Da FAIR ad AI-FAIR: infrastruttura incentrata sui metadati per la scienza abilitata dall’IA

Abstract degli autori

Le tecnologie di intelligenza artificiale (IA) e le loro capacità hanno compiuto rapidi progressi negli ultimi anni, suscitando un diffuso interesse e trovando ampia adozione nelle scienze biologiche ed ecologiche. Tuttavia, l’infrastruttura dei dati e le risorse computazionali che costituiscono le fondamenta dei workflow di IA in ecologia e nelle scienze della biodiversità restano frammentate. Inoltre, il flusso di valore rimane in gran parte unidirezionale: i dati passano da chi li raccoglie, attraverso archivi e aggregatori, ai modelli e infine ai prodotti della ricerca o alle azioni di gestione. Il valore derivato, come tassonomie corrette, annotazioni, indicatori di qualità e intuizioni, raramente torna alle comunità di origine. Proponiamo un’estensione dei principi FAIR originali per rispondere alle esigenze di un’infrastruttura pronta per l’IA: i criteri metadata AI-FAIR, che collocano la scienza abilitata dall’IA nel contesto di un triangolo bidirezionale Domanda-Dati-Modello. Questo quadro è pensato per agevolare analisi dei contenuti su larga scala all’interno di raccolte eterogenee e garantire che gli scienziati che generano i dati traggano beneficio dai progressi resi possibili dall’IA e fondati sui loro dati. Insieme a questi criteri, introduciamo un workflow di valutazione agentico che assegna un punteggio ai dataset esistenti in base ai criteri AI-FAIR e ai tradizionali criteri FAIR e fornisce indicazioni operative quando metadati essenziali sono assenti o incompleti. Questo strumento modulare per la valutazione dei dataset, abbinato a una lista di controllo adeguata al dominio, traduce questi principi in una valutazione riutilizzabile della prontezza per l’apprendimento automatico, della prontezza per l’IA rispetto a compiti specifici, della tracciabilità e di una gestione etica e allineata ai principi CARE. Con questo approccio puntiamo a creare un sistema basato sul contributo della comunità per chiudere il ciclo tra modelli e dati, affinché anche l’IA arricchisca i dati e favorisca ulteriormente la scoperta scientifica.