Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors

Ciencia abierta: la guía FAIR

Esta guía de principios recomendada por la Unesco buscan fomentar aspectos para la difusión del conocimento que haga que los datos de investigaciones sean Fáciles de encontrar, Accesibles, Interoperables y Reutilizables

🎧 Escucha este artículo en audio. Este contenido está disponible solo para nuestros miembros. 🌟 👉 Únete aquí.

Los principios FAIR remiten a conceptos como la accesibilidad de los resultados de investigaciones y publicaciones.

Una de las propuestas contenidas en el documento “Recomendación de la Unesco sobre la Ciencia Abierta” (23 de noviembre 2021) establece que el público debe contar con “acceso libre a: las publicaciones científicas; los datos de investigación, que preferentemente deben ajustarse a los principios FAIR (Fáciles de encontrar, Accesibles, Interoperables y Reutilizables) y a recursos educativos abiertos”. Dedicamos esta columna a describir en qué consisten dichos principios y qué tipo de mecanismos los ejemplifican.

La idea de desarrollar la guía FAIR procede de una comunidad internacional de académicos formada a principios de la década pasada (2011) bajo la denominación FORCE11. Dicha comunidad reúne a investigadores, bibliotecarios, editores y patrocinadores de actividades de investigación y desarrollo. Su objetivo principal consiste en renovar las formas de comunicación académica a través de alternativas que mejoren el acceso público al conocimiento.

En 2016 uno de los grupos de trabajo de la coalición, liderado por Mark D. Wilkinson, biotecnólogo adscrito a la Universidad Politécnica de Madrid, publicó el artículo titulado “The FAIR Guiding Principles for scientific data management and stewardship”, suscrito, además del autor principal, por más de cuarenta científicos, académicos y editores de varios países. El texto fue incluido en el número 3 de la revista Scientific Data.

La tesis central de la guía es que “todos los objetos de investigación deben ser encontrables, accesibles, interoperables y reutilizables” (de ahí el acrónimo FAIR). En la operacionalización de ese principio se agregan varios elementos. El primer criterio, la encontrabilidad, se basa en condiciones tales como: 1. A los (meta)datos se les asigna un identificador global único y persistente; 2. Los datos se describen con metadatos enriquecidos; 3. Los metadatos incluyen de forma clara y explícita el identificador de los datos que describen; 4. Los (meta)datos se registran o indexan en un recurso con capacidad de búsqueda.

El criterio de “accesibilidad” propone operaciones tales como: 1. Los (meta)datos se pueden recuperar mediante su identificador mediante un protocolo de comunicación estandarizado, que se desglosa en: a) El protocolo es abierto, gratuito y de aplicación universal, b) El protocolo permite un procedimiento de autenticación y autorización, cuando sea necesario; 2. Los metadatos son accesibles incluso cuando ya no estén disponibles.

Para el criterio de “interoperabilidad”, las propuestas son: 1. Los metadatos utilizan un lenguaje formal, accesible, compartido y de amplia aplicación para la representación del conocimiento; 2. Los metadatos utilizan vocabularios que siguen los principios FAIR; 3. Los metadatos incluyen referencias cualificadas a otros metadatos.

Por último, para el criterio de “reutilización”, se sugiere que los metadatos sean descritos detalladamente con una pluralidad de atributos precisos y relevantes, y en particular que: a) Los metadatos se publiquen con una licencia de uso de datos clara y accesible; b) Los metadatos se asocien con una procedencia detallada; c) Los metadatos cumplan con los estándares comunitarios relevantes para el dominio.

En su texto, los autores aclaran que “Estos Principios Rectores FAIR de alto nivel preceden a las decisiones de implementación y no sugieren ninguna tecnología, estándar o solución de implementación específica; además, los Principios no son, en sí mismos, un estándar ni una especificación. Actúan como guía para los editores y administradores de datos, ayudándolos a evaluar si sus decisiones de implementación particulares hacen que sus artefactos de investigación digital sean localizables, accesibles, interoperables y reutilizables.”

De acuerdo con la guía la adopción y adaptación de estos principios puede incentivar un cambio de gran impacto en la gestión de datos y conocimientos, siempre y cuando se agregue a una visión compartida, común e integrada, que abarque todas las facetas del ecosistema de publicación académica. De modo tal que “una vez implementado, dará como resultado una gestión y administración más rigurosas de estos valiosos recursos digitales, en beneficio de toda la comunidad académica”.

Cabe añadir que el artículo referido se acompaña con varios ejemplos de sistemas de gestión digital de datos y conocimientos que han adoptado criterios afines a los principios FAIR, ya sea con enfoque sobre el tratamiento de datos, o bien con criterios de acceso a publicaciones científicas, bases de información y metodologías. En el mismo sentido, se considera el movimiento en favor de programas de código abierto para su procesamiento.

Nota: El texto completo fue publicado en la revista Scientific Data, núm. 3, 2016 (doi: 10.1038/sdata.2016.181), y ha sido enriquecido con colaboraciones afines que pueden consultarse en la página web https://www.go-fair.org/fair-principles/.

Roberto Rodríguez Gómez
UNAM Instituto de Investigaciones Sociales | roberto@unam.mx | Web |  + posts

📬 ¿Te gustó este artículo?

Recibe contenidos como este cada semana en tu inbox.

Únete a +450 líderes de educación superior que ya leen Campus.

© 2025 Suplemento Campus. Todos los derechos reservados. Los artículos de opinión, análisis, entrevistas y reportajes publicados en este sitio son originales y exclusivos de Suplemento Campus. Queda estrictamente prohibida su reproducción total o parcial en cualquier otro medio, impreso o digital, sin autorización previa por escrito. El uso no autorizado del contenido podrá dar lugar a acciones legales conforme a la legislación vigente sobre derechos de autor.

86% de estudiantes universitarios ya usa IA.

Pero menos del 10% de las universidades tiene lineamientos formales.¿El resultado? Rectorías navegando a ciegas mientras la brecha crece cada semestre.

En Campus Consulting creamos la una Guía práctica para Universidades Mexicanas 2025 sobre IA en educación superior.

Inteligencia Artificial Responsable en tu Universidad

Ayudamos a universidades mexicanas a implementar IA de manera responsable, evitando crisis de integridad académica y aprovechando ventajas competitivas.

Campus Consulting es el brazo de consultoría del Suplemento Campus.

¿Tu institución ya tiene una política de Inteligencia Artificial responsable?

Campus Consulting te apoya con:

✅ Diagnóstico institucional

✅ Desarrollo de políticas IA

✅ Capacitación docente

Implementación completa

Descubre más desde CAMPUS MILENIO

Suscríbete ahora para seguir leyendo y obtener acceso al archivo completo.

Seguir leyendo