メタサイエンスで研究制度を検証する 【海外シンクタンク記事分析】

研究開発の成果は、研究テーマや予算規模だけで決まるものではありません。誰に資金を配るのか、どのようなチームを組むのか、誰が判断し、進捗をどのように測るのか。こうした科学の営みそのものを研究対象とし、データや実験を通じてよりよい仕組みを探る研究と実践が、メタサイエンスです。今回のエピソード「メタサイエンスで研究制度を検証する」では、研究助成の仕組みを継続的に検証する専任部門、目標志向のチーム型研究を支える米国のX-Labs、ムーンショット型研究開発の設計を扱う3本の記事を紹介します。一本目では、助成制度そのものを比較実験の対象とする方法を考えます。二本目では、新しい研究組織への公的資金の配分と、大学研究への影響、自律性、説明責任を検討します。三本目では、過去の大型研究開発を手がかりに、目標設定、実現までの道筋、組織構造、ガバナンス、進行中の評価をどのように組み合わせるかを考えます。制度を新しくするだけでは、その効果を十分に判断できません。どのようなデータを集め、何と比較し、その結果を次の意思決定にどう反映するのか。本エピソードでは、研究を支える仕組みそのものからエビデンスを生み、制度設計や評価方法の改善につなげるための論点を議論します。■キーワードメタサイエンス／研究助成／エビデンス／X-Labs／Focused Research Organizations（FRO）／チーム科学／ムーンショット型研究開発／ガバナンス00:00 イントロダクション01:11 メタサイエンス — 助成制度そのものをどう検証するか26:00 X-Labs — チーム型研究への公的資金と説明責任53:55 ムーンショット型研究開発 — 目標・組織・評価をどう設計するか■今回のトピック[01:11] メタサイエンス — 助成制度そのものをどう検証するかMacroscienceの記事をもとに、研究助成機関の内部にメタサイエンス部門を置き、資金配分や審査の仕組みを継続的に検証する構想を取り上げます。記事は、不採択申請を含む行政データを整備し、迅速助成、多段階審査、研究者個人への助成などを従来方式と比較する実験を提案します。本エピソードでは、審査期間や職員負担が改善しても、採択された研究の長期的な成果まで改善したとは限らない点を確認しました。また、制度の効果が研究分野や研究者によって異なる可能性や、審査の一致度と、将来の研究価値を捉える妥当性とを区別する必要性について議論しました。さらに、実験計画の事前登録、不採択案件を含む長期追跡、得られたエビデンスを予算や制度変更の意思決定に結び付ける体制、日本で同様の仕組みを設ける場合の組織設計についても考えました。出典:Macroscience, "Science Agencies Need Metascience Units"https://www.macroscience.org/p/science-agencies-need-metascience[26:00] X-Labs — チーム型研究への公的資金と説明責任Federation of American Scientistsの記事をもとに、米国立科学財団のX-Labsを取り上げます。X-Labsは、目標志向のチーム型研究に資金を配る新しい制度です。記事は、Focused Research Organizations（FRO）などの先行モデルや制度的背景を紹介しながら、その可能性と課題を論じています。本エピソードでは、FROが論文以外にも、装置、データ、ソフトウェア、研究手法などを生み出してきた一方、それらの成果が組織形態そのものによって生まれたのかは十分に検証されていない点を議論しました。X-Labsについても、適切な課題やチームの選定、大学やほかの研究活動への機会費用、知的財産と外部利用、柔軟な契約と費用管理、組織終了後の成果の普及などを検討しました。また、小規模なチームと大規模なチームには異なる役割があり、チームを大きくすれば成果が増えるとは限らないことや、X-Labs自体を比較評価を伴う制度実験として捉える必要性について考えました。出典:Federation of American Scientists, "Scaling Team Science is the Important Experiment We Need"https://fas.org/publication/bullish-on-xlabs/[53:55] ムーンショット型研究開発 — 目標・組織・評価をどう設計するかFederation of American Scientistsの記事をもとに、ムーンショット型の大型研究開発をどのように設計するかを取り上げます。記事は、ヒトゲノム計画とヒューマン・ブレイン・プロジェクトなどを手がかりに、明確な目標に加えて、そこへ至る技術的な道筋、組織構造、ガバナンス、途中で計画を見直す仕組みの重要性を論じます。さらに、どの分野が大型投資に適しているかを見極め、事業開始後も進捗を検証するために、メタサイエンスを組み込むことを提案します。本エピソードでは、将来の有望分野を事前に予測するためのエビデンスと、事業開始後に計画を改善するためのエビデンスを区別しました。過去の研究データからブレークスルーの候補を予測する方法には、まだ不確実性があります。一方で、進捗を測り、技術課題を分解し、必要に応じて目標や資源配分を変更する仕組みには一定の意義があります。また、研究の初期段階と大規模な技術統合の段階では、適切なチーム構成が異なる可能性があることや、研究成果を社会で利用する段階まで含めて、権限、予算、情報、評価をどう配置するかについて議論しました。出典:Federation of American Scientists, "The Science of Moonshots: Using Evidence to Design Transformative Initiatives"https://fas.org/publication/moonshots-using-evidence-to-design-transformative-initiatives/■PEP ThinkとはPEP Thinkは、世界のシンクタンクの最新の論考を手がかりに、日本のビジネスと政策のこれからを一緒に考えていく番組です。■YouTubeでも配信中PEP のYouTubeチャンネルはこちら■登壇者馬田 隆明（PEPディレクター）■主催政策起業家プラットフォーム（PEP）公益財団法人 国際文化会館