作为博士生，为什么一定要了解研究范式（research paradigms）？

收藏、点赞、加关注。

既聊作为“事”的学术，也聊作为“人”的我们。

 

一、研究范式不是方法，而是你“怎么看世界”

很多人第一次听到“研究范式（research paradigms）”，都会以为它是：

定量 vs 定性，问卷 vs 访谈，回归 vs 编码。但这些都不是研究范式。研究范式，决定你怎么看世界、怎么看“真相”、也决定你觉得什么样的研究才算“好研究”。方法只是“怎么做事”，范式是“你认为什么事情值得做、什么算是对的”。

二、一个好理解的比喻：研究范式 = 你戴的那副眼镜

想象三个人同时站在一场雨中：

• 第一个人说：“雨量是每小时 12mm，可以被精确测量。”
• 第二个人说：“这场雨让我感到压抑，它改变了我今天的情绪。”
• 第三个人说：“这场雨对不同人并不公平，有些人有伞，有些人没有。”

他们看到的是同一场雨，但戴着完全不同的眼镜。这副“眼镜”，就是研究范式。

三、研究范式在回答哪四个“根本问题”？

不管名字多复杂，任何研究范式都在回答四个问题：

1. 世界是什么样的？（本体论）

世界是客观存在、独立于人的吗？还是世界的意义，要靠人去理解和建构？你是觉得“事实就在那里”，还是觉得“事实离不开人的解释”？

2. 我们怎么知道真相？（认识论）

是通过测量、实验、统计？还是通过理解、叙述、经验？你更信“数据会说话”，还是信“人的经验本身就是知识”？

3. 研究者要不要有立场？（价值论）

研究者应该中立、客观、隐身？还是可以、甚至必须带着价值立场？你是“冷静的记录者”，还是“有责任感的介入者”？

4. 那我该怎么研究？（方法论）

大样本？小样本？实验？访谈？混合？行动研究？

注意：方法是最后才出现的，不是第一步。

四、三种最常见的研究范式，用一句话讲清楚

① 实证主义 / 后实证主义范式

一句话：世界是可以被近似测量的

• 相信客观现实存在
• 相信数据、统计、因果
• 允许误差，但追求“更接近真相”

常见于：经济学、心理学、政策评估、大规模调查

② 建构主义 / 解释主义范式

一句话：现实是被人“理解”出来的

• 关注意义、经验、情境
• 不追求唯一真相，而是多种理解
• 研究者是研究的一部分

常见于：教育研究、人类学、社会学、质性研究

③ 批判 / 变革范式

一句话：研究不仅要解释世界，还要改变世界

• 明确价值立场（公平、正义、权力）
• 关注谁被压制、谁被忽视
• 研究本身就是行动

常见于：性别研究、弱势群体研究、行动研究

五、一个非常重要、但常被忽略的事实

研究范式不是选对选错，而是选“合不合适”。问题不同，范式就不同。

 

	实证范式	建构主义	批判范式
这个政策有没有效果？	✔
学生为什么会这样理解这门课？		✔
这个制度对谁不公平？			✔

六、为什么博士生一定要搞清楚研究范式？

因为研究范式会影响：你怎么提研究问题，你选什么文献，你用什么方法，评审觉得你“像不像一个成熟研究者”。很多论文被拒，不是因为数据不好，而是范式不自洽：用实证主义的问题，做解释主义的方法，写批判范式的结论。评审一眼就能看出来。

 

如果你现在记不住所有名字，没关系。你只要在每个研究前，问自己三句话：

• 我相信世界是“被测量的”，还是“被理解的”？
• 我想解释现象，还是改变现实？
• 我选的方法，和我前面两点，是不是一致？

这三句话，比背十个范式定义更重要。

 

七. 研究示例

现在，让我们用一个完整、具体、但不复杂的教育研究案例，把三种研究范式“串”在一起看。同一件事、三副眼镜，你会很清楚地看到：范式不是换方法，而是换“世界观 + 问问题的方式”。

 

研究情境：某高校在一门《研究方法导论》课程中，引入了 AI 辅助写作工具（如用于选题、文献梳理、初稿生成）。教师和学校关心的问题是：AI 进课堂，到底对学生的学习意味着什么？

同一件事，我们分别用三种范式来“研究”。

1. 实证主义 / 后实证主义范式：这门课“有没有效果”？

（1）你戴的眼镜（核心信念）

学习效果是可以被测量的

AI 的影响可以通过变量关系来检验

世界虽复杂，但可以“近似还原”

（2）研究问题长什么样？

典型问题是：使用 AI 辅助写作工具，是否显著提高了学生的：写作成绩？研究自我效能感？作业完成效率？

关键词：是否、显著、提高、影响

（3）数据与方法会怎么选？

前测 / 后测，实验组 vs 对照组，问卷量表、成绩评分，回归分析 / t-test / SEM。

在这个范式下：学生 = 样本，学习 = 可量化结果。

 

（4）你最后会得到什么结论？

例如：与对照组相比，使用 AI 辅助写作工具的学生，在写作结构清晰度和完成效率上有显著提升，但在原创性得分上无显著差异。这是一个“效果判断型”结论。

 

2. 建构主义 / 解释主义范式：学生“是如何体验”AI 的？

（1）你戴的眼镜（核心信念）

你换了一副眼镜，学习不是简单输入–输出，关键不只是“有没有效果”，而是：学生如何理解、使用、感受 AI。

（2）研究问题长什么样？

学生如何理解 AI 在写作中的角色？AI 如何改变他们对“写作”、“学习”、“作者身份”的看法？

关键词：如何理解、如何体验、如何意义建构

（3）数据与方法会怎么选？

半结构式访谈，学生学习日志，写作过程文本分析，课堂观察

在这个范式下：学生 = 有声音的主体，学习 = 意义生成的过程。

（4）你最后会得到什么结论？

不是“显著不显著”，而是模式与主题：一部分学生将 AI 视为“脚手架”，帮助他们跨过写作焦虑；另一部分学生则感到作者身份被削弱，产生依赖与不安。这是一个“理解型”结论。

3. 批判 / 变革范式：谁在 AI 教育中受益？谁被边缘化？

（1）你戴的眼镜（核心信念）

教育不是中立的，技术会放大不平等，研究者不能假装没有立场。

 

（2）研究问题长什么样？

研究问题变得“不太好听”，但非常重要：AI 辅助写作是否加剧了不同学生之间的学习不平等？谁更容易从 AI 中获益？谁反而被淘汰？

关键词：权力、资源、不平等、排除

（3）数据与方法会怎么选？

方法会变得更“介入”，不同社会背景学生的对比研究。

焦点小组讨论，与学生共创改进方案（行动研究），政策与课程文本分析

在这个范式下：学生 = 处在结构中的人，研究 = 改变现实的一部分

 

（4）你最后会得到什么结论？

对学术背景较弱、语言能力不足的学生而言，AI 显著降低了入门门槛；但在评价机制不变的情况下，也可能进一步拉大“隐性能力差距”。这已经不只是“结论”，而是对制度的挑战。

 

4. 把三种范式放在一起，你会突然看清一件事

没有哪一个研究范式“更高级”，只有：你现在想回答什么问题。

 

	实证范式	建构范式	批判范式
核心问题	有没有效果	如何被体验	对谁公平
学生是谁	样本	意义主体	结构中的人
研究目标	解释关系	理解意义	推动改变
结论形态	显著性	主题模式	规范性判断

八、给博士生的一句实话

很多博士论文卡住，不是能力问题，而是：你心里在问 A 范式的问题，却在用 B 范式的方法，最后写成了 C 范式的结论。一旦范式对齐，研究会突然变得顺、稳、可解释。

 

想了解更多？可以微信内付费咨询，私聊讲解。

<原文链接：https://mp.weixin.qq.com/s/x_5zTKAjwm6VBPF4a_bXSg