支持中小企业采用人工智能技术的最佳方式是什么？哪些推动力可以鼓励员工在组织内开发新想法？算法可以改善劳动力匹配平台吗？在 21 世纪，政策制定者面临着严峻的挑战，但他们也依靠从数字到行为的一系列新工具来应对这些挑战。然而，测试新想法并收集足够的证据以支持政策制定者做出更明智的决策非常重要。
2018 年 12 月 13 日星期四，创新增长实验室 (IGL) 冬季研究会议在伦敦 Nesta 举行，会议就这些问题进行了探讨。当天会议安排了六场演讲和讨论，内容涉及设计阶段、正在进行和已完成的随机对照试验 (RCT)，其中一些由 IGL 资助计划资助，涵盖创新、创业和业务增长领域。
所介绍的六项实验涵盖了广泛的行业和地理区域，以及从助推到决策中的新管理实践等不同实验工具的使用。研究会议是一个论坛，旨在讨论使用实验方法来提高我们对创新、创业和增长驱动因素的理解的学术研究，以及加速这些驱动因素的潜在干预措施。
IGL 冬季研究会议得到了政策实验领域经验丰富、享有 教师数据 盛誉的组织的鼓舞人心的讨论者的支持，其中包括世界银行和行为洞察团队。
IGL 冬季研究会议期间提出和讨论的主要问题包括：
1. 管理框架如何影响内部创业？
2. 商业辅导是否会提高新兴技术型企业的生存率？
3. 我们能否鼓励中小企业采用新技术？
4. 推行科学的决策方法是否会提高生产力？
5、利用算法匹配平台缓解信息摩擦的效果如何？
6. 如何解决对科学职业结果的偏见？
所有这些试验和会议期间非正式讨论的其他项目都为新兴领域（如组织行为）产生的新证据提供了极好的概述。正在进行的试验从讨论者那里收到的反馈中受益匪浅，例如使用网络抓取来评估技术采用的创新方法的建议。
伦敦政治经济学院的 Anna Valero 评论道：“在 IGL 冬季研究会议上展示我们提出的项目让我有机会获得该领域专家的宝贵反馈，我们将在此基础上推进我们的工作。”
会议还提供了设计成功试验所面临的挑战的清晰例子。例如，来自 IST 研究所的 Nicolai Heinzelmann 透露了他们的试验如何遭遇一些困难，这些困难影响了对其结果的评估。这提供了一个非常有用的机会来讨论研究人员如何更好地与交付合作伙伴合作或减少不合规或低响应率。
对于那些想要了解更多经验教训的人来说，IGL 首席研究员 Triin Edovald 的博客文章概述了冬季研究会议的五个关键要点。
冬季研究会议正在进行中
波士顿 IGL2018 研究会议
“了解其他项目并结识在不同背景下从事 RCT 的研究人员网络也非常有用。我强烈建议参加未来的 IGL 活动”
安娜·瓦莱罗
支持研究人员与政策制定者接触
2018 年 12 月 12 日星期三，在 IGL 冬季研究会议召开之前，IGL 为博士生组织了一场研讨会。IGL 团队向研究人员介绍了现场实验如何在创新、创业和增长领域应用。
IGL 主任 Albert Bravo-Biosca 介绍了一系列实例，这些实例构成了当天剩余内容，并强调RCT 如何成为一种有效工具，不仅可以评估特定项目的影响，还可以解释个人行为。例如，一些试验通过简单的推动成功地改善了研究人员之间的合作，例如哈佛医学院与生物医学研究人员的合作。学生们还了解到政策制定者面临的一些紧迫挑战，以及设计现场实验的基本见解，他们随后利用这些见解为自己的研究制定试验思路。
博士生们获得了向英国政府、挪威政府和世界银行代表介绍试验方案的独家机会。与政策制定者的对话为如何提高研究质量和影响力提供了非常宝贵的见解。
当天会议结束时，世界银行发展研究小组首席经济学家、世界著名发展影响博客作者戴维·麦肯齐发表了关于实地试验实际问题的主题演讲。会议内容包括如何说服政策制定者进行试验、如何正确实施项目后勤工作、充分衡量公司成果的最佳方法以及如何选择衡量影响的正确时间框架。他的一些想法也在研究会议上被提及，例如平方反比规则对低接受度项目的影响。
IGL 冬季研究会议为研究人员和政策制定者提供了一个绝佳的机会，让他们可以进行更多实验、相互学习并加强创新和增长领域的联系。