科研小白第一次接触科研的感受大部分都是“科研看上去好高大上啊。这篇论文好高深，完全看不懂；这个大佬看上去好牛，小菜鸡如我明明只懂一点本科学过的书本知识，接触这么前沿的课题，真的能做好科研吗？”
这种“智不配位”的不配得感在科研小白身上体现得淋漓尽致，他们总觉得自己连已有的书本知识都没有完全掌握，肯定没办法胜任做科研这么高精尖的工作。
但实际上，科研并不是万事俱备才能入局。今天正好聊聊这一话题，对于新手研究生来说，做科研到底应该是先把已有的知识基础打好再开始，还是应该边做边学？
先说结论，边做边学在大多数情况下通常是正解，除非研究者本身基础十分薄弱，需要恶补。原因如下：
做科研本身就是在学习已有知识的同时创造新知识的过程
科研人都知道，做科研不是闭门造车，你不能仅凭自己的理解就去做科研，你需要不断的学习、接纳同辈的新观点、新发现，同时结合自身对于某一课题的理解，在这个基础上不断推陈出新，提出全新的见解或者更优的解决方案，而你提出的新理论、新方法、新结论等就成了你创造的“新知识”。
如果只是关注自身，而不去了解他们的进展和发现，就很容易固步自封，甚至重复他人的研究，无法得出自己的创新性见解和结论。
因此，单纯埋头学习基础知识对于科研的直接收益并不大。再加上很多教材本身的理论早已过时，前人早已把教程中能够引申出来的课题方向探索遍了。
做科研的过程本身就会倒逼你去恶补欠缺的基础知识
相信所有科研人都有这么一种体会，带着问题去学习永远是最高效的。无论是课本基础知识、某类软件、某种编程语言、某个实操方法，只要你有一类明确且具体的问题，你针对它而进行的学习效率是最高的。
在做科研的过程中，一般你遇到的问题都是具体的，这个时候你再去针对性的学习，其实是带着问题去看的，这样在学习的过程中你的侧重点很明确，学习的体验和效率都是最高的。
相反，如果是简单的泛泛而学，你很可能会学着学着侧重点就偏移到了和自己的课题毫不相干的内容。即使你精通掌握了，对于你自身的课题帮助也寥寥。
小e当年在大学的时候曾经自己花了三个月的时间去学习一款科研软件，但是学习的效率非常低下，三个月了我才学会一些基本的操作，还必须得依靠着教材才能勉强完成计算。
但是，在读研的时候，课题中有一项部分是必须用到这块软件的一个模块来进行计算，结果只花了一天半就基本掌握了这个软件的大部分操作指令，而且至今记忆犹新。
可见带着问题去学习和不带着问题去学习，效率简直天差地别。
基础知识够或不够本身就是一个伪命题，而时间对于研究生来说非常宝贵
首先，学多少基础知识对于科研课题来说算够这本身很难量化出来，对于不同的课题，它所要求的知识储备是不同的。
其次，人类的科学技术发展几百年，哪怕是一个细枝末节的领域所留存下来的经典理论都非常多，此外还包括这些理论的演化版本等，普通人，尤其是对于刚刚开始科研的新手研究生，是不可能有精力全部学会的。
最后，对于研究生来说，通常刚刚开学没多久就得准备自己的开题答辩，你的科研课题不会允许你慢慢补足基础知识再开始，导师也不会允许你的进展缓慢，因此，在宝贵的研究生阶段，边做边学才是兼顾效率与可行性的策略。
但是，如果研究生本身完完全全是这个领域的新手（转专业或者换方向），或者自身知识体系过于薄弱，对该领域最基础的概念都缺乏认知，那小e建议还是集中精力好好恶补一下新方向前置的基础知识。
当然，对于基础知识的学习也不是盲目的，如果对于新课题感觉十分吃力，可以和导师深入聊聊，让导师给你划定一些重点基础知识的学习范围，同时找几篇写的非常不错的综述论文读一下，争取尽快建立对这个领域有一个清晰的认知。
当然，扎实的基础对于一个优秀的科研工作者来说还是非常重要的，因为它可以让人对所有出现的新事物有一个返璞归真、抽丝剥茧的认知。
但对于研究生来说，想要在短短几年内达到这样的高度几乎是不可能的，另外还要考虑到毕业的年限压力。边做边学在大多数情况下，才是兼顾效率和可行性的最优解。
【竞赛报名/项目咨询+微信：mollywei007】
