Proximity Matters: Analyzing the Role of Geographical Proximity in Shaping AI Research Collaborations

Resumo Técnico: A Proximidade Importa: Analisando o Papel da Proximidade Geográfica na Formação de Colaborações em Pesquisa de IA

Problema de Pesquisa
Embora o papel da proximidade geográfica na facilitação de colaborações interregionais e interorganizacionais seja bem documentado, seu efeito específico na formação de colaborações científicas ao nível individual permanece subabordado. Apesar dos avanços significativos nas tecnologias de transporte e comunicação, a geografia continua sendo um determinante primário da colaboração, muitas vezes impedindo a formação de parcerias de longa distância. Este estudo investiga se a distância geográfica continua a dificultar a colaboração científica ao nível individual no campo rapidamente evolutivo da Inteligência Artificial (IA) e examina se a proximidade de rede pode atuar como um substituto para a proximidade geográfica para incentivar colaborações de longa distância.

Metodologia
O estudo utiliza dados de publicações no campo da IA abrangendo o período de 2001 a 2019, extraídos da base de dados Scopus da Elsevier. O conjunto de dados inclui 45.738 publicações (artigos, comunicações de conferência, capítulos de livros e livros) de autoria de 153.720 pesquisadores em 162 países. Para analisar os dados, os autores construíram quatro cenários distintos para comparar as descobertas em diferentes níveis:

1. Apenas pesquisadores de IA canadenses.
2. Pesquisadores do Canadá e dos Estados Unidos.
3. Pesquisadores do Canadá, dos EUA e da Europa.
4. Todos os pesquisadores de IA presentes na base de dados.

Construção de Dados e Variáveis:

• Janelas Temporais: Para evitar o viés de simultaneidade, os autores empregaram janelas deslizantes de 2 e 3 anos. As variáveis independentes foram calculadas com base em uma janela de 3 anos, enquanto a variável dependente (copublicação) foi medida em uma janela subsequente de 2 anos.
• Variável Dependente: Uma variável binária indicando se dois autores tiveram pelo menos uma copublicação durante a janela de 2 anos.
• Variáveis Independentes:
  • Proximidade Geográfica: Medida como a distância "em linha reta" (fórmula de Haversine) entre as afiliações dos autores.
  • Proximidade de Rede: Estimada usando o "Número Total Esperado de Caminhos de Ponte" (TENB), que quantifica as conexões indiretas entre autores.
  • Proximidade Institucional: Variáveis binárias indicando se os autores compartilham a mesma província ou país.
  • Proximidade Cognitiva: Calculada como o inverso da correlação entre os vetores de base de conhecimento dos autores, derivados de modelagem de tópicos LDA (Latent Dirichlet Allocation) em títulos e resumos de publicações.
  • Contiguidade Regional: Variáveis binárias capturando se os autores estão localizados em províncias ou países contíguos.

Abordagem Analítica:
O estudo empregou uma abordagem de método duplo:

1. Regressão Logística Convencional: Para estimar coeficientes e testar hipóteses relativas às relações lineares entre as dimensões de proximidade e a probabilidade de colaboração.
2. Classificação de Aprendizado de Máquina: Diversos classificadores (Regressão Logística, Naive Bayes, Vizinhos Mais Próximos, SVM, Random Forest e XGBoost) foram treinados para prever a copublicação. O modelo de Extreme Gradient Boosting (XGBoost) demonstrou o melhor desempenho. A técnica SHapley Additive exPlanations (SHAP) foi utilizada para interpretar a importância das características e a direcionalidade.

Principais Resultados

• Distância Geográfica: Em todos os quatro cenários, a distância geográfica exibe uma associação negativa significativa com a probabilidade de colaboração científica. Os resultados da regressão logística confirmam que o aumento da distância impede a colaboração, mesmo após controlar outros fatores. A análise de importância de características por aprendizado de máquina (SHAP) reforça isso, mostrando que uma maior distância geográfica correlaciona-se com menores probabilidades previstas de colaboração.
• Proximidade de Rede: A proximidade de rede (TENB) apresenta um efeito positivo significativo na colaboração. Autores com mais caminhos de ponte na rede têm maior probabilidade de colaborar.
• Substituibilidade: Uma descoberta crítica é a interação positiva significativa entre a distância geográfica e a proximidade de rede. Isso indica que o efeito da proximidade de rede na probabilidade de colaboração aumenta à medida que a distância geográfica aumenta. Consequentemente, a proximidade de rede atua como um substituto para a proximidade geográfica; ela é particularmente vital para permitir colaborações entre pesquisadores geograficamente distantes.
• Outros Fatores: A distância cognitiva (dissimilaridade nos tópicos de pesquisa) impacta negativamente a colaboração. A proximidade institucional (compartilhar um país) também influencia positivamente a colaboração, com o efeito sendo mais pronunciado em cenários mais amplos e multipaíses.

Principais Contribuições
O artigo apresenta quatro contribuições específicas para a literatura:

1. Análise ao Nível Individual: Diferente de estudos anteriores focados em regiões ou organizações, este trabalho analisa padrões geoespaciais ao nível do pesquisador individual, revelando nuances frequentemente ocultadas em dados agregados.
2. Multiescalabilidade: O estudo emprega uma expansão passo a passo, do âmbito nacional (canadense) para o global, fornecendo uma visão abrangente de como as dimensões de proximidade funcionam através de diferentes escalas geográficas.
3. Escopo Temporal: Ao cobrir publicações de IA de 2001 a 2019, o estudo captura uma ampla gama de desenvolvimentos recentes em um campo que viu um crescimento exponencial desde 2000.
4. Rigor Metodológico: A integração de técnicas econométricas convencionais com classificadores avançados de aprendizado de máquina e ferramentas de interpretabilidade (SHAP) oferece uma validação robusta das relações entre proximidade e colaboração.

Significância e Alegações
Os autores afirmam que seus achados desafiam a suposição de que os avanços tecnológicos na comunicação diminuíram o papel da distância física. Em vez disso, a geografia permanece como uma barreira forte para a colaboração ao nível individual. No entanto, o estudo destaca um mecanismo para superar essa barreira: a proximidade de rede. A identificação de um padrão de substituibilidade sugere que fortalecer as conexões de rede (por exemplo, através de colaborações prévias ou intermediários compartilhados) pode compensar a falta de proximidade geográfica.

Do ponto de vista de políticas públicas, os autores sugerem que apoiar colaborações de longa distância não é apenas benéfico para a produção de pesquisa de alta qualidade, mas também serve a uma função estrutural: aumenta a proximidade de rede dos pesquisadores envolvidos, desencadeando assim um ciclo de feedback positivo de futuras colaborações. Isso implica que políticas destinadas a fomentar parcerias distantes podem efetivamente facilitar futuros fluxos de conhecimento e melhorar o ecossistema científico geral, particularmente no domínio da IA.

Limitações
Os autores reconhecem que o estudo é limitado ao campo da IA e que a extensão da análise para outros domínios científicos é necessária para verificar a generalizabilidade do padrão de substituibilidade. Além disso, o estudo carece de variáveis de controle ao nível individual (ex: idade, gênero), e o impacto da era pós-pandemia na dinâmica de colaboração permanece uma questão aberta para pesquisas futuras.