Datos FAIR

Los datos FAIR son datos que cumplen con los principios FAIR de 2016 de facilidad de búsqueda , accesibilidad, interoperabilidad y reutilización , publicados formalmente por primera vez en 2016. ^{[ 1 ] [ 2 ]}

Los principios FAIR enfatizan la procesabilidad automática —la capacidad de los sistemas computacionales para encontrar, acceder, interoperar y reutilizar datos con mínima o ninguna intervención humana— porque los humanos dependen cada vez más del soporte computacional para gestionar los datos como resultado del aumento en el volumen, la complejidad y la tasa de producción de datos. Los principios se diseñaron para aplicarse no solo a los datos en el sentido convencional, sino también a los algoritmos, las herramientas y los flujos de trabajo que los generaron: todos los objetos de investigación digital académica se benefician de la aplicación de estos principios, ya que todos los componentes del proceso de investigación deben estar disponibles para garantizar la transparencia, la reproducibilidad y la reutilización. ^{[ 3 ]}

La abreviatura FAIR/O data se utiliza a veces para indicar que el conjunto de datos o la base de datos en cuestión cumple con los principios FAIR y también cuenta con una licencia abierta explícita que permite el uso de datos .

Una buena gestión de datos no es un fin en sí misma, sino más bien el conducto clave para el descubrimiento de conocimiento y la innovación, así como para la posterior integración y reutilización de datos y conocimiento por parte de la comunidad tras el proceso de publicación de datos. Las entidades financiadoras de la ciencia, las editoriales y las agencias gubernamentales exigen cada vez más planes de gestión y custodia de datos para los datos generados en experimentos financiados con fondos públicos.

Antes de FAIR, un informe de la OCDE de 2007 ^{[ 4 ]} fue el documento más influyente que abordó ideas similares relacionadas con la accesibilidad de los datos. En enero de 2014, el Centro Lorentz de la Universidad de Leiden organizó un taller titulado "Diseñando conjuntamente un FAIRPORT de datos" ^{[ 5 ],} donde los participantes formularon por primera vez los principios FAIR. Un grupo de trabajo FAIR específico, establecido por miembros de la comunidad FORCE11 , posteriormente perfeccionó y mejoró los principios. Estos se publicaron en el número de marzo de 2016 de Scientific Data. ^{[ 6 ]}

Un aspecto distintivo de los principios FAIR, en comparación con muchas iniciativas similares, es la atención que prestan por igual a las actividades realizadas por humanos y por máquinas. Tanto humanos como máquinas se enfrentan a barreras distintas al intentar encontrar y procesar datos en la web. Los humanos poseen una comprensión intuitiva de la semántica —el significado o la intención de un objeto digital— gracias a su capacidad para identificar e interpretar señales contextuales. Sin embargo, su principal limitación radica en su incapacidad para operar con el alcance, la escala y la velocidad que exigen los datos científicos actuales. Por este motivo, los humanos recurren cada vez más a agentes computacionales para llevar a cabo tareas de descubrimiento e integración en su nombre.

La expresión «procesable por máquina» indica un continuo de estados posibles en el que un objeto digital proporciona información cada vez más detallada a un explorador de datos computacional que actúa de forma autónoma. El estado óptimo —en el que las máquinas comprenden completamente un objeto digital y pueden operar de forma autónoma y correcta sobre él— rara vez se alcanza. No obstante, los principios FAIR proporcionan pasos a seguir en el camino hacia la procesabilidad por máquina. La adopción de los principios FAIR, en su totalidad o en parte, permite que un recurso avance a lo largo de este continuo hacia el estado óptimo. ^{[ 1 ]}

Los principios FAIR son conceptuales por naturaleza y no prescriben medios ni directrices específicas para su implementación. Esto supone un reto a la hora de evaluar la conformidad de los objetos digitales con los principios FAIR, ya que estos pueden aplicarse a cualquier nivel del activo digital: metadatos, datos o servicios de datos asociados.

El Grupo de Trabajo del Modelo de Madurez de Datos FAIR de la Research Data Alliance (RDA) ^{[ 7 ]} publicó una especificación en 2020 que desglosa los principios FAIR en 41 indicadores, agregando contexto y especificidad a cada principio tanto para las partes de datos como de metadatos, con indicadores adicionales para la legibilidad por máquina y la adopción por la comunidad cuando corresponda. ^{[ 8 ]}

Partiendo de esta base, el Centro Común de Investigación (JRC) de la Comisión Europea publicó en 2025 las Directrices de Datos FAIR ^{[ 9 ]} , que organizan estos indicadores en cinco niveles de madurez progresivos específicos del ecosistema de datos del JRC. Estos niveles no están diseñados como una escala de calificación, sino como un marco práctico para ayudar a los editores de datos a evaluar qué acciones son necesarias y qué pasos adicionales están disponibles:

• Principio FAIR: nivel básico. Los datos se publican en un catálogo con metadatos obligatorios . La facilidad de búsqueda y la accesibilidad se gestionan mediante plataformas institucionales. Los datos en sí mismos pueden no estar estructurados para su reutilización automática.

• Juego limpio: se basa en el enfoque inicial añadiendo vínculos entre conjuntos de datos y recursos relacionados (publicaciones, datos de origen, versiones, visualizaciones), enriqueciendo la procedencia de los metadatos y las referencias cruzadas.

• Procedimiento FAIR: los datos se codifican y estructuran utilizando estándares comunitarios relevantes, declarados explícitamente en los metadatos. Se definen modelos y terminologías de datos, aunque no necesariamente en formato legible por máquina; se aceptan diccionarios de datos y descripciones textuales a este nivel.

• Reparto equitativo: los modelos de datos son legibles por máquina (por ejemplo, mediante JSON Schema , XML Schema , SHACL y ShEx ), y los términos de datos hacen referencia a diccionarios de datos legibles por máquina. La procedencia está ampliamente documentada, incluyendo los datos de origen y los procesos de transformación.

• El más FAIR de todos: el nivel más alto. El modelo de datos es legible por máquina y cuenta con el respaldo y mantenimiento de la comunidad científica pertinente. Los términos y conceptos se exponen mediante vocabularios FAIR compartidos por dicha comunidad, lo que permite la máxima interoperabilidad y reutilización por parte de agentes de máquina.

Las directrices del JRC señalan que lograr que los datos sean FAIR no es una operación estática. Los activos digitales que son FAIR en un momento dado pueden cambiar su estatus en función de las transformaciones tecnológicas y sociales. Los estándares, las plataformas, los protocolos y otros factores pueden disminuir el nivel de FAIR de los datos con el tiempo si no se mantienen actualizados. Las directrices también reconocen que no todos los conjuntos de datos necesitan aspirar al nivel de madurez más alto; el nivel apropiado depende del mandato bajo el cual se gestionan los datos y del alcance previsto de su reutilización.

En la cumbre del G20 de Hangzhou de 2016 , los líderes del G20 emitieron una declaración que respaldaba la aplicación de los principios FAIR a la investigación. ^{[ 10 ] [ 11 ]} También en 2016, un grupo de organizaciones australianas elaboró ​​una Declaración sobre el Acceso FAIR a los Resultados de la Investigación de Australia, cuyo objetivo era extender los principios a los resultados de la investigación en general. ^{[ 12 ]} En 2017, Alemania, Países Bajos y Francia acordaron establecer ^{[ 13 ]} una oficina internacional para apoyar la iniciativa FAIR, la Oficina Internacional de Apoyo y Coordinación GO FAIR. ^{[ 14 ]}

Otras organizaciones internacionales activas en el ecosistema de datos de investigación, como CODATA o Research Data Alliance (RDA), también apoyan las implementaciones de FAIR por parte de sus comunidades. El Grupo de Trabajo del Modelo de Madurez de Datos FAIR de RDA está explorando la evaluación de la implementación de los principios FAIR. ^{[ 8 ]} El Programa Decenal Estratégico de CODATA, «Datos para el Planeta: Haciendo que los datos funcionen para los desafíos interdominios» ^{[ 15 ]} , menciona los principios de datos FAIR como un facilitador fundamental de la ciencia basada en datos. La Asociación de Bibliotecas de Investigación Europeas recomienda el uso de los principios FAIR. ^{[ 16 ]}

La Estrategia Europea de Datos de la Comisión Europea ^{[ 17 ]} identifica los principios FAIR como un medio fundamental para lograr una descripción y visión general más armonizadas de los conjuntos de datos y para fomentar la interoperabilidad de los mismos. Todos los beneficiarios de la financiación de Horizonte Europa deben cumplir las directrices sobre datos abiertos; en concreto, todos los datos generados en este marco deben ser FAIR por defecto.

En enero de 2020, representantes de nueve grupos de universidades de todo el mundo elaboraron la declaración de la Sorbona sobre los derechos de los datos de investigación , ^{[ 18 ]} que incluía un compromiso con los datos FAIR y pedía a los gobiernos que proporcionaran apoyo para hacerlo posible. ^{[ 19 ]} En 2021, los investigadores identificaron los principios FAIR como un componente conceptual de las herramientas de software de catálogo de datos, siendo los otros componentes la gestión de metadatos, el contexto empresarial y los roles de responsabilidad de los datos. ^{[ 20 ]} En abril de 2022, Matthias Scheffler y sus colegas argumentaron en Nature que los principios FAIR son "imprescindibles" para que la minería de datos y la inteligencia artificial puedan extraer información científica útil de los datos. ^{[ 21 ]} Se han producido avances en las geociencias para establecer datos FAIR mediante el uso de georreferenciación decimal. ^{[ 22 ]}

Un artículo de 2017 de defensores de los datos FAIR informó que la conciencia del concepto FAIR estaba aumentando entre varios investigadores e instituciones, pero también, la comprensión del concepto se estaba volviendo confusa a medida que diferentes personas le aplicaban sus propias perspectivas diferentes. ^{[ 23 ]}

Las guías sobre la implementación de prácticas de datos FAIR establecen que el costo de un plan de gestión de datos que cumpla con las prácticas de datos FAIR debe ser el 5% del presupuesto total de investigación. ^{[ 24 ]}

En 2019, la Alianza Global de Datos Indígenas (GIDA) publicó los Principios CARE para la Gobernanza de Datos Indígenas como guía complementaria. Los principios CARE amplían el marco FAIR para incluir el Beneficio Colectivo, la Autoridad de Control, la Responsabilidad y la Ética, garantizando que las directrices de datos aborden los contextos históricos y las diferencias de poder. Los Principios CARE se elaboraron en el evento conjunto de la Semana Internacional de Datos y la Asamblea Plenaria de la Alianza de Datos de Investigación, celebrado en Gaborone, Botsuana, en noviembre de 2018. ^{[ 25 ]}

La Nube Europea de Ciencia Abierta (EOSC) también se ha convertido en un miembro importante de la comunidad FAIR. Uno de los objetivos estratégicos de la Asociación EOSC es que los datos de investigación financiados con fondos públicos cumplan con los principios FAIR por defecto.

Lograr que los datos (y los resultados de la investigación) sean FAIR es una tarea compleja, y evaluar su cumplimiento también lo es. En 2020, el Grupo de Trabajo del Modelo de Madurez de Datos ^{[ 7 ]} FAIR publicó un conjunto de directrices para evaluar el cumplimiento de los principios FAIR. ^{[ 8 ]} Posteriormente, se han desarrollado numerosas herramientas de evaluación, entre ellas el Servicio de Evaluación de la Madurez FAIR (FAIRSharing) ^{[ 26 ]} y la Herramienta Automatizada de Evaluación de Datos FAIR de F-UJI (FAIRsFAIR). ^{[ 27 ]}

La interoperabilidad es particularmente compleja. Requiere abordar diversos aspectos: desde la comunicación entre sistemas a través de la infraestructura de red, hasta la interpretación de formatos de codificación y la comprensión del significado de los datos intercambiados. No todos los datos pueden utilizar el mismo formato de codificación debido a las características inherentes de los distintos tipos de datos, e incluso cuando comparten el mismo formato, sus estructuras y semántica pueden diferir. Para tipos de datos similares, adoptar los mismos estándares comunitarios relevantes para el dominio es el enfoque más eficaz para mejorar la interoperabilidad.

Los vocabularios FAIR controlados desempeñan un papel fundamental en la mejora de la interoperabilidad. Estos conjuntos estructurados de términos y conceptos, adaptados a comunidades o disciplinas específicas, sirven como lengua franca que facilita el intercambio de datos entre diversos actores. Al establecer terminología y definiciones comunes, estos vocabularios minimizan la ambigüedad y garantizan que la información se interprete de forma coherente en diferentes sistemas y aplicaciones. Los vocabularios más complejos, como los tesauros , las taxonomías y las ontologías, pueden revelar información más profunda que trasciende el contexto original para el que se crearon los datos.

En el ámbito de las geociencias, también se han impulsado iniciativas para establecer datos FAIR mediante el uso de georreferenciación decimal . Los investigadores identificaron los principios FAIR como un componente conceptual de las herramientas de software para catálogos de datos, junto con la gestión de metadatos, el contexto empresarial y las responsabilidades en materia de datos.

• Gestión de datos
• Acceso abierto
• Datos abiertos : conjuntos de datos y bases de datos que cuentan con una licencia abierta explícita con capacidad para datos.
• Ciencia abierta
• Cultura del remix

• FAIR Data and Semantic Publishing , una declaración del laboratorio del primer autor del artículo original.
• Guía sobre datos FAIR del Centro Tecnológico Holandés para las Ciencias de la Vida
• Sitio web de la iniciativa GO FAIR
• Principios FAIR con una descripción detallada de cada uno de los principios rectores de la iniciativa GO FAIR.
• Un cuento de hadas que explica los principios FAIR, publicado por el proyecto FAIR.