O relatório “The State of Open Data” aponta que o futuro não é apenas publicar mais dados, mas usar a IA para torná-los reutilizáveis. (imagem: reprodução / digital-science.com)
Digital Science: O Que Aprendemos Após 10 Anos de Pesquisa Global?
Há uma década, a Digital Science, em parceria com a Springer Nature e o Figshare, iniciou um projeto ambicioso: mapear, ano a ano, o sentimento e as práticas da comunidade científica global em relação ao compartilhamento de dados. Agora, ao celebrar o 10º aniversário do relatório The State of Open Data, os dados longitudinais revelam um marco histórico: a batalha ideológica foi vencida.
Se em 2016 ainda era necessário convencer cientistas sobre a importância de abrir seus dados, hoje a maioria aceita que essa prática é valiosa. No entanto, segundo Mark Hahnel, da Digital Science, o desafio mudou de crença para operação.
Volume vs. Valor
A última década foi focada em volume — garantir que o máximo de dados fosse publicado. A próxima década precisa focar em valor: garantir que esses dados sejam, de fato, reutilizáveis, confiáveis e descobríveis.
O Problema da Conformidade
Embora a conscientização sobre os princípios FAIR (Findable, Accessible, Interoperable, Reusable) tenha crescido, os pesquisadores ainda relatam receber crédito insuficiente por esse trabalho extra. Isso cria um efeito colateral perigoso: a conformidade mínima. Muitos repositórios tornaram-se "lixões de dados" (data dumping grounds), onde arquivos são depositados apenas para cumprir exigências burocráticas, sem a qualidade necessária para serem reutilizados.
A Oportunidade da IA
A Inteligência Artificial surge como a ferramenta capaz de mudar a economia do FAIR, transformando-o de uma "melhor prática" trabalhosa para o "caminho de menor resistência". A IA pode ajudar a:
- Rascunhar metadados automaticamente, tirando o pesquisador do zero.
- Identificar campos ausentes e erros de interoperabilidade.
- Recomendar padrões e vocabulários específicos para cada disciplina.
O Que Precisamos Mudar?
Para que a visão de 2035 se concretize — onde compartilhar dados seja algo trivial e esperado — o artigo propõe quatro pilares de ação:
- Tornar o Crédito Real: Datasets devem contar para contratação e promoção.
- Construir Fluxos sem Atrito: Integrar a deposição de dados nos ambientes de trabalho diário dos pesquisadores.
- Investir na Camada Ausente: Financiar bibliotecários de dados e infraestrutura local.
- Usar IA para facilitar o FAIR: Automatizar a validação e criação de metadados.
Para ler a análise completa sobre como transformar volume em valor, acesse o relatório original.
Sobre a Digital Science
A Digital Science é uma empresa que acredita em um futuro onde um ecossistema confiável e colaborativo de pesquisa é o que impulsionará o progresso para todos. Luta por uma pesquisa aprimorada, aberta, colaborativa e inclusiva, colaborando com a criação da próxima geração de ferramentas — junto à comunidade científica — e enfrentando alguns dos maiores desafios para o campo da pesquisa.
Se você deseja conhecer melhor as soluções da Digital Science para a sua instituição, entre em contato pelo info@dotlib.com ou preencha nosso formulário. Aproveite e acompanhe nosso blog, siga nossas redes sociais e se inscreva na Dotlib TV, nosso canal oficial no YouTube.
Dot.Lib
A Dot.Lib distribui conteúdo online científico e acadêmico a centenas de instituições espalhadas pela América Latina. Temos como parceiras algumas das principais editoras científicas nacionais e internacionais. Além de prover conteúdo, criamos soluções que atendem às necessidades de nossos clientes e editoras.