Sự cam kết với bằng chứng và minh bạch ấy rất đáng được ghi nhận và ủng hộ, đặc biệt trong bối cảnh tri thức đang đối mặt với nhiều mối đe dọa. Khi thuật toán mạng xã hội tiếp tay cho các quan điểm cực đoan, và Internet tràn ngập thông tin kém chất lượng, ngày càng nhiều nội dung còn được tạo ra bằng AI, thế giới cần Wikipedia nhiều không kém, thậm chí còn hơn so với thời điểm nền tảng này ra đời.

Đầu thế kỷ 21 là giai đoạn tràn đầy lạc quan về sức mạnh của Internet trong việc chia sẻ tri thức và đưa thông tin đến với số đông. Lần đầu tiên trong lịch sử, một công nghệ có thể mang toàn bộ kho tàng hiểu biết của nhân loại đến bất kỳ ai, chỉ cần có kết nối mạng. Người ở doanh nghiệp, gia đình, thư viện công cộng, trường học hay đại học đều có thể tiếp cận những điều trước đây chỉ dành cho một nhóm nhỏ. Các công cụ tìm kiếm như AltaVista, Yahoo và Google trở thành con đường chính để khám phá tri thức. Amazon cũng góp phần trong vai trò nhà bán sách trực tuyến. Và Wikipedia cũng xuất hiện.

Nhìn trên màn hình, trang chủ Wikipedia đến nay vẫn chủ yếu là chữ. Nhưng sự đơn giản đó dễ gây nhầm lẫn. Trang này dẫn tới hơn 300 phiên bản ngôn ngữ khác nhau. Tương tự trang chủ gọn gàng của Google, một thanh tìm kiếm mở ra cả thế giới với hàng triệu bài viết. Riêng phiên bản tiếng Anh đã có khoảng 500 bài mới mỗi ngày. Và đó còn chưa kể Wiktionary, Wikidata hay Wikimedia, những dự án đi kèm cung cấp từ điển đa ngôn ngữ, dữ liệu mở và kho hình ảnh, âm thanh, video miễn phí.

Quỹ Wikimedia, tổ chức phi lợi nhuận tại San Francisco điều hành Wikipedia, có khoảng 700 nhân viên. Tuy nhiên, phần lớn trong gần 280.000 biên tập viên thường xuyên lại là tình nguyện viên. Để duy trì một dự án hợp tác quy mô lớn như vậy, Wikipedia đã phát triển các nguyên tắc làm việc được tóm gọn trong năm “trụ cột”. Nổi tiếng nhất là nguyên tắc “quan điểm trung lập”. Nguyên tắc này yêu cầu biên tập viên phải chính xác và công bằng. Ví dụ, bài viết về biến đổi khí hậu khẳng định rõ sự nóng lên toàn cầu hiện nay bắt nguồn từ hoạt động của con người, nhưng đồng thời cũng đề cập đến các thông tin sai lệch dẫn đến việc phủ nhận biến đổi khí hậu. Trụ cột này gắn liền với một nguyên tắc quan trọng khác: khả năng kiểm chứng. Mỗi thông tin hay nhận định đều phải dựa trên nguồn đáng tin cậy đã được công bố. Wikipedia tự nó không thể được xem là nguồn.

Mỗi bài viết cũng có một trang “thảo luận”, nơi người dùng có thể theo dõi trao đổi giữa các biên tập viên và thấy được nội dung đã thay đổi ra sao theo thời gian. Điều đó cho thấy bài viết luôn là một cuộc đối thoại đang tiếp diễn, chứ không phải lời kết luận cuối cùng. Các biên tập viên đến từ nhiều nền tảng và quan điểm khác nhau, nên tranh luận là điều không tránh khỏi. Wikipedia cũng yêu cầu mọi người phải tôn trọng và giữ thái độ văn minh. Một nghiên cứu cho thấy cách xuất bản này đang tạo ra thông tin chất lượng cao.

Nhiều quy trình của Wikipedia phản ánh đúng cách tri thức khoa học nên được hình thành, hoàn thiện và truyền đạt. Vì vậy, chúng tôi khuyến khích các nhà nghiên cứu, nếu chưa tham gia, hãy cân nhắc đóng góp cho Wikipedia. Những biên tập viên công bằng, có hiểu biết về bằng chứng và giữ được tinh thần văn minh đang rất cần thiết, nhất là khi truyền thông mạng xã hội và các kênh khác ngày càng phân cực, còn bằng chứng thì ngày càng được đưa ra thiếu minh bạch.

Việc các công cụ tìm kiếm hiển thị tóm tắt do AI tạo ra đang khiến website này kém nổi bật hơn trước. Đây có thể trở thành mối đe dọa sống còn đối với nền tảng. Nhiều mô hình AI đứng sau các kết quả tìm kiếm này đã được huấn luyện từ chính nội dung Wikipedia, thường không ghi nhận hay bồi thường. Đầu tháng này, Quỹ Wikimedia thông báo đang làm việc với các công ty công nghệ để đảm bảo nội dung của họ được sử dụng có trách nhiệm và có sự đền bù phù hợp. Wikipedia chủ yếu tồn tại nhờ các khoản đóng góp nhỏ từ khoảng tám triệu nhà tài trợ mỗi năm. Jimmy Wales từng nói rằng “họ không quyên góp để trợ cấp cho những tập đoàn AI khổng lồ”.

Wikipedia, xét trên mọi phương diện, là một thành tựu đặc biệt. Và nó xứng đáng nhận được sự ủng hộ bằng mọi cách có thể.

Dịch từ Nature

Bài viết Đi thật xa để trở về với Wikipedia đã xuất hiện đầu tiên vào ngày ADuBiz.

Phong trào khoa học mở, với mục tiêu giúp các sản phẩm nghiên cứu như bài báo, dữ liệu và phần mềm được đọc và tái sử dụng miễn phí, được kỳ vọng sẽ mang lại nhiều lợi ích, như đẩy nhanh tiến bộ khoa học và nâng cao hiểu biết khoa học trong xã hội. Nhưng liệu những lợi ích đó có thực sự xuất hiện? Theo một trong những nghiên cứu toàn diện và đa chiều nhất về chủ đề này, câu trả lời là “có, nhưng ở mức độ hạn chế”.

Chẳng hạn, các bài báo truy cập mở thường được trích dẫn nhiều hơn trong các công trình khoa học khác cũng như trong các hồ sơ xin cấp bằng sáng chế. Bên cạnh đó, những người dân tham gia nghiên cứu — thường được gọi là “nhà khoa học công dân” — có xu hướng hiểu sâu hơn về chủ đề mà họ tham gia nhờ các thực hành khoa học mở.

Đây là một số kết luận chính được công bố vào tháng trước từ dự án Open Science Impact Pathways (PathOS). Tuy nhiên, nhóm nghiên cứu liên ngành có trụ sở tại châu Âu cũng nhấn mạnh rằng họ chỉ tìm thấy rất ít bằng chứng thuyết phục cho thấy khoa học mở trực tiếp tạo ra các tác động lâu dài, trên diện rộng đối với hoạt động nghiên cứu, cũng như mang lại nhiều lợi ích kinh tế và xã hội.

Các học giả nghiên cứu về khoa học mở đánh giá cao công trình của PathOS, được trình bày trong một loạt báo cáo tổng kết. “Không nhiều nghiên cứu có thể đưa ra một bức tranh toàn cảnh 360 độ về ý nghĩa thực sự của khoa học mở,” Lidia Borrell-Damián, tổng thư ký của Science Europe — hiệp hội các tổ chức tài trợ nghiên cứu tại châu Âu — nhận xét. Bà cho rằng đây là “một phân tích rất trung thực”, đồng thời thẳng thắn chỉ ra những khoảng trống còn tồn tại trong bằng chứng.

Theo Ioanna Grypari, điều phối viên dự án PathOS và là nhà kinh tế học tại Trung tâm Nghiên cứu Athena (Athens, Hy Lạp), nhóm nghiên cứu cũng bất ngờ khi không tìm thấy nhiều bằng chứng rõ ràng hơn về lợi ích có thể đo lường của nội dung mở. Tuy nhiên, bà cho biết việc xác định tác động riêng của việc cho phép truy cập tự do đối với một bài báo hay bộ dữ liệu là rất khó, bởi những tác động này thường đan xen với các yếu tố khác, như chất lượng nghiên cứu. Các thử nghiệm có đối chứng hầu như không tồn tại, và người dùng các kho lưu trữ công cộng thường không để lại thông tin về danh tính hay cách họ sử dụng tài nguyên. Dù vậy, Grypari nói rằng đến cuối dự án, nhóm đã xác định rõ hơn “chúng ta chưa biết gì và cần nghiên cứu tiếp theo hướng nào”.

Trong hơn hai thập kỷ qua, những người ủng hộ khoa học mở liên tục nhấn mạnh lợi ích của nó, và các tác giả đã chi trả hàng tỷ đô la cho các nhà xuất bản để bài báo được truy cập mở. Hiện nay, khoảng một nửa số bài báo khoa học mới được công bố có thể đọc miễn phí ngay lập tức — tăng từ chưa đến một phần tư vào năm 2000. Ngoài ra, nhiều nguồn lực cũng được đầu tư để xây dựng các kho dữ liệu công cộng, từ dữ liệu protein đến trầm tích đáy biển. Tuy nhiên, ngày càng nhiều nhà hoạch định chính sách, đặc biệt ở châu Âu, đặt câu hỏi liệu những khoản đầu tư này có mang lại hiệu quả tương xứng hay không.

Theo các học giả, PathOS đã mở ra một cách tiếp cận mới bằng việc kết hợp các phân tích định lượng quy mô lớn và tổng quan tài liệu với các phương pháp định tính chi tiết, như thảo luận nhóm và sáu nghiên cứu tình huống đa dạng. Ví dụ, một nhóm nghiên cứu đã phân tích người dùng kho lưu trữ HAL của Pháp thông qua nhật ký máy chủ, cho thấy người truy cập đến từ nhiều lĩnh vực khác nhau — bao gồm công nghệ thông tin, hành chính công và xuất bản — và tổng số lượt truy cập từ các ngành này gần tương đương với các cơ sở giáo dục.

“Tôi thực sự ấn tượng với PathOS như một phương pháp phân tích kết nối được quy mô nhỏ với quy mô lớn, và cái địa phương với cái tổng thể,” Cameron Neylon, một nhà nghiên cứu độc lập liên kết với Đại học Curtin, người không tham gia dự án, nhận xét.

Năm 2021, UNESCO kêu gọi cộng đồng quốc tế đo lường tác động của khoa học mở. Tuy nhiên, theo Tony Ross-Hellauer, nhà khoa học thông tin tại Know-Center (Áo), phần lớn các nghiên cứu hiện nay còn quá ngắn hạn và tập trung chủ yếu vào những chỉ số dễ đo, như số lượng trích dẫn hoặc tỷ lệ bài báo truy cập mở. “Chúng ta cần ngừng đo những gì dễ đo và bắt đầu tìm kiếm những điều thực sự quan trọng,” ông nhấn mạnh tại một hội nghị UNESCO vào tháng 7.

Để bổ sung bằng chứng còn thiếu, một số nghiên cứu tình huống của PathOS (bắt đầu từ năm 2022) đã thử nghiệm các cách tiếp cận mới nhằm đo lường tác động nghiên cứu, kinh tế và xã hội ở giai đoạn sau của tài nguyên mở. Chẳng hạn, một nghiên cứu phân tích hơn 115.000 bài báo về COVID-19 được công bố trong giai đoạn 2020–2021 có chia sẻ dữ liệu hoặc mã phần mềm mở. Những bài mà có bằng chứng cho thấy dữ liệu hoặc mã được tái sử dụng — sau khi đã kiểm soát nhiều yếu tố khác — trung bình được trích dẫn nhiều hơn trong các hồ sơ xin bằng sáng chế, và các tác giả cũng có nhiều hợp tác với doanh nghiệp hơn.

Tuy nhiên, những bài báo này lại không nhận thêm trích dẫn từ các hướng dẫn lâm sàng hoặc báo cáo thử nghiệm lâm sàng. Nhóm PathOS cho rằng điều này có thể phản ánh sự thận trọng của giới lâm sàng khi sử dụng các kết quả nghiên cứu có thể ảnh hưởng đến an toàn bệnh nhân. Dù vậy, một nhóm nhỏ các bài có chất lượng cao và được công bố sớm trong đại dịch vẫn nhận được nhiều trích dẫn hơn, ngay cả trong các báo cáo thử nghiệm. Điều này cho thấy dữ liệu hoặc mã mở “đóng vai trò khuếch đại tác động của nghiên cứu chất lượng cao, hơn là tự thân tạo ra tác động”, theo kết luận của nghiên cứu.

Dự án PathOS cũng chỉ ra rằng việc bắt buộc áp dụng khoa học mở có thể mang lại hệ quả tiêu cực — thể hiện qua những phàn nàn ngày càng nhiều về các khoản phí mà tác giả hoặc nhà tài trợ phải chi trả để bài báo được đọc miễn phí. Tuy nhiên, nhóm nghiên cứu cũng tìm thấy một số bằng chứng cho thấy dữ liệu mở có thể mang lại lợi ích tài chính. Một nghiên cứu về cơ sở dữ liệu UniProt cho thấy người dùng tiết kiệm được nhiều thời gian hơn so với công sức họ bỏ ra để truy cập và cập nhật dữ liệu. Lợi ích ròng ước tính đạt từ 3.513 đến 5.475 euro mỗi người dùng mỗi năm, và tổng giá trị thời gian tiết kiệm được cao gấp bảy lần thời gian đã đầu tư.

Những kết quả này cho thấy nhu cầu cải thiện việc tuyển chọn và quản lý dữ liệu, bởi mức độ dễ sử dụng của các bộ dữ liệu hiện nay rất khác nhau, theo Grypari. Nhiều bộ dữ liệu còn thiếu mã phần mềm và thông tin cần thiết để người dùng có thể khai thác hiệu quả.

Ameet Doshi, thủ thư tại Đại học Princeton, cho rằng cần có thêm nhiều nghiên cứu như PathOS để hiểu rõ ai đang sử dụng các kho bài báo và dữ liệu công cộng, cũng như cách họ sử dụng chúng. “Việc sử dụng thông tin rất đa dạng và phụ thuộc mạnh vào bối cảnh,” ông nói. Trong một nghiên cứu năm 2022, Doshi và cộng sự phân tích hơn 1 triệu bình luận của người tải báo cáo từ Viện Hàn lâm Khoa học, Kỹ thuật và Y học Quốc gia Hoa Kỳ, và phát hiện rằng hơn một nửa số báo cáo được dùng cho các mục đích ngoài nghiên cứu, như hỗ trợ cựu chiến binh xin trợ cấp hoặc giúp các tuyên úy bệnh viện cải thiện công việc.

Để hỗ trợ các tổ chức tài trợ và cơ sở nghiên cứu đánh giá tác động của khoa học mở một cách nhất quán hơn, PathOS đã xây dựng một sổ tay gồm 31 chỉ số. Tuy nhiên, các trưởng nhóm dự án cho biết vẫn còn nhiều chỉ số cần tiếp tục hoàn thiện, đặc biệt là các chỉ số liên kết khoa học mở với tăng trưởng kinh tế và các lợi ích xã hội rộng hơn, như phát triển các phương pháp điều trị y khoa mới.

Doshi nhận định rằng việc đánh giá lợi ích và hạn chế của khoa học mở ngày càng trở nên quan trọng, trong bối cảnh công chúng ngày càng mong muốn được tiếp cận tự do với tri thức khoa học. “Việc mở rộng khả năng tiếp cận với các nghiên cứu đáng tin cậy có thể giúp giảm bớt những mặt tiêu cực của môi trường thông tin hiện nay, như ‘bong bóng lọc’ và mạng xã hội,” ông nói. Theo ông, PathOS là “một khởi đầu rất tốt” cho việc quan tâm nhiều hơn đến tác động và bối cảnh sử dụng của khoa học mở.

Dịch từ Science

Bài viết Khoa học mở có thực sự mang lại lợi ích? đã xuất hiện đầu tiên vào ngày ADuBiz.

Có thể hình dung đơn giản rằng mỗi đường mạng truy cập vào Sage sẽ được xem như một mã định danh. Đường mạng này có thể là mạng cá nhân, mạng từ quán cà phê, mạng từ trường đại học… Khi có dấu hiệu cho thấy đường truy cập này bị sử dụng theo cách mà nhà xuất bản không cho phép, họ sẽ truy ra và chặn mã định danh của đường truyền ấy.

Sci-hub hoạt động bằng cách lấy bài báo trực tiếp từ các trang xuất bản học thuật. Các nhà xuất bản biết rõ điều này và luôn giám sát hệ thống của họ để phát hiện những cách truy cập bất thường. Khi họ nhận thấy có quá nhiều bài bị lấy trong thời gian ngắn, hoặc các yêu cầu truy cập không giống với hành vi đọc bình thường của con người, hệ thống sẽ tự động kích hoạt cơ chế chặn.

Điều quan trọng là hệ thống này không phân biệt được đâu là Sci-hub, đâu là người dùng bình thường. Nó chỉ nhìn thấy rằng đường truy cập đó có liên quan đến việc lấy bài không hợp lệ. Vì vậy, nếu nhà khoa học tình cờ sử dụng cùng đường truy cập đó, họ cũng sẽ bị chặn theo, dù bản thân không hề có ý định hay hành vi gì sai. Việc bị chặn thường xảy ra ngay sau khi truy cập Sci-hub là vì các tín hiệu bất thường xuất hiện rất rõ trong khoảng thời gian ngắn. Hệ thống của Sage được thiết kế để phản ứng nhanh và hoàn toàn tự động, giống như một cánh cửa cuốn đóng lại ngay khi phát hiện dấu hiệu không an toàn, mà không cần con người ngồi kiểm tra từng trường hợp.

Nhiều người lo rằng mình có bị ghi sổ đen hay bị theo dõi cá nhân hay không. Trong thực tế, điều này hầu như không xảy ra. Việc chặn chỉ áp dụng tạm thời cho đường truy cập, chứ không gắn với danh tính cá nhân, không ảnh hưởng đến hồ sơ học tập, nghiên cứu hay uy tín học thuật. Khi đổi sang một đường truy cập khác hoặc sau một thời gian nhất định, quyền truy cập thường sẽ tự động được khôi phục. Một dấu hiệu dễ nhận biết là nhà khoa học chỉ không vào được Sage khi dùng một mạng cụ thể, trong khi chuyển sang mạng khác thì mọi thứ lại bình thường. Thậm chí, đôi khi ngay cả những bài báo miễn phí cũng không mở được nếu đường truy cập đang bị chặn.

Giải pháp

Trong nhiều trường hợp, việc không truy cập được Sage sau khi vào Sci-hub chỉ mang tính tạm thời và có thể được khắc phục khá đơn giản. Một trong những cách thường được áp dụng là khởi động lại modem mạng. Đối với những kết nối internet sử dụng địa chỉ mạng thay đổi theo thời gian, việc khởi động lại modem có thể giúp hệ thống cấp một đường truy cập mới, từ đó cho phép người dùng truy cập lại các trang học thuật như bình thường. Tuy nhiên, cần lưu ý rằng đây không phải là giải pháp triệt để. Nếu tiếp tục truy cập Sci-hub trên cùng đường mạng đó, khả năng bị Sage tự động chặn trở lại là rất cao.

Vì lý do này, một lựa chọn an toàn hơn là hạn chế trực tiếp truy cập Sci-hub và thay vào đó nhờ sự hỗ trợ từ những người có quyền truy cập hợp pháp vào các cơ sở dữ liệu học thuật. Hiện nay có nhiều cộng đồng học thuật hoạt động rất tích cực trong việc hỗ trợ chia sẻ bài báo khoa học giữa các nhà nghiên cứu. Một số cộng đồng được nhiều người biết đến có thể kể đến như PhD Hub, VietPhD, Research Coach in Social Sciences, hoặc trang web Science hub Mutual Aid. Thông qua các kênh này, nhà khoa học có thể tiếp cận tài liệu cần thiết mà không làm gián đoạn khả năng truy cập vào các trang xuất bản chính thống.

Một giải pháp khác mà nhiều người nhắc tới là sử dụng các dịch vụ VPN. Về mặt nguyên lý, VPN tạo ra một đường truy cập internet khác so với đường mạng đang bị chặn, từ đó có thể giúp truy cập lại các trang như SAGE. Tuy nhiên, cần hiểu rằng đây chỉ là một biện pháp mang tính kỹ thuật, không giải quyết gốc rễ của vấn đề. Nếu tiếp tục có những hoạt động bị hệ thống của nhà xuất bản đánh giá là bất thường, việc bị chặn vẫn có thể lặp lại. Ngoài ra, việc sử dụng VPN cũng cần được cân nhắc cẩn trọng để không vi phạm quy định của cơ quan, trường đại học hoặc tổ chức mà nhà khoa học đang công tác. Trong phạm vi bài viết này, tác giả không quảng bá cho các phần mềm VPN nào. Người đọc có thể tham khảo những công cụ VPN được Google đánh kiểm định và đánh giá.

Nhìn chung, giải pháp bền vững nhất vẫn là ưu tiên các con đường tiếp cận tài liệu hợp pháp và mang tính cộng đồng. Việc dựa vào mạng lưới học thuật, trao đổi trực tiếp với đồng nghiệp hoặc tác giả, và tận dụng các nguồn mở giúp giảm rủi ro bị gián đoạn truy cập, đồng thời tránh những phiền toái không đáng có trong quá trình nghiên cứu.

Bài viết Tôi và nhà xuất bản hàng đầu thế giới cạch mặt! đã xuất hiện đầu tiên vào ngày ADuBiz.

Miguel Acevedo là một nhà sinh thái học hoang dã tại Đại học Florida. Ông có một đề tài nghiên cứu về sốt rét ở thằn lằn, là một mô hình nghiên cứu về sinh thái và tiến hóa của bệnh truyền qua vector (vật trung gian). Một đồng nghiệp của ông cũng đã từng thực hiện chủ đề nghiên cứu này tại cùng một địa điểm ở Puerto Rico từ những năm 1990, và Acevedo muốn kết hợp dữ liệu cũ của đồng nghiệp với dữ liệu mới của mình để thực hiện một phân tích dài hạn. 

Nói thì dễ hơn làm. Trong khi dữ liệu của Acevedo được nhập bằng mẫu chuẩn hóa, dữ liệu của vị đồng nghiệp được ghi chép trong sổ tay, bảng Excel và bản đồ vẽ tay. Các cột không nhất quán, đơn vị khác nhau, và không rõ các điểm lấy mẫu. Cuối cùng, việc đáng ra chỉ mất một buổi sáng lại kéo dài đến “sáu hoặc bảy tháng”, Acevedo nói. “Có rất nhiều việc, và chẳng có gì thú vị.”

Dữ liệu không chỉ được dùng một lần bởi người thu thập chúng, mà còn có thể được các nhà nghiên cứu khác tái sử dụng cho nghiên cứu mới. Càng ngày càng nhiều nhà nghiên cứu nộp dữ liệu kèm theo bài báo của họ, do yêu cầu từ các quỹ tài trợ, nhà xuất bản cùng với sự tập trung ngày càng lớn vào khoa học mở và khả năng tái lập nghiên cứu. Chính sách dữ liệu nghiên cứu của Springer Nature, nhà xuất bản của Nature, “vô cùng khuyến khích tất cả các tập dữ liệu hỗ trợ phân tích và kết luận của bài báo được công khai vào thời điểm xuất bản” và bắt buộc “chia sẻ các loại dữ liệu được cộng đồng công nhận”. Tuy nhiên, không phải tạp chí nào cũng yêu cầu tác giả cung cấp dữ liệu. Một số tác giả còn từ chối vì sợ bị “cướp” ý tưởng hoặc do thiếu thời gian.

Vậy làm sao để công bố một bộ dữ liệu có thể sử dụng và có chất lượng?

1. Soạn thảo siêu dữ liệu (Metadata)

Nếu có một thứ giúp tối đa hóa giá trị dữ liệu, đó là “siêu dữ liệu, siêu dữ liệu, siêu dữ liệu”, theo Patricia Soranno, nhà khoa học môi trường tại Đại học Bang Michigan.

Siêu dữ liệu là dữ liệu mô tả dữ liệu, ví dụ như dấu thời gian và vị trí lưu với ảnh từ điện thoại. Siêu dữ liệu giải thích ý nghĩa dữ liệu và là chìa khóa để làm cho dữ liệu FAIR – dễ tìm (findable), dễ truy cập (accessible), có thể tương tác (interoperable) và tái sử dụng (reusable). “Dữ liệu mà không có siêu dữ liệu giống như bộ Lego mà không có hướng dẫn”, Acevedo chia sẻ.

Tùy từng thí nghiệm mà siêu dữ liệu cần sử dụng là khác nhau. Theo Sarah Supp, nhà sinh thái học tại Đại học Denison, có thể chỉ cần một tệp README liệt kê thời gian, địa điểm và cách dữ liệu được thu thập, người thu thập, giấy phép mà theo đó dữ liệu được công bố, mức độ hoàn thiện và tình trạng dữ liệu (như còn thô hay đã xử lý).

Nên có một “codebook” – bản tổng hợp các mã – bao gồm định nghĩa các biến thí nghiệm, đơn vị, từ viết tắt, khoảng giá trị dự kiến và cách biểu thị dữ liệu bị thiếu (ví dụ như dùng “NA”). Nếu có nhiều bảng hoặc tệp, hãy giải thích mối quan hệ giữa chúng. Nếu phần mềm được sử dụng để xử lý dữ liệu, hãy nêu chi tiết công cụ, số phiên bản và tham số chạy, theo Anne Brown, nhà khoa học phát triển sản phẩm tại Bayer US Crop Science. Các mẫu tệp README, từ điển dữ liệu và tóm tắt dự án đã được Crystal Lewis, chuyên gia tư vấn quản lý dữ liệu nghiên cứu tại St. Louis, Missouri, chia sẻ trên X.

Đối với Acevedo, việc thực hành tốt siêu dữ liệu đã giúp dự án sốt rét ở thằn lằn của ông có thể duy trì. Ông nói: “Nó giống như học hỏi từ một chấn thương.”

2. Chia sẻ nhiều hơn

Với những con số thô, các thử nghiệm thăm dò thất bại và tập dữ liệu cuối cùng đã được xử lý, “vào cuối mỗi dự án, thực ra có hàng nghìn phiên bản dữ liệu,” Ciera Martinez, nhà khoa học dữ liệu nghiên cứu tại Trung tâm Eric và Wendy Schmidt về Khoa học Dữ liệu và Môi trường, cho biết. Vậy các nhà khoa học nên công bố phiên bản nào?

“Nếu có thể, bạn hãy chia sẻ cả dữ liệu thô và dữ liệu đã xử lý”, theo Karthik Ram, nhà khoa học dữ liệu tại Viện Khoa học Dữ liệu Berkeley. Dữ liệu đã xử lý là cơ sở của phân tích, nhưng dữ liệu thô cho phép các nhà nghiên cứu khác kiểm tra giả định và chiến lược xử lý của bạn.

Tuy nhiên, dữ liệu thô có thể cồng kềnh và tốn kém để lưu trữ. Khi đó, Martinez cho rằng một “nguyên tắc hợp lý” là công bố dữ liệu được sử dụng để tạo ra các hình minh họa trong bài báo.

Ngoài ra, theo Brown, việc công bố dữ liệu không phải để cho xong mà nên phục vụ cộng đồng khoa học. Vì vậy, bạn có thể tự hỏi mình liệu người khác có thể cần gì từ dữ liệu này và họ sẽ sử dụng chúng như thế nào. “Biết điều đó giúp bạn hiểu rằng, OK, nếu các nhà nghiên cứu khác sẽ sử dụng dữ liệu này thì tôi cần đảm bảo họ có thể hiểu nó.”

3. Tuân thủ chuẩn mực

Mỗi dự án đều khác nhau, kì vọng về dữ liệu nào nên được công bố và cách thức công bố cũng khác nhau. Vì vậy, hãy tìm hướng dẫn từ các cộng đồng lớn. Nhiều ngành có kho dữ liệu chuyên biệt, chẳng hạn như GenBank cho chuỗi DNA và Protein DataBank cho cấu trúc protein. Dữ liệu cũng có thể được đăng lên các kho lưu trữ chung như Zenodo, Figshare và Dryad. Theo Brown, bạn hãy hỏi nhà xuất bản (hoặc bên tài trợ) xem họ có nơi lưu trữ và định dạng tệp ưa thích không. Jacqueline Campbell, nhà di truyền học thực vật tại USDA, Ames, Iowa gợi ý bạn có thể tham khảo thủ thư tài nguyên của tổ chức bạn.

Các bộ dữ liệu nhỏ có thể được đưa lên GitHub, nhưng điều này không đảm bảo tính lâu dài. Ethan White, nhà khoa học dữ liệu môi trường tại Đại học Florida, cảnh báo rằng dữ liệu có thể bị xóa hoặc sửa đổi bất cứ lúc nào, vì vậy hãy lưu trữ dữ liệu tại các trang chính thức.

“Không bao giờ đăng dữ liệu lên các trang web cá nhân” theo Tracy Chen, nhà phân tích khoa học tại Viện Khoa học Ngoại hành tinh NASA. Nếu bạn thay đổi công việc hoặc nghỉ hưu, liên kết đến trang cá nhân có thể trở nên lỗi thời.

4. Xem xét định dạng 

Dữ liệu nên ở định dạng tệp mở, không độc quyền; nếu không thì người khác có thể không đọc được, theo Ellen Bledsoe, giảng viên khoa học dữ liệu sinh thái tại Đại học Arizona. Bledsoe đã gặp vấn đề này khi phải trích xuất dữ liệu từ Lotus 1-2-3 – một phần mềm bảng tính thương mại nay đã lỗi thời.

Các định dạng tệp văn bản, chẳng hạn CSV (giá trị phân tách bằng dấu phẩy), có thể được đọc bởi nhiều công cụ và ngôn ngữ lập trình, đáp ứng tiêu chí ‘I’ trong dữ liệu FAIR. Không giống như tệp nhị phân, cách tệp văn bản thay đổi theo thời gian rất dễ theo dõi. Trên hết, tránh sử dụng tệp PDF cho bảng dữ liệu, vì bảng tính có thể dễ dàng nhập vào phần mềm, trong khi bảng trong PDF phải nhập thủ công – một quá trình chậm chạp, đau khổ và dễ lỗi.

5. Bao gồm code

Nếu bạn sử dụng code để phân tích dữ liệu, hãy công bố chúng cùng với dữ liệu. Code cho thấy các bước mà bạn đã thực hiện và quyết định của bạn, và cung cấp một phiên bản chi tiết hơn của phần phương pháp. Trước khi công bố, hãy kiểm tra xem code có chạy trong một môi trường tính toán sạch (không có đối tượng trong bộ nhớ) không. Xóa các yếu tố phụ thuộc vào máy tính, chẳng hạn như đường dẫn tệp cố định. Thêm chú thích để giải thích những gì bạn đang làm và chi tiết cách chạy mã, theo John Guerra Gómez, nhà khoa học máy tính tại Đại học Northeastern. “Hãy nghĩ như một nhà du hành thời gian. Tôi muốn phiên bản John trong tương lai biết gì về điều này?”

Kari Jordan, giám đốc điều hành của The Carpentries, cho rằng nên tìm một đối tác cùnglập trình. The Carpentries, có trụ sở tại Oakland, California, tổ chức các hội thảo về tính toán khoa học và phân tích dữ liệu, và một trong những điểm nhấn của khóa đào tạo giảng viên là “không bao giờ dạy một mình”. Jordan nói: “Không bao giờ dạy một mình, không học một mình, đừng làm bất cứ điều gì một mình.”

Ví dụ, bạn có thể nhờ một lập trình viên có trình độ cao hơn cung cấp phản hồi: “Có điểm nào quan trọng mà bạn có thể làm để code dễ hiểu hơn không?” Phản hồi điển hình của White là đề xuất chia các khối code dài thành các hàm rời rạc, loại bỏ code lặp, đảm bảo tên hàm và biến có tính mô tả. Supp nói, nếu một bên thứ ba có thể hiểu và chạy code của bạn, “bạn có lẽ đã làm khá tốt trong việc làm cho code dễ đọc”.

6. Nghĩ đến khả năng truy cập

Các dự án dữ liệu lớn thường yêu cầu một mức cơ sở hạ tầng kỹ thuật nhất định từ phía người dùng tiềm năng. Và họ thường đưa ra giả định về cách mọi người sẽ truy cập, truy vấn và thao tác với dữ liệu.

Những giả định này thường không đúng, Sabina Leonelli, giảng viên triết học và lịch sử khoa học tại Đại học Exeter, Vương quốc Anh nói. “Ý tưởng rằng bạn đang tạo ra các nền tảng có thể sử dụng phổ biến, có thể tái sử dụng vô hạn, trên thực tế lại thất bại vì không tính đến việc có nhiều nhóm trên thế giới đang làm việc trong các điều kiện khác nhau.”

Lời khuyên của Leonelli: hãy tham khảo các tổ chức như Liên minh Dữ liệu Nghiên cứu hoặc Ủy ban Dữ liệu của Hội đồng Khoa học Quốc tế để nhận phản hồi về các tiêu chuẩn và giả định dữ liệu của bạn. Và, nếu có thể, hãy cân nhắc “các giải pháp công nghệ thấp”, bà nói. Chẳng hạn, bạn có thể phát triển cơ sở dữ liệu phiên bản băng thông thấp hoặc phát hành hình ảnh với cả độ phân giải thấp và cao.

Nếu không xem xét một loạt các yêu cầu, Leonelli cho rằng, kết quả sẽ là một tài nguyên mà chỉ bạn và những người như bạn mới có thể sử dụng. “Bạn có nguy cơ tạo ra một tài nguyên không tính đến bất kỳ nhu cầu nào trong số đó.”

7. Hãy bắt đầu

Theo Bledsoe, khoa học mở không phải trò chơi “tất cả hoặc không gì cả”; điều gì bạn làm cũng đều mang lại giá trị. “Ngay cả khi không đạt được đúng chuẩn, làm được 20% cũng quý giá.”

Vì vậy, hãy công bố dữ liệu của bạn – điều đó giúp người tiêu thụ dữ liệu phân tích được nhiều hơn và cho người cung cấp dữ liệu nhiều cơ hội hợp tác hơn.

Supp thừa nhận, việc chia sẻ cũng đáng sợ, vì nó đồng nghĩa với việc phơi bày bản thân ra cho mọi người soi xét. “Điều đó có một mức độ gây tổn thương nhất định,” bà nói. “Nhưng đó cũng là cách chúng ta tiến bộ.”

Dịch từ Nature

Bài viết Làm sao để dữ liệu khoa học dễ dàng tiếp cận, tìm kiếm và hữu ích? đã xuất hiện đầu tiên vào ngày ADuBiz.

Trong khi thế giới đang tập trung vào việc đạt được các thỏa thuận lớn, phát triển mô hình đọc-và-xuất bản (read-and-publish), và tuân thủ Kế hoạch S (Plan S), các tạp chí ở châu Á lại vật lộn với câu hỏi cơ bản hơn: “mở” thực sự có nghĩa là gì? Các nghiên cứu từ Trung Quốc đã cho thấy những lỗ hổng pháp lý đang làm suy yếu tính toàn vẹn của OA. Dù Nhật Bản và Hàn Quốc đã có nhiều tiến bộ, nhưng nhiều khu vực vẫn đang loay hoay. Nghiên cứu của Ming Ni và Linhui Wang (xem Hình 1) đã phơi bày sự lộn xộn trong lĩnh vực xuất bản y sinh, cho thấy rõ bức tranh này.

Tình hình tại các quốc gia châu Á

Việc áp dụng truy cập mở (OA) trên khắp châu Á đang tăng lên, nhưng lại thiếu đi chính sách và hạ tầng đồng bộ. Một nghiên cứu năm 2023 trên tạp chí Online Information Review chỉ ra rằng nhiều tạp chí ở các nước khu vực Nam Á được lưu trữ trên các kho lưu trữ của cơ sở nhưng lại không có tuyên bố cấp phép cố định hay xác định rõ ràng quyền tái sử dụng.

Tình trạng tương tự cũng diễn ra tại Đông Nam Á, khi báo cáo của Asia OA Observatory năm 2024 cho thấy chưa đến 30% các tạp chí OA được lập chỉ mục sử dụng giấy phép Creative Commons tiêu chuẩn. Ngay cả ở thị trường đã phát triển như Nhật Bản, việc áp dụng giấy phép cho tác phẩm phái sinh vẫn còn thiếu nhất quán. Các tạp chí y khoa Hàn Quốc được lập chỉ mục trên PubMed Central cũng thường thiếu minh bạch về phí xử lý bài viết (APC) hoặc quyền tái sử dụng của tác giả.

Riêng tại Singapore, tính đến cuối năm 2024, có 50 tạp chí OA được lập chỉ mục trên DOAJ. Trong số đó, 38,0% được lập chỉ mục trên Web of Science và phần lớn nằm ở nhóm Q3 và Q4. Tích cực hơn, 76,0% tạp chí OA sử dụng giấy phép CC BY và 16,0% sử dụng CC BY-NC. Thêm vào đó, 78% tạp chí Singapore trong DOAJ công nhận tác giả giữ bản quyền mà không hạn chế. Tuy nhiên, các chi tiết về thỏa thuận chuyển giao bản quyền vẫn chưa được phân tích.

Ảo ảnh về truy cập mở Đồng (Bronze OA): Khi truy cập mở không thực sự mở

Trong bài viết “The Development Status and Countermeasures of Biomedical OA Journals in China” (Tình trạng phát triển và các biện pháp đối phó của các tạp chí OA y sinh ở Trung Quốc), Linhui Wang và cộng sự đã thực hiện một phân tích thống kê chi tiết về các tạp chí y sinh trên PubMed Central và DOAJ. Những phát hiện chính cho thấy đa phần các tạp chí:

• Ít sử dụng giấy phép tiêu chuẩn: Nhiều tạp chí không sử dụng giấy phép Creative Commons, gây ra sự mơ hồ về quyền tái sử dụng.
• Thiếu minh bạch về phí xử lý bài viết (APC): Một số tạp chí thu APC nhưng không công bố rõ ràng về giá hoặc các chính sách miễn giảm.
• Thiếu chuyên môn: Nhiều tạp chí thuộc các trường đại học hoặc nhà xuất bản chính phủ nhưng lại thiếu chuyên môn về chính sách truy cập mở (OA).

Những điểm này cho thấy sự thiếu kết nối giữa kỳ vọng của khoa học mở và thực tế của xuất bản OA.

Trong một nghiên cứu khác bằng tiếng Trung, có tựa đề “Hiện trạng và các chiến lược cải thiện bản quyền của các tạp chí OA y sinh tại Thượng Hải”, tiến sĩ Ni Ming và đồng tác giả Linhui Wang đã khảo sát 112 tạp chí OA y sinh. Mặc dù bài báo được viết bằng tiếng Trung, nhưng phần tóm tắt bằng tiếng Anh đã chỉ ra những điểm nổi bật. Một điều chỉnh sau đó đã được đưa ra: tỉ lệ tạp chí Bronze OA ban đầu được báo cáo là 33%, nhưng con số chính xác là 24%.

Những vấn đề xuất hiện nhiều lần bao gồm:

• Thiếu tuyên bố rõ ràng: Các tạp chí Bronze OA thường không có tuyên bố OA hoặc giấy phép công khai.
• Hợp đồng mơ hồ: Hợp đồng bản quyền không rõ ràng, thiếu các điều khoản quan trọng như quyền phân phối, trách nhiệm khi vi phạm, hoặc cơ chế giải quyết tranh chấp.
• Mâu thuẫn giữa giấy phép và hợp đồng: Có sự không nhất quán giữa giấy phép Creative Commons và nội dung hợp đồng, đặc biệt là về quyền tạo tác phẩm phái sinh.

Những lỗ hổng này không chỉ gây nhầm lẫn cho tác giả và độc giả mà còn đặt các tạp chí vào rủi ro pháp lý và có thể làm tổn hại đến danh tiếng của họ.

Mơ hồ pháp lý trong các thỏa thuận bản quyền

Tại Trung Quốc, các phát hiện của Wang và Ni cho thấy một mô hình đáng lo ngại: ngay cả khi một tạp chí tuyên bố sử dụng giấy phép Creative Commons (CC), các thỏa thuận với tác giả thường thiếu các điều khoản quan trọng về phát hành kỹ thuật số. Một số hợp đồng chỉ có chữ ký của tác giả mà không có chữ ký của nhà xuất bản.

Nghiêm trọng hơn, có những hợp đồng mâu thuẫn trực tiếp với giấy phép CC đã công bố, chẳng hạn như cấp quyền độc quyền cho tạp chí dù đã ghi rõ là giấy phép CC BY. Việc một số tạp chí sử dụng đồng thời cả thỏa thuận cấp phép và thỏa thuận chuyển giao bản quyền cũng dẫn đến nội dung không nhất quán.

Vấn đề này không chỉ giới hạn ở Trung Quốc. Tại Đông Nam Á, một số tạp chí đại học vẫn sử dụng thỏa thuận chuyển giao bản quyền truyền thống cho nội dung truy cập mở (OA). Điều này hạn chế quyền của tác giả trong việc lưu trữ preprint hoặc chia sẻ công khai bài viết—đi ngược lại tinh thần phổ biến tri thức của OA.

Hậu quả của những vấn đề này rất rõ ràng: các tạp chí có chính sách bản quyền không rõ ràng có nguy cơ bị loại khỏi các chỉ mục uy tín như DOAJ, PubMed Central, hoặc Scopus. Tác giả có thể ngần ngại nộp bài vì sợ mất quyền sở hữu trí tuệ, trong khi độc giả cũng không chắc chắn liệu họ có thể sử dụng lại tài liệu một cách hợp pháp, ngay cả cho mục đích giảng dạy hay dịch thuật.

Khoảng trống siêu dữ liệu: Khi OA trở nên vô hình

Độ chính xác của siêu dữ liệu là một thách thức lớn. Nhiều tạp chí gán nhãn bài viết là truy cập mở (OA) nhưng lại không mã hóa thông tin giấy phép một cách chuẩn xác. Điều này làm cho các công cụ như Unpaywall và OpenAlex không thể phát hiện và xác minh nội dung.

Một nghiên cứu của Initiative for Open Abstracts (I4OA) cũng nhấn mạnh rằng các tạp chí châu Á, đặc biệt là các tạp chí không dùng tiếng Anh, thường thiếu chuẩn hóa siêu dữ liệu về giấy phép, gây cản trở nghiêm trọng cho việc tiếp cận và tái sử dụng nội dung.

Hướng đến sự rõ ràng trong cấp phép: Cần thay đổi những gì?

Để khắc phục những thiếu sót này, cần một cách tiếp cận đa chiều.

• Xây dựng chính sách OA cấp quốc gia: Chính phủ và các tổ chức học thuật nên yêu cầu không chỉ quyền truy cập mở, mà còn phải quy định rõ ràng về giấy phép Creative Commons (CC), quyền tác giả và các quy tắc tái sử dụng.
• Nâng cao năng lực cho biên tập viên và nhà xuất bản: Các khóa đào tạo về truy cập mở ở châu Á thường chỉ tập trung vào kỹ thuật lập chỉ mục hoặc quy trình APC mà bỏ qua khía cạnh pháp lý. Các chương trình từ INASP hay Asian Council of Science Editors có thể cung cấp kiến thức phù hợp với từng khu vực.
• Sử dụng công cụ kiểm toán và tăng tính minh bạch: Các nền tảng như quy trình đánh giá của DOAJ hoặc công cụ siêu dữ liệu giấy phép của Crossref nên được tích hợp vào khung chính sách quốc gia. Việc tuân thủ “Các nguyên tắc minh bạch và thực hành tốt trong xuất bản học thuật” cũng là một bước quan trọng.
• Các chỉ mục toàn cầu cần hiểu bối cảnh khu vực: Việc chuẩn hóa là cần thiết, nhưng các nền tảng toàn cầu cũng không nên quá khắt khe với các tạp chí còn hạn chế về nguồn lực trong quá trình chuyển đổi sang OA.
• Xây dựng chính sách OA và nộp hồ sơ vào cơ sở dữ liệu: Đăng ký vào DOAJ không chỉ giúp tạp chí có chính sách chuẩn mà còn tăng khả năng tiếp cận. Từ đầu năm 2025, DOAJ đã bắt đầu lập chỉ mục các tạp chí theo mô hình Subscribe-to-Open (S2O), mở ra hy vọng cho việc lập chỉ mục các tạp chí Hybrid trong tương lai.

Trong các quốc gia có tạp chí được lập chỉ mục bởi DOAJ, Indonesia đang dẫn đầu về số lượng. Tuy nhiên, ở Trung Quốc, tỉ lệ tạp chí Gold OA và Diamond OA được lập chỉ mục vẫn còn thấp, trong khi các tạp chí Bronze OA lại chiếm ưu thế.

Kết luận: “Mở” thôi chưa đủ, phải “rõ ràng”

Truy cập mở mà thiếu nền tảng pháp lý vững chắc giống như một cây cầu không có lan can: có thể đưa các tạp chí đến nơi, nhưng không đảm bảo an toàn. Khi cơ sở hạ tầng học thuật ở châu Á mở rộng, việc đầu tư vào tính minh bạch và tính bền vững về mặt pháp lý là điều cần thiết.

Những phát hiện của Wang cho thấy một thực tế rõ ràng: các tạp chí ở các quốc gia đang phát triển đang nỗ lực chuyển đổi sang OA nhưng lại thiếu một “la bàn pháp lý”. Đã đến lúc các tổ chức tài trợ, viện nghiên cứu và nhà cung cấp hạ tầng ưu tiên không chỉ số lượng mà còn cả chất lượng thực sự của nội dung truy cập mở.

Dịch từ Scholarly Kitchen

Bài viết Không chỉ là về khả năng tiếp cận: Tháo gỡ vấn đề bản quyền trên các tạp chí truy cập mở ở châu Á đã xuất hiện đầu tiên vào ngày ADuBiz.

Nhìn chung, những giấy phép này được thiết kế rất rõ ràng và dễ hiểu, lại còn có sẵn rất nhiều hướng dẫn giải thích về chúng (dù đi sâu vào chi tiết thì chúng vẫn có phần nào phức tạp hơn một chút). Dù là tác giả, nhà xuất bản, nhà tài trợ hay độc giả, đáng ra họ cần hiểu những gì đang diễn ra khi lựa chọn – hoặc bị buộc phải áp dụng giấy phép mở cho công trình nghiên cứu của mình.

Tuy nhiên, thực tế lại khác biệt.

Một khảo sát tác giả gần đây do Hiệp hội vì sự tiến bộ của khoa học Hoa Kỳ (American Association for the Advancement of Science – AAAS) thực hiện đã mang lại nhiều phát hiện thú vị. Khảo sát này không tập trung tìm hiểu về tiếp cận mở nói chung, mà còn nhấn mạnh vào quyền tái sử dụng theo giấy phép mở, cũng như mức độ hiểu biết và quan ngại của tác giả khi tác phẩm của họ được cấp phép dưới dạng mở.

Cuộc khảo sát đã đặt ra cho các tác giả những câu hỏi như sau:

• Bạn có chia sẻ kết quả nghiên cứu chưa được bình duyệt trên các dịch vụ tiền xuất bản (pre-print), blog hay các nền tảng tương tự khác không?
• Vui lòng xếp hạng các tiêu chí bạn sử dụng để lựa chọn nơi công bố kết quả nghiên cứu đã được bình duyệt của mình.
• Bạn quen thuộc với giấy phép Creative Commons đến mức nào?
• Các yếu tố ảnh hưởng đến lựa chọn giấy phép để xuất bản công trình của bạn?
• Bạn có phấn khích hay lo lắng về tiềm năng sử dụng thương mại nào đối với nghiên cứu đã công bố không?
• Nếu bạn thấy có sự xuyên tạc hoặc lạm dụng tác phẩm đã công bố của mình, bạn mong đợi chúng sẽ được khắc phục như thế nào và bởi ai?

Như có thể thấy từ báo cáo đã công bố, những phản hồi mà AAAS nhận được rất đáng chú ý. Bao gồm:

• 48% – gần một nửa số người được hỏi tự đánh giá mình chưa quen thuộc với cách thức hoạt động của giấy phép mở.
• 75% chia sẻ kết quả nghiên cứu của họ ở các địa điểm khác ngoài các tạp chí được bình duyệt chính thức.
• 42% số người được hỏi đánh giá “phạm vi tiếp cận độc giả và mức độ phù hợp với độc giả” là yếu tố quan trọng nhất khi chọn địa điểm xuất bản; “Tạo khả năng tiếp cận tác phẩm, bao gồm cả công chúng nói chung” là yếu tố được đánh giá cao thứ hai, tiếp theo là “hệ số tác động của tạp chí”. (Thật không may, cả hai lựa chọn phản hồi phổ biến nhất đều gộp chung hai tiêu chí rất khác nhau: tính đặc thù của độc giả và phạm vi độc giả.)
• Tiêu chí lựa chọn ít quan trọng nhất là “giảm giá APC hiện có hoặc các thỏa thuận chuyển đổi”.
• Các tác giả khá mơ hồ về việc tái sử dụng thương mại các công trình học thuật của họ, với 36% bày tỏ “hứng thú” về việc sử dụng như vậy và 63% bày tỏ “lo ngại”. Một số người được hỏi cho biết họ cảm thấy cả hai. Họ cũng bày tỏ cả sự hứng thú và lo ngại về việc các công ty trí tuệ nhân tạo sử dụng học thuật được cấp phép mở.
• 40% bày tỏ lo ngại về việc thiếu biện pháp khắc phục trong trường hợp sử dụng sai hoặc trình bày sai lệch tác phẩm được cấp phép mở của họ. (Mặc dù điều gì có thể cấu thành “sử dụng sai” nghiên cứu được công bố theo giấy phép chỉ ghi nguồn là một câu hỏi thú vị.)
• 28% số người được hỏi nói chung (53% số người được hỏi trong độ tuổi từ 60 đến 70) bày tỏ lo ngại về việc tác phẩm của họ có thể bị tái sử dụng theo giấy phép CC BY, trong khi 29% tổng số người được hỏi tin rằng không nên có bất kỳ hạn chế nào đối với việc tái sử dụng nghiên cứu đã công bố.

Những phản hồi này, cùng với sự thất vọng dai dẳng của những người ủng hộ khoa học mở, phản ánh một tình trạng rất khó để cân bằng: một mặt, chúng ta có thể không muốn các tác giả được quyền kiểm soát các báo cáo và dữ liệu nghiên cứu của họ đến mức những người diễn giải chúng một cách thiện chí bị ngăn cản khỏi việc phát triển các cách hiểu của riêng họ; mặt khác, chúng ta lại muốn các tác giả có quyền ngăn chặn việc ai đó trình bày sai lệch nghiêm trọng tác phẩm của họ, hoặc bị tái sử dụng bởi những người có mục tiêu mà họ cho là phản cảm. (Giấy phép CC BY cho phép tác giả yêu cầu những người tái sử dụng tác phẩm của họ không cần ghi nguồn ở  các phiên bản phái sinh; tuy nhiên, điều khoản này được đặt ở phần chữ nhỏ và không được đề cập trong phần mô tả tóm tắt dễ tìm thấy hơn của giấy phép. Và nó chỉ giải quyết vấn đề không muốn công khai gắn tên với tác phẩm phái sinh đó; nó không giải quyết vấn đề muốn không hỗ trợ hoặc không đóng góp cho tác phẩm đó.)

Và tất cả những điều trên vẫn chưa chạm đến một câu hỏi còn tinh tế và phức tạp hơn, chẳng hạn là liệu tác giả có nên có quyền hạn chế việc tái sử dụng tác phẩm của họ cho mục đích thương mại (bao gồm việc sử dụng tác phẩm của họ để huấn luyện các mô hình ngôn ngữ lớn cho trí tuệ nhân tạo), hay việc tạo ra các phiên bản phái sinh của công trình hay không. Giấy phép Creative Commons cho phép tác giả thực hiện những giới hạn như vậy, nhưng để lựa chọn giữa các giấy phép phù hợp một cách hiệu quả, họ phải hiểu rõ các loại giấy phép – và tất nhiên, họ phải được phép sử dụng chúng. Việc tước bỏ mọi quyền kiểm soát của tác giả đối với việc sử dụng công trình của họ là nguyên tắc nền tảng của phong trào truy cập mở. Liệu chúng ta có nên ngạc nhiên khi các tác giả thấy mâu thuẫn về điều này?

Tất nhiên, việc giữ lại các đặc quyền độc quyền của bản quyền, cũng như lựa chọn các giấy phép mở hạn chế hơn CC BY, không thể ngăn chặn việc người khác diễn giải sai hoặc trình bày sai tác phẩm. Tuy nhiên, việc giữ lại một phần hoặc toàn bộ các đặc quyền đó sẽ mang lại cho tác giả hoặc nhà xuất bản một mức độ kiểm soát đáng kể đối với việc tái sử dụng công trình đó, cũng như có cơ sở pháp lý để can thiệp nếu công trình bị chiếm dụng trái phép – trong khi giấy phép CC BY được thiết kế nhằm cho phép mọi hình thức tái sử dụng. Nếu như tác giả gốc chưa bảo lưu bất cứ quyền tác giả nào, thì họ đã cấp phép cho mọi hình thức tải sử dụng. Mục đích của giấy phép chính là như vậy.

Khi hệ sinh thái truyền thông học thuật tiếp tục phát triển, những vấn đề này sẽ ngày càng phiền toái và khó khăn. Điều này đặc biệt áp dụng với các tác giả – những người ngày càng bị giằng xé giữa các mục tiêu và yêu cầu liên tục thay đổi và đôi khi mâu thuẫn của các nhà tài trợ, chính phủ, người ủng hộ phong trào, nhà xuất bản và các tổ chức.

Dịch từ The Scholarly Kitchen

Bài viết Có ai thật sự hiểu các Giấy phép Creative Commons hoạt động như thế nào không? đã xuất hiện đầu tiên vào ngày ADuBiz.

Truy cập Mở (OA) bao gồm việc cung cấp miễn phí và cho phép truy cập trực tuyến các bài báo nghiên cứu học thuật, qua đó tăng cường việc chia sẻ tri thức và hợp tác. Hình thức này bao gồm các loại như OA Xanh, trong đó tác giả lưu trữ các bản thảo đã được chấp nhận (bản hậu thẩm định) của mình tại các kho lưu trữ của tổ chức hoặc kho lưu trữ chuyên ngành, và OA Vàng. Theo mô hình sau này, các bài báo được xuất bản trên các tạp chí OA, được cung cấp và có thể truy cập ngay sau khi được chấp nhận/xuất bản, và có áp dụng Phí Xử lý Bài báo (APCs). OA Kim cương cấp quyền truy cập thông qua nguồn tài trợ của tổ chức mà không thu bất kỳ khoản APC nào từ tác giả. OA Lai cung cấp quyền truy cập mở có chọn lọc cho các bài báo trên tạp chí thuê bao bằng cách thu phí APC.

Ý nghĩa của OA nằm ở việc dân chủ hóa thông tin, đẩy nhanh tiến độ nghiên cứu, và gia tăng tầm ảnh hưởng của nghiên cứu. Quy trình nộp các bản thảo trước thẩm định (preprint) lên các kho lưu trữ preprint đang ngày càng phổ biến. Việc chia sẻ công trình đang thực hiện để tìm kiếm phản hồi và khẳng định quyền ưu tiên hiện đang được tiến hành thường xuyên. Các ví dụ nổi bật về máy chủ preprint là arXiv và bioRxiv. Danh mục các Tạp chí Truy cập Mở (DOAJ) là cơ sở dữ liệu toàn diện nhất do cộng đồng quản lý về các tạp chí OA. Để biết thêm thông tin về OA và phong trào OA, hãy tham khảo các trang web của SPARC và Tuần lễ Truy cập Mở, và để đưa ra quyết định sáng suốt về việc xuất bản bài báo trên các tạp chí, có thể tham khảo trang ThinkCheckSubmit.

Tầm ảnh hưởng và Các Số liệu Đo lường Mở

Phong trào OA có vai trò quan trọng trong việc tạo điều kiện cho một môi trường nghiên cứu dung hợp và hợp tác hơn, từ đó mang lại sự tiến bộ và khả năng tiếp cận. Việc xuất bản nghiên cứu trên các tạp chí OA mang đến một cơ hội hấp dẫn để nâng cao mức độ hiển thị và tầm ảnh hưởng của công trình học thuật. Các nhà nghiên cứu có thể lựa chọn một cách có chiến lược các tạp chí OA uy tín phù hợp với lĩnh vực cụ thể và đối tượng độc giả mục tiêu của họ, qua đó đảm bảo lượng độc giả rộng hơn, số lượt trích dẫn tăng lên và các cơ hội hợp tác tiềm năng. Để tối đa hóa tầm ảnh hưởng của công trình, các tác giả có thể áp dụng các phương pháp thực hành tốt nhất góp phần vào sự tiến bộ của cả giới học thuật và xã hội. Để khai thác hiệu quả tiềm năng của OA, các nhà nghiên cứu nên tự làm quen với các nguyên tắc, chính sách và yêu cầu tài trợ liên quan đến lĩnh vực và tổ chức của họ.

Các số liệu đo lường mở cung cấp các phương pháp minh bạch và dễ tiếp cận để đánh giá tầm ảnh hưởng của nghiên cứu học thuật. Chúng vượt ra ngoài các số liệu đo lường truyền thống dựa trên trích dẫn bằng cách bao hàm một phạm vi chỉ số rộng hơn phản ánh sức ảnh hưởng của nghiên cứu và tác động xã hội. Các chỉ số này tính đến các yếu tố như lượt đề cập trên mạng xã hội, lượt tải xuống và lượt trích dẫn. Các số liệu đo lường mở đặc biệt quan trọng trong bối cảnh OA, vì chúng phù hợp với các nguyên tắc về tính minh bạch và cởi mở. Chúng cung cấp cái nhìn toàn diện về tầm ảnh hưởng của nghiên cứu, cho phép có được sự thấu hiểu toàn cục vượt ra ngoài các thước đo dựa trên tạp chí. Điều này cho phép các nhà nghiên cứu, tổ chức, nhà tài trợ và nhà hoạch định chính sách đánh giá hiệu quả giá trị xã hội và phạm vi tiếp cận của nghiên cứu. Các nền tảng như Altmetric.com và Plum Analytics cung cấp cho các nhà nghiên cứu sự thấu hiểu toàn diện về phạm vi tiếp cận và sức ảnh hưởng của các sản phẩm nghiên cứu của họ, vượt ra ngoài các số liệu đo lường dựa trên trích dẫn thông thường.

Tuyên bố San Francisco về Đánh giá Nghiên cứu (DORA) công nhận tầm quan trọng của việc đánh giá các sản phẩm học thuật và các nhà nghiên cứu dựa trên giá trị nội tại của chúng. Tuyên bố này nhấn mạnh rằng các số liệu đo lường không nên thay thế việc đánh giá chất lượng của từng nghiên cứu riêng lẻ. Hơn nữa, DORA nhấn mạnh sự cần thiết phải xem xét bối cảnh và phương pháp luận của các số liệu đo lường tạp chí khi sử dụng chúng để định hướng cho các lựa chọn xuất bản.

Bản quyền và Cấp phép Mở

Bản quyền đóng một vai trò then chốt trong giao tiếp học thuật, đặc biệt là trong lĩnh vực OA. Mặc dù bản quyền bảo vệ các ý tưởng độc đáo, các quy định quá khắt khe có thể cản trở dòng chảy tri thức và gây trở ngại cho khả năng tiếp cận nghiên cứu. Mô hình xuất bản truyền thống, vốn bao gồm việc chuyển giao bản quyền cho các nhà xuất bản, hạn chế quyền truy cập và làm tăng chi phí. OA đóng vai trò là một giải pháp cho vấn đề này bằng cách cung cấp quyền truy cập không giới hạn. Giấy phép Creative Commons, vốn hoạt động trong khuôn khổ luật bản quyền, cho phép tác giả giữ lại quyền của mình trong khi vẫn cấp các quyền hạn. Khi lựa chọn xuất bản mở, các nhà nghiên cứu phải tự làm quen với các chính sách bản quyền và việc cấp phép. Giấy phép mở cho phép các nhà nghiên cứu chỉ định rõ các quyền sử dụng và khai thác, đảm bảo sự sẵn có không giới hạn để người khác có thể đọc, tái sử dụng, điều chỉnh và ghi nhận công lao cho công trình của họ.

Trong giao tiếp học thuật, việc cấp phép mở đóng một vai trò then chốt trong việc giúp công trình có thể được truy cập mở trong khi vẫn bảo toàn được các quyền và quyền kiểm soát. Giấy phép mở tạo điều kiện thuận lợi cho việc phổ biến, hợp tác và trao đổi tri thức bằng cách mang lại sự rõ ràng và giảm bớt các rào cản truy cập. Chúng thúc đẩy tính minh bạch và có thể được áp dụng cho nhiều sản phẩm nghiên cứu khác nhau, hoàn toàn phù hợp với các nguyên tắc của OA. Việc cấp phép mở mở rộng các quyền hạn vượt ra ngoài luật bản quyền mặc định, cho phép người sáng tạo xác định cách người khác có thể truy cập, tương tác, chia sẻ và phát triển dựa trên công trình của họ. Giấy phép Creative Commons là một ví dụ điển hình cho cách tiếp cận này.

Các Phương pháp Thực hành Tốt nhất trong Xuất bản OA

Các phương pháp thực hành tốt nhất đối với OA bao gồm một loạt các yếu tố cần cân nhắc mà các nhà nghiên cứu nên xem xét. Trước hết và quan trọng nhất, nên ưu tiên các tạp chí OA hoặc máy chủ preprint, những nền tảng phù hợp với các nguyên tắc của OA, qua đó đảm bảo rằng nghiên cứu có được sự hiển thị rộng rãi. Việc tải các bản preprint lên máy chủ cho phép phổ biến nhanh chóng và nhận được phản hồi sớm, điều này thúc đẩy tính minh bạch và sự hợp tác trong các nỗ lực nghiên cứu. Việc áp dụng các phương pháp chia sẻ dữ liệu và mã nguồn mở còn giúp tăng cường hơn nữa tính minh bạch, khả năng tái lập và sự hợp tác, tạo điều kiện cho việc thẩm định của đồng nghiệp và phân tích chuyên sâu. Giấy phép mở, chẳng hạn như Creative Commons, có vai trò quan trọng đối với việc xuất bản các sản phẩm nghiên cứu, vì chúng chỉ định rõ các quyền hạn và khuyến khích việc phát triển các tác phẩm phái sinh. Để cải thiện cả khả năng tái lập và tính toàn diện, việc cung cấp công khai các tài liệu bổ sung là rất quan trọng. Sự tham gia tích cực vào các cộng đồng OA cung cấp một nền tảng cho sự hợp tác hiệu quả với các nhà nghiên cứu cùng chí hướng, góp phần vào các sáng kiến OA rộng lớn hơn. Cuối cùng, việc duy trì các phương pháp xuất bản có đạo đức là điều tối quan trọng – điều này bao gồm việc giữ vững các tiêu chuẩn đạo đức, tránh các tạp chí đáng ngờ (tạp chí săn mồi), tuân thủ các quy tắc trích dẫn đúng đắn, ngăn chặn đạo văn, và nhận lãnh trách nhiệm của tác giả có đạo đức. Uy tín, mức độ hiển thị và tầm ảnh hưởng của các đóng góp học thuật của nhà nghiên cứu trong bối cảnh OA có thể được nâng cao đáng kể bằng việc áp dụng các phương pháp này.

Giấy phép Creative Commons

Creative Commons là một tổ chức phi lợi nhuận cung cấp một bộ công cụ miễn phí, dựa trên cơ sở pháp lý để người sáng tạo chia sẻ các tác phẩm của mình với người khác trong khi vẫn giữ lại một số quyền nhất định. Mục đích chính của giấy phép Creative Commons là nhằm cho phép một cách tiếp cận linh hoạt và cởi mở hơn đối với bản quyền, cho phép người sáng tạo chỉ định rõ cách tác phẩm của họ có thể được người khác sử dụng. Có một vài loại giấy phép Creative Commons, mỗi loại được biểu thị bằng một tổ hợp các ký hiệu và chữ cái, chỉ ra các mức độ cho phép khác nhau. Các giấy phép này cung cấp cho người sáng tạo nhiều tùy chọn khác nhau để xác định cách người khác có thể sử dụng tác phẩm của họ, dù có cho mục đích thương mại hay không, cho phép sửa đổi, hay chỉ đơn giản là chia sẻ kèm theo ghi nhận tác giả phù hợp.

Các giấy phép Creative Commons chính bao gồm:

• Ghi công (CC BY): Giấy phép này cho phép người khác sử dụng, phối lại, sửa đổi và phân phối tác phẩm, ngay cả cho mục đích thương mại, miễn là họ ghi công tác giả gốc một cách phù hợp.
• Ghi công-Chia sẻ tương tự (CC BY−SA): Tương tự như CCBY, giấy phép này cho phép phối lại, sửa đổi và phân phối, với điều kiện các tác phẩm phái sinh phải được chia sẻ theo các điều khoản giấy phép tương tự.
• Ghi công-Không phái sinh (CC BY−ND): Giấy phép này cho phép người khác phân phối lại tác phẩm cho cả mục đích thương mại và phi thương mại, nhưng cấm thay đổi hoặc tạo ra các tác phẩm phái sinh.
• Ghi công-Phi thương mại (CC BY−NC): Giấy phép này cho phép người khác sử dụng, phối lại và sửa đổi tác phẩm, ngoại trừ cho các mục đích thương mại. Việc ghi công phù hợp là bắt buộc.
• Ghi công-Phi thương mại-Chia sẻ tương tự (CC BY−NC−SA): Tương tự như CCBY−SA, giấy phép này hạn chế việc sử dụng tác phẩm cho các mục đích thương mại.
• Ghi công-Phi thương mại-Không phái sinh (CC BY−NC−ND): Là giấy phép khắt khe nhất, nó cho phép người khác tải xuống và chia sẻ tác phẩm kèm theo ghi công phù hợp, nhưng ngăn cản mọi thay đổi hoặc sử dụng cho mục đích thương mại.

Các tác giả có thể chọn giấy phép phù hợp nhất với ý định của họ đối với tác phẩm. Các giấy phép này cung cấp một khuôn khổ pháp lý cho việc chia sẻ và hợp tác trong thời đại kỹ thuật số trong khi vẫn tôn trọng quyền của người sáng tạo. Điều quan trọng cần lưu ý là mặc dù giấy phép Creative Commons là một công cụ mạnh mẽ để chia sẻ nội dung, chúng không thay thế luật bản quyền; thay vào đó, chúng hoạt động trong khuôn khổ hiện có để cung cấp các tùy chọn linh hoạt hơn cho người sáng tạo và người sử dụng các tác phẩm sáng tạo.

Kết luận

Bằng cách áp dụng các phương pháp xuất bản đúng đắn, các nhà nghiên cứu thúc đẩy các nguyên tắc của OA, mang lại lợi ích cho cộng đồng khoa học và toàn xã hội. Việc họ lựa chọn các tạp chí hoặc nền tảng OA uy tín phù hợp với trọng tâm nghiên cứu và đối tượng độc giả mục tiêu là điều cấp thiết. Các yếu tố cần cân nhắc như chất lượng bình duyệt, việc lập chỉ mục, các tùy chọn cấp phép và mức độ hiển thị là rất quan trọng. Các tùy chọn cấp phép, chẳng hạn như giấy phép Creative Commons, truyền đạt một cách hiệu quả các quyền hạn và hạn chế đối với các sản phẩm nghiên cứu. OA cách mạng hóa hoạt động nghiên cứu bằng cách thúc đẩy sự hợp tác, chia sẻ tri thức và gia tăng tầm ảnh hưởng. Việc lựa chọn một nền tảng xuất bản phù hợp theo định hướng OA, kết hợp với việc sử dụng các công cụ thích hợp, sẽ khuếch đại tầm ảnh hưởng của nghiên cứu và khuyến khích sự hợp tác liên ngành. OA dân chủ hóa tri thức, tối đa hóa tầm ảnh hưởng của nghiên cứu và thúc đẩy tiến bộ khoa học. Các nhà nghiên cứu có thể mở rộng đối tượng độc giả của mình, thúc đẩy sự hợp tác và đề cao tính minh bạch, qua đó nuôi dưỡng một hệ sinh thái nghiên cứu dung hợp và đổi mới.

Dịch từ sgutam

Bài viết Từng bước nhập môn Khoa học Mở đã xuất hiện đầu tiên vào ngày ADuBiz.

Vào lúc 2:32 chiều ngày 6 tháng 5 năm 2010, Chỉ số bình quân Công nghiệp Dow Jones (Dow Jones Industrial Average) lao dốc gần 1.000 điểm, tạm thời thổi bay 1.000 tỷ USD khỏi thị trường chứng khoán, gây ra sự kiện “sập sàn chớp nhoáng” đầu tiên trong lịch sử tài chính. Vào sáng sớm Chủ nhật, ngày 17 tháng 9 năm 2023, 20 phương tiện đang di chuyển qua khu vực West Campus ở Austin, Texas, bất ngờ dừng lại cùng lúc, dẫn đến một vụ tắc nghẽn giao thông nghiêm trọng. Trong sáu tuần trước cuộc tổng tuyển cử năm 2024 tại Anh, mười người dùng trên X đã đăng những bài viết thu hút tổng cộng 150 triệu lượt xem.

Điểm chung giữa những sự kiện này là chúng đều liên quan đến máy móc thông minh – thuật toán, bot hoặc robot. Những thuật toán giao dịch tần suất cao (high-frequency trading – HFT) đã phản ứng ngay lập tức với lệnh bán giả có giá trị khổng lồ, gây ra sự kiện sập sàn chớp nhoáng. Những chiếc xe tự lái không thể giao tiếp và phối hợp để tránh nhau, dẫn đến tắc nghẽn giao thông. Còn các tài khoản X đăng tải các tweet gây tranh cãi và thù ghét trên mạng ở Anh thực chất là các con bot.

Những câu chuyện trên nhắc nhở chúng ta rằng máy móc thông minh đã len lỏi vào cuộc sống hàng ngày, âm thầm định hình thực tại xã hội của chúng ta, đôi khi theo những cách không mong muốn. Gần đây, ngày càng có nhiều cảnh báo về sự trỗi dậy bất ngờ của siêu trí tuệ, được cho là sẽ đặt dấu chấm hết cho nhân loại. Phần lớn nỗi sợ này hình dung AI như một thực thể toàn năng và toàn trị – một vị thần trong thế giới công nghệ. Nhưng thực tế là, AI không phải một thực thể duy nhất, mà là tập hợp đa dạng, nhiều chiều, và sự thật là hiện tại vẫn chưa thực sự thông minh đến mức ấy.

Một nghiên cứu gần đây đã đề xuất một ý tưởng táo bạo: các nhà khoa học xã hội nên tiếp cận máy móc thông minh như những tác nhân xã hội, ngang hàng với con người (phiên bản mở có sẵn tại đây). Chúng ta, với tư cách là các nhà khoa học xã hội, có thể điều chỉnh và áp dụng lại các lý thuyết, phương pháp nghiên cứu thực nghiệm của khoa học xã hội để nghiên cứu xã hội ngày nay – nơi con người và máy móc cùng tồn tại. Thay vì tưởng tượng những kịch bản tận thế xa vời, chúng ta cần tập trung vào việc hiểu và giải quyết các vấn đề xã hội thực tế mà ta đang đối mặt.

Các lý thuyết đã được thiết lập trong tâm lý học xã hội và xã hội học, như Thiên kiến nhóm ngoài (Outgroup bias), Thiên vị quyền uy (Authority bias), và hiện tượng nhân cách hóa (Personification), vốn mô tả mối quan hệ giữa hai cá nhân hoặc hai nhóm, có thể được điều chỉnh để mô hình hóa mối quan hệ giữa con người và bot, hoặc giữa một nhóm người và một nhóm bot. Ví dụ, nghiên cứu cho thấy khi ở trong nhóm, thay vì tương tác như cá nhân, con người dễ cảm thấy hiệu ứng đối đầu với nhóm robot, có xu hướng cạnh tranh hoặc bắt nạt robot nhiều hơn so với trong tương tác của họ và con người khác.

Tương tự, các nhà khoa học xã hội có thể điều chỉnh và mở rộng các phương pháp từ khoa học mạng (network science) và nghiên cứu hệ thống phức hợp (complex system) để khám phá động lực trong tương tác nhóm và các mô hình hành vi xuất hiện trong các mạng lưới, cộng đồng gồm cả con người và bot hoặc robot. Một số nghiên cứu đã được thực hiện với mục tiêu này, như điều tra về tần suất và hậu quả của những tương tác không được thiết lập giữa các bot chỉnh sửa trên Wikipedia, hay nghiên cứu tác động của bot đến việc lan truyền thông tin chính trị sai lệch và nội dung gây kích động trên mạng xã hội.

Văn hóa nên được xem xét khi thiết kế xe tự lái, bot trợ lý cá nhân, cũng như nhiều ứng dụng khác của công nghệ này. Cảm nhận và đánh giá của con người về máy móc phụ thuộc vào tuổi, môi trường sống, tính cách và cả quốc tịch của họ. Máy móc cũng có văn hóa riêng: cách máy móc đưa ra quyết định và hành vi của chúng phản ánh văn hóa của người thiết kế, và chúng luôn hoạt động trong một bối cảnh văn hóa cụ thể. Các nhà khoa học xã hội cần đứng lên cũng như đảm nhận vai trò dẫn dắt các cuộc thảo luận về văn hóa trong thiết kế AI.

Với sự kết nối xã hội ngày càng tăng và sự phát triển nhanh chóng của AI, việc nghiên cứu mối quan hệ giữa con người và máy móc thông minh gặp nhiều thách thức. Tuy nhiên, cách tiếp cận thực chứng sẽ là yếu tố quan trọng để tạo ra một tương lai tốt đẹp hơn cho con người. Những vấn đề xã hội như khủng hoảng tài chính, thiếu an toàn giao thông, sai lệch trong thông tin chính trị,… sẽ được giảm thiểu khi có sự góp sức của các nhà khoa học xã hội

Dịch từ LSE 

Bài viết Khoa học xã hội không thể tiếp tục bỏ qua những hành động xã hội của AI. đã xuất hiện đầu tiên vào ngày ADuBiz.

Các nhà khoa học cần được trả thù lao và ghi nhận công sức khi các chatbot trí tuệ nhân tạo (AI) sử dụng nội dung từ các bài báo khoa học của họ, theo khuyến nghị của một tổ chức thu phí bản quyền.

Đây là lời kêu gọi xuất hiện giữa tin tức rằng hai nhà xuất bản học thuật lớn đã bán quyền truy cập vào các bài nghiên cứu và dữ liệu của họ cho các công ty công nghệ lớn để huấn luyện các mô hình trí tuệ nhân tạo của họ mà không tham khảo ý kiến ​​của tác giả.

Đầu tháng tám vừa qua, một số tác giả cho biết mình rất bất ngờ khi nhà xuất bản học thuật Taylor & Francis bán quyền truy cập vào nghiên cứu của họ trong hợp đồng một năm với gã khổng lồ công nghệ Microsoft trị giá 8 triệu bảng, theo báo cáo của The Bookseller. Wiley, một nhà xuất bản học thuật khác, cũng công bố đã ký kết thỏa thuận về quyền sử dụng nội dung với một công ty công nghệ lớn vào cuối tháng 6.

Sử dụng không hợp lý 

Tổ chức Tác giả và Thu phí Bản quyền (ALCS) là đơn vị chịu trách nhiệm thu tiền bản quyền hàng năm từ các doanh nghiệp, cơ sở giáo dục và cơ quan chính phủ trên toàn thế giới, đại diện cho hơn 120.000 thành viên trong tổ chức – bao gồm các nhà nghiên cứu, nhà báo tự do, tác giả văn học, biên kịch, nghệ sĩ thị giác – âm thanh,…. Chỉ riêng năm nay, ALCS đã chi trả khoảng 44 triệu bảng Anh cho các thành viên của mình.

Hiện tại, ALCS đang yêu cầu  thù lao cho các thành viên khi chatbot như ChatGPT sử dụng  sản phẩm của họ. Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, đã có nhiều câu hỏi được đặt ra về nguồn gốc dữ liệu được sử dụng để huấn luyện chatbot , cũng như cách các công cụ AI này lấy thông tin từ internet để trả lời câu hỏi.

“Đây là một yêu cầu hợp lý,” Ed Newton-Rix, nhà khoa học máy tính ở Palo Alto, California và là người sáng lập tổ chức phi lợi nhuận Fairly Trained – một tổ chức đào tạo và cấp chứng nhận  về  tôn trọng quyền sở hữu trí tuệ cho các công ty AI tạo sinh, nhận định. “Vấn đề này không chỉ giới hạn trong ngành xuất bản mà còn ảnh hưởng đến toàn bộ lĩnh vực truyền thông.”

OpenAI, công ty phát triển ChatGPT, và Microsoft, nhà phát triển chatbot Copilot, hiện đang phải đối mặt với nhiều vụ kiện liên quan đến vi phạm bản quyền. Một số đơn vị truyền thông đã ký các thỏa thuận cấp phép bản quyền và công nghệ với OpenAI để giải quyết vấn đề này.

“Chúng ta cần một giải pháp cho tình hình hiện tại,” Richard Combes, trưởng bộ phận quyền và cấp phép tại ALCS, cho biết. “Hiện tại, chưa có hệ thống luật lệ và quy định rõ ràng cho AI tạo sinh vì công nghệ này tương đối  mới mẻ và sẽ còn tiếp tục phát triển nhanh chóng mặt.”

Một trong những câu hỏi mà tòa án sẽ phải xem xét là việc huấn luyện AI dựa trên nghiên cứu có được coi là vi phạm bản quyền hay không, vì các chatbot không thực sự lưu giữ bản sao các tài liệu theo cách truyền thống, theo giáo sư luật Michael Mattioli tại Đại học Indiana Bloomington. Ông cũng đặt vấn đề liệu “nếu điều này vi phạm bản quyền, thì nguyên tắc ‘sử dụng hợp lý’ có thể được áp dụng hay không?”

Mattioli lưu ý rằng các chatbot thường không sao chép y nguyên nội dung mà chúng đã đọc. Thay vào đó, chúng cố gắng mô tả và tóm tắt thông tin. “Đây là một khía cạnh đặc biệt có thể ảnh hưởng đến các học giả.”

Tuy nhiên, cũng có bằng chứng cho thấy các học giả đã tận dụng chatbot trong công việc của mình. Một cuộc khảo sát vào năm 2023 với 1.600 nhà khoa học cho ra kết quả gần 30% trong số họ đã sử dụng AI để viết bài nghiên cứu và khoảng 15% sử dụng AI để viết đơn xin tài trợ và tổng quan tài liệu.

Cân nhắc về việc đền bù

Vào tháng 2,  UK House of Lords Communications and Digital Committee (Ủy ban Truyền thông và Kỹ thuật số của Thượng viện Vương quốc Anh) đã công bố một báo cáo trong khuôn khổ cuộc điều tra sâu rộng về trí tuệ nhân tạo (AI) tạo sinh. Báo cáo này nhấn mạnh tầm quan trọng của việc “trao quyền cho những người nắm giữ quyền sở hữu trí tuệ kiểm tra xem dữ liệu của họ có bị sử dụng khi chưa được sự cho  phép hay không.”

Theo Richard Combes, trưởng bộ phận quyền và cấp phép tại ALCS, chính phủ Vương quốc Anh trước đây đã khởi động một quy trình tập hợp các bên nắm giữ quyền sở hữu, các chủ sở hữu bản quyền và các công ty công nghệ để tìm ra sự đồng thuận về vấn đề này. Tuy nhiên, quy trình này đã bị hủy bỏ trước thềm bầu cử. Combes cho rằng cần khôi phục lại cuộc trao đổi này, vì nó rất quan trọng để xác định cách thức đền bù cho các thành viên ALCS vì những lần sử dụng tác phẩm của họ mà chưa nhận được sự đồng ý trước đây, đồng thời thỏa thuận về việc sử dụng khi đã được cho phép trong tương lai.  “Chúng ta cần một khung pháp lý có thể áp dụng được cho cả những người phát triển công nghệ AI và những người sở hữu tác quyền.” ông nói.

Combes cũng nhấn mạnh tầm quan trọng của sự minh bạch trong bất kỳ thỏa thuận nào với các công ty công nghệ trong tương lai. Số lần một tác phẩm nhất định được sử dụng cần phải rõ ràng để đảm bảo rằng các chủ sở hữu bản quyền được đền bù thích đáng. Ed Newton-Rix đồng tình với quan điểm này và cho rằng các công ty AI cần phải công khai dữ liệu mà họ sử dụng để huấn luyện các mô hình của mình. “Nếu các công ty AI được phép sử dụng bất kỳ dữ liệu nào mà họ muốn mà không cần có sự đồng ý, những vấn đề này sẽ không bao giờ được giải quyết,” Newton-Rix cảnh báo. Ông nói thêm rằng nếu không có sự đồng ý, các nhà sáng tạo và những người nắm giữ quyền sở hữu trí tuệ sẽ không thể tránh việc bị khai thác.

Mặc dù OpenAI từ chối trả lời  trực tiếp, họ đã đề cập đến một bài đăng trên blog về công cụ Media Manager sắp ra mắt của họ, dự kiến ra mắt vào năm 2025. Công cụ này sẽ cho phép các chủ sở hữu bản quyền xác minh những tác phẩm nào của họ có thể được sử dụng để huấn luyện các mô hình AI, với mục tiêu đặt ra một tiêu chuẩn mới cho ngành công nghiệp.

Vào tháng 6, ALCS đã phát động một cuộc khảo sát để thu thập ý kiến từ các thành viên về việc liệu họ có đồng ý cho các tác phẩm của mình được sử dụng để đào tạo chatbot hay không. Combes đặc biệt quan tâm đến việc lắng nghe từ các học giả, vì những lo ngại về độ chính xác và độ tin cậy của các kết quả do AI cung cấp. Ông dự đoán rằng các nhà nghiên cứu có thể sẽ bày tỏ lo lắng về việc tác phẩm của họ bị sử dụng sai mục đích, trích dẫn không chính xác hoặc bị đưa ra khỏi ngữ cảnh bởi các hệ thống AI. Theo đó,  ý kiến của các nhà nghiên cứu là yếu tố quan trọng giúp đảm bảo rằng AI được phát triển một cách minh bạch và tôn trọng quyền sở hữu trí tuệ.

Lưu ý của biên tập viên: Tác giả của bài viết này là thành viên của ALCS nhưng không tham gia vào nỗ lực đòi đền bù cho việc AI sử dụng tác phẩm của các thành viên.

Dịch từ Royal Society of Chemistry

Bài viết Các nhà khoa học có nên được trả tiền khi chatbot AI sử dụng công trình của họ không? đã xuất hiện đầu tiên vào ngày ADuBiz.

Các bộ sưu tập tư liệu, hiện vật lịch sử của các trường đại học là những kho tàng lưu giữ tri thức nhân loại qua hàng nghìn năm, đại diện cho sự phát triển của các phương pháp quản lý thông tin qua nhiều thế hệ. Chúng là nguồn dữ liệu quý giá cho nghiên cứu đa ngành và giúp tái hiện quá trình, giá trị và bối cảnh lịch sử của những nghiên cứu được tiến hành tại cơ sở. Hơn thế, các bộ sưu tập này đóng vai trò thiết yếu trong việc bảo tồn di sản văn hóa, khoa học và xã hội cho các thế hệ tương lai.

Các bộ sưu tập của trường đại học là một phần quan trọng trong di sản chung được tôn vinh trong Ngày Quốc tế Bảo tàng năm nay. Chúng có vai trò đặc biệt trong việc khám phá kiến thức mới, nhất là các bộ sưu tập được hình thành từ quá trình nghiên cứu và giảng dạy. Tuy nhiên, tiềm năng to lớn của các bộ sưu tập này trong việc hỗ trợ nghiên cứu vẫn chưa được khai thác tối đa do những hạn chế về khả năng tìm kiếm, quản lý và tiếp cận.

Tận dụng sức mạnh của những câu chuyện

Để khắc phục khó khăn trong việc tìm kiếm và tiếp cận các bộ sưu tập của trường đại học, Katrina Grant (Digital Humanities), Claire Sheridan (ANU Collections) và tôi (Kylie Message) đã lập nên một podcast mang tên “The Timber Detective Agency”. Thay vì điều tra các vụ án bí ẩn như những podcast trinh thám thông thường, chúng tôi sử dụng lối kể chuyện hấp dẫn để giới thiệu hơn 50 bộ sưu tập quý giá của Đại học Quốc gia Australia (Australian National University – ANU). Ý tưởng này nhằm thu hút sự quan tâm của công chúng, đặc biệt là những người yêu thích lịch sử và thể loại podcast trinh thám.

Ngoài mục tiêu quảng bá các bộ sưu tập của ANU, chúng tôi còn muốn khẳng định vai trò quan trọng của các bộ sưu tập của các trường đại học trong nghiên cứu. Ý tưởng này được thúc đẩy bởi những tranh luận gần đây về giá trị của đại học trong mắt công chúng cũng như kết quả nghiên cứu về đào tạo nhân lực đa ngành cho lĩnh vực quản lý thông tin-thư viện.

Chúng tôi bắt đầu hành trình khám phá từ xylarium – một kho lưu trữ gỗ ít người biết đến của ANU. Nơi đây đã đóng góp vào nhiều lĩnh vực nghiên cứu quan trọng, từ quốc phòng, an ninh sinh học đến quản lý cháy rừng của người dân bản địa. Chúng tôi nhận ra rằng để truyền tải khái niệm trừu tượng về “cơ sở hạ tầng nghiên cứu”, việc sử dụng những khối gỗ thô sơ – nguyên liệu trực tiếp cho các nghiên cứu – hiệu quả hơn nhiều so với trưng bày những hiện vật đẹp mắt trong tủ kính. Một trong những sự tình cờ thú vị khi tiến hành tập này là vị chuyên gia lâm học mà chúng tôi phỏng vấn còn được biết đến với biệt danh “thám tử gỗ”.

Chúng tôi muốn tạo ra một trải nghiệm tương tác, nơi người nghe không chỉ thụ động tiếp nhận kiến thức mà còn trở thành những cộng sự cùng khám phá ý nghĩa ẩn chứa trong các bộ sưu tập. Đồng thời, chúng tôi mong muốn minh bạch hóa hoạt động của đại học, vì vậy mỗi tập podcast đều liên quan đến ba nhiệm vụ cốt lõi của trường đại học: nghiên cứu, giảng dạy và kết nối với cộng đồng.

Tập đầu tiên minh họa tiềm năng của nghiên cứu liên ngành và đổi mới dựa trên một bộ sưu tập gỗ. Tập thứ hai giới thiệu bộ sưu tập nội thất giữa thế kỷ của ANU như một nguồn tài liệu quý giá về lịch sử của trường đại học. Tập cuối cùng nhấn mạnh giá trị của các bộ sưu tập trong việc kết nối với cộng đồng và tạo ra tác động xã hội. Thông qua việc sáng tác nhạc mới cho một cây đàn piano cổ, tập này thể hiện cách các bộ sưu tập đại học có thể tôn vinh di sản văn hóa bản địa và mở rộng định nghĩa về nghiên cứu.

Tôi rất hứng thú khi biết chủ đề của Ngày Quốc tế Bảo tàng năm nay (IMD 2024) là thúc đẩy sự phát triển của cơ sở hạ tầng bền vững, công nghiệp hóa toàn diện và đổi mới sáng tạo trong lĩnh vực bảo tàng, sưu tập và nghiên cứu. Tuy nhiên, tôi cũng nhận thức rõ những thách thức lớn mà chúng ta đang phải đối mặt trong việc hiện thực hóa mục tiêu này, thậm chí có ý kiến cho rằng đó là điều bất khả thi.

Thách thức trong việc hiện thực hóa các bộ sưu tập như cơ sở hạ tầng nghiên cứu

Các thách thức về cơ sở hạ tầng với các bộ sưu tập đại học là về mặt xã hội, tài chính, và gắn liền với di sản hệ thống của việc thu thập và lập tài liệu thuộc địa. Sự suy giảm kiến thức về các bộ sưu tập này đang được đẩy nhanh bởi sự ra đi của những người nắm giữ kiến thức và trưởng lão của các cộng đồng bản địa, cũng như việc nghỉ hưu của các nhà quản lý, nhà nghiên cứu và chuyên gia kỹ thuật, những người đã dành cả sự nghiệp làm việc với những tài liệu này.

Đây là một vấn đề nghiêm trọng đối với các bộ sưu tập đại học đang tìm cách phát triển các khuôn khổ đạo đức trong việc điều chỉnh quản lý kiến thức trong bối cảnh nghiên cứu và giáo dục của họ, đặc biệt liên quan đến quản trị dữ liệu về người bản địa. Nó có những hậu quả lớn hơn đối với các cộng đồng người bản địa muốn hợp tác với các trường đại học để xây dựng các hệ thống lập mục lục phù hợp về văn hóa, cũng như mô hình hóa các quy trình hồi hương thúc đẩy dự án phản ánh lịch sử chân thật của quốc gia.

Thực tế, sự thiếu sót mang tính hệ thống này đến từ việc thiếu đi sự tương tác giữa các bộ sưu tập hiện có, ngay cả trong cùng một tổ chức. Vấn đề này không chỉ của riêng các trường đại học, nhưng nó lại nghiêm trọng hơn thảy vì các bộ sưu tập của họ được phân tán trên nhiều ngành học hơn so với các bảo tàng lịch sử xã hội, lịch sử tự nhiên hoặc dân tộc học điển hình. Ngay cả khi một trường đại học có hệ thống quản lý bộ sưu tập tập trung, nhưng nó cũng không nhất thiết kết nối với hệ thống thư viện hoặc các công cụ quản lý lưu trữ của cơ sở. Có những trường hợp ngoại lệ, chẳng hạn như nền tảng kỹ thuật số của Yale liên kết các bộ sưu tập và cho phép người dùng truy cập trực tuyến miễn phí để tìm kiếm hơn 17 triệu danh mục, nhưng chi phí tài chính liên quan đến việc thiết lập và duy trì cơ sở hạ tầng này là quá cao đối với nhiều bộ sưu tập đại học khác.

Nếu không phải bây giờ, thì khi nào?

Để ngăn chặn sự suy giảm kiến thức về các bộ sưu tập, các tổ chức cần đầu tư vào những phương thức mới để xây dựng mối quan hệ, chia sẻ thông tin và phát triển hệ thống kỹ thuật thu thập dữ liệu. Mặc dù các trường đại học khá thành thạo trong việc khai thác kiến thức, họ lại còn thiếu kinh nghiệm trong việc xây dựng văn hóa và mô hình quản trị cho các nghiên cứu mang lại lợi ích chung với cộng đồng bên ngoài.

Sự tập trung của IMD2024 vào việc nhấn mạnh vai trò quan trọng của các bộ sưu tập như cơ sở hạ tầng nghiên cứu cho toàn xã hội quốc tế hy vọng sẽ thu hút sự chú ý đến nguồn lực cần thiết cho việc tạo ra và quản lý kiến thức này một cách cấp bách.                                                                                                                                       

Dịch từ LSE

Bài viết Công nhận tiềm năng của các bộ sưu tập hiện vật tại các trường đại học như là những cơ sở hạ tầng nghiên cứu đã xuất hiện đầu tiên vào ngày ADuBiz.