[논문 리뷰] A Fourth Wave of Open Data? Exploring the Spectrum of Scenarios for Open Data and Generative AI

Hannah Chafetz, Sampriti Saxena외 1명|arXiv (Cornell University)|2024. 05. 07.

Big Data and Business Intelligence인용 수 6

한 줄 요약

논문은 Spectrum of Scenarios 프레임워크를 제시하여 개방형 데이터와 생성형 AI가 어떻게 교차하는지 매핑하고, 데이터의 개방성 준비상황에서부터 개방형 탐색에 이르기까지 시나리오를 개요하며, 데이터 품질 및 거버넌스 향상을 위한 다섯 가지 핵심 영역을 식별합니다.

ABSTRACT

Since late 2022, generative AI has taken the world by storm, with widespread use of tools including ChatGPT, Gemini, and Claude. Generative AI and large language model (LLM) applications are transforming how individuals find and access data and knowledge. However, the intricate relationship between open data and generative AI, and the vast potential it holds for driving innovation in this field remain underexplored areas. This white paper seeks to unpack the relationship between open data and generative AI and explore possible components of a new Fourth Wave of Open Data: Is open data becoming AI ready? Is open data moving towards a data commons approach? Is generative AI making open data more conversational? Will generative AI improve open data quality and provenance? Towards this end, we provide a new Spectrum of Scenarios framework. This framework outlines a range of scenarios in which open data and generative AI could intersect and what is required from a data quality and provenance perspective to make open data ready for those specific scenarios. These scenarios include: pertaining, adaptation, inference and insight generation, data augmentation, and open-ended exploration. Through this process, we found that in order for data holders to embrace generative AI to improve open data access and develop greater insights from open data, they first must make progress around five key areas: enhance transparency and documentation, uphold quality and integrity, promote interoperability and standards, improve accessibility and useability, and address ethical considerations.

연구 동기 및 목표

• 빠르게 진화하는 AI 환경에서 개방형 데이터가 생성형 AI와 상호 작용하는 방식을 탐구하도록 동기를 부여합니다.
• 개방형 데이터와 생성형 AI 사이의 가능한 교차를 분류하기 위한 Spectrum of Scenarios 프레임워크를 제안합니다.
• 각 시나리오에 대한 데이터 품질, 기원(provenance), 거버넌스의 전제조건을 식별합니다.
• 데이터 소유자가 AI-enabled 개방형 데이터 접근 및 인사이트를 수용하도록 조직적 및 윤리적 고려사항을 강조합니다.

제안 방법

• Open data와 Generative AI 교차를 매핑하기 위한 질적 프레임워크(Spectrum of Scenarios)를 개발합니다.
• 시나리오를 정의하고 분류합니다: pertaining, adaptation, inference and insight generation, data augmentation, 그리고 open-ended exploration.
• 프레임워크 내 각 시나리오에 대한 데이터 품질 및 기원(provenance) 요구사항을 분석합니다.
• 개방성(투명성, 문서화), 품질, 상호 운용성, 접근성, 윤리성의 개선이 필요한 영역을 종합합니다.

실험 결과

연구 질문

• RQ1 개방형 데이터와 생성형 AI가 실제로 교차할 수 있는 방법은 무엇인가요?
• RQ2 각 교차 시나리오를 지원하기 위해 필요한 데이터 품질 및 기원(provenance) 요구사항은 무엇인가요?
• RQ3 AI-enabled 개방형 데이터 접근 및 인사이트를 가능하게 하려면 어떤 조직적 관행과 윤리적 고려가 필요합니까?

주요 결과

• Spectrum of Scenarios 프레임워크는 다섯 가지 교차 범주를 개요합니다: pertaining, adaptation, inference and insight generation, data augmentation, 그리고 open-ended exploration.
• 데이터 소유자가 생성형 AI를 활용하기 위한 진전은 투명성과 문서화의 향상에 달려 있습니다.
• 데이터 품질과 무결성, 상호운용성 및 표준, 접근성과 사용성, 그리고 윤리적 고려가 개선되어야 AI-enabled 개방형 데이터 혜택을 실현할 수 있습니다.
• 이 논문은 ad hoc AI 도입보다 구조화된 프레임워크를 통해 개방형 데이터 준비 상태에 접근해야 한다고 주장합니다.