La investigación es un trabajo que produce una serie de resultados. Históricamente las miradas y los esfuerzos se han centrado en uno de estos resultados, el artículo. De esta forma, la publicación de artículos se ha convertido en el criterio estándar para valorar el trabajo de los investigadores. Es comprensible poner al artículo de investigación como el elemento clave de valoración. ya que a través de la escritura el investigador es como puede expresar y defender sus ideas (aunque no la única).
Sin embargo, el contenido de un artículo es al fin y al cabo el resultado de horas de pensamiento, lectura de fuentes, generación de documentos de trabajo, borradores, recopilación y análisis de datos. Los datos son de vital importancia, ya que a partir de ellos podemos seguir aplicando el método científico y avanzando en el conocimiento, más aún en estos tiempos en los que existen tecnología y métodos para obtener y analizar grandes cantidades de datos.
En mi campo de aplicación en particular, ciencia de la computación, y más concrétamente en el área de ciberseguridad, los datos para avanzar en la investigación no es que sean importantes, sino que son imprescindibles para que el trabajo de investigación sea tenido en cuenta. La generación de datos y experimentos es una tarea que implica mucho esfuerzo, a veces inabordable, más aún si se intenta replicar entornos de computación reales. En mi caso particular, por ejemplo, no tener acceso a datos de tráfico de red reales, limita y hace más lento el avance en mi trabajo, por lo que encontrar conjunto de datos relacionados es una gran ventaja. Por esto, creo que la publicación de datos puede agilizar mucho la tarea investigadora y hacer avanzar más rápido en la publicación de resultados interesantes. En el futuro creo que será algo esencial.
Por otro lado, la investigación y sus resultados van asociados a una persona, investigador, que debe mantener su reputación y cuyo trabajo debe ser reconocido. Para ello es vital contar con sistemas que permitan identificar de forma unívoca a los autores, así como asociar los resultados obtenidos sin posibilidad de que otra persona se apropie de la autoría y la reputación investigadora de otros.
En mi opinión, los sistemas actuales, como ORCID y DOI cumplen bastante bien este cometido dentro del entorno digital. Sin embargo, la clave de esto es que se alcancen niveles de estandarización ampliamente aceptados, es decir, que no se creen sistemas propios en diferentes regiones y/o institutaciones, que hagan que la identifiación y el seguimiento de autores y obras sea más difícil. Por ejemplo, existen en la actualidad sistemas como: ark, arxiv, hdl, isbn, pissn, eissn, pmid, purl, urn, wos; que pueden generar confusión en cuanto a qué sistema es el más apropiado para un investigador en un campo científico concreto y con unos objetivos de publicación específicos.
Aunqe creo que con ORCID y DOI se cumple bastante bien este cometido, bajo mi punto de vista el principal problema está relacionado con: la organización de repositorios, el contenido de los conjuntos de datos, su calidad y los posibles problemas de privacidad asociados. En cuanto a la organización, creo que la clave está en la gestión de metadatos (metadatos de repositorio frente a metadatos de datos y posible confusión).
En cuanto a la calidad de datos, creo que es algo que se debería tener en cuenta en los repositorios, así como tener cuidado y controlar aspectos de privacidad. Si bien se puede optar por delegar esta responsabilidad en el propio usuario y creador de los datos, no estaría mal que existieran mecanismos para asegurar un nivel mínimo de calidad y compromiso en el mantenimiento de la privacidad, para así conseguir plataformas más confiables.
A continuación, mi identificador ORCID y un conjunto de datos publicado y asociado a mi identificador.
ORCID: http://orcid.org/0000-0003-1403-0086
Data set published in ZENODO and linked into ORCID (among others): https://doi.org/10.5281/zenodo.168051