Leaders d’opinion

À l’ère de l’IA, l’avenir de la science académique dépend de la recherche dans le monde réel

mm
Ajouter Unite.AI à vos sources préférées sur Google

Les universités d’aujourd’hui sont confrontées à de nombreux défis. Avec les fluctuations du marché actuel, les universités doivent s’adapter. Les principaux problèmes actuels incluent les tendances économiques défavorables qui affectent les dotations, les défis d’inscription en raison de la hausse des frais de scolarité, et la concurrence de l’éducation en ligne dispensée par des tiers et les changements démographiques qui entraînent une baisse du nombre de nouveaux étudiants. Pendant ce temps, la fuite des cerveaux voit de nombreux scientifiques de haut niveau choisir de rejoindre le secteur privé plutôt que l’université, avec des implications à long terme sur la capacité de l’université à conduire la prochaine génération de découvertes fondamentales à partir desquelles des applications émergeront. Alors que les révolutions de l’IA et de la biomédecine continuent de progresser, ces défis ne feront que s’accroître – en particulier dans les sciences.

Une approche prometteuse consiste à renforcer les mécanismes de la science translationnelle qui peuvent être utilisés dans les innovations et les applications du monde réel. Ce changement aura également inévitablement un impact sur le financement et les dons sur lesquels les universités comptent pour rendre leurs recherches possibles, car le secteur privé et d’autres organisations ayant un impact sur le monde réel sont également en concurrence pour le financement.

De nombreuses universités, en fait, ont pris conscience de cela et ont ouvert des centres de recherche translationnelle pour les sciences dures, notamment les domaines actuellement en tête du marché comme l’IA et la biomedicine. Plutôt que de se contenter de mener des recherches fondamentales dans le but de publier des articles universitaires, l’approche des centres de recherche translationnelle consiste à – dès une phase très précoce – déterminer comment les recherches émergentes peuvent être développées et utilisées pour résoudre des problèmes du monde réel. Les programmes de recherche translationnelle impliquent souvent le développement de centres interdisciplinaires – des collectifs intra-universitaires qui favorisent les relations et les collaborations entre les chercheurs universitaires et les acteurs de l’industrie commerciale. Ils permettent également d’utiliser les ressources importantes de l’institution, notamment les laboratoires de recherche fondamentale, les articles théoriques, les projets d’étudiants, les enseignants, ainsi que les relations avec le gouvernement et l’industrie pour résoudre ces problèmes. De tels programmes, spécifiquement pour la recherche translationnelle en IA, ont été mis en place dans des universités américaines de premier plan comme Stanford, l’Université de Pennsylvanie et l’Université Northwestern. Ils apparaissent également dans le monde entier dans des points chauds tels que le Royaume-Uni, Israël et Singapour.

Une telle approche est particulièrement importante dans des domaines tels que la médecine et les soins de santé, qui cherchent rapidement à intégrer l’IA, les Big Data, la technologie de calcul et la recherche fondamentale dans une grande variété de domaines pour mieux prévenir et traiter le cancer, les maladies cardiaques, les maladies congénitales et infectieuses, ainsi que d’autres menaces pour la santé mondiale.

En effet, les centres universitaires qui adoptent cette approche agissent comme des incubateurs de technologies à très petite échelle, similaires à ceux gérés par des entreprises du secteur privé comme Microsoft (MSFT ) ou IBM. Les chercheurs impliqués dans ces centres bénéficient d’un accès sans précédent à la recherche menée par d’autres facultés avec lesquelles ils n’auraient peut-être pas été en contact autrement, ainsi que de liens institutionnels et personnels avec le secteur privé, et d’un mentorat académique et industriel pour le développement de plans d’affaires commerciaux.

En plus d’aider à attirer des étudiants et des chercheurs, ces centres offrent également aux donateurs et aux universités de nouvelles opportunités de financement excitantes sous forme de subventions et d’investissements à impact provenant de fonds privés, institutionnels ou gouvernementaux. Et lorsque les chercheurs développent des solutions pratiques, de nouvelles portes s’ouvrent pour les ventes commerciales, les licences et les acquisitions qui sont essentielles pour produire et commercialiser des solutions à grande échelle. Il y a souvent également un effet de rétroaction ou de déversement ; puisque le succès bien documenté de tels programmes de recherche translationnelle pour apporter des solutions au monde réel – et la prise de conscience accrue du rôle crucial des sciences fondamentales dans ces applications – conduit ensuite à un financement direct accru pour les sciences fondamentales. L’augmentation du financement pour les sciences fondamentales est également essentielle à l’avenir des universités, car même si les programmes de recherche translationnelle et les applications grandissent, les sciences fondamentales resteront l’objectif principal et le cœur de la science académique.

Cette approche comporte toutefois des défis. Certains administrateurs et enseignants dans les universités pourraient vouloir que leurs établissements réfléchissent à deux fois avant de s’engager sur cette voie, car elle diffère considérablement du rôle non commercial traditionnellement perçu de l’université. Lors de la mise en œuvre de programmes de recherche translationnelle, les universités devraient veiller à ce que la liberté académique et la possibilité d’autres explorations ou recherches supplémentaires continuent d’exister. Cela peut souvent être réalisé en incluant uniquement des projets spécifiques, avec une portée claire et bien définie, plutôt que des départements entiers ou l’ensemble du travail d’un individu, dans les programmes de recherche translationnelle.

Il y a également des questions pratiques à résoudre, telles que : L’université doit-elle posséder les solutions – et les brevets – qui émergent de ce processus ? Quel rôle le secteur privé devrait-il jouer dans ce processus ? Les universités peuvent-elles, ou devraient-elles, travailler avec des organisations externes dont la vision du monde peut ne pas correspondre à celle de l’institution ? Ce sont, bien sûr, toutes des questions que chaque université doit aborder par elle-même. Pourtant, il n’y a aucun doute que les universités peuvent utiliser ces types de centres pour se rendre plus pertinentes dans l’ère actuelle de la technologie numérique.

La collaboration entre les universités et les entreprises privées a, en fait, été responsable d’initiatives de sauvetage de vies importantes. Beaucoup des premiers tests de collision automobile ont été menés à l’Université Cornell, en coopération avec des compagnies d’assurance de premier plan. Les résultats ont conduit au développement de voitures beaucoup plus sûres, inventant essentiellement la ceinture de sécurité, entre autres fonctionnalités. Ces innovations ont ensuite sauvé de nombreuses vies au cours des années suivantes. Dans l’environnement actuel, des programmes similaires dans le domaine des soins de santé et de l’IA – en particulier s’ils sont conçus pour être coopératifs et continus – sont sûrs de sauver encore plus de vies à l’avenir. Les universités ont les ressources pour développer ces solutions, et le secteur privé a les ressources et l’engagement pour les apporter au public. C’est une synergie qui peut faire une différence importante dans la vie de nombreuses personnes.

Le Prof. Shai Shen-Orr est professeur associé à la faculté de médecine Ruth et Bruce Rappaport de l'Institut de technologie d'Israël - Technion, où il se spécialise dans l'immunologie des systèmes et l'IA pour la biomédecine. Il est le directeur de l'Institut Zimin pour les solutions d'IA dans les soins de santé et co-dirige Tech.AI, le hub d'IA de Technion. Il est également co-fondateur et scientifique en chef de l'entreprise d'IA Pharma, CytoReason.