Tieteen data ja tekoäly: Keskeiset näkökohdat

Ensimmäinen osa esittelee peruskäsitteet ja keskustelee tieteellisen datan tekoälyvalmiuden eduista ja haasteista.

Toinen osa tarkastelee tekoälyn datavalmiuden keskeisiä näkökohtia ja tekoälyn kykyä kuratoida dataa. Rakennamme datastandardeja ja keskustelemme tekoälyyn liittyvistä näkökohdista, kuten koneluettavuudesta ja vinoumien lieventämisestä, samalla korostaen eettisiä ja ympäristöön liittyviä näkökohtia, jotka liittyvät tekoälyn datavalmiuteen tieteessä.

Kolmas osa käsittelee datan valmiutta avoimen tieteen puitteissa ja esittelee kaksi tapaustutkimusta, jotka havainnollistavat, miten avoimen tieteen käytännöt voivat tukea tekoälyvalmiutta tieteellisessä tutkimuksessa.

Suositukset

• Lähentyminen olemassa oleviin datakehyksiin ja -standardeihinesimerkiksi FAIR-R ja Croissant, tulisi olla tutkijoiden ja datan hallinnoijien käytössä.
• Tiedonhallintarakenteet tulisi mennä teknisiä standardeja pidemmälle edistääkseen tasa-arvoa, laskentaresurssien saatavuutta ja kapasiteetin kehittämistä.
• Investoinnit datainfrastruktuuriin ja osaamisen kehittämiseen on edellytys tekoälyn tehokkaalle ja kilpailukykyiselle käytölle tieteessä.
• Tunnustaminen datanhallinnan urat tieteessä ja kannustimet näiden taitojen edistämiseksi ovat edellä mainittujen investointien kulmakivi toteutuspolulla.

Tieteen data ja tekoäly: Keskeiset näkökohdat

syyskuu 2025

DOI: 10.24948 / 2025.11

Lataa

Tämä työ tehtiin Ottawassa, Kanadassa sijaitsevan International Development Research Centren (IDRC) apurahan turvin. Tässä esitetyt näkemykset eivät välttämättä edusta IDRC:n tai sen hallintoneuvoston näkemyksiä.