Resumen: La ciencia de los datos del clima enfrenta barreras persistentes derivadas de la naturaleza fragmentada de las fuentes de datos, los formatos heterogéneos y la pronunciada experiencia técnica requerida para identificar, adquirir y procesar conjuntos de datos. These challenges limit participation, slow discovery, and reduce the reproducibility of scientific workflows. En este artículo, presentamos una prueba de concepto para abordar estas barreras a través de la integración de un gráfico de conocimiento curado (kg) con agentes de IA diseñados para flujos de trabajo científicos nativos de nube. El KG proporciona una capa unificadora que organiza conjuntos de datos, herramientas y flujos de trabajo, mientras que los agentes de IA, impulsados ​​por los servicios generativos de IA, permiten la interacción del lenguaje natural, el acceso de datos automatizado y el análisis simplificado. Juntos, estos componentes reducen drásticamente el umbral técnico para participar en la ciencia de datos climáticos, lo que permite a los usuarios no especialistas identificar y analizar conjuntos de datos relevantes. Al aprovechar los portales de datos de API listos para la nube existentes, demostramos que “un gráfico de conocimiento es todo lo que necesita” para desbloquear flujos de trabajo escalables y agentes para la investigación científica. El diseño de código abierto de nuestro sistema respalda aún más las contribuciones de la comunidad, asegurando que el KG y las herramientas asociadas puedan evolucionar como un bien compartido compartido. Nuestros resultados ilustran una vía hacia la democratización del acceso a los datos climáticos y al establecer un marco reproducible y extensible para la colaboración humana: AI en investigación científica.

Publicado Originalme en export.arxiv.org El 28 de septiembre de 2025.
Ver Fuente Original