原站网页截图，页面可能随时间更新。
- 分类：在线课程
- 名称：Integrating Doctoral Seminar on Emerging Technologies Institute for Data, Systems, and Society MIT OpenCourseWare
- 来源：ocw.mit.edu
这是一门围绕新兴技术研究展开的研究型研讨课，适合关注技术如何与政策及社会议题相互作用的学习者。课程不只讨论研究主题本身，也引导学习者把问题转化为可研究的议题，比较不同研究路径，并在论文提案与讨论中检验研究设计的合理性。
从技术议题界定研究问题
课程首先关注如何识别问题、形成研究主题。对于处在技术、政策与社会议题交界处的新兴技术，研究对象往往涉及多种因素，因此需要先明确问题边界、研究关注点及其与更大社会背景的关系。学习者可据此逐步把宽泛的技术议题整理为具有研究方向的问题，为后续研究策略与论文提案奠定基础。
理解跨学科研究策略
课程整合来自不同学科的研究策略与设计概念，强调研究路径需要服务于具体问题。学习者将接触定性与定量研究方法的作用，理解不同方法能够支持何种类型的分析，并思考如何将研究目标、方法选择和证据需求联系起来。这样的训练有助于避免只凭单一学科或单一方法处理复杂的新兴技术议题。
把数据收集纳入研究设计
研究设计不仅决定如何分析问题，也涉及如何获得支撑论证的数据。课程讨论多种数据收集技术，并将其放在整体研究策略中考察。学习者可结合自己的研究主题，进一步思考需要收集什么类型的信息、数据收集方式如何配合研究问题，以及数据来源和获取过程会怎样影响研究结论。
以论文提案推进研究实践
课程作业聚焦学习者的论文提案，并通过师生研究小组展开讨论。论文提案因此成为连接问题界定、方法选择、数据收集与研究设计的实践载体。学习者需要在交流中呈现自己的研究构想，接受对研究设计的批判性评估，再根据讨论重新审视研究问题与实施路径。
建立科研伦理意识
课程还讨论开展研究和收集数据时的伦理问题。新兴技术研究可能同时触及技术应用、公共政策与社会影响，因此研究过程中的数据获取和使用不能只从可行性出发。学习者可将伦理考量纳入研究设计整体，在规划数据收集和解释研究结果时，同时关注研究行为可能带来的责任与影响。
学习准备与适合人群
课程定位于研究新兴技术的博士生，尤其适合关注技术、政策和社会议题交叉领域的人。准备学习时，可先确定一个希望深入研究的新兴技术议题，再尝试写出问题描述、可能采用的定性或定量方法，以及所需数据的大致方向。若已有论文提案或初步研究设想，可将其作为讨论和接受研究设计评估的基础；同时应准备面对跨学科概念，并在研究规划早期纳入数据收集伦理。