Nueva información sobre la ciencia de datos, los datos masivos y los datos abiertos en investigación
La manera en que las tecnologías digitales, las herramientas de comunicación y el auge de los datos masivos repercuten en la investigación científica es de crucial importancia para las formas en las que los sectores público y privado organizan la investigación y la innovación. Tales innovaciones tecnológicas influyen asimismo en la forma en que se distribuirán los recursos por parte de los organismos de financiación y las instituciones políticas.
Conceptualización de los datos y su papel en la investigación
El proyecto financiado con fondos europeos DATA SCIENCE investigó cómo se generan, tratan, divulgan y reutilizan los datos de investigaciones en una serie de situaciones de investigación. Al analizar las prácticas de datos en seis ámbitos de investigación, el equipo formuló un marco conceptual y metodológico para el análisis cuantitativo de los denominados recorridos de datos —condiciones en las que los datos pueden movilizarse y reutilizarse entre contextos— a fin de ampliar su valor como prueba para distintas situaciones de investigación. «Esta metodología influyó en el campo emergente de los estudios de datos y ha sido muy citada por estudiosos que investigan el valor y el uso de los datos», comenta Sabina Leonelli, investigadora principal del proyecto y beneficiaria de una beca del Consejo Europeo de Investigación. El estudio de las prácticas cotidianas, preocupaciones y necesidades de los investigadores que utilizan datos en su trabajo proporcionó información relevante sobre cómo los datos pueden viajar y hacerse abiertos. Un ámbito que los socios del proyecto estudiaron fue el papel de la seguridad y las preocupaciones éticas en las estrategias empleadas para integrar datos. Otro fueron las formas en que las etiquetas, los modelos y las herramientas de visualización que utilizan las bases de datos repercuten en la interpretación de los datos y su uso como prueba. El equipo del proyecto estudió asimismo los obstáculos que se presentan al movilizar datos y analizó la importancia en investigación de los datos que faltan, están ausentes o son inaccesibles. Otro centro de atención fue cómo pueden organizarse las comunidades e instituciones investigadoras para aprovechar grandes conjuntos de datos y las tecnologías relacionadas. El equipo de DATA SCIENCE examinó las implicaciones de sus hallazgos para los debates contemporáneos sobre la crisis de reproducibilidad y las dificultades a la hora de evaluar la calidad y fiabilidad de los datos publicados en línea.
Nuevas vías en la filosofía de la ciencia
Es ampliamente reconocido que el proyecto ha contribuido a comprender mejor las implicaciones sociales y científicas de los métodos intensivos en datos y las transformaciones digitales relacionadas. Esto dará lugar a la mejora de la gobernanza científica y de las políticas y directrices conexas. «Logramos una comprensión general sobre cómo pueden gestionarse y reutilizarse los datos de investigación, lo cual ha aportado información tanto a estudios sociales, de filosofía e historia de la ciencia, como a la toma de decisiones científicas y políticas relativas a las infraestructuras de datos», explica Leonelli. DATA SCIENCE puso de relieve la importancia de la buena gestión de los datos para interpretarlos de forma fiable y del papel fundamental que desempeñan las infraestructuras de datos a la hora de producir una ciencia excelente. Leonelli presentó estos resultados ante asociaciones académicas de distintas disciplinas, gobiernos nacionales, la Comisión Europea y diferentes organismos que participan en la ciencia abierta. Leonelli concluye: «En última instancia, DATA SCIENCE logró producir una nueva filosofía de la ciencia intensiva en datos que sitúa los datos en el centro de la indagación científica y explica la aparición y la repercusión de la ciencia de datos y los datos masivos, así como las consecuencia de estos cambios para la investigación contemporánea. El elemento central de esta visión es una consideración relacional de los datos que muestra cómo el valor de los datos como prueba no es independiente del contexto, sino que depende de las circunstancias de su uso».
Palabras clave
DATA SCIENCE, datos, investigación, investigación científica, datos masivos, infraestructura de datos, ciencia intensiva en datos, calidad de los datos
