Aby otevřená věda fungovala, musí být přirozenou součástí každodenní práce

Začátkem října se v Ostravě uskutečnilo další setkání EOSC CZ Networkingu a my jsme u této příležitosti vyzpovídali profesora Jana Platoše, nového prorektora pro vědu, výzkum a doktorské studium na VŠB – Technické univerzitě Ostrava. V rozhovoru vysvětluje, proč je správná správa dat klíčem ke kvalitnímu výzkumu, jak univerzita vychovává novou generaci data stewardů a proč je podle něj otevřená věda přirozenou součástí moderní akademické práce.

22. 10. 2025 Lucie Skřičková

Bez popisku

Vaše výzkumné oblasti zahrnují adaptivní algoritmy, datové proudy či koncept drift. Jak se tyto technologie uplatňují v praxi – třeba v průmyslu nebo ve vzdělávání?

Výzkum v oblasti časových řad a datových proudů je velmi blízko reálným potřebám – typicky při predikci spotřeby elektřiny, plynu nebo jiných komodit. Prediktivní modely mají široké využití v průmyslu, například v prediktivní kvalitě či údržbě, kde pomáhají odhalit problém dříve, než skutečně nastane.

Váš výzkum se dotýká i oblasti adaptivního učení a datových toků. Jak důležitá je podle Vás správná správa dat?

Kvalita dat je naprosto zásadní. Když nejsou data správně spravovaná nebo uložená, nemůžete dosáhnout přesných výsledků. Transparentní správa dat umožňuje srovnávat metody, vyhodnocovat jejich přínos a zajistit replikovatelnost experimentů – a to je základ důvěryhodné vědy.


Jedním z aspektů správné správy dat je princip FAIR (data mají být Findable, Accessible, Interoperable a Reusable). Kde vidíte největší překážky při jejich zavádění?

Největší výzvou je podle mě osvěta a uživatelská přívětivost. Vědci musí rozumět, proč tyto principy existují, jak je aplikovat a hlavně – jak je mohou využít ve svém výzkumu. Pokud mají být FAIR principy skutečně široce přijaty, musí být nástroje pro ukládání a sdílení dat co nejjednodušší a nejpřístupnější, tedy uživatelsky přívětivé. A to zatím často neplatí.


„Kvalita dat je naprosto zásadní. Když nejsou data správně spravovaná nebo uložená, nemůžete dosáhnout přesných výsledků.“

Jakým způsobem VŠB–TUO podporuje výzkumníky v oblasti správy výzkumných dat?

Na univerzitě postupně budujeme systém podpory otevřené vědy – pořádáme školení, vychováváme a nově také přijímáme data stewardy, kteří pomáhají vědcům se správou výzkumných dat. Principy otevřené vědy se snažíme přibližovat nejen zkušeným vědcům a výzkumníkům, ale také doktorandům v rámci Ph.D. akademie. Připravujeme také letní školu pro data stewardy a další vzdělávací akce, které tuto oblast ještě více rozšíří.


Jak si představujete ideální stav správy výzkumných dat na univerzitě za pět let?

Ideální stav vidím v tom, aby se principy otevřené vědy a správné správy dat staly přirozenou součástí každodenní práce každého výzkumníka. Nemyslím, že bychom byli v tomto směru pozadu. Díky aktivitám, které realizujeme, a těm, které připravujeme, držíme krok s evropským vývojem. Naší ambicí je, aby nová generace vědců tyto principy vnímala jako samozřejmou součást vědecké práce.


„Ideální stav vidím v tom, aby se principy otevřené vědy a správné správy dat staly přirozenou součástí každodenní práce každého výzkumníka.“

EOSC CZ Networking propojuje výzkumníky a datové experty z různých institucí. Co podle Vás přinášejí tato setkání univerzitám, jako je VŠB?

Tato setkání jsou velmi důležitá. Pomáhají sdílet zkušenosti, navazovat spolupráce a šířit příklady dobré praxe. Do budoucna bych uvítal, kdyby se podařilo zapojit ještě širší spektrum účastníků, aby se myšlenky otevřené vědy a správného nakládání s daty šířily ještě rychleji.


A teď trochu odlehčeně. Máte nějaký oblíbený nástroj nebo algoritmus, který Vás v poslední době opravdu zaujal?

Jednoznačně nástup umělé inteligence a generativních modelů. Představují obrovský skok vpřed – dostupnost dat i nástrojů otevřela prostor pro nové aplikace a přesnější algoritmy, které ještě před pár lety nebyly možné.


Bez popisku

Prof. Ing. Jan Platoš, Ph.D. 


působí na Vysoké škole báňské – Technické univerzitě Ostrava, kde od roku 2025 zastává pozici prorektora pro vědu, výzkum a doktorské studium. Specializuje se na adaptivní algoritmy, analýzu datových proudů a koncept drift v datových modelech. Jeho práce propojuje teorii s praxí – vyvíjí inteligentní systémy využitelné například v energetice, digitálních médiích či chytrých sítích. Využívá také evoluční a přírodou inspirované algoritmy, které pomáhají zlepšovat výběr příznaků, klasifikaci nebo predikci časových řad.


Více článků

Přehled všech článků

Používáte starou verzi internetového prohlížeče. Doporučujeme aktualizovat Váš prohlížeč na nejnovější verzi.