近期网上讨论本科生参与科研的问题 （http://blog.sciencenet.cn/blog-71964-1277687.html ），这在科研实力强的学校不是问题，老师们受过规范扎实的科研训练 ，有实验室和研究内容，本科生又大多是要进入学术研究或技术研发领域，不管是从功利性还是兴趣性方面，都不存在太大的问题，主要是双方要能磨合好。
愚以为，本科生参与科研，更多的是感受科研与学习的不同，传统的学习是老师讲学生听，老师讲的内容是自己讲了几十遍的内容，是已有现成答案的内容；而科研更多的是摸索问题，并解决问题，当然首先要能发现未有答案的问题（对本科生来说，所谓的未有答案并不是指全人类未知的问题，只要是课本上没有答案的我觉的都可以，这个过程可能要由老师来给出问题）。普通学校的本科生参与科研很可能会流于形式，最大的障碍很可能就在给出问题这个环节，大多数老师们可能给不出合适的、恰当的、最好是属于学术前沿的题目。
我想用两个例子来说明想要达成科研入门共识的难度：
1）我们学校本科生毕业设计大部分是做图书管理系统或售卖管理系统之类的作品，和我同组的一位老师对这块内容应该很熟练，只要是完成了“增删改查”的作品，TA都认为功能完善，给予很好的成绩。有个学生做的是室内定位，自己看懂了论文，自己改了传感器，布置在答辩的房间里，但是可能传感器的什么问题，虽然能运行，但是精度不太好，显然是比不过管理系统的演示效果的，结果被这个答辩老师批评，“你这个功能实现的不好，顶多给你通过，无论如何不能给良好以上“，我帮学生解释，学生能独自看文献搞懂算法、能独立布置系统，这个工作量是远大于一两周完成的管理系统的，但是TA还是非常固执的坚持自己的看法。
2）从2017年开始，我开始做轨迹隐私的研究，当时把一部分内容安排了本科毕业题目，有个女生花了几个月的时间，看懂了通信学报上的一个文章，并做了改进，还在网上找了微软的数据集做了仿真。根据我的经验，这个学生的本科毕业论文是不弱于很多硕士毕业论文的。但是，在答辩时答辩老师一致认为无法判断工作量的大小。
我们看一个学校的培养能力，不能只看宣传的几个最好的学生，当然也不能看最差的学生，客观的说，最好的学生不是学校培养的功劳，最差的学生也不是学校培养的罪过。很多学校喜欢拿极少数办了公司发了大财的学生做宣传，从理性角度来看，是没有太大意义的。这些学生的发财很大程度上要归于时代造就以及某些无法与人道的小概率机会。
比较合理的判断是看中位数学生的职业发展情况，比如一届100人，看第40-60名的情况，他们在毕业五年后在做什么，是从事重复的操作性工作，还是从事研究或开发类的创新性工作。如果样本达到一定数量，是可以用来评估培养质量的。
如果中位数的学生大多数在从事可替代性较强的职业，所在的行业大多数牌产业链的低端，这个学校的培养能力基本上是和职业学院等同的。 如果中位的学生大多处在产业链中高端或创新性较强的职位，应该是与本科阶段参与科研训练有一定关系的。
近几年越来越感受到好学校和差学校的差别，不是在缩小，而是在大幅拉大，原因可能就在于发达地区的高校的师资更新速度快，新进的老师都是受过规范科研训练的。
