利用一切可能的科学手段将我们的社会对象化。（Bourdieu，1988：5）

在之前的两章中，我们探讨了研究生学会生产特定知识的两种主要方法，主要是基于社会人类学、人文地理学和生物化学等学科的细致讨论，在很大程度上，研究生如何学会进行知识生产是由特定的研究取向所确定的。他们的典型特征反映着各学科学术研究工作的主要类型：对社会人类学者或人文地理学者来说，田野研究造就了学科最重要的特征，而生物化学学者则完全依赖于实验室工作。对于每个学科来说，知识生产方式都是由研究方法和研究场所定义的——分别是“田野”和“实验台”。本章将转向第三种知识组织的方式，研究另外两个学科中的计算工作，这两个学科是自然地理学和人工智能。这两个学科的具体内容显然是不同的，但两者的共同特征是都依靠运用计算机科学来创建模型（当然，所有的学者都在生产自然或社会世界的模型和表达；这里特指的是研究过程中的具体研究手段和研究结果）。实验台旁的生物化学学者关心的是“我能使实验运行吗？”，田野研究者担心的是“我能挺过田野研究阶段吗？我能理解所有这些事情吗？”，而计算机科学的研究者感兴趣的是“这个程序能运行吗？”以及“模型能产生正确的预测结果吗？”。虽然他们的程序和模型最终目的是反映某个独立的现实，但这些研究人员们都特别关注计算工作的内部一致性，有时还会为此移除一些在“真实世界”中存在的现象和数据。

本章要探讨的是自然地理学和人工智能两个学科中的研究生和指导教师的独特经历，要研究他们如何使用计算机运算的研究方法来实现相关的研究目的：模拟物理现象以预测未来的结果，指挥机器完成一些通常要由人类来完成的特殊任务，复制人类的思维过程，表达专家知识以便提供更加智能的建议。尽管这些任务看起来各有不同，但它们有着相同的目的。后续的分析会说明，无论是给机器人编程，还是设计知识系统，抑或为物理现象建立模型，其共同目标都是映射和表达现实。当他们努力将“真实世界”的某些方面转化为计算机系统或模型的时候，都会经历不确定性。为了解决这一问题，他们形成了特殊的研究工作路径和工作组织方式。(www.daowen.com)

Ottercombe大学的自然地理学者de Manuelos博士的想法特别能够代表这类研究人员的典型学术梦想：“希望我们最终能够得到一个功能齐全的先进的数学模型，它能预测多种情况下河流会发生什么，比如将河里的水全部抽出，或者加入很多水进去，或者用它来控制洪水。”本研究所涉及的所有研究生和学者们都处理过简化和表达的任务，其实，生物化学的实验和人类学者的民族志专著也都是实现类似分析目的的不同方式，因此在这个意义上说，计算机编程和计算模型的建构并非是全然不同的研究方式。然而，它确实是另外一种表达或建构现实的方式，也是一个学科全体成员共同身份的不同体现。人工智能领域的学者或自然地理学中的一些学者——与他人一起——在计算机模型中找到了他们个人和集体都认同的表达方式，其方式就是能够“运行”的计算机程序和有充分预测力的模型。