「アメリカDataHub」構築のコンソーシアム発足。

私たちは情報化時代に生きている。

では、すべての答えはどこにあるのでしょうか？

米国のNSF(National Science Foundation/全米科学財団/国立科学財団)は2022年03月31日に、NSFのNCSES(National Center for Science and Engineering Statistics)が主導する新しいデータ・サイエンス・コンソーシアム(data science consortium)は、連邦政府によって区分けされたデータの海に隠された答えと証拠を明らかにしようとしていると報告した。

「データドリブン(data-driven)」という言葉は、現代の決まり文句のようなものである。

一般に、データアニマル全体を、幹から尻尾まであらゆる角度から同時に検証することで、何が見えてくるのだろうか。

官民のデータ研究機関の新しいパートナーシップは、それを明らかにすることを目的としている。

NSFのNCSESが主導する「アメリカDataHubコンソーシアム(America's DataHub Consortium)」は、さまざまなソースからの複雑なデータを新しい方法でリンクし、分析することで何が可能になるかを探っている。

この方法は、私が既に数10年続けている方法と同じで、みんなが見つけることができないものを論理的に把握できるようになる。

https://time-az.com/main/detail/76583

NCSESのディレクターであるエミルダ・リバーズ(Emilda Rivers)は、「アメリカDataHub(America's DataHub)」の秘策は、普段はそれぞれの場所で別々に重要な問題に取り組んでいる人々を集めることです。」と語る。

これは、13の主要統計機関を含む連邦政府全体に蓄積されたデータを結びつけることを意味する。とエミルダ・リバーズは説明する。これらの機関はそれぞれ、健康、経済、労働、農業、エネルギーなど、特定の関心分野の統計情報を個別に収集している。

「私たちは大きな国です。」エミルダ・リバーズは、アメリカ社会の多様な側面に関する重要なデータを収集する上での幅広い課題について述べている。

「統計機関はそれぞれの使命を果たすことに集中し、非常によくやってくれています。しかし、もっと協力が必要なのです。」

NCSESは、「アメリカDataHub」の主導機関として、米国および世界における科学と工学の進歩と軌道を理解するために、異種のデータソースを結びつける専門知識を構築している。

NCSESのヴィピン・アローラ副所長(NCSES Deputy Director Vipin Arora)は、「アメリカDataHub」のアイデアは、NCSESが常に行っていることであり、長い歴史を持っています。」と述べている。「このような作業は、科学技術指標や(Science and Engineering Indicators)の女性(Women)、マイノリティ(Minorities)、障害者レポート(Persons with Disabilities)などの科学技術分野の統計レポート(Science and Engineering reports)で行っていることです。」

NCSESの究極の目標は、象のように巨大(elephant-sized)なデータの宝庫である米国を解放し、連邦、州、地方レベルの指導者が、直面する問題を理解し、地域社会や市民に役立つ情報に基づいた意思決定を行うためにデータを利用できるようにするという野心的なものである。

データの海からエビデンスを構築(Building evidence)する

難しい決断を迫られたとき、信頼できる有用な情報があれば、その価値は計り知れない。

それは、経営(business owners)、起業家(entrepreneurs)、教育者(educators)、医療従事者(healthcare providers)、国会議員(members of Congress)など、まさにすべての人に言えることである。

実際、議会は2018年に「根拠に基づく政策立案のための基礎法(Foundations for Evidence-Based Policymaking Act)」を制定し、データの価値を正式に認識した。この法律は、連邦政府機関に対して、政策立案を支えるエビデンスを開発するための手法や分析アプローチを考え、そのデータを「一般市民がアクセス可能で有用なものにする(accessible and useful to the public.)」よう求めていた。

「『アメリカDataHub』は、エビデンスを構築するためのものです」とヴィピン・アローラ副所長は言う。

このエビデンスは、技術革新の加速や雇用機会の拡大など、非常に価値のあることを実現するための最適な道筋を、地域や国レベルで特定するために利用することができる。

「私たちは大きな国です。統計機関はそれぞれのミッションを達成することに集中し、非常によくやってくれています。しかし、もっと協力が必要なのです。」

NCSESディレクターであるエミルダ・リバーズは、例えば、自動車保有率から農家の平均年収、コミュニティカレッジへの入学者数まで、あらゆる統計データにアクセスし、リンクさせる方法などがある。

「2018年の証拠に基づく政策立案法には、アクセス可能性の推定と呼ばれるものがあります。」「統計機関は、どの機関からでもデータを入手して利用することができるという考え方です。しかし、それは実際にテストされていません。では、どうすればいいのでしょうか？どこがネックになるのか？それを解明することが、これから起こるイノベーションの大きな部分を占めています。」とヴィピン・アローラ副所長は説明する。

これらのパズルを解くために、NCSESはいくつかの複雑な問題を特定し、「アメリカDataHub」のコンソーシアムパートナーは、現在その問題に取り組んでいる。最初の課題は、世界規模での科学者やエンジニアの需要と供給を分析することである。これには、他国から科学者やエンジニアを採用し、米国の大学や研究所で訓練することの公共的価値を十分に理解するためのエビデンスを構築することが含まれる。このプロジェクトは、「アメリカDataHub」を通じて、Accenture Federal Services、Clarivate、The Coleridge Initiative、NORC at the University of Chicago、RTI Internationalなどの官民団体により実施されている。

「これらは小さな問題ではありません」とヴィピン・アローラ副所長は言う。

例えば、米国が外国生まれの科学者やエンジニアの教育や訓練に資金を提供した場合、米国の納税者が現在、そして将来にわたって受ける恩恵はどの程度になるのだろうか？

どれだけの雇用と新産業が創出されるだろうか？

その結果、どれだけの発明、医療療法、必需品、その他の技術革新が、米国内で、他の国々と比べて生み出されるだろうか？

科学や工学の分野に進もうとするアメリカの子供たちは何人いるのだろうか？

これは、中国のコロナウイルス研究に資金提供していたことが、大きな問題になった。

「外国生まれの科学者の才能に関するこの疑問は、広範囲に及びます。」とエミルダ・リバーズは付け加えた。

「『アメリカDataHub』が構築している証拠は、米国における大学院の学位プログラムの設定やビザ政策のような、大きな影響を与える可能性があります。」

「これは、必要な教育や職業上の機会を得られなかったために、科学や工学の労働力の一部となっていないアメリカ人のことを指します。」と、エミルダ・リバーズは言う。

NSFのDivision of Acquisition and Cooperative Supportの副ディレクターで、「アメリカDataHub」の契約基盤の裏側で働く多くのNSFスタッフの一人、キース・ボイヤ(Keith Boyea)は「私が興奮しているのは、私たち市民とNSFを結びつけていることです.」と語る。「これまで手を伸ばしたことのない人たちに手を差し伸べているのです。」

その中には、州や地方自治体の職員やリーダーも含まれています。

「州や地方自治体は、連邦政府機関にデータを提供し、それが公式統計に反映されるのです。」「しかし今は、そのデータを自分たちの州や郡のために利用することができません。彼らがデータに安全にリンクし、州や地方政府の意思決定に利用できるシナリオを想像してみてください。」

「それは、データを一般市民の手に渡すということです。データにアクセスできるのは、私のようなデータオタクの人だけではありません。それが『アメリカDataHub』の成長だと考えています。」

異なる視点を持つより多くの人々が最良のデータにアクセスできるようになれば、問題解決のための独創的な方法につながるアイデアやイノベーションがもたらされるのである。

「アイデアとイノベーションとデータオタクは、『アメリカDataHub』に等しいのです」とエミルダ・リバーズは言う。「だから、あなたのアイデアを持ってきてください。」と言っている。

多分、最初の頃は、大混乱し、何度も開発が中止されることだろう。

このようなデータベースは、初期の大型コンピュータと同じで、一人で構築し、少しづつ拡大し、スタッフも増えることになる。

例えば、剣道に例えると、最初から、大上段に構えると、胴と、小手にスキができ、試合に負ける。