Unidad de Gestión de Datos de Investigación (UGDI) de la UNA

Introducción

En la actualidad, la ciencia enfrenta el desafío de adaptarse a un entorno global que demanda mayor transparencia, colaboración y acceso al conocimiento. La ciencia abierta, como paradigma emergente, busca democratizar el acceso a los resultados de investigación y promover la reutilización de datos para acelerar el avance del conocimiento. En este contexto, la adopción de los principios FAIR (Findable, Accessible, Interoperable, Reusable) se posiciona como un enfoque estratégico para garantizar que los datos científicos sean fácilmente localizables, accesibles, interoperables y reutilizables.

La Universidad Nacional, como una institución comprometida con la generación de conocimiento y su aplicación en la solución de problemáticas sociales, económicas y ambientales, tiene la responsabilidad de liderar la implementación de prácticas de ciencia abierta y gestión de datos. La creación de una unidad especializada en datos, ciencia abierta y principios FAIR representa una oportunidad para fortalecer las capacidades institucionales en Investigación, Desarrollo e Innovación (I+D+i), fomentar la colaboración interdisciplinaria y posicionar a la universidad como un referente en la región.

Este informe presenta un plan integral para el establecimiento de dicha unidad, abordando aspectos clave como objetivos, justificaciones, marco teórico, metodología, indicadores de éxito y alianzas estratégicas. Su implementación no solo permitirá optimizar la gestión de datos dentro de la universidad, sino también contribuirá al cumplimiento de los Objetivos de Desarrollo Sostenible (ODS) y al fortalecimiento de la investigación basada en datos abiertos.

1. Objetivo General

Establecer una unidad especializada en la Universidad Nacional que lidere procesos de asesoría continua en datos abiertos, promueva investigaciones pertinentes y fortalezca las capacidades en Investigación, Desarrollo e Innovación (I+D+i) mediante la implementación de los principios de Ciencia Abierta y FAIR (Findable, Accessible, Interoperable, Reusable).

2. Objetivos Específicos

Desarrollar políticas y directrices institucionales que fomenten la gestión y apertura de datos de investigación siguiendo los principios FAIR.
Proporcionar asesoramiento y capacitación continua a investigadores y personal académico en prácticas de ciencia abierta y gestión de datos.
Facilitar la creación y mantenimiento de infraestructuras tecnológicas necesarias para el almacenamiento, preservación y acceso a datos abiertos.
Fomentar colaboraciones interdisciplinarias y alianzas estratégicas con instituciones nacionales e internacionales para impulsar proyectos de I+D+i basados en datos abiertos.
Implementar mecanismos de monitoreo y evaluación para asegurar el cumplimiento de los principios FAIR y la mejora continua de las prácticas de gestión de datos.

3. Justificación

La implementación de la Unidad de Datos Abiertos y Gestión del Conocimiento (UDAGC) responde a la necesidad de integrar la taxonomía de la ciencia abierta como base conceptual para optimizar los procesos de investigación y promover la colaboración académica y social. La ciencia abierta se estructura en pilares fundamentales que guían las prácticas de investigación:

La implementación de la Unidad de Datos Abiertos y Gestión del Conocimiento (UDAGC) responde a la necesidad de integrar la taxonomía de la ciencia abierta como base conceptual para optimizar los procesos de investigación y promover la colaboración académica y social. La ciencia abierta se estructura en pilares fundamentales que guían las prácticas de investigación:
- Acceso Abierto: Proporcionar acceso gratuito y universal a publicaciones y datos científicos para democratizar el conocimiento.
- Datos Abiertos de Investigación: Hacer disponibles los datos generados en investigaciones, facilitando su reutilización y verificación.
- Software Abierto: Compartir códigos y algoritmos utilizados en investigaciones para garantizar transparencia y reproducibilidad.
- Infraestructura Abierta: Desarrollar y mantener plataformas y herramientas tecnológicas que respalden la ciencia abierta.
- Participación Ciudadana: Involucrar a comunidades y ciudadanos en el desarrollo y validación de investigaciones.

La importancia de los datos abiertos de investigación radica en su potencial para:

Fomentar la Colaboración: Los datos abiertos permiten que investigadores de diversas disciplinas trabajen juntos, generando sinergias y potenciando el impacto de sus hallazgos.
Impulsar la Innovación: Facilitan el desarrollo de nuevas líneas de investigación y aplicaciones tecnológicas al reutilizar datos existentes.
Promover la Transparencia y la Reproducibilidad: Al compartir datos de manera abierta, se asegura que los resultados científicos puedan ser verificados y replicados por otros investigadores.
Acelerar el Logro de los Objetivos de Desarrollo Sostenible (ODS): Los datos abiertos son esenciales para monitorear y evaluar el progreso hacia el cumplimiento de los ODS, permitiendo tomar decisiones informadas basadas en evidencia.
Fortalecer la Soberanía de Datos: Garantiza que los datos generados en investigaciones locales permanezcan accesibles y sean utilizados en beneficio de la sociedad costarricense.

En este contexto, la UDAGC será fundamental para institucionalizar estas prácticas y promover una cultura de transparencia y responsabilidad en la gestión de datos, fortaleciendo así la investigación en Costa Rica y posicionando a la Universidad Nacional como un referente en la región.

4. Marco Teórico

4.1. Ciencia Abierta La ciencia abierta es un movimiento global que busca democratizar el acceso al conocimiento científico, promoviendo la transparencia y colaboración en todas las etapas del ciclo de investigación. Incluye prácticas como el acceso abierto a publicaciones, datos abiertos, revisión por pares abierta y la participación ciudadana en la investigación. La ciencia abierta no solo mejora la reproducibilidad y credibilidad de los estudios científicos, sino que también potencia el impacto social y económico de la investigación.

4.2. Principios FAIR Los principios FAIR, establecidos en 2016, proporcionan un marco para mejorar la gestión y reutilización de datos científicos. Estos principios se definen de la siguiente manera:

La aplicación de los principios FAIR no solo optimiza la gestión de datos dentro de las instituciones académicas, sino que también facilita la colaboración entre diferentes disciplinas y sectores, impulsando el progreso científico y tecnológico.

4.3. Datos Abiertos y su Impacto en la Investigación Los datos abiertos son información accesible al público sin restricciones de uso. Su aplicación en el ámbito académico permite:

Aumentar la transparencia y reproducibilidad de la investigación.
Facilitar la verificación de resultados científicos por parte de terceros.
Promover nuevas líneas de investigación a partir de datos existentes.
Fomentar la colaboración interdisciplinaria y la innovación.

4.4. Ciencia Abierta e I+D+i La integración de la ciencia abierta en las actividades de I+D+i refuerza la transferencia del conocimiento a la sociedad y al sector productivo, promoviendo soluciones innovadoras a problemáticas complejas. Además, potencia la participación ciudadana en la generación de conocimiento, aumentando la relevancia social de las investigaciones.

En el contexto de Costa Rica, la ciencia abierta puede desempeñar un rol clave en la implementación de los Objetivos de Desarrollo Sostenible (ODS), facilitando el acceso a información crítica para la toma de decisiones en sectores como la salud, el medio ambiente y la educación.

4.5. Infraestructura Tecnológica para la Gestión de Datos Una infraestructura robusta es fundamental para garantizar el cumplimiento de los principios FAIR. Esto incluye la implementación de repositorios digitales, plataformas de visualización de datos y herramientas de análisis que permitan una gestión eficiente y segura de los datos.

La adopción de tecnologías emergentes como la inteligencia artificial y el aprendizaje automático también puede optimizar la organización y el análisis de grandes volúmenes de datos, generando nuevos conocimientos y facilitando la toma de decisiones informadas.

5. Metodología

La metodología para implementar la UDAGC está diseñada para adaptarse a la mejora continua de la I+D+i de las Facultades, Centros, Escuelas y Sedes de la Universidad Nacional. Se organiza en fases estratégicas que aseguren un despliegue progresivo y efectivo:

Fase 1: Diagnóstico Institucional

Realizar un análisis de capacidades existentes en cada Facultad, Centro, Escuela y Sedes.
Identificar brechas en infraestructura, conocimiento y prácticas de gestión de datos abiertos.
Levantar un inventario de recursos tecnológicos disponibles y necesidades específicas.

Fase 2: Desarrollo de Políticas y Directrices

Elaborar un marco político y normativo que incorpore lineamientos para la gestión de datos abiertos y la ciencia abierta.
Diseñar protocolos para la recolección, almacenamiento y publicación de datos en repositorios institucionales.

Fase 3: Capacitación y Sensibilización

Diseñar programas de capacitación diferenciados según las necesidades de Facultades, Centros, Escuelas y Sedes.
Realizar talleres prácticos sobre principios FAIR, uso de repositorios y herramientas de gestión de datos.
Promover campañas de sensibilización para destacar la importancia de la ciencia abierta y los datos abiertos.

Fase 4: Implementación de Infraestructura Tecnológica

Crear o adaptar repositorios institucionales para la gestión de datos abiertos.
Garantizar la interoperabilidad de las plataformas con sistemas nacionales e internacionales.
Implementar herramientas de visualización y análisis de datos para facilitar su uso por parte de investigadores y estudiantes.

Fase 5: Alianzas y Colaboraciones

Establecer alianzas con otras universidades, organismos gubernamentales y organizaciones internacionales.
Participar en redes de ciencia abierta y foros especializados para intercambiar experiencias y buenas prácticas.

Fase 6: Monitoreo y Evaluación

Diseñar indicadores para evaluar el impacto de la implementación de la UDAGC en cada unidad académica.
Realizar evaluaciones periódicas para identificar logros y áreas de mejora.
Generar informes de resultados y recomendaciones para optimizar los procesos.

Esta metodología garantiza un enfoque integral y participativo, permitiendo que todas las unidades académicas de la Universidad Nacional se beneficien de la transición hacia una gestión de datos basada en la ciencia abierta.

6. Indicadores

• Número de políticas institucionales adoptadas relacionadas con ciencia abierta y gestión de datos.

• Cantidad de capacitaciones realizadas y número de participantes en actividades de formación sobre ciencia abierta y gestión de datos.

• Porcentaje de proyectos de investigación que depositan sus datos en repositorios abiertos siguiendo los principios FAIR.

• Número de alianzas estratégicas establecidas con instituciones nacionales e internacionales en temas de ciencia abierta y datos.

• Satisfacción de los investigadores con los servicios y apoyo brindado por la unidad especializada.

7. Alianzas Estratégicas

• Instituciones Académicas Nacionales: Colaboración con universidades costarricenses que estén implementando prácticas de ciencia abierta para compartir experiencias y recursos.

• Organismos Internacionales: Vinculación con redes y consorcios internacionales como la Research Data Alliance (RDA) y la Iniciativa GO FAIR para mantenerse actualizado en estándares y buenas prácticas.

• Gobierno y Sector Público: Cooperación con entidades gubernamentales para alinear las políticas institucionales con las estrategias nacionales de ciencia y tecnología, y para promover la apertura de datos públicos.

• Sector Privado: Establecimiento de relaciones con empresas tecnológicas para el desarrollo conjunto de herramientas y soluciones que faciliten la gestión y análisis de datos.

Bibliografía

European Commission. (2018). Turning FAIR into reality: Final report and action plan from the European Commission expert group on FAIR data. Publications Office of the European Union. https://doi.org/10.2777/1524
Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., … & Mons, B. (2016). The FAIR guiding principles for scientific data management and stewardship. Scientific Data, 3(1), 160018. https://doi.org/10.1038/sdata.2016.18
OECD. (2021). Making open science a reality. OECD Publishing. https://doi.org/10.1787/5jrs2f963zs1-en
European Union. (2019). Open Science Policy Platform Recommendations. European Commission. https://op.europa.eu/en/publication-detail/-/publication/00b274f0-913a-11e9-9369-01aa75ed71a1
National Academies of Sciences, Engineering, and Medicine. (2018). Open science by design: Realizing a vision for 21st-century research. The National Academies Press. https://doi.org/10.17226/25116
Tennant, J. P., Waldner, F., Jacques, D. C., Masuzzo, P., Collister, L. B., & Hartgerink, C. H. J. (2016). The academic, economic, and societal impacts of Open Access: An evidence-based review. F1000Research, 5, 632. https://doi.org/10.12688/f1000research.8460.3
Research Data Alliance. (2020). FAIR data maturity model: Specification and guidelines. Research Data Alliance. https://doi.org/10.15497/RDA00050
CODATA. (2019). The Beijing Declaration on Research Data. Committee on Data of the International Science Council. https://doi.org/10.5281/zenodo.3552330
UNESCO. (2021). UNESCO Recommendation on Open Science. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000379949
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
Schmidt, B., & Kuchma, I. (2012). Implementing open access mandates in Europe: OpenAIRE study on the implementation of open access to scientific information in European countries. OpenAIRE Consortium. https://doi.org/10.5281/zenodo.3608175
van Reisen, M., Stokmans, M., Basajja, M., Ong’ayo, A., & Nakazibwe, P. (2020). Open science for global justice: Disseminating research through open access in Africa. Library Philosophy and Practice. https://digitalcommons.unl.edu/libphilprac/4261
Carroll, M. W. (2013). Creative Commons and the openness of open access. New England Law Review, 46(3), 287–303.
Suber, P. (2012). Open Access. MIT Press. https://doi.org/10.7551/mitpress/9286.001.0001
Barbrow, S., & Keener, M. (2016). Building capacity for open data science: Final report from the Moore Foundation. Moore Foundation. https://doi.org/10.2139/ssrn.2736205
Burgelman, J. C., Pascu, C., Szkuta, K., Von Schomberg, R., Karalopoulos, A., Repanas, K., & Schouppe, M. (2019). Open Science, Open Data, and Open Scholarship: European policies to make science fit for the twenty-first century. Frontiers in Big Data, 2, 43. https://doi.org/10.3389/fdata.2019.00043
Costas, R., Meijer, I., Zahedi, Z., & Wouters, P. (2013). The value of research data: Metrics for datasets from a cultural and technical point of view. D-Lib Magazine, 19(7/8). https://doi.org/10.1045/july2013-costas
Arza, V., Fressoli, M., & Joseph, H. (2018). Integrating open science and open innovation: A framework for collaboration. Science and Public Policy, 45(2), 165–174. https://doi.org/10.1093/scipol/scx083
Frisch, N. K., & Nathan, A. (2018). Open Science: Making research available to everyone. Science, 362(6415), 1432–1433.
Science Europe. (2019). Practical Guide to the International Alignment of Research Data Management. https://doi.org/10.5281/zenodo.3377672