Blíží se revoluce v ukládání a sdílení vědeckých dat, vznikl Národní repozitář

„Pokud naši vědci pracují v projektech hrazených z veřejných zdrojů, je jednou z podmínek zpřístupňovat nejen články, ale i nasbíraná vědecká data. Ta mají být dlouhodobě dohledatelná a přístupná, tedy uložena ve spolehlivém repozitáři. Pokud je to možné, měla by být vědci nasbíraná data opatřena co nejotevřenější možnou licencí, aby je mohli pro svůj výzkum dál využívat i ostatní výzkumníci. V konečném důsledku to zkrátí čas a sníží náklady na sběr nebo tvorbu stejných dat a na možnost jejich verifikace. Obecně to pomůže urychlit vědecký vývoj,“ říká Ludvík Steiner z Univerzitní knihovny TUL, jenž poskytuje metodickou podporu Koordinátorům otevřené vědy na Technické univerzitě v Liberci.

Čeští vývojáři nyní pracují na vytvoření Národní datové infrastruktury (NDI), už je spuštěn Národní repozitář, kam mohou vědci ukládat svá data, do repozitáře se přihlásí přes účty svých organizací. V repozitáři je již možné data vyhledávat dle metadat. Do budoucna by měl být tento národní repozitář propojen s evropským repozitářem OpenAIRE a nahradit v používání Zenodo a jiné repozitáře. Jiné již existující repozitáře, které má například Akademie věd ČR či které buduje Univerzita Karlova, budou s tímto národním repozitářem taktéž propojeny.  

„Nyní je zprovozněn repozitář pro všeobecná data a začínají se řešit speciální, oborové typy dat: pro oblasti bio/zdraví/potravin, materiálové vědy a technologie, data management pro AI a strojové učení, sociální vědy, fyzikální vědy, humanitní vědy a umění, environmentální vědy a citlivá data. V pracovních skupinách EOSC je z naší univerzity 10 členů. Na základě požadavků a připomínek pak sdružení CESNET jako realizátor infrastruktury zapracuje naše požadavky a připomínky. Na schůzce se účastníci dozví princip fungování NDI, repozitářů i to, co se bude od autorů očekávat. Je důležité, aby právě teď zaznělo co nejvíc připomínek, aby byl systém co nejvíce přizpůsoben potřebám našich vědců,“ říká Ludvík Steiner.

Obavy vzbuzuje ukládání citlivých dat

Evropská datová infrastruktura EOSC je určena jak pro akademickou sféru, tak průmysl. Ukládaná a zpřístupňovaná vědecká data musí splňovat FAIR principy. Zatím nevyřešenou otázkou, která zároveň vědce „leká“, je však způsob ukládání citlivých dat. Například z výzkumů, které směřují k podání patentů. „Většinu kvantitativních dat by mělo být možné zreplikovat, zároveň se tím ale dostáváme na hranu otevřené vědy, protože řada výzkumů je určena ke komercionalizaci nebo míří k patentovému řízení. V ten moment musí být data chráněná a někteří vědci si je drží tak říkajíc pod pokličkou. Tady nastává velká třecí plocha a nejtěžší moment celého procesu. EOSC se snaží vysvětlit, že i tato data mohou v repozitářích být, jen je zapotřebí nastavit potřebnou úroveň přístupnosti a zajistit jejich naprostou anonymitu,“ upozorňuje Ludvík Steiner.

Zároveň podotýká, že některá citlivá data mohou mít v repozitáři alespoň údaje o tom, že někde existují. I to může pro někoho představovat důležitou informaci. „Navíc, pokud vám někdo během výzkumu sebere data, která není možné zpětně získat, a už se to několikrát stalo, vytvořená datová úložiště vás zachrání. Úložistě fungují na pěti místech republiky, takže je ztráta dat prakticky vyloučena. Vybudování vlastního repozitáře, jeho následná administrace, udržování a zajištění jednotného rozhraní s projektem EOSC je pro naši univerzitu finančně neúnosné, ale díky projektu Národní datová infrastruktura můžeme využít jednotné národní politiky a repozitáře,“ dodává Ludvík Steiner.

Autor/foto: Adam Pluhař (redakčně upraveno) 

Zdroj: Technická univerzita v Liberci