摘要： 本研究探讨了复杂网络和计算科学学范式在科学学中的应用，聚焦于揭示科学活动背后的普适规律与规避数字陷阱的挑战。随着数智化时代的到来，大规模数据为科学学研究提供了全新的视角，复杂网络通过分析合作网络、知识传播路径等揭示科学研究中的隐性规律。而计算科学学则借助先进的算法和模型，推动了科学学研究的智能化。然而，数据驱动的方法也带来了“数字陷阱”的潜在风险，即过于依赖量化分析可能忽视科学活动中的复杂性和背景性因素。因此，本研究不仅探讨了复杂网络和计算科学学在科学学研究中的优势，还深入分析了如何平衡数据驱动与领域知识，以避免过度数字化带来的局限性。最终，本文旨在为科学学研究的未来发展提供新的思路，并呼吁更加谨慎和综合的方法以应对新时代的科学挑战。