全球知名的科研出版机构施普林格·自然于1月29日向媒体通报，联合数字科研（DigitalScience）公司及Figshare知识库，于本周发布《2025年开放数据状况：十年进展与挑战》报告这份连续第十一年发布的全球开放数据现状报告指出，开放数据已深入嵌入科研实践，以英文缩写FAIR为代表的科研数据管理指导原则获得广泛认同。同时，人工智能（AI）正在深刻改变科研workflows，科研界对开放支持的热度持续不减《2025年开放数据状况：十年进展与挑战》报告最新发布封面图。施普林格·自然供图《开放数据状况报告》是迄今历时最长的关于开放科研活动与态度的调研，2025年版汇集了来自全球151个国家逾4700名受访者的反馈数据，并整合了科研人员、图书馆员及政策领袖的专家见解，为深入理解开放科研所面临的关键挑战与潜在机遇提供了前所未有的洞察，有助于明确未来十年的发展路径与优先事项。其主要发现如下：——开放科研的实践广受认可：88.1%的受访者支持开放获取；80.9%支持开放数据；75.7%赞同开放的同行评审。研究人员普遍重视科研开放性，同时强调亟需可操作的工作流程来保障其可持续实施。（）尽管仍有障碍存在，但进展已初见端倪：对FAIR原则的认知较2018年几乎翻倍，熟知度也从当年的15.2%提升至40.6%，接近翻两番。然而，数据共享在科研界尚未获得充分认可——高达69.2%的研究者认为分享数据并未为其带来显著声誉。唯有在科研评估中对数据共享给予实质性奖励，才能持续推动这一进程——不同地区及学科对开放数据国家指令的支持程度存在显著差异：尽管整体认知在逐步演进，但学科间的分歧依然明显，反映出早期共识正随实践深化而动态调整。与此同时，唯有政策与日常支持体系及基础设施建设协同推进，数据共享才能真正实现可持续且可重复利用的目标——人工智能正越来越多地融入科研实践：2024年至2025年，AI在数据处理中的主动应用比例由22.1%提升至31.9%，在生成元数据方面的使用率也从16.1%增至25.1%。实现开放、无缝且自动化的研究环境，离不开人工智能与互操作性的协同作用；而伦理规范、科研安全以及明确的标准，则将决定未来体系架构的发展方向数字科研公司开放科研副总裁兼Figshare创始人马克·哈内尔（MarkHahnel）回顾指出，过去十年的数据显示，开放科研已不再是遥不可及的目标，而是切实融入日常工作流程的常态施普林格·自然科研数据创新总监格雷姆·史密斯（GrahamSmith）表示，唯有将开放性与可量化的质量和收益证据相结合，方能实现最大价值据知，FAIR原则旨在促进数据的可查找性（Findable）、可访问性（Accessible）、互操作性（Interoperable）与可重用性（Reusable），以保障数据在长期内保持可发现、可用及高价值特性“十四五”上海教育“走出去”“引进来”成效显著

（作者：）

本文为文一路笙歌小说|原创作品，未经授权禁止转载！

本文所用图片，除特别注明外均来自网络搜索，如有侵权烦请联系作者删除，谢谢！