Hacia un ecosistema de aplicación de buenas prácticas de publicación de datos en la Web: mapeado de las DWBP como medio para la implementación y el cumplimiento de los principios FAIR, FACT y CARE

1. INTRODUCCIÓN

En 2006, Berners-Lee proponía un conjunto de procedimientos que debían guiar la publicación de datos enlazados en la Web (Linked Data), un entorno en el que los datos podían conectarse a partir de la semántica asociada a ellos, permitiendo a personas y máquinas explotarlos (Berners-Lee, 2006Berners-Lee, T. (2006). Linked Data. https://www.w3.org/DesignIssues/LinkedData.html, Bizer y otros., 2008Bizer, C., Heath, T., Idehen, K., y Berners-Lee, T. (2008). Linked data on the web (LDOW2008). Proceedings of the 17th international conference on World Wide Web, 1265–1266.). Con los años, han surgido diferentes propuestas, ya relacionadas con el paradigma de datos abiertos enlazados (Linked Open Data), identificándose diversos problemas y limitaciones. Entre estas propuestas, destacan las buenas prácticas en la publicación de datos en la Web. Una buena práctica no es un consejo, una recomendación o una opinión. Es una norma universal, útil, documentada, sin valor numérico, que ha obtenido un consenso, que no está ligada a un país ni a una ley concreta (Sloïm, 2021Romain, P. (2013). A good pratices checklist for opendata. Disponible en: https://www.w3.org/2013/04/odw/elie.pdf. OpQuast.).

Por otro lado, destaca el concepto de principio, para Berrino Malaccorto (2023Berrino Malaccorto, R. (2023). ODC's contribution to the Global Digital Compact – Report. Open Data and the Right to Privacy in a global digital strategy. Disponible en: https://www.un.org/techenvoy/sites/www.un.org.techenvoy/files/GDC-submission_Open-Data-Charter.pdf.) es una práctica central que a la que gobiernos, organizaciones, sociedad civil y otras partes interesadas deben adherirse. Según se desprende de Wilkinson y otros. (2016Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., da Silva Santos, L. B., Bourne, y otros. (2016). Comment: The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3. DOI: 10.1038/sdata.2016.18.), un principio precede a la implementación de la opción elegida para su consecución, es una guía. En este trabajo, una buena práctica es entendida como una forma de explicitar uno o varios principios, es decir, es una de las soluciones que hace posible el cumplimiento de un principio.

En un estudio exploratorio, se identificaron cuatro de las primeras buenas prácticas relativas a la publicación de datos en la Web (Andrade y otros, 2023Andrade, M. C., Baños-Moreno, M. J., y Pastor-Sánchez, J. A. (2023). Qualidade dos dados na web: revisão integrativa sobre diretrizes para publicação. Perspectivas em Ciência da Informação, 28, e40663.): así, en 2006, inicialmente con la atención puesta en los datos del sector público, Berners-Lee presenta el sistema 5 star - Linked Open Data (LOD), donde se consigue mayor número de estrellas conforme se adoptan los procedimientos indicados (Berners-Lee, 2006Berners-Lee, T. (2006). Linked Data. https://www.w3.org/DesignIssues/LinkedData.html). En 2011, se dan a conocer las Open Data Best Practices, un conjunto de 72 buenas prácticas para la publicación de datos abiertos (Romain, 2013Landi, A., Thompson, M., Giannuzzi, V., Bonifazi, F., Labastida, I., da Silva Santos, L. O. B., y Roos, M. (2020). The “A” of FAIR – As Open as Possible, as Closed as Necessary. Data Intelligence, 2(1–2), 47–55. DOI: 10.1162/dint_a_00027., Romain y otros., 2012Romain, P., Larlet, D., Maire, S., y Sloïm, E. (2012). 2012 Open Data best practices Version 1.1. Disponible en: https://res.cloudinary.com/opquast/image/upload/v1556788845/checklists/Opquast-Open-data_20120831_1.pdf. OpQuast.). El proyecto ha evolucionado, incluyendo, entre otros, listas de verificación para evaluar portales web, culminando en 2020 con la publicación de 240 normas de calidad de la web y actividades de certificación de calidad; en 2014, Goodman y otros. (2014Delgado, J., Alvarez-Romero, C., Martínez-García, A., y Parra-Calderón, C. L. (2021). Approaches to the integration of TRUST and FAIR principles. En Di NittoE., y PlebaniP. (orgs.), CEUR Workshop Proc., 2878, 33–37. CEUR-WS.) publicaron las 10 Simple Rules for the Care and Feeding of Scientific Data, para la gestión de datos para la comunidad científica. Los autores especificaban que es recomendable proporcionar información para que los datos y el código fuente puedan ser reutilizados. Aunque se hace hincapié en los datos de investigación, las normas, definidas por los autores como “consejos prácticos”, son generalmente aplicables a cualquier contexto; también en 2014, el World Wide Web (W3C) publicó las Best Practices for Publishing Linked Data (Hyland, y otros, 2014Hyland, B., Atemezing, G., y Villazón-Terrazas, B. (2014). Best practices for publishing linked data. Disponible en: https://www.w3.org/TR/ld-bp/. World Wide Web Consortium.), con el propósito de facilitar la creación y publicación de datos gubernamentales como Linked Open Data, lo que ya evidencia una evolución hacia la publicación de datos en la Web. El documento recopila las prácticas más relevantes para la gestión y publicación de datos con alta calidad por parte de los gobiernos de todo el mundo.

Si bien estas propuestas son reseñables por su carácter histórico, en Andrade, y otros (2023Andrade, M. C., Baños-Moreno, M. J., y Pastor-Sánchez, J. A. (2023). Qualidade dos dados na web: revisão integrativa sobre diretrizes para publicação. Perspectivas em Ciência da Informação, 28, e40663.) se destacaban otras buenas prácticas, pero también principios más recientes: Findable, Accessible, Interoperable and Reusable (FAIR), Data on the Web Best Practices (DWBP), así como Fairness, Accuracy, Confidentiality and Transparency (FACT) y Collective Benefit, Authority to Control, Responsibility, and Ethics (CARE). En el presente trabajo se analizan estas cuatro recomendaciones con el objetivo general de avanzar hacia un ecosistema de buenas prácticas de publicación de datos en la web. Más específicamente, se pretende 1) identificar las relaciones existentes entre DWBP y los principios FAIR, FACT y CARE, así como la ausencia de cobertura de aspectos relevantes en relación con la calidad de los datos en la web; y 2) presentar las DWBP como un medio para la implementación y cumplimiento de los principios indicados.

Los siguientes apartados se estructuran de la siguiente forma: la sección 2, Metodología, describe los procedimientos de recopilación de la bibliografía, análisis y alineamiento de las cuatro iniciativas objeto de estudio; la sección 3, Resultados y discusión, presenta, de forma resumida, las prácticas DWBP, y principios FAIR, FACT y CARE, algunas de sus características e implicaciones y cómo se relacionan, también se discuten los resultados obtenidos; la sección 4, Consideraciones finales y trabajos futuros, concluye con una síntesis de los descubrimientos principales y sugerencias para trabajos futuros.

2. METODOLOGÍA

Se realiza una revisión integrativa sobre un conjunto de buenas prácticas y principios para la publicación de datos en la web. La revisión integrativa es una metodología de análisis que posibilita la síntesis de conocimientos y la aplicación de resultados de los estudios más relevantes de una práctica concreta (Souza, Silva & Carvalho, 2010). Este tipo de metodología permite resumir el estado actual del conocimiento sobre un tema específico e identificar lagunas que requieren una investigación adicional (Souza y otros, 2010Romain, P., Larlet, D., Maire, S., y Sloïm, E. (2012). 2012 Open Data best practices Version 1.1. Disponible en: https://res.cloudinary.com/opquast/image/upload/v1556788845/checklists/Opquast-Open-data_20120831_1.pdf. OpQuast., Valmorbida, y otros, 2018Sloïm, É. (2021). The end of the Opquast best practices? Disponible en: https://www.opquast.com/en/the-end-of-the-opquast-best-practices/. Opquast.; Whittemore y Knafl, 2005Torino, E., Vidotti, S. A. B. G., y Coneglian, C. S. (2021). #SejaJUSTOeCUIDADOSO: Princípios FAIR e CARE na gestão de dados de pesquisa. Princípios FAIR aplicados à gestão de dados de pesquisa, 201-2014. Rio de Janeiro: IBICT. DOI: 10.22477/9786589167242.cap15.), que combina datos de diferentes tipos de fuentes, incorpora conceptos; revisa teorías y evidencias, analiza problemas metodológicos y permite el abordaje cualitativo o cuantitativo de un tema en concreto (Whittemore & Knafl, 2005). La revisión integrativa es utilizada para apoyar (soportar) estudios basados en evidencias

De entre los modelos de revisión integrativa existentes, se optó por Botelho y otros (2011Botelho, L. L. R., de Almeida Cunha, C. C., y Macedo, M. (2011). O método da revisão integrativa nos estudos organizacionais. Gestão e sociedade, 5(11), 121–136.), que se organiza en seis etapas:

El periodo de cobertura se sitúa entre 2010 y 2022, ya que 2010 es el año en que se inicia la divulgación de recomendaciones para la publicación de datos en la Web. En la estrategia de búsqueda se incluyeron artículos en inglés, español y portugués, indexados por las bases de datos Web of Science y Scopus. En cuanto a los criterios de inclusión y exclusión de documentos en la muestra, se tuvieron en cuenta artículos de investigación y de revisión de literatura, informes y documentos publicados por órganos de reconocimiento internacional que tratan sobre conceptos, interpretaciones o abordajes sobre los principios y prácticas. Como muchas veces la literatura gris no se recoge en las bases de datos bibliográficas, también se utilizó el motor de búsqueda Google Scholar. Quedaron fuera del análisis los estudios de caso, artículos sobre herramientas y modelos, así como aquellos documentos no disponibles a texto completo.

Después se realizó una categorización de los trabajos, dando como resultado una matriz que consta de los siguientes campos: autoría, identificación de la buena práctica, objetivo, metodología, síntesis de las recomendaciones/conclusiones. Para la gestión de las referencias bibliográficas se utilizó el software Zotero, que permite organizar los resultados de investigación en carpetas por términos y por bases de datos (Scopus/Wos/Google Scholar), así como eliminar las duplicidades.

A continuación, se analizaron cada una de las iniciativas objeto de estudio de este trabajo. Se presenta una breve descripción en el apartado 3.2.

Posteriormente, se identificaron las relaciones entre DWBP y FAIR, FACT y CARE, esto es, cómo las buenas prácticas podían contribuir a la explicitación de los principios. Primero, fue elaborada una plantilla para cada una, compilando así los datos de los 16 artículos que componen la muestra. En el proceso, fueron considerados abordajes conceptuales, semánticos y prácticos referentes a las 4 propuestas. Es importante destacar que no en todos los trabajos es posible identificar de forma clara o explícita algunos conceptos, como ocurre, por ejemplo, con “nivel de formalización”, “metadatos enriquecidos”, “datos enriquecidos”, “imparcialidad”, “justicia” o “relaciones positivas”, entre otros. En esta etapa, se tuvo en cuenta sobre todo el modelo de Buenas Prácticas (BP) presentado por la W3C (Lóscio y otros, 2017Lóscio, B. F., Burle, C., y Calegari, N. (2017). Data on the Web Best Practices. Disponible en: https://www.w3.org/TR/dwbp/. W3C.) que incluye el porqué de la buena práctica, resultado esperado, posible abordaje para su implementación y cómo probarlo, también evidencia su utilización y beneficios asociados. Como resultado, se obtuvo una tabla de afinidades de Buenas prácticas (BP) y principios y, finalmente, se establecieron las categorías temáticas que eran cubiertas o no por cada iniciativa.

3. RESULTADOS Y DISCUSIÓN

3.1. Revisión bibliográfica

 ⌅

Con la investigación bibliográfica se pre-seleccionaron 67 artículos alineados con la propuesta de estudio que, tras aplicar los criterios de elegibilidad y verificar la potencialidad de respuesta a la pregunta de investigación, se redujeron a 16 trabajos. La Figura 1 muestra un resumen de los procedimientos adoptados para la configuración de esta muestra.

Figura 1 Proceso de selección de los artículos 

Como se observa en esta figura se produce una reducción significativa de la cantidad de trabajos analizados en relación con el total de documentos identificados inicialmente. Esto tiene que ver con el propio tema objeto de estudio, pues únicamente se trataron aquellas publicaciones que analizaban las prácticas DWBP, así como los principios FAIR, FACT y CARE. La casi totalidad de los artículos eliminados corresponde a trabajos que abordaban estas iniciativas como parámetros, o hacía referencia a su uso en la evaluación de portales, para el desarrollo de herramientas, métricas o modelos. Otro factor que influyó en el recorte fue la ambigüedad de los términos FACT principles y FAIR principles.

Los 16 artículos seleccionados fueron categorizados en cinco facetas: autoría, práctica(s)/principio(s) abordado(s), metodología empleada para la realización de los estudios y una síntesis de la conclusión (Tabla II).

Tabla II Categorización de los artículos analizados 

Autores	Práctica	Objetivo	Metodología	Síntesis de la conclusión
Andrade y otros (2020Andrade, M. C., Gonçalez, P. R. V. A., Junior, D. W. B., Baptista, A. A., y Coneglian, C. S. (2020). Ciência responsável dos dados: Imparcialidade, precisão, confidencialidade, e transparência dos dados. Informação y Informação, 25(2), 26–48.)	FACT	Identificar orientaciones e iniciativas que viabilicen la implementación de las directrices FACT.	Exploratoria Bibliográfica Documental	Describe las iniciativas de la Responsible Data Science y de la Green Data Science y presenta definiciones de los términos imparcialidad, precisión, confiabilidad y transparencia, en consonancia con las directrices FACT, que buscan salvaguardar los derechos individuales y la ética en el acceso y reutilización de los datos.
Carroll y otros (2020)	CARE	Presentar los principios CARE.	Descriptiva	Explican la lógica de los principios CARE y describen su relación los FAIR. También presentan ejemplos de su aplicación.
Carroll y otros (2021Carroll, S., Herczog, E., Hudson, M., Russell, K., y Stall, S. (2021). Operationalizing the CARE and FAIR Principles for Indigenous data futures. Scientific Data, 8(1). DOI: 10.1038/s41597-021-00892-0.)	CARE FAIR	Operacionalizar los principios CARE con los principios FAIR.	Descriptiva	Describe los principios CARE en el contexto de los datos científicos y los FAIR en el de los datos de indígenas; cómo se cruzan; implicaciones y próximos pasos para cambios que permitan la puesta en marcha de FAIR con CARE.
De Jong y otros (2019De Jong, F., Maegaard, B., De Smedt, K., Fišer, D. y Van Uytvanck, D. (2019). Clarin: Towards fair and responsible data science using language resources. En IsaharaH., MaegaardB., PiperidisS., CieriC., DeclerckT., HasidaK., MazoH., ChoukriK., GoggiS., Mariani, y otros (orgs.), LREC - Int. Conf. Lang. Resour. Evaluation, 3259–3264. European Language Resources Association (ELRA).)	FAIR FACT	Explicar la estrategia y la implementación de la Infraestructura Europea de Investigación CLARIN alineada a los principios FAIR y FACT.	Descriptiva	Presenta la estrategia ejecutada por la CLARIN para adoptar los principios FAIR y alinearse con la iniciativa Responsible Data Science con la adopción de los principios FACT.
Delgado y otros (2021De Smedt, K., Jong, F., Maegaard, B., Fišer, D., y Van Uytvanck, D. (2018). Towards an open science infrastructure for the digital humanities: The case of CLARIN. En TolonenM., TuominenJ., y Makela E. (orgs.), CEUR Workshop Proc., 2084, 139–151). CEUR-WS.)	FAIR TRUST	Integrar los principios TRUST a los principios FAIR para garantizar la confiabilidad de los datos y de softwares.	Investigación aplicada	Presenta el mapeado de los principios TRUST para el flujo de trabajo de la “FAIRificación”. Los autores destacan que la aplicación de los dos principios es fundamental para el desarrollo de softwares abiertos y confiables para el acceso a los datos de salud.
Henning y otros (2018Helliwell, J. R. (2019). FACT and FAIR with Big Data allows objectivity in science: The view of crystallography. Structural Dynamics, 6(5). DOI: 10.1063/1.5124439.)	FAIR	Presentar los principios FAIR y contextualizarlos en el área de las Ciencia da Información.	Revisión de la literatura	Presenta la fundamentación teórica y conceptual de los principios FAIR.
Jacobsen y otros (2020Jacobsen, A., Azevedo, R. M., Juty, N., Batista, D., Coles, S., Cornet, R., Courtot, M., Crosas, M., Dumontier, M., Evelo, C. T., y otros. (2020). Fair principles: Interpretations and implementation considerations. Data Intelligence, 2(1–2), 10–29. DOI: 10.1162/dint_r_00024.	FAIR	Proporcionar subsidios para la implementación de los principios FAIR.	Descriptiva	Proporciona interpretaciones y consideraciones de los 15 principios FAIR.
Landi y otros (2020Henning, P., Ribeiro, C.J.W., Sales, L., Moreira, J., y Santos, L.O.B.S. (2018). Desmistificando os princípios FAIR: conceitos, métricas, tecnologias e aplicações inseridas no ecossistema dos dados FAIR. Tend. Pesq. Bras. Cienc. Inf., 11(1), 1-23. Disponible en: https://revistas.ancib.org/index.php/tpbci/article/download/458/443/.)	FAIR	Proporcionar orientaciones para la implementación de los principios FAIR.	Descriptiva	Propone la inclusión de los derechos individuales en la implementación de los principios FAIR y orienta hacia el procesamiento de datos personales basándose en principios éticos y legales.
Lóscio, Burle y otros (2017Lóscio, B. F., Burle, C., y Calegari, N. (2017). Data on the Web Best Practices. Disponible en: https://www.w3.org/TR/dwbp/. W3C.)	DWBP	Presenta un conjunto de buenas prácticas para la publicación de datos en la Web.	Descriptiva	Presenta 35 buenas prácticas para la publicación de datos, los beneficios alcanzados con su adopción y sugerencias de elementos de metadatos para el cumplimiento de esas prácticas.
Silva, y otros (2019Silva, L. C., Santarem Segundo, J. E., y Silva, M. F. (2019). Princípios FAIR e melhores práticas do Linked Data na publicação de dados de pesquisa. Informação yAmp. Tecnologia, 5(2), 81–103. DOI: 10.22478/ufpb.2358-3908.2018v5n2.44812.)	FAIR	Identificar posibilidades de publicación de datos de investigación siguiendo los principios FAIR a partir de la adopción de las tecnologías de la Web Semántica, por medio del Linked Data.	Descriptiva exploratoria	Presenta un análisis de los principios FAIR con las Mejores Prácticas de Datos Enlazados (W3C).
Torino y otros (2021Torino, E., Vidotti, S. A. B. G., y Coneglian, C. S. (2021). #SejaJUSTOeCUIDADOSO: Princípios FAIR e CARE na gestão de dados de pesquisa. Princípios FAIR aplicados à gestão de dados de pesquisa, 201-2014. Rio de Janeiro: IBICT. DOI: 10.22477/9786589167242.cap15.)	FAIR CARE	Discutir los principios FAIR y CARE para la gestión de los datos de investigación con seres humanos de comunidades específicas.	Descriptiva	Describe los principios FAIR y CARE y presenta prácticas referentes a los principios CARE, denominadas #SejaJUSTOeCUIDADOSO. Recomienda la adecuación de planes de datos a esas prácticas en todo el proceso de investigación y en el ciclo de vida de los dados.
van der Aalst (2016Souza, M. T. de, Silva, M. D., y Carvalho, R. de. (2010). Revisão integrativa: O que é e como fazer. Einstein (São Paulo), 8, 102–106.)	FACT	Responder a la pregunta de cómo las técnicas de process mining pueden contribuir a que los datos sean imparciales, confiables, precisos y transparentes.	Descriptiva	Introduce el concepto Green Data Science, un conjunto de técnicas de minería de procesos para garantizar la imparcialidad, la confidencialidad, la precisión y la transparencia de los datos.
van der Aalst y otros (2017Stoyanovich, J., y Howe, B. (2018 Nov 27). Follow the data! Algorithmic transparency starts with data transparency. Disponible en: https://ai.shorensteincenter.org/ideas/2018/11/26/follow-the-data-algorithmic-transparency-starts-withdata-transparency. [Fecha de acceso: 21 marzo 2019])	FACT	Discutir las tendencias de investigación basadas en datos en el área de Ingeniería de Sistemas Empresariales (BISE).	Descriptiva	El artículo propone el acrónimo FACT a partir de los términos Fairness, Accuracy, Confidentiality y Transparency para representar los cuatro principales desafíos de la Data Science Responsável. Incentiva, además, las investigaciones sobre cómo incorporar elementos FACT en los modelos y requisitos, buscando alternativas innovadoras en el uso de los datos de forma segura y controlada y evitando los efectos negativos que los datos mal utilizados pueden tener en las vidas de las personas.
van der Aalst (2017Van der Aalst, W.M.P.. (2017). Responsible Data Science: Using Event Data in a “People Friendly” Manner. En: Hammoudi, S., Maciaszek, L., Missikoff, M., Camp, O., y Cordeiro, J. (eds). Enterprise Information Systems. ICEIS 2016. Lecture Notes in Business Information Processing 291, DOI: 10.1007/978-3-319-62386-3_1.)	FACT	Presentar cuatro desafios específicos da ciencia de datos: imparcialidad, precisión, confidencialidad y transparencia.	Descriptiva	Propone soluciones tecnológicas para proteger a individuos, organizaciones y a la sociedad contra los “efectos negativos de los datos”.
Wilkinson y otros (2016Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., da Silva Santos, L. B., Bourne, y otros. (2016). Comment: The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3. DOI: 10.1038/sdata.2016.18.)	FAIR	Presentar los principios FAIR.	Descriptiva	Además de describir la lógica de los principios FAIR y proporcionar ejemplos de implementaciones, posiciona los principios FAIR como forma de mejorar la capacidad de las máquinas para encontrar y usar los dados para su reutilización por individuos.
Wilkinson y otros (2017Wilkinson, M., Dumontier, M., Aalbersberg, I., y otros. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Sci Data3, 160018. DOI: 10.1038/sdata.2016.18.)	FAIR	Describir los principios FAIR.	Descriptiva	Detalla los principios FAIR y presenta implementaciones de estos.

3.2. Relaciones y alineamiento de DWBP, FAIR, FACT y CARE

 ⌅

Actualmente, las iniciativas analizadas se presentan como silos, con componentes aislados. La propuesta de este trabajo es establecer relaciones de equivalencias complementariedades o superposiciones entre sus elementos. En este sentido, FACT y CARE abordan la ética de los datos, junto con otros aspectos como la imparcialidad, la privacidad, la seguridad y la responsabilidad (van der Aalst y otros, 2017Van der Aalst, W.M.P.. (2017). Responsible Data Science: Using Event Data in a “People Friendly” Manner. En: Hammoudi, S., Maciaszek, L., Missikoff, M., Camp, O., y Cordeiro, J. (eds). Enterprise Information Systems. ICEIS 2016. Lecture Notes in Business Information Processing 291, DOI: 10.1007/978-3-319-62386-3_1.), cuya semántica puede variar dependiendo del dominio o de la comunidad. FAIR y DWBP, por su parte, no abordan la ética de los datos de forma explícita, aunque sí que aportan aspectos que pueden contemplarlos. La Tabla VIII presenta una visión global y resumida de los propósitos de cada propuesta.

Tabla VIII Resumen de las iniciativas analizadas 

Iniciativa	Síntesis de la iniciativa
DWBP	Proporciona directrices para la creación de datos basados en la Web que sean fácilmente detectables e interconectados, además de directrices técnicas y operacionales para publicar, compartir y reutilizar datos en la Web de manera sustentable.
FAIR	Destacan la importancia de que los datos sean localizables, accesibles, interoperables y reutilizables para hacer posible la e-ciencia y la innovación. Una vez alcanzados, sería posible que las máquinas hicieran un uso real de los datos. En términos sencillos, FAIR exige que "la máquina sepa lo que queremos decir".
FACT	Enfatizan la imparcialidad, la precisión, la confiabilidad y la transparencia de los datos para promover el acceso y utilización de forma ética, responsable y confiable. Mientras que FAIR aborda cuestiones prácticas relacionadas con la compartición y distribución de los datos, FACT se centra más en los desafíos científicos fundamentales.
CARE	Tienen como propósito beneficiar a los pueblos indígenas a partir de la gobernanza de los datos, la autoridad para controlarlos, responsabilidad y ética de los datos. Según Carroll y otros (2021Carroll, S., Herczog, E., Hudson, M., Russell, K., y Stall, S. (2021). Operationalizing the CARE and FAIR Principles for Indigenous data futures. Scientific Data, 8(1). DOI: 10.1038/s41597-021-00892-0.), la adopción de estos principios “promueve la participación equitativa en la reutilización de datos, lo que producirá resultados más igualitarios”. Estos principios, concebidos inicialmente para la comunidad indígena, se hacen extensivos a otras comunidades.

Bajo esta noción de interrelación entre las iniciativas, se puede empezar a construir un ecosistema de buenas prácticas para la calidad de los datos en la Web, donde se exponen los puntos de intersección entre FAIR, FACT, CARE y DWBP, representados en la Figura 2 (destacados a través de distintos colores). El avance en esta perspectiva puede contribuir al desarrollo de instrumentos que hagan posible la implementación de las iniciativas estudiadas como un conjunto único.

Figura 2 Alineamiento de los principios FAIR, FACT, CARE, y DWBP 

A continuación, en la Tabla IX se explicitan las relaciones de los principios FAIR, FACT y CARE, tomando como elemento principal de alineamiento las DWBP, definidas inicialmente en la figura anterior. La tabla está estructurada de la siguiente manera: la primera fila presenta las buenas prácticas de las DWBP; las filas representan los principios de FAIR, FACT y CARE, organizadas en los tres bloques respectivamente. Las celdas destacadas en color representan la intersección entre una buena práctica y un principio, según corresponda, evidenciando cómo una o varias buenas prácticas pueden cubrir el alcance de un principio.

Tabla IX Alineamiento de los principios y prácticas para la publicación de datos en la Web 

DATA ON THE WEB BEST PRACTICES (DWBP)		BP1 Proporcionar metadatos (legibles por máquinas y humanos)	BP2 Proporcionar metadatos descriptivos	BP3 Proporcionar metadatos estructurales	BP4 Proporcionar información sobre la licencia de datos	BP5 Proporcionar información sobre el origen de los datos	BP6 Proporcionar información de la calidad de los datos	BP7 Indicar la versión	BP8 Proporcionar un histórico de la versión	BP9 Usar URLs persistentes como identificadores de conjuntos de datos	BP10 Usar URLs persistentes como identificadores dentro de conjuntos de datos	BP11 Atribuir URLs para las versiones de los conjuntos de datos y series	BP12 Usar formatos de datos estandarizados legibles por máquinas	BP13 Usar representaciones de datos que sean independentes de su localización	BP14 Proporcionar los datos en varios formatos	BP15 Reutilizar vocabularios, dando preferencia a los estándares	BP16 Escoger el nivel de formalización adecuado	BP17 Proporcionar la descarga global (bulk download)	BP18 Proporcionar subconjuntos para conjuntos de datos extensos	BP19 Usar la negociación de contenido para poner disponibles los datos en formatos múltiples	BP20 Proporcionar acceso en tiempo real	BP21 Proporcionar datos actualizados	BP22 Explicar por qué los datos no están disponibles	BP23 Hacer que los datos estén disponibles mediante API	BP24 Usar estándares WEB como base para construcción de APIs	BP25 Proporcionar una documentación completa para las APIs	BP26 Evitar alteraciones que afecten al funcionamiento de su API	BP27 Preservar los identificadores	BP28 Evaluar la cobertura del conjunto de datos	BP29 Recolectar el feedback de los consumidores de los datos	BP30 Compartir el feedback disponible	BP31 Enriquecer los datos mediante la generación de nuevos datos	BP32 Proporcionar visualizaciones complementarias	BP33 Proporcionar feedback para el publicador original	BP34 Obedecer los términos de licencia	BP35 Citar la publicación original del conjunto de datos
FAIR	F1. A los (meta)datos se les asigna un identificador globalmente exclusivo y persistente									X	X	X
	F2. Los datos deben ser descritos con metadatos enriquecidos (definidos por R1 más abajo)	X	X	X
	F3. Los metadatos incluyen clara y explícitamente el identificador de los datos que describen	X	X	X						X		X																X
	F4. Los (meta)datos son registrados o indexados en un recurso de búsqueda												X		X									X
	A1. Los (meta)datos son recuperables por su identificador utilizando un protocolo de comunicación estandarizado																			X				X	X
	A1.1. El protocolo es abierto, gratuito y universalmente implementable																			X					X
	A1.2. El protocolo permite un procedimiento de autenticación y autorización cuando es necesario																							X	X
	A2. Los metadatos son accesibles, incluso cuando los datos no están disponibles																						X					X	X
	I1. Los (meta)datos usan un lenguaje formal, accesible, compartible y ampliamente aplicable para la representación del conocimiento															X	X												X
	I2. Los (meta)dados utilizan vocabularios y/o ontologías que siguen los principios de FAIR															X	X
	I3. Los (meta)dados incluyen referencias cualificadas para otros (meta)datos		X													X	X																			X
	R1. Los (meta)datos se describen detalladamente con atributos precisos y relevantes	X	X	X			X									X													X
	R1.1. Los (meta)datos se publican con una licencia de uso de datos clara y accesible				X																														X
	R1.2. Los (meta)datos están asociados con su origen de forma detallada		X			X		X	X			X																X								X
	R1.3. Los (meta)datos cumplen los estándares comunitarios relevantes para el dominio		X				X									X	X												X			X
FACT	Imparcialidad - Ciencia de los datos sin prejuicios		X	X						X	X	X		X		X
	Precisión - Ciencia de los datos sin conjeturas		X	X	X		X						X	X		X	X				X	X							X
	Confidencialidad - Ciencia de los datos que la garantice		X	X	X		X																												X
	Transparencia - Ciencia de los datos que la proporciona	X	X	X	X	X	X	X	X														X			X				X	X			X		X
CARE	C1. Para el desarrollo inclusivo y la innovación	X	X	X			X			X	X	X	X	X	X	X	X	X	X	X		X		X	X		X	X	X	X	X	X	X
	C2. Para mejorar la gobernanza y el compromiso de los ciudadanos		X	X	X	X			X													X	X							X	X			X	X	X
	C3. Para resultados equitativos		X			X								X		X														X	X	X		X		X
	A1. Reconocimiento de los derechos e intereses			X	X						X																								X	X
	A2. Datos para la gobernanza		X	X				X		X	X	X	X	X	X			X	X	X		X	X	X	X		X	X	X			X	X
	A3. Gobernanza de los datos				X																		X												X
	R1. Para relaciones positivas				X	X	X			X	X	X				X							X			X	X	X	X	X	X	X	X	X	X	X
	R2. Para expandir la competencia en la capacidad				X																											X			X	X
	R3. Para lenguas y visiones de mundo indígenas	X	X	X										X		X	X
	E1. Para minimizar daños y maximizar beneficios		X	X	X											X	X													X	X			X	X	X
	E2. Por justicia		X	X	X																														X
	E3. Para uso futuro	X	X		X	X				X	X	X																X	X							X

Para ello, se tomó como referencia la estructura presentada por la W3C sobre las DWBP (Lóscio y otros, 2017Lóscio, B. F., Burle, C., y Calegari, N. (2017). Data on the Web Best Practices. Disponible en: https://www.w3.org/TR/dwbp/. W3C.), que fue la más relevante para esclarecer algunos conceptos e implementaciones sobre buenas prácticas de calidad de los datos.

Los artículos de Henning y otros (2018Helliwell, J. R. (2019). FACT and FAIR with Big Data allows objectivity in science: The view of crystallography. Structural Dynamics, 6(5). DOI: 10.1063/1.5124439.), Jacobsen y otros. (2020Jacobsen, A., Azevedo, R. M., Juty, N., Batista, D., Coles, S., Cornet, R., Courtot, M., Crosas, M., Dumontier, M., Evelo, C. T., y otros. (2020). Fair principles: Interpretations and implementation considerations. Data Intelligence, 2(1–2), 10–29. DOI: 10.1162/dint_r_00024.), Landi y otros (2020Landi, A., Thompson, M., Giannuzzi, V., Bonifazi, F., Labastida, I., da Silva Santos, L. O. B., y Roos, M. (2020). The “A” of FAIR – As Open as Possible, as Closed as Necessary. Data Intelligence, 2(1–2), 47–55. DOI: 10.1162/dint_a_00027.), Silva y otro. (2019Silva, L. C., Santarem Segundo, J. E., y Silva, M. F. (2019). Princípios FAIR e melhores práticas do Linked Data na publicação de dados de pesquisa. Informação yAmp. Tecnologia, 5(2), 81–103. DOI: 10.22478/ufpb.2358-3908.2018v5n2.44812.), Wilkinson y otros (2016aWilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., da Silva Santos, L. B., Bourne, y otros. (2016). Comment: The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3. DOI: 10.1038/sdata.2016.18., bWilkinson, M., Dumontier, M., Aalbersberg, I., y otros. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Sci Data3, 160018. DOI: 10.1038/sdata.2016.18.) y Lóscio y otros (2017Lóscio, B. F., Burle, C., y Calegari, N. (2017). Data on the Web Best Practices. Disponible en: https://www.w3.org/TR/dwbp/. W3C.) contribuyeron con interpretaciones y consideraciones sobre los principios FAIR, facilitando el establecimiento de correspondencias entre FAIR y DWBP.

A diferencia de los anteriores, FACT y CARE carecen de estudios para la definición de ontologías y adopción de patrones de metadatos. De ahí la necesidad de trabajar también con artículos sobre GDPR (Schlehahn y Wenning, 2019Lovett, R., Lee, V., Kukutai, T., Cormack, D., Rainie, S. C., y Walker, J. (2019). Good data practices for Indigenous data sovereignty and governance. Good data, 26–36.) y/o sobre gobernanza y soberanía de datos indígenas (Lovett y otros, 2019Hyland, B., Atemezing, G., y Villazón-Terrazas, B. (2014). Best practices for publishing linked data. Disponible en: https://www.w3.org/TR/ld-bp/. World Wide Web Consortium.) para interpretarlos y alinearlos con DWBP.

Uno de los pocos estudios que analizan este tipo de correspondencias es Silva y otros. (2019Mougiakou, E., y Virvou, M. (2018). Based on GDPR privacy in UML: Case of e-learning program. Int. Conf. Inf., Intell., Syst. Appl., IISA, 2018-January, 1–8. DOI: 10.1109/IISA.2017.8316456.). Los autores equipararon los subprincipios FAIR con los de DWBP. Sin embargo, contradiciendo los resultados del documento presente, no hallaron correspondencias para las siguientes prácticas: R1.3 (Los (meta)datos cumplen con los estándares de la comunidad para el dominio) y A1.2 (El protocolo permite un procedimiento de autenticación y autorización cuando es necesario). En la tabla anterior se muestran puntos de intersección entre BP2 (Proporcionar metadatos descriptivos), BP15 (Reutilizar vocabularios, dando preferencia a los estándares), BP16 (Escoger el nivel de formalización adecuado) y BP35 (Citar la publicación original del conjunto de datos) con R1.3; y BP23 (Hacer que los datos estén disponibles mediante API) y BP24 (Usar estándares WEB como base para construcción de APIs) con el principio A1.2.

Se identificó que la puesta a disposición de datos mediante API y el uso de los estándares Web facilita la autenticación y la autorización del uso de los datos. Es un aspecto que Romain y otros (2013Landi, A., Thompson, M., Giannuzzi, V., Bonifazi, F., Labastida, I., da Silva Santos, L. O. B., y Roos, M. (2020). The “A” of FAIR – As Open as Possible, as Closed as Necessary. Data Intelligence, 2(1–2), 47–55. DOI: 10.1162/dint_a_00027.) consideran importante para la seguridad de los datos. En relación con R1.3, el uso de metadatos descriptivos y vocabularios y niveles de formalización facilitan el intercambio de datos entre dominios, auxilian la recuperación de información y mejoran su consistencia.

Finalmente, para facilitar el entendimiento de cómo los principios y las DWBP pueden alinearse, se agruparon en las siguientes categorías temáticas:

• Accesibilidad y localizabilidad: los principios FAIR y las DWBP destacan la importancia de que los datos sean localizables, accesibles e interoperables. Las DWBP proporcionan orientaciones para lograr este propósito, especialmente en el contexto de la Web. Los principios CARE también ponen el énfasis en la accesibilidad de la comunidad indígena, especialmente como forma de empoderamiento. Los principios FACT cuando resaltan la transparencia, aspecto que contribuye directamente a los principios CARE.
• Interoperabilidad y transparencia: FAIR y las DWBP comparten el foco en la interoperabilidad que, a partir de las directrices proporcionadas por ambos, es posible alcanzar. También se subraya la importancia de que los datos sean reutilizables. CARE y FACT no abordan la interoperabilidad, pero es una cuestión esencial para cumplir el resto. La transparencia, aunque no se menciona explícitamente en FAIR y DWBP, está presente en la mayoría de sus directrices, a diferencia de lo que ocurre en los principios CARE e FACT, donde es asumida como concepto base.
• Uso ético y responsable: los CARE enfatizan las responsabilidades éticas de los datos, principalmente en lo que se refiere a la población indígena. Esto también es resaltado por los principios FACT, que destacan el uso responsable y ético de los datos. Sin embargo, a pesar de que los principios FAIR y las Buenas Prácticas posibilitan estos abordajes, estos aspectos no están claramente explicitados.
• Gobernanza y control de los datos: los principios CARE y FACT evidencian la preocupación por estas cuestiones, mientras que FAIR y las DWBP abordan aspectos relativos a la citación, al origen y a la descripción de los datos, también relacionados con dichos principios.
• Reutilización de los datos: las cuatro iniciativas tratan este tema. Los CARE destacan cómo se potencian los beneficios mediante el desarrollo inclusivo y la innovación, lo que está alineado con los principios FAIR. Facilitar la reutilización también es esencial para los FACT y DWBP para garantizar que los datos sean efectivamente reutilizados.
• Derechos de autor y validez del archivo: ninguno de estos asuntos fue tratado por ninguna de las cuatro iniciativas.

4. CONSIDERACIONES FINALES Y TRABAJOS FUTUROS

La apertura y la flexibilidad de la Web, así como la preocupación por las cuestiones técnicas y éticas, son retos tanto para los editores como para los consumidores de datos. Automatizar las condiciones de accesibilidad, conformidad con requisitos regulatorios, éticos y obligaciones de protección de datos es crucial para equilibrar la privacidad de las personas y los beneficios potenciales de la reutilización automatizada de datos para la investigación. Para los editores, se trata de gestiones relacionadas con la representación, descripción, organización y disponibilidad de los datos, mientras que los consumidores se enfrentan a incertidumbres como la privacidad, la fiabilidad y la responsabilidad en el uso de los datos. En este contexto, la formulación y disponibilidad de buenas prácticas para los editores permite que los datos alcancen niveles de calidad y confianza que permitan su uso y reutilización.

Existe un buen número de investigaciones centradas en los principios FAIR. Ahora bien, estos principios ponen el foco en los desafíos científicos fundamentales y están centrados en la calidad y seguridad de los datos. Las DWBP cubren más aspectos, particularmente en lo relativo a la retroalimentación derivada del uso de los datos.

Los principios FACT, más centrados en desafíos éticos y legales, complementan a los FAIR, especialmente en un contexto en el que el uso de métodos basados en datos, normalmente aplicados a grandes conjuntos de datos está aumentando (De Jong y otros., 2019De Jong, F., Maegaard, B., De Smedt, K., Fišer, D. y Van Uytvanck, D. (2019). Clarin: Towards fair and responsible data science using language resources. En IsaharaH., MaegaardB., PiperidisS., CieriC., DeclerckT., HasidaK., MazoH., ChoukriK., GoggiS., Mariani, y otros (orgs.), LREC - Int. Conf. Lang. Resour. Evaluation, 3259–3264. European Language Resources Association (ELRA).). Casi todos los estudios asocian aplicaciones con algoritmos para el cumplimiento de los principios FACT. van der Aalst y otros (2017Van der Aalst, W. M. P., Bichler, M. y Heinzl, A. (2017). Responsible Data Science. Business and Information Systems Engineering, 59(5), 311–313. DOI: 10.1007/s12599-017-0487-z.) destacan la necesidad de incorporarlos en los modelos y requisitos, con la inclusión explícita de metadatos.

Por su parte, aunque los principios CARE han sido presentados recientemente, existen algunas propuestas para su implementación, incluso asociados a los FAIR (Carroll y otros., 2021Carroll, S., Herczog, E., Hudson, M., Russell, K., y Stall, S. (2021). Operationalizing the CARE and FAIR Principles for Indigenous data futures. Scientific Data, 8(1). DOI: 10.1038/s41597-021-00892-0.; Torino y otros, 2021Silva, L. C., Santarem Segundo, J. E., y Silva, M. F. (2019). Princípios FAIR e melhores práticas do Linked Data na publicação de dados de pesquisa. Informação yAmp. Tecnologia, 5(2), 81–103. DOI: 10.22478/ufpb.2358-3908.2018v5n2.44812.).

La identificación de las relaciones existentes entre los principios FAIR, CARE y FACT y las DWBP permite convertir estas buenas prácticas en un medio para la implementación y cumplimiento de los bloques de principios establecidos en el apartado anterior. Así se asegura que los datos son tratados de forma responsable, accesible y usable, facilitando el avance de la investigación científica, contribuyendo a la gobernanza de los datos y/o mejorando la accesibilidad y reutilización de los datos en la Web, dependiendo del grado de atendimiento de los principios.

Sin embargo, es necesario revisar y ampliar las DWBP, de forma que puedan satisfacer explícitamente algunos de los principios FACT y CARE, como si cubren, por ejemplo, las Best Practices for Publishing Linked Data (Hyland y otros, 2014Hyland, B., Atemezing, G., y Villazón-Terrazas, B. (2014). Best practices for publishing linked data. Disponible en: https://www.w3.org/TR/ld-bp/. World Wide Web Consortium.). Se ha puesto en evidencia que existen lagunas relativas a las cuestiones éticas, la privacidad y la responsabilidad de los datos en las DWBP. Tampoco se han identificado trabajos en la muestra que presenten esquemas de representación con metadatos que aborden estos temas. Por otro lado, ni las buenas prácticas ni los principios recogen elementos específicos sobre derechos de autor ni validez del archivo de forma clara. La profundización en estos aspectos es necesaria para avanzar en una mejor publicación y reutilización de datos en beneficio de la sociedad. Es necesario completar y complementar las iniciativas analizadas con otras propuestas.

En este sentido se propone la creación de un ecosistema de buenas prácticas para la publicación de datos en la Web, en el que DWBP, FAIR, FACT y CARE constituyen elementos esenciales, pero no únicos pues, como se ha indicado, no tratan aspectos esenciales para la calidad de los datos. Esto permitirá la aplicación de una o de otra iniciativa (y de las buenas prácticas como vía de explicitación, entre otros) en función de las necesidades del usuario.

Finalmente, en lo que respecta al proceso de búsqueda de artículos sobre el tema analizado, destaca la dificultad para recuperar documentos que utilicen la expresión “buenas prácticas”, así como la terminología relacionada en los campos de palabras clave o descriptores.