依托前期访谈、政策标准梳理和企业调研，团队已形成涵盖安全、内容、规模、价值四个方面的企业高质量数据集评估框架。此次实践中，队员们带着阶段性研究走进政策制定、平台运营、企业服务和人工智能应用一线，从不同主体的实际做法与使用需求出发，边走访、边记录、边校准，推动研究指标与湖北企业的真实场景进一步衔接。
走进数据主管部门，把准建设方向
7月1日，实践队来到湖北省数据局开展专题调研。座谈围绕湖北省高质量数据集建设现状、评定工作和行业应用展开。队员们结合前期梳理的问题，就评价标准如何体现地方产业特点、如何服务模型训练和行业应用等内容向相关业务人员请教，并认真记录意见建议。
座谈让团队对湖北高质量数据集建设的关注重点有了更清晰的认识：评价既要守住数据安全和合规使用的底线，也要考察数据能否适配具体模型和行业场景、能否在实际应用中发挥作用。对于专业性较强的行业数据，不能简单以数量多少作为判断依据，还应综合考虑标注质量、行业代表性和使用效果，让体量不大但专业价值突出的“小而精”数据集得到合理评价。
来自政策与业务一线的建议，也为后续走访明确了方向。实践队将关注点进一步延伸至平台归集与评定、企业建设与申报、人工智能场景应用等环节，并把湖北重点行业和特色场景纳入框架优化过程。
图1湖北省数据局调研合影
深入平台企业，校准评定尺度
实践期间，团队两次走进湖北大数据集团，了解高质量数据集相关平台建设、数据集评定和数据要素服务等情况。首次到访时，队员们详细梳理了高质量数据集从资源整理、信息归集到展示检索、供需对接的工作链条，并就数据集评定所需材料、平台核验方式及评价结果的后续使用进行询问。
平台端的实际工作要求让团队意识到，一套评价工具不仅要有完整的指标结构，还要便于企业填写、便于平台核验、便于不同使用主体理解。结合现场了解到的流程，队员们对部分指标表述和诊断步骤作出调整，尽量减少过于学术化的表达，使评估内容更贴近实际业务。
再次到访时，团队带着前期调研发现和框架优化思路，就后续深化调研、加强成果应用等内容交换意见。前后两次走访，使队员们既看到了平台如何组织和展示数据集，也更清楚评价工具需要怎样嵌入具体工作流程。
图2团队座谈交流照片
延伸应用场景，检验数据需求
随后，实践队来到武汉东湖大数据科技股份有限公司，了解企业为客户提供高质量数据集建设和申报服务的相关业务。工作人员结合实际服务案例，介绍了数据集建设、材料准备和申报评定中需要关注的环节；企业专家则根据一线经验，从指标选择和权重设置两个方面对团队的评估框架提出针对性建议。
这些案例使队员们认识到，高质量数据集的建设、申报和评定并非彼此割裂，前期数据整理和材料准备会直接影响后续评价与应用。不同行业、不同数据类型、不同应用任务，对同一项指标也可能有不同的判断依据。为此，评估框架既要保持基本标准的一致性，也要为行业特点和场景需求留出合理空间。吸收企业端意见后，团队继续完善指标说明和企业诊断表的填写规则。
图3东湖大数据调研合影
为了解高质量数据集在人工智能应用端的实际需求，实践队走进湖北易康思科技有限公司。队员们听取企业及OPC模式介绍，参观OPC办公空间、OPC社区场景和阿里云合作展示区，并上手体验云电脑及相关设备。算力平台和场景应用的现场演示，使大家对个人和小团队如何借助人工智能工具开展创新创业有了更直观的认识。
图4团队参观OPC社区
座谈中，团队简要介绍了高质量数据集评估研究的基本思路，并围绕数据集建设、模型训练和人工智能应用场景等问题与企业人员展开讨论。企业人员结合云电脑、算力平台和应用服务介绍相关情况，队员们则从数据质量、场景适配和持续更新等角度进行追问，将此前在政策端、平台端和服务端关注的问题带到应用一线继续验证。
此行让团队进一步看到，算力、模型和应用工具为个人及小团队开展人工智能创新提供了技术条件，但行业应用能否稳定落地，仍离不开与具体任务相匹配的数据支撑。数据集建设不能脱离模型需求和应用场景，评价时也应关注数据能否被有效使用、能否支持实际任务以及能否持续迭代。
图5易康思科技调研合影
走访结束后，团队对各单位的记录、案例和意见建议进行集中整理，按照政策端、平台端、服务端和应用端分类对照，并据此优化“安全—内容—规模—价值”四维评估框架。与此同时，企业诊断表得到进一步完善，湖北特色高质量数据集清单和图谱也完成梳理，为后续持续调研和成果反馈打下基础。
这场暑期社会实践，让队员们把课堂中的统计方法带到真实的政策与产业场景，也把一线提出的问题带回研究之中。从数据主管部门到平台企业，从数据服务机构到人工智能应用场景，团队对高质量数据集建设的理解不断具体、不断深入。下一步，“数聚荆楚队”将继续整理调研材料、完善研究成果，推动专业学习与地方发展需求更好衔接，以青年行动服务数字湖北建设。