Open Science significa rendere aperto ogni passo della ricerca, in modo che i dati e i risultati siano liberamente riutilizzabili e fruibili da tutti. Il contrario di Open Science non è Closed Science ma Bad Science, secondo Jon Tennant, poiché i canoni della Open Science sono trasparenza, riproducibilità, condivisione. In altre parole, oltre che riutilizzabili i risultati sono sempre anche verificabili; la scienza aperta non è altro che la scienza, fatta bene.

Open Science comprende pratiche quali l’apertura dei dati (Open (research) Data), dei testi degli articoli scientifici (Open Access), del materiale didattico (Open Educational Resources), l’uso di metodologie aperte durante l’intero ciclo della ricerca (Open Methodology, fra cui gli Open Notebook), la pratica di pre-registrare gli esperimenti (Pre-Registration), l’uso di software aperto (Open Source), l’adozione di pratiche aperte anche nella revisione dei pari utile a verificare la qualità dei lavori scientifici (Open Peer Review). Fa parte della Open Science anche il concetto parallelo di Citizen Science, la scienza dei cittadini, intesa sia come divulgazione sia come partecipazione attiva dei cittadini nella raccolta dei dati. La tassonomia proposta dal progetto FOSTER mostra la complessità di cosa si intenda per “Open Science”:

Fare Open Science comporta rivedere il proprio modo di fare ricerca, passando dalla logica del “pubblicare” a quella del “mettere a disposizione di tutti” i propri lavori. Non è assolutamente incompatibile con le pratiche vigenti di valutazione della ricerca: si possono portare avanti tante piccole azioni parallele che non inficiano, anzi favoriscono, la carriera dei ricercatori.

Si può fare Open Science a piccoli passi, adottando via via uno di questi strumenti per aprire le diverse fasi della ricerca:

Open Science in concreto

Mettere a disposizione i testi e i dati aperti ha enormi vantaggi in termini di visibilità per gli autori, certo, ma permette anche di usare nuove tecniche e nuovi strumenti che consentono l’avanzamento più rapido della conoscenza oltre a favorire l’innovazione e la competitività anche per le piccole e medie imprese del territorio, che non hanno la possibilità di pagare costosi abbonamenti.

Provate a leggere Come fare Open Science (guida pratica e veloce)…

Qualche esempio di Open Science che sia davvero una “grande conversazione”, aperta e utile ai bisogni della società?

  • il modo più immediato di sfruttare testi e dati aperti è il Text e Data Mining. Le macchine leggono molto più rapidamente dell’occhio umano, e creano aggregazioni inedite utili all’avanzamento della conoscenza. In questo video di Peter Murray-Rust si fa il caso concreto dei dati sul virus Zika (primi mesi del 2016)
  • nei testi si possono inserire parti di codice eseguibili, in modo che al variare di un parametro varino i risultati. Si crea così una didattica più interattiva che favorisce la curiosità dello studente, e si permette una maggiore dialettica fra ricercatori.
  • si moltiplicano gli strumenti di scrittura collaborativa, come Overleaf e Authorea
  • il vero impatto è dato da quanto un lavoro scientifico viene discusso e applicato nella comunità. I nuovi strumenti di commento post-pubblicazione o le piattaforme che pubblicano bozze che ogni esperto può rivedere (The Winnower, F1000Research, The Self-Journal of Science, Science Open…) dimostrano quanto un lavoro sia stato recepito. Si stanno anche sperimentando forme di Open Peer Review
  • i revisori possono contribuire in larga misura alla trasparenza: chi aderisce al progetto PRO – Peer reviewers Open Initiative dal 1 gennaio 2017 pretenderà i dati per effettuare la revisione
  • la circolazione libera e aperta dei lavori scientifici consente di utilizzare misure alternative per tracciare sul web l’impatto reale di un lavoro. Le Altmetrics (alternative metrics) servono a questo
  • stanno nascendo nuove riviste, molto diverse da quelle tradizionali
  • si tende a rendere pubblici anche i dati, il software, l’intero workflow dell’esperimento, che integrano e completano i risultati pubblicati
  • l’apertura di testi e dati favorisce la trasparenza e la riproducibilità, e può mettere un freno all’attuale crescita esponenziale delle ritrattazioni per frode o condotta scientifica inappropriata.

Il Commissario europeo Carlos Moedas ha fatto della Open Science la priorità nella sua agenda: “Let’s dare make Europe open to innovation, open to science and open to the world”.

Tutto questo è connesso – o dovrebbe esserlo – a una revisione dei criteri di valutazione della ricerca, che contino anche l’impatto reale e non solo quello accademico – come accaduto nel Research Excellence Framework britannico già dal 2014 – e che diano incentivi ai ricercatori che contribuiscono a una scienza davvero aperta, come si legge nel bellissimo Report della Royal Society sul workshop Futuro della comunicazione scientifica (2015) e nel rapporto della Commissione Europea Evaluation of research careers fully acknowledging Open Science practices (2017). La Amsterdam Call for Action on Open Science, del 2016, si spinge oltre e auspica non solo incentivi ma una profonda revisione del sistema attuale basato sul prestigio della sede editoriale, che ha portato a enormi storture nella comunicazione scientifica. Lo stesso concetto è ripreso nella Premessa al PlanS (2018), un piano lanciato da 11 enti finanziatori per ottenere l’Open Access immediato entro il 2020: “[…] un sistema fuorviante di valutazione della ricerca che enfatizza indicatori inadeguati (quali l’Impact factor). Ci impegniamo perciò a rivedere profondamente i criteri di valutazione e di incentivo, secondo quanto suggerito dalla DORA Declaration”. La DORA Declaration, firmata da centinaia di enti di ricerca  e oltre 12.000 ricercatori, impegna a ricercare soluzioni responsabili per la valutazione della ricerca.

[Per l’immagine in homepage: Melanie Imming, & Jon Tennant. (2018, June 8). Sticker open science: just science done right. Zenodo. http://doi.org/10.5281/zenodo.1285575]