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

  1. 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 Gestión de Datos de Investigación (UGDI) de la UNA 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 Gestión de Datos de Investigación (UGDI) de la UNA 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:

  1. Fomentar la Colaboración: Los datos abiertos permiten que investigadores de diversas disciplinas trabajen juntos, generando sinergias y potenciando el impacto de sus hallazgos.

  2. Impulsar la Innovación: Facilitan el desarrollo de nuevas líneas de investigación y aplicaciones tecnológicas al reutilizar datos existentes.

  3. 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.

  4. 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.

  5. 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 UGDI 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 UGDI 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

• Análisis de Capacidades Existentes: Evaluar las infraestructuras tecnológicas, recursos humanos y prácticas actuales de gestión de datos en cada unidad académica.

• Identificación de Brechas: Detectar carencias en infraestructura, formación y políticas relacionadas con la gestión de datos abiertos.

• Inventario de Recursos: Catalogar los recursos tecnológicos disponibles y las necesidades específicas de cada unidad.

Fase 2: Desarrollo de Políticas y Directrices

• Elaboración de Políticas Institucionales: Desarrollar un marco normativo que promueva la gestión y apertura de datos de investigación, siguiendo los principios FAIR (Findable, Accessible, Interoperable, Reusable).

• Establecimiento de Protocolos: Definir procedimientos para la recolección, almacenamiento y publicación de datos en repositorios institucionales.

Fase 3: Capacitación y Sensibilización

• Programas de Formación: Implementar talleres y cursos dirigidos a investigadores y personal académico sobre gestión de datos y ciencia abierta.

• Campańas de Sensibilización: Promover la importancia de la gestión adecuada de datos y la adopción de prácticas de ciencia abierta.

Fase 4: Implementación de Infraestructura Tecnológica

• Desarrollo de Repositorios: Crear o adaptar repositorios institucionales que permitan el almacenamiento y acceso a datos de investigación.

• Integración de Herramientas: Implementar herramientas para la gestión, análisis y visualización de datos, facilitando su uso por parte de la comunidad académica.

Fase 5: Alianzas y Colaboraciones

• Establecimiento de Alianzas Estratégicas: Colaborar con otras instituciones académicas, organismos gubernamentales y organizaciones internacionales para compartir experiencias y recursos.

• Participación en Redes de Ciencia Abierta: Integrarse en redes y foros especializados para mantenerse actualizado en las mejores prácticas y tendencias en gestión de datos.

Fase 6: Monitoreo y Evaluación

• Definición de Indicadores de Desempeño: Establecer métricas para evaluar el progreso y éxito de la UGDI en cada unidad académica.

• Evaluaciones Periódicas: Realizar revisiones regulares para identificar áreas de mejora y asegurar el cumplimiento de los objetivos establecidos.

6. Indicadores

• Número de Planes de Gestión de Datos (PGD) Implementados: Cantidad de proyectos de investigación que han desarrollado e implementado un PGD.

• Porcentaje de Datos de Investigación Disponibles en Repositorios Abiertos: Proporción de conjuntos de datos publicados en repositorios de acceso abierto.

• Número de Investigadores Capacitados: Cantidad de personal académico que ha participado en programas de formación en gestión de datos.

• Satisfacción de los Usuarios: Evaluación de la satisfacción de los investigadores y personal académico con los servicios proporcionados por la UGDI.

• Número de Alianzas Estratégicas Establecidas: Cantidad de colaboraciones formales con otras instituciones y organizaciones en el ámbito de la gestión de datos.

Tabla 1: UNA. Cronograma de Tareas UGDI
Fase Actividad Duración Período
1 Diagnóstico Institucional 3 meses Feb-Abr
2 Desarrollo de Políticas y Directrices. 4 meses Abril - Julio 2025
3 Capacitación y Sensibilización 6 meses Agosto 2025 - Enero 2026
4 Implementación de Infraestructura Tecnológica 6 meses Febrero - Julio 2026
5 Alianzas y Colaboraciones 12 meses Agosto 2025 - Julio 2026
6 Monitoreo y Evaluación Continuo Desde Agosto 2026

Fase 1: Diagnóstico Institucional

Objetivo: Evaluar el estado actual de la gestión de datos de investigación en la universidad para identificar fortalezas, debilidades y áreas de mejora.

Actividades:

• Análisis de Capacidades Existentes: Realizar un inventario de las infraestructuras tecnológicas disponibles, recursos humanos especializados y prácticas actuales de gestión de datos en cada unidad académica. Esto incluye evaluar sistemas de almacenamiento, software utilizado y protocolos vigentes.

• Identificación de Brechas: Detectar carencias en infraestructura, formación y políticas relacionadas con la gestión de datos abiertos. Por ejemplo, determinar si existen políticas claras sobre propiedad de datos o si hay falta de capacitación en estándares de datos.

• Inventario de Recursos: Catalogar los recursos tecnológicos disponibles y las necesidades específicas de cada unidad. Esto abarca desde hardware y software hasta personal capacitado y procedimientos establecidos.

Fase 2: Desarrollo de Políticas y Directrices

Objetivo: Establecer un marco normativo que guíe la gestión y apertura de datos de investigación en la universidad.

Actividades:

• Elaboración de Políticas Institucionales: Desarrollar un conjunto de políticas que promuevan la gestión y apertura de datos de investigación, siguiendo los principios FAIR (Findable, Accessible, Interoperable, Reusable). Estas políticas deben abordar aspectos como propiedad de datos, licenciamiento y estándares de metadatos.

• Establecimiento de Protocolos: Definir procedimientos estandarizados para la recolección, almacenamiento y publicación de datos en repositorios institucionales. Esto incluye la creación de guías para la documentación de datos y la selección de formatos adecuados para su preservación.

Fase 3: Capacitación y Sensibilización

Objetivo: Fortalecer las competencias del personal académico y de investigación en la gestión de datos y promover una cultura de ciencia abierta.

Actividades:

• Programas de Formación: Implementar talleres y cursos dirigidos a investigadores y personal académico sobre gestión de datos y ciencia abierta. Estos programas deben cubrir temas como elaboración de Planes de Gestión de Datos (PGD), uso de repositorios y aplicación de licencias abiertas.

• Campañas de Sensibilización: Promover la importancia de la gestión adecuada de datos y la adopción de prácticas de ciencia abierta. Esto puede incluir seminarios, charlas y materiales informativos que destaquen los beneficios de compartir datos y las responsabilidades éticas asociadas.

Fase 4: Implementación de Infraestructura Tecnológica

Objetivo: Desarrollar y/o adaptar la infraestructura tecnológica necesaria para la gestión eficiente de los datos de investigación.

Actividades:

• Desarrollo de Repositorios: Crear o adaptar repositorios institucionales que permitan el almacenamiento y acceso a datos de investigación. Estos repositorios deben cumplir con estándares internacionales y facilitar la interoperabilidad.

• Integración de Herramientas: Implementar herramientas para la gestión, análisis y visualización de datos, facilitando su uso por parte de la comunidad académica. Esto incluye software para el manejo de metadatos, plataformas de visualización y sistemas de respaldo.

Fase 5: Alianzas y Colaboraciones

Objetivo: Fomentar colaboraciones que enriquezcan la gestión de datos y amplíen el alcance de la ciencia abierta en la universidad.

Actividades:

• Establecimiento de Alianzas Estratégicas: Colaborar con otras instituciones académicas, organismos gubernamentales y organizaciones internacionales para compartir experiencias y recursos. Esto puede incluir acuerdos de cooperación, proyectos conjuntos y participación en consorcios.

• Participación en Redes de Ciencia Abierta: Integrarse en redes y foros especializados para mantenerse actualizado en las mejores prácticas y tendencias en gestión de datos. La participación activa en estas redes puede facilitar el intercambio de conocimientos y la adopción de estándares emergentes.

Fase 6: Monitoreo y Evaluación

Objetivo: Asegurar el cumplimiento de los objetivos establecidos y la mejora continua de la UGDI.

Actividades:

• Definición de Indicadores de Desempeño: Establecer métricas para evaluar el progreso y éxito de la UGDI en cada unidad académica. Estos indicadores pueden incluir el número de PGD implementados, la cantidad de datos publicados en repositorios y la participación en programas de formación.

• Evaluaciones Periódicas: Realizar revisiones regulares para identificar áreas de mejora y asegurar el cumplimiento de los objetivos establecidos. Esto implica la recopilación de feedback de los usuarios, análisis de métricas y ajustes en las estrategias según sea necesario.

Cada una de estas fases es crucial para la implementación exitosa de la UGDI, asegurando una gestión de datos de investigación eficiente, ética y alineada con las mejores prácticas internacionales.

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.

Conclusiones

La creación de la Unidad de Gestión de Datos de Investigación (UGDI) en la Universidad Nacional de Costa Rica representa un paso fundamental hacia la modernización de la investigación académica, el fortalecimiento de la ciencia abierta y la mejora en la gestión de datos de investigación. En un mundo donde el acceso a datos fiables y estructurados se ha convertido en un factor clave para el avance del conocimiento, la implementación de esta unidad contribuirá significativamente a consolidar a la UNA como un referente nacional e internacional en la gestión de datos abiertos.

A través de la aplicación de principios FAIR, la UGDI asegurará que los datos generados en la institución sean encontrables, accesibles, interoperables y reutilizables, garantizando no solo su conservación a largo plazo, sino también su integración en redes globales de investigación. Además, facilitará la colaboración interdisciplinaria dentro de la universidad, así como la vinculación con otras instituciones académicas, el sector productivo y la sociedad civil.

Desde una perspectiva operativa, la implementación de la UGDI permitirá la optimización de procesos administrativos y académicos relacionados con la gestión de datos de investigación. Esto incluirá la capacitación del personal en el uso de herramientas y metodologías actualizadas, la creación de políticas institucionales claras y la incorporación de infraestructura tecnológica avanzada para el almacenamiento y análisis de datos.

Otro aspecto fundamental es la capacidad de la UGDI para apoyar la toma de decisiones basada en evidencia. Al contar con datos de investigación bien organizados y accesibles, la universidad podrá analizar tendencias, evaluar el impacto de sus iniciativas de investigación y desarrollar estrategias informadas para el fortalecimiento de la I+D+i.

En el contexto global, donde las políticas de acceso abierto y gestión de datos son cada vez más exigentes, la UGDI posicionará a la UNA en la vanguardia de la investigación responsable y la innovación científica. Asimismo, se alineará con los Objetivos de Desarrollo Sostenible (ODS), particularmente en lo relativo a la educación de calidad, la innovación y el acceso equitativo a la información científica.

Finalmente, la UGDI no solo fortalecerá la gestión de datos de investigación dentro de la UNA, sino que también será un modelo replicable para otras universidades y centros de investigación en Costa Rica y la región. Su impacto se verá reflejado en la generación de conocimiento de alta calidad, el incremento de la visibilidad de la investigación producida en la UNA y la consolidación de una cultura de datos abiertos que beneficie a la comunidad científica y a la sociedad en general.

Bibliografía

  1. 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

  2. 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

  3. OECD. (2021). Making open science a reality. OECD Publishing. https://doi.org/10.1787/5jrs2f963zs1-en

  4. European Union. (2019). Open Science Policy Platform Recommendations. European Commission. https://op.europa.eu/en/publication-detail/-/publication/00b274f0-913a-11e9-9369-01aa75ed71a1

  5. 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

  6. 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

  7. Research Data Alliance. (2020). FAIR data maturity model: Specification and guidelines. Research Data Alliance. https://doi.org/10.15497/RDA00050

  8. CODATA. (2019). The Beijing Declaration on Research Data. Committee on Data of the International Science Council. https://doi.org/10.5281/zenodo.3552330

  9. UNESCO. (2021). UNESCO Recommendation on Open Science. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000379949

  10. 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

  11. 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

  12. 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

  13. Carroll, M. W. (2013). Creative Commons and the openness of open access. New England Law Review, 46(3), 287–303.

  14. Suber, P. (2012). Open Access. MIT Press. https://doi.org/10.7551/mitpress/9286.001.0001

  15. 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

  16. 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

  17. 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

  18. 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

  19. Frisch, N. K., & Nathan, A. (2018). Open Science: Making research available to everyone. Science, 362(6415), 1432–1433.

  20. Science Europe. (2019). Practical Guide to the International Alignment of Research Data Management. https://doi.org/10.5281/zenodo.3377672