开放科学、元科学和人工智能的机会

研究核心观点与结论

背景与目的
2025年3月26日，由安全与新兴技术中心（CSET）和开放研究社区加速器（ORCA）联合举办的工作坊探讨了开放科学、元科学和人工智能的机遇与挑战。工作坊汇集了35位专家、研究人员和资助者，通过两场专题讨论、两次引导小组讨论和总结会议，探讨相关议题。报告旨在填补元科学研究、开放科学监测与影响评估以及人工智能在科研中的应用之间的空白，提出优先研究问题和合作机会。

关键问题与讨论
参与者围绕开放科学、元科学和人工智能的交叉领域，讨论了以下问题：

• 实践问题：如何监测和评估开放科学？如何提高数据和方法的可及性？如何避免重复工作？如何促进开放科学、元科学和人工智能之间的合作？
• 概念问题：如何评价人工智能在特定研究任务中的适用性？如何将元科学见解应用于特定学科和背景？数据与科学产出是否应被视为公共产品？如何在快速变化的科技环境中进行负责任的AI研究？

人工智能的应用机遇
人工智能在开放研究输出（如论文、软件、数据、协议、专利）方面具有广泛应用潜力，包括：

• 转换开放研究输出（如机器可读格式）
• 从开放研究输出中提取信息（如科学声明）
• 揭示开放研究输出之间的隐藏关联
• 改进信息检索和搜索
• 增强元数据管理（如持久标识符）
• 确认和促进开放输出的可重用性（如代码审查）
• 扩大科学传播（如翻译和多样化输出格式）

挑战与局限性
尽管人工智能具有潜力，但参与者强调：

• 激励机制：现有激励机制影响开放科学和元科学的发展方式。
• 人类审查：传统研究方法和人类判断仍至关重要。
• AI局限性：当前AI存在泛化能力不足、成本高、缺乏透明度等问题，需谨慎使用。

优先研究项目与行动方向
工作坊提出了以下优先研究项目，涵盖元科学、开放科学和人工智能领域：

• 元科学：LLM在科学中的应用调查、研究输出元数据管理、研究输出综合分析。
• 开放科学：开放科学指标建设、扩大数据与模型访问、开发案例研究和影响故事、设计随机对照试验评估干预效果。
• 人工智能：改进科研任务中的AI评估、开发科学传播工具、利用AI加速开放科学输出管理、提升研究输出信息提取能力。

结论
工作坊强调了跨学科合作和共享基础设施的重要性，以避免重复工作并促进开放科学的价值传播。未来需建立持续的网络和协作机制，通过明确的研究议程和证据积累，推动开放科学、元科学和人工智能的协同发展。