【智网文摘】CEPAL发布最新研究:数据挖掘成为拉美人工智能发展的重要基础
2026-11-20
20261120
来自联合国拉丁美洲和加勒比经济委员会(CEPAL)的报道:
2026年11月3日,联合国拉丁美洲和加勒比经济委员会发布了数字发展观察站专题报告,聚焦文本与数据挖掘技术如何为人工智能发展提供支持,以及拉美和加勒比地区如何进一步发挥自身数字信息资源的价值。
这份报告属于CEPAL《数字发展观察站公报》(Boletín
del Observatorio de Desarrollo Digital),共23页,报告编号为LC/TS.2026/83,由联合国拉丁美洲和加勒比经济委员会出版。
随着生成式人工智能、大语言模型和机器学习技术快速发展,数据已经成为人工智能产业链中不可或缺的基础资源。无论是训练新的人工智能模型,还是对现有模型进行优化,都需要大量经过处理、整理和筛选的信息。
文本与数据挖掘(Text and Data Mining,TDM)正是在这一背景下发挥重要作用。
这项技术能够利用自动化方法,从大量数字内容中提取信息、识别规律并建立结构化数据集。研究人员和开发者可以借助相关技术处理文本、数字资料及其他信息资源,为人工智能模型提供训练和分析所需的数据基础。
与传统人工整理信息的方式相比,自动化的数据挖掘能够提高大规模信息处理的效率,使研究人员有机会从更加丰富的数据资源中发现潜在联系。
对于人工智能模型而言,数据不仅是训练阶段的基础,也直接影响模型能否适应不同领域的实际需求。通过建立更加专业化的数据集,开发人员可以对模型进行训练、调整和优化,使其更好地服务于特定任务。
例如,通用人工智能模型可以通过专业领域数据进一步调整,以适应科研、医疗、教育、工业以及公共服务等不同场景。文本与数据挖掘因此不仅关系到信息处理,也与人工智能模型的专业化发展密切相关。
CEPAL的研究将文本与数据挖掘放在人工智能价值链中进行分析,强调其对于人工智能技术研发和区域数字经济发展的基础性作用。
对于拉丁美洲和加勒比地区而言,这一问题具有特殊意义。
该地区拥有大量数字信息资源,包括科研成果、学术出版物、公共信息、文化资料以及不同产业积累的数据。这些资源具有潜在的科研和产业价值,但如何在合法、合理的条件下进行整理、分析和利用,仍然是人工智能发展过程中需要解决的问题。
报告特别指出,目前拉美和加勒比地区在文本与数据挖掘方面仍存在法律空白和制度不确定性。这些问题可能限制区域信息资源的有效利用,影响科研机构和企业建立用于人工智能训练的数据集。
其中一个重要问题,是如何平衡人工智能技术创新与内容创作者的合法权益。
在人工智能模型训练过程中,研究人员可能需要处理大量数字文本、出版物和其他内容。相关数据能否被用于自动化分析、科研训练和模型优化,需要有更加明确的制度依据。
如果相关规则不够清晰,科研机构和企业在使用数据时就可能面临不确定性,进而影响技术研发和创新项目的开展。
另一方面,如果数据利用缺乏必要的权益保护机制,也可能损害内容创作者和相关权利人的合法利益。
因此,报告强调,推动文本与数据挖掘发展,并不意味着忽视知识产权保护,而是需要在促进科研创新与维护创作者权益之间建立更加合理的平衡。
对于拉美国家来说,完善相关制度不仅是法律层面的工作,也关系到未来能否建立具有区域特色的人工智能产业生态。
随着全球人工智能竞争不断深入,数据资源、算法能力、计算基础设施和专业人才已经成为影响产业竞争力的重要因素。拉美地区如果希望进一步提升自身在人工智能产业链中的参与程度,就需要更加充分地利用本地数字信息资源。
通过建立更加明确的文本与数据挖掘规则,科研人员能够在更稳定的制度环境下开展数据分析和模型研究,企业也能够更清晰地了解数据利用的边界和相关要求。
与此同时,区域内不同国家之间还需要加强经验交流,推动相关制度和技术能力建设。
CEPAL此次发布的报告,实际上提出了一个值得关注的发展方向:人工智能竞争不仅取决于谁能够开发更大规模的模型,也取决于谁能够更有效地组织、处理和利用数据资源。
对于拉美和加勒比地区而言,文本与数据挖掘既是人工智能技术发展的基础环节,也是推动数字资源转化为经济和社会价值的重要途径。
未来,如果该地区能够进一步完善相关制度,在保障创作者权益的前提下为科研和创新提供更加明确的环境,就有机会更充分地发挥本地数据资源的价值,推动人工智能技术在区域内实现更广泛的应用。
从数字信息资源的自动化处理,到人工智能模型训练与专业化,再到数字经济和科研创新,文本与数据挖掘正在成为连接数据资源与人工智能产业的重要环节。
此次CEPAL发布的专题研究,也为拉美国家思考如何提升人工智能自主发展能力、完善数字经济制度环境以及推动区域技术创新提供了新的参考。
编辑:姚少杰
校对:康晨雨
科讯搜寻:劳拉
本文使用ChatGPT辅助翻译,内容服务于中拉科技互鉴,不代表平台观点,如有疏漏,欢迎指正。