Datele științifice deschise sau datele de cercetare deschise sunt un tip de date deschise axat pe publicarea de observații și rezultate ale activităților științifice disponibile pentru ca oricine să le analizeze și să le refolosească. Un scop major al acțiunii pentru date deschise este acela de a permite verificarea afirmațiilor științifice, permițând altora să verifice reproductibilitatea rezultatelor, Spiegelhalter, D. Open data and trust in the literature. The Scholarly Kitchen. Retrieved 7 September 2018. și să permită integrarea datelor provenite din mai multe surse pentru a obține noi cunoștințe.Wilkinson et al., 2016
Conceptul modern de date științifice a apărut în a doua jumătate a secolului al XX-lea, odată cu dezvoltarea unei mari infrastructuri de cunoștințe pentru evidența informațiilor științifice și a observațiilor. Partajarea și distribuirea datelor au fost identificate timpuriu ca având o miză importantă, dar a fost împiedicată de limitările tehnice ale infrastructurii și de lipsa standardelor comune pentru comunicarea datelor. World Wide Web a fost imediat conceput ca un protocol universal pentru partajarea datelor științifice, în special a celor provenite din fizica energiilor înalte.
Definiție Date științifice Conceptul de „date științifice deschise” s-a dezvoltat în paralel cu conceptul de „date științifice”.
„Datele științifice” nu au fost definite oficial până la sfârșitul secolului al XX-lea. Înainte de generalizarea analizei computaționale, datele erau în mare parte termeni informali, folosiți frecvent alternativ cu termenii „cunoștințe” și „informații”.Lipton, 2020, p. 19 Discursurile instituționale și epistemologice au favorizat concepte și perspective alternative asupra activităților științifice: „Chiar și istoriile științei și comentariile de epistemologie, menționează datele doar în trecere. Alte lucrări fundamentale care clarifică sensul în știință discută fapte, reprezentări, inscripții și publicații, fără a pune accent pe datele propriu-zise.”Borgman, 2015, p. 18
Prima definiție a datelor științifice care a avut impact a apărut în 1999, când a descris datele ca „fapte, litere, numere sau simboluri care descriu un obiect, o condiție, o situație sau alți factori”. Terminologiile au continuat să evolueze: în 2011, Academiile Naționale au actualizat definiția pentru a include o mare varietate de obiecte descrise de date, cum ar fi „date spectrografice, de secvențiere genomică și microscopie electronică; date de observație, cum ar fi teledetecția, geospațiale și date socioeconomice, alte forme de date, fie generate, fie compilate, de oameni sau mașini”, precum și „reprezentarea digitală a literaturii”.Lipton, 2020, p. 59
În timp ce formele și aspectele datelor nu sunt stabilizate, definițiile și politicile standard au avut recent tendința de a restricționa datele științifice la date computaționale sau digitale.Lipton, 2020, p. 61 Programul pilot de date deschise al Orizont 2020 a fost limitat în mod voluntar la cercetarea digitală: „«Datele de cercetare digitale» sunt informații în formă digitală (în special fapte sau numere), colectate pentru a fi examinate și utilizate ca bază pentru raționament, discuții sau calcule; acestea cuprind statistici, rezultatele experimentelor, măsurătorile, observațiile rezultate din munca de teren, rezultatele sondajului, înregistrările interviurilor și imaginile” ARTICLE 29 — DISSEMINATION OF RESULTS — OPEN ACCESS — VISIBILITY OF EU FUNDING , Draft of the H2020 Model Grant Agreement
În general, starea datelor științifice rămâne un punct flexibil de discuție între cercetătorii individuali, comunitățile și factorii de decizie politică: „În termeni mai largi, orice «date» care prezintă interes pentru cercetători ar trebui tratate ca «date de cercetare»”. Rapoarte importante de reglementare, cum ar fi sinteza colectivă din 2012 a Academiilor Naționale de Științe privind citarea datelor, au adoptat în mod intenționat o definiție relativă și nominalistă a datelor: „vom dedica puțin timp problemelor de definiție (de exemplu, ce sunt datele?), cu excepția faptului că recunoașterii că datele există adesea în ochii privitorului”.National Academies, 2012, p. 1 Pentru Christine Borgman, problema principală nu este de a defini datele științifice („ce sunt datele”), ci a contextului privind punctul în care datele au devenit un punct central de discuție în cadrul unei discipline, unei instituții sau unui program național de cercetare („când sunt considerate date”).Borgman, 2015, pp. 4–5 În anii 2010, sporirea surselor de date disponibile și sofisticarea metodei de analiză a datelor a lărgit gama de discipline afectate în primul rând de problemele legate de managementul datelor la „, , , știința civică proiecte de cercetare și politologia".Pujol, Priego, Wareham, Romasanta, 2022, p. 220
Date științifice deschise Deschiderea și partajarea au fost ambele subiecte de discuție majore cu privire la gestionarea datelor științifice, dar și o motivație pentru a face ca datele să devină o problemă relevantă în cadrul unei instituții, unei discipline sau unui cadru politic.
Pentru Paul Edwards, faptul dacă datele ar trebui sau nu partajate, cât din ele ar trebui să fie partajate și cui au fost cauzele majore ale frecării datelor, ceea ce a dezvăluit alte probleme ascunse ale infrastructurilor științei: „Metafora lui Edward a frecării datelor descrie ce se întâmplă la interfețele dintre „suprafețele” de date: punctele în care datele circulă între oameni, substraturi, organizații sau mașini (...) Fiecare trecere a datelor printr-o interfață are un anumit cost în timp, energie și ocupare a oamenilor. Fiecare interfață între grupuri și organizații, precum și între mașini, reprezintă un punct de poticnire în care datele pot fi deranjate, interpretate greșit sau pierdute. În sistemele sociale, frecarea datelor consumă energie și produce agitație și iritare — conflicte, neplăceri și indisciplină”.Edwards et al., 2011, p. 669 Trecerea la date științifice deschise este atât o frecare de date în sine, cât și o modalitate de a gestiona colectiv frecările de date prin tratarea problemelor complexe ale proprietății datelor. Culturile științifice sau epistemice au fost recunoscute ca factori primari în adoptarea politicilor privind datele deschise: „practicile de partajare a datelor ar fi de așteptat să fie legate de comunitate și determinate în mare măsură de cultura epistemică”.Pujol Priego, Wareham, Romasanta, 2022, p. 224
În anii 2010, oamenii de știință și factorii de decizie au introdus noi concepte pentru a defini mai precis ce sunt datele științifice deschise. De la introducerea sa în 2016, au devenit un obiectiv major al politicilor de cercetare deschise. Acronimul descrie un tip ideal de date: Findable, Accessible, Interoperable, and Reusable (în ). Datele științifice deschise au fost clasificate drept bunuri comune sau publice, care sunt în primul rând întreținute, îmbogățite și păstrate prin acțiune de obicei colectivă, nu individuală: „Ceea ce face ca acțiunea colectivă să fie utilă în înțelegerea partajării de date științifice este concentrarea asupra modului în care este determinată alocarea câștigurilor individuale prin ajustarea costurilor și beneficiilor care se acumulează în urma contribuțiilor la o resursă comună".Pujol Priego, Wareham, Romasanta, 2022, p. 225
Statut legal Deschiderea datelor științifice a ridicat o varietate de probleme juridice în legătură cu drepturile de proprietate, drepturile de autor, confidențialitatea și etica. Deși se consideră în mod obișnuit că cercetătorii „sunt deținătorii datelor pe care le colectează în cursul cercetării lor”, această „vizualizare este incorectă”:Lipton, 2020, p. 127 crearea setului de date implică potențial drepturile a numeroși actori suplimentari, cum ar fi instituții (agenții de cercetare, finanțatori, organisme publice), producători de date asociați, date personale despre cetățeni privați. Ca urmare, situația juridică a datelor digitale a fost descrisă drept „un pachet de drepturi” datorită faptului că „categoria juridică de „proprietate” (...) nu este un model potrivit pentru a face față complexității problemelor de administrare a datelor”Kerber, 2021, p. 1
Drepturi de autor Până în anii 2010 drepturile de autor au fost principalul obiectiv al literaturii juridice a datelor științifice deschise. Legalitatea partajării datelor a fost identificată de la început ca o problemă crucială. Spre deosebire de partajarea publicațiilor științifice, principalul impediment nu a fost dreptul de autor, ci incertitudinea: „conceptul de «date» [a fost] un concept nou, creat în era computerelor, în timp ce legea drepturilor de autor a apărut în momentul publicațiilor tipărite”.Lipton, 2020, p. 119 În teorie, prevederile privind drepturile de autor și drepturile de autor nu se aplică simplei culegeri de fapte și cifre. În practică, noțiunea de date este mult mai extinsă și ar putea cuprinde conținut protejat sau aranjare creativă a conținuturilor fără drept de autor.
În convențiile internaționale privind proprietatea intelectuală statutul datelor este ambiguu. Potrivit articolului 2 din Convenția de la Berna, „orice producție din domeniul literar, științific și artistic” este protejată. Însă adesea datele de cercetare nu sunt o creație originală produsă în întregime de unul sau mai mulți autori, ci mai degrabă o „colecție de fapte, de obicei adunate folosind instrumente automate sau semiautomatizate sau echipamente științifice”. În consecință, nu există o convenție universală privind drepturile de autor asupra datelor și dezbaterile privind „măsura în care se aplică dreptul de autor” sunt încă predominante, cu rezultate diferite în funcție de jurisdicție sau de specificul setului de date. Această lipsă de armonizare provine în mod logic din noutatea „datelor de cercetare” drept concept cheie al cercetării științifice: „conceptul de „date” este un concept nou, creat în era computerului, în timp ce legea dreptului de autor a apărut la momentul publicațiilor tipărite".
În Statele Unite, Uniunea Europeană și alte câteva jurisdicții, legile drepturilor de autor au recunoscut o deosebire între datele în sine (care pot fi „fapte”) neprotejate și compilarea datelor (care poate fi un aranjament creativ). Acest principiu precede în mare măsură dezbaterea politică contemporană asupra datelor științifice, deoarece cele mai vechi cauze judecătorești care au decis în favoarea drepturilor de compilare datează din secolul al XIX-lea.Lipton, 2020, p. 122
Chiar și în jurisdicția în care aplicarea dreptului de autor asupra datelor de ieșire rămâne nedeterminată și parțial teoretică, aceasta a creat totuși incertitudini juridice semnificative. Limita dintre un set de fapte brute și o compilație originală nu este clar delimitată.Lipton, 2020, p. 123 Deși organizațiile științifice sunt de obicei foarte conștiente de legile drepturilor de autor, complexitatea drepturilor asupra datelor creează provocări fără precedent.Lipton, 2020, p. 126 După 2010, jurisdicțiile naționale și supranaționale și-au schimbat parțial poziția în ceea ce privește protecția drepturilor de autor ale datelor de cercetare. Pe măsură ce partajarea este încurajată, datele științifice au fost, de asemenea, recunoscute ca un bun public informal: „factorii de politici, finanțatorii și instituțiile academice lucrează pentru a crește gradul de conștientizare că, în timp ce publicațiile și cunoștințele derivate din datele de cercetare aparțin autorilor, datele de cercetare trebuie să fie considerate un bun public, astfel încât valoarea lor potențială socială și științifică să poată fi realizată”.
Drepturile de autor pentru bazele de date