Sujet: open data

La capacité croissante de l’intelligence artificielle à passer au crible les ensembles de données ouvertes inquiète certains scientifiques, qui craignent de perdre le contrôle de leurs informations.

Certains scientifiques affirment que le potentiel de la science automatisée à servir la « bonne cause » scientifique — en accélérant, par exemple, la découverte de nouvelles cibles thérapeutiques — justifie que les données ouvertes restent accessibles à tous. D’autres, en revanche, soulignent que les robots qui extraient des ensembles de données complexes peuvent contribuer à une recherche de mauvaise qualité et à des erreurs d’IA («AI slop»), tout en permettant l’extraction de données sensibles, notamment des informations sur les patients. Ils estiment que de nouvelles règles et de nouveaux systèmes techniques sont nécessaires pour restreindre l’accès des robots aux bases de données.

«Dans neuf pays européens, la réutilisation numérique ouverte des publications scientifiques financées par des fonds publics est déjà inscrite dans la législation. Avec le European Research Area Act de l’Union européenne, cette pratique devrait devenir un standard européen.

Christian Schwarzenegger, vice-recteur de l’Université de Zurich et président de la délégation Open Science de swissuniversities, explique dans la « NZZ » les avantages d’un droit de publication secondaire.» (swissuniversities)

«À la mi-janvier, la commission compétente du Conseil des États a débattu de l’introduction d’un droit de publication secondaire obligatoire pour la recherche financée par des fonds publics. Il ne s’agit pas d’une guerre culturelle, mais de savoir si la Suisse, en tant que pôle d’éducation et d’innovation, se dote d’un cadre juridique permettant la réutilisation numérique ou si une défaillance structurelle du marché se poursuit», écrit Christian Schwarzenegger dans la NZZ.

L’IA permettrait de faire des avancées importantes dans la recherche, se posant sur les résultats scientifiques, à condition que les publications soient disponibles, et dans le respect de la sécurité juridique. «Ceux qui souhaitent cette innovation ont besoin d’un cadre juridique qui permette la réutilisation, non seulement pour la lecture, mais aussi pour l’évaluation automatique. Dans cette optique, l’intérêt public pour l’accessibilité et la réutilisabilité doit être considéré comme très important : cela concerne non seulement les universités, mais aussi les entreprises, en particulier les PME, les start-ups, l’administration et la justice.»

Meagan Phelan, directrice de la communication pour la famille de revues Science, souligne l’importance de la transparence dans la recherche pour améliorer la confiance publique dans la science. Elle donne cinq conseils:

1. «Associez l’ouverture à l’explication. Le libre accès est un fondement, pas une ligne d’arrivée. Les éditeurs apportent une valeur ajoutée en aidant le public à interpréter la science, grâce au contexte, aux commentaires d’experts et au cadrage narratif.»
2. «Montrez la science en action. Ne cachez pas les débats ni les incertitudes.» Un exemple est d’organiser une conversation entre chercheurs qui semblent être venu à des conclusions divergentes.
3. «Donnez aux auteurs les moyens d’assurer la transparence» de leur recherche
4. «Faites preuve d’intégrité en public»: communiquer des rétractions
5. Communiquer sur le rôle des maisons d’édition

L’une des principales conséquences de l’assaut lancé par l’administration du président Donald Trump contre la recherche a été de mettre les données en péril, en modifiant le financement et l’accès aux dépôts de données et autres collections de données de recherches. Les données climatiques, sanitaires, environnementales et historiques ont toutes été retirées des sites web fédéraux. Ces dernières années, des collections irremplaçables ont été perdues dans le monde entier. Au Soudan, au Mali, en Afghanistan, par exemple, des actions coordonnées auraient pu atténuer l’ampleur des pertes de données, estiment Louise Bezuidenhout (Université de Leiden) et Hugh Shanahan (Université de Londres), qui ont rédigé l’article, souhaitant faire de la censure de Trump un catalyseur pour protéger la recherche partout dans le monde. Les inquiétudes concernant la perte de données accompagnent celles concernant le financement de la préservation des données. Des gouvernements démocratiquement élus – par exemple les Etats-Unis, l’Argentine, les Pays-Bas – ont changé radicalement de cap et les réductions drastiques des budgets de l’enseignement supérieur ont des conséquences importantes sur la recherche et la viabilité à long terme des ressources de recherche.

Et les auteurs de l’article regrettent également le géoblocage des ressources de recherche en libre accès pour les utilisateurs des pays sanctionnés par l’UE, les États-Unis et le Royaume-Uni. «Ces cas mettent en évidence l’influence des politiques nationales sur le système mondial de la recherche et la marginalisation continue de certaines communautés sur la base de valeurs et de politiques nationales. Dans un monde de plus en plus polarisé, des cas similaires de contrôle numérique sont susceptibles de proliférer. […] Quelles pratiques pouvons-nous adopter pour donner à la communauté universitaire l’agilité nécessaire pour répondre aux crises futures ? La science et l’érudition génèrent des connaissances partagées au niveau mondial qui servent l’humanité, et il est important qu’en tant que communauté mondiale de chercheurs, nous continuions à défendre notre liberté académique et l’intégrité de la recherche.»

«À l’UNIGE, le programme «Infrastructures et services numériques pour la recherche» propose depuis cette rentrée académique plusieurs nouveautés. En s’appuyant sur les standards des humanités numériques en matière de partage des ressources visuelles, le service hedera facilite désormais l’analyse de données sémantiques, leur interopérabilité et leur partage ainsi que leur traitement éventuel par l’IA.»

«Les scientifiques financés par le FNS doivent déposer leurs sets de données sur des serveurs publics. Une première analyse montre que peu de ces sets sont déclarés au FNS, mais que la plupart d’entre eux respectent les principes FAIR.»

«Pour la première fois en Suisse, quatre institutions académiques prestigieuses, l’Université de Lausanne (UNIL), la Haute école spécialisée de Suisse occidentale (HES-SO), la Haute école pédagogique du canton de Vaud (HEP Vaud), et l’École polytechnique fédérale de Lausanne (EPFL) unissent leurs forces pour promouvoir la collaboration, l’innovation et la découverte dans le domaine de la recherche. »

La sécurité de la recherche est un sujet de plus en plus sensible en Europe. Slaven Misljencevic, chargé de mission à la direction de la recherche de la Commission européenne, déclare: «Depuis la fin de l’année 2019 […] nous avons observé un nombre croissant de cas d’ingérence étrangère ciblant les établissements d’enseignement supérieur et les organismes de recherche de l’UE. […] C’était relativement nouveau parce qu’à l’époque, il était question de science ouverte et d’ouverture sur le monde. Soudain, nous avons été confrontés à un problème qui a peut-être été facilité par cette ouverture.» En 2021, la Commission européenne a proposé une nouvelle approche de la coopération internationale en matière de recherche et d’innovation. En janvier 2022, elle a publié des lignes directrices sur l’ingérence étrangère dans la recherche de l’UE, qui définissent des mesures sur la manière dont les établissements d’enseignement supérieur et les organismes de recherche peuvent identifier et traiter les risques d’ingérence étrangère.

La Commission travaille sur des recommandations qui visent, pour la première fois en Europe, une définition commune du problème de la coopération internationale en matière de recherche, selon le principe directeur «ouvert là où c’est possible, fermé là où c’est nécessaire».

La coopération ouverte doit rester l’option par défaut de l’Europe en matière de collaboration internationale dans le domaine de la recherche, malgré la situation géopolitique difficile actuelle, juge l’Association européenne de l’université (EUA). «L’Europe reste «assez ouverte», mais on a le sentiment que «les choses pourraient devenir beaucoup plus fermées»», déclare Thomas Jørgensen, directeur de la coordination des politiques et de la prospective à l’EUA

Whyqd est un service développé par Gavin Chait, consultant et data scientist de Whythawk. Son outil permet de «[faciliter] la conversion de données non interopérables en format lisible par les machines en s’appuyant sur un protocole bien défini qui garantit la cohérence et la fiabilité des données», sans avoir besoin de s’y connaître en programmation. Whyqd a été créé pour «simplifier et formaliser le processus de transformation et de validation des données sources, en le rendant plus efficace et en garantissant des résultats impartiaux» explique le scientifique.

Gavin Chait voudrait encourager le partage et la collaboration dans le monde de la recherche, ainsi que sensibiliser le corps estudiantin à la conservation des données. Il travaille notamment avec la Research Data Alliance, «une plateforme mondiale de données ouvertes».

À la Gdańsk University of Technology Library de Pologne, Magdalena Szuflita-Żurawska, mène quant à elle un projet interdisciplinaire sur le partage de données. À travers une enquête et des entretiens, elle explore «la manière dont les chercheur∙euses des différentes disciplines partagent les données, les défis rencontrés et les exigences en matière de normes, de vocabulaire et d’outils techniques.» Recensant les principales difficultés et les best practices, Szuflita-Żurawska «[insiste] sur le fait que les règles et réglementations en matière de droits d’auteur, par exemple, varient d’un pays à l’autre» et que cela doit bien être pris en compte lors de collaborations internationales.

Rassemblant une grande quantité de données, de livres, de revues, d’images et de supports numériques, la bibliothèque de l’Ecole Polytechnique Fédérale de Zurich (ETHZ) travaille avec Google Cloud afin de rendre plus accessibles ses ressources en les numérisant. La démarche est entreprise pour rassembler les différentes applications sur une plateforme centrale, Apigee, ainsi que dans un but d’utilisation par le public et de traitement ultérieur. Un véritable «point d’accès central pour les développeurs de la communauté des données ouvertes» explique leur communiqué.

Depuis une quinzaine d’années les scientifiques essaient de surmonter la difficulté de la replicabilité des résultats. Les domaines scientifiques les plus concernés sont la médecine, la biologie et surtout la psychologie. La cause de cette difficulté peut se retrouver d’une part dans les méthodologies inadaptées, et de l’autre dans «la propension des revues à ne publier que des résultats positifs et la culture du «publish or perish»». Pour pallier à cette crise, de nombreuses initiatives ont été mises en place, parmi lesquelles les outils pour une science ouverte (Open Science) ou le rapport enregistré (registered report) qui implique une validation de la recherche avant qu’elle soit menée.

Les tensions politiques et sécuritaires croissantes entre Pékin et l’Occident ont suscité des appels à une révision du transfert de données génétiques vers la Chine à partir d’une base de données biomédicales contenant l’ADN d’un demi-million de citoyens britanniques.

En début mars, le Conseil fédéral a adopté le message concernant la loi fédérale sur l’utilisation des moyens électroniques pour l’exécution des tâches des autorités (LMETA). L’Assemblée fédérale devrait examiner le projet pour la première fois durant le second semestre de 2022. Cette loi réglemente, entre autres, les données gouvernementales ouvertes (OGD), qui deviennent de plus en plus importantes pour la recherche. Le Directeur du centre de recherche national Fors et professeur de l’UNIL Georg Lutz écrit que ce projet de loi loupe la chance de créer une politique de données qui soit orientée vers le futur et favorable pour la recherche.

L’accès restreint aux données administratives «montre que la Suisse a manqué de tirer des leçons de la pandémie. Des données de mauvaise qualité et un accès lent aux données ont constitué un obstacle majeur à l’étayage des mesures par des analyses et des connaissances. Pendant la pandémie, la Suisse a souvent été [gérée] à l’aveugle. La pandémie a montré sans ménagement à quel point la Suisse est loin de pouvoir utiliser les données en temps réel et de manière exhaustive pour générer des connaissances, y compris pour la recherche indépendante. Les besoins ne se limitent toutefois pas au domaine de la santé, mais concernent également la compréhension des changements démographiques, des inégalités sociales, de la migration et de la mobilité et de leurs répercussions sur l’économie et la société.»

Georg Lutz propose, entre autres, la création d’une agence centralisée et indépendante pour les données, qui organiserait l’accès l’information et garantirait la sécurité des données.

Selon l’éditorial de Nature, «La révolution des données ouvertes n’aura lieu que si le système de recherche accorde autant d’importance au partage des données qu’à la paternité des articles. […] si les données ouvertes étaient officiellement reconnues au même titre que les articles de recherche dans les processus d’évaluation, de recrutement et de promotion, les groupes de recherche perdraient au moins une incitation à garder leurs ensembles de données fermés.»

La direction de l’Université de Zurich a récemment approuvé une directive sur l’Open Science pour établir une culture de la science ouverte comme pratique standard à l’avenir. «L’avenir est à la science ouverte. La politique définit la vision et les objectifs que nous voulons atteindre étape par étape dans les années à venir», déclare Elisabeth Stark, Vice-rectrice pour la Recherche, la Relève et l’Innovation.

«L’engagement de l’alma mater en faveur du partage des connaissances scientifiques ainsi que son adhésion aux principes de la science ouverte se traduisent aujourd’hui par la publication d’une charte. Une feuille de route, détaillant les principales actions à mettre en œuvre, accompagne le document.»

Le professeur en histoire de l’Université de Saint-Gall Caspar Hirschi, estime que le processus d’examen par des pairs est «comme le bitcoin: surestimée, susceptible à des abus et énergivore».

Il estime que ce processus est inutile, «puisque la critique publique fait du bon travail», en accélérant les sciences tout en encourageant l’interdisciplinarité et en nivelant les hiérarchies.

Cette période remet en question l’importance des journaux. Caspar Hirschi fait allusion à Lancetgate – deux articles, paru dans des revues prestigieuses, qui ont influencé la politique, mais qui ont du être rétractés parce que la recherche avait été faite par une entreprise douteuse, avec des données faussés et un collectif d’auteurs suspect.

«L’échec de la revue par des pairs fait partie du système. Des expériences ont démontré que les évaluateurs ne détectent pas les erreurs grossières, et – sous la protection de l’anonymat – règlent parfois des comptes ou volent des résultats. Parce que le peer-review est surévalué, les chercheurs ne sont pas assez critiques avec les conclusions.»

La bibliothèque de l’EPFZ communique sa participation à la mise en oeuvre de la stratégie Open Research Data (ORD). Cette stratégie, actée en janvier 2020 par un accord entre le Secrétariat d’État à la formation, à la recherche et à l’innovation (SEFRI), swissuniversities, le FNS et les EPF, devrait être validée au début de l’année 2021 par le Conseil des EPF. Elle vient compléter la stratégie nationale d’open access conçue en 2017 et ouvre la voie à une politique d’open access ambitieuse à long terme.

Le gouvernement français demande le libre accès (selon les principes FAIR) des publications et données scientifiques issues de la recherche française sur le Covid-19.

«La lutte contre le coronavirus entraîne un changement radical dans la science. Les chercheurs partagent leurs données, travaillent plus rapidement que jamais et s’adressent au public par le biais des médias sociaux.»