முகப்பு / வலைப்பதிவுகள் / தரவுகளின் தாக்கம் மற்றும்...

அறிவியல் உற்பத்தியில் தரவு மற்றும் செயற்கை நுண்ணறிவின் தாக்கம்

FAIR தரவு மற்றும் செயற்கை நுண்ணறிவு ஆளுகை ஆகியவை அறிவியல் வெளியீடுகளை எவ்வாறு நம்பகத்தன்மையுடன் வைத்திருக்க முடியும் என்பது குறித்த ஒரு கொள்கைக் கண்ணோட்டம்.

மிதக்கும் தரவுத் துகள்கள் ஒரு திறந்த புத்தகத்தினுள் இறங்குகின்றன.

ஆசிரியர்கள்:

பாரன்ட் மோன்ஸ்லைடன் பல்கலைக்கழகத்தின் தகைசால் பேராசிரியர், GO FAIR அறக்கட்டளையின் வாரிய உறுப்பினர் மற்றும் நியாயமான மற்றும் சமத்துவமான அறிவியலுக்கான லைடன் முன்முயற்சியான LIFES-இன் இயக்குநர்.

ஆரி பாக்நியாயமான மற்றும் சமத்துவமான அறிவியலுக்கான LIFES சங்கத்தின் நிர்வாகக் குழு உறுப்பினர்

கோயன் ஜோன்கர்ஸ்ஐரோப்பிய ஆணையம், கூட்டு ஆராய்ச்சி மையம் (JRC), பிரஸ்ஸல்ஸ், பெல்ஜியம்

செயற்கை நுண்ணறிவு, அறிவியல் நடத்தப்படும், பகிரப்படும் மற்றும் சரிபார்க்கப்படும் முறைகளை மாற்றியமைத்து வருகிறது. எந்தவொரு மனித ஆராய்ச்சியாளராலும் ஈடு செய்ய முடியாத அளவில் வடிவங்களை அடையாளம் காண உதவுவதன் மூலமும், பணிப்பாய்வுகளை விரைவுபடுத்துவதன் மூலமும், கண்டுபிடிப்புகளுக்குப் புதிய வழிகளைத் திறப்பதன் மூலமும், இது உண்மையான நம்பிக்கையை அளிக்கிறது. ஆனால், செயற்கை நுண்ணறிவு வேகமானது, பிழையற்றது அல்ல, மேலும் அது பாகுபாடற்றது. அதேசமயம், அறிவியல் என்பது அதிக நேரம் எடுக்கக்கூடியதும், அதன் வடிவமைப்பிலேயே நுணுக்கமானதும் ஆகும். இந்த இரண்டு யதார்த்தங்களுக்கு இடையிலான பதற்றம் ஏற்கெனவே கடுமையான சீர்குலைவை உருவாக்கி வருகிறது: செயற்கை நுண்ணறிவால் உருவாக்கப்பட்ட வெளியீடுகள் மற்றும் தரவுகளின் பெருக்கம், தரம் குறைந்த சக மதிப்பாய்வு, கற்பனையான கண்டுபிடிப்புகள் மற்றும் அறிவியல் பதிவேடுகள் மீதான நம்பிக்கையின் சரிவு ஆகியவை இதன் விளைவுகளாகும். எதிர்கால விஞ்ஞானிகளுக்குத் தேவைப்படும் திறன்கள் அடிப்படையாக மாறி வருகின்றன, ஆனால் அறிவியல் கொள்கை அதற்கேற்ப தன்னை மாற்றிக்கொள்ளவில்லை. இந்த இடைவெளியைச் சரிசெய்வது அவசரமானது.

செயற்கை நுண்ணறிவு, அறிவியல் செய்யப்படும் முறையை மாற்றியமைத்து வருகிறது.

அறிவியல், தரவுகள் குறைவாக உள்ள சூழலிலிருந்து தரவுகள் அதிகமாக உள்ள சூழலுக்கு வியக்கத்தக்க வேகத்தில் நகர்ந்துள்ளது. ஒரு காலத்தில் ஆராய்ச்சியாளர்கள் சிறிய அளவிலான தரவுத் தொகுப்புகளை உருவாக்கி, முதன்மையாக மனிதர்களால் படிக்கக்கூடிய கட்டுரைகள் மூலமாகவே தங்கள் கண்டுபிடிப்புகளைத் தெரிவித்து வந்தனர். ஆனால் இப்போது, அவர்கள் அதிவேகமாகப் பெருகும் தரவு உருவாக்கத்தின் சகாப்தத்தில் இயங்குகிறார்கள். அவற்றில் பெரும்பாலானவை உயர் பரிமாணங்களைக் கொண்டவை, பரவலாக்கப்பட்டவை மற்றும் இயந்திரங்களால் மட்டுமே கையாளக்கூடியவை. இருப்பினும், இந்தப்போக்கு உண்மையான தரவு மறுபயன்பாட்டில் பிரதிபலிக்கவில்லை. அதை மாற்றுவதற்கு, தரவு என்பது இனி கட்டுரைகளின் ஒரு துணை விளைபொருளாகக் கருதப்படாமல், ஒரு முதன்மை அறிவியல் வெளியீடாகவே கருதப்பட வேண்டும்.

பெரிய மற்றும் சிக்கலான தரவுத் தொகுப்புகளில் உள்ள வடிவங்களைக் கண்டறிவதில் இயந்திரங்கள் சிறந்து விளங்குகின்றன. ஆனால், மனிதர்களுக்குப் பொருத்தமான யதார்த்தத்தைப் பற்றிய உள்ளார்ந்த கருத்தியல் மாதிரி இயந்திரங்களுக்கு இல்லை. இதன் விளைவாக, கிட்டத்தட்ட எல்லையற்ற வடிவங்கள் உருவாகின்றன; அவற்றில் பல போலியானவை, சில தவறாக வழிநடத்துபவை. அடுத்த தலைமுறை விஞ்ஞானிகளுக்கான ஒரு முக்கிய சவால், இந்த வடிவங்களின் அடர்ந்த காட்டில் வழிசெலுத்துவதுதான்: அதாவது, புள்ளிவிவர இரைச்சலிலிருந்து அர்த்தமுள்ள சமிக்ஞையை வேறுபடுத்துவது. மனித மேற்பார்வை என்பது ஒரு விருப்பத் தேர்வு அல்ல; அது கட்டமைப்பு ரீதியாக அவசியமானது.

தற்போது பொது விவாதத்தில் ஆதிக்கம் செலுத்தும் பெரிய மொழி மாதிரிகளைத் தாண்டி, அறிவியலில் செயற்கை நுண்ணறிவு விரிவடைந்துள்ளது என்பதையும் கொள்கை வகுப்பாளர்கள் அறிந்திருக்க வேண்டும். இந்தப் பரந்த தளத்தில், கருதுகோள் உருவாக்கத்திற்கான இயந்திரக் கற்றல், தானியங்கு சோதனைப் பணிப்பாய்வுகள் மற்றும் அறிவு வரைபட அடிப்படையிலான பகுத்தறிவு ஆகியவை அடங்கும்; இவை ஒவ்வொன்றும் தனித்துவமான அபாயங்களையும் வாய்ப்புகளையும் கொண்டுள்ளன, அவற்றுக்கு ஏற்ப வடிவமைக்கப்பட்ட ஆளுகை சார்ந்த பதில்கள் தேவைப்படுகின்றன.

தரவுத் தரம் மற்றும் உள்கட்டமைப்பு ஆகியவையே முட்டுக்கட்டையாக உள்ளன.

அறிவியலில் செயற்கை நுண்ணறிவின் வெளியீட்டின் தரம், தரவுகளின் தரத்தைப் பொறுத்தே நேரடியாக நிர்ணயிக்கப்படுகிறது. உள்ளீடுFAIR தரவு (கண்டறியக்கூடிய, அணுகக்கூடிய, ஒன்றோடொன்று இயங்கக்கூடிய மற்றும் மீண்டும் பயன்படுத்தக்கூடிய, மேலும் இது முழுமையாக செயற்கை நுண்ணறிவுக்குத் தயாரான தரவு எனப் பரவலாக அறியப்படுகிறது) என்பது பொறுப்பான செயற்கை நுண்ணறிவு சார்ந்த அறிவியலுக்கான அடிப்படை முன்நிபந்தனையாகும். அது இல்லாமல், செயற்கை நுண்ணறிவு மாதிரிகள் செப்பனிடப்படாத, திருத்தப்படாத, ஒருதலைப்பட்சமான, அல்லது புனையப்பட்ட உள்ளடக்கத்தின் மீது பயிற்சி பெறுகின்றன. இது மருத்துவச் சூழல்களில் உயிருக்கு ஆபத்தை ஏற்படுத்தக்கூடிய மாயத்தோற்றங்களை உருவாக்குவதோடு, அறிவியலின் மீதான நம்பிக்கையையும் திட்டமிட்டுச் சிதைக்கிறது. குறிப்பாக, எளிதில் கண்டறியக்கூடிய தரவுகளின் மறுபயன்பாடு, தற்போதைய LLM நிறுவனங்கள் போன்ற அறிவியல் சாராத தரப்பினரால் பெரும்பாலும் செய்யப்படும் இடங்களில் இது நிகழ்கிறது.

செயற்கை நுண்ணறிவைக் கட்டுப்படுத்துவதற்கு FAIR கருத்தியல் மாதிரிகளைப் பயன்படுத்துவதும் சம முக்கியத்துவம் வாய்ந்தது. வெளியீடுகளைஒவ்வொரு கருத்தும், அவை எவ்வாறு ஒன்றோடொன்று தொடர்புடையவை மற்றும் எது சரியான அனுமானமாகக் கருதப்படும் என்பதும் தெளிவாக வரையறுக்கப்பட்டுள்ள, கட்டமைக்கப்பட்ட சொற்பொருள் சட்டகங்களை வழங்குவதன் மூலம், இந்த மாதிரிகள் மாயத்தோற்றங்களின் அபாயத்தைக் கணிசமாகக் குறைத்து, செயற்கை நுண்ணறிவால் உருவாக்கப்பட்ட கண்டுபிடிப்புகள் மனிதர்களால் விளக்கக்கூடியதாகவும், புரிந்துகொள்ளக்கூடியதாகவும், சரிபார்க்கக்கூடியதாகவும் இருப்பதை உறுதிசெய்ய உதவுகின்றன.

அறிவியல் வெளியீட்டில் உள்ள நம்பகத்தன்மை நெருக்கடி இந்த அபாயங்களை மேலும் அதிகரிக்கிறது. செயற்கை நுண்ணறிவு அமைப்புகளால் இப்போது நம்பத்தகுந்ததாகத் தோற்றமளிக்கும் கட்டுரைகள், தரவுகள் மற்றும் மதிப்புரைகளை ஏறக்குறைய உடனடியாக உருவாக்க முடியும். ஒரு முன்னணி செயற்கை நுண்ணறிவு மாநாடு, 2025-ஆம் ஆண்டில் மட்டும் 20,000-க்கும் மேற்பட்ட சமர்ப்பிப்புகளைப் பெற்றது. இந்த எதிர்வினை (செயற்கை நுண்ணறிவால் உருவாக்கப்பட்ட கட்டுரைகளை மதிப்பாய்வு செய்ய விஞ்ஞானிகள் செயற்கை நுண்ணறிவைப் பயன்படுத்துவது), அர்த்தமுள்ள வெளிப்புறச் சரிபார்ப்பு ஏதுமின்றி குறைபாடுள்ள அமைப்புகள் ஒன்றையொன்று மதிப்பிடும் ஒரு மூடிய இரைச்சல் பின்னூட்டச் சுழற்சியை உருவாக்கும் அபாயத்தைக் கொண்டுள்ளது. மூலத்தில் வெளியிடப்படும் FAIR தரவுகள், அதன் மூலத்தைச் சரிபார்க்கக்கூடிய வகையில், இந்தப் போக்கை எதிர்கொள்ளக் கிடைக்கும் மிகவும் வலிமையான கருவிகளில் ஒன்றாகும்.

இவை அனைத்திற்கும் அடிப்படையாக இருப்பது ஊக்கத்தொகைகளில் உள்ள ஒரு கட்டமைப்பு ரீதியான தோல்வியாகும். தரவுகள் பற்றாக்குறையாக உள்ள ஒரு காலக்கட்டத்திற்காக வடிவமைக்கப்பட்ட அளவீடான கட்டுரைகளின் எண்ணிக்கை மற்றும் மேற்கோள் விகிதங்களுக்காகவே ஆராய்ச்சியாளர்கள் இன்றும் பெரும்பாலும் வெகுமதி பெறுகிறார்கள். உயர்தரமான FAIR தரவுகளை வெளியிடுவது மிகக் குறைந்த தொழில்முறை அங்கீகாரத்தையே அளிக்கிறது, மேலும் அதற்கு உறுதியான நிதி உதவியும் கிடைப்பதில்லை. இது மாற வேண்டும்.

ஆளுகை இடைவெளிகள் கடுமையாக உள்ளன

அறிவியலில் தரவுகளுக்கான தொழில்நுட்ப ஆளுகைச் சூழல் நெருக்கடியில் உள்ளது. பல தசாப்தங்களாக ஒரு சில பெரிய கிளவுட் வழங்குநர்களைச் சார்ந்திருப்பதும், அமெரிக்க கிளவுட் சட்டம் போன்ற சட்டப்பூர்வக் கருவிகளும் இணைந்து, ஒரு தரவு இறையாண்மைச் சிக்கலை உருவாக்கியுள்ளன. குறிப்பாக, சமீபத்திய அமெரிக்கக் கொள்கை உறுதியற்ற தன்மை மற்றும் சர்வதேச அளவில் பகிரப்பட்ட ஆராய்ச்சி உள்கட்டமைப்பில் அதன் விளைவுகள் ஆகியவற்றின் பின்னணியில், இந்தச் சிக்கல் தற்போது மிகவும் தீவிரமாக உள்ளது. உலகின் பல முக்கிய அறிவியல் தரவு வளங்கள், அவற்றை உருவாக்கிய நிறுவனங்கள் மற்றும் சமூகங்களின் அதிகார வரம்புக் கட்டுப்பாட்டிற்கு வெளியே திறம்பட அமைந்துள்ளன.

FAIR கோட்பாடுகள், (தரவு ஆளுகையில் பழங்குடி மக்களின் உரிமைகள் மற்றும் நலன்களைக் கையாளும்) CARE கோட்பாடுகளால் பூர்த்தி செய்யப்பட்டு, பொறுப்பான மேலாண்மைக்கு ஒரு சீரான கட்டமைப்பை வழங்குகின்றன. அவை இரண்டும் சேர்ந்து, தரவு எப்போது திறந்ததாகவோ அல்லது கட்டுப்படுத்தப்பட்டதாகவோ, மறுபயன்பாட்டிற்குரியதாகவோ மற்றும் இறையாண்மை கொண்டதாகவோ இருக்க வேண்டும் என்பதற்கான நிபந்தனைகளை வரையறுக்கின்றன. FAIR தரவு மற்றும் சேவைகளின் இணையம் (IFDS) என்ற கருத்தாக்கம், தரவு நகலெடுக்கப்பட்டு மையப்படுத்தப்படுவதற்குப் பதிலாக, அதன் மூலத்திலேயே தங்கி, அங்கீகரிக்கப்பட்ட நெறிமுறைகளால் அணுகப்படும் ஒரு நடைமுறைக்குரிய கட்டமைப்புத் தீர்வை வழங்குகிறது. இந்த மாதிரியில், கணக்கீட்டு வினவல்கள் பரவலாக்கப்பட்ட தரவு முனைகளுக்குச் செல்கின்றன; தவிர்க்க முடியாத பட்சத்தில் தவிர, தரவு மையப்படுத்தப்பட்ட களஞ்சியங்களுக்குச் செல்வதில்லை.

செயற்கை நுண்ணறிவு சார்ந்த அறிவியலில் சமத்துவமான பங்கேற்புக்கு, இந்த உள்கட்டமைப்பு உண்மையாகவே அணுகக்கூடியதாக இருக்க வேண்டும். உலகத் தெற்கில் உள்ள நிறுவனங்களும் சமூகங்களும் தரவு மறுபயன்பாட்டின் செயலற்ற பொருள்களாக இருக்க முடியாது. இணைப்புத்திறனின் மறுமுனையில், தரவு செறிவான தொழில்துறையும் விலக்கப்படக்கூடாது. விற்பனையாளர் சார்புநிலை மற்றும் ஒற்றைத் தோல்விப் புள்ளிகளைத் தவிர்க்கும் வகையில் வடிவமைக்கப்பட்ட பரவலாக்கப்பட்ட FAIR உள்கட்டமைப்பே, அர்த்தமுள்ள பங்கேற்பு சாத்தியமாகும் வழிமுறையாகும்.

கொள்கை வகுப்பாளர்கள் என்ன செய்ய வேண்டும்

ஒரு சீரான கொள்கை பதிலுக்குப் பல முனைகளில் நடவடிக்கை தேவைப்படுகிறது:

பொது நிதியுதவி பெறும் ஆராய்ச்சியில் FAIR தரவுத் தரநிலைகள் கட்டாயமாக்கப்பட வேண்டும். நிதி வழங்கும் அமைப்புகள், FAIR தரவு வெளியீட்டை மானியங்கள் வழங்குவதற்கான ஒரு நிபந்தனையாக ஆக்க வேண்டுமே தவிர, பரிந்துரையாக அல்ல.
தரவு வெளியீடு மற்றும் FAIRification ஆகியவற்றைத் தகுதியான மானியச் செலவுகளாக நிதியளிக்கவும். உயர்தரமான, இயந்திரம் செயல்படுத்தக்கூடிய தரவுகளை உருவாக்குவதற்குத் தேவைப்படும் முதலீடு அங்கீகரிக்கப்பட்டு, அதற்கான செலவுகள் ஈடுசெய்யப்பட வேண்டும்.
மானிய முன்மொழிவுகளில், முன்னர் உருவாக்கப்பட்ட தரவுகளையும் அதற்கான துணை உள்கட்டமைப்பையும் தகுதிவாய்ந்த ஆராய்ச்சிச் செலவுகளாக மீண்டும் பயன்படுத்தவும்.உயர்தரமான, இயந்திரம் செயல்படுத்தக்கூடிய தரவுகளைச் சேமிப்பதற்கும் வழங்குவதற்கும் தேவைப்படும் முதலீடு அங்கீகரிக்கப்பட்டு, அதற்கான செலவு ஈடுசெய்யப்பட வேண்டும்.
விற்பனையாளர் சார்ந்த தீர்வுகளுக்குப் பதிலாக, சமூகம் சார்ந்த தரநிலைகளை ஆதரியுங்கள். குறைந்தபட்ச பகிரப்பட்ட தரநிலைகளின் அடிப்படையில் கட்டமைக்கப்பட்ட, திறந்த மற்றும் ஒன்றோடொன்று இணக்கமான உள்கட்டமைப்பு, ஒரு குறிப்பிட்ட வட்டத்திற்குள் முடங்கிவிடுவதைத் தடுத்து, அனைவருக்கும் சமமான வாய்ப்பை உறுதி செய்கிறது.
அறிவியல் கல்வியறிவில் முதலீடு செய்யுங்கள். விஞ்ஞானிகளுக்கு அடுத்தபடியாக, குடிமக்கள், பத்திரிகையாளர்கள் மற்றும் கொள்கை வகுப்பாளர்களுக்கும் செயற்கை நுண்ணறிவின் திறன்கள் மற்றும் வரம்புகள் குறித்த செயல்முறைப் புரிதல் தேவைப்படுகிறது. பொதுமக்களின் பார்வைக்கும் தொழில்நுட்ப யதார்த்தத்திற்கும் இடையிலான இடைவெளி ஒரு நிர்வாக அபாயமாகும்.
ஆராய்ச்சியில் பயன்படுத்தப்படும் செயற்கை நுண்ணறிவுக்கான தோற்றம் மற்றும் வெளிப்படைத்தன்மை தேவைகளைக் கட்டாயமாக்குங்கள். வெளியிடப்பட்ட அறிவியல் கண்டுபிடிப்புகளுக்குப் பங்களிக்கும் எந்தவொரு செயற்கை நுண்ணறிவு அமைப்பும், அதன் பயிற்சித் தரவுகளின் மூலம், மாதிரியின் கட்டுப்பாடுகள் மற்றும் வரம்புகளை வெளியிடக் கட்டாயப்படுத்தப்பட வேண்டும்.

அறிவியல் என்பது ஒரு உலகளாவிய பொது நன்மை. அதன் நேர்மை, சமத்துவம் மற்றும் வெளிப்படைத்தன்மை ஆகியவற்றை நாம் ஊகித்துக்கொள்ள முடியாது; அவற்றுக்குச் செயல்திறன் மிக்க கொள்கைத் தேர்வுகள் தேவைப்படுகின்றன. அறிவியல் உற்பத்தியில் செயற்கை நுண்ணறிவுக்கான சிறந்த நிர்வாகத்தை நிறுவுவதற்கான வாய்ப்பு திறந்துள்ளது, ஆனால் அது காலவரையின்றி அப்படியே இருக்காது. தரவுத் தரநிலைகள், உள்கட்டமைப்பு, ஊக்கத்தொகைகள் மற்றும் மேற்பார்வை குறித்து இப்போது எடுக்கப்படும் முடிவுகளே, செயற்கை நுண்ணறிவு நம்பகமான அறிவியலை விரைவுபடுத்துமா அல்லது அதைத் திட்டமிட்டுச் சீர்குலைக்குமா என்பதைத் தீர்மானிக்கும்.

கெட்டி இமேஜஸ் எடுத்த புகைப்படம் அன்ஸ்பிளாஷ்+

சர்வதேச அறிவியல் மன்றம் (ISC) மற்றும் ஃபிரான்டியர்ஸ் பாலிசி லேப்ஸ் ஆகியவற்றின் கூட்டு முயற்சியில் வழங்கப்படும் இந்த வலைப்பதிவு, ஒரு பகுதியாகும். 21 ஆம் நூற்றாண்டில் அறிவியலுக்கான ஒரு புதிய ஆளுகை' அறிவியல் ஆளுகையின் எதிர்காலம் குறித்த சிந்தனைத் தலைமைக்கான ஒரு ஆற்றல்மிக்க கலந்துரையாடல் களமாக இந்தத் தொடர் செயல்படுகிறது. இறுக்கமான கல்விசார் ஆய்வுகளிலிருந்து விலகி, இந்த முன்னெடுப்பு உலகின் முன்னணி ஆளுமைகளை ஒன்றிணைத்து, கூர்மையான, சிந்தனையைத் தூண்டும் ஆனால் சான்றுகளின் அடிப்படையிலான, மற்றும் தொலைநோக்குப் பார்வை கொண்ட கருத்துத் துண்டுகளை வழங்குகிறது. இதன் மூலம், நாளைய சவால்களுக்கு ஏற்ற, மீள்திறன் மிக்க, அனைவரையும் உள்ளடக்கிய, மற்றும் வெளிப்படையான ஒரு ஆளுகை மாதிரியை வரையறுக்க இது பங்களிக்க விரும்புகிறது.

அசல் பதிவைப் பார்க்கவும் இங்கே.

பொறுப்புத் துறப்பு
எங்கள் விருந்தினர் வலைப்பதிவுகளில் வழங்கப்படும் தகவல்கள், கருத்துகள் மற்றும் பரிந்துரைகள் தனிப்பட்ட பங்களிப்பாளர்களுடையவை; அவை சர்வதேச அறிவியல் மன்றத்தின் விழுமியங்களையும் நம்பிக்கைகளையும் பிரதிபலிக்க வேண்டிய அவசியமில்லை.