Menos del 1% datos científicos publicados en abierto cumple estándar calidad

Menos del 1 % de los datos científicos publicados en abierto cumple los estándares de calidad, según un estudio de la Universitat Oberta de Catalunya (UOC) que ha analizado la publicación de datos abiertos en la red social académica 'ResearchGate', una de las más populares en la comunidad científica.

La ciencia abierta propugna un modelo de investigación científica en el que tanto los resultados como todos los datos generados durante la investigación estén al alcance de la sociedad con el objetivo de lograr un sistema científico más colaborativo, democrático y transparente en todas sus fases.

Los autores del estudio, Juliana Raffaghelli, del grupo Edul@b de los Estudios de Psicología y Ciencias de la Educación de la UOC, y Stefania Manca, investigadora del Institute for Educational Technology del Consejo Nacional de Investigación de Génova (Italia), consideran, sin embargo, que la calidad está mejorando paulatinamente.

Los resultados del estudio, publicados en abierto en la revista 'Online Information Review', muestran que la mayoría de los datos de investigación analizados no se han leído ni citado nunca y revelan que se trata de conjuntos de datos que apenas siguen los estándares FAIR (del inglés 'findable', 'accesible', 'interoperable' y 'reusable', es decir, encontrable, accesible, interoperable y reutilizable) de publicación científica en abierto.

"Hay una creciente atención de la comunidad investigadora hacia la ciencia abierta, pero estos hallazgos nos dicen que publicar datos abiertos podría ser una prueba, una exploración o un hacer ver que está poniéndose en circulación algo, en lugar de una práctica abierta real y rigurosa que permita que los datos puedan ser accesibles y utilizados por otros científicos y la sociedad en general", ha advertido Raffaghelli.

"Esta práctica inconsistente -según la investigadora- hace que la democratización del conocimiento que promete la ciencia abierta sea menos potente".

A pesar de esta situación, Raffaghelli ha señalado que "el panorama evoluciona rápidamente y podría estar mejorando", y pone como ejemplo la rapidez de la circulación de la investigación durante la pandemia, especialmente en cuanto a las vacunas.

El trabajo ha analizado 752 datasets, registros de datos científicos subidos a la plataforma ResearchGate, una red social académica que incluye perfiles y páginas públicas de personal investigador, en las que se pueden enlazar publicaciones y material complementario a la investigación, como por ejemplo conjuntos de datos en forma tabular o de imágenes.

Al ser una red social, el personal investigador la usa frecuentemente para fomentar la visibilidad y circulación del producto de su trabajo académico, a pesar de no ser una plataforma institucional ni considerarse formalmente en procesos de evaluación.

Su uso, sin embargo, "plantea los mismos problemas de calidad de la información, de apropiación de datos por parte de los gestores y de privacidad ya vistos en otras grandes plataformas de medios sociales", ha puntualizado la investigadora.

Las investigadoras evaluaron los datasets extraídos a partir del estándar FAIR, un conjunto de criterios que una publicación de datos debería seguir para que estos sean encontrables, accesibles, interoperables y reutilizables.

"Que sean 'encontrables' implica que los datos de investigación estén en repositorios institucionales abiertos y no en una revista para acceder a la cual hay que pagar, o en un archivo privado (incluso en la nube). Para ser 'accesibles' tienen que almacenarse de manera que cualquiera pueda desempaquetarlos y no dependan de un programa propietario. Y para ser 'interoperables' y 'reusables' tienen que incluir metadatos que sigan estándares compartidos que permitan entenderlos y poder trabajar con ellos", ha detallado.

"Todas estas características permiten que los datos sean más visibles y, por tanto, que el conocimiento circule más", ha añadido.

Los resultados del análisis cuantitativo mostraron que la mayoría (562 de 752) de los datos científicos analizados no cumplían ninguno de los criterios FAIR, y menos del 1 % llegaba a tres de los cuatro parámetros.

"Estamos en una fase de prehistoria de los datos abiertos en la cual están publicándose datos en abierto, pero no hay una atención al usuario que viene detrás, ni prácticas para favorecer la reutilización de datos", ha subrayado Raffaghelli, que asegura que la baja calidad de los datos publicados en abierto no es exclusiva de esta red social académica.