Des del 2018, qualsevol publicació científica sorgida a partir d’un ajut de ”la Caixa” s’ha de dipositar en un repositori públic d’acord amb la nova política d’Open Access (accés obert), alineada amb les directrius de la Unió Europea. En aquest sentit, ”la Caixa” també ha liderat el projecte europeu RRI Tools, que ha dissenyat un conjunt d’eines per unificar criteris a l’hora de fer polítiques per una ciència més responsable i innovadora. L’Open Access era un dels sis eixos de treball, entre els quals també destacaven la participació ciutadana o la igualtat de gènere.

Diego Valerio Chialva, analista de l’European Research Council (ERC), a la seu de ”la Caixa” a Barcelona. Crèdit: Ubikmedia

L’objectiu és promoure una ciència més oberta, més inclusiva, més col·laborativa. És un moviment d’abast global perquè la recerca, els seus resultats i les dades associades –moltes vegades no inclosos en les publicacions científiques– siguin accessibles i utilitzables. D’una banda, una major cooperació entre científics permet que la innovació i la transferència de coneixement a la societat s’accelerin. D’una altra, els països o comunitats amb menys recursos es poden beneficiar especialment d’aquestes polítiques, ja que faciliten que els seus investigadors tinguin accés a dades i protocols que els permetin liderar avenços científics per donar resposta a les seves necessitats.

El nou programa marc Horizon Europe, que començarà a funcionar el 2021, continuarà promovent activament l’aplicació d’aquest tipus de mesures, englobades en el que es coneix com a Open Science (ciència oberta). En aquest context, parlem amb Diego Valerio Chialva, analista de polítiques de l’European Research Council (ERC) i expert en l’ús de tècniques estadístiques i d’aprenentatge automatitzat (machine learning) per a una optimització de l’obtenció i l’ús de dades en l’avaluació i el monitoratge de la recerca científica.  

Per què és tan important compartir dades i protocols en ciència?

Els beneficis són molts. Et posaré un exemple concret. En els últims anys, en certes disciplines científiques –com les ciències socials, la psicologia i l’economia– s’ha produït el que es coneix com a crisi de replicació. Consisteix en que alguns treballs no han estat reproduïbles, és a dir, que quan s’han repetit els experiments, no s’han obtingut els mateixos resultats. L’Open Science i l’ús d’Open Data (dades obertes) o Open Access pot ajudar a evitar aquest problema. Si les eines, els protocols i les dades usats es fan públics i estan en obert per a tothom, altres poden reproduir els experiments sense haver de dedicar la mateixa quantitat d’esforç i temps que l’investigador original i descobrir abans si són reproduïbles o no.

Es poden validar els resultats d’una manera més ràpida i fiable, oi?

I no només això. La rapidesa amb què podem saber si les conclusions d’un treball són o no vàlides i poder disposar dels protocols i les eines també permet que altres avancin en les seves línies de recerca molt més de pressa. Volem transformar la societat amb la ciència, obtenir coses pràctiques que ens beneficiïn a tots. L’Open Access i l’Open Data ens permeten ser innovadors de forma molt més ràpida.

Si haguéssim d’enumerar tots els avantatges de l’Open Science, quins serien?

Rapidesa en l’activitat investigadora, que aquesta arribi a àrees més àmplies de la societat, un accés més ràpid a la innovació, costos més baixos per al desenvolupament inicial en innovació i recerca aplicada, valoració de resultats al moment… o, com a mínim, al cap de poc d’haver-se publicat, validació de resultats des de l’ètica també, perquè se suposa que tots els passos que se segueixen en un treball són accessibles… Hi ha molts avantatges.

I què ha de fer un científic per implementar l’Open Science?

Ha de donar a conèixer totes les dades del seu treball. L’Open Access ens porta a l’Open Data, que inclou les dades que es fan servir, els processos que s’utilitzen, incloent-hi notes i coses així, com s’implementen els protocols, documentació sobre l’anàlisi de resultats… De tota manera, totes aquestes coses no es poden donar immediatament. Les dades de determinats àmbits, per exemple, en medicina, són molt costoses d’obtenir. Si un equip ha invertit un munt de recursos en una recerca, no voldrà publicar-la immediatament perquè altres es beneficiïn del seu esforç abans que ells. Per això, en part, l’Open Science no pot ser únicament una decisió que prenguin els investigadors, sinó que legisladors i altres entitats s’hi han d’implicar i establir dates límits. Pot ser que puguis treure profit de les teves dades, per exemple, durant cinc anys, i després fer-les públics. Però s’haurien d’establir dates límit raonables, no massa llargues. Avui dia, alguns copyrights duren setanta anys. Personalment, penso que és un error.

Com més temps queden els resultats al laboratori, més temps tarden a arribar els beneficis a la societat?

Per exemple, si el temps que transcorre des que la tecnologia de plasma es desenvolupa al laboratori fins que les pantalles tàctils són a les nostres mans passa de ser quinze o deu anys a dos anys, la societat, com a tal, es beneficia. En molts casos, podria ser així, es podria escurçar aquest temps de transferència.

El programa marc de la Unió Europea Horizon 2020 ja incloïa polítiques per implementar una ciència més oberta. Quines novetats aporta el nou programa marc Horizon Europe, a partir del 2021?

No hi ha res definitiu, però hi ha documents d’acords parcials en els quals esmenta explícitament l’Open Access i l’Open Data. Pot ser que la novetat més important sigui que s’inclouen els principis FAIR, que són un conjunt de bones pràctiques per a la gestió i administració de les dades científiques. Han estat creats per acadèmics amb la intenció de crear un marc que permeti que la publicació d’aquestes dades es faci d’una determinada manera. Això seria una gran fita.

Quin tipus d’eines ens pot donar l’Open Science per monitorar i avaluar la recerca?

L’Open Access i l’Open Data no proporcionen eines sinó condicions. Es resumeixen en una major accessibilitat de protocols i dades. Però es poden construir eines que permetin avaluar la qualitat d’un projecte, la direcció cap a on va, si respon o no a qüestions que puguin interessar a diferents sectors, incloent-hi la societat… De fet, els mètodes d’avaluació i monitoratge de la ciència haurien de canviar i adaptar-se.

Per què?

Perquè els que fem servir ara no seran útils en un món en què l’Open Science sigui una realitat. Imagina’t: la quantitat de dades augmentarà moltíssim quan realment hi hagi Open Access i Open Data. I quan dic que augmentarà, em refereixo a ordres de magnitud per sobre del que actualment es fa servir en l’avaluació i el monitoratge de la ciència. Haurem d’adaptar-nos. I quan un s’adapta, no fa el mateix, però més vegades i més sovint. Canvia la manera de fer-ho, l’enfocament.

Com canviarem l’enfocament?

Algunes de les eines tecnològiques que poden ajudar són el web semàntic (semantic web) i els grafs de coneixement (knowledge graphs), entre d’altres.

Com funcionen?

Ara mateix internet vincula documents, però no continguts. Si, per exemple, vols fer servir un cercador per trobar una persona, o informació sobre un concepte, obtens documents separats, procedents de fonts diferents: articles, perfils de xarxes socials… I has de fer l’esforç de valorar-ho tot i donar-hi un sentit, una entitat. Amb aquestes eines, es vol vincular els continguts directament, de manera que les fonts estiguin interconnectades i tinguin ja un sentit unificat. És el mateix que va passar amb l’evolució del telèfon. Antigament, si volies parlar amb una persona, havies de saber on era, a quin tipus de telèfon havies de trucar… Contactaves amb un operador i li havies de dir la ciutat, el país o el despatx on era la persona que volies localitzar, etc.

Avui dia ni tan sols hem de saber el seu número de telèfon.

Exactament. La tecnologia et connecta automàticament i ja està. Però internet és, avui dia, igual que aquest telèfon antic. Has de fer un munt de passos per trobar la informació, o la persona, que busques. Aquestes eines pretenen que internet sigui com els telèfons moderns. És a dir, que la mateixa màquina sigui capaç de donar-te directament el que necessites, el resultat final del que busques. Es tracta d’arribar a un nou nivell d’abstracció.

I com es pot aplicar això a l’Open Science?

Pot facilitar el monitoratge i l’avaluació de la ciència perquè dona significat a les dades. I, tenint en compte que la quantitat de dades amb les quals treballarem són enormes, és important la implementació de nous enfocaments per analitzar-les. De fet, crec que apareixeran noves professions, nous analistes, que seran necessaris per treure partit d’aquestes tecnologies.