La era de la información ha acelerado de forma significativa los procesos de digitalización y automatización en diversos sectores de la sociedad, facilitando la creación de múltiples fuentes de datos. Estos pueden ser de carácter cuantitativo o cualitativo, estructurados y no estructurados, y se almacenan de forma masiva y diaria. Paralelamente, los avances en la capacidad de cómputo, el desarrollo de nuevos modelos de medición y el uso de nuevas tecnologías han mejorado la capacidad y comprensión de esta información (Glänzel, W. et al, 2019). Esta situación presenta una ventana de oportunidad para explorar estos datos y evaluar su uso en la formulación de políticas públicas de ciencia, tecnología e innovación en países de América Latina.
La digitalización y la infraestructura digital actual podría aumentar el alcance, la granularidad, la verificabilidad, la comunicabilidad, la flexibilidad y la oportunidad para el análisis de políticas públicas. Por ejemplo, pueden permitir el desarrollo de nuevos indicadores de CTI (Bauer y Suerdem, 2016), la evaluación de brechas de innovación (Kong et al., 2017), el fortalecimiento de la prospectiva tecnológica (Kayser y Blind, 2017) y la identificación de expertos y organizaciones líderes de investigación (Shapira y Youtie, 2006; Johnson, Fernholz y Fosci, 2016; Gibson et al., 2018). Además, en algunos países, los investigadores y los responsables políticos han iniciado modelos de procesamiento y modelos de machine learning que permiten tener un grado de experimentación sobre nuevos determinantes para promover la innovación. Por ejemplo, se usan estos modelos para rastrear procesos de prospectiva, prioridades y tecnologías de investigación emergentes (Wolfram, 2016; Mateos-García, 2017) y para apoyar las decisiones e inversiones en I+D+i (Yoon y Kim, 2012; Park, Yoon y Kim, 2013; Yoon, Park y Kim, 2013) (Tomado de la OCDE (2020)).
Sin embargo, a pesar de los avances en la generación de información, aún persisten varias necesidades de medición que aporten al desarrollo de política y mejorar la toma de decisiones; por ejemplo, la tasas de propensión a la innovación, mapas de densidad empresarial, el apoyo de industrias y la inversión en I+D realizada por las universidades, análisis de capital de riesgo, acceso a fuentes de financiación para la investigación y uso de beneficios tributarios, redes de emprendimiento local o redes de industrias emergentes, estos son solo algunos de los ejemplos donde el uso de fuentes alternativos de datos están llamados a generar insumos a la hora de implementar políticas (Litan, Wyckoff y Husbands, 2012:32 y 33). Esta convocatoria de ponencias pretende empezar a llenar este vacío, respondiendo a preguntas apremiantes y estableciendo al mismo tiempo una agenda de investigación para Colombia.
Haz click aquí para obtener una profundización bibliográfica sobre el uso de nuevos o inexplorados datos como insumos para la formulación de política de ciencia, tecnología e innovación en Colombia.
