Este artículo fue escrito por Tim Hill, Data Standards and Technical Lead del Open Data Institute

Durante las últimas dos décadas, ha habido una explosión en el número de movimientos que instan a la "apertura": publicación de acceso abierto ; software de código abierto ; datos abiertos ; ciencia abierta . Y a menudo estos están entrelazados con poderosas afirmaciones morales con respecto, por ejemplo, al acceso público a la investigación financiada con fondos públicos.

Sin embargo, para los servidores públicos, en particular aquellos que trabajan en grandes proyectos digitales, la apertura puede ser no solo un ideal ético, sino también una necesidad operativa. Si bien las diferentes iniciativas enumeradas anteriormente tienen su propio enfoque individual, una cosa que tienen en común es la preocupación por salvaguardar la transparencia en dominios complejos.

Por lo tanto, los enfoques abiertos se vuelven importantes para los servidores públicos porque, donde las herramientas algorítmicas se vuelven lo suficientemente avanzadas, como en el caso de los modelos de simulación, la transparencia es a menudo la única forma de garantizar la rendición de cuentas. Sin él, los algoritmos y la investigación avanzada pueden convertirse en simples cajas negras: inescrutables y, por tanto, inutilizables en la esfera pública.

Como mínimo, cuando la investigación y los proyectos digitales no están abiertos desde el principio, el tiempo que se dedica a abrirlos a terceros puede provocar retrasos y gastos generales graves más adelante. El caso reciente del modelado Covid-19 del MRC al que se hace referencia en la primera parte es un excelente ejemplo, al igual que la controversia sobre los modelos climáticos GISTEMP .

Cabe señalar que la apertura siempre impone al menos algunos gastos generales

Entonces, cuando sea posible, la apertura debe "incorporarse" lo antes posible. En un mundo ideal, todos los resultados de la investigación en los que se basa un proyecto deben ser irrestrictos (acceso abierto); los datos que respaldan estos productos deben estar disponibles gratuitamente (datos abiertos), al igual que los procesos seguidos para obtenerlos (ciencia abierta); y cualquier software utilizado para la recopilación y / o procesamiento de datos es visible, comprobable y modificable públicamente (código abierto).

El espectro de 'abierto'

Por supuesto, este ideal no siempre es factible. Algunos dominios (defensa, inteligencia) están necesariamente "cerrados" de forma predeterminada. Más a menudo, algunos aspectos de un proyecto necesitan acceso restringido, mientras que otros pueden estar abiertos. Cualquier proyecto que involucre datos personales deberá involucrar una cuidadosa reflexión en temas como el anonimato y los derechos de privacidad al determinar el grado de apertura apropiado para su trabajo. Por lo general, la apertura no es una decisión que se pueda aplicar en todos los ámbitos. El Open Data Institute ha desarrollado un espectro de datos para ayudar a las organizaciones a trabajar mediante el intercambio de datos, la licencia abierta y otros problemas en su camino hacia una mayor transparencia.

Además, cabe señalar que la apertura siempre impone al menos algunos gastos generales. Cuando el trabajo aún se encuentra en una etapa preliminar (análisis de datos exploratorio o iteración experimental rápida, por ejemplo), tiene sentido posponer su apertura hasta que el esfuerzo sea un poco más maduro y pueda servir como base para una actividad adicional.

Abriendo tu proyecto

Sin embargo, suponiendo que haya tomado la decisión de utilizar enfoques abiertos en su proyecto, ¿qué sigue?

Primero, si está utilizando código o investigación desarrollada originalmente en un entorno académico, es muy probable que ya esté abierta. Los consejos de investigación han hecho cada vez más de la apertura un criterio en las decisiones de financiación en los últimos años. Al trabajar con la universidad o el laboratorio detrás de la investigación, debería poder tener una buena idea de cuán abierto es su trabajo, y de las razones por las que podría no ser tan abierto como esperaba.

En segundo lugar, intente hacerse algunas preguntas básicas sobre su proyecto y el trabajo que está realizando:

  • ¿Qué porcentaje de los resultados de investigación publicados están disponibles gratuitamente y cuáles están detrás de un muro de pago?

  • ¿Qué tan fácil es encontrar y utilizar los datos en los que se basa esta investigación? ¿Está disponible en un repositorio institucional, como servicio pago, o simplemente está en posesión de los investigadores?

  • ¿Qué tan fácil sería para otro equipo de investigadores replicar los resultados de la investigación, dada solo la información disponible públicamente?

  • ¿Algún código utilizado está disponible en un repositorio público en una plataforma de código abierto como Bitbucket o GitHub ? ¿Si no, porque no?

Hacer estas preguntas desde el principio puede ayudarlo a evitar sorpresas desagradables en el futuro y generar confianza en los sistemas cada vez más complejos que estamos utilizando para abordar nuestros problemas más urgentes en la actualidad, desde Covid-19 hasta el cambio climático. - Tim Hill

Queremos escuchar su opinión sobre este artículo. Envíenos un artículo o envíenos sus comentarios a hello@apolitical.co

(Crédito de la foto: UnSplash)

Asegúrate de compartir tus propias ideas con el autor dejando un comentario abajo