Một công cụ có tên Funding the Frontier trực quan hóa tất cả các tác động lan tỏa của việc tài trợ — và dự đoán những nghiên cứu nào sẽ có tác động xã hội lớn nhất.
Lưu ý: Nghiên cứu này được dịch hoàn toàn bởi Gemini và không thông qua khâu hiệu đính.
Nghiên cứu khoa học mang lại nhiều lợi ích cho xã hội, nhưng làm thế nào để bạn theo dõi tác động của các dự án cụ thể? Thật dễ dàng để theo dõi các bài báo khoa học ra đời từ một khoản tài trợ, nhưng khó hơn nhiều để biết được nghiên cứu đó có tác động xã hội rộng lớn hơn như thế nào đối với các chính sách, thuốc men hay sản phẩm.
“Đó mới là những [tác động] thú vị hơn nhiều, và mang lại lợi ích công cộng lớn hơn,” Dashun Wang, giám đốc Trung tâm Nghiên cứu về Khoa học và Đổi mới (Center for Science of Science and Innovation) tại Đại học Northwestern ở Evanston, Illinois, cho biết.
Wang và các đồng nghiệp đã xây dựng một công cụ tên là Funding the Frontier, tích hợp dữ liệu về các công bố nghiên cứu, bằng sáng chế, tài liệu chính sách và các thử nghiệm lâm sàng, và trình bày thông tin một cách trực quan, dễ hiểu. Họ cũng kết hợp công cụ này với một thuật toán dự đoán dựa trên học máy (machine learning) để dự báo những nghiên cứu và lĩnh vực nào có khả năng mang lại nhiều lợi ích xã hội nhất trong tương lai — ví dụ, những khoản tài trợ nào có khả năng cao nhất sẽ dẫn đến một bằng sáng chế. Họ đã mô tả nguyên mẫu này trong một bài báo đăng trên máy chủ lưu trữ bản thảo (preprint) arXiv.
Funding the Frontier chứa một lượng dữ liệu đáng kinh ngạc, được lấy từ bốn bộ dữ liệu lớn: cơ sở dữ liệu Dimensions, Altmetric và Overton, cũng như bộ dữ liệu SciSciNet của chính các tác giả. Bộ sưu tập tổng hợp này liên kết 7 triệu khoản tài trợ nghiên cứu với 140 triệu ấn phẩm khoa học, 160 triệu bằng sáng chế, 10,9 triệu tài liệu chính sách, 800.000 thử nghiệm lâm sàng và 5,8 triệu tin tức, tất cả được xuất bản từ năm 2000 đến 2021, với 1,8 tỷ liên kết trích dẫn giữa chúng. Dữ liệu có thể được hiển thị theo nhiều cách, cho thấy các tác động xuất phát từ một nghiên cứu cụ thể và truy ngược các kết quả về nguồn gốc của chúng cũng như tất cả các liên kết giữa chúng.
Staša Milojević, người nghiên cứu về “khoa học của khoa học” (science of science) tại Đại học Indiana ở Bloomington và không tham gia phát triển công cụ này, nói rằng nó có thể giúp lấp đầy một khoảng trống quan trọng khi nói đến việc chuyển các nghiên cứu về cách thức khoa học vận hành thành dữ liệu hữu ích. “Nhiều nghiên cứu trong lĩnh vực ‘khoa học của khoa học’ có ý nghĩa tiềm năng đối với chính sách khoa học và tài trợ,” bà nói. “Tuy nhiên, tác động thực tế của chúng thường bị hạn chế vì thiếu các công cụ mà các bên liên quan (stakeholders) có thể dễ dàng sử dụng để có được thông tin chi tiết hữu ích.”
Quy mô của cơ sở dữ liệu và khả năng liên kết các luồng thông tin khác biệt lại với nhau là lợi thế lớn nhất, Milojević nói. “Chỉ riêng lượng dữ liệu và mức độ tổng hợp dữ liệu liên quan đến FtF [Funding the Frontier] đã rất ấn tượng,” bà nói. “Ngay cả khi không có khía cạnh dự đoán, việc có một công cụ cho phép người ta tra cứu các chủ nhiệm đề tài (PIs) hoặc các khoản tài trợ từ nhiều lĩnh vực khoa học và đánh giá chúng dựa trên các chỉ số nghiên cứu khác nhau (đã được chuẩn hóa theo sự khác biệt giữa các lĩnh vực và thời gian) cũng đã là vô cùng hữu ích.”
Các trường hợp nghiên cứu (Case studies)
Wang kỳ vọng rằng nhiều người sẽ quan tâm đến công cụ này. Các nhà tài trợ có thể sử dụng nó để kiểm tra danh mục tài trợ (funding portfolio) của họ để xem lĩnh vực nào đã hoạt động hiệu quả nhất; các nhà quản lý đại học có thể kiểm tra “dấu ấn” (footprint) của tổ chức mình, để xác định các điểm mạnh, điểm yếu và giúp quyết định nơi cần đầu tư.
“Có vô số câu hỏi bạn có thể đặt ra,” ông nói.
Bản thảo (preprint), vốn chưa được bình duyệt (peer reviewed), bao gồm các trường hợp nghiên cứu liên quan đến những người dùng tiềm năng ẩn danh. Một quản lý dự án tại một cơ quan tài trợ lớn của Hoa Kỳ đã sử dụng nó để kiểm tra các tác động xã hội rộng lớn từ các khoản tài trợ của cơ quan, điều mà ông cho biết mình chưa bao giờ có thể thấy trước đây. Ông phát hiện ra rằng các dự án của họ đã được trích dẫn trong các tài liệu chính sách ở Đức, Vương quốc Anh và tại các tổ chức liên chính phủ khác. Nhưng ông cũng xác định được một sự chênh lệch giới tính (gender disparity) chưa từng được biết đến trước đây — cụ thể là, trong một số lĩnh vực, các chủ nhiệm đề tài (PIs) nữ ít được đại diện (under-represented) — điều mà ông dự định sẽ điều tra thêm.
Một người dùng thứ hai, làm việc cho một công ty đầu tư tư nhân chuyên về nghiên cứu y sinh, lại quan tâm nhất đến tiềm năng dự đoán của công cụ. Ông phát hiện ra rằng, trong lĩnh vực nghiên cứu Alzheimer, tác động lâm sàng lớn nhất trong 20 năm qua đến từ các nghiên cứu nhằm tìm hiểu về căn bệnh này, nhưng tác động dự đoán lớn nhất trong tương lai lại tập trung vào các nghiên cứu về hệ thống hỗ trợ xã hội cho những người mắc bệnh — điều này gợi ý một cơ hội đầu tư mới tiềm năng.
Giá trị của khoa học
Nhưng chính khía cạnh dự đoán đó lại khiến James Wilsdon, người nghiên cứu chính sách khoa học tại Đại học College London, lo ngại. Ông lo lắng rằng việc dựa dẫm vào các thuật toán như vậy có nguy cơ tạo ra một “lời tiên tri tự ứng nghiệm” (self-fulfilling prophecy), khuyến khích các quyết định bảo thủ (conservative) hơn dựa trên thành công trong quá khứ thay vì tiềm năng tương lai. “Những loại phân tích dự đoán này cần được tiếp cận một cách thận trọng và kiểm tra kỹ lưỡng, trước khi được các nhà tài trợ nghiên cứu và nhà hoạch định chính sách áp dụng và thực hiện,” ông nói.
Và ông nói rằng, mặc dù nỗ lực kết hợp và tổng hợp một lượng lớn dữ liệu là đáng khen ngợi, dự án này lại bỏ qua những câu hỏi lớn về cách sử dụng các phép đo lường thành công của nghiên cứu để thúc đẩy tác động của nó trong xã hội. Ví dụ, “bài báo thiếu một tầm nhìn rõ ràng về việc làm thế nào phân tích dựa trên dữ liệu (data-driven analytics) và chuyên môn của con người có thể song hành với nhau, theo những cách thực sự củng cố chất lượng và sự vững chắc của việc ra quyết định,” Wilsdon nói.
Wang lưu ý rằng các thuật toán dự đoán không nhằm mục đích thay thế chuyên môn của con người. “Giá trị là ở chỗ bạn có thể xem xét dữ liệu và tự đưa ra kết luận cũng như quyết định của riêng mình,” ông nói.
Funding the Frontier hiện đang ở giai đoạn chứng minh ý tưởng (proof-of-concept), Wang nói, và ông hy vọng rằng những người khác sẽ tiếp tục xây dựng trên nền tảng của nó để giúp chỉ ra giá trị to lớn của việc hỗ trợ các dự án nghiên cứu cụ thể. “Đây là lúc mọi thứ trở nên thú vị,” ông nói. “Việc chứng minh giá trị của khoa học đang ngày càng trở nên quan trọng hơn.”
