El informe “The State of Open Data” señala que el futuro no es solo publicar más datos, sino usar la IA para hacerlos reutilizables. (imagen: reproducción / digital-science.com)
Digital Science: ¿Qué Aprendimos Tras 10 Años de Investigación Global?
Hace una década, Digital Science, en colaboración con Springer Nature y Figshare, inició un proyecto ambicioso: mapear, año tras año, el sentimiento y las prácticas de la comunidad científica global respecto al intercambio de datos. Ahora, al celebrar el 10º aniversario del informe The State of Open Data, los datos longitudinales revelan un hito histórico: la batalla ideológica ha sido ganada.
Si en 2016 todavía era necesario convencer a los científicos sobre la importancia de compartir datos, hoy la mayoría acepta que esta práctica es valiosa. Sin embargo, según Mark Hahnel, de Digital Science, el desafío cambió de creencia a operación.
Volumen vs. Valor
La última década se centró en volumen — asegurar que la mayor cantidad de datos posible fuera publicada. La próxima década necesita centrarse en valor: garantizar que estos datos sean, de hecho, reutilizables, confiables y descubribles.
El Problema del Cumplimiento
Aunque la conciencia sobre los principios FAIR (Findable, Accessible, Interoperable, Reusable) ha crecido, los investigadores todavía sienten que no reciben suficiente crédito por este trabajo extra. Esto crea un efecto secundario peligroso: el cumplimiento mínimo. Muchos repositorios se han convertido en "vertederos de datos" (data dumping grounds), donde los archivos se depositan solo para cumplir con exigencias burocráticas, sin la calidad necesaria para ser reutilizados.
La Oportunidad de la IA
La Inteligencia Artificial surge como la herramienta capaz de cambiar la economía de FAIR, transformándolo de una "mejor práctica" laboriosa al "camino de menor resistencia". La IA puede ayudar a:
- Redactar metadatos automáticamente, sacando al investigador del punto cero.
- Identificar campos faltantes y errores de interoperabilidad.
- Recomendar estándares y vocabularios específicos para cada disciplina.
¿Qué Necesitamos Cambiar?
Para que la visión de 2035 se concrete — donde compartir datos sea algo trivial y esperado — el artículo propone cuatro pilares de acción:
- Hacer Real el Crédito: Los datasets deben contar para la contratación y promoción.
- Construir Flujos sin Fricción: Integrar la deposición de datos en los entornos de trabajo diario de los investigadores.
- Financiar la Capa Ausente: Invertir en bibliotecarios de datos e infraestructura local.
- Usar IA para facilitar FAIR: Automatizar la validación y creación de metadatos.
Para leer el análisis completo sobre cómo transformar volumen en valor, acceda al informe original.
Sobre Digital Science
Digital Science es una empresa que cree en un futuro en el que un ecosistema de investigación fiable y colaborativo impulse el progreso para todos. Lucha por una investigación mejorada, abierta, colaborativa e inclusiva, colaborando en la creación de la próxima generación de herramientas — junto con la comunidad científica — y afrontando algunos de los mayores retos del campo de la investigación.
Si desea obtener más información sobre los recursos de Digital Science para su institución, póngase en contacto con info@dotlib.com o complete nuestro formulario. Aproveche la oportunidad para mantenerse al día con nuestro blog, seguir nuestras redes sociales y suscribirse a Dotlib TV, nuestro canal oficial de YouTube.
Dot.Lib
Dot.Lib es una empresa dedicada a la difusión de información científica, facilitando el acceso en línea a libros digitales, revistas electrónicas y bases de datos en las más diversas áreas del conocimiento.