Um projeto para dar forma ao Data Lab para a Ciência
O tópico HORIZON-RAISE-2027-01-04 pertence à chamada AI in Science do programa de trabalho 2026-2027 do Horizonte Europa, na parte das Atividades Horizontais. Financia uma única ação de coordenação e apoio (CSA) com um objetivo preciso: construir o modelo operacional e o plano de referência de um Data Lab para a Ciência que funcione como ponte entre a Nuvem Europeia de Ciência Aberta (EOSC) e o RAISE, o Recurso para a Ciência com IA na Europa.
O conceito de Data Lab vem da Estratégia da União dos Dados. Um Data Lab é um conector entre as fábricas de IA (AI Factories) e os Espaços Comuns Europeus de Dados: presta serviços especializados que transformam dados brutos em recursos utilizáveis para treinar modelos e desenvolver aplicações de IA. Os exemplos dados pela Comissão são concretos: agregação de dados (data pooling), curadoria, pseudonimização e geração de dados sintéticos.
A Comissão reconhece que boa parte destas ferramentas já existe, desenvolvida por infraestruturas de investigação e prestadores de serviços científicos que operam ou contribuem para a EOSC. O projeto financiado não parte do zero. Tem de mapear o que já há, identificar o que falta e desenhar um modelo que torne o conjunto coerente, sustentável e útil para investigadores de várias disciplinas. O Data Lab para a Ciência será, nas palavras do programa de trabalho, uma entrega central da vertente de dados do RAISE.
Necessidades que este instrumento resolve
Este tópico financia o trabalho de organização que permite aos investigadores usar dados científicos com IA de forma rápida e escalável. Por isso cruza duas necessidades.
- I&D e ciência: o resultado esperado é um acesso mais fácil dos investigadores a grandes volumes de dados de investigação prontos para IA, com serviços de dados associados, para que possam desenvolver e treinar modelos científicos sem reconstruir a cadeia de preparação de dados em cada projeto.
- Digitalização e IA: o núcleo técnico são fluxos de trabalho de IA e os serviços que os alimentam (agregação, anonimização, curadoria, dados sintéticos), integrados com as infraestruturas europeias de dados e de computação de alto desempenho. O projeto tem de alinhar estes fluxos entre países e disciplinas para que possam escalar.
Três resultados que a Comissão quer ver
O programa de trabalho fixa três contributos que o projeto selecionado deve gerar. São a grelha com que a proposta vai ser lida na avaliação do impacto.
- Modelo operacional sustentável: um plano de referência para um Data Lab para a Ciência ligado à EOSC e ao RAISE, que permita aos investigadores acelerar a adoção de IA na ciência.
- Acesso facilitado a dados prontos para IA: grandes volumes de dados de investigação e serviços de dados de qualidade, para desenvolver e treinar modelos sem fricção.
- Alinhamento e interoperabilidade: fluxos de trabalho de IA e serviços conexos que funcionem e escalem entre países e disciplinas.
As sete atividades obrigatórias
Ao contrário de muitos tópicos do Horizonte Europa, que deixam margem ao consórcio para escolher o caminho, este enumera as atividades que a proposta tem de incluir. Todas são exigidas.
| Atividade | O que implica na prática |
|---|---|
| Mapear e orquestrar o existente | Identificar e consolidar dados, serviços e resultados de projetos EOSC do Horizonte Europa e outras soluções reconhecidas pela comunidade, incluindo políticas, orientações e formação, com um mapeamento navegável. |
| Integração com infraestruturas | Reunir os elementos necessários para integrar o Data Lab nas infraestruturas europeias de dados e de computação de alto desempenho, com fluxos de trabalho coesos. |
| Diagnóstico de bloqueios | Identificar obstáculos técnicos, operacionais, jurídicos e organizacionais à partilha, reutilização e agregação de dados para IA na ciência. |
| Plano de referência e demonstração | Desenhar o modelo do Data Lab e apoiar a sua implementação através de casos de uso, em coordenação com a Federação EOSC e a Federação EuroHPC. |
| Governação e financiamento | Propor modelos que garantam a continuidade do Data Lab para lá da duração do projeto. |
| Lacunas por disciplina | Levantar necessidades de serviços de dados não cobertas pelas soluções atuais e recomendar futuras ações de política e financiamento. |
| Rede de projetos | Ligar e fomentar a colaboração entre projetos que oferecem dados e serviços de dados para IA na ciência. |
Orçamento, forma de financiamento e calendário
O orçamento indicativo do tópico é de 1,00 M€ e a Comissão estima que esse valor chegue para atingir os resultados, sem impedir propostas com montantes diferentes. Na prática, com um único projeto previsto, o envelope e a contribuição por projeto coincidem.
Os custos elegíveis assumem a forma de montante fixo (lump sum), ao abrigo da Decisão de 7 de julho de 2021 que autoriza este regime no Horizonte Europa. O contrato é o modelo de subvenção por montante fixo (HORIZON-AG-LS). Isto muda a forma de preparar a candidatura: o orçamento é fixado por pacote de trabalho na proposta e o pagamento depende da conclusão das atividades previstas em cada pacote. Um orçamento mal dimensionado por pacote de trabalho não se corrige depois.
Admissibilidade, países elegíveis, capacidade financeira e operacional, critérios de avaliação e prazos de assinatura seguem os Anexos Gerais do programa de trabalho (Anexos A a G), sem condições específicas adicionais neste tópico.
Onde fica este tópico na chamada RAISE 2027
A chamada HORIZON-RAISE-2027-01 reúne três tópicos com a mesma data de abertura e o mesmo prazo, mas com natureza e escala muito diferentes. O Data Lab é o único de coordenação e o mais pequeno. Os outros dois financiam investigação aplicada em descoberta científica automatizada.
| Tópico | Tipo | Orçamento | Projetos |
|---|---|---|---|
| RAISE-2027-01-01 | RIA (investigação e inovação) | 26,5 M€ | 3, cerca de 9 M€ cada |
| RAISE-2027-01-02 | RIA (investigação e inovação) | 3 M€ | 1 |
| RAISE-2027-01-04 | CSA (coordenação e apoio) | 1 M€ | 1 |
A complementaridade é evidente. Os projetos de investigação vão produzir e consumir grandes volumes de dados científicos para treinar modelos. O Data Lab é a peça que deve tornar esses dados acessíveis, tratados e reutilizáveis de forma padronizada, ligando a EOSC (o espaço comum de dados de investigação) à capacidade de computação do RAISE e das AI Factories.
Que tipo de entidade tem hipóteses reais
Com um único projeto de 1 M€ em toda a Europa, a concorrência vai concentrar-se em consórcios que já estão dentro do ecossistema EOSC. O perfil mais natural reúne:
- Infraestruturas de investigação e prestadores de serviços EOSC: entidades que já operam repositórios, catálogos ou serviços de dados federados e conhecem a governação da Federação EOSC.
- Centros de computação de alto desempenho: parceiros ligados à EuroHPC ou às AI Factories, indispensáveis para a atividade de integração com as infraestruturas de computação.
- Universidades e laboratórios com uso intensivo de IA: fontes dos casos de uso que o projeto tem de demonstrar e do levantamento de necessidades por disciplina.
- Empresas tecnológicas especializadas em dados: PME com competência em anonimização, pseudonimização, curadoria ou geração de dados sintéticos podem entrar como parceiras técnicas, sobretudo quando já trabalharam com dados de investigação.
O que recomendamos
Este é um tópico de nicho, desenhado para quem já está à mesa da EOSC. Para a maioria das empresas portuguesas a pergunta útil não é se devem coordenar uma proposta, mas se têm algo a acrescentar a um consórcio que já se está a formar. Uma PME com uma ferramenta madura de anonimização ou de geração de dados sintéticos, testada em dados científicos ou de saúde, tem um argumento concreto: a Comissão pede expressamente estes serviços e quer soluções já validadas pela comunidade.
Para universidades e centros de investigação portugueses com participação ativa em projetos EOSC, ou com ligação à infraestrutura EuroHPC instalada em Portugal, o tópico é uma oportunidade de posicionamento estratégico. O valor financeiro é modesto, mas o projeto selecionado vai definir o plano de referência de um serviço que a Comissão considera central na estratégia de IA para a ciência. Quem desenha o modelo tende a estar bem colocado nas fases de implementação que se seguirem.
Três alertas práticos. Primeiro, o regime de montante fixo exige uma divisão rigorosa por pacotes de trabalho, porque cada pacote só é pago se for concluído. Segundo, a atividade de governação e financiamento pós-projeto pesa muito: os avaliadores vão querer ver um modelo de sustentabilidade credível, com fontes de financiamento identificadas. Terceiro, a janela de 16 semanas é curta para montar um consórcio de raiz, por isso o contacto com coordenadores potenciais deve começar antes da abertura a 13 de outubro.
Comentários, correções ou contrapontos são bem-vindos: [email protected]