Open data in una scienza sempre più data-intensive

Paola Gargiulo CINECA, Roma p.gargiulo@cineca.it Torino, Aula Magna dell’Università, 24 ottobre 2012 Open datain una scienza sempre più data-intensive

Agenda • Open Research Data: ovvero… • Due storie • Open Research Data: chi • Open Research Data: perché • Open Research Data: progetti in corso

Open Research Data, ovvero… • …dati di base della ricerca finanziata con i fondi pubblici • …dati grezzi (raw data) • …idati di cui già si parla nell’articolo scientifico pubblicato su rivista sulla carta potevamo pubblicare solo un riassunto della ricerca, sotto forma di “articolo” su rivista  sul web possiamo integrare con l’intero set di dati, offrendo un quadro più completo dell’intera ricerca, con i vantaggi che vedremo

Open Research Data, ovvero... • dati di qualsiasi entità • dati eterogenei tra loro (mappe, genomi, formule matematiche, scientifiche, bioscienza, biodiversità,etc) • dati utilizzati per creare modelli • climatici, • aerodinamici, • molecolari, • bioinformatica; • video e immagini di archivio • descrizione di opere archeologiche, antropologiche • dati quantitativi e qualitativi utilizzati nelle scienze sociali • dati elettronici e indici per campioni di fossili o di tessuti

Open Research Data - Tipologie • Datistrutturati • Matrici di dati • Datitransazionali • Grafi • Web e Social network • Stutturemolecolari • DatiOrdinati • Datispaziali • Seriestoriche • Sequenze • Sequenzegenetiche • Dati non strutturati • Documentitestuali • Immagini • Audio e Video

Open Research Data, ovvero… • NON i dati della ricerca applicata • NON i dati correlati ai brevetti • NON dati personali • NON dati confidenziali • NONsegreti industriali • NON dati di produzione … solo i dati di base della ricerca… … che sono alla base dei prodotti innovativi…

Open Research Data: workflowdelle attività Collaborazione e visualizzazione Disseminazione e condivisione Acquisizione ed elaborazione Analisi e data mining Archiviazione e conservazione

È un’idea nuova? • molti ricercatori già scambiano i dati (VirtualObservatory, CERN…) • alcune discipline (Genomics) funzionanosolo in virtù della condivisione dei dati • alcune riviste (Nature Genetics) già richiedono la pubblicazione dei dati insieme all’articolo; molte riviste Open Access lo consigliano • ci sono già databases aperti in tutte le discipline

È un’idea nuova? http://www.openphacts.org/ http://www.elixir-europe.org/ http://www.dans.knaw.nl/en/content/data-archive http://echo.mpiwg-berlin.mpg.de/home

Due storie / 1 • nel 1989 Tim Berners Lee, al CERN, propone il protocollo HTTP per la trasmissione di dati/ipertesti nellacomunità dei fisici • nasce così il World Wide Web (WWW) … cosa sarebbe successo se allora Tim Berners Lee o il CERN avessero deciso di tenere CHIUSO il protocollo e i dati per il suo sviluppo?

Due storie / 2 Nel 2006 Ilaria Capuasequenzia per prima il virus dell’influenza aviaria (N5H1) • l’OMS chiede di depositarlo nel suo database (chiuso) • Ilaria Capua decide di depositare la sequenza inun database aperto, GenBank, sfidando il sistema corrente, convinta che solo la condivisione dei dati e un approccio trans-disciplinare può favorire la ricerca • lancia su Nature l’iniziativa GISAID (Global Initiative on Sharing All Influenza Data) cui rispondono 70 ricercatorifra cui 7 Premi Nobel • daallora, l’OMS ha adottatoilsuoapproccio trans-disciplinare per le strategie pre-epidemiche, cheriguarda la salute dituttinoi… … tuttodallavisioneapertadiunaricercatrice…

Open Research Data: chi / 1 NeelieKroes vice presidente Commissione Europea e Commissaria per la Digital Agenda • «Taxpayers, all of us, deserve the widest possible social and economic benefits from publicly funded research» • «Data are the new oil» • «You can give away your data now – and generate revenue and jobs, and even save money from the better information and decisions that will flow» • «Big data means big opportunities» • «This is a return to the origins of modern science; where the philosophy was all about open access and achieving progress» NeelieKroes blog, http://blogs.ec.europa.eu/neelie-kroes/

Open Research Data: chi / 2 Tim Berners Lee • 2009: raw data now!«Put your data on the Web! Let’s unlock our data and reframe the way we use it together» http://www.ted.com/talks/tim_berners_lee_on_the_next_web.html • 2010: the yearopen data wentworldwide«Data combinationgivesmuchbetteranswersthan data itself» http://www.ted.com/talks/tim_berners_lee_the_year_open_data_went_worldwide.html • Progetto Linked data oltre 330 databases aperti,connessi fra loro http://linkeddata.org/ • «The data work only open and connected…»

Open Research Data: perché / 1 • per una scienzapiù solida: meglio basarsi sui DATI che sull’INTERPRETAZIONE degli stessi contenuta negli articoli… • per confrontare/dibattere con i propri dati • per creare nuova conoscenza aggiungendo i propri dati • per favorire un approccio inter-disciplinare o trans-disciplinare, per dare risposta ai grandi quesiti della nostra epoca (es. cambiamento climatico)

Open Research Data: perché / 2 • per una scienza più efficiente/efficace: • i dati già raccolti possono essere riusati senza ulteriori spese, da differenti prospettive/differenti approcci • se i dati circolano rapidamente e globalmente, la creazione di conoscenza accelera • presupposto: che i dati siano archiviati, catalogati, ricercabili e accessibili • infrastruttura adeguata • interoperabilità/standard Due rapporti europei suquesti aspetti: Riding the wave. HowEurope can gainfrom the risingtideofscientific data, 2010 Preparing for data driven infrastructure, 2012

Open Research Data: perché / 3 • per una scienza più trasparente • i dati possono essere riusati per scoprire frodi/falsificazioni/interpretazioni errate o parziali RetractionWatch blog che lista i casi di articoli ritrattati non è mai a corto di post… http://retractionwatch.wordpress.com/

Open Research Data: perché / 4 • per una società più competitiva: • le piccole-medie imprese non hanno accesso ai dati della ricerca, chiusa in riviste con abbonamenti esosi • se avessero accesso ai dati,immetterebbero sulmercato i loro prodottiDUE ANNI prima Access to Research and Technical Information in Denmark, Report, May 2011

Open Research Data: perché / 5 • per una società più efficiente: • con nuove tecniche di data-mining si possono creare nuovi dati, con valore aggiunto per l’intera società • McKinsey stima che nel solosettore della Sanità in USAutilizzando il data-mining suidatasets aperti si creerebbeun valore di 300 miliardi $, e un risparmio dell’8% nelle spese sanitarie Big data: The next frontier for innovation, competition, and productivity, 2011

Open Research Data: perché / 6 • per una società della conoscenza: • cittadini più informati • decisori politici possono prendere decisioni migliori basandosi sui dati disponibili • per una società più partecipativa: • scienza aperta significacitizen cyberscience:i cittadini comunipartecipano allaraccolta di dati http://citizencyberscience.net/

Open Research Data: perché / 7 • per la società del futuro • i dati vanno conservati per il lungo periodo • devono essere accessibili in forma strutturata e integra per le prossime generazioni • per una società che cresce • la cura, la gestione e la conservazione dei data sets richiede nuove professionalità • si aprono prospettive di lavoro/formazione

Open Research Data: progetti in corso OpenAIRE e OpenAIRE plus • un portale per l’accesso ai risultatie ai dati dellaricerca finanziatanel 7° ProgrammaQuadro • questionari/follow up http://www.openaire.eu/it

Open Research Data: progetti in corso EUDAT: progetto collaborativo europeo per un’infrastruttura comune per i dati • evitare un nuovodigital divide:l’Europa deveprocedere allostesso passo http://www.eudat.eu/

Open Research Data: progetti in corso in Italia produzione, l'archiviazione e la fruizione dei dati, un servizio di analisi avanzata sui dati prodotti dagli utenti che ne favorisce il riuso anche da parte di altre comunità scientifiche smartData: progetto finanziato dal CINECA per gestire le nuove problematiche “BigData” ed HPC fornendo, accanto all'infrastruttura per la

Open Research Data: progetti in corsoin Italia http://mappaproject.arch.unipi.it/ • MAPPA - Metodologia Applicate alla Predittività del Potenziale Archeologico • Il primo open digitalarchaeologicalarchive italiano, che rende accessibili tutti i dati pubblici delle indagini archeologiche • Uso di sistemi e procedure standardizzate per la redazione e la gestione dei dati archeologici

Open Research Data: progetti in corso DATACite, progettocollaborativo per ladescrizione standarddei datasets e la lorocitabilità via DOI • per l’Italia: CRUI • altri riferimenti tecnici CODATA, http://www.codata.org/ Open Data Commons,http://opendatacommons.org/ http://www.datacite.org/

Indagine sulla gestionedei dati della ricerca in Italia http://survey.caspur.it/index.php?sid=54849&lang=it Indagine attualmente in corso stato dell’arte della produzione, gestione e conservazione dei dati della ricerca in Italia

Grazie per l’attenzione http://www.openaire.eu/it http://www.medoanet.eu/ p.gargiulo@cineca.it

Open data in una scienza sempre più data-intensive