O documento discute a interdisciplinaridade e convergência tecnológica, apresentando suas conquistas e desafios. Apresenta a definição de convergência como a fusão de mídias, indústrias, conteúdos e públicos. Também discute os principais desafios da humanidade no século 21 e como isso implica em novas abordagens para políticas de CT&I, com foco em ciência interdisciplinar.
Dicionário de Genealogia, autor Gilber Rubim Rangel
Interdisciplinarity and Digital Science Challenges
1. INTERDISCIPLINARIDADE E CONVERGÊNCIA:
CONQUISTAS E DESAFIOS
Roberto C. S. Pacheco
31.10.2017
UNESP - Araraquara
Convergência
Convergência
Digital Science
Interdisciplinaridade
Conquistas
Desafios
6. CONVERGÊNCIA O que é e como se
manifestado ?
http://issnschoolspa.com/threads-of-one-becomes-a-rope-of-strength/
7. CONVERGÊNCIA
Todas as mídias tecnológicas, industriais, conteúdos
e audiências vivem o fenômeno de uma fusão nas
dimensões tecnológica, econômica, social, cultural e
global.
Renascença Digital
Heny Jenkins, Junho de 2001
Fenômeno decorrente da convergência de textos,
gráficos, sons e dados, que causa a interconectividade,
complexidade, aceleração, intangibilidade e
instantaneidade das comunicações
Cultura Digital
M. Rex Miller, Maio de 2005
8. DESMATERIALIZAÇÃO E DESINTERMEDIAÇÃO
Um dos principais efeitos está no
senso do que é propriedade para as
novas gerações
TER está dando lugar a USAR
http://pt.slideshare.net/apnarain/life-as-a-service
http://www.timesharedvacations.com/services.php
17. INOVAÇÃO Concepção e impacto da
convergência
http://www.forbesindia.com/media/images/2017/Jul/img_97811_innovation_shutterstock_bg.jpg
18. Inovação é a criação de um novo
valor de consumo no mercado com
um modelo de negócio sustentável
para que a empresa permaneça
produzindo-o.
Curtis Carlson
SRI - Stanford Research Institute
Obama´s Innovation Adviser
• Inovar é criar e entregar valor
• É o beneficiário quem avalia esse valor
• Inovação deve ter um modelo de negócio
sustentável
O que é inovação ?
19. Qual é o principal produto da inovação?
prósperos
ambientalmente
sustentáveis
socialmente
responsáveis
seguros (longevos)
Curtis Carlson
SRI - Standford Research Institute
Obama´s Innovation Adviser
21. Fonte: Hitendra Patel (adaptado)
Bookstore
1995 2003
Viagem
1997 2002
8 anos
5 anos
Cable TV
1999 20045 anos
2008 20113 anos
Celulares
2007 20103 anos
2012 2014
2 anos
INOVAÇÃOECONVERGÊNCIA
22. Pesquisa
Básica
Pesquisa
Aplicada
Desenvolvimento
experimental
Inovação
E A INOVAÇÃO TECNOLÓGICA?
Investigação
original realizada
com o objetivo
de adquirir novos
conhecimentos
especificamente
voltados a um
objetivo prático.
Todo e qualquer
Conhecimento introduzido e
utilizado em um processo
econômico ou social (na forma
de bem ou serviço)
Pressupõe introdução de novo em
produto ou processo adquirido
(comprado) por beneficiário, por meio de
modelo de negócio sustentável (Carlson,
2006)
Trabalho sistemático sobre
conhecimento existente
adquirido pela pesquisa e/ou
pela experiência prática, que é
direcionado a produzir novos
materiais, produtos ou para
instalar novos processos,
sistemas ou serviços ou para
melhorá-los substancialmenteTrabalho teórico ou experimental
realizado prioritariamente para
adquirir novo conhecimento
sobre um fenômeno, sem
qualquer preocupação com
aplicação ou uso. Fonte: OCDE, 2010
23. COMO OCORRE
A INOVAÇÃO?
Fonte: Pacheco, Manhães e Uriona 2017
HOW (Mechanisms) WHO (Stakeholders) GOALS (Why) LOCALS (Where)
WHAT (Definition)
Ex. “creation and delivery of new customer
value in the marketplace with a sustainable
business model for entreprise producing it”
Nossa Visão
(Sistêmica)
24. COMO OCORRE A INOVAÇÃO?
Fonte: Pacheco, Manhães e Uriona 2017
Inovação é resultado multidimensional
da coprodução de múltiplos atores e fatores
26. QUAIS SÃO OS PRINCIPAIS DESAFIOS DA
HUMANIDADE NESTE SÉCULO?
http://www.bbc.com/future/tags/grand-challenges
Equality
Clean Energy
Global Health
Privacy
Security
Unemployment
Sustainable democracy
27. QUAIS SÃO OS PRINCIPAIS DESAFIOS DA
HUMANIDADE NESTE SÉCULO?
https://21stcenturychallenges.org/discover/
• Climate Change (low carbon)
• Globalization and Geopolitics
• Population, Demographics and Migration
• Human health and development
• Ecosystem protection
• Natural hazards and risks
• Natural resources (food, water, energy)
• Technology and Communication
28. O QUE ISTO IMPLICA PARA AS POLÍTICAS DE CT&I?
https://innovationpolicyplatform.org/system/files/Meeting21st%20CenturyChallenges_Final_Web_0_0
.pdf
ST&I IN DIGITASATION AND GLOBALISATION
• Open Science
• New approaches for funding
• Global governance of Science
• INTERDISCIPLINARY SCIENCE
ST&I FOR SUSTAINABLE GROW
• Synthetic biology and industrial bioeconomy
• Nanotechnology
• Green innovation
• Biomedical research and healthy ageing
• Open innovation: MANAGEMENT OF KNOWLEDGE
• INTERDISCIPLINARY SCIENCE
ENHANCING AND EVALUATING ST&I IMPACT OF POLICIES
• Evaluating public support for ST&I
• ST&I policy improvement
• Skills for ST&I
Relatório OCDE, 2015
30. INTERDISCIPLINARIDADE NO BRASIL
Fonte: www.capes.gov.br – GEOCAPES (2013)
335 Interdisciplinar
223 Ciências Agrárias I
182 Administração Pública e de Empresas
170 Educação
154 Letras e Linguística
141 Biodiversidade
140 Ensino
126 Engenharias III
115 Engenharias I
114 Ciências Ambientais
...
49 Comitês
3452 PPG Acadêmicos
703 PPG Profissionais
31. EVOLUÇÃO DA CAINTER
• O total de cursos multidisciplinares se elevou
de 4% do total de cursos em 1999 para 11%
em 2010, ou seja, da 9ª grande área em
termos de total de cursos, a Multidisciplinar
se tornou a 5ª, ao lado das ciências agrárias.
• “A pós-graduação, como um todo, cresceu
no mesmo período 126%, enquanto a área
Multidisciplinar cresceu em número de cursos
a taxas superiores a 10% ao ano por uma
década contínua.”
Fonte: Pacheco (2012) “Diplopia da Avaliação”
32. PPG INTERDISCIPLINARES NO PAÍS
• Há PPGs Multi/Inter em
todos os Estados
• Na última avaliação houve
aumento médio no total de
PPGs de 34% no desde a
avaliação anterior
• A região Sul reduziu sua
participação relativa
34. DIGITAL SCIENCE
Pacheco, R.; Nascimento, E. and Weber, R. Digital Science: Cyberinfrastructure, e-Science and Citizen Science. In “Knowledge 4.0 - Managing Knowledge in Digital Change”. Edited by
Klaus North, Wiesbaden Business School. Ronald Maier, University of Innsbruck. Oliver Haas, GIZ. 2018 – To be published.
Um Sistema compartilhado por
comunidades científicas e
sociais engajadas em resolver
problemas complexos baseados
no bem comum e no
compartilhamento de métodos,
dados, informação e
infraestrutura tecnológica ou
metodológica.
35. Concepts
Crowdsourcing: “a new paradigm for
utilizing the power of “crowds” of people to
facilitate large scale tasks that are costly or
time consuming with traditional methods.”
(Yan et al., 2009, p. 347).
Collaboratories: “virtual entities that
allow scientists to collaborate with each
other across organizations and physical
locations” (Gil et al., 2007, p. 25)
Open access: is “an alternative to the
traditional subscription-based publishing
model made possible by new digital
technologies and networked
communications (…) with no expectation
of direct monetary return and made
available at no cost” (McLellan, 2003,
p.52).
Data science: “the application of
quantitative and qualitative methods to solve
relevant problems and predict outcomes”.
(Waller and Fawcett, 2013, p. 78).
Methods
Community Based Monitoring (CMB): “a process
where concerned citizens, government agencies, industry,
academia, community groups and local institutions
collaborate to monitor, track and respond to issues of
common community concern” (Whitelaw et al., 2003, p.
410).
Scientific workflow systems: is “a system that
orchestrates and manages virtual experiments for
scientists” (Rygg, Sumitomo and Roe, 2006, p. 2).
Semantic e-Science: “is an approach supporting
research collaboration in which all the services of data
access, integration, provenance, and data processing need
semantic representation”. (Le Dinh, Nomo, and Ayayi, 2015,
p. 38).
Linked data: was first proposed by Tim Berners-Lee (2006)
to indicate how data should be published on the web (i.e., as
a network of machine readable, connected data disposed on
a non-proprietary format according to RDF standards).
Network ontology: “is a formal specification that
describes the capabilities of the network” (Koderswaran and
Joshi, 2009, p. 4). It is also a “a meta-ontology that draws on
established ontologies and controlled vocabularies”
(Srinivasan et al., 2007, p. 325).
Technologies
Service-oriented computing: “is a paradigm that
utilizes services as fundamental elements for application
design” (Escoffier, Hall, and Lalanda, 2007, p. 474), a
distributed computing and e-business processing that
changed the software applications design, architecture,
delivery and use (Amir and Zeid, 2004, p. 192).
Cloud computing: “a model for enabling ubiquitous,
convenient, on-demand network access to a shared pool
of configurable computing resources (e.g., networks,
servers, storage, applications, and services)”. (Mell and
Grance, 2011, p. 3).
Grid computing: “refers to the large-scale integration of
computer systems (via high-speed networks) to provide on-
demand access to data-crunching capabilities and functions
not available to one individual or group machines”. (Foster,
2003, p. 81).
Connectivity technologies: “Connectivity technologies
are those that provide communications and connectivity
between systems, including enterprise network
management, videoconferencing systems (e.g. routers,
VoIP, Ethernet)” (Sethi, Larson and Tafti, 2014, p. 6),
mobile, IoT, and others.
Pacheco, R.; Nascimento, E. and Weber, R. Digital Science: Cyberinfrastructure, e-Science and Citizen Science. In “Knowledge 4.0 - Managing Knowledge in Digital Change”. Edited by
Klaus North, Wiesbaden Business School. Ronald Maier, University of Innsbruck. Oliver Haas, GIZ. 2018 – To be published.
36. Citizen Science and
Transdisciplinarity
• Citizen scientists training
(Crabbe, 2012; Carlson, et al. 2015)
• CS project management
(Bonney et al., 2014)
• CS data governance
(Bain, 2016)
• Wicked problem assessment
(Pohl et al., 2017)
• Collaborative consensus
(Defila and Giuglio, 2017)
E-Science and
Cyberinfrastructure
• Scientific cloud computing
(Lee, 2010)
• Grid computing management
(Nabrzyski et al., 2012)
• Crowdsourcing management
(Toch, 2014; Law et al., 2017)
• Scientific data management
(Wilkinson et al., 2016)
• Sensor networks for citizens
(O´Grady et al., 2016)
• Science gamification
(Newman et al., 2012)
Science and Technology
Management
• Sustainable development
(Masis et al., 2009)
• Multi/Inter/Transdisciplinary
investment and assessment
(Konig and Gorman, 2017; Huutoniemi
and Rafols, 2017)
• Cybermetrics and Altmetrics
(Priem et al., 2012)
• Transnational science
(Walker, 2012)
DIGITAL SCIENCE CHALLENGES AND TRENDS
Pacheco, R.; Nascimento, E. and Weber, R. Digital Science: Cyberinfrastructure, e-Science and Citizen Science. In “Knowledge 4.0 -
Managing Knowledge in Digital Change”. Edited by Klaus North, Wiesbaden Business School. Ronald Maier, University of Innsbruck.
Oliver Haas, GIZ. 2018 – To be published.
38. Connectivitytechnologies
DIGITAL SCIENCE – VISÃO GERAL
Data
Exploitation
Data
Analysis
Data
Dissemination
Data
Creation
CI
eS
CS
Crowd
sourcing
Open
access
Data
Science
CB
M
Service
oriented
comp.
cloud
Grid
Connectivi
ty
Scientific
Workflow
Semantic
eS
Linked
Data
Network
Ontology
GridComputing
CloudComputing
Service oriented computing
Citizen scientists Students
Professors
Researchers
Policy makers
Business people
Social workers
Crowdsourcing
Data
Science
Open
Access
Common
Information
Common Knowledge
Common
Data Sets
Network
Ontologies
Linked Data
Collaboratories
40. CONQUISTAS
Inovação = P&D + Mercado -> Competitividade
Multidisciplinaridade -> Pesquisa Aplicada
Interdisciplinaridade -> P&D
Transdisciplinaridade -> Inovação
Compreensão: COMPLEXIDADE
O caminho da pesquisa à inovação é complexo e multifacetado
Framework: inovação sob a perspectiva da interdisciplinaridade.
Pacheco, Maldonado e Uriona, 2017.
41. CONQUISTAS
Sociedade -> Demanda e cultura
Empresa -> Mercado e Competitividade
Universidade -> Formação e Conhecimento
Governo -> Planeja e Financia
Legislativo -> Regula e Incentiva
https://worldbusinessincubation.files.wordpress.com/2013/08/innovation-ecosystem-model1.jpg
Somente coprodução virtuosa pode levar à inovação sustentável
Conscientização: COPRODUÇÃO
43. O TAMANHO DO DESAFIO...
https://www.youtube.com/watch?v=ofWK5WglgiI
“The problem is not with the technology! It is with ourselves.
We need to reinvent our organizations so we can share
this prosperity more broadly, if that is the society we want
live in…..
(…) But I don´t have the answer yet”
Erik Brynjolfsson, 2013
“What good is a world which we have these really snazzy
machines, and we listen all these great music for free, but
we don´t have gain for employment and we have
the next generation coming up with high school
dropouts?”
Robert Gordon, 2013
44. LEIDEN MANIFESTO
Fonte: Baseado em Diana Ricks and Paul Wouters
Avaliações Quali-Quanti
Dados quantitativos devem apoiar avaliações
qualitativas e as decisões dos especialistas
avaliadores (e não visar substituir avaliadores).
Estratégia
Programas organizacionais devem ser a base/alvo da
avaliação. A escolha de indicadores deve considerar
o amplo espectro de propósitos da ciência (não há
um modelo único de avaliação para todos os
contextos)
Proteção à Excelência Regional
Indicadores de impacto são indexações americanas.
Devem ser criadas métricas que cubram a
mensuração de qualidade de produção que não
esteja no idioma inglês.
Transparência
A coleta de dados e os processos analíticos devem
ser abertos, transparentes e simples. Simplicidade é
uma virtude para indicadores, porque promove
transparência e rastreabilidade.
Feedback e Qualidade de Dados
Deve haver esforço direcionado para melhoria na
qualidade de dados, por autoverificação ou auditoria
externa. Quem é avaliado deve poder verificar dados
e análises e deve haver investimento em qualidade.
Diversidade temática
Considerar a variedade de ênfases e práticas entre os
diversos campos da ciência (ex. tipos de veículos,
prática de citação, coautoria, etc).
Trajetórias individuais
Avaliação qualitativa é crucial à análise de trajetórias
individuais (ainda que possa ser apoiada por
indicadores)
Diversidade de indicadores
Deve-se evitar a falsa precisão e concretude de
indicadores. Deve-se usar múltiplos indicadores para
se ter uma visão mais plural e robusta.
Efeitos colaterais da avaliação
Indicadores modificam os sistemas segundo os
incentivos que oferecem. É sempre aconselhável ter
múltiplos indicadores para evitar a “gamificação” da
avaliação..
Atualização dos indicadores
A missão das organizações e o próprio sistema
científico evoluem continuamente. Métricas deixam
de ser úteis e devem ser substituídas.
45. DESAFIOS
Autocrítica
Cada partícipe dos ecossistemas de
CT&I deveria ter clara a distância
entre sua atuação atual e o que é
necessário para um sistema virtual.
Exemplo: Nas Universidades
Concursos disciplinares
Currículos ultrapassados
Internacionalização
Modalidade Profissional efetiva na PG
http://pdimagemecarreira.com/principal/wp-content/uploads/2015/10/comparacao.jpg
46. DESAFIOSAvaliação
de PD&I Há de se diferenciar o propósito e
consequências dos diferentes tipos
de avaliação:
I. Avaliação de eficiência no uso de
recursos (governança e prestação de contas);
II. Avaliação de performance e resultados
em pesquisa (via bibliometria, avaliação por
pares)
III.Avaliação de impacto ex-ante ou ex-post
de tecnologia e inovação na sociedade
(avaliação de impacto).
Salles-Filho et. al (2011)
Modelo Lógico da
Kellogg Foundation
47. DESAFIOS
Alteridade
Institucional
Ainda há muita dificuldade de
compreensão sobre a diferenciação e
complexidade de P&D e inovação:
http://padmashanti.blogspot.com.br/2011/03/alteridade.html
• Marco regulatório efetivo para CT&I
• Compra governamental indutora
• Uso correto dos incentivos fiscais
• Controle da gestão x gestão do controle
• Resolução conjunta de problemas