀生命；
粒子加速器讓我們探索物質；
AI則可能幫助我們尋找人類認知能力尚未注意到的關聯。
因此，科學的邊界不是一堵牆。
它更像不斷向外移動的地平線。
你愈往前走，看見的未知反而愈多。
二十、結論
教育不是把已知交給下一代，而是把未知交給下一代
過去我們常認為：
教育的責任，是把人類累積的知識完整傳承下去。
這當然重要。
但是AI時代之後，教育還需要增加另一項使命：
把尚未解決的問題交給下一代。
告訴年輕人：
這些是我們已經知道的。
這些是我們還不知道的。
這些是我們知道自己不知道的。
而更遠的地方——
還存在大量連問題都尚未被提出的世界。
因此，真正具有研究精神的教育，不應在教科書最後一頁結束。
教科書最後一頁，恰恰應該是研究教育的第一頁。
從已知走向未知，
從未知尋找未見，
從未見形成問題，
從問題建立假說，
從假說走進實驗，
從實驗建立證據，
從證據形成知識，
再從知識回到人類文明。
這形成一條新的研究文明鏈：
已知 → 未知 → 未見 → 問題 → 假說 → 實驗 → 驗證 → 發現 → 轉化 → 文明。
科學教育真正需要培養的，從來不只是知道答案的人。
而是當世界沒有答案時，
仍然知道如何尋找答案的人。
更高一層，
則是當全世界甚至還沒有發現問題存在時，
有人能夠第一個看見它。
這就是「未見科學」的精神。
也是未來科學研究教育最值得開拓的新方向：
研究已知，是學問；
探索未知，是科學；
發現未見，是創新；
嚴謹驗證，是求真；
造福人類，是研究最後的價值。
未來最偉大的發現，也許今天還沒有名字。
未來最重要的學科，也許今天還不存在。
未來最關鍵的問題，也許今天還沒有人提出。
所以教育真正應該留給下一代的，不只是一座裝滿答案的圖書館，還應該是一扇門，
門的另一邊，就是尚未被人類看見的世界。
