Andmed ja tehisintellekt teaduses: peamised kaalutlused

Esimene osa tutvustab põhikontseptsioone ja arutleb teadusandmete tehisintellektiga ühilduvaks muutmise eeliste ja väljakutsete üle.

Teine osa uurib tehisintellekti jaoks andmete valmisoleku ja vastupidi, tehisintellekti andmete kureerimise põhikaalutlusi. Arutame tehisintellektiga seotud kaalutlusi, nagu masinloetavus ja eelarvamuste vähendamine, tuginedes andmestandarditele ning rõhutades samal ajal eetilisi ja keskkonnaalaseid kaalutlusi seoses andmete valmisolekuga tehisintellekti jaoks teaduses.

Kolmas osa käsitleb andmete valmisolekut avatud teaduse raamistikus ja esitab kaks juhtumiuuringut, mis illustreerivad, kuidas avatud teaduse praktikad saavad toetada tehisintellekti valmisolekut teadusuuringuteks.

Soovitused

• Lähenemine olemasolevatele andmeraamistikele ja standarditeleNäiteks FAIR-R ja Croissant peaksid olema teadlaste ja andmehaldurite kasutuses.
• Andmehalduse struktuurid peaks minema tehnilistest standarditest kaugemale, et edendada võrdsust, juurdepääsu arvutusressurssidele ja suutlikkuse suurendamist.
• Investeeringud andmeinfrastruktuuri ja oskuste arendamisse on tehisintellekti tõhusa ja konkurentsivõimelise kasutamise eeltingimus teaduses.
• Tunnustamine andmehalduse karjäärivõimalused teaduses ja stiimulid nende oskuste edendamiseks on eespool nimetatud investeeringute rakendamise nurgakivi.

Andmed ja tehisintellekt teaduses: peamised kaalutlused

september 2025

DOI: 10.24948 / 2025.11

Lae

See töö viidi läbi Ottawas Kanadas asuva Rahvusvahelise Arengu Uurimiskeskuse (IDRC) toetuse abil. Siin väljendatud seisukohad ei esinda tingimata IDRC ega selle juhatuse seisukohti.