Desde 2018, cualquier publicación científica surgida a partir de una ayuda de ”la Caixa” debe depositarse en un repositorio público de acuerdo con la nueva política de Open Access (acceso abierto), alineada con las directrices de la Unión Europea. En este sentido, ”la Caixa” también ha liderado el proyecto europeo RRI Tools, que ha diseñado un conjunto de herramientas para unificar criterios a la hora de hacer políticas en pos de una ciencia más responsable e innovadora. El Open Access era uno de los seis ejes de trabajo, entre los que también destacaban la participación ciudadana o la igualdad de género. 

Diego Valerio Chialva, analista del European Research Council (ERC), en la sede de ”la Caixa” en Barcelona. Crédito: Ubikmedia

El objetivo es promover una ciencia más abierta, más inclusiva, más colaborativa. Es un movimiento de alcance global para que la investigación, sus resultados y los datos asociados –muchas veces no incluidos en las publicaciones científicas– sean accesibles y usables. Por una parte, una mayor cooperación entre científicos permite que la innovación y la transferencia de conocimiento a la sociedad se aceleren. Por otra, los países o comunidades con menos recursos pueden beneficiarse especialmente de estas políticas, ya que facilitan que sus investigadores tengan acceso a datos y protocolos que les permitan liderar avances científicos para dar respuesta a sus necesidades. 

El nuevo programa marco Horizon Europe, que comenzará su andadura en el 2021, continuará promoviendo activamente la aplicación de este tipo de medidas, englobadas en lo que se conoce como Open Science (ciencia abierta). En este contexto, hablamos con Diego Valerio Chialva, analista de políticas del European Research Council (ERC) y experto en el uso de técnicas estadísticas y de aprendizaje automatizado (machine learning) para una optimización de la obtención y el uso de datos en la evaluación y monitorización de la investigación científica. 

¿Por qué es tan importante compartir datos y protocolos en ciencia?

Los beneficios son muchos. Te voy a poner un ejemplo concreto. En los últimos años, en ciertas disciplinas científicas –como las ciencias sociales, la psicología y la economía– se ha producido lo que se conoce como crisis de replicación. Consiste en que algunos trabajos no han sido reproducibles, es decir, que cuando se han repetido los experimentos, no se han obtenido los mismos resultados. La Open Science y el uso de Open Data (datos abiertos) u Open Access puede ayudar a evitar este problema. Si las herramientas, protocolos y datos usados se hacen públicos y están en abierto para todo el mundo, otros pueden reproducir los experimentos sin tener que dedicar la misma cantidad de esfuerzo y tiempo que el investigador original y descubrir antes si son reproducibles o no.

Se pueden validar los resultados de forma más rápida y fiable, ¿no?

Y no solo esto. La rapidez con que podemos saber si las conclusiones de un trabajo son o no válidas y poder disponer de los protocolos y las herramientas también permite que otros avancen en sus líneas de investigación mucho más rápidamente. Queremos transformar la sociedad con la ciencia, obtener cosas prácticas que nos beneficien a todos. El Open Access y el Open Data nos permiten ser innovadores de forma mucho más rápida. 

Si tuviésemos que enumerar todas las ventajas de la Open Science, ¿cuáles serían?

Rapidez en la actividad investigadora, que esta llegue a áreas más amplias de la sociedad, un acceso más rápido a la innovación, costes más bajos para el desarrollo inicial en innovación e investigación aplicada, valoración de resultados al momento… o, como mínimo, al poco de la publicación, validación de resultados desde la ética también, porque se supone que todos los pasos que se siguen en un trabajo son accesibles… Hay muchas ventajas.  

¿Y qué debe hacer un científico para implementar la Open Science?

Debe dar a conocer todos los datos de su trabajo. El Open Access nos lleva al Open Data, que incluyen los datos que se usan, los procesos que se utilizan, incluyendo notas y cosas así, cómo se implementan los protocolos, documentación sobre el análisis de resultados… De todas formas, todas estas cosas no pueden darse inmediatamente. Los datos de determinados ámbitos, por ejemplo, en medicina, son muy costosos de obtener. Si un equipo ha invertido un montón de recursos en una investigación, no querrá publicarlo inmediatamente para que otros se beneficien de su esfuerzo antes que ellos. Por eso, en parte, la Open Science no puede ser únicamente una decisión que tomen los investigadores, sino que legisladores y otras entidades deben implicarse y establecer fechas límites. Quizás puedas sacar provecho de tus datos, por ejemplo, durante cinco años, y después hacerlos públicos. Pero deberían establecerse fechas límite razonables, no demasiado largas. A día de hoy, algunos copyrights duran setenta años. En mi opinión, eso es un error. 

Cuanto más tiempo se quedan los resultados en el laboratorio, ¿más tiempo tardan en llegar los beneficios a la sociedad?

Por ejemplo, si el tiempo que transcurre desde que la tecnología de plasma se desarrolla en el laboratorio hasta que las pantallas táctiles están en nuestras manos pasa de ser quince o diez años a dos años, la sociedad, como tal, se beneficia. En muchos casos, esto podría ser así, se podría acortar este tiempo de transferencia. 

El programa marco de la Unión Europea Horizon 2020 ya incluía políticas para implementar una ciencia más abierta. ¿Qué novedades aporta el nuevo programa marco Horizon Europe, a partir del 2021?

No hay nada definitivo, pero existen documentos de acuerdos parciales en los que menciona explícitamente el Open Access y el Open Data. Quizás la mayor novedad sea que se incluyen los principios FAIR, que son un conjunto de buenas prácticas para la gestión y administración de los datos científicos. Han sido creados por académicos con la intención de crear un marco que permita que la publicación de estos datos se haga de una determinada manera. Esto sería un gran logro.  

¿Qué tipo de herramientas nos puede dar la Open Science para monitorizar y evaluar la investigación?

El Open Access y el Open Data no proporcionan herramientas sino condiciones. Se resumen en una mayor accesibilidad de protocolos y datos. Pero se pueden construir herramientas que permitan evaluar la calidad de un proyecto, la dirección hacia donde va, si responde o no a cuestiones que puedan interesar a diferentes sectores, incluyendo a la sociedad… De hecho, los métodos de evaluación y monitorización de la ciencia deberían cambiar y adaptarse.

¿Por qué?

Porque los que utilizamos ahora no serán útiles en un mundo en que la Open Science sea una realidad. Imagínate: la cantidad de datos aumentará muchísimo cuando realmente haya Open Access y Open Data. Y cuando digo que aumentará, me refiero a órdenes de magnitud por encima de lo que actualmente se utiliza en la evaluación y monitorización de la ciencia. Tendremos que adaptarnos. Y cuando uno se adapta, no hace lo mismo, pero más veces y más frecuentemente. Cambia la manera de hacerlo, el enfoque. 

¿Cómo cambiaremos el enfoque?

Algunas de las herramientas tecnológicas que pueden ayudar son la web semántica (semantic web) y los grafos de conocimiento (knowledge graphs), entre otras.

¿Cómo funcionan?

Ahora mismo internet vincula documentos, pero no contenidos. Si, por ejemplo, quieres utilizar un buscador para encontrar a una persona, o información sobre un concepto, obtienes documentos separados, procedentes de diferentes fuentes: artículos, perfiles de redes sociales… Y tienes que hacer el esfuerzo de valorar todo eso y darle un sentido, una entidad. Con estas herramientas, lo que se quiere es vincular los contenidos directamente, de forma que las fuentes estén interconectadas y tengan ya un sentido unificado. Es lo mismo que pasó con la evolución del teléfono. Antiguamente, si querías hablar con una persona, tenías que saber dónde se encontraba, a qué tipo de teléfono debías llamar… Contactabas con un operador y le tenías que informar de la ciudad, el país o el despacho donde estaba la persona a la que pretendías localizar, etc.

Hoy en día ni siquiera tenemos que conocer su número de teléfono.

Exactamente. La tecnología te conecta automáticamente, sin más. Pero internet es, hoy en día, igual que ese teléfono antiguo. Tienes que hacer un montón de pasos para dar con la información, o con la persona, que buscas. Estas herramientas pretenden que internet sea como los teléfonos modernos. Es decir, que la propia máquina sea capaz de darte directamente lo que necesitas, el resultado final de lo que buscas. Se trata de alcanzar un nuevo nivel de abstracción.  

¿Y cómo se puede aplicar esto a la Open Science?

Puede facilitar la monitorización y la evaluación de la ciencia porque da significado a los datos. Y, teniendo en cuenta que la cantidad de datos con los que vamos a trabajar son enormes, es importante la implementación de nuevos enfoques para analizarlos. De hecho, creo que aparecerán nuevas profesiones, nuevos analistas, que serán necesarios para sacar partido de estas tecnologías.