Evaluación del impacto de las transferencias de tecnología de los laboratorios públicos de investigación a las empresas.
| Autor | Serge Petit ( IMRI) y Vincent Vigneron (CEMIF). |
| Cargo | IMRI y CEMIF. |
Asunto: Los laboratorios de investigación están sometidos a una presión cada vez mayor para evaluar el impacto económico de su investigación. En muchos casos no están bien definidos los criterios que deberían utilizarse para estas evaluaciones y es necesario llevar a cabo pasos exploratorios.
Relevancia: Los indicadores de evaluación existentes resultan insuficientes para captar las características esenciales de las actividades de innovación. Los resultados de las últimas investigaciones sugieren que existen determinados patrones estables que vinculan diversos tipos de impactos con sus determinantes.
--------------------------------------------------------------------------------
Fundamento teórico
El argumento teórico en el que se basa este artículo es el reconocimiento de que la tecnología no puede reducirse a una sola pieza de información formalizada sino que está compuesta por tres constituyentes que pueden existir independientemente, y cada uno de ellos puede ejercer un impacto sobre las empresas a diferentes niveles. La dimensión "artefacto" es el aspecto que, con frecuencia, afecta más a la evaluación, puesto que las mejoras de las técnicas de producción se estiman como condición sine qua non en los avances en busca de la competitividad industrial. Pero las otras dimensiones, es decir la capacitación técnica y los conocimientos, se dejan frecuentemente de lado, a pesar de que el desarrollo tecnológico guarda una estrecha relación con ellas. De hecho, los conocimientos no incorporados se difunden más fácilmente (a otras actividades) que los conocimientos incorporados en productos de utilización específica. Esto legitima la idea de que el impacto de la tecnología se extiende probablemente más allá del ámbito de la evaluación tradicional. Si añadimos las posibilidades de recombinaciones tecnológicas, entonces la tecnología tiende a ser un fenómeno posiblemente muy penetrante que se capta generalmente de forma inadecuada a través de los indicadores existentes1. En este artículo se presentan indicadores de evaluación complementarios.
Puede considerarse que la tecnología comprende tres componentes separables: el componente "artefacto", o mejoras en las técnicas de producción, junto con la capacitación técnica y los conocimientos. La evaluación tiende a concentrarse únicamente en el primero de ellos
Investigación empírica: recopilación de datos y metodología
Es evidente que este concepto renovado de evaluación tiene que considerarse dependiente de nuevos métodos de recopilación y de tratamiento de datos. Una prueba de evaluación puramente confirmatoria, en la que se comprueben si se han alcanzado objetivos predefinidos, parece inadecuada por dos razones:
Existe una falta de objetivos de colaboración formulados con claridad. Los objetivos de los programas oficiales suelen ser demasiado generales (contribución a la creación industrial de riqueza y reducción del desempleo) para ser utilizados en evaluaciones de proyectos particulares. Las directrices de trabajo de los laboratorios están formuladas exclusivamente en términos técnicos. Los contratos de colaboración entre los laboratorios y las empresas tampoco mencionan, en la mayoría de los casos, ningún objetivo específico. Así pues, no están claros los criterios frente a los que se podrían evaluar los proyectos.
A falta de la experiencia de anteriores evaluaciones y considerando las propiedades de la tecnología, podría ser demasiado aventurado aceptar que no pueden surgir resultados sorprendentes de las colaboraciones de I+D. Por lo tanto, reducir el "campo" de los posibles impactos de acuerdo con criterios predefinidos parece un modo de proceder dudoso.
En consecuencia, es necesaria una evaluación exploratoria. Hemos llevado a cabo una evaluación de este tipo, basada en una muestra de veintidós colaboraciones de I+D entre laboratorios de la CEA y empresas de diverso tamaño. Todas las colaboraciones tuvieron lugar entre 1975 y 1994, permitiendo al menos cuatro años de explotación comercial antes de la evaluación. Los ámbitos tecnológicos cubiertos fueron muy diversos (microelectrónica, opto-electrónica, ciencias de los materiales, optimización de procesos industriales, etc.). Los detalles de la muestra pueden verse en la tabla 1.
Tabla 1. Contenido de la muestra (código de nombre de la compañía, tecnología transferida, datos de colaboración de I+D)
Evento
Código nombre de la
compañía
Tecnología
transferida
Datos de colaboración de
I+D
1
ALC1
Procedimientos de
grabación
84-88
2
ALC2
Reactores
84-87
3
BRU
Citofluorómetro
82-84
4
CEN
Calculador masivamente
paralelo
91-94
5
COR
Higrómetro
80-81
6
IBA
Acelerador de
electrones
91-93
7
IC
Tomografía X
83-86
8
SGM2
Calculador masivamente
paralelo
93-97
9
SGM1
Memoria de
burbujas
76-80//88-89
10
SCA
Calibradores de
contracción
79-80
11
SES
Procedimiento de pulido
94-95
12
SOP1
Electrónica de localización
86-87
13
SOP2
Detector rectangular
87-88
14
SOP3
Electrónica específica
89-93
15
TCS
CCD monocapa
86-92
16
DEN
Densificación de madera
87-95
17
NIP
Revestimiento de PVD
82-87
18
SGI
PVD
86-87
19
SICN1
PVD
86-88
20
SICN2
PVC
90-92
21
T+C
Uniones bimetálicas
81-85
22
VIC
Uniones chapadas
78-84
Los datos empíricos se recopilaron en una serie de monografías que incluían análisis de documentos y entrevistas personales con los directores de proyecto. En lugar de basarse en una metodología formal preestablecida, se exploraron las exigencias lógicas de la tarea. Los asuntos generales (motivaciones para colaborar, méritos de la tecnología de la CEA, efectos inducidos, etc.) se investigaron junto con las respuestas a preguntas preformuladas concretas. Las entrevistas personales hicieron posible captar elementos contextuales – con frecuencia altamente cualitativos – que son necesarios para entender la relación entre el laboratorio y la empresa.
Las entrevistas personales hicieron posible captar elementos contextuales – con frecuencia altamente cualitativos – que son necesarios para entender la relación entre el laboratorio y la empresa
En general existen pocos datos disponibles sobre colaboraciones de I+D aparte de los que se encuentran en los contratos archivados. La memoria de las antiguas colaboraciones se desvanece progresivamente a medida que las personas implicadas se jubilan o se trasladan a nuevos puestos de trabajo. Retrospectivamente, el acceso a los datos ha demostrado ser un ejercicio laborioso y que consume mucho tiempo.
La calidad de la información que se obtiene sobre las distintas compañías es muy desigual, dependiendo del número de personas que estén dispuestas a participar (entre 2 y 7 por monografía). Con el fin de obtener la información más fiable posible, se pidió a los participantes que validaran el informe escrito de la entrevista. Como regla general, los participantes designados eran los propios directores de proyecto, sea del laboratorio o de la empresa. Hablando en general, su cooperación fue buena teniendo en cuenta que las colaboraciones frecuentemente habían tenido lugar mucho tiempo atrás.
Los resultados del estudio incluyen tanto indicadores de evaluación que tienen en cuenta el impacto de las colaboraciones de I+D, como las relaciones funcionales entre ellos
Resultados
Se establecieron dos niveles de resultados:
Se elaboraron indicadores de evaluación que tienen en cuenta el impacto de las colaboraciones de I+D;
Se establecieron relaciones funcionales entre estos indicadores de impacto y un conjunto de variables estructurales (tales como el perfil de la empresa, la configuración de la colaboración y el tipo de innovación que la compañía deseaba lanzar con el apoyo del laboratorio).
Construcción de indicadores de impacto
Tomando como base un conjunto de observaciones empíricas2, se elaboraron variables que no son el resultado de una agregación de efectos individuales en una métrica simple, sino que son las llamadas "contracciones conceptuales", efectos de representación inducidos por la innovación sobre un conjunto de criterios de evaluación. El procedimiento se apoya en la experiencia y en la "generalización naturalista"3 del conocimiento tácito acumulado por uno mismo como evaluador, que hace posible tratar aspectos difíciles de cuantificar (por ejemplo, las metáforas). "El conocimiento tácito incluye multitud de asociaciones inexpresables que dan lugar a nuevos significados, nuevas ideas y nuevas aplicaciones de lo antiguo"4. Por supuesto, este modo de proceder no puede incluir todos los efectos individuales, pero puesto que los criterios elaborados están destinados a servir como base metodológica para evaluaciones futuras, tendrá que aceptarse un cierto nivel de generalidad.
Los indicadores se construyen a través de una especie de "diálogo" entre la evidencia empírica obtenida y las exigencias más conceptuales y teóricas de la literatura sobre evaluación
Los indicadores se construyen a través de una especie de "diálogo" entre la evidencia empírica obtenida y las exigencias más conceptuales y teóricas de la literatura sobre evaluación.
Existen dos tipos de indicadores:
Se supone que el primer conjunto de indicadores refleja la contribución del proyecto a la consecución de los objetivos generales de la misión. Se han seleccionado los indicadores siguientes:
El volumen de negocio inducido por la innovación relacionado con el volumen de negocio de la unidad comercial correspondiente (CAi);
La durabilidad promedio del volumen de negocio relacionado con la innovación (PERCAi);
El efecto de la innovación sobre el nivel de empleo de la empresa (EMB).
El segundo conjunto de indicadores se refiere a los efectos recurrentes de las colaboraciones de I+D no contabilizados por el primer conjunto. Se han seleccionado cuatro indicadores:
El nivel de capitalización sobre el conocimiento adquirido (CAP);
El nivel de difusión intraempresarial (EXT);
Los efectos de reputación (REPUT);
El efecto sobre la construcción de competencia de la empresa (FONDS).
Sin embargo, el procedimiento empleado está abierto a controversias:
Se puede argumentar que el papel del evaluador no es el de establecer criterios de evaluación.
La construcción de criterios o variables basados en monografías y fundamentados en la "generalización naturalista" depende de la experiencia única del evaluador. Considerando la falta de datos, ello resulta difícil de cualquier modo.
La elaboración de las diversas dimensiones del impacto es un primer resultado del análisis empírico, basado en la necesidad de captar la tecnología y la innovación en sus dimensiones materiales e inmateriales.
Este estudio no se limita a describir los impactos. Cada colaboración de I+D en la muestra se describe a través de un conjunto de variables que intervienen presuntamente en la generación de estos impactos
Vínculos entre los impactos y sus determinantes
Este estudio no se limita a describir los impactos. Cada colaboración de I+D en la muestra se describe a través de un conjunto de variables que intervienen presuntamente en la generación de estos impactos. Existen tres "bloques" de variables:
El "perfil de la empresa" se describe por su tamaño (SIZ) y por su base de capacitación técnica (COMPE);
La "colaboración" se describe por el tipo de relación (REL), la configuración organizativa (CONFIG), la posición de la colaboración en el proceso de innovación (POS) y por su complejidad (COMPX);
La "innovación lanzada" se describe por su objetivo comercial (DYN) y por el tiempo transcurrido entre el final de la colaboración y el lanzamiento de la innovación (DELAI).
Los vínculos de dependencia entre las distintas variables se han comprobado mediante un ensayo Chi-2 a un nivel de fiabilidad del 10% (véase la tabla 2). Estos vínculos pueden representarse (véase la figura 1) en un diagrama sencillo. De esta representación surgen algunos patrones notables, y llaman la atención en particular cinco "asociaciones" que sugieren la existencia de vínculos fuertes entre las variables correspondientes. Las cinco asociaciones muestran configuraciones estables5. Sin entrar a discutir los detalles de los hallazgos, se presentarán las conclusiones principales que se deducen de cada patrón.
Tabla 2. Resultados del ensayo Chi-2
size=1>1. Perfil
size=1>2. Colaboración
size=1>3. Innovación
size=1>4. Efectos inducidos
size=1>p-valor
size=1>SIZ
size=1>COMPE
size=1>COMPX
size=1>POS
size=1>CONFIG
size=1>REL
size=1>DYN
size=1>DELAI
size=1>CAi
size=1>PERCAi
size=1>EMB
size=1>CAP
size=1>EXT
size=1>FONDS
size=1>REPUT
size=1>SIZ
size=1>COMPE
66,20%
size=1>COMPX
3,80%
95,60%
size=1>POS
37,70%
79,60%
23,10%
size=1>CONFIG
86,00%
6,30%
28,50%
60,10%
size=1>REL
3,90%
66,70%
30,10%
66,60%
11,70%
size=1>DYN
17,60%
3,50%
30,10%
68,00%
1,20%
57,40%
size=1>DELAI
45,70%
68,80%
72,50%
45,60%
67,10%
9,80%
28,10%
3,90%
24,60%
21,20%
87,50%
37,90%
1,80%
26,90%
29,10%
58,60%
85,90%
12,40%
65,70%
55,90%
7,70%
60,30%
15,30%
0,00%
11,40%
20,80%
39,10%
0,30%
18,40%
8,20%
23,00%
22,40%
24,90%
64,40%
3,00%
29,50%
15,10%
8,80%
60,30%
13,10%
43,10%
87,10%
31,60%
68,80%
26,60%
31,00%
6,10%
21,10%
85,70%
53,60%
17,70%
72,90%
72,50%
21,50%
88,50%
87,60%
45,70%
8,40%
5,50%
45,20%
78,60%
84,80%
35,30%
72,10%
28,20%
9,60%
87,00%
35,40%
30,00%
1,00%
6,50%
48,20%
79,30%
27,70%
35,10%
46,60%
64,60%
46,20%
14,40%
24,30%
78,30%
17,30%
79,30%
26,20%
Todas las variables se han ensayado por pares. De las 106 relaciones que se han ensayado, 20 son relaciones de dependencia a un nivel de confianza de 10. Son las que están representadas en los recuadros en color. Parece que todas las variables de un mismo "bloque" son independientes unas de otras, es decir, no hay información redundante entre las varibles del mismo "bloque".
Figura 1. Sinopsis de las relaciones entre variables dependientese
(Imágen omitida)
SIZ, COMPE = Perfil de la empresa
CONFIG, POS, COMPX, REL = Colaboración
DYN, DELAI = Innovación
CAi, PERCAi, EMB, CAP, EXT, FONDS, REPUT = Efectos inducidos
SIZ – FONDS – CAi: este patrón sugiere una estrecha relación entre el tamaño de la empresa, el impacto de la colaboración de I+D en la construcción de competencia de la empresa y el volumen de negocio inducido por la innovación. Cuanto más pequeña sea la empresa con más fuerza aparecerán estos efectos.
SIZ – REL – CAi sugiere que los "nuevos socios"6 de la CEA suelen ser compañías pequeñas, y que estas colaboraciones generan cantidades relativamente importantes de volumen de negocio para las empresas en cuestión.
REL – CAi – PERCAi – sugiere que las colaboraciones con "socios nuevos" tienden a inducir incrementos relativamente importantes y duraderos del volumen de negocio.
COMPE – FONDS – EXT sugiere la existencia de un vínculo entre la base de capacitación técnica preexistente en la empresa, la construcción de competencia a través de la colaboración y la difusión los nuevos conocimientos en la empresa. La presencia de capacitaciones técnicas parece ser una condición para la construcción de nuevas competencias y para la difusión de nuevos conocimientos en la empresa.
COMPE – CONFIG – DYN indica una articulación entre la base de capacitación técnica preexistente en la empresa, la configuración organizativa de la colaboración y el objetivo comercial que impulsa el proyecto de innovación. Pueden identificarse tres escenarios:
Las empresas con capacidades (tecnológicas y comerciales) preexistentes tienden a implicarse en esquemas de cooperación intensa que les permite estar constantemente en conexión con los últimos desarrollos tecnológicos para poder mantenerse en el frente más avanzado de su mercado.
Las empresas con un conjunto de capacidades tecnológicas tienden a vincularse con un conjunto de capacidades complementarias para compartir así los riesgos de la diversificación.
Las empresas con oportunidades comerciales en sus negocios existentes tienden a externalizar los desarrollos que les permitan dar un salto competitivo.
Los resultados del análisis sugieren que es posible para los directores de proyecto de los laboratorios públicos influir sobre el proceso de generación de impacto industrial mediante la elección del socio "acertado"
Conclusiones
Los resultados sugieren que las variables del impacto no dependen de las variables de "innovación" y las únicas variables que intervienen directamente en el proceso de generación de impacto son SIZ, COMPE y REL. Ello indica que los directores de proyecto de los laboratorios públicos podrían influir sobre el proceso de generación de impacto industrial mediante la elección del socio "acertado". Desde luego, las pequeñas empresas (con menos de 100 personas) parecen ser especialmente capaces de beneficiarse de las colaboraciones de I+D en términos comerciales. Además, la presencia – en la empresa asociada – de una base tecnológica relevante actúa como palanca para impulsar la utilización y la difusión de los nuevos conocimientos tecnológicos.
De estos resultados se extraen dos lecciones:
El análisis realizado apoya la hipótesis de que la tecnología abarca dimensiones inmateriales y se han desarrollado indicadores que explican los impactos generados por ellas.
Independientemente de las contingencias que pudieran confundir la evidencia, se observa que los administradores públicos de programas de I+D pueden generar impactos para las empresas colaboradoras, impactos que no son una simple cuestión de azar: existe algún ámbito para la intervención y este proyecto de investigación intenta identificar las condiciones estructurales.
--------------------------------------------------------------------------------
Palabras clave
laboratorios públicos de investigación, evaluación, tecnología, colaboraciones de I+D, impacto de mercado
Notas y referencias
La CEA evalúa el impacto de sus colaboraciones de I+D sobre el mercado mediante el volumen de negocio inducido por la innovación, que es generado por el socio industrial sobre la base del conocimiento tecnológico recientemente adquirido
Apreciaciones generalmente cualitativas sobre escalas-Likert, o apreciaciones en texto libre
Se llega a la "generalización naturalista" a través del "reconocimiento de las similitudes de objetos y temas dentro y fuera de contexto y por la percepción de las co-variaciones naturales de los acontecimientos".
Stake (1978), p.6, en: Shadish, W.R.Jr., Cook, T.D., Leviton, L.C. (1991) Foundations of Program Evaluation, Theories and Practice, Newbury Park, CA: Sage Publications.
La estabilidad de las relaciones triangulares se ha comprobado mediante la introducción de una variable que depende de una de las variables asociadas. Los resultados pueden solicitarse a los autores.
"Socios nuevos" son aquéllos cuyos vínculos con la CEA estén estrechamente conectados con un desarrollo tecnológico especial, mientras que los "socios habituales" son aquellas compañías con las que colabora la CEA en su misión fundamental.
Contactos
Serge Petit, I.M.R.I. (Institut pour le Management de la Recherche et de l’Innovation), Universidad de París-IX-Dauphine
Tel.: 04 76 88 93 29, fax: 04 76 88 46 66, correo electrónico: serge.petit@cea.fr
Dr. Vincent Vigneron, CEMIF (Centre d’Etudes Mecaniques d’Ile de France), Universidad de Evry
Tel.: +33 (0)1 69 47 75 61, fax: +33 (0)1 40 77 19 22, correo electrónico: vvigne@iup.univ-evry.fr
Sobre los autores
--------------------------------------------------------------------------------
Serge Petit es licenciado en Estudios de Gestión por la Escuela Europea de Gestión (EAP) y está finalizando su tesis doctoral en Economía en la Universidad París-9-Dauphine. Sus intereses actuales de investigación se centran en temas de evaluación de colaboraciones de I+D.
El Dr. Vincent Vigneron es licenciado en Matemáticas por la Universidad de París XII y se doctoró por la Universidad de Evry Val d’Essonne en 1997. Actualmente es profesor de Ciencias de los Ordenadores en el departamento de Sistemas Complejos de la Universidad de Evry. Ha llevado a cabo investigaciones en identificación de sistemas, muestreo bayesiano y redes neurales.
SIZ, COMPE = Perfil de la empresa
CONFIG, POS, COMPX, REL = Colaboración
DYN, DELAI = Innovación
CAi, PERCAi, EMB, CAP, EXT, FONDS, REPUT = Efectos inducidos
SIZ – FONDS – CAi: este patrón sugiere una estrecha relación entre el tamaño de la empresa, el impacto de la colaboración de I+D en la construcción de competencia de la empresa y el volumen de negocio inducido por la innovación. Cuanto más pequeña sea la empresa con más fuerza aparecerán estos efectos.
SIZ – REL – CAi sugiere que los "nuevos socios"6 de la CEA suelen ser compañías pequeñas, y que estas colaboraciones generan cantidades relativamente importantes de volumen de negocio para las empresas en cuestión.
REL – CAi – PERCAi – sugiere que las colaboraciones con "socios nuevos" tienden a inducir incrementos relativamente importantes y duraderos del volumen de negocio.
COMPE – FONDS – EXT sugiere la existencia de un vínculo entre la base de capacitación técnica preexistente en la empresa, la construcción de competencia a través de la colaboración y la difusión los nuevos conocimientos en la empresa. La presencia de capacitaciones técnicas parece ser una condición para la construcción de nuevas competencias y para la difusión de nuevos conocimientos en la empresa.
COMPE – CONFIG – DYN indica una articulación entre la base de capacitación técnica preexistente en la empresa, la configuración organizativa de la colaboración y el objetivo comercial que impulsa el proyecto de innovación. Pueden identificarse tres escenarios:
Las empresas con capacidades (tecnológicas y comerciales) preexistentes tienden a implicarse en esquemas de cooperación intensa que les permite estar constantemente en conexión con los últimos desarrollos tecnológicos para poder mantenerse en el frente más avanzado de su mercado.
Las empresas con un conjunto de capacidades tecnológicas tienden a vincularse con un conjunto de capacidades complementarias para compartir así los riesgos de la diversificación.
Las empresas con oportunidades comerciales en sus negocios existentes tienden a externalizar los desarrollos que les permitan dar un salto competitivo.
Los resultados del análisis sugieren que es posible para los directores de proyecto de los laboratorios públicos influir sobre el proceso de generación de impacto industrial mediante la elección del socio "acertado"
Conclusiones
Los resultados sugieren que las variables del impacto no dependen de las variables de "innovación" y las únicas variables que intervienen directamente en el proceso de generación de impacto son SIZ, COMPE y REL. Ello indica que los directores de proyecto de los laboratorios públicos podrían influir sobre el proceso de generación de impacto industrial mediante la elección del socio "acertado". Desde luego, las pequeñas empresas (con menos de 100 personas) parecen ser especialmente capaces de beneficiarse de las colaboraciones de I+D en términos comerciales. Además, la presencia – en la empresa asociada – de una base tecnológica relevante actúa como palanca para impulsar la utilización y la difusión de los nuevos conocimientos tecnológicos.
De estos resultados se extraen dos lecciones:
El análisis realizado apoya la hipótesis de que la tecnología abarca dimensiones inmateriales y se han desarrollado indicadores que explican los impactos generados por ellas.
Independientemente de las contingencias que pudieran confundir la evidencia, se observa que los administradores públicos de programas de I+D pueden generar impactos para las empresas colaboradoras, impactos que no son una simple cuestión de azar: existe algún ámbito para la intervención y este proyecto de investigación intenta identificar las condiciones estructurales.
--------------------------------------------------------------------------------
Palabras clave
laboratorios públicos de investigación, evaluación, tecnología, colaboraciones de I+D, impacto de mercado
Notas y referencias
La CEA evalúa el impacto de sus colaboraciones de I+D sobre el mercado mediante el volumen de negocio inducido por la innovación, que es generado por el socio industrial sobre la base del conocimiento tecnológico recientemente adquirido
Apreciaciones generalmente cualitativas sobre escalas-Likert, o apreciaciones en texto libre
Se llega a la "generalización naturalista" a través del "reconocimiento de las similitudes de objetos y temas dentro y fuera de contexto y por la percepción de las co-variaciones naturales de los acontecimientos".
Stake (1978), p.6, en: Shadish, W.R.Jr., Cook, T.D., Leviton, L.C. (1991) Foundations of Program Evaluation, Theories and Practice, Newbury Park, CA: Sage Publications.
La estabilidad de las relaciones triangulares se ha comprobado mediante la introducción de una variable que depende de una de las variables asociadas. Los resultados pueden solicitarse a los autores.
"Socios nuevos" son aquéllos cuyos vínculos con la CEA estén estrechamente conectados con un desarrollo tecnológico especial, mientras que los "socios habituales" son aquellas compañías con las que colabora la CEA en su misión fundamental.
Contactos
Serge Petit, I.M.R.I. (Institut pour le Management de la Recherche et de l’Innovation), Universidad de París-IX-Dauphine
Tel.: 04 76 88 93 29, fax: 04 76 88 46 66, correo electrónico: serge.petit@cea.fr
Dr. Vincent Vigneron, CEMIF (Centre d’Etudes Mecaniques d’Ile de France), Universidad de Evry
Tel.: +33 (0)1 69 47 75 61, fax: +33 (0)1 40 77 19 22, correo electrónico: vvigne@iup.univ-evry.fr
Sobre los autores
--------------------------------------------------------------------------------
Serge Petit es licenciado en Estudios de Gestión por la Escuela Europea de Gestión (EAP) y está finalizando su tesis doctoral en Economía en la Universidad París-9-Dauphine. Sus intereses actuales de investigación se centran en temas de evaluación de colaboraciones de I+D.
El Dr. Vincent Vigneron es licenciado en Matemáticas por la Universidad de París XII y se doctoró por la Universidad de Evry Val d’Essonne en 1997. Actualmente es profesor de Ciencias de los Ordenadores en el departamento de Sistemas Complejos de la Universidad de Evry. Ha llevado a cabo investigaciones en identificación de sistemas, muestreo bayesiano y redes neurales.
