FAIR data (o dati FAIR) sono dati che soddisfano i principi FAIR di reperibilità, accessibilità, interoperabilità e riutilizzabilità (FAIR sta per Findable, Accessible, Interoperable e Reusable). Questi principi sono stati pubblicati formalmente per la prima volta nel 2016 e sono centrali nell'ambito dell'Open Science e in particolare nell'ambito dei dati aperti.
I principi FAIR pongono l'accento sul rendere i dati facilmente comprensibili dalle macchine, permettendo ai sistemi computazionali di trovare, accedere, interagire e riutilizzare i dati con un intervento umano nullo o minimo. I principi sono stati concepiti per essere applicati non solo ai dati nel senso convenzionale, ma anche agli algoritmi, agli strumenti e ai flussi di lavoro che hanno portato a tali dati: tutti gli oggetti di ricerca digitale accademica beneficiano dell'applicazione di questi principi, poiché tutte le componenti del processo di ricerca devono essere disponibili per garantire trasparenza, riproducibilità e riutilizzabilità.
L'abbreviazione viene talvolta utilizzata per indicare che il dataset o il database in questione è conforme ai principi FAIR e possiede una licenza aperta.
Principi FAIR pubblicati da GO FAIR
Findable - Reperibili Il primo passo nel (ri) utilizzo dei dati è permettere che siano facili da trovare. Metadati e dati dovrebbero essere facili da trovare sia per gli esseri umani che per i computer. I metadati leggibili dalle macchine sono essenziali per la scoperta automatica di set di dati e servizi:
F1. Ai (meta)dati viene assegnato un identificatore univoco e persistente a livello globale. F2. I dati sono descritti con metadati dettagliati (definiti da R1 di seguito). F3. I metadati includono in modo chiaro ed esplicito l'identificativo dei dati che descrivono. F4. I (metadati) sono registrati o indicizzati in una risorsa ricercabile.
Accessibile - Accessibili Una volta che l'utente trova i dati richiesti, deve sapere come accedervi, eventualmente includendo autenticazione e autorizzazione:
A1. I (metadati) sono recuperabili tramite il loro identificatore utilizzando un protocollo di comunicazione standardizzato. A1.1 Il protocollo è aperto, libero e universalmente implementabile. A1.2 Il protocollo prevede una procedura di autenticazione e autorizzazione, ove necessario. A2. I metadati sono accessibili anche quando i dati non sono più disponibili.
Interoperabile - Interoperabili I dati devono solitamente essere integrati con altri dati. Inoltre, i dati devono essere interoperabili con applicazioni o flussi di lavoro per l'analisi, l'archiviazione e l'elaborazione:
I1. I metadati utilizzano un linguaggio formale, accessibile, condiviso e ampiamente applicabile per la rappresentazione della conoscenza. I2. Utilizzare vocabolari di (meta)dati conformi ai principi FAIR. I3. I (metadati) includono riferimenti qualificati ad altri (metadati).
Reusable - Riutilizzabili L'obiettivo finale di FAIR è ottimizzare il riutilizzo dei dati. Per raggiungere questo scopo, i metadati e i dati devono essere ben descritti in modo che possano essere replicati e/o combinati in contesti diversi:
R1. I (meta) dati sono descritti in modo esaustivo con una pluralità di attributi accurati e pertinenti. R1.1. I (metadati) vengono rilasciati con una licenza d'uso dei dati chiara e accessibile. R1.2. I (metadati) sono associati a informazioni dettagliate sulla provenienza. R1.3. I metadati soddisfano gli standard della comunità pertinenti al dominio.
I principi si riferiscono a tre tipi di entità: dati (o qualsiasi oggetto digitale), metadati (informazioni relative a tale oggetto digitale) e infrastruttura.
Storia Prima dei FAIR data, il rapporto dell'OCSE del 2007 è stato il documento più influente nel discutere idee simili relative all'accessibilità dei dati. Nel gennaio 2014, il Lorentz Centre dell'Università di Leiden ha ospitato un workshop intitolato "Progettazione congiunta di un FAIRPORT per i dati" in cui i partecipanti hanno formulato per la prima volta i principi FAIR. Un gruppo di lavoro FAIR dedicato, istituito dai membri della comunità FORCE11, ha successivamente perfezionato e migliorato i principi. Sono stati pubblicati nel numero di marzo 2016 di Scientific Data.
Strutture complementari Nel 2019, la Global Indigenous Data Alliance (GIDA) ha pubblicato i Principi CARE per la governance dei dati indigeni come guida complementare. I principi CARE estendono il quadro FAIR per includere il beneficio collettivo, l'autorità di controllo, la responsabilità e l'etica, garantendo che le linee guida sui dati tengano conto dei contesti storici e delle disparità di potere (CARE sta per Collective benefit, Authority to control, Responsibility, and Ethics). I principi CARE sono stati elaborati durante l'evento plenario congiunto dell'International Data Week e della Research Data Alliance, tenutosi a Gaborone, in Botswana, nel novembre 2018.
Anche l'European Open Science Cloud (EOSC) è diventato un membro importante della comunità FAIR. Uno degli obiettivi strategici dell'associazione EOSC è quello di rendere i dati della ricerca finanziata con fondi pubblici conformi ai principi FAIR per impostazione predefinita.
Sfide nell'implementazione Rendere i dati (e i risultati della ricerca) FAIR è un compito impegnativo, ed è altrettanto impegnativo valutarne la conformità ai principi FAIR. Nel 2020, il gruppo di lavoro FAIR Data Maturity Model ha pubblicato una serie di linee guida per la valutazione della conformità ai principi FAIR. Successivamente sono stati sviluppati numerosi strumenti di valutazione, tra cui il FAIR Maturity Evaluation Service (FAIRSharing) e il F-UJI Automated FAIR Data Assessment Tool (FAIRsFAIR).
Note
Voci correlate Scienza aperta Accesso aperto Dati aperti
Categoria:Open science Categoria:Dati aperti Categoria:Gestione dei dati Categoria:Contenuti aperti