個體距離

記得以前高中生物課本裡面討論動物行為時提到「個體距離」，有張照片是好幾隻鳥站在電線上休息，他們不會肩並肩貼在一起(如果鳥類有肩膀的話)，而是彼此之間保持一定的距離，有些鳥可以忍受與別之鳥的距離小一點，有些鳥則需要跟別的鳥站得遠遠的才有安全感，個體距離的大小隨著鳥本身的個性會有些不同。

昨晚下了雪，今天天氣晴朗，外面一片雪白，我也就拉開窗帘享受一下美景。突然間看到一群鳥飛過來停在窗外的電纜上面擠成一排，鳥與鳥之間的距離非常的近，個體距離到哪去了？個體距離大概也會受到溫度的影響吧?! 在攝氏零下五度的氣溫之下，我想保暖會比個體距離來得重要吧?!

創造論與演化論

昨天是系上MAT (Master at Teaching)學生的期末報告，每次MAT學生的期末報告都會有人提出該不該在自然課中教創造論(Intelligent Design)與演化論(Evolution)的爭議。雖然在我們看來這沒什麼好爭議的，因為台灣沒有那麼多天主教與基督教教徒；可是在美國卻是一個讓自然科教師傷透腦筋的事，有些州甚至規定一定要教創造論，甚至認為相信演化論是背叛主的行為(布希總統公開表示他認為創造論才是真理，所以他的故鄉德州規定創造論必須要列進自然科教學之中)。

大部分以這個爭議為報告主題的MAT學生都認為自然課中不需要教創造論，或者認為需要以演化論為主來說明生物的多樣性與生命的起源；不過昨天報告的那個學生似乎認為創造論與演化論同樣重要，他以創造論與演化論都無法由重複實驗來得到證據為理由，來推論演化論並不比創造論來得科學。

我無法理解的是，信仰是信仰，科學是科學，為什麼會有那麼多人分不清楚兩者的區別，難道會因為信仰不是科學就不值得相信？還是當信仰跟科學結合就一定會變成真理？科學只是尋找答案的一種方式而已，由科學方法尋找出來的答案可能比較接近事實，但是不一定就是"TRUTH"。隨著科學與科技的發展，以前我們所相信的定律與學說現在有可能有所修正或被推翻，現在我們認為是真理的科學現象有可能在下個世紀來臨之前被推翻。

創造論跟演化論的差別在哪裡？一樣無法由重複實驗得到印證，卻讓前者不屬於科學的範疇，後者廣為科學界接受？差別在於以創造論解釋生命的起源無法運用在其他科學學說與定律之中，然而演化論的解釋卻可以推演運用在遺傳學與現代分子生物技術的發展。請問，在自然課中需要教創造論嗎？

優秀的科學家？

我朋友系上最近在徵求新的教授，請了一個日本人來面談並演講，那位日本人是麻省理工學院的博士，在猶他大學做過兩年博士後研究，從資歷上看來似乎很不錯，不過實際上演講的表現卻完全不是那一回事。我朋友說，那個日本人英文講得很快，但是有一半他聽不懂，演講的過程中一直在問聽眾懂不懂，有老師問他為什麼要用大腸桿菌來作實驗，他的回答是「因為比較便宜」。

名校的光環的確是會讓人多一點機會，但是能不能成功又是另一回事。一個成功的科學家不是只有埋首於實驗室之中就可以像居禮夫人或是愛因斯坦那樣，在實驗上有突破性發展也必須要跟實驗室以外的世界有所溝通才能發揮其價值。溝通的方式有很多種，科學家最常用的「溝通」方式是發表期刊論文，外界也最常用一個科學家發表的文獻數量與期刊的重要性來評判一個科學家的地位。然而研究做得好不好跟能不能被好的期刊接受並沒有很絕對的關係；就好像一道菜做出來人家願不願意吃有時候是由賣相好不好來決定的。世界上有名的期刊大概都是以英文出版的，這種情況之下，英文寫作技巧就變成了決定性的因素了。

另外一個與外界交流的方式是參加研討會，藉由在研討會中的報告來將自己的研究成果「推銷」出去。在短暫的時間內或是有限的海報版面中如何讓別人了解到自己研究的重要性與顯著性，除了口語技巧之外，組織能力就顯得更為重要了。有時候科學家們會應邀演講，或是在應徵工作時需要想辦法把自己推銷出去，如何將自己的研究解說詳細卻又不至於鉅細靡遺而催眠聽眾，除了組織能力之外，又必須加上良好的表達能力與臨場反應。

不管是任何一種「溝通」方式，一個擁有PhD學位的科學家最重要的是邏輯推理的能力。寫科學性文章少了邏輯來支持文章架構會讓讀者不容易看懂作者想表達的重點；研討會中報告的內容不合乎思考邏輯會模糊焦點；演講內容沒有邏輯性會讓聽眾失去注意力。

PhD是Doctor of Philosophy的縮寫，意思就是哲學博士。一個擁有PhD學位的科學家與實驗技術人員最大的不同絕對不是在於誰擁有比較成熟的實驗技術，而是在於科學邏輯推演的能力。如果一個MIT的PhD連為什麼要用E. coli做實驗都不知道，那跟我碩士班時為了方便選擇綠豆當實驗材料有什麼不同？

試驗設計

做實驗是研究科學的重要方法之一，而實驗的設計又在其中扮演著關鍵性的角色。很多在學習階段中的科學家常為了實驗設計而傷透腦筋，因為一個好的實驗設計可以說是實驗成功的捷徑，也可以減少不必要的時間與金錢損失。相信不少學生想要學習如何做實驗設計。其實科學實驗設計牽涉到不只是邏輯推演，還包含了科學理論與實驗技術；因此通常是很難用開課的方式告訴學生哪些實驗該怎麼設計，而是要靠著做研究的過程自行推敲與體會。

撇開科學理論與各領域所需的技術和工具，就邏輯推演的角度來看，要做實驗設計第一步就是要先了解這個實驗的目的：「你想要證明些什麼事？」確定目的之後，才能思考需要什麼樣的證據來證明這件事。之後根據所需要的證據，才能進行實驗的設計，進行實驗，收集證據。然而，並不是所有的實驗都必須要照這樣的順序進行，實際的科學研究或者說「任何」研究其實都是先蒐集data，然後從中歸納出結果，推衍出這些data能夠證明的事情；所以，其實在大部分的情況之下，「實驗設計」並不是絕對必要的。

目前大部分的科學研究都會牽涉到數字，所以很多人認為統計對於科學研究是很重要的，甚是把統計方法在科學研究中所扮演的角色過於誇大。其實統計只是一種工具，就像分子生物技術一樣，是用來得到「證據」的工具。統計分析裡面有一門課就叫做「試驗設計」，這是一門很普遍的統計課，如果你做實驗遇到瓶頸時看到這門課就興致勃勃跑去修，那你一定會大失所望。統計裡面的試驗設計其實是針對經過設計的experiment所得到的數據結果進行分析的方法，在這門課裡面你可以學到的是：當你遇到哪一類的試驗設計所得到的數據時，你可以用哪一種統計分析方法來分析，以節省分析手續並得到最大可信度。所以，這門課講的是實驗後的data分析方式，而不是實驗前的設計方式。

當我與培養基、試管、顯微鏡、離心機為伍的時候，我認為自己懂得不夠多，技術不夠好，沒有足夠的好奇心，所以不夠格當一個好的科學家。離開了那個行業後我才發現，其實微觀世界看久了侷限了我的想法，才是我在科學研究上沒有進展的最大阻力。