上海先行探索，为科学数据赋能AI4S“立规矩”，助大模型获更多“燃料”

　　让科学数据从科研“副产品”、论文“附属品”，变为支撑原始创新、驱动人工智能（AI）迭代、助推产业突破的战略性、基础性资源。近日，市科委、市数据局联合印发《上海市科学数据管理办法（试行）》，为高质量科学数据资源的汇聚、治理、共享、应用“立规矩”，推动科学智能（AI of Science，即AI4S）发展。

　　值得注意的是，《办法》通过制度设计，强化科研单位和企业主动治理科学数据的责任，强调由市政府财政支持的项目，只有先提交科学数据并审核通过，才能开展评价验收。而且，科研单位、科创平台和企业的科学数据是否及时完整汇交、是否有效加工、是否充分开放共享，也将成为其年度评价、项目申报等的重要依据。

定位“战略性资源”，数据价值比肩论文

　　当前，全球范围内，AI正在重塑科研范式，科学数据作为AI驱动科学发现的核心“燃料”，日益成为大国科技竞争的关键要素。在国内，科学数据体系也在加快建设部署，目前，其治理重心正从“规范管理”转向“高质量建设与深化应用”。

　　作为高校院所密集、重大科技基础设施集中，科学数据产出量大、领域齐全的地区，上海有基础、有责任先行探索。在此背景下，经过一年多的调研起草，《办法》于近日印发，成为本市第一部专门规范科学数据管理的政府规范性文件。

　　据市科委、市数据局相关人士介绍，《办法》共7章28条，对科学数据管理的职责分工、资源建设、开发利用、保密安全、评估保障等作出系统规定，从2026年11月1日起施行，有效期2年。

　　根据《办法》的定义，科学数据主要源于自然科学、工程技术科学等领域，除了在开展基础研究、应用研究、试验开发等过程中产生的数据，也包括通过观测监测、考察调查、检验检测等方式取得并用于科研的数据。

　　虽然科研论文中发表的科研数据，存在“报喜不报忧”，忽略危及预期科学数据的现象，但此次《办法》也明确，那些未发表数据、阴性数据，也是科学数据，也需要有效汇聚、治理、加工，目的就是要让失败的数据同样能为后来者引路，赋能AI4S发展。

　　事实上，《办法》为科学数据赋予了很高的战略定位，认为其是支撑上海（长三角）国际科创中心建设的战略性、基础性资源。据此，《办法》首次在制度层面明确：高质量科学数据集要作为研究成果，被纳入科研评价体系——也就是说，一个高质量的科学数据集和论文一样，都是被认可的科研贡献；另一方面，各研究单位和企业，要通过岗位设置、绩效收入、职称评定等手段，建立科学数据人才的培养和激励机制。

确立全市治理框架，探索“白名单”利用机制

　　作为一项标志性的制度安排，《办法》确立了本市科学数据“全市统筹、部门分工、单位主体、平台管理、中心支撑”的治理框架，提出构建“一平台、多中心”的“1+N”两级服务体系。

　　具体来说，在市科委统筹管理和各主管部门监督指导下，本市各高校、院所、企业等，承担科学数据管理的主体责任；市科学数据管理与共享服务平台作为全市统一门户，承担目录汇聚、汇交通道、质量监测等日常管理与服务职能；市科学数据中心面向重点领域（行业、学科），负责本领域数据的汇聚、治理、共享和开发利用。

　　在共享利用方面，《办法》提出，构建“白名单”机制——创新主体经过依法授权，可利用相关科学数据，开展公共性研发活动。

　　总体上，促进科学数据与AI融合发展，是贯穿此次制度设计的主线。《办法》明确，鼓励借助AI、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；在数据质量评测方面，要以AI应用效果为导向，构建相关体系，使得科学数据被进一步加工成为AI大模型所需的高质量语料。为了更好地将科学数据化为能支撑AI应用的高质量语料，《办法》鼓励第三方创新主体，参与科学数据的清洗、整理、标注、评测等服务。

　　据市科委透露，目前，市科学数据管理与共享服务平台已经上线试运行，并初步建成了全市统一、全域覆盖的科学数据归集体系。下一步，上海将积极推动《办法》落地见效，持续出台配套细则，定期征集发布科学数据资源建设和应用需求清单，培育建设一批市级科学数据中心。

　　着眼于长三角一体化，上海也正联合江苏浙江安徽，共建长三角科学数据共享服务平台，推动科学数据在全市和长三角区域共享利用，让制度红利辐射更广。