每个研究项目都是对未来的押注。然而，科学家们很少审视这些押注背后的假设。关于资助、基础设施、招聘、监管和培训的决策通常假设某些技术将成熟，特定的技能将是必需的，公众将接受由此产生的创新，且很少有风险会出现。然而，这些假设很少被明确表述，更不用说以系统的方式进行测试或修订。其结果是当前研究活动与未来条件之间存在不匹配的情况，而这种差距将随着发现和全球变革的速度只会越来越大。如果不提前考虑，科学机构将越来越发现自己在危机出现时被迫迅速修订研究优先事项、培训计划和基础设施投资，而这些危机都是它们并未准备好的。代理型人工智能是否会颠覆资助系统？例如，在COVID-19大流行期间，研究人员不得不加速疫苗开发，扩大远程医疗，重新部署临床人员，将教育转移到线上，并管理公众对监控和疫苗接种的信任。他们必须在危机条件下，且对病毒的初始知识很少的情况下做到这一点。人工智能的迅速崛起也很难驾驭。机构必须在长期证据可用之前，就验证、评估方法、劳动力准备、研究诚信和治理等方面做出决策。缺少的不是完美的预测，而是前瞻性：一个结构化的、面向未来的过程，用于审视多种可信的未来，识别出在这些未来中重要的假设，并定义可以触发研究方向、人员和资金优先事项变化的信号。‘未来研究’领域提供了分析趋势、规划多种结果和利用‘地平线扫描’来勘测未来风险和机会的严格方法。然而，这些方法在科学实践中并不主流。是时候改变这一现状。在这里，我们呼吁将未来方法纳入科学发展的核心机制，以为关于科学应该资助、构建、教授、验证和评估的决策提供信息。我们称这一概念为转化前瞻性。采用它将使嵌入研究项目中的承诺变得明确、可测试、可追踪和可修订。展望未来，转化前瞻性与转化医学有相似之处。在20世纪末，分子生物学迅速发展，但这些知识并未进入临床。医学研究中的诸如“从实验室到床边”和“跨越死亡谷”的表达突显了这一差距。为了应对这一问题，科学家们重新调整了他们的系统，以将发现与患者结果联系起来。与此相伴的是临床科学家培训项目的崛起，转化研究的资金模型的变化，以及专门从事转化医学的机构的发展。同样，未来研究领域也建立了探索未来趋势、不确定性和替代轨迹的方法。这些方法在科学研究环境中并不常用。未来轮是一个用于图形化直接和间接后果的方法。一些政府利用它来绘制COVID-19大流行的级联影响图，揭示了向远程医疗、劳动力压力和护理交付方式变化的转变。例如，未来思维工具是用于探索未来研究方向和预见问题的练习。方法 目的 如何进行（60-90分钟版本） 输出 何时使用 未来轮 探索趋势或里程碑的后果 阐明一个中心变化，例如“人工智能现在可以共同撰写科学论文”；列出直接和间接影响；强调意想不到的后果。 风险、机遇和涟漪效应的地图 在采用一项技术、提交资助或实施政策之前 2×2 情景分析（一个驱动因素，一个不确定性） 将不确定性结构化为四个可信的未来 选择一个关键驱动因素，例如人工智能增长，以及一个不确定性，例如监管；将它们结合为四个情景；询问哪些策略在四个情景中都适用。 四个独特的未来世界；稳健与脆弱策略的清单 战略规划、长期研究方向、基础设施投资 愿景写作（反向叙事） 定义期望的长期影响 选择一个时间范围，例如2035年；从未来研究人员或临床医生的角度撰写；识别发生了什么变化、哪些工作有效和哪些失败。 明确长期愿景和里程碑 制定实验室使命，成立机构 让未来人意想不到（研究版） 压力测试假设和盲点 提出一个未来主张；用失败模式和缺失变量来挑战它；在明确条件下修订主张。 精细化的假设和条件预测