Re.data

Integração precoce nos projetos

A participação ativa nas reuniões de arranque (kick-off meetings) dos projetos constitui uma oportunidade estratégica para garantir a integração eficaz dos Planos de Gestão de Dados (DMP) desde as fases iniciais. Ao apresentar de forma clara e estruturada os objetivos, requisitos e implicações práticas dos DMP, promove-se não apenas a compreensão partilhada entre os parceiros, mas também o seu envolvimento e compromisso com as boas práticas de gestão e partilha de dados ao longo do ciclo de vida do projeto. Esta abordagem antecipada facilita o alinhamento entre as equipas, previne mal-entendidos futuros e contribui para a consolidação de uma cultura colaborativa e transparente em torno da ciência aberta.

Envolvimento ativo dos investigadores principais (PI) e flexibilidade

A motivação e o compromisso dos PI são determinantes para o sucesso da implementação dos DMP. A flexibilidade é um conceito transversal à gestão de dados. Embora existam requisitos técnicos e normativos obrigatórios — como os princípios FAIR — é essencial adaptar os processos às realidades dos investigadores. A simplificação dos procedimentos e a mediação ativa no depósito de dados são estratégias que visam evitar que os investigadores se sintam sobrecarregados. No INESC TEC, o processo de depósito é mediado. Esta abordagem tem como objetivo não só garantir a qualidade dos dados, mas também fomentar a confiança e a recorrência dos investigadores ao serviço.

Clareza na comunicação

A apresentação direta e objetiva dos requisitos técnicos e das boas práticas facilita a compreensão e adesão por parte dos investigadores, promovendo uma cultura de colaboração e melhoria contínua.

Em contextos de investigação multidisciplinar, a definição pode variar significativamente. As ambiguidades exigem uma abordagem pedagógica e adaptada, que ajude os investigadores a compreender e aplicar corretamente os conceitos de organização e descrição de dados.

Por exemplo, a diversidade de interpretações sobre o que constitui um dataset — desde uma pasta zipada até ficheiros individuais — dificulta a contabilização e a criação de indicadores avançados, como a percentagem de datasets publicados face ao número de artigos científicos.

Padronização de dispositivos e protocolos

A padronização de dispositivos e protocolos é essencial para garantir a qualidade e a comparabilidade dos dados. Durante a implementação dos subprojetos de tratamentos por radiofrequência (RF) e câmaras de ambiente controlado (CACs), verificou-se que a diversidade de equipamentos e metodologias poderia comprometer a consistência dos resultados. A harmonização dos protocolos de aquisição, calibração e registo de dados revelou-se fundamental para assegurar que os dados recolhidos fossem comparáveis entre diferentes dispositivos e contextos experimentais. Esta padronização permitiu a realização de análises estatísticas robustas e válidas, minimizando variações indesejadas e aumentando a fiabilidade dos resultados. Além disso, facilitou a integração de dados entre subprojetos, promovendo uma abordagem mais coesa e interdisciplinar à investigação.

Captura de metadados como garantia de preservação

A captura abrangente e sistemática de metadados é indispensável para preservar a integridade da informação e garantir a rastreabilidade. A experiência demonstrou que a documentação detalhada de todos os parâmetros experimentais — incluindo dados de calibração, configurações dos sensores, condições ambientais e marcações temporais — é essencial para evitar perdas de informação e assegurar a reprodutibilidade dos resultados. A ausência de metadados completos pode dificultar a interpretação dos dados, comprometer a integração entre subprojetos e limitar a reutilização futura. Ao adotar modelos padronizados de metadados e assegurar o seu preenchimento sistemático, foi possível manter um registo claro e auditável de todas as etapas experimentais, facilitando a validação cruzada e o alinhamento entre equipas.

Planeamento antecipado como chave para o sucesso

O planeamento antecipado da gestão de dados é um fator determinante para o sucesso da colaboração interdisciplinar. A definição de planos de gestão de dados antes do início das atividades experimentais revelou-se uma prática estratégica que contribuiu significativamente para a eficiência do projeto. Este planeamento prévio permitiu estabelecer convenções claras de nomeação de ficheiros, definir estruturas de armazenamento e partilha, e antecipar necessidades específicas de integração entre áreas científicas distintas. Como resultado, foram reduzidos erros operacionais, evitadas duplicações de esforço e promovida uma comunicação mais fluida entre engenheiros alimentares, microbiologistas e cientistas de dados. 

A experiência acumulada na interseção entre acesso aberto, partilha de dados e proteção de dados tem revelado um conjunto de aprendizagens relevantes para a prática científica e para a definição de políticas institucionais. Destacam-se, em particular, três lições fundamentais:

Tensão entre Acesso Aberto e Proteção de Dados
A conciliação entre os princípios do acesso aberto, a promoção da partilha de dados e o cumprimento das exigências legais e éticas da proteção de dados revela-se complexa e, por vezes, contraditória. A coexistência destes objetivos exige um equilíbrio delicado, frequentemente difícil de alcançar, sobretudo em contextos que envolvem dados pessoais sensíveis.

Valor Intrínseco do Exercício de Proteção de Dados
Independentemente da necessidade efetiva de anonimização ou de outras medidas de mitigação, o exercício de análise e reflexão sobre a proteção de dados constitui, por si só, uma prática valiosa. Este processo funciona como mecanismo de consciencialização e permite, em muitos casos, identificar vulnerabilidades ou riscos que, de outro modo, poderiam passar despercebidos. Assim, a proteção de dados assume também um papel preventivo e educativo no ciclo de vida da investigação.

Perceções Limitadas sobre Riscos na Investigação Científica
A investigação científica, sendo geralmente orientada por motivações altruístas e de benefício coletivo, tende a desvalorizar os riscos associados à recolha, tratamento e partilha de dados. É comum que investigadores/as, focados/as na prossecução de um bem maior — como a cura de uma doença —, não compreendam as restrições ao acesso imediato a dados pessoais, nem antecipem os potenciais impactos negativos da sua partilha. Parte desta perceção resulta da suposição de que todos os intervenientes partilham os mesmos objetivos éticos. A inexistência de mecanismos legais que permitam condicionar a reutilização de dados exclusivamente a fins de interesse público — como seria o caso de uma hipotética licença “Para o Bem Maior” (PBM) — constitui uma lacuna sentida neste domínio.

Idealizar a forma de recolha dos dados

Uma das lições mais importantes aprendidas com este projeto foi a necessidade de dedicar mais tempo à criação de cenários sobre a forma de organização dos dados e a sua forma de partilha. Dada a precisão exigida na recolha, era essencial optar por uma organização dos dados precisa, mas simultaneamente fluída para que os datasets pudessem vir a ser usados em diferentes contextos.

Inicialmente, não foram considerados adequadamente os formatos e a hierarquização dos dados, o que resultou em dificuldades significativas na fase final de partilha. Esta experiência sublinhou a importância de um planeamento meticuloso desde o início do projeto, garantindo que todos os dados sejam estruturados de maneira lógica e acessível.

Normalização dos Metadados

Normalizar os metadados é tão importante para o processo científico quanto o tratamento dos próprios dados e só assim é possível garantir a interoperabilidade entre os diversos stakeholders. 

A normalização dos metadados assegura que os dados possam ser compreendidos e utilizados de forma eficiente por todos os envolvidos, independentemente de suas áreas de especialização.

A ausência de uma descrição clara e consistente dos metadados obsta à utilização dos dados por outros investigadores, destacando-se a necessidade de estabelecer e aplicar padrões rigorosos de documentação. 

Formação contínua em Gestão de Dados de lnvestigação

A sobrecarga de trabalho e a falta de tempo para formação resultaram em inconsistências na forma como os dados foram geridos e partilhados. Esta lição enfatiza a necessidade de um compromisso contínuo com a cultura da Ciência Aberta e a formação em boas práticas de gestão de dados, garantindo que todos os membros da equipa estejam atualizados e capacitados para lidar com os desafios associados à gestão de grandes volumes de dados.

Tratando-se de um projeto com enfoque nos dados, todas as ações que permitiram aprender a estruturar dados com vista à sua partilha imediata foram fulcrais.

O Plano de Gestão de Dados (PGD) como documento vivo e estruturante

Ao contrário do que é habitual em muitos projetos, o PGD do SAIL foi elaborado antes do início da campanha. Essa antecipação revelou-se essencial, não apenas como formalidade, mas principalmente como uma ferramenta de trabalho dinâmica, constantemente atualizada. Na realidade, tornou-se uma espécie de pré-data paper, facilitando não só o acesso aos dados, como também a sua interpretação e reutilização.

Um repositório adequado para cada processo de dados

A necessidade de lidar com versões múltiplas de datasets em constante atualização exigiu a adoção de um sistema de repositório robusto e com possibilidade de versionamento. 

A experiência com CKAN, embora útil, mostrou limitações na gestão de dados em evolução, reforçando a necessidade de ferramentas que acompanhem a mutabilidade e a complexidade dos dados. 

O Zenodo demonstrou ser uma opção adequada num processo de investigação altamente dinâmico.

O valor dos dados não estruturados e da observação informal

A ausência de registos não instrumentados — como observações visuais, contextos ambientais ou acontecimentos inesperados — evidenciou uma lacuna crítica: o que atualmente existe em termos tecnológicos é exponencial no que se refere ao conhecimento gerado, mas tende a deixar de lado um manancial de dados circunstanciais, assumidamente difíceis de sistematizar. Por exemplo, informações como relâmpagos observados no decurso das expedições, mas não anotados pelos instrumentos, provaram que a informalidade pode ser científica e necessária.

Contudo, é necessário conseguir soluções para a recolha, registo e partilha destes dados de investigação, equilibrando a sofisticação contemporânea com o valor do registo qualitativo do passado.