哈佛台长招80名女计算员!时薪仅男性一半,是偏见还是机遇?
发布时间:2025-10-28 07:23 浏览量:1
哈佛天文台那套星表和光谱分类最后落成了:
那套东西其实就是九卷《亨利・德雷珀星表》,里面登记了二十二万多颗恒星的观测数据,配套出来的是后来一直在用的“哈佛光谱分类法”。听起来像天文学家的大工程,但细看就知道,这活儿不是靠几位高高在上的教授搞出来的,而是靠一群被叫作“计算员”的女性,把一卷卷底片、一条条光谱,耐心地看清、记清、分类好,才把整件事拼起来的。
时间拉回到上世纪初,大概从1900年前后到1915年这一段,哈佛天文台把这事儿当成头等大事来做。底片拍好了,需要有人去分辨哪条线是氢,哪条线是别的元素,哪个条纹代表亮度差别,得按标准写在表格上。天文台就招来了一批女性干这活,人数超过八十,她们分头干,每个人对着底片花的时间,比外人想象的要多得多。这里面有弗莱明先整出一套实用流程;有坎农把分类系统化、标准化;有莫里(安东尼娅·莫里)提出更细的划分办法;还有勒维特,她干的不是光谱分类,但她筛出了一条关键关系——造父变星的周期-光度关系,后来被用来量测星系距离。整支队伍在1911到1915年间把那套星表整理完,数据量大到当时很少人能体会得过来。
关乎薪酬的事儿,外头议论从没停过。她们在台里干活,时薪通常只有25美分,确实比男同事低。这一点是事实,也容易让人说“剥削”。但放到当时的经费和资助状况里看,又有另一面:安娜·德雷珀的资助计划并不是金库挖不完的,家产有起伏,基金也曾差点断了线。要是真把整体工资一下子拉高,能雇的人就少,星表进度也会被拖慢。皮克林在经费紧张和工作推进之间做平衡,表现好的会被加薪,像勒维特这样实际出成果的,待遇也会有所调整。换句话说,那份工作既有不公平,也给很多女性第一次真正接触到核心天文数据的机会;在当时,能把这当一辈子事业的人本就不多。
技术层面也能说明问题。十九世纪八十年代以前,测恒星亮度靠肉眼估计,误差大得让人头疼。皮克林搞出个子午光度计,把北极星当标准,1879到1882年里他和团队做了几千次观测,累计做了九万多次对比测量,1884年把这些结果印成《哈佛测光表》。这第一次把测光弄得有章可循。接着照相术进来,规模就被放大了:把天区拍成底片,然后把底片上暗点大小或光谱线的分布拿来量化,交给计算员去处理。技术一变,数据量就像开了闸,迅速涌出来。
说到变星,皮克林和团队是下了血本的。他早年先把变星按形态分类,后来把观测方法从眼测改成照相测光,用底片上黑点的大小估星等。这种办法费人费时,但确实提升了效率。皮克林一生和他的团队发表了三百多篇关于变星的论文,发现的变星超过三千颗,那数字在当时几乎把当时已知的变星占了个大头。光是数字就能说明问题:大量的观测和细致的整理,让天文学的数据基础比过去坚实了不止一截。
还有个和基础物理对话的桥段。弗莱明在某颗星的光谱里发现了一组奇怪的吸收线,皮克林把这些线按顺序描述出来并用公式表述。后来实验室里也观测到类似谱线,起初有人猜是某类氢线。等到玻尔用新兴的量子理论解释那套序列其实是氦失去一个电子后的表现,才把观测端的细致工作放进了理论框架里。那会儿观测和理论正好撞上,观测提供了线索,理论给了背后的理由。
为了把南半球的星天也装进数据库,哈佛没只在马塞诸塞打转。1889年起,皮克林就派人去秘鲁建观测站,后来又在1895年装上当时顶尖的布鲁斯望远镜。正是在那里,勒维特用长期的观测资料筛出了造父变星的周期-光度关系。多年后,哈勃用这条关系证明仙女座是个独立的星系,并据此推算出宇宙膨胀的速度。把这些环节连起来看,布鲁斯望远镜和秘鲁观测站是链条上不可或缺的一环。
再把视角拉近到人上面:爱德华·皮克林从小就和天文打交道。十二岁自己攒了台望远镜,能看到木星的卫星;十九岁从哈佛毕业,二十一岁就当上MIT教授,二十二岁入选美国艺术与科学学院,二十六岁进了美国科学院。1876年接任哈佛天文台台长后,一干就是四十二年,成了在位时间很长的台长之一。任内他推动了很多让天文学更“量化”的办法,屡获英国皇家天文学会金质奖章,他的名字也被用在月球、火星上的陨石坑、小行星和加州的一座山峰上。妻子在1906年去世后,他常常一个人过日子,直到1919年去世,终年七十二岁。临终前他还在为星表写前言,但没等到最后一册的面世。
把这些事连起来看,有推动学科进化的那面,也有被后人指责的地方。把工资拉平这个问题是事实,不能回避;但不可否认的是,他打开了一扇门,让很多女性有机会站到观测和数据处理的第一线。这些女人在昏黄台灯下端坐,对着底片一个像缝衣服一样一针一线地检查谱线和暗点,她们做的不是华而不实的表面活,而是把基础数据一字不漏地写进表格。时间久了,这种细致活儿的影响就会体现在教科书、在标准化分类法里,甚至影响到后来的宇宙学结论。
那些女人里有人成了学界能被记住的名字;更多人并没有出现在伟人传记里,但她们的劳动像土壤一样支撑着后来的收成。把“数据吃得开,细致活儿不能少”这句话放在她们身上,恰恰合适。她们用耐心和精确,把一堆黑白的底片变成了后世可以检索、可以比对、可以被理论解释的资料库。