Nature|科学家与“大科技公司”如何合作共赢?

星标“医工学人”,第一时间获取医工交叉领域新闻动态~

图片


9月3日,Nature “World View”栏目发表了哈佛大学负责学术与企业合作项目的 Steven C. Currall 撰写的报道。作者围绕学术界与大型科技公司在人工智能等前沿领域的合作展开讨论,指出双方既存在互补优势,也面临利益冲突、伦理责任与公共信任等挑战。文章指出:如果能够建立透明、规范的合作机制,学术界可以借助科技公司的资源与规模推动基础研究,而科技公司则能从学术界的伦理规范与公共使命中获益,从而形成互利共赢、促进创新与社会进步的合作模式。


以下内容基于英文原文编译:


对于学术界而言,与产业界丰富的专有数据和创新工具合作可能很有吸引力。但包括竞争利益在内的紧张关系可能会使这些合作变得令人生畏。


在过去的几十年里,我亲眼见证了这种合作关系的挑战性。但我也看到了遵循最佳实践如何使它们取得成功。2014 年,我合著了《 有组织的创新 》(Organized Innovation),分析了美国工程研究中心项目——该项目支持在大学内设立的研究中心,并由美国国家科学基金会资助,与公司进行富有成效的合作。我们了解到,成功的合作不仅承认可能出现的冲突,还承诺建立正式的程序来解决这些问题。

如今,赌注很高。七大科技巨头——Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 和 Tesla——以及 OpenAI 等新秀的研发预算远超大多数学术实验室可获得的资金2022 年,Amazon、Apple、Google、IBM 和 Microsoft 在研发上花费了数百亿美元。2024 年,仅 Meta 就投入了近 44 亿美元,占其年收入的 27%用于研发。


许多科技投资已从开发转向研究。去年,DeepMind 人工智能初创公司的联合创始人 Demis Hassabis(于 2014 年被 Google 收购)与同事 John Jumper 共同获得诺贝尔化学奖的一半,以表彰他们开发了预测蛋白质结构的 AlphaFold 人工智能模型。

然而,许多学者仍然对与“大科技公司”合作持谨慎态度,因为这些公司的做法可能存在争议。这些公司的技术连接全球人民,提高生产力,促进经济增长,并推动人工智能发展。但同样的工具也可能传播虚假信息,加剧社会偏见和不平等。公司与国防领域的关联可能引发伦理问题。例如,Meta 允许其大型语言模型 Llama 用于军事目的。公司可以通过内部审查委员会来尽量减少这类问题。

对于学者而言,与大科技公司合作也可能涉及实际或感知到的利益冲突(当金钱不当影响研究时)、承诺冲突(优先考虑商业活动而非学术活动)或忠诚冲突(优先考虑公司利益而非学术机构利益)。这些风险可以通过负责裁决冲突的委员会来缓解。

对垄断和市场集中(这会限制创新和消费者选择)的担忧,可能使学术界对合作望而却步。政府监管机构和法院正在介入。例如,在4月份,弗吉尼亚州亚历山德里亚的一位美国地区法官裁定,美国司法部指控谷歌非法垄断广告市场的诉讼胜诉。

基于我和他人研究的最佳实践,以下是一些与大型科技公司合作时,科学家应牢记的考虑因素。

首先,学术研究人员必须坚守大学创造和传播知识的使命。学者应在所在机构的指导下行事。例如,马萨诸塞州剑桥的哈佛大学发布的《商业活动管理原则》声明(go.nature.com/4g03j5z)。

其次,关系维护至关重要。学术和公司研究人员都必须明确界定合作范围之内和之外的界限。例如,必须明确公司和大学可以相互分享哪些信息。一位工业联络官对于确保合作项目长期按计划进行至关重要。最重要的是,建立信任是必不可少的,这只能通过机构之间的学习和共享控制来实现(A. C. Inkpen and S. C. Currall Organ. Sci. 15, 586–599; 2004)。

第三,合作者应认识到他们拥有互补的优势。大学可以提供企业通常不具备的资源,例如社会科学、政策、法律和人文学科的专业知识。这可能有助于科技公司评估,例如社交媒体对心理健康的影响;人工智能图像如何偏袒历史事件的描绘;日益扩大的经济差距如何限制人们使用人工智能工具;或人类对机器人和人工智能日益依赖所带来的哲学和神学意义。

政府也必须谨慎行事,以促进学术与企业之间的关系。垄断必须受到约束;公司需要法规来保护消费者。但初创企业必须被允许蓬勃发展。随着大公司承担更多基础科学研究,考虑不周的监管可能会扼杀大科技在全球研究生态系统中的关键参与。例如,1984 年,AT&T 的拆分标志着贝尔实验室与学术界合作的终结,这种合作曾产生过十位诺贝尔奖得主和五位图灵奖得主。

大学、大科技和政府必须在构建一个促进这些合作的研究生态系统方面有明确的目标。对于学术界而言,机遇是巨大的。然而,它们必须谨慎探索,同时缓解学术与商业利益之间的紧张关系。


▼扫描下方二维码阅读全文


Nature 645, 9 (2025)

doi: https://doi.org/10.1038/d41586-025-02751-z


*中文翻译仅供参考,一切内容以英文原文为准。如涉及版权问题,请联系我们删除。

END

编辑 | 罗虎

来源 | Nature

审核 | 医工学人理事会


扫码加入医工学人,进入综合及细分领域群聊,

参与线上线下交流活动

图片


推荐阅读


医工学人公众号征稿须知



全球首次:CREDIT 疗法让编辑细胞“隐身”分泌胰岛素,糖尿病患者告别免疫抑制剂


当AI遇见慢性病:2035年医疗体系的主动革命



HIT Webinar | [蒋昊峻 清华大学] 基于大规模隐式结构学习的心血管智能超声扫查


点击关注医工学人

图片

本篇文章来源于微信公众号: 医工学人

发表回复