Guía Completa sobre la Gestión de Datos de Investigación
Cuando nos metemos en el mundo de la ciencia, a menudo nos centramos solo en los resultados finales, pero la verdadera magia ocurre en el proceso. La gestión de datos de investigación (RDM) no es más que el conjunto de pasos que seguimos para recoger, organizar y guardar toda esa información que genera un proyecto, asegurando que no se pierda en el camino y que otros puedan entenderla.
Hacer las cosas bien desde el principio no solo nos quita dolores de cabeza en el futuro, sino que permite que la inversión de tiempo y dinero rinda frutos. Al seguir un estándar de calidad, logramos que la investigación sea transparente y que el conocimiento fluya sin trabas, cumpliendo además con lo que hoy en día piden la mayoría de las agencias que sueltan la pasta para financiar proyectos.
¿Qué consideramos exactamente como datos de investigación?
Para que no haya dudas, hablamos de cualquier material que sirva para certificar los resultados de un estudio. No se trata solo de tablas de Excel; entran en juego los cuadernos de campo, los diarios de laboratorio, grabaciones de audio, vídeos, encuestas y hasta los scripts o algoritmos que hayamos programado. A todo este conjunto de información se le conoce técnicamente como datasets.
Todo esto se mueve dentro de la corriente de la Ciencia Abierta (Open Science). La idea es sencilla: que tanto las publicaciones como los datos brutos estén disponibles para todo el mundo. Así, el acceso libre fomenta que la comunidad científica pueda reutilizar y distribuir la información, dándole mucha más visibilidad e impacto al trabajo realizado.
El camino hacia una gestión eficiente: El ciclo de vida
No se puede improvisar la gestión de datos; hace falta un mapa. Aquí es donde entra el Plan de Gestión de Datos (DMP). Este documento es básicamente el manual de instrucciones donde detallamos cómo vamos a manejar los datos, qué estándares usaremos y dónde los guardaremos. Lo ideal es tener la primera versión lista durante los primeros seis meses del proyecto.
A medida que la investigación avanza, el DMP no puede quedarse cogiendo polvo; hay que actualizarlo constantemente. Lo normal es hacer revisiones profundas a mitad del camino y otra vez justo cuando el proyecto llega a su fin, adaptando el plan a los imprevistos que siempre surgen en el laboratorio o en el campo.
Durante la ejecución, es vital almacenar la información de forma segura y elegir formatos que no caduquen. La recomendación es huir de los formatos propietarios y apostar por estándares abiertos (como los IANA mime types), para que cualquier programa pueda leerlos en el futuro sin necesidad de pagar licencias caras.
Tener un caos de carpetas es el camino más rápido al desastre. Es fundamental establecer una jerarquía de archivos coherente y nombres claros que permitan saber qué hay dentro sin tener que abrir el archivo. Además, hay que documentar los metadatos, que es básicamente la información que describe quién creó el dato, cuándo y cómo debe interpretarse.
No todo lo que generamos tiene valor eterno. Es prudente aplicar metodologías, como la del Digital Curation Center, para decidir qué conservar y qué borrar, evaluando la finalidad de los datos y los costes de almacenamiento para no llenar los discos de basura digital.
Ética y Protección de Datos: El terreno delicado
Si el proyecto implica trabajar con personas o animales, no podemos saltarnos los Comités Éticos; su autorización es obligatoria. Cuando manejamos datos personales o sensibles, la prioridad absoluta es contactar con el delegado de Protección de Datos para no meter la pata con la legislación vigente, ya sea nacional o europea.
Es imprescindible conseguir los consentimientos informados de los participantes. No basta con decir que se hará la investigación; la gente debe saber exactamente qué pasará con sus datos. La protección de la privacidad debe planificarse desde el primer día, ya que afecta a cómo guardamos la información y quién puede acceder a ella.
Para garantizar la privacidad, la herramienta clave es la anonimización. Este proceso elimina cualquier posibilidad de identificar a la persona. Para ello, existen soluciones muy útiles como Amnesia, recomendada por OpenAire, que ayuda a procesar los datos sin dejar rastro de la identidad de los sujetos.
Principios FAIR: La regla de oro para compartir
Cuando llega el momento de publicar los datos, no basta con subirlos a una nube. Deben cumplir los principios FAIR. Primero, deben ser Findable (Encontrables), para que cualquier investigador los localice mediante buscadores. Segundo, Accessible (Accesibles), permitiendo su descarga mediante identificadores claros.
Tercero, deben ser Interoperable (Interoperables), usando lenguajes y estándares comunes que permitan el intercambio entre diferentes sistemas. Y cuarto, Reusable (Reutilizables), dejando muy clara la procedencia y las licencias de uso para que otros puedan seguir construyendo sobre nuestro trabajo.
Ojo, que los datos sean FAIR no significa que todo tenga que ser público a raudores. Se aplica el mantra de «tan abierto como sea posible, tan cerrado como sea necesario». Si la privacidad de los sujetos está en juego, la accesibilidad se limita, y eso no rompe la norma FAIR, simplemente es actuar con responsabilidad.
Para saber si vamos por buen camino, existen herramientas de autoevaluación como FAIR-Aware o F-UJI. Estas aplicaciones analizan si los objetos digitales cumplen con las métricas de calidad necesarias, aunque siempre hay que recordar que cada herramienta puede interpretar la «FAIRness» de forma ligeramente distinta.
Recursos y apoyo institucional
Afortunadamente, no estamos solos en esto. Existen plataformas para crear el PGD sin complicaciones. ARGOS, desarrollada por OpenAIRE y EUDAT, es fantástica para cumplir con los mandatos de las agencias financiadoras. También contamos con DMPonline del Digital Curation Centre, que ofrece plantillas muy útiles según el organismo que nos dé la beca.
Las instituciones, como las universidades, suelen ofrecer un soporte integral que incluye el asesoramiento en propiedad intelectual y la creación de repositorios institucionales. El objetivo es fomentar una infraestructura donde los datos tengan identificadores persistentes (DOI) y sean fáciles de descubrir para el resto del mundo.
La correcta administración de la información científica permite ahorrar tiempo, cumplir con las exigencias de los financiadores y, sobre todo, asegurar la preservación de la inversión intelectual a largo plazo, evitando que datos valiosos se pierdan por un fallo de un disco duro o un formato obsoleto.
