Технологический и информационный прогнозы

Прогнозировать нельзя угадать: как меняется практика анализа будущего

Об эксперте: Александр Чулок, кандидат экономических наук, директор Центра научно-технологического прогнозирования Института статистических исследований и экономики знаний НИУ ВШЭ.

С 9 по 13 ноября 2020 года пройдет X ежегодная Международная научная конференция «Форсайт и научно-техническая и инновационная политика» с участием специалистов из более чем 20 стран, которая признана ОЭСР одним из крупнейших мировых научных мероприятий в этой области. Организатором выступает Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ.

— Что нового появилось в сфере исследований будущего?

— Сейчас мы наблюдаем их фундаментальную трансформацию, которая связана с несколькими трендами. Во-первых, сильно развился научно-методический инструментарий: в середине прошлого века исследования проводились, в основном, двумя классическими методами — математическими моделями и опросами экспертов. В первом случае нужно уметь разглядеть за цифрами перспективы будущего, во втором — выведать у экспертов то некодифицированное знание, которым обладают только они.

У этих методов есть свои серьезные ограничения. Так, математические методы не могут учесть всего разнообразия реальности и вынуждены идти к будущему сквозь большое число базовых предпосылок, а эксперты не могут знать всего. Более того, знание о будущем все больше приобретает междисциплинарный характер — происходит пересечение многих дисциплин (биология, ИТ, космос, новые материалы и так далее). При этом эксперты, в большинстве своем, узконаправленные: чем выше уровень профессионализма, тем жестче ощущается специализация, и найти человека, который глубоко разбирается во всем, очень сложно.

Сегодня эти классические методы дополняются гибридными исследовательскими инструментами, происходит рост мощности самих методов, что обеспечивает новый виток в исследовании будущего: big data, технологии искусственного интеллекта, нейросети, математический анализ и пр. На нашей конференции этой теме будет посвящено несколько специальных докладов от топовых международных специалистов из ОЭСР, Евросоюза, стран БРИКС и наших собственных.

— Какую роль здесь играет Россия?

— Надо сказать, что Россия, и это очень приятно, является одним из трендмейкеров в сфере исследования будущего. У нас есть собственные существенные разработки в сфере стратегической аналитики и форсайта. Российская система iFORA (Intelligent Foresight Analytics), которая включает уже более 400 млн документов, вышла на серьезный международный уровень, войдя в топ-5 аналогичных международных систем. Одновременно с этим, работа с экспертами переводится в более сложные форматы, учитывающие возможности ИТ-приложений и их особенности.

Я бы сказал, что с точки зрения инструментария, мы сейчас находимся на пороге новой технологической революции, именно в сфере работы с будущим. Здесь открывается много возможностей для всех: от лиц, принимающих решения в сфере научно-технологической и инновационной политики, и компаний, заинтересованных в разработке верных стратегий, до общества, то есть, всех нас.

Этому будет посвящена часть секций предстоящей конференции, например, в рамках панели «Форсайт 3.0», а наши коллеги из ОЭСР расскажут про систему сценариев Metaverse.

— Что еще обуславливает трансформацию знаний о будущем?

— Второй важный тренд — это рост спроса со стороны населения, бизнеса и государства. От достаточно линейного, характерного для начала 2010-х годов, спроса на качество и научную обоснованность данных мы переходим к более требовательному и сложному запросу. Сейчас формулировка «по экспертным оценкам» не проходит — нужно всегда показать, откуда взяты те или иные результаты, насколько они валидированы, какие инструментарии применялись, какие факторы учтены и так далее.

Кроме того, «наши клиенты» становятся все более образованными, среди них все чаще оказываются люди, принимающие решения. Например, руководители компаний все больше погружаются в тему исследований будущего, то же касается и чиновников, особенно их «молодого пласта».

Мы все чаще видим, как заказчики форсайтов сами принимают участие во всех сессиях, вникают в семантические карты, построенные на базе анализа больших данных, ищут ответ на вопрос «что если» в рамках прогнозных сценариев и даже хотят видеть тысячи и миллионы метаданных, которые обработала iFORA — чтобы потом собственные специалисты могли строить различные дэшборды.

На стыке этого спроса и предложения мы подошли в 2020 году к новой фундаментальной волне в сфере исследований будущего — повышению его неопределенности, которое требует применения специальных методов, таких как форсайт, который, между прочим, в этом году празднует свое 70-летие (первые серьезные форсайт-исследования начала проводить американская корпорация RAND еще в 1950-е годы).

Таким образом, третья группа важных трендов, которые мы наблюдаем в исследованиях будущего, связана с разнонаправленностью объекта исследования — само будущее становится более вариантным.

Если раньше, в середине прошлого века, нефтяной кризис стал хрестоматийным шоком, который вошел в многочисленные учебники и бизнес-кейсы, то история нескольких месяцев 2020 года уже побила его в рейтинге неопределенности в том, что касается и природных катаклизмов, и политических шоков.

— Что это значит с точки зрения работы с будущим?

— Это означает, что нужно лучше описывать сценарные развилки. Нужно не предполагать какой-то один базовый сценарий, а двумя другими (как правило, консервативным и оптимистическим) лишь обосновывать правомерность выбора, но рассматривать различные альтернативы: институциональные, технологические, связанные с развитием цепочек добавленной стоимости и так далее.

Будущее становится более неопределенным, и для того, чтобы с ним лучше работать, нужны специальные инструменты, чтобы эту неопределенность структурировать, разбить на блоки. Например, сейчас очень помогают методы идентификации так называемых слабых сигналов и «джокеров». Об этих методах, о так называемых подрывных инновациях и будущих трендах мы тоже будем говорить на конференции, собрав футурологов с мировыми именами и ведущих форсайтеров из Австрии, Венгрии, Финляндии, США.

«Джокер» — событие с низкой вероятностью, но масштабными эффектами.

Подрывные инновации — те, которые радикальным образом меняют либо технико-экономические характеристики, либо потребительские свойства, и, тем самым, могут быстро разрушить существующие бизнес-модели (термин впервые использовал Йозеф Шумпетер)

— Ситуацию с COVID-19 можно отнести к «джокерам»?

Читайте также:  Прогнозы на точный счет отзывы

— Хотя некоторые специалисты по будущему и говорят, что «мы предупреждали», я считаю, что да, отнести можно. Вместе с COVID-19 мы входим в эпоху «джокеров», когда все будет неопределенно. Его последствия в полной мере еще только предстоит осознать: так называемую экономику низкого уровня контактов, трансформацию цепочек создания добавленной стоимости, вопросы безопасности, где COVID-19 выступил как триггер: не только эпидемиологической, но и продовольственной, и кибербезопасности.

Но нельзя забывать о том, что есть много и других «джокеров», которые пока не входят в зону активного дискурса. Например, события, связанные с изменением климата. Их мы до сих пор еще не осознали, но они для России могут обернуться сильным изменением агроклиматической карты, тогда как сельское хозяйство является одним из опорных секторов и драйверов роста страны.

При этом «джокеры» необязательно несут только негатив. Так, по данным недавнего опроса Ассоциации менеджеров, для порядка 20% компаний (более 200 респондентов) период COVID-19 характеризовался ростом. Таким образом, «джокер» может носить и позитивный характер, но их нужно уметь идентифицировать, и быть к ним готовым.

— Какие еще важные темы затронет конференция?

— Это «зеленая» тематика — она сейчас уже проникает в систему принятия решений: от политиков Еврокомиссии, взявших «зеленую» тему как знамя восстановления экономики, до финансовых институтов, уделяющих все больше внимания «зеленым» инструментам и трендам ESG (Environmental, Social, and Corporate Governance).

Очень важно, что мы выносим экологическую повестку, потому что в этой тематике существует большое разделение школ, иногда даже противоборствующих. Несмотря на проработанность и растущую популярность этой темы, какого-то единого мнения не существует. Это хорошо, когда есть разные точки зрения и школы, но им нужна площадка для дискуссии.

Поэтому четвертая горизонтальная тема конференции, связанная с человеком, природой и экологией, подключает Россию к мировому процессу. Обсуждая «зеленую» тематику на таком высоком уровне и с такой репрезентативностью стран, докладов и мнений, мы, что называется, остаемся в тренде.

Подписывайтесь также на Telegram-канал РБК Тренды и будьте в курсе актуальных тенденций и прогнозов о будущем технологий, эко-номики, образования и инноваций.

Источник

Цели и задачи

Важнейшими задачами, решение которых необходимо для выполнения поставленных целей, являются следующие:

Задачи для реализации цели 1:

• Выявление важнейших факторов научно-технологического развития в контексте цивилизационных циклов;

• Установление взаимосвязей важнейших параметров социально-экономического, научно-технологического и инновационного развития на период до 2030 года;

• Актуализация долгосрочного прогноза важнейших направлений научно-технологического развития на период до 2030 года.

Задачи для реализации цели 2:

• Разработка дорожных карт по наиболее перспективным приоритетным направлениям научно-технологического и инновационного развития;

• Разработка дорожных карт инновационного развития для наиболее важных и перспективных секторов российской экономики.

Задачи для реализации цели 3:

• Создание сети отраслевых центров прогнозирования на базе ведущих российских вузов по приоритетным направлениям:

— Энергоэффективность и энергосбережение;

— Транспортные и космические системы;

Задачи для реализации цели 4:

• Актуализация долгосрочного прогноза направлений фундаментальных исследований;

• Оценка долгосрочного спроса на кадры, обладающие компетенциями в сфере технологических инноваций.

Задачи для реализации цели 5:

• Разработка предложений по мерам повышения глобальной конкурентоспособности России в долгосрочной перспективе;

• Оценка результативности развития сферы науки и инноваций на основе единой системы прогнозных расчетов;

• Разработка рекомендаций по мерам государственной политики, направленным на развитие ресурсной базы науки и технологий в России с учетом лучшей мировой практики;

• Разработка рекомендаций по совершенствованию методологии долгосрочного прогнозирования.

Информационная база Проекта

Информационную основу Проекта составляют несколько групп источников, сгруппированных в несколько категорий.

1. Базы данных прогнозов, сформированные участниками предыдущего цикла форсайтных исследований.

2. Результаты поисковых исследований, финансируемые за счет федерального бюджета и Государственных программ формирования компетенций.

3. Документы стратегического характера относительно долгосрочного развития российской экономики, отдельных ее секторов (Концепция долгосрочного социально-экономического развития, стратегии развития отраслей, госкорпораций, программы инновационного развития компаний).

4. Аналитические исследования и прогнозы стран, международных организаций (ООН, Всемирного банка, Международного валютного фонда, ЕС, ОЭСР и т.д.), ассоциаций и корпораций. В их число входят: различные прогностические документы государственных структур и корпораций, прогнозы независимых и корпоративных аналитических центров ( think-tanks ), отраслевых и профессиональных ассоциаций, форсайтные исследования (стран ЕС, Японии), открытые исследования консалтинговых фирм.

Организация и структура Проекта

Организация разработки Проекта, как и других масштабных проектов в области прогнозирования и организации мониторинга по различным аспектам научно-технологического и инновационного развития, имеет «распределенный» характер. Выполнение работ, предполагается осуществить различными организациями. Это накладывает определенные ограничения на разработку методического аппарата, поскольку в этом случае невозможно реализовать постоянный «он-лайн» информационный обмен.

На начальном этапе были закреплены за каждым из участников Проекта основные ожидаемые результаты, получение которых лежат в зоне его ответственности. За каждым результатом определен один из участников Проекта. На этом же этапе были также согласованы Методологии. В рамках реализации Проекта на одного из участников (НИУ ВШЭ) возложена функция координация всех работ и ежемесячный мониторинг полученных результатов.

Общая характеристика используемой методологии

В качестве основных методов для разработки Проекта предполагается использовать: математическое моделирование; экспертные методы: библиометрический и патентный анализы, опросы экспертов; экспертные дискуссии, метод Дельфи, мозговой штурм; фокус-группы, технологическое дорожное картирование. Для получения основных результатов, в рамках решения задач соответствующих целям 1-4, предполагается разработка отдельных методологий.

Источник

Главные тенденции ИТ-индустрии в 2021 году по версии Gartner

19 — 22 октября состоялась онлайн-конференция Gartner IT Symposium/Xpo 2020 — одно из главных отраслевых мероприятий для руководителей в ИТ-индустрии. На конференции аналитики Gartner рассказывали об основных отраслевых тенденциях, и о том, как организации могут использовать ИТ для решения бизнес-задач и повышения эффективности.

Также Gartner рассказала о стратегических трендах в ИТ-индустрии, на которые нужно обратить внимание в 2021 году. Основные тенденции подчеркивают изменения, которые происходят в мире ИТ. В ближайшие 5-10 лет именно они, по мнению аналитиков агентства, приведут к появлению новых возможностей для ведения бизнеса.

Internet of Behaviors

Internet of Behaviors («Интернет поведений» или IoB) включает различные методы, которые применяются непосредственно для изучения поведения человека. Сюда относится, например, сбор данных о местоположении человека, сколько времени он провел в том или ином месте, информации о его покупках, способе оплаты и т. п.

Читайте также:  Русское таро авадона скачать

Компании могут собирать эти данные со смартфона человека, через приложения и связывать с другими устройствами пользователя. Затем информация анализируется, чтобы установить связь с клиентами и даже повлиять на их поведение. С помощью IoB можно, например, проверить эффективность рекламной кампании, измерить вовлеченность целевой аудитории и персонализировать контент для конкретных пользователей. IoB распространяется постепенно по мере того, как все больше организаций начинают использовать «цифровой след» людей.

В 2020 году технологии IoB применялись для отслеживания контактов людей во время пандемии. Многие компании, в том числе Google и Apple, создавали приложения для отслеживания контактов с больными. По прогнозам Gartner, к концу 2025 года более половины населения мира будет участвовать как минимум в одной программе IoB, будь то коммерческой или государственной. Исследовательская компания не исключает, что распространение IoB вызовет этические и социальные вопросы.

«Полноценный опыт»

Стратегия «полноценного опыта» (total experience) подразумевает организацию более мобильного и виртуального взаимодействия между бизнесом и клиентами, пользователями и сотрудниками. Для ее реализации, предприятиям необходимо расширить традиционные каналы связи. По прогнозам Gartner, компании, более развитые в плане ИТ, будут превосходить конкурентов в течение следующих трех лет.

Технологии для защиты конфиденциальности

По мере роста осведомленности пользователей и появления новых глобальных стандартов по защите данных, компании сталкиваются с большими рисками нарушения конфиденциальности пользователей и негативных последствий. Обычные меры безопасности при хранении данных устаревают.

Согласно Gartner, к 2025 году половина крупных организаций будут использовать специальные технологии, повышающие защиту конфиденциальности. Такие решения помогут анализировать данные, сохраняя при этом секретность и конфиденциальность пользователей.

Распределенное облако

Распределенное облако (Distributed Cloud) подразумевает размещение облачных сервисов за пределами центров обработки данных (ЦОД) провайдера, однако провайдер будет отвечать за их эксплуатацию, управление и развитие. Это обеспечивает более гибкие возможности для использования облачных технологий, а также удовлетворяет потребность компаний в том, чтобы облачные ресурсы были ближе к офисам, где происходят основные бизнес-операции.

К 2025 году большинство облачных провайдеров будут предоставлять некоторую долю распределенных сервисов, что станет закономерным развитием облачных технологий.

«Операции в любом месте»

«Операции в любом месте» (Anywhere operations) — новая модель ИТ, которая разработана для более гибкой поддержки пользователей. Это включает постоянный доступ сотрудников к данным из любой точки и с любого устройства, а также управление услугами компании на распределенной инфраструктуре.

Согласно Gartner, к концу 2023 года около 40% организаций введут модель «операции в любом месте» для поддержки более оптимизированной работы сотрудников и взаимодействия с клиентами. В первую очередь для этого нужно обеспечить безопасный удаленный доступ, облачную и периферийную инфраструктуру и автоматизированную поддержку удаленных операций.

Сеть кибербезопасности

Сегодня большинство цифровых активов компаний уже находятся за пределами традиционных физических и логических систем безопасности. Сеть кибербезопасности на основе облачных технологий позволяет любому человеку, сотруднику или клиенту, получить безопасный доступ к цифровому активу компании, независимо от того, где находится актив или человек. По прогнозам, к 2025 году сеть кибербезопасности будет контролировать более половины запросов на получение цифрового доступа к информации.

ИИ-инжиниринг

Исследование Gartner показывает, что только 53% проектов проходят путь от разработки прототипов искусственного интеллекта (ИИ) до их производства и внедрения. Компаниям трудно управлять технологиями ИИ, потому что им может не хватать инструментов и опытных специалистов.

По мнению аналитиков, разработка ИИ должна опираться на три основных метода — DataOps, ModelOps и DevOps. Надежная стратегия ИИ-инжиниринга (AI Engineering) будет способствовать повышению производительности, масштабируемости, и надежности моделей ИИ, обеспечивая при этом полноценную рентабельность инвестиций в ИИ.

Гиперавтоматизация

Гиперавтоматизация — это организационный подход в управлении бизнесом, который используется для быстрой автоматизации как можно большего количества бизнес-процессов и услуг.

В последние несколько лет гиперавтоматизация развивается быстро, однако пандемия показала, что не все были готовы к переходу в онлайн. В результате новые требования к бизнесу побудили более 70% коммерческих организаций предпринять различные инициативы по внедрению гиперавтоматизации, и это продолжится в 2021 году.

Источник

Инновационный менеджмент

Тема 9. Прогнозирование научно-технического развития

1. Тема 9. Прогнозирование научно-технического развития

Научно-технические прогнозы разрабатываются с целью определения возможных путей будущего развития науки и техники.

Главная задача комплексного научно-технического прогноза, охва­тывающего экономику отрасли, региона и страны в целом, — это опре­деление возможной последовательности и масштабов распространения нововведений по отраслям. В его основе лежат частные научно-техни­ческие прогнозы, охватывающие отдельные техпроцессы и методы про­изводства конкретных видов продукции.

Каждый техпроцесс характеризуется набором технических парамет­ров. Технический прогресс выражается в улучшении соответствующих параметров, которое может иметь эволюционный характер в рамках дан­ной технологии, а может означать качественные сдвиги, переход к прин­ципиально новым решениям, В последнем случае осуществляется пере­ход к новому поколению машин.

ТЕХНОЛОГИЧЕСКИЙ ПРОГНОЗ — это вероятностная, научно обос­нованная оценка будущего перемещения технологии, сделан­ная с относительно высокой степенью достоверности.

Прогноз технических параметров, возможностей их эволюционно­го или скачкообразного улучшения является основным в частных на­учно-технических прогнозах, которые могут разрабатываться различ­ными методами: экспертным, статистическим, сценарным.

а) метод «мозгового штурма» (или метод генерации идей);

в) метод номинальной групповой техники.

2. Описательные методы:

г) дерева целей и др.

4. Математического моделирования.

Процедура экспертного прогнозирования тенденций научно-техниче­ского развития включает четыре этапа: формирование перечня событий уточнение дат свершения событий, анализ причин наступления со­бытий, составление окончательного прогноза.

На первом этапе эксперты в письменной форме называют новше­ства, изобретения и научные открытия, которые, по их мнению, должны быть сделаны за прогнозируемый период. При этом требуется доказать наличие потребности в них и определить условия их осуществления. Специальная комиссия анализирует ответы (одинаковые события объ­единяет, второстепенные исключает) и составляет отчет.

На втором этапе отчет вместе с новыми анкетами направляют экс­пертам, в задачу которых входит ранжирование условий по степени важности; внесение при необходимости поправок в первые прогнозы; определение значений прогнозируемых параметров новшеств, изобре­тений и научных открытий и года их реализации (в том числе «никогда», «позже прогнозного периода»>. Специальная комиссия выявляет усред­ненные оценки значений прогнозируемых параметров и согласован­ность мнений экспертов. Величина разброса ответов характеризуется величиной интервала между квартилями. Пункты, по которым достиг­нуто согласие, исключаются из дальнейшего рассмотрения.

Читайте также:  Счастливые числа тайны нумерологии

На третьем этапе экспертам направляют отчет с результатами второ­го этапа и новую анкету. Эксперты должны изложить принципы согла­сия с мнением большинства или несогласия с развернутой аргумента­цией своих оценок.

На четвертом этапе эксперты знакомятся с результатами третьего эта­па и принимают окончательные решения с учетом самых последних со­бытий. Организаторы экспертного оценивания делают критический об­зор всей работы и подготавливают окончательный вариант прогноза.

Описательные (дескриптивные) методы прогнозирования.

Данная группа методов основана на логическом анализе процессов и словесном описании их развития в будущем.

Метод аналогий. Аналогия — сходство двух событий в каких-либо свойствах. Существуют два вида аналогий: случайная аналогия и формальная аналогия.

Случайная аналогия — сходство двух событий по некоторым частным аспектам, но не сходство в других свойствах (аспектах).

Формальная аналогия — сходство некоторых аспектов явления, приводящее к сходству этих явлений во всем остальном.

Суть метода аналогий состоит в сравнении социально-экономи­ческого процесса, который прогнозируется, со сходными процес­сами в прошлом и выработка на этой основе суждений о будущем состоянии этого процесса.

Метод дерева целей заключается в выявлении основных эле­ментов прогнозируемого процесса, их взаимосвязей и соподчиненности. Можно выделить три основных вида «деревьев целей»:

Описательное дерево показывает структуру системы и иерархию ее элементов; Нормативные дерево показывает цель развития, намеченный рубеж, а элементы – требования к составляющим системы, позволяющим достичь цель;

Альтернативное дерево показывает цель развития, элементы этой системы, альтернативы, альтернативные пути достижения целей.

Морфологический метод основан на изучении формы и строе­ния объектов или процессов. Суть метода состоит в формировании всех возможных вариантов состояния (строения) объекта или процес­са с последующим их анализом и отбором наиболее эффективных.

Сценарное прогнозирование используется с целью выявления общего результата влияния отдельных прогнозов. Сценарий объединяет от­дельные прогнозы в единое целое, показывает совместное воздействие отдельных прогнозов и позволяет проверить внутреннюю согласован­ность прогнозов.

Процедура сценарного прогнозирования включает следующие шаги: попарное сравнение прогнозов, заполнение матрицы взаимодействия со­бытий, моделирование ситуации, составление окончательного прогноза.

Метод сценариев — планирование, ориентированное на учет случайных обстоятельств. Сценарий — словесный портрет буду­щего. Создается ряд альтернативных сценариев, каждый из кото­рых описывает некий вариант развития событий. Затем на основе анализа тем или иным методом формируется наиболее вероятный вариант развития событий.

Сначала применяем метод аналогий, затем строим дерево целей, потом морфологический анализ и уже на основе морфологических комбинаций применяем метод сценариев. Наиболее вероятный вариант развития событий, как правило, не определяется. Но разрабатывается система сценариев. Каждый сценарий должен отражать определенный путь развития системы.

Статистическое прогнозирование

Технологические пределы и разрывы.

Улучшение параметров технологий имеет определенные границы. Эти границы проявляются в процессе развития технологии во времени, а также в поведении технических характеристик в зависимости от затрат на ее совершенствование. Они называются технологическими пределами, которые описываются S-образными кривыми.

Расхождение между двумя S-образными кривыми представляет собой технологический разрыв. Технологический разрыв – это расстояние между параметрами результативности замещаемой и замещающей технологий, которое не может быть сокращено посредством увеличения затрат на развитие отстающей технологии. Существует и другое понимание технологического разрыва – как периода (затрат) перехода от одной технологии к другой.

Методы выявления тенденций развития науки и техники на базе анализа массивов документов

Общая последовательность подготовки исходной информации для принятия решений по формированию научно-технической политики состоит из нескольких блоков.

Первый блок — разработка морфологической классификации предметной области. Такая классификация представляет собой формализованную таблицу, в которой технологическая цепочка производства разбита на элементы (операция, принцип действия, используемые материалы и т. д.). Для каждого элемента формируется перечень возможных альтернативных способов осуществления. Морфологическая классификация представляет собой таблицу, в которой возможны любые сочетания между вариантами аспектов деления.

Второй блок — разработка рубрикатора предметной области, например в терминах Международной классификации изобретений. Рубрикатор представляет собой набор рубрик, по которым из разных источников производится отбор документов по интересующей проблематике. «Соответственно третий, четвертый и пятый блоки — информационный поиск исходной информации; анализ полученных результатов; определение рекомендаций по формированию научно-технической политики.

Проведенные исследования позволяют выявить моменты развития и смены поколений техники, определить намечающиеся тенденции, прогнозировать дальнейшие изменения в технике и технологиях. Существующий методический аппарат выявления мировых и отечественных тенденций развития науки и техники на базе анализа массивов документов можно свести к следующим пяти методам.

Метод структурно-морфологического анализа предназначен для выявления внутреннего состава предметной области, фиксации появления принципиально новых разработок (идей, технических решений т. п.), что позволяет обоснованно формировать стратегию научно-технической политики на подотраслевом уровне.

Специфика метода определения характеристик публикационной активности связана с тем, что поток документов ведет себя как система, подчиняясь циклическому развитию; отслеживая эти циклы, можно определить, на каком этапе жизненного цикла находится предмет­ная область в той или иной стране. Это дает возможность предлагать корректные рекомендации по формированию научно-технологической политики на отраслевом уровне.

Метод патентов-аналогов базируется на выявлении групп патент­ных документов. Его сущность исходит из того, что фирмы патентуют за рубежом толь­ко те идеи, которые имеют практическую значимость. Поэтому, выяв­ляя направления патентования, можно определить направленность деятельности ведущих фирм в развитии производственного потенциала.

Метод терминологического и лексического анализа базируется на предположении о том, что при использовании исследователями идей из других областей знаний происходит смена терминологического ап­парата. Это связано с крупными структурными сдвигами, которые пер­воначально не отслеживаются никакими другими методами. Поэтому метод терминологического анализа позволяет выявить зарождение прин­ципиальных инноваций на ранних этапах и спрогнозировать направлен­ность ожидаемых изменений. Лексический анализ текстов аналогичен терминологическому анализу; различие лишь в том, что рассматривают­ся не конкретные термины, а словосочетания (лексические единицы).

Метод показателей основывается на том, что каждая техническая система описывается набором показателей, которые в меру научно-технического прогресса совершенствуются, что отражается в докумен­тах. Изучая динамические характеристики показателей технических систем, можно получить четкое представление о тенденциях, имею­щихся в мировой и отечественной практике и научных изысканиях.

Источник

Оцените статью
Adblock
detector