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, 2006, Bizer y otros., 2008). 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, 2021).

Por otro lado, destaca el concepto de principio, para Berrino Malaccorto (2023) 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. (2016), 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, 2023): 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, 2006). En 2011, se dan a conocer las Open Data Best Practices, un conjunto de 72 buenas prácticas para la publicación de datos abiertos (Romain, 2013, Romain y otros., 2012). 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. (2014) 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, 2014), 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 (2023) 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.

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, 2010, Valmorbida, y otros, 2018; Whittemore y Knafl, 2005), 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 (2011), 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, 2017) 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.

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., 2019). Casi todos los estudios asocian aplicaciones con algoritmos para el cumplimiento de los principios FACT. van der Aalst y otros (2017) 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., 2021; Torino y otros, 2021).

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, 2014). 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.