2月11日，经济合作与发展组织（OECD）发布《科学、技术与创新的数字化：关键发展与政策》报告^[1]，提出当今的数字化是企业、科学界和政府最重要的创新载体，数字技术正以多种多样且影响深远的方式改变科学家的工作、合作和出版方式，报告在分析这些发展的同时，评估了数字化对政策主题的影响。

　　1、数字化带来科学的变革，要求适当的政策支持。数字化给科学的各个方面带来变革，从科研议程设定到实验、知识共享和公众参与。由此需要科技创新政策支持的方面包括：为实现开放科学的潜力，研究预算需要考虑数据管理成本的增加；推动政策一致性等以促进跨界的公共研究数据共享；通过合作建立和提供国际网络基础设施；鼓励开放获取以符合研究资助者的要求；支持科学的平台技术，如分布式研究和开发网络以及数字、数据的存储；支持在科学研究过程中更好地利用先进数字技术；人工智能可以提高科学生产率，但需要有关高性能计算、技能和数据访问等方面的支持政策，以及解决科学界的人工智能带来的新政策问题，如机器发明涉及的知识产权制度。

　　2、发挥数字技术在科技创新政策制定中的潜力。数字技术可以新颖的方式支持科学和创新政策的制定，包括：自组织资金分配；通过数字驱动的预测市场和机器人群组来利用综合情报；开发科学中的区块链应用；使用社交媒体来帮助传播创新等。

　　3、促进数字化，助力企业创新。可利用政策解决的问题包括：企业利用数据进行创新可能会出现新的政策问题，如限制跨境数据流会增加公司的经营成本；人工智能正应用于很多工业活动，但拥有大量数据的公司可能没有能力来完成数据分析，需要各国政府与利益相关者合作，制定自愿性示范协议和计划，以实现可信赖的数据共享；对于更通用的人工智能应用程序，政府可以促进开放数据计划和数据信任，并确保公共数据以机器可读格式存在；通过数字化众包^[2]和公开挑战促进创新合作；加速先进数字技术的推广；为帮助将数字技术应用到中小型企业，将中小企业的关键信息系统化，挖掘有关新技术预期投资回报的信息，为中小型企业提供产品测试设施等。

　　4、开发适应数字化变革的技能。“工业数据科学家”和“生物信息学科学家”等新出现的职业反映了技术变革的步伐，这些变化导致数字技能的短缺。为此，一方面需要新的课程，如针对自动驾驶汽车行业的专门课程；另一方面需要对现有课程的调整，如逻辑在人工智能中的基本作用、数据分析等更多的多学科教育。

　　5、公共部门支持数字技术相关的研究。公共资助的基础研究对于数字技术的发展至关重要。一些新兴数字技术的复杂性超越了任何单个公司的研究能力，因此需要广泛的公私合作及跨学科研究。聘用和晋升政策以及适用于传统学科的资助系统可能会妨碍跨学科研究，须给予关注。

　　6、构建政府专业知识。如政府不完全了解技术和产业部门，则可能会失去从数字技术中获益的机会。政府专业知识有助于对人工智能进行有效监管，及避免对新技术的不切实际的期望；随着各种关键系统变得越来越复杂，政府也需要更好地理解复杂系统；随着创新议程的快速发展，政府还需要保持灵活性，并确保关键基础设施的可用性；为利用数字科学与创新政策（DSIP）系统来辅助科技创新政策的制定和实施，政府需确保所涉及数据集的互操作性，防止在研究评估中滥用该系统等。                                         （王建芳）