TENNESSE—Setiap kali ilmuwan menjalankan eksperimen, atau ilmuwan sosial melakukan survei, atau pakar humaniora menganalisis sebuah teks, mereka menghasilkan data. Lalu bagaimana para peneliti melacaknya? Dan bagaimana mereka memastikan bahwa teknologi tersebut dapat diakses oleh manusia dan mesin?
Dilansir Japan Today, Senin (28/8/2023), profesor di Fakultas Ilmu Informasi di University of Tennesse, Bradley Wade Bishop menuliskan bahwa untuk meningkatkan dan memajukan ilmu pengetahuan, ilmuwan harus mampu mereproduksi data orang lain atau menggabungkan data dari berbagai sumber untuk mempelajari sesuatu yang baru.
Pertama, manajemen data riset.
Ini adalah bidang beasiswa yang berfokus pada penemuan dan penggunaan kembali data. Sebagai sebuah bidang, bidang ini mencakup layanan data penelitian, sumber daya, dan infrastruktur siber. Misalnya, salah satu jenis infrastruktur, penyimpanan data, memberi peneliti tempat untuk menyimpan data mereka untuk penyimpanan jangka panjang sehingga orang lain dapat menemukannya.
Manajemen data riset yang tepat juga memungkinkan para ilmuwan untuk menggunakan data yang sudah ada dibandingkan mengumpulkan kembali data yang sudah ada, sehingga menghemat waktu dan sumber daya.
Menurut Bishop, dengan meningkatnya politisasi sains, banyak organisasi sains nasional dan internasional telah meningkatkan standar akuntabilitas dan transparansi mereka. Badan-badan federal dan penyandang dana penelitian besar lainnya seperti National Institute of Health kini memprioritaskan pengelolaan data penelitian dan mewajibkan peneliti untuk memiliki rencana pengelolaan data sebelum mereka dapat menerima dana apa pun.
Ilmuwan dan pengelola data dapat bekerja sama untuk mendesain ulang sistem yang digunakan ilmuwan untuk mempermudah penemuan dan pelestarian data. Secara khusus, integrasi kecerdasan buatan (AI) dapat membuat data ini lebih mudah diakses dan digunakan kembali.
Kedua, manajemen data kecerdasan buatan.
Bishop mengatakan banyak dari standar baru untuk pengelolaan data penelitian ini juga berasal dari peningkatan penggunaan AI, termasuk pembelajaran mesin, di bidang berbasis data. AI menjadikan data apa pun sangat diinginkan agar dapat ditindaklanjuti oleh mesin – yaitu, dapat digunakan oleh mesin tanpa campur tangan manusia. Kini, para pakar dapat menganggap mesin tidak hanya sebagai alat, namun juga sebagai pengguna dan kolaborator data otonom yang potensial.
Kunci dari data yang dapat ditindaklanjuti mesin adalah metadata. Metadata adalah deskripsi yang ditetapkan ilmuwan untuk datanya dan dapat mencakup elemen seperti pembuat tanggal, cakupan, dan subjek. Metadata minimal tidak terlalu berguna, namun metadata terstandar yang benar dan lengkap menjadikan data lebih berguna bagi manusia dan mesin.
Bishop menuturkan dibutuhkan kader manajer data riset dan pustakawan untuk mewujudkan data yang dapat ditindaklanjuti oleh mesin. Para profesional informasi ini bekerja untuk memfasilitasi komunikasi antara ilmuwan dan sistem dengan memastikan kualitas, kelengkapan dan konsistensi data yang dibagikan.
Ketiga, perencanaan manajemen data.
Hal ini menggambarkan apa, di mana, kapan, mengapa dan siapa yang mengelola data penelitian. Para ilmuwan mengisinya dan mereka menguraikan peran dan kegiatan untuk mengelola data penelitian selama dan lama setelah penelitian berakhir. Mereka menjawab pertanyaan seperti, “Siapa yang bertanggung jawab atas pelestarian jangka panjang”, “Di mana data akan disimpan”, “Bagaimana cara menjaga keamanan data saya”, dan “Siapa yang membayar semua itu?”
Bishop mengungkapkan proposal hibah untuk hampir semua lembaga pendanaan di berbagai negara kini memerlukan data management plans. Rencana ini memberikan sinyal kepada para ilmuwan bahwa data mereka cukup berharga dan penting untuk dibagikan kepada masyarakat.
Selain itu, rencana tersebut membantu lembaga pendanaan mengawasi penelitian dan menyelidiki potensi pelanggaran. Namun yang terpenting, mereka membantu para ilmuwan memastikan data mereka tetap dapat diakses selama bertahun-tahun.
Menjadikan semua data penelitian adil dan seterbuka mungkin akan meningkatkan proses ilmiah. Memiliki akses terhadap lebih banyak data membuka kemungkinan untuk melakukan diskusi yang lebih mendalam mengenai cara mendorong pembangunan ekonomi, meningkatkan pengelolaan sumber daya alam, meningkatkan kesehatan masyarakat, dan cara mengembangkan teknologi yang dapat meningkatkan kehidupan secara bertanggung jawab dan beretika. Semua kecerdasan, baik buatan atau lainnya, akan mendapat manfaat dari pengorganisasian, akses, dan penggunaan data penelitian yang lebih baik.
