AI 找到了数据可用性声明，就证明研究数据能用了？

论文里出现数据可用性声明，并不直接证明相关数据能够找到、取得和重新使用。同样，自动工具能够识别声明，也不等于它已经完成了对共享状态的核实。

UK Reproducibility Network在2026年9月10日介绍两份报告时，明确区分了这些问题。其中一份针对承认获得MRC支持的2023年论文样本，报告超过八成论文存在声明，但按所用标准判断，约59%的论文声明可接受。[1]这些是特定样本与标准下的结果，不能推广为全部科研论文的比例。

看清一个准确率对应的任务

该介绍还提到，DataSeer在识别声明是否存在这一任务上达到95%的准确率。[1]这里的任务是“有没有声明”，不是“共享是否充分”，更不是“95%的数据都能成功下载”。解释自动检查结果时，应把任务对象与数字放在一起，避免只保留一个好看的百分比。

把声明、标识符和实际材料分别检查

介绍中提到的实际困难包括无法解析的数据集标识符，以及声明质量差异；另一份报告则讨论核验、推断、定义和基础设施层面的限制。[1]

本文建议，整理共享材料时分开记录：声明写了什么、链接或标识符指向哪里、实际访问需要什么条件。受限访问并不必然是不合规，但必须准确说明边界，不能用“有链接”代替可用性判断。

本篇依据两份报告的官方介绍整理，未重新计算报告数据，也未验证任何具体研究的数据共享情况。重点是让自动检测的结论与它真正完成的任务保持一致。