Chuyển đổi số và khoa học chuyên sâu về dữ liệu trong bối cảnh COVID-19

Số hóa đang làm thay đổi thực tiễn khoa học và tất cả các lĩnh vực nghiên cứu cần sử dụng nhiều dữ liệu. Số hóa cũng tạo ra sự thay đổi lớn trong khoa học mở và sự giám sát chặt chẽ của công chúng đang thúc đẩy việc đảm bảo tính chặt chẽ và toàn vẹn của khoa học. Như được minh họa bằng phản ứng của khoa học với COVID-19, những thay đổi này đang diễn ra nhanh chóng, đặt ra thách thức lớn đối với sự phát triển lực lượng lao động, đặc biệt là trong các lĩnh vực khoa học trước đây có ít dữ liệu phong phú. Cần xây dựng năng lực của lực lượng lao động kỹ thuật số ở nhiều cấp độ, bao gồm cá nhân các nhà khoa học, nhóm nghiên cứu, nhà cung cấp dịch vụ dữ liệu, cơ sở hạ tầng nghiên cứu và các tổ chức.

Vai trò hỗ trợ nghiên cứu hàn lâm theo phương thức truyền thống, chẳng hạn thông qua thủ thư hoặc nhân viên lưu trữ, đang được điều chỉnh lại để đảm nhận một số chức năng quản lý dữ liệu, trong khi các vai trò khác do các nhà nghiên cứu đảm nhận. Đồng thời, các vai trò chuyên môn mới đang xuất hiện, bao gồm chuyên gia phân tích dữ liệu, người quản lý dữ liệu và kỹ sư phần mềm nghiên cứu. Một số người hỗ trợ nghiên cứu, trong khi số khác tích cực tham gia nghiên cứu. Mặc dù các lĩnh vực nghiên cứu đa dạng đòi hỏi các loại hình và trình độ chuyên môn kỹ thuật số khác nhau, nhưng xu hướng phổ biến trong hầu hết các lĩnh vực là hướng tới làm việc trong các nhóm lớn gồm các nhà nghiên cứu và chuyên gia hỗ trợ nghiên cứu.

Theo ước tính của OECD, cần dành riêng 5% ngân sách nghiên cứu khoa học cho quản lý dữ liệu FAIR (có thể tìm thấy, truy cập, tương tác và sử dụng lại) và trong số 20 cán bộ nghiên cứu phải có một người là chuyên gia hỗ trợ nghiên cứu có kỹ năng số. Như vậy, chỉ riêng ở châu Âu, sẽ cần khoảng 500.000 chuyên gia thuộc nhiều lĩnh vực để hỗ trợ các nhà nghiên cứu thiết kế thử nghiệm và thu thập dữ liệu, chọn lọc và biên tập nội dung, lưu trữ, phân tích, xuất bản và tái sử dụng. Để thực hiện sự chuyển đổi lực lượng lao động này, cần có hành động trong 5 lĩnh vực chính.

Theo OECD, chính phủ các nước nên đóng vai trò quan trọng trong việc:

• Thừa nhận trong các văn bản chính sách nhu cầu về lực lượng lao động có kỹ năng số trong nghiên cứu và tầm quan trọng của việc lập kế hoạch chiến lược, kết hợp năm lĩnh vực chính cần để xây dựng và duy trì lực lượng lao động này, tức là xác định nhu cầu, tổ chức đào tạo, xây dựng cộng đồng, con đường sự nghiệp và phần thưởng, và các yếu tố hỗ trợ khác;

• Phân tích nhu cầu về năng lực kỹ thuật số của lực lượng nghiên cứu quốc gia và hiện trạng (hoặc mức độ sẵn sàng) của hệ sinh thái nghiên cứu để triển khai đào tạo và các hoạt động khác cần để đáp ứng những nhu cầu này; và

• Tạo điều kiện và phối hợp xây dựng năng lực của lực lượng lao động với tốc độ và quy mô cần để tối ưu hóa lợi ích của khoa học chuyên sâu về dữ liệu, bao gồm các quy trình giám sát và đánh giá phù hợp với bối cảnh đang thay đổi.

Tuy nhiên, mặc dù việc chỉ đạo, lập kế hoạch và phối hợp là cần thiết ở cấp quốc gia, nhưng các hành động quan trọng nhất khi triển khai thực hiện, lại gắn liền với các trường đại học và các tổ chức nghiên cứu, là những địa điểm chính làm công tác giáo dục, đào tạo và nghiên cứu khoa học. Nhu cầu cấp thiết không chỉ là đào tạo các nhà khoa học kỹ thuật số và các chuyên gia hỗ trợ nghiên cứu, mà quan trọng hơn là phát triển môi trường hỗ trợ nghiên cứu hàn lâm có sức hút để người lao động không từ bỏ công việc được trả lương cao. Điều đó đòi hỏi phải phát triển các con đường sự nghiệp mới, cùng với các hệ thống đánh giá và khen thưởng mới. Dữ liệu và kết quả phần mềm từ nghiên cứu cần được xem xét ngang bằng với kết quả nghiên cứu được công bố. Các con đường sự nghiệp cần linh hoạt hơn, cho phép mọi người di chuyển thuận lợi giữa các vị trí khác nhau trong khu vực hàn lâm, khu vực công và khu vực tư nhân ở các giai đoạn khác nhau trong sự nghiệp nghiên cứu, tránh tình trạng “dòng chảy một chiều” từ khu vực hàn lâm khai thác hết các lĩnh vực nghiên cứu “nóng hổi” như AI. Đồng thời, tăng tính đa dạng và giảm bớt khó khăn trong việc tham gia nghiên cứu và phát triển sự nghiệp của phụ nữ và các nhóm dân số khác ít mang tính đại diện trong lực lượng lao động khoa học có kỹ năng số, đây là vấn đề cấp thiết cần cần được quan tâm.

Thách thức trong việc xây dựng năng lực số cho nghiên cứu chuyên sâu về dữ liệu, cần cho phản ứng của khoa học đối với COVID-19 dường như chưa được đánh giá rộng rãi. Tuy nhiên, một số ví dụ từ các quốc gia đã minh họa cách chính phủ và các cơ quan tài trợ tạo điều kiện và hỗ trợ thành công những thay đổi cần thiết. Hội đồng Hạ tầng Thông tin khoa học của Đức đã xây dựng nhu cầu đào tạo và giáo dục kỹ thuật số trong tương lai ở cả cấp độ dạy nghề và nghiên cứu khoa học. Tại Úc, phát triển và đào tạo lực lượng lao động có kỹ năng là một trong năm lĩnh vực hoạt động của Sáng kiến dữ liệu quốc gia hỗ trợ nghiên cứu. Hội đồng Nghiên cứu Nghệ thuật và Nhân văn của Vương quốc Anh yêu cầu các nghiên cứu sinh tiến sỹ phải được đào tạo các kỹ năng số và cung cấp một khuôn khổ giám sát các kỹ năng này.

Các trường đại học cũng đang phối hợp để giải quyết thách thức trong việc xây dựng năng lực và kỹ năng bền vững cho lực lượng lao động phục vụ khoa học chuyên sâu về dữ liệu. Vào tháng 1/2020, các nhà lãnh đạo của 8 mạng lưới đại học từ nhiều quốc gia đã ký tuyên bố Sorbonne về quyền dữ liệu nghiên cứu. Các bên ký cam kết thực hiện một số hành động bao gồm: “Khuyến khích các trường đại học xây dựng các chương trình đào tạo và phát triển kỹ năng nhằm tạo ra môi trường thúc đẩy quản lý dữ liệu nghiên cứu mở”. Ở cấp độ tổ chức, Đại học Kỹ thuật Delft ở Hà Lan đang tài trợ cho các nhà quản lý dữ liệu để truyền tải các kỹ năng thông qua các mạng lưới ngang hàng cũng như các sự kiện đào tạo và nền tảng học tập trực tuyến.

P.A.T (NASATI), theo Science, Technology and Innovation Outlook 2021: Times of Crisis and Opportunity, OECD