3.1 Ventajas de la apertura de datos de investigación social

Las ventajas de la apertura de datos son varias. A continuación nos centramos en los tres puntos que consideramos más relevantes: las características éticas, la contribución a la calidad y la eficiencia científica y otros incentivos personales importantes de considerar.

  • Ética:

    • Es justo que el público general tenga acceso a los datos producidos, especialmente cuando estos son producidos con fondos públicos (Bueno, 2017). Cabe destacar que Chile gasta aproximadamente $668.551 MM de pesos en investigaciones científicas, lo cual equivale a un 0,35% del producto interno bruto.

    • La apertura de los datos fomenta la ética investigativa y la confiabilidad, reduce el fraude y aumenta el valor de las ciencias sociales para los políticos y el público en general (Breznau, 2019).

  • Calidad y eficiencia científica:

    • Dejar la base de datos a libre disposición permite hacer evaluaciones sobre la rigurosidad de los resultados mediante la reproducibilidad, mejorando la calidad y la confianza en la ciencia (UNESCO, 2020).

    • Fomenta que más investigadores utilicen los datos y produzcan información (Whyte & Pryor, 2011), aumentando la colaboración y con ello la innovación científica, según señala el Foro Abierto de Ciencias Latinoamérica y el Caribe CILIAC (Ramírez & Samoilovich, 2019).

    • Considerando que los recursos públicos asignados a investigación son escasos, la apertura de las bases de datos permite su reutilización y por ello ahorra recursos en la construcción de bases de datos, fomentando la eficiencia fiscal (Gómez et al., 2016).

    • Facilita la preservación de información para estudios históricos que recopilen evidencia de larga data. Almacenar los datos permite resguardar el conocimiento producido a generaciones futuras.

    • Poder acceder a los productos, procesos y discusiones propias de la investigación cualitativa, puede ayudar pedagógicamente a la formación universitaria, dando una idea más clara de lo que implica una investigación (L. Bishop & Kuula-Luumi, 2017).

  • Incentivos personales:

    • Publicar los datos de la investigación fomenta un mayor impacto y visibilidad. Como señala la evidencia producida por H. A. Piwowar & Vision (2013) una investigación que comparte sus datos puede ser citada un 30% más que una que no lo hace.

    • Compartir el diseño de investigación, las hipótesis y los datos puede fomentar comentarios constructivos por parte de otros/as investigadores, respecto a la dirección de la investigación, ayudando a mejorar la calidad de la publicación final (Sharan, 2020) y con ello, mejorar también la visibilidad e impacto de la investigación.

Pese a las ventajas otorgadas por la apertura de la información producida, los investigadores poseen reticencias a la hora de publicar abiertamente “sus” datos (Ferguson, 2014). Estas reticencias de los investigadores, según Sharan (2020), pueden ser consideradas más bien mitos, los cuales se sustentan en prenociones que no corresponden a la realidad. A continuación, se destacan algunos de estos mitos y las razones de por qué podemos considerarlos como tal.

Mito 1: “Preocupación a las consecuencias negativas” (mal uso, consecuencias legales o comerciales).

En parte este problema se soluciona mediante el uso adecuado de licencias, las cuales pueden restringir el uso para ciertos fines. Además, para disminuir el posible mal uso, la preparación de datos incluye hacer anónimos los datos. Respecto a las consecuencias legales, hay que considerar que en general estas investigaciones son financiadas con fondos públicos o por instituciones humanitarias, los cuales en el contexto actual fomentan en general la apertura de los datos.

Mito 2: Temor a la falta del reconocimiento debido de su trabajo.

Como señalamos anteriormente, lejos de quitarle merito a su trabajo y disminuir su reconocimiento, el preparar y publicar los datos de modo adecuado puede ayudar a difundir la investigación y aumentar el número de citas. Además, usted también puede nutrirse de las investigaciones sobre sus datos.

Mito 3: Disgusto frente a la carga de trabajo que implica preparar los datos para su publicación.

Sin duda esta es una aprensión comprensible, no obstante, cada vez existen más herramientas que facilitan la labor de la preparación de datos cualitativos y cuantitativos. Por ejemplo, este documento le ayudará a disminuir dicha carga. Además, hay que considerar que si bien aumenta la carga de trabajo actual, disminuye la futura en tanto la buena documentación de los datos también le permitirán a usted volver a trabajar con ellos en el futuro o con datos de otra investigación.

Mito 4: Desconocimiento de cómo y dónde compartir los datos.

Esta razón, igual de comprensible, es parte de una cultura académica poco acostumbrada al trabajo colaborativo. Por ello, debemos aprender sobre plataformas que faciliten compartir nuestros datos de investigación. Para ello, este trabajo ofrece una guía para preparar los datos y sobre como subirlos a la plataforma de ciencia abierta Open Science Framework.

En miras de las dudas más comprensibles de los investigadores señaladas (Ferguson, 2014; Sharan, 2020) y de la necesidad tanto ética como legal de avanzar hacia la apertura de datos en el contexto chileno, el presente documento busca facilitar la introducción al almacenamiento y publicación abierta de datos. Se busca entregar información para resolver los cuatro puntos señalados, dando cuenta de lo que debe hacerse para disminuir los riesgos, fomentar el reconocimiento del trabajo propio, facilitar el mejoramiento de la calidad de los datos y entregar información sobre dónde y cómo compartir los datos.

Para ello, este documento ofrece una propuesta de pasos a seguir para mejorar la calidad de los materiales de investigación producidos antes de publicarla en la web. Esta propuesta busca conciliar los estándares considerados óptimos en materia de almacenamiento y preservación de datos con la realidad de las capacidades y herramientas de los investigadores chilenos en ciencias sociales. Dicho de otro modo, proponemos una lista de tareas a realizar para cumplir con los mínimos necesarios para mejorar la calidad de los datos a publicar.

Referencias

Bishop, L., & Kuula-Luumi, A. (2017). Revisiting Qualitative Data Reuse: A Decade On. SAGE Open, 7(1), 215824401668513. https://doi.org/10.1177/2158244016685136
Breznau, N. (2019). The Future of Sociology Depends on Open Science [Preprint]. SocArXiv. https://doi.org/10.31235/osf.io/d37be
Bueno, G. (2017). What Is Open Science? Introduction.
Ferguson, L. (2014). How and Why Researchers Share Data (and Why They Don’t).
Gómez, N. D., Méndez Rodríguez, E. M., & Hernández Pérez, A. (2016). Datos y Metadatos de Investigación En Ciencias Sociales y Humanidades: Una Aproximación Desde Los Repositorios Temáticos de Datos.
Piwowar, H. A., & Vision, T. J. (2013). Data Reuse and the Open Data Citation Advantage. PeerJ, 1, e175. https://doi.org/10.7717/peerj.175
Ramírez, P., & Samoilovich, D. (2019). Ciencia Abierta. Reporte Para Tomadores de Decisiones.
Sharan, M. (2020). Ten Arguments Against Open Science That You Can Win | Software Sustainability Institute.
UNESCO. (2020). Qué Es Ciencia Abierta? UNESCO Lanza Consulta Global.
Whyte, A., & Pryor, G. (2011). Open Science in Practice: Researcher Perspectives and Participation. International Journal of Digital Curation, 6(1), 199-213. https://doi.org/10.2218/ijdc.v6i1.182