layout: true <style> .remark-slide-number { position: inherit; } .remark-slide-number .progress-bar-container { position: absolute; bottom: 0; height: 4px; display: block; left: 0; right: 0; } .remark-slide-number .progress-bar { height: 100%; background-color: #e95459; } </style> <div class='my-footer'><span>ODEON</span> <center><div class=logo><a href='https://datactivist.coop/'><img src='https://github.com/datactivist/slides_datactivist/raw/master/inst/rmarkdown/templates/xaringan/resources/img/fond_noir_monochrome.png' width='100px'></a></div></center></span></div> --- count: false class: center # .red[Webinaire sur la science ouverte et l'open data dans la recherche] <br /> ## Datactivist + Avitem <br /> 18 décembre 2020  --- count: false # Programme du .red[webinaire] ### Présentation du projet ODEON ### Introduction #### Antoine Blanchard (Datactivist) : "La science ouverte et l'open data dans la recherche : pourquoi, comment, pour quels usages ?" ### Table-ronde ####Témoignages sur l’ouverture des données dans les sciences de l’environnement (océanographie et agronomie) et dans un institut de recherche tourné vers les pays méditerranéens et les pays du Sud - François Sabot, directeur adjoint de la Mission science ouverte à l’IRD - Cécile Pertuisot, gestionnaire de données océanographiques à l’Ifremer - Bénédicte Wenden, chargée de recherche à l’Inrae --- class: center # .red[La science ouverte et l'open data dans la recherche] ## Pourquoi, comment, pour quels usages ? ### Antoine Blanchard, Datactivist 18 décembre 2020  --- class: center, middle Ces slides en ligne : [https://datactivist.coop/webinaires_odeon/webinaire_ODEON_science_ouverte]() Sources : [https://github.com/datactivist/webinaires_odeon/tree/master/webinaire_ODEON_science_ouverte]() Les productions de Datactivist sont librement réutilisables selon les termes de la licence [Creative Commons 4.0 BY-SA](https://creativecommons.org/licenses/by-sa/4.0/legalcode.fr). <BR /> <BR />  --- ### Les chercheurs partageaient-ils des données avant les administrations ? -- .center[.reduite2[]] .footnote[Sieur de Hédouville (pseudonyme de Denis de Sallo) (1665), "De la comète", *Journal des sçavans*, 5 Janvier] ??? Si vous avez suivi les précédents webinaires de cette série, il a souvent été question des données administratives. Nous allons parler ici des données de la recherche. --- ## Quelques jalons historiques - **1933** : Ragnar Frisch : "in *Econometrica* the original raw data will, as a rule, be published, unless their volume is excessive. This is important in order to stimulate criticism, control, and further studies" - **années 1970** : apparition du terme « open data » dans les accords signés par la NASA avec des pays partenaires en vue du partage de données satellites - **1982** : lancement de Genbank, dont le succès a reposé sur son ouverture, par opposition à ses concurrents - **1995** : rapport de la National Academy of Science intitulé _On the Full and Open Exchange of Scientific Data_ - **1996** : partage des données du Human Genome Project sous 24h (principes des Bermudes) - **2003** : _Déclaration de Berlin sur le libre accès à la connaissance_ ([lien](https://openaccess.mpg.de/68042/BerlinDeclaration_wsis_fr.pdf)) - **2009** : affaire du "Climategate" - **mars 2020** : article "Epidemiological data from the COVID-19 outbreak, real-time case information" ([lien](https://www.nature.com/articles/s41597-020-0448-0)) .footnote[[Samuel Goeta (2016), “Instaurer des données, instaurer des publics : une enquête sociologique dans les coulisses de l'open data”, Télécom ParisTech](https://pastel.archives-ouvertes.fr/tel-01458098)] ??? Ragnar Anton Kittil Frisch (Oslo, 3 mars, 1895 - 31 janvier, 1973), économiste norvégien et lauréat du premier prix dit Nobel d'économie décerné en 1969, est l'un des pères de l'économétrie, et le fondateur de la revue *Econometrica*. "This was describing an epidemiological dataset about the spread of the virus, that was openly developed by researches working around the world in real-time as the pandemic was evolving. Researchers came from China, South America, the US, the UK and the rest of Europe to work on this, and it's still being updated continuously today. The editor tells me it was a unique challenge to peer review this article, as the dataset was changing minute by minute... but it really shows how the pandemic has brought international research groups together to collaborate and very quickly share data". __ [Closed countries, open data](https://www.researchinformation.info/feature/closed-countries-open-data) --- class:center,inverse, middle ### Définition de l'OCDE « les données de la recherche sont définies comme des enregistrements factuels (chiffres, textes, images et sons), qui sont utilisés comme sources principales pour la recherche scientifique et sont généralement reconnus par la communauté scientifique comme nécessaires pour valider les résultats de la recherche » .footnote[[*Principes et lignes directrices pour l’accès aux données de la recherche financée sur fonds publics*](http://www.oecd.org/fr/science/inno/38500823.pdf) (2007)] --- class:center,inverse, middle # Pourquoi ouvrir les données de la recherche&nbsp;? --- ## Des raisons scientifiques La méthode scientifique évolue avec les données : - branche 1 (déductive) : mathématiques, logique - branche 2 (empirique) : analyse statistique, inductive, d'expériences avec groupe témoin - **branche 3 (computationnelle)** : simulation à grande échelle utilisant les données — Victoria Stodden (2010), "[The Digitization of Science and the Degradation of the Scientific Method](https://www.ischool.berkeley.edu/sites/default/files/VictoriaStoddenBIS2010.pdf)", UC Berkeley School of Information Dean's Lecture ??? Débat "The end of theory" toujours pas tranché. --- ## Des raisons éthiques - norme de la communauté scientifique : "communalisme" (Merton) - "accountability" et transparence : la science ne peut pas rester supérieure, elle doit rendre des comptes - partage des ressources produites avec l'argent public - responsabilité déontologique du chercheur : > face à cette dynamique de circulation des données relayée par leurs autorités de tutelle et par leur communauté, **les chercheurs doivent prendre conscience de leur responsabilité individuelle, déontologique et éthique**, vis à vis de la communauté à laquelle ils appartiennent, avoir connaissance des engagements internationaux des institutions dont ils dépendent, connaître les limites des techniques d’exploitation des masses de données qu’ils utilisent et les difficultés d’interprétation qui en résultent. Il leur appartient aussi de participer à la définition de bonnes pratiques propres à leur discipline dans le domaine du partage des données — Comité d'éthique du CNRS (2015), [_Les enjeux éthiques du partage des données scientifiques_](https://comite-ethique.cnrs.fr/wp-content/uploads/2019/10/AVIS-2015-30.pdf), Avis n°2015-30 ??? --- ## Des raisons légales et institutionnelles ### À qui appartiennent les données de la recherche publique ? - au chercheur - à l'employeur - à personne (domaine public) - ça dépend ??? Le terme de données étant vaste (documents d'archives, œuvres, informations), il est impossible de répondre. --- ## Des raisons légales et institutionnelles ### À qui appartiennent les données expérimentales, d'observation, de simulation… de la recherche publique ? - au chercheur - à l'employeur - à personne (domaine public) - ça dépend ??? - données expérimentales : obtenues à partir d'équipements de laboratoire (séquençage…) - données d'observation : neuroimagerie, mesures physiques, reproduction photographique… - données de simulation : simulation météorologique, sismique, économique… Ces données ne sont pas des « œuvres » couvertes par le droit d’auteur. Il peut y avoir un droit sui generis sur la base de données, droit dit de « producteur de base de données », qui appartient à l’entité qui a effectué des « investissements substantiels » rendant possible la base. Dans la plupart des hypothèses, ce seront donc les établissements de tutelle des chercheurs qui auront la qualité de « producteurs » et possèderont les droits attachés aux bases de données de recherche. --- ## Des raisons légales et institutionnelles ### En 2016, que crée la Loi pour une république numérique ? - un droit de réutiliser les données publiées - une obligation de diffuser les données - les deux - je ne sais pas ??? Les deux ! --- ## Des raisons légales et institutionnelles - [Libre réutilisation des données publiées](https://www.legifrance.gouv.fr/jorf/article_jo/JORFARTI000033202841) : > Dès lors que les données **issues d'une activité de recherche financée au moins pour moitié par des dotations de l'Etat**, des collectivités territoriales, des établissements publics, des subventions d'agences de financement nationales ou par des fonds de l'Union européenne ne sont **pas protégées par un droit spécifique ou une réglementation particulière** et qu'elles ont été **rendues publiques** par le chercheur, l'établissement ou l'organisme de recherche, **leur réutilisation est libre**. - [Open data par défaut](https://www.legifrance.gouv.fr/jorf/article_jo/JORFARTI000033202965) : > **Les administrations (…) publient en ligne (…) les bases de données**, mises à jour de façon régulière, qu'elles produisent. [Cette interprétation a été endossée par le Ministère](https://www.ouvrirlascience.fr/wp-content/uploads/2018/11/Guide_Juridique_V2.pdf), à défaut de jurisprudence en la matière. ??? Le législateur permet ainsi aux chercheurs de lutter efficacement contre les tentatives de monopolisation des jeux de données par les éditeurs. Le droit du producteur de bases de données ne peut faire obstacle à la réutilisation du contenu des bases de données que ces administrations publient. --- ## Des raisons légales et institutionnelles ### À l'origine de cette saisine CADA .reduite.center[] ??? Le cadre juridique est important mais je ne veux pas en faire l'alpha et l'oméga d'une politique sur les données de la recherche. Ainsi, la réutilisation libre ne dit rien des pratiques de citation chères à la communauté scientifique. --- ## Des raisons légales et institutionnelles .pull-left[ - ambition politique du Ministère de l'enseignement supérieur, de la recherche et de l'innovation > Mesure 4 : Rendre obligatoire la diffusion ouverte des données de recherche issues de programmes financés par appels à projets sur fonds publics. - politiques d'établissement pour la gestion des données de la recherche (ex. : Cirad) - Déclaration de Berlin (2003) sur le libre accès aux "données brutes" (ex. : CNRS)] .pull-right[ ] ??? Le PNSO rappelle le cadre légal. --- class:center,inverse, middle ## "Ouvert autant que possible, fermé autant que nécessaire" .footnote[[*Recommandation 2018/790](https://eur-lex.europa.eu/legal-content/FR/TXT/PDF/?uri=CELEX:32018H0790&from=EN) de la Commission européenne du 25 avril 2018 relative à l'accès aux informations scientifiques et à leur conservation*] ??? "Les États membres devraient veiller à ce que les données de la recherche financée par des fonds publics deviennent et demeurent faciles à trouver, accessibles, interopérables et réutilisables (principes FAIR) dans un environnement sécurisé et fiable, par l'intermédiaire d'infrastructures numériques (y compris celles fédérées au sein du nuage européen pour la science ouverte, le cas échéant), **sauf si cela se révèle impossible ou incompatible avec la poursuite de l'exploitation des résultats de recherche («aussi ouvert que possible, mais aussi fermé que nécessaire»). Il peut y avoir plusieurs raisons à cela, dont notamment le respect de la vie privée, les secrets industriels, la sûreté nationale, les intérêts commerciaux légitimes et les droits de propriété intellectuelle détenus par des tiers**. Ces politiques ou plans d'action nationaux ne devraient pas avoir d'incidence sur les données, le savoir-faire et/ou les informations, quelle que soit leur forme ou leur nature, qui sont détenus par des acteurs privés participant à un partenariat public-privé avant les activités de recherche" --- class:center,inverse, middle # Comment ouvrir les données de la recherche&nbsp;? --- ## Ce que le chercheur veut - exploiter ses données pour obtenir des résultats publiables Si il ou elle s'engage plus loin : - des métadonnées "good enough" via un effort d'indexation raisonnable, simple et rapide - si possible interopérabilité avec les instruments scientifiques, les cahiers de laboratoire… qui vont annoter de manière automatique - être cité pour ses données, et que ce soit pris en compte dans son évaluation - ne pas se faire doubler dans l'analyse de ses données ??? "Bien que très investies symboliquement par les chercheurs, les données semblent donc s’épuiser par le premier usage qu’ils en font (obtention des résultats) : la gestion des données n’est envisagée qu’à travers une vision à court terme." — Philippe Amiel, Francesca Frontini, Pierre-Yves Lacour et Agnès Robin, « Pratiques de gestion des données de la recherche : une nécessaire acculturation des chercheurs aux enjeux de la science ouverte ? », Cahiers Droit, Sciences & Technologies [En ligne]. URL : http://journals.openedition.org/cdst/2061 ; DOI : https://doi.org/10.4000/cdst.2061 --- ## Ce que le professionnel de l'information veut - des métadonnées riches et fines - un archivage pérenne avec identifiant unique - un vocabulaire standardisé --- ## Ce que l'utilisateur veut - pouvoir trouver et réutiliser facilement les données qui l'intéressent, y compris après quelques années <iframe frameborder="0" width="750px" height="420px" style="position: fixed; top: 220px; left: 260px;" src="https://view.genial.ly/5d64fbbd8352350fa3d22603" type="text/html" allowscriptaccess="always" allowfullscreen="true" scrolling="yes" allownetworking="all"></iframe> --- class:center,inverse, middle # Pour quels usages ouvrir les données de la recherche&nbsp;? --- ## Des réutilisations académiques - démultiplier les découvertes ("hypopublication", "undiscovered science") - recherche reproductible - équité vis-à-vis des pays du Sud (ex. : PubChem vs. Chemical Abstracts) --- ## Des réutilisations pédagogiques &nbsp; &nbsp; .reduite.center[] --- ## Des réutilisations citoyennes > Par exemple, sollicité au sujet du projet **Wikidata**, le CNRS a répondu que les chercheurs avaient des droits d’auteurs sur leur contribution, or une telle réponse impliquerait de contacter un par un les 8 800 chercheurs du CNRS afin de pouvoir réutiliser leurs contributions. Lorsque ces mêmes chercheurs publient leurs données sous licence libre, dans PLOS par exemple, on est obligé de passer par un intermédiaire privé (une fondation) pour récupérer des données financées sur des fonds public… — Collectif (2012), « Open data en SHS », in *THATCamp Paris 2012*, Paris : Éditions de la Maison des Sciences de l'Homme, [http://editionsmsh.revues.org/364]() ??? En plus de l'exemple sur les données SARS-CoV2 citées précédemment. --- ## Des réutilisations industrielles .reduite.center[] --- class:center,inverse, middle ## "Barriers to effective data sharing and preservation are deeply rooted in the practices and culture of the research process as well as the researchers themselves." .footnote[Carol Tenopir _et al._ (2011), "[Data Sharing by Scientists: Practices and Perceptions](https://doi.org/10.1371/journal.pone.0021101)", _PLoS ONE_, 6(6), e21101] ??? C'est un sujet complexe, profondément culturel, et tous les efforts sont les bienvenus ! --- class: inverse, center, middle # Merci de votre attention Contact : [antoine@datactivist.coop](mailto:antoine@datactivist.coop) --- class:center,inverse, middle count: false # Table-ronde ### François Sabot, directeur adjoint de la Mission science ouverte à l’IRD ### Cécile Pertuisot, gestionnaire de données océanographiques à l’Ifremer ### Bénédicte Wenden, chargée de recherche à l’Inrae