Building AI-Ready Communities: Meet the Global Cohort Transforming Data Practice with Open Data Editor

在全球范围内，数据的可信度、可用性和AI就绪度已成为推动社会创新和科技进步的关键。近日，Open Knowledge Foundation（OKFN）宣布启动新一批“开放数据编辑器”（Open Data Editor, ODE）全球试点团队。这一开源桌面工具将很快集成负责任的AI功能，帮助非技术社群高效进行数据清洗和转换，进一步推动AI与数据素养的普及。

ODE设计初衷是让没有编程经验的用户也能高效参与数据治理。最新试点重点测试了一项全新功能：离线运行的负责任AI模块，可帮助用户识别异常、模式与不一致性，同时保障数据隐私、透明与人为把控。这不仅是工具升级，更是推动全球数据与AI素养平等普及的重要探索。

自5月开放申请以来，ODE全球试点项目共收到来自26个国家的41份申请。遴选出的创新团队将在2025年7月至9月与OKFN技术团队密切合作，将ODE应用于实际工作流程，并通过反馈推动工具持续完善。过程中，成员机构也将获得长效的数据能力提升。

（1）柬埔寨：An AI of Our Own (AAOO)

主题：用包容性AI模型构建文化遗产数据

领域：AI与数字遗产

目标数据集：定性文化数据

项目负责人Phloeun Prim表示：“我们正在构建包容性的、植根于文化的、社区驱动的AI和数字遗产方法。我们将使用Open Data Editor来协作清理和构建社区生成的数据集，这些数据集通常包括多语言、多媒体和非西方知识格式。”

选择无代码工具的原因在于：AAOO要与艺术家、文化从业者和社区成员合作，其中许多人没有接受过数据科学训练。像ODE这样的无代码工具将允许这些贡献者直接参与准备、清理和分析他们自己的数据。

（2） 墨西哥：DataCrítica

主题：为调查新闻和透明度准备AI就绪数据集

领域：数据新闻

目标数据集：FOIA请求和土地使用数据

联合创始人兼总监Gibran Mena说："我们将使用ODE来清理来自墨西哥和欧洲FOIA的数据，用于我们对从地理数据库导出的土地使用数据的调查，以及训练柏林和墨西哥城的独立记者。"

选择无代码工具的原因在于：DataCrítica培训了许多独立记者，将数据集洞察融入他们的报道中，特别是揭示他们经常报道的个别案例背后的结构性不平等。但是，记者通常不会编程，因为学习编程是一个非常耗时的努力。

（3）印度：德里印度理工学院(IIT Delhi)

主题：通过数据清理增强学术研究，服务机器学习和AI工具

领域：图书馆学

目标数据集：来自各个研究领域的大型数据集

助理图书馆员Mohit Garg表示：“我们计划将Open Data Editor作为研究人员的数据质量工具，支持数据策展和研究数据管理工作。我们发现ODE是一个易于使用的一站式解决方案，可以在研究生命周期的早期阶段识别常见的数据障碍和各种不一致性。”

选择无代码工具的原因在于：IIT Delhi工作的目标群体是在各自领域的专家研究人员，涵盖社会科学、行政管理、图书馆、生物科学、工程、管理科学等。但他们往往缺乏编程技能或不熟悉R或Python等编程环境。

（4）南非：公共事务研究所(PARI)

主题：简化公共数据，加强地方治理

领域：社会科学研究

目标数据集：地方政府数据

地方政府项目负责人Jugal Mahabir介绍：“PARI团队在过去10到15年中收集了南非257个市政当局的财政、经济、社会和人口数据，这些数据需要对齐并整理成一个用于共享和分析的综合数据库。ODE将在识别整理和对齐过程中可能出现的潜在差异和错误方面发挥重要作用。”

选择无代码工具的原因在于：数据整理工作将由几名没有中高级技术技能的初级研究员完成。因此，无代码工具对于帮助这些初级研究员在不编程的情况下检查和纠正数据非常有帮助。

（5） 加纳：开放科学社区加纳

主题：用AI工具赋能社区研究者，推进协作开放科学

领域：开放科学

目标数据集：社区收集的生物多样性记录

研究员Mohammed Kamal-Deen Fuseini说：“我们的野外团队定期收集物种观察、栖息地条件和本土生态知识数据。ODE将使我们能够识别和纠正不一致性，如缺失字段、格式问题或冲突的分类法，确保数据集干净、结构化，为协作分析做好准备。”

选择无代码工具的原因在于：ODE工具有利于使非技术社区合作伙伴能够在不编写代码的情况下探索、验证和准备数据集。

开放数据编辑器不仅是技术工具，更是推动负责任AI和数据治理平等化的重要平台。试点团队的反馈将持续推动ODE在隐私保护、透明性和包容性方面的改进，也为全球AI就绪社区的建设积累了宝贵经验。

目前，ODE已开放免费下载，并配套有免费在线课程，进一步降低数据能力的门槛。该项目得到了Patrick J. McGovern基金会的公益支持。