Traditionnellement, le potentiel commercial d’une découverte scientifique est évalué après d’importantes activités de recherche et développement (R-D). Cependant, une recherche récente des chercheurs de l’Université Duke Roger Masclans-Armengol, Sharique Hasan et Wesley M. Cohen publiée sur le site du National Bureau of Economic Research propose une nouvelle méthode pour évaluer le potentiel commercial de la recherche scientifique avant qu’elle ne soit pleinement développée. En utilisant un grand modèle linguistique pour analyser les résultats scientifiques, les chercheurs ont prédit la probabilité qu’une découverte conduise à des produits ou des processus commercialisables.

Un grand modèle linguistique est un type d’intelligence artificielle qui analyse de grands ensembles de données pour faire des prédictions. Les chercheurs ont validé leur méthode par plusieurs moyens. Ils ont testé le modèle en comparant ses prédictions avec un échantillon retenu, une technique courante pour valider les modèles d’apprentissage automatique en divisant les données en ensembles de formation et de tests où certaines données sont retenues pendant le processus d’ajustement du modèle. Ensuite, les auteurs ont analysé dans quelle mesure leur nouvelle méthode s’alignait sur le processus de transfert de technologie dans une grande université, en suivant la progression de la recherche vers la commercialisation. En outre, ils ont examiné comment la méthode se comparait à l’utilisation par les entreprises de la recherche provenant de diverses universités.

Les auteurs rapportent trois résultats clés :

• La nouvelle méthode semble efficace pour prédire le potentiel commercial : les articles de recherche dans le quartile supérieur de l’ensemble de données prédit par le modèle comme ayant une valeur commerciale étaient 21 fois plus susceptibles d’être cités lors des renouvellements de brevets;
• Le fait de breveter la recherche universitaire ne restreint pas nécessairement son adoption par les entreprises;
• La réputation des universités et des chercheurs individuels peut influencer (jusqu’à 55 % de l’échantillon) le degré d’attention que leurs recherches reçoivent de la part des entreprises, ce qui laisse croire que les découvertes précieuses d’établissements moins connus peuvent être négligées.

Même si les auteurs reconnaissent la nécessité d’affiner le modèle et les limites des brevets en tant que mesure globale du potentiel commercial, cette recherche offre un aperçu d’une approche prometteuse pour évaluer l’aspect commercial de la science. En mettant en œuvre cette méthode, les chercheurs, les entreprises et les universités pourraient être en mesure d’éclairer les décisions sur l’orientation de la recherche et le potentiel de transfert de technologie, accélérant éventuellement les percées scientifiques avec des applications concrètes.

En supposant que le modèle soit efficace dans différents domaines et contextes scientifiques, celui-ci pourrait permettre aux décideurs d’allouer les ressources de manière plus stratégique, ce qui pourrait conduire à une innovation et une croissance économique plus rapides.

Les universités pourraient tirer parti de cette méthode pour mieux comprendre quelle recherche est la plus prometteuse en matière de commercialisation, ce qui leur permettrait de concentrer plus efficacement leurs efforts de transfert de technologie. De plus, même si cette étude suggère que les universités jouissant d’une solide réputation pourraient attirer davantage l’attention des entreprises, quel que soit le potentiel commercial réel de leurs recherches, un outil comme celui-ci pourrait contribuer à uniformiser les règles du jeu et à garantir que les découvertes précieuses issues d’établissements moins connus ne soient pas négligées.