By Robert Abare

我們應該都同意，良好的決策是基於可靠的事實。但在一個決策者引用他們自己的事實版本的世界 - 或根本沒有 - 研究人員和事實調查人員如何確保他們的工作不會被忽視？

在公共政策分析與管理協會（the Association for Public Policy Analysis and Management）年會上，國家研究組織的領導人討論了其部門的演變以及證據在決策中的作用。 多年來，這些組織一直使用科學方法得到重要啟示，為公共政策提供資訊。他們的討論強調了在政策辯論、創新研究領域和保持樂觀緣由等使用證據時，存在四個新出現的挑戰。

我們生活在一個不信任的時代

Mathematica政策研究主席保羅·德克爾（Paul Decker）指出了一種“明確的長期趨勢”，即政府機構越來越依賴證據的趨勢。“與我們合作的政府機構多年來一直在提供證據，”他說。美國教育部教育科學研究所（IES）的成立是體現這一趨勢地一個很好的例子。 “不僅是IES創造了證據，”德克爾解釋說，“他們正在收集已經存在的證據，對證據應用標準，並對證據進行解釋，以便制定政策可以使用。”另一方面，城市研究所所長Sarah Rosen Wartell評論說“有時候，全國性的談話越來越少地基於事實去進行決策。我們必須忍受這一點，並尋求證據發揮作用的良機。”“我們還有很長的路要走，” Decker同意道。“即使在聯邦層面，也有一些機構投入很少的資源去使用證據以更好地實現自身使命。”為了確保事實的實時性，專家組同意研究界必須繼續解釋為什麼證據很重要，特別是在辯論不斷演化、受眾和決策者不斷學習的背景下。

研究受眾和政策影響者更加多樣化和分散

討論Urban的工作如何變化，Wartell說，“在過去的幾年裡，我們的受眾是派給我們專案的聯邦機構或基金會。但是，我們越來越多地將我們的主要受眾視為在實地工作的人和他們所居住的社群。““這是一個更大變化的一部分，”她補充說。“告知‘決策者’過去常常只是簡單地與華盛頓的政策制定者和員工溝通。但今天的改變者是公共部門、私營部門和社會領域更廣泛的人群。“Decker在Mathematica描述了類似的轉變。“我們希望確保我們的工作對公共政策產生影響，因此我們開始認為自己不僅僅是獨立的科學家，”他說。“我們不要讓別人翻譯我們的工作。我們要自己做一些解釋。”

隨著受眾的轉變，爭論也在發生變化。“我們現在對潛在影響的政策制定前端有了更好的理解，”Wartell說。“隨著爭論展開提供實時資訊、並預測輸贏和地理影響的後果，我們使用微觀模擬模型將證據轉化為‘決策輔助工具’。城市研究所模型和分析在廢除“平價醫療法案”和稅收改革的辯論中的作用表明，國家受眾渴望在決策制定之前瞭解決策的潛在後果。

資料和分析方法正在發展

隨著研究人員正在探索新工具，如人工智慧，機器學習以及R和Python等編碼語言，新的資料來源正在給他們帶來挑戰。“進入這個新世界並預測我們將會在哪裡結束是十分困難的，”MDRC總裁戈登柏林（Gordon Berlin）說。“我們不僅決定如何使用新型別的資料來做我們想要做的事情，而且我們已經看到了我們現在可能的事情，但以前是不可能的。”“我們有責任讓我們的工作方式更為現代化，因為我們的客戶希望資訊更快，並且能夠讓每個人都易於理解，”Abt Associates總裁Kathleen Flanagan說。Flanagan補充說：“評估正在將實施科學與嚴格的定量方法結合起來。許多新的和有趣的方法聚集在一起，以找出解決複雜的問題的有效方法。”

這些技術進步要求研究機構找到掌握這些系統新技能和知識的人。IMPAQ執行長Avi Benus指出，他的組織經常與亞馬遜競爭同樣的候選人加入他們的員工隊伍。“也許我們都是資料科學公司，而不是零售公司和政策研究公司，”他說。 “變革正在滲透我們所做的一切，不僅僅是在我們的行業，而是現在每個行業。”

技術變革可能會讓一些人落後

人工智慧和預測分析工具等新的計算工具正在被使用，以期根據政策提案或其他因素得到一系列結果。但是，Wartell問道，如果相反，這個過程是從最佳化特定結果開始的，該怎麼辦？“人們正在使用這些新工具，這些工具具有我們尚未認識的重大影響，”Wartell解釋道。“即使種族與其他變數和社會不平等有著深刻的聯絡，但是我們開始看到許多工具並沒有將社會重要因素（如種族）納入其維度。“這就是為什麼一些民權領袖擔心某些領域的技術進步可能會進一步加劇差異和劣勢。因此，我們面臨的一個關鍵挑戰是更好地瞭解其他人如何使用這些工具以及他們可能對我們的社會產生的影響。