最新国际报国产自愉自悦产区七区告：开放数据已深度融入科研实践 AI正重塑科研流程

　　北京1月29日电 (记者 孙自法)全球知名科研出版机构施普林格·自然1月29日向媒体通报，其与数字科研(Digital Science)公司、Figshare知识库一道，于本周发布《2025年开放数据状况：十年进展与挑战》。

　　这份连续第十年发布的最新版全球开放数据状况报告显示，开放数据已深度融入科研实践，英文缩写名为FAIR的一套管理研究数据指导原则目前已获广泛认可。此外，人工智能(AI)正重塑科研工作流程，科研人员对开放的支持度继续保持高位。

　　开放数据状况报告也是迄今持续时间最长的有关开放科研活动与态度的调研报告，2025报告汇集了全球151个国家的4700多位受访者的调研回复数据，以及来自全球科研人员、图书馆员与政策领袖的专家观点，为理解开放科研所面临的挑战与机遇，带来前所未有的深刻见解，有助于勾勒其未来十年的发展方向与优先事项。其主要发现如下：

　　——开放科研的实践获广泛支持：88.1%的受访者支持开放获取；80.9%的受访者支持开放数据；75.7%的受访者赞同开放的同行评审。科研人员还看重开放性，表示当前需要切实可行的工作流程以实现其可持续性。

　　——尽管仍存有障碍，但已取得进展：对FAIR原则的认识较2018年几乎翻了一番，对其熟知度则从2018年的15.2%增至40.6%，几乎增加了两倍。然而，对数据共享的承认仍显不足——69.2%的研究者表示分享数据并未给自己带来多少荣誉。在科研评估中对数据共享予以奖励，是不断取得进展的关键。

　　——对要求开放数据的国家指令的支持度，依存地区与学科上的差异：对这类国家指令的支持度仍存很大差异，且学科差异持续存在，这表明早期共识正随着实践经验的积累而调整。同时，政策必须与日常支持和基础设施相配合，才能使共享切实可行和可重复使用。

　　——AI日益用于支持科研实践：AI在数据处理中的主动使用率从2024年的22.1%升至2025年的31.9%，在创建元数据时也从16.1%跃升至25.1%。AI和互操作性对于实现无缝、自动和可信的开放至关重要，而伦理、科研安全与清晰的标准将影响未来的框架。

　　数字科研公司开放科研副总裁暨Figshare创始人马克·哈内尔(Mark Hahnel)回顾指出，十年的数据表明，开放科研不再是一种愿望，它已成为日常实践。

　　施普林格·自然科研数据创新总监格雷姆·史密斯( Graham Smith)认为，只有将开放与质量及获益上的明确证据结合起来，才能产生最大价值。

　　据了解，FAIR原则是指以使数据便于人类和计算机查找(Findable)、访问(Accessible)、实现互操作(Interoperable)和重复使用(Reusable)为指导原则，从而长期确保数据的可发现性、可用性和价值。(完)