Poste de doctorat en «Partage et modélisation de données pour une politique et des décisions d’innovation améliorées» – Programme MSCA Cofund SEED

Les districts, quartiers ou pôles d’innovation (ci-après simplement appelés districts d’innovation) ont proliféré dans le monde entier (Jiménez & Zheng 2021). L’une des principales préoccupations des gouvernements qui soutiennent et financent ces initiatives est de savoir comment en tirer le meilleur parti et accroître les bénéfices socio-économiques et environnementaux.

Un aspect clé de ce problème est  la nature du partage d’informations et de données dans des environnements complexes et hétérogènes  (Semeraro et al. 2020 ; Sassanelli et al. 2021). Le travail d’innovation est mieux soutenu par des relations ouvertes, le partage des connaissances et l’échange d’idées. Cependant, les districts d’innovation sont peuplés d’un mélange d’agents ou  d’acteurs privés, publics et intermédiaires qui ont différents niveaux d’accès aux données, produisent différentes formes de données et ont des attentes différentes en matière d’ouverture des données par rapport aux intérêts privés/publics. L’objectif de la recherche est de fournir un modèle de données collaboratif pour résoudre les conflits de partage de données dans des environnements d’intérêts mixtes .

Dans le contexte d’un monde qui produit de plus en plus de données susceptibles de permettre  une prise de décision meilleure et davantage fondée sur des données probantes, les motivations et les incitations à acquérir, partager, structurer et modéliser des données sont incohérentes . La conséquence en est que l’alignement autour des objectifs est difficile et que la coordination des acteurs pour accroître les bénéfices de l’investissement gouvernemental  est intrinsèquement problématique .

Il reste à mieux comprendre l’intérêt de chaque partie prenante à passer à une organisation de données ouvertes, en tant que meilleur système sociotechnique pour une collaboration ouverte.

Nous attendons le besoin de pouvoir décrire (modéliser), entre autres dimensions, le niveau d’ouverture des données, l’anonymat, la conscience des décideurs de l’existence des données, les flux d’informations, mais aussi les moyens d’inciter les parties prenantes.

Cette  recherche multidisciplinaire vise à relever ces défis  dans le cadre limité de la politique d’innovation.

Le scénario décrit sera examiné à travers  des méthodes exploratoires  qui incluent : l’analyse des politiques d’open data aux niveaux national et local et leur mise en œuvre par les acteurs locaux  dans les districts ciblés en Europe et en Australie ; des entretiens avec les acteurs des quartiers pour comprendre la valorisation des données censées être échangées ; le coût de production des données et la volonté de partager les données avec d’autres acteurs.

Les modèles conceptuels des écosystèmes de plateformes de données gouvernementales ouvertes (Bonita et Eaton, 2020), ainsi que la création et la capture de valeur dans l’innovation ouverte (Chesbrough et al, 2018), aideront à structurer l’analyse autour des relations, des pouvoirs et des incitations des différents acteurs. parties prenantes.

Bien que les districts d’innovation offrent des sites uniques,  la nature du problème peut être trouvée dans de nombreux contextes  (par exemple, développement industriel, coordination de chaînes de valeur, tourisme) où de multiples acteurs produisent des données qui seraient utiles à de nombreuses parties prenantes mais ne sont pas ouvertes, également valorisées et/ ou partagé.

Nous collaborerons avec des districts innovants locaux dans la région de mise en œuvre de nos universités (Australie du Sud, Bretagne) et nous pourrions étendre nos investigations à l’Écosse. Les partenaires participent activement à des laboratoires multidisciplinaires et à des centres de recherche axés sur l’industrie. Les Professeurs Beugnard et Jullien sont membres du Lab-STICC (UMR 6285) qui s’étend sur 5 sites en France et couvre 7 disciplines. Notre partenaire australien est spécialisé dans les écosystèmes d’entrepreneuriat et d’innovation (environnement décrit ci-dessous) et entretient des relations solides avec les acteurs du gouvernement et du district d’innovation pour faciliter l’accès aux données pour cette étude et a des études connexes déjà en place ou en cours.

Nous avons l’intention d’utiliser le framework Openflexo, un outil de fédération de modèles open source de pointe, développé dans l’équipe P4S Lab-STICC. Openflexo permet de construire des modèles à partir de modèles de sources et de points de vue hétérogènes.