上海首部科学数据管理办法11月1日施行：高质量数据集可算科研成果

所谓科学数据，指的是在科学研究、观测监测、试验检测等各类科研活动中产生的数据。如今它已不再只是科研成果的附属产物，更是一种能够配置、能够增值的基础资源。

日前，上海市科学技术委员会与上海市数据局联合印发《上海市科学数据管理办法（试行）》，该《办法》将于11月1日正式施行。在全国科学数据体系建设的大背景下，这是上海第一部专门规范科学数据管理的政府规范性文件。

上海市科委相关处室负责人称，这项安排在上海推动科学数据与人工智能融合发展的过程中具有标志性意义。放眼全球，人工智能正加快为科学研究赋能，科学数据随之变成大国科技竞争的关键要素，怎样在开放共享与安全权益之间取得平衡，已成为各国政策关注的焦点。回到国内，科学数据体系建设部署持续推进，上海既有基础，也有责任率先探索。

《办法》将科学数据定位为支撑上海（长三角）国际科技创新中心建设的战略性、基础性资源，并首次从制度层面明确：高质量科学数据集可以视作研究成果，纳入科研评价体系。

“换句话说，踏踏实实整理出一份高质量科学数据集，跟发表论文一样，都属于被认可的科研贡献。”上述市科委相关处室负责人说，《办法》还把未发表数据、阴性数据等明确纳入科学数据范围，意在鼓励科研人员改掉只报喜、不报忧的习惯，让失败的数据同样能为后来者指路。

促进科学数据与人工智能融合发展，是《办法》贯穿始终的主线。文件鼓励运用人工智能、区块链、隐私计算等技术，建立数据可发现、可授权、可追溯、可评估的开发利用机制；同时建立以人工智能应用效果为导向的数据质量评测体系，推动科学数据加工成大模型所需要的高质量语料。

上海库帕思科技有限公司累计语料规模已达19982TB，构建AI数据集6000余个，覆盖16个国民经济一级行业。库帕思交付运营总经理邓思文举例说，一组材料实验数据要想用于模型训练，光有实验结果不够，还得准确记录材料成分、实验条件和计量单位。这些信息一旦缺失，模型就可能把不同条件下的结果混在一起，预测的可靠性随之受影响。所以数据治理要与具体科研任务结合，看数据能不能帮模型提高预测准确性、辅助筛选实验方案、提升研发效率，再把应用中发现的问题反馈到数据加工环节，让数据质量持续改进。

对于创新主体开展公共性研发活动，《办法》通过“白名单”等方式予以授权。文件鼓励市场化创新主体参与科学数据的加工治理与增值服务，也鼓励设立科学数据期刊、支持数据产品开发、开展数据产权登记、推动合规流通交易，并建立基于贡献的收益分配机制。

科研人员长期的投入凝结在科学数据之中，数据加工、质量评测和产品开发同样需要持续投入。邓思文表示，对企业而言，这些条款有利于各方把合作预期讲清楚，企业愿意与合作单位通过协议明确授权范围、使用条件和各方权益，探索与实际贡献相匹配的利益补偿安排，让数据提供者、加工治理方和应用开发方的贡献都能得到合理体现，从而支持高质量数据不断积累、持续更新。

“《办法》虽然立足上海制定，着眼的是长三角一体化。我们正联合苏浙皖共建长三角科学数据共享服务平台，推动科学数据在全市以及长三角区域共享利用，让制度红利覆盖更广。”上述市科委相关处室负责人表示，今后还将定期征集发布科学数据资源建设与应用需求清单，培育一批高质量的市级科学数据中心。