常聽人說，找課題的關鍵在於多讀文獻，要先“找到目前研究的空白”。本來覺得挺有道理，空白的我不就可以創新了嗎。但直到有一天，一位前輩提醒了我：“你的人生就是為了給別人填空白嗎？”簡直一錘子砸在天靈蓋上。
大概是因為“填空白”已成為陳詞濫調，人們說出來的時候都不需經過腦子，不去想它的意義。大牛很少說要找到文獻報道中的空白，因為：
- 僅僅做別人沒做過的事是不夠的；要對本領域的研究有潛在助益
- Idea不是找到的，是思考出來的
- 都沒有研究過、不存在的東西，你怎麼找？
別苦苦找空白了，不如找一個切實可觸的“邊緣”，在現有研究的基礎上進一步發展它，改進它，或把它導向新的方向。
邊緣在哪裡？
雖說各學科的知識都能融合銜接成一個整體，就像地球沒有邊緣一樣，但在一個特定的領域裡，一定有特定的景觀格局，有它的邊緣。
- 讀到一篇有意思的文獻之後，想想你能怎樣發展它的研究成果。問問自己：“這個研究有怎樣的外延？”或者，“它的假設還可以用哪些其他方法來驗證？”又或者，“這個技術還可用來做點別的什麼事？”心中做了初步回答，就對自己的答案做進一步檢索、閱讀，幾篇下來，你會發現你瞭解的越多，想法也就越豐富，慢慢地也找到了好幾個現有文獻回答不了的邊緣。
- 還有另一種方法，就是檢驗它的基礎假設。科研中也有三人成虎的現象，如果有很多人都引用過、討論過這個假設，那麼它可能很容易就被接受了，哪怕它從來沒被系統地驗證過。如果你能找到這樣一個未經驗證的假設，並能想到一個檢驗它的方法，那你的工作對整個領域都將有重大意義（能夠很好地執行的話）。
這個階段，你的大多數想法可能都不太現實，但沒關係，找到Mr. Right之前都會經歷一個過盡千帆皆不是的旅程。而且不是你讀到的每篇文章都能引發偉大的idea。如果那篇文章你讀得實在沒感覺，那不一定是你讀不懂，有可能它的信息本來就不是你需要的，不如先放一放。
等你的確找到了幾個有前景的邊緣，那麼又要通過一系列程序來把它們篩選、提煉出一個idea，並檢驗它的有效性。
打磨你的idea
要判斷一個想法是否值得發展成一個課題，有很多複雜因素要考慮。這些因素都是在讀文獻的過程中需要留意到的。
>>資源：技術、物資和人力
要做出一個好的研究，光有好想法是不夠的，最終的質量是由執行效果決定的。一個平庸的想法被有效執行，要遠遠好過一個閃耀的想法被粗糙地執行。
而你執行研究的能力，很大一部分是取決於你掌握的相關技術，以及你是否有途徑獲取相關資源，比如設備、經費、技術支持和時間。這些因素在不同的研究者之間都有很大差異，所以對A學者來說是很好的課題，對B學者也許不合適。所以讀文獻時需要留意，每種技術的執行都要求有哪些條件，自己所在的單位能否滿足，如果不能，有沒有其他的解決辦法。
此外，你的idea應該對本領域內大多數學者有利，但你無法取悅所有人。對某些人有吸引力的課題，對另一些人可能很無聊，甚至有所冒犯。樹立這點意識，有時候比你掌握了多少知識、技術更重要。所以在讀文獻的時候就要留意作者的名字，尤其是身邊有可能接觸到的人，熟悉他們的研究內容，想想自己的idea在整個研究格局中處於什麼位置，才能更好地找到別人的利益切入點，從而說服他們，獲得更多支持。
>>創新性
創新性肯定是制定課題的必要條件，但研究都不會是憑空冒出來的。它從現有研究的邊緣萌芽生長起來，長向新的空間，但一定有舊的土壤。
所以一個課題並不是每個方面都需要創新。熟練運用不太新的idea和久經考驗的技術，能給你的研究建立一個堅實的基礎。即便是最具革命性的研究，也是建立在諸多非創新元素之上，也許是將兩個不同領域中的元素以前所未有的方式組合起來。
>>梳理思路
心中本來就有好幾個備選的idea，又考慮了好多因素，是不是覺得剪不斷、理還亂？嘗試用以下幾個問題給每個備選idea建立一個框架吧：
- 這個idea的研究目的是否明確？
- 你知道你需要用到的具體技術是什麼嗎？
- 你需要什麼樣的資源？
- 你需要學習什麼新技術？
- 你身邊有沒有能幫助到你的人？
- 你對這個課題感興趣嗎？
- 你能說出這個課題為什麼對其他學者有用嗎？
- 對誰有用？
在篩選、提煉idea的時候，也會像做實驗一樣有許多的trials and errors，會經歷許多糟糕的想法，才能迎來讓你心中一亮的那個。這個過程也許比真正做實驗還要難熬，因為它沒有實際的操作，而都是抽象的文獻+思考的無邊苦海，但千萬不要以為是浪費時間，那都是有價值的投資，該來的遲早會來。
>>千里之行，始於足下
許多人第一感覺是要把目標定得儘量高遠，課題設計得儘量複雜。這樣的課題想想容易，但做起來則不然。不如先想一個最簡單的版本，再看看自己身邊還有哪些資源，從而決定可以往上添加哪些內容。
>>一點小提示
儘管選擇自己感興趣的課題比較好做，但有時候“太感興趣”也不是好事。想要證明一個你本來就堅信不移的理念，常常會導致證實偏倚（confirmation bias），通俗講就是，你只相信你願意相信的結果。
對結果有預期是沒問題的，但作為科研人員，你也要對自己的設想保持一點點懷疑態度，當結果符合自己的預期，也要主動想想有沒有漏洞，能不能證明自己是錯的。
有用就收藏點贊關注哦。持續關注有福利！
閱讀更多 Sci投刊指導李老師 的文章
