America Data Set

世界各国政府都在制定以任务为导向的研究和创新政策，以应对我们这个时代面临的一些最大的社会和环境挑战。从生产清洁能源到改善健康状况，应对老龄化社会，或以安全和公平的方式部署人工智能等强大的新技术。但我们使用什么指标来设计、实施和评估这些雄心勃勃的政策呢？

在《创新地图绘制》中，我们认为，衡量研发支出和统计出版物和专利等知识产权产出的传统科学、技术和创新指标无法胜任这项任务。这是因为它们没有反映使命导向型创新政策的关键维度，例如：

他们的目标：使命导向型政策不仅寻求提高创新水平和增强其经济影响，还引导其实现特定目标。这需要衡量创新如何出现并传播以实现使命目标。
他们的变革理论：以使命为导向的政策寻求通过创建新的社区来实现其目标，这些社区将跨学科结合起来以应对社会挑战，同时融入社会科学和人文科学的知识。有关使命的指标需要捕捉这种交叉。
其风险：以使命为导向的政策需要避免挑选赢家，这涉及鼓励自下而上的实验而不是自上而下的解决方案，以及被创新精英和既得利益者所俘获，这需要公众参与创新政策进程并让新的参与者参与创新体系。
我们需要新的相关、包容和可信的开放指标，这些指标可以反映这些目标、变化理论和风险，从而能够为研究和创新任务提供信息，正如我们在“推动未来”运动中所主张的那样，这些任务需要成为创新政策组合中更重要的组成部分。在由欧盟委员会资助的“地平线 2020”项目中，我们正在与丹麦技术大学、德国弗劳恩霍夫 FOKUS 研究所和西班牙Cotec 研究所的研究人员合作，探索利用新型大型开放数据源和数据分析创建这些指标的潜力。

在项目的早期阶段，我们确定了政策需求的范围，并确定了一系列试点领域，这些领域有很大机会利用新指标解决紧迫的政策问题。创新任务就是其中之一。

今天，我们发表了一份工作论文，报告了这项试点的最新发现，我们在试点中制定了与英国大挑战任务相关的原型指标，即“到 2030 年，利用数据、人工智能和创新改变慢性病的预防、早期诊断和治疗” 。这涉及对研究门户的开放数据的分析，该门户是英国研究理事会（现归 UKRI 所有）资助的项目信息库，可追溯到 2007 年。我们使用 柬埔寨电话号码数据 自然语言处理和机器学习方法来衡量人工智能与慢性病交叉领域的“活跃任务领域”的关键维度，包括：

其规模和发展。我们发现人工智能在慢性病研究中的代表性不足，这为该任务提供了理由。话虽如此，我们发现，在英国政府宣布该任务之前，该领域的活动水平就迅速增长。
其学科构成。我们在活跃的任务领域和个别项目中发现了学科交叉。这与应对这一复杂的健康挑战需要新的知识组合的想法一致。
产生应用成果的倾向。我们发现，活跃使命领域的研究擅长产生临床产品、专利和衍生产品等应用成果，这表明其寻求解决的挑战在技术上是可行的。
参与积极使命领域的组织的身份。在这里，我们发现一些证据表明，参与积极使命领域的组织对于英国研究与创新系统来说是较新的，这符合创新使命可以为研究与创新带来新参与者的想法。
活跃宣教领域的组成。虽然活跃宣教领域最初以计算机科学家为主，但近年来医学和生物科学研究人员的积极参与也日渐增多。
我们在本文中提出的指标可以为整个任务政策周期的决策提供参考。在任务选择期间，它们可以帮助确定与社会挑战相关的研究领域，这些领域的活动可能比预期的要少。它们还可以用来寻找活跃任务领域中的关键参与者，以便在政策设计和实施过程中与他们互动，确定任务内部正在探索的各种解决方案中的差距，并监测参与情况，以确保任务为创新系统带来新的参与者。在评估阶段，可以将指标的演变与基线进行比较，并评估活动和网络结构的变化是否推动了任务的发展。

这些例子说明了新指标在描绘创新使命和为使命导向的研究与创新政策提供信息方面的潜在用途。我们认为，政策制定者应充分利用这些机会，从而确保最新一波研究与创新政策得到有效设计、定位和评估，最大限度地提高它们实现雄心勃勃目标的可能性。