Utvidet utgave av artikkelen om AI i nasjonale forskningsøkosystemer fokuserer på det globale sør

Ocuco siste utgave inneholder nye case-studier og oppdateringer til tidligere analyser, og gir ny innsikt i hvordan ulike nasjoner – både store og små økonomier – prioriterer AI i sine vitenskapelige og forskningsstrategier. Studien fungerer som en verdifull ressurs for beslutningstakere, forskningsledere og akademiske institusjoner, og gir komparative perspektiver og eksempler på nasjonale AI-prioriteringer.

• Australia*: Forbereder for menneskesentrisk bruk av AI
• Benin: Forutse virkningene av kunstig intelligens på Vest-Afrikas ambisiøse digitale
• Brasil*: Høste fordelene med AI med noen advarende merknader
• Kambodsja: Søker kunstig intelligens tilnærminger til nasjonale forskningsoppdrag
• Chile: Finne muligheter for å anvende kunstig intelligens i et eksisterende forskningsfinansierende økosystem  
• Kina*: Fremme tilnærmingen til kunstig intelligens for vitenskap  
• Colombia**: Vitenskapelige økosystemer og muliggjørere av kunstig intelligens
• den dominikanske republikk**: ENIA: et veikart for å skape en kunnskapsøkonomi basert på kunstig intelligens
• India: Få innsikt i transformative teknologier og deres sosiale integrasjon
• Malaysia*: Aktiverer den fjerde industrielle revolusjonen  
• Mexico: Opprette et nasjonalt ledende byrå for kunstig intelligens
• Oman: Fremme innovasjon gjennom et Executive Program
• Pakistan**: Bygge et robust, robust digitalt økosystem 
• Palestina**: Tilpasning av vitenskapslandskapet for kunstig intelligens
• Panama**: Vurdering av økosystemet for kunstig intelligens .
• Sør-Afrika**: Vedta kunstig intelligens for alle innbyggere
• Uruguay: Følger et veikart for å forberede nasjonale vitenskapelige systemer for kunstig intelligens
• Usbekistan: Bygge de rette forholdene og ferdighetene for kunstig intelligens

* Oppdatert casestudie for land
** Nye casestudier i landet

Sentrale funn fremhever at AI-adopsjon i vitenskap ofte prioriterer sektorer som landbruk, helsevesen og utdanning. Forskningen understreker imidlertid også landspesifikke applikasjoner, alt fra styresett og rettssystemer til smarte byer. I tillegg konsentrerer mange nasjoner sin AI-innsats på utvalgte fokusområder – som datainfrastruktur og oppgradering av arbeidsstyrken – og fremhever utfordringen med å oppnå omfattende AI-integrasjon.

Utover denne innsikten, tar artikkelen opp kritiske spørsmål rundt AI for vitenskap, inkludert behovet for bedre datastrategier og viktigheten av regionalt og transnasjonalt samarbeid. For å utforske disse utfordringene ytterligere, utarbeider ISC tre avklaringspapirer som vil gå dypere inn i disse temaene.

Når vi ser fremover, planlegger Center for Science Futures å gi ut en tredje utgave av papiret av mid-2025, fortsetter arbeidet med å foredle og utvide forståelsen av AIs transformative innvirkning på vitenskapelige systemer.

Dette arbeidet ble utført ved hjelp av et stipend fra International Development Research Centre, Ottawa, Canada. Synspunktene som uttrykkes her, representerer ikke nødvendigvis synspunktene til IDRC eller dets styre.