Om ett forskningsprojekt enkelt genererar sex terabyte data om dagen och vi har hundratals projekt, inser man snabbt att här finns vissa utmaningar med både arbetsflöden och informationsförvaltning i allmänhet. Det talas om system som kan skalas upp till 96 yottabytes (96 miljoner miljoner terabytes, om jag förstått rätt ... ) Hur kan man processa, dokumentera och arkivera alla dessa data så att de faktiskt är FAIR, alltså findable, accessible, interoperable och reusable? Så är också biovetenskaperna de som faktiskt har egna informatiker som jobbar tätt tillsammans med forskarna, en modell som jag hoppas kunde sprida sig till andra vetenskaper i takt med att samtliga får mera dataintensiva delar.
Förra veckan besökte jag SciLifeLab i Uppsala och deltog i en workshop om öppen forskning. Vi fick höra om många otroligt spännande forskningsprojekt och om viktiga internationella samarbeten såsom Elixir. Väldigt intressant verkade också Scipion-projektet, där man utvecklat metoder för att hantera och dokumentera arbetsprocesser med data som går igenom flera olika steg och flera olika mjukvaror. Sådant är helt avgörande för att en forskningsprocess ska vara genuint möjlig att upprepa.
Vad gäller öppen forskning ser det ut att börja röra på sig i Sverige, då man på olika håll satt igång projekt för att främja utvecklingen (KB, VR). Saken är ju nämligen tyvärr den, att ska forskningen bli öppen behövs också både policybeslut och satsningar på att utveckla infrastruktur och processer inom forskningens administrativa och organisatoriska strukturer. Och även på detta seminarium märktes att det finns en stor förståelse för nyttan av öppenhet och en vilja hos många forskare att främja open science. Men det behövs förutsättningar och strukturer och dessa kräver både resurser och koordination.
Inga kommentarer:
Skicka en kommentar