He asistido como observador al lanzamiento de un proyecto de diseño de indicadores sobre investigación e innovación responsables (RRI). Tuve que apresurarme a obtener una buena definición y la que sigue me parece suficiente:
RRI “refers to the comprehensive approach of proceeding in research and innovation in ways that allow all stakeholders (…) to obtain relevant knowledge on the consequences of the outcomes (…) and to effectively evaluate both outcomes and options in terms of societal needs (…) and to use these considerations as functional requirements for design and development of new research, products and services.”
Según parece, la RRI incluye las iniciativas de apertura— Open Access, Open Data, Open Science— que tratan de promover la distribución gratuita de productos académicos y de investigación para que otros profesionales o la sociedad los reutilicen. No estoy totalmente familiarizado con estas iniciativas, pero quiero transmitir algunas reflexiones que quizá resulten de utilidad. Las he dividido en tres partes. La primera contiene algunas referencias al pasado reciente, muy abundante en acrónimos.
La oferta de trabajos académicos y de investigación es muy parcial.
“Open Access” se refiere a la distribución online gratuita y sin trabas de los resultados de la investigación, de forma que se promueva su reutilización. Los resultados principales y más abundantes de la investigación y la actividad académica son las publicaciones científicas. Vale, un poco de historia.
En los años 70, la fundación de la CTNE para el desarrollo social de las comunicaciones en España (FUNDESCO) animó la creación de grandes estructuras informativas. Una de sus filiales, FUINCA, inició en 1977 las actividades la Red INCA (de Información Científica Automatizada) con participación de varios centros del CSIC. Poco después, estos centros abordaron la automatización de los registros de la literatura científica española y crearon las bases de datos IME (Indice Médico Español), ICYT (Indice Español de Ciencia y Tecnología) e ISOC (Indice Español de Ciencias Sociales). Algo posterior es el programa PIC (Puntos de Información Cultural) que permitía que el público en general consultara bases de datos bibliográficas y de contenido cultural variado. Resulta curioso que los PIC, que nacieron en Septiembre de 1980, se propusieran “el libre acceso de los ciudadanos a los bienes culturales (… y) la participación activa de los mismos en su creación o disfrute”.
Al desmantelamiento de FUNDESCO a finales de los años 90 siguió la decadencia de los grandes sistemas españoles de bibliografía científica. Este progresivo deterioro obedeció a la confluencia de factores administrativos, económicos, políticos y creo que también técnicos. Algunos fueron la conversión de institutos de servicio en institutos de investigación del CSIC y la falta de apoyo administrativo al personal de soporte de esas infraestructuras; otro la liquidación de las empresas editoras de revistas científicas españolas, el último y quizá más importante, la exigencia de internacionalizar la publicación de los trabajos españoles de investigación. Algunos datos: en 1990 se publicaron 11.816 artículos médicos en revistas españolas (IME) y 3.524 en revistas extranjeras (WoS). En 2011, su último año operativo, IME incluía 1.933 registros publicados en España mientras WoS registraba más de 16.000 artículos médicos con contribución española y MEDLINE, el principal sistema bibliográfico que abarca la Biomedicina global, contiene casi 22.000 trabajos con contribución española ese mismo año, pero sólo 1363 publicados en revistas españolas. De los 22.000 trabajos mencionados, por cierto, sólo 4478 son universal y libremente accesibles. Y que conste que la Biomedicina es un ejemplo muy fácil.
Datos tan fragmentarios no sólo impiden determinar la proporción de la literatura científica española accesible, sino también el montante total de publicaciones españolas, porque esas publicaciones parecen distribuirse en dos ámbitos separados, uno nacional y otro internacional, cuyas fuentes bibliográficas de elección podrían ser en la actualidad Dialnet, un sistema nacional operativo desde principios de 2002 , y diversos sistemas internacionales Web of Science, Scopus, MEDLINE y demás.
Además de los sistemas de información bibliográfica, hay otros de tipo administrativo. Por una parte, los sistemas CRIS (Current Research Information Systems) para almacenar y gestionar datos sobre la investigación llevada a cabo en cada institución y, por otra parte, los repositorios institucionales, destinados a la conservación de copias digitales de los documentos académicos o de investigación producidos, nuevamente, en cada institución. En relación con los primeros, sería posible coordinar sus contenidos y crear un CRIS nacional, del mismo modo que existe un catálogo colectivo de las bibliotecas universitarias españolas.
Respecto de los repositorios, también existen servicios que recopilan el contenido y favorecen la consulta y el acceso de manera combinada a varios o todos ellos. En julio de 2008 había 43 repositorios académicos y de investigación. Ocho años más tarde, Lucía Morcillo ha analizado 49 repositorios universitarios. Aunque en algunos los documentos se cuentan por cientos de miles, no parece que los investigadores sean especialmente diligentes depositando copias de sus trabajos. Muchos prefieren enviarlas a una red social académica o a un repositorio temático (Arxiv, PMC u otros) antes que embarcarse en el proceso de registrarlas, de por sí farragoso. Así que tanto los CRIS como los repositorios institucionales son muy incompletos. Algunos datos más: un conocido centro español de investigación ha participado en la realización de 286 tesis doctorales a lo largo de su trayectoria. De ellas, sólo 80 están registradas como tales en el catálogo colectivo de la organización y sólo se dispone de copia de 20 en el correspondiente repositorio.
¿ Qué ofrecen todas estas colecciones a los profesionales o aficionados que deseen reutilizar sus contenidos ? Una parte de las publicaciones españolas académicas y de investigación que, además, sólo en parte están disponibles para su “reutilización”.
La expresión “Open data” se debería abandonar
Datos abiertos no equivale a datos de investigación. La mayor y mejor fuente de datos sobre la realidad española es el Instituto Nacional de Estadística. Cabe afirmar lo mismo de cualquier país con un sistema decente de registros.
Que en España hubiera algo menos de 29 millones de cerdos en 2017; que el nombre masculino y el apellido más frecuentes sean respectivamente José y García, o que el cáncer de mama fuera responsable de 137.000 ingresos hospitalarios en 2016 son datos, sí; accesibles a todo el mundo a través de una conexión online, sí pero… son datos fruto de operaciones de registro administrativo en diversos ámbitos y no datos resultantes de la actividad científica. De los 284.225 conjuntos de datos que la administración estadounidense ofrece, sólo algunos proceden de centros educativos o de investigación. Y parece que también son datos administrativos.
Es posible que la expresión “data sharing and reuse”, que se puede traducir por “intercambio de datos” sea más apropiada que “open data” para designar una actividad que hace tiempo forma parte de las rutinas de la investigación.
Este énfasis en la terminología no es gratuito: los datos científicos, resultantes de la actividad investigadora, sólo son útiles a quienes pueden comprender sun utilidad: otros científicos.
Hay muy pocas personas fuera de los ámbitos académicos que sepan manejarse en el panorama de las bases de datos de proteínas o de biología molecular. La interpretación de datos antropométricos y la utilización de plásmidos están reservadas también a especialistas, personas capacitadas para su comprensión. Juzgar estos datos de cara a su aplicación o estimar su validez o su ajuste a objetivos sociales no parecen tareas fáciles.
Es muy difícil que un lego comprenda el contenido de un trabajo de investigación, no digamos que interprete correctamente los datos resultantes.
A la apertura de publicaciones, recursos académicos y datos, la “Ciencia abierta” añade la de los códigos (open source) y los métodos. Ni que decir tiene que esta propuesta está tan limitada como las anteriores a las comunidades investigadoras y quizá también a las académicas. A veces he llegado a sospechar que el índice E (de egocentrismo) mucho más elevado que el índice H, está detrás de algunos intentos por alcanzar un protagonismo innecesario, si no inmerecido.
He escrito todo lo anterior sin disimular mi escepticismo. Hace dos días Jon Tennant se publicó el mejor documento hasta la fecha sobre lo que agrupa bajo el término genérico de “Open Scholarship”. Me comprometo a examinarlo y volver luego a escribir sobre estos movimientos. De momento, mi pronóstico es reservado pero, para que ningún ceño quede fruncido, ahí tenéis una música que deberían haber compuesto para una película de Monsieur Hulot, aunque se adelantó a 1930. Ya sabéis: fröhliche Feiertage !
