人机协同与人工智能：面向材料科学的众包元数据词汇表
人工智能
2025-12-11 v1 数字图书馆
摘要
元数据词汇表对于推进 FAIR 和 FARR 数据原则至关重要，但其发展受到人力资源有限和标准化实践不一致的制约。本文介绍了 MatSci-YAMZ，这是一个集成了人工智能（AI）与人机协同（HILT，包含众包）的平台，旨在支持元数据词汇表的开发。本文报告了一个概念验证用例，在材料科学这一高度跨学科的领域评估了 AI-HILT 模型。隶属于 NSF 数据驱动动态设计研究所（ID4）的六（6）名参与者连续数周使用 MatSci-YAMZ 平台，贡献术语定义并提供示例以提示 AI 优化定义。成功创建了十九（19）个 AI 生成的定义，迭代反馈循环证明了 AI-HILT 优化的可行性。研究结果证实了 AI-HILT 模型的可行性，并突出了：1）成功的概念验证；2）与 FAIR 和开放科学原则的一致性；3）指导未来研究的研究协议；4）跨领域的可扩展潜力。总体而言，MatSci-YAMZ 的底层模型具备增强语义透明度的能力，并能减少达成共识与开发元数据词汇表所需的时间。
引用
@article{arxiv.2512.09895,
title = {Human-in-the-Loop and AI: Crowdsourcing Metadata Vocabulary for Materials Science},
author = {Jane Greenberg and Scott McClellan and Addy Ireland and Robert Sammarco and Colton Gerber and Christopher B. Rauch and Mat Kelly and John Kunze and Yuan An and Eric Toberer},
journal= {arXiv preprint arXiv:2512.09895},
year = {2025}
}
备注
Metadata and Semantics Research Conference 2025, 14 pages, 7 figures