全球科研生态正在经历深刻变革。
施普林格·自然联合数字科研公司发布的第十份年度报告揭示，开放科学已从理论倡导转化为普遍实践。
数据显示，88.1%的受访者支持开放获取出版，80.9%认可数据开放共享，较十年前有显著提升。
这一趋势背后，是国际社会对FAIR原则（可查找、可访问、可互操作、可重用）的广泛接纳，其认知度在过去五年实现翻倍增长。
然而，实践层面仍存在结构性矛盾。
尽管69.2%的研究者承认数据共享未获应有认可，但报告强调，建立与科研评估挂钩的激励机制至关重要。
不同地区与学科间的政策执行差异尤为突出，生命科学领域对开放数据的支持率达87%，而工程学科仅67%，凸显标准化政策需与学科特性相结合的现实需求。
值得关注的是，智能技术正成为推动开放科研的新引擎。
最新统计表明，人工智能在数据处理中的应用率年增幅达44%，元数据创建中的使用率提升56%。
这种技术赋能既提高了研究效率，也带来了数据伦理、质量标准等新课题。
专家指出，构建兼顾效率与安全的智能科研框架，将成为未来十年的关键突破点。
面对当前挑战，报告建议采取多维解决方案：在制度层面完善数据贡献的学术评价体系；在技术层面建立跨平台互操作标准；在伦理层面制定人工智能应用的边界规范。
施普林格·自然科研数据负责人指出，只有当开放实践与质量保障形成正向循环，才能释放科研数据的最大价值。
前瞻分析显示，随着联合国"开放科学十年"计划持续推进，到2030年全球科研数据共享率有望突破90%。
但这一进程需要各国在基础设施投入、人才培养和政策协同上形成合力，特别是在发展中国家构建本土化支持体系。
十年的持续调查见证了全球开放科研从理想到实践的深刻转变。
当前，开放科研已获得广泛的理论认同和实践基础，但要实现其可持续发展，仍需在激励机制、基础设施、伦理规范等方面进行深化改革。
特别是在人工智能快速发展的时代背景下，如何在保证科研安全和伦理底线的前提下，充分发挥开放与技术创新的协同效应，成为全球科研共同体面临的重要课题。
各国应以此报告为参考，结合本国国情和学科特点，制定更加科学合理的开放科研政策，为全球科学进步和人类福祉做出更大贡献。