科学のためのデータとAI：重要な考慮事項

最初のセクション 基本的な概念を紹介し、科学データを AI 対応にすることの利点と課題について説明します。

XNUMX番目のセクション AIのためのデータ準備、そして逆にAIによるデータキュレーションにおける重要な考慮事項を検証します。データ標準を基盤に、機械可読性やバイアス軽減といったAI特有の考慮事項を議論するとともに、科学分野におけるAIのためのデータ準備に関する倫理的・環境的考慮事項にも焦点を当てます。

XNUMX番目のセクション オープンサイエンスの枠組み内でのデータの準備状況について説明し、オープンサイエンスの実践が科学研究における AI の準備状況をどのようにサポートできるかを示す 2 つのケース スタディを紹介します。

クライアントの声

• 既存のデータフレームワークと標準への収束FAIR-R や Croissant などのデータは、科学者やデータ管理者が使用する必要があります。
• データガバナンス構造 公平性、コンピューティング リソースへのアクセス、および能力構築を促進するために、技術標準を超える必要があります。
• データインフラとスキル開発への投資 科学における AI の効率的かつ競争力のある使用の前提条件です。
• の認識 データ管理のキャリア 科学における人材育成と、こうしたスキルを奨励するためのインセンティブは、上記の投資を実施する上で基礎となる道筋です。

科学のためのデータとAI：重要な考慮事項

2025年9月

DOI：10.24948 / 2025.11

ダウンロード

本研究は、カナダのオタワにある国際開発研究センター（IDRC）の助成金を受けて実施されました。本研究で表明された見解は、必ずしもIDRCまたはその理事会の見解を代表するものではありません。