Big Data and the Computational Social Science of Entrepreneurship and Innovation

要約

大規模な社会データが爆発し、機械学習方法が進化するにつれて、起業家精神と革新の学者は新しい研究の機会に直面しているだけでなく、ユニークな課題にも直面しています。
この章では、大規模なデータを活用して技術的および商業的な斬新さを特定し、新しいベンチャーの起源を文書化し、新しいテクノロジーと商業形式の間の競争を予測することの難しさについて説明します。
学者が新しいテキスト、ネットワーク、画像、オーディオ、ビデオデータを2つの異なる方法でどのように活用して、イノベーションと起業家精神の研究を進めることができるかを示唆しています。
第一に、マシンラーニングモデルは、大規模なデータと組み合わせて、人間社会全体のイノベーションと起業家精神のシステムレベルの天文台として機能する精密測定の構築を可能にします。
第二に、ビッグデータに燃料を供給された新しい人工知能モデルは、テクノロジーとビジネスの「デジタルダブル」を生成し、イノベーションと起業家精神プロセスとポリシーに関する仮想実験のために研究所を形成します。
この章では、ビッグデータを大きなモデルと結合することにより、起業家精神と革新における理論開発とテストの進歩について主張しています。

要約(オリジナル)

As large-scale social data explode and machine-learning methods evolve, scholars of entrepreneurship and innovation face new research opportunities but also unique challenges. This chapter discusses the difficulties of leveraging large-scale data to identify technological and commercial novelty, document new venture origins, and forecast competition between new technologies and commercial forms. It suggests how scholars can take advantage of new text, network, image, audio, and video data in two distinct ways that advance innovation and entrepreneurship research. First, machine-learning models, combined with large-scale data, enable the construction of precision measurements that function as system-level observatories of innovation and entrepreneurship across human societies. Second, new artificial intelligence models fueled by big data generate ‘digital doubles’ of technology and business, forming laboratories for virtual experimentation about innovation and entrepreneurship processes and policies. The chapter argues for the advancement of theory development and testing in entrepreneurship and innovation by coupling big data with big models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google