近日，DigitalScience公司、Figshare知识库和施普林格·自然连续第十年发布全球开放数据状况报告。这份名为《2025年开放数据状况：十年进展与挑战》的报告显示，开放数据已深度融入科研实践，FAIR原则目前已获广泛认可。此外，人工智能（AI）正重塑科研工作流程，科研人员对开放的支持度继续保持高位。

这是迄今持续时间最长的有关开放科研活动与态度的调研报告。报告汇集了全球151个国家的4700多位受访者的调研回复数据，以及来自全球科研人员、图书馆员与政策领袖的专家观点，为理解开放科研所面临的挑战与机遇，带来前所未有的深刻见解，有助于勾勒其未来十年的发展方向与优先事项。

报告发现，开放科研的实践获广泛支持。88.1%的受访者支持开放获取；80.9%的受访者支持开放数据；75.7%的受访者赞同开放的同行评审。科研人员还看重开放性，表示当前需要切实可行的工作流程以实现其可持续性。

尽管这一方面仍存有障碍，但进展显著。FAIR是一套管理研究数据的指导原则，以使数据便于人类和计算机查找（Findable）、访问（Accessible）、实现互操作（Interoperable）和重复使用（Reusable），从而长期确保数据的可发现性、可用性和价值。报告显示，科研人员对FAIR原则的认识较2018年几乎翻了一番，对其熟知度则从2018年的15.2%增至40.6%，几乎增加了两倍。然而，对数据共享的承认仍显不足——69.2%的研究者表示分享数据并未给自己带来多少荣誉。在科研评估中对数据共享予以奖励，是不断取得进展的关键。

对要求开放数据的国家指令的支持度，依然存在地区与学科上的差异。对这类国家指令的支持度仍存很大差异，且学科差异持续存在，这表明早期共识正随着实践经验的积累而调整。澳大利亚（2016年对国家指令的支持率为63.2%，2025年降至27.4%）与巴西（2016年为64.7%，2025年为39%）的同比降幅最大，印度则保持稳定（2016年为59.8%，2025年为54.7%）。这表明，政策必须与日常支持和基础设施相配合，才能使共享切实可行和可重复使用。

此外，AI在数据处理中的主动使用率从2024年的22.1%升至2025年的31.9%，在创建元数据时也从16.1%跃升至25.1%。AI和互操作性对于实现无缝、自动和可信的开放至关重要，而伦理、科研安全与清晰的标准将影响未来的框架。

Digital Science开放科研副总裁暨Figshare创始人Mark Hahnel在回顾这十年的变迁时表示：“十年的数据表明，开放科研不再是一种愿望，它已成为日常实践。但进展并不止步于此。科研人员需要对开放予以奖励的系统，以及令共享毫不费力的工作流程。改革科研评估并对激励机制加以调整，将是不断取得进展的关键。”

施普林格·自然科研数据创新总监 Graham Smith补充道：“此类合作有助于我们一切工作都以科研人员为核心。他们的真知灼见对于确保开放科学政策、基础设施和工具的相关性、实用性和有效性至关重要，有助于减轻科研人员负担并提高数据质量。此外，我们认识到，只有将开放与质量及获益上的明确证据结合起来，它才能产生最大价值。”