1994年出生的蓝星宇，如今已是复旦大学新闻学院的副研究员。再过几个月，她将迎来31岁生日。回望来路，这位年轻学者的轨迹很难用单一标签概括——社会学本科、财经传媒硕士、设计工学博士，本硕博三个完全不同的专业，却在她手中编织成一条独特的学术路径。
从"倭瓜精"开始的试验
"一头倭瓜精"——这个略带网络幽默感的名字，是蓝星宇学术旅程的起点。七年前读研时，她和几位同学创办了这个公众号，初衷只是围绕数据新闻做一点自娱自乐的尝试。没人料到，这片小小的"试验田"后来会"莫名其妙"走红，拿下学科竞赛奖项，甚至被澎湃新闻数据创作者大会评为"最佳校园媒体"。
如今这个账号更新频率已不高，但七年来发布的推文串联起来，依稀能拼凑出蓝星宇的学术蜕变：从人文社科到计算机工科，从数据新闻到艺术可视化。"跨学科"与"文理融合"，逐渐成为她身上最鲜明的印记。
两年投稿，三次打磨
不久前，蓝星宇带领学生完成的一项研究在数据艺术领域引发关注。这项融合艺术设计、计算机、传播学的交叉成果，在IEEE PacificVIS 2025上报告并荣获最佳论文奖。此前，她还曾获得计算机领域顶级可视化会议IEEE VIS的最佳论文奖，成为该会议33年来首位以一作身份获此殊荣的中国大陆高校学者。
鲜为人知的是，这篇论文的投稿过程历时整整两年。
2023年，蓝星宇发起研究项目，很快有三位不同专业的硕士生加入：计算机背景的同学负责数据分析和网站开发，新闻专业的做艺术家访谈，设计专业的提供艺术史视角。团队构建了包含近十年220件数据艺术作品的数据库，提出分析框架并量化编码，还对12位中外艺术家进行深度访谈。
半年后论文初成，投稿却接连碰壁。"前两次都被拒了，总是差口气。"蓝星宇分析，高度跨学科的选题不太容易被所有审稿人同时接受。但她选择把每次拒稿都当作打磨机会，认真复盘，恶补艺术史、美学文献，在文理学科之间寻找精妙平衡。
"2023、2024年的寒暑假基本都在改论文。"她回忆，"最后听到投中的消息，学生兴奋得都快哭了。"
三次转轨，一条主线
蓝星宇的学术道路，从来不是直线。
2012年考入北京大学社会学系时，她和许多文科尖子生一样，兴趣广泛却方向模糊。"社会学没有明确对口职业，这反而逼迫我很早就开始思考自己到底想做什么。"
本科期间积累的媒体工作经验，让她在2016年转向北京大学汇丰商学院财经传媒专业。随着对行业了解加深，她意识到未来记者必须是复合型人才，于是决定专攻数据新闻，"用数据可视化讲故事"。"一头倭瓜精"便诞生于这个时期。
但瓶颈很快出现。"在纯文科体系下做数据研究，总归有些单一。"她发现，要提升创作自由度，必须跨到理工科学习前沿科技。于是开始自学设计和编程——对一个习惯发散思维的文科生而言，这意味着思维层面的"重构"，"一个标点都不能错"。
她找来线上课程，每天按时按量完成；同时用"项目驱动"激励自己：设定参赛或做作品的具体目标，针对性学习编程技巧并应用其中。"这样一步一步给自己正反馈，既能收获进展，说不定还能拿个奖。"
最终她收获的不仅是奖项，还有工科博士学位。2019年，蓝星宇考入同济大学设计创意学院，在"智能大数据可视化实验室"攻读设计工学博士。又经历一次转轨阵痛："刚读博时写论文还是文科思维，喜欢引经据典，但工科更看重你做出了什么、效果如何。"她花了一年时间，才完成底层思维上的"范式转换"。
博士毕业后，她进入复旦大学新闻学院，研究方向涵盖数据可视化、人机交互、智能传播、信息传达设计。
"简历上看是在跳来跳去，但个人发展逻辑一直很清晰。"蓝星宇说，"我选专业的逻辑就是自我发现与自我成长的逻辑。"
文科的"无用"与"大用"
谈及"文科无用论"，蓝星宇语气坚定："我不认同这个说法。"
在她看来，"无用"的论调源于将"有用"等同于快速见效的回报，比如更多岗位或更高薪酬。"我理解这种看法，现在社会竞争激烈，人们厌恶风险。选文还是选理，取决于风险厌恶水平和承担能力。但这不代表文科真的无用。"
"至少对我而言，文科带给我的是长期回报：批判能力、表达能力、社会洞察能力。这些看似短期没有明确收益的'无用'，结果成了人生的'大用'。我从不后悔学文科。"
人工智能时代，人文社科反而愈发重要。"很多技术工种会被替代，这时与人沟通、高情商、资源整合的能力变得尤为重要。甚至有几位人工智能领域的顶尖学者表示，未来AI的前沿在文科。"她笑着补充，"所以我经常鼓励学生，你们要自信一点。这是真心的。"
跨学科的本质，正是打破二元思维。"文科与理工科不是对立平行的产物，而是可以有机组合、形成合力的。"
她举例：开发新工具时，前期需要理工背景保证效率稳定；发展到后半段，文科就能派上大用场——"引入关于'人'的视野和关怀，把技术端和人的需求紧密结合，工具才能好用、实用，最终为社会服务。"
美是反叛，是自由
不要小看文科基因，有时能起到四两拨千斤的作用。
第一次被拒稿时，一位审稿人指出：文中对审美概念的阐释过于狭隘，当代艺术对美的解读实际上很宽泛。蓝星宇团队研究的很多数据艺术作品称不上"好看"，甚至有种引发不适的怪诞，但分析框架中仍用传统意义上的"beautiful"询问观众观感。
"如何阐释'美'"成为困扰她许久的难题。直到一次学术会议上，她向一位专做美学研究的哲学学者请教：在AI可以创作任何美丽元素的今天，艺术家还能追求什么？
对方思考良久，给出回答："美是反叛，是自由。"
这几个字瞬间击中蓝星宇。她突然看懂那些怪诞作品——先锋艺术家追求的并非和谐与传统之美，而是表达的自由。在美丽被AI流水化复制的今天，这种自由之美、反叛之美才是人类最应呵护的审美之魂。
这个看似简单的回答，意外打通了研究卡点，也给了她无限学术灵感。
接下来，蓝星宇将围绕人机交互、算法审计等前沿课题继续跨学科研究。在数据与艺术、文科与理科的交界处，她仍在打破藩篱、自由生长。
热门跟贴