Datu stjuarti – pavadoņi zinātnes mākoņos 

Pēdējos gados akadēmiskajā un zinātnes vidē aizvien biežāk dzirdams vārdu salikums “atvērtā zinātne”. Vairumam nozarē strādājošo, arī bibliotēku speciālistiem, atvērtības jēdziens nebūt nav nekas jauns, jo jau vairāk nekā desmit gadus esam pazīstami ar atvērtās piekļuves (Open Access) kustību, kuras pamatideja ir publiski finansētas pētniecības rezultātu brīva pieejamība bez maksas (paywall) vai institucionāliem ierobežojumiem. Brīva piekļuve publiski finansētas pētniecības rezultātiem novērš t.s. dubulto finansēšanu – pirmo reizi finansējot pētniecību, otrreiz maksājot par piekļuvi publikācijām (piem., abonējot maksas datu bāzes).

Atvērtās piekļuves priekšrocības papildus brīvai un neierobežotai piekļuvei ir arī ātrums un aptvērums, ar kādu iespējams publicēt un izplatīt pētniecības rezultātus, jo tradicionālais akadēmiskās izdevējdarbības process no manuskripta līdz publikācijai var aizņem pat daudzus mēnešus. Īpaši aktuāli tas ir zinātņu nozarēs, kurās vērojama strauja attīstība un iesaistīta plaša starptautiska zinātnieku kopiena (aktuālākais piemērs ir pētniecība cīņā ar COVID-19). Tradicionālās akadēmiskās izdevējdarbības trūkums šādās dinamiskās situācijās ir tāds, ka pētījuma rezultāti publicēšanas brīdī, iespējams, jau ir zaudējuši savu aktualitāti.

Atvērtības faktors figurē arī diskusijās un viedokļu sadursmēs par zinātniskās darbības rezultātu izplatīšanas instrumentiem, redzamību un ietekmi starptautiskajā zinātnes informācijas telpā. To nosaka pastāvošā prakse vērtēt zinātnisko darbību pēc publikāciju skaita un to ietekmi nozarē. Tiek mērīts, cik reižu publikāciju citējuši citi pētnieki, un cik ietekmīgā žurnālā (t.s. IF vai JIF – Journal impact factor) raksts publicēts. Šajā jautājumā daļu problemātikas veido pastāvošās atšķirības dažādu zinātņu disciplīnu rezultātu publicēšanas un starptautiskās ietekmes raksturā. Pastāv uzskats, ka atklājumam un publikācijai kādā no dabaszinātņu disciplīnām ir daudz lielāks potenciāls panākt starptautisku ietekmi un citējamību nekā publikācijai kāda lokāla fenomena izpētei humanitāro vai sociālo zinātņu disciplīnā. Atvērtās piekļuves žurnālu jautājumā vēl joprojām ir sastopami stereotipi par maksas satura it kā augstāku kvalitāti un ietekmes faktoru salīdzinājumā ar atvērtajā piekļuvē publicētajiem žurnāliem. Šo divu faktoru iztirzāšanu būtu nepieciešams izvērst turpmākajās nozares diskusijās.

Atgriežoties pie atvērtās zinātnes jēdziena, jāsaka, ka to var uzskatīt par atvērtās piekļuves kustības evolūciju. Jaunais jēdziens ir kļuvis ietilpīgāks – to papildina atziņa, ka ir svarīgi nodrošināt brīvu piekļuvi ne tikai pētniecības rezultātiem (kuri parasti izpaužas zinātniskās publikācijās), bet arī pētniecības gaitā iegūtajiem datiem. Par nozīmīgākajiem argumentiem pētniecības datu saglabāšanā un atvērtā publicēšanā kļūst:

• atkārtotas izmantojamības potenciāls – iespēja atkārtot pētījumu citā vidē un salīdzināt rezultātus, nedublēt mērījumus vai eksperimentus, tādējādi ietaupot resursus, publisko finansējumu un eksperimentos ar laboratorijas dzīvniekiem arī šo dzīvnieku dzīvības;
• pētniecības kvalitāte – datu ieguves un datu pārvaldības plānošana un publicēšana (t.s. “pre-registration”) pirms pētījuma motivē rūpīgāk plānot pētījuma dizainu, norisi un pētniecības datu pārvaldību;
• pētniecības procesa caurspīdīgums – visu iegūto datu publicēšana ļauj izgaismot pētījuma dizainu un pamanīt potenciālās manipulācijas ar datu interpretēšanu; pastāv iespēja pētījumu atkārtot un verificēt rezultātus.

Ar šiem argumentiem nonākam pie jauna termina – FAIR principi pētniecības datu (un ne tikai) pārvaldībā. Termins FAIR konstruēts no četriem jēdzieniem – atrodamība (Findability), pieejamība (Accessibility), sadarbspēja (Interoperability), un atkārtotas izmantojamības potenciāls (Reusability). Šie četri principi ir neatņemami atvērtās zinātnes diskursa elementi, jo pieprasa nevis formāli deponēt pētījuma datu kopu jebkādā formātā un kvalitātē, bet deponēt to kvalitatīvi sagatavotu un tālākizmantojamu:

• atrodamu – datiem (vai citam resursam) ir piešķirti bagātīgi aprakstoši metadati, t.sk. starptautiskajā zinātniskās informācijas apritē dominējošie nemainīgie identifikatori (Persistent identifiers, PID). Ir nodrošināta šo metadatu savietojamība un redzamība dažādiem satura meklēšanas, indeksēšanas, atklāšanas un agregēšanas rīkiem un sistēmām;
• pieejamība – atrastajiem datiem būtu jānodrošina arī to pieejamība un šeit valdošais princips ir “tik atvērti, cik iespējams, tik slēgti, cik nepieciešams”. Iedziļinoties šajā jautājumā, top skaidrs, ka ne vienmēr būs iespējams nodrošināt brīvu piekļuvi pilnīgi visiem publiski finansētu pētījumu datiem, jo tie var būt, piemēram, sensitīvi (personas dati, dati par veselības stāvokli) vai uz tiem attiecas citi likumiski pamatoti datu aizsardzības principi. Tomēr, arī šajos gadījumos ir svarīgi ievērot divas lietas. Pirmkārt, pat slēgtas vai ierobežotas piekļuves datiem ir svarīgi būt saglabātiem un droši deponētiem mūžsaglabāšanas infrastruktūrā (piemēram, repozitorijos), lai tie netiktu zaudēti. Otrkārt, pat slēgtas piekļuves datiem ir nepieciešams publicēt tos aprakstošos metadatus, kuri vienlaicīgi gan nodrošinātu pētniecības uzskaites pilnīgumu un kvalitāti, gan sniegtu kontaktinformāciju par datu turētāju, lai nepieciešamības gadījumā varētu sazināties un noskaidrot iespējas un nosacījumus piekļuves saņemšanai. Visbeidzot, sensitīvos datus pirms publicēšanas ir iespējams anonimizēt, lai tos varētu publicēt;
• sadarbspēja – ir svarīgi, lai deponētie dati būtu tādā formātā, kādā tos parasti lieto citi nozares pārstāvji, kā arī piemēroti atkārtotai pielietošanai datu apstrādes sistēmās;
• atkārtoti izmantojami – ja dati ir atrodami, kvalitatīvi aprakstīti, pieejami un publicēti sadarbspējīgā formātā, tas būtiski uzlabo šādu datu atkārtotas izmantošanas potenciālu, paverot iepriekš minētās iespējas un mazinot nelietderīgu un dublējošos darbību negatīvās sekas.

Atvērtās zinātnes un FAIR principu koncentrēšanās Eiropas zinātnes telpā ir novērojama Eiropas atvērtās zinātnes mākoņa (The European Open Science Cloud, EOSC) iniciatīvā. Šī iniciatīva ir ārkārtīgi ambicioza un komplicēta, un joprojām pastāv daudzi juridiski un pārrobežu sadarbības šķēršļi tās īstenošanā. Iniciatīvas pamatmērķis ir augstākminēto elementu sakausējums un esence – nodrošināt pēc vienotiem standartiem un principiem sadarbspējīgu un pieejamu zinātniskās darbības satura, rīku un infrastruktūras “katalogu” Eiropas zinātnes telpā. Tas ļautu zinātnes aktoriem atrast un pielietot pētniecībai nepieciešamos datus, programmatūru vai datu apstrādes un glabāšanas mākoņpakalpojumus un infrastruktūru.

Iztirzājot atvērtās zinātnes modeli, nedrīkst nepieminēt vēl trešo tās komponenti – amatierzinātni (“citizenscience”, citos avotos sastopama arī kā sabiedriskā zinātne vai pilsoņzinātne), kuras mērķis ir iesaistīt un sniegt iespēju iesaistīties zinātnes procesos ikvienam interesentam. Izplatīts veids sabiedrības iesaistei amatierzinātnē ir t.s. pūļiesaistes projekti, kuros ikviens interesents var piedalīties kādu datu vākšanā (piemēram, mērīt, fotografēt, filmēt, intervēt) un apstrādē (piemēram, transkribēt). Tomēr tā ir tikai daļa no amatierzinātnes potenciāla. Amatierzinātnes attīstību var veicināt arī publiski pieejami dati, rīki un infrastruktūra patstāvīgu pētījumu veikšanai ārpus zinātniskajām institūcijām. Daļēji te būtu pieskaitāmi zinātnisko institūciju organizētie pasākumi plašākas publikas iesaistei – vasaras skolas, atvērtās lekcijas un kursi, diskusiju platformas, konkursi, zinātniskās darbnīcas (piemēram, t.s. “hakatoni”).

Ar sabiedrības iesaisti nonākam pie otra lielā tematiskā bloka – zinātnes komunikācijas. Angliski runājošajā pasaulē pastāv vairāki līdzīgi termini – “science communication”, “scientific commuication”, “scholarly communication”, “science publishing”, taču, latviešu valodā tiek lietots viens jēdziens “zinātnes komunikācija”, kurš sevī ietver vairākas dimensijas. Tās vienkāršoti varētu dalīt divās lielās grupās – “zinātne zinātnei” (t.s. “science inreach”) un “zinātne sabiedrībai” (t.s. “science outreach”), kuras papildina institucionālās komunikācijas kanāls – zinātnes komunikācija, kuru veic institūciju sabiedrisko attiecību vai ārējās komunikācijas struktūrvienības. Vēl kā drīzāk savrupstāvošs formāts zinātnes komunikācijai, būtu pieminama zinātnes komunikācija pārskatu un atskaišu formā, kuru sagatavošanu un publicēšanu parasti regulē normatīvie akti.

Zinātnes komunikācija ļauj īstenot vairākus būtiskus uzdevumus. Pētījumu rezultātu izplatīšana vienmēr ir bijusi neatņemams zinātnes attīstības dzinējspēks un pakāpiens tālāko pētījumu veikšanai. Zinātnes kopienā pētījumu rezultātu publicēšana un pārējās kopienas informēšana ļauj īstenot arī socializēšanās un sadarbības veicināšanas funkcijas, piešķir publikācijām redzamību, sniedz pētniekam gandarījumu un pienesumu profesionālās darbības novērtējumā un karjeras izaugsmes iespējās. Plašākā mērogā zinātnes komunikācija sabiedrībā palielina zinātnes nozīmes izpratni un novērtējumu, veicina politikas veidotāju atbalstu zinātnei, motivē jauno paaudzi izvēlēties veidot karjeru zinātnē, ļauj veidot abpusēju izpratni un atgriezenisko saiti. Viltus ziņu, propagandas, pseidozinātnes, sazvērestības teoriju un pēcpatiesības (post-truth) laikmetā zinātnes komunikācijai ir īpaši svarīga misija darboties kā uzticamam pretsvaram strauji augošajā dezinformācijas troksnī.

Kā jau to paskaidro nosaukums, “zinātne – zinātnei” komunikācijas virziens ir mērķēts citu zinātnes ekosistēmas dalībnieku auditorijai: citiem zinātniekiem, akadēmiskajam personālam, arī studējošajiem. Komunikācijas saturs tiek pasniegts nemainītā formātā (nevienkāršots), jo tiek pieņemts, ka mērķauditorija pārstāv to pašu zinātņu nozari un pārzina gan terminoloģiju, gan metodes un jautājumu problemātiku. Daudzi no šī virziena komunikācijas kanāliem pastāv jau vairākus gadu simtus – zinātnisko darbu un pētījumu manuskripti un rakstu krājumi, zinātniskie žurnāli (no 17.gs.) kopā veido akadēmiskās izdevējdarbības tradīciju (piemēram, senākie apgādi “Cambridge University Press” un “Oxford University Press” pastāv jau kopš 16.gs.). Zinātniskās konferences un zinātnieku kongresi ir vēl viens labi pazīstams šī komunikācijas virziena piemērs.

Jaunās komunikācijas platformas ir piešķīrušas nākamo paātrinājumu šiem procesiem. Elektroniskā izdevējdarbība un digitalizācija ir padarījusi zinātnes rezultātu izplatīšanu neiedomājami plašu. E-žurnāli un e-grāmatas no akadēmiskajām izdevniecībām, digitālās bibliotēkas un elektroniskie publikāciju un datu arhīvi – repozitoriji; tie ir iepriekš neiedomājami informācijas apjomi, atklāšanas, meklēšanas, uzskaites, mērīšanas un izplatīšanas iespējas. Socializēšanās virzienā veiksmīgi tiek adaptēti no “civilās” ikdienas aizgūti rīki un paņēmieni – akadēmiskie un profesionālie sociālie tīkli (ResearchGate, Academia.edu, LinkedIn u.c.), pētniecības sadarbības, profesionālās mobilitātes, finansējuma un tīklošanās portāli un starptautiskās platformas.

Palūkojoties pretējā virzienā – kā zinātne par sevi informē sabiedrību, varam vērot līdzīgu ainu. Digitālās tehnoloģijas sniedz impulsu plašāk un efektīvāk (arī efektīgāk) izmantot gadu desmitus un, iespējams, pat simtus pielietotus kanālus un rīkus. Plašsaziņas līdzekļu (laikrakstu, žurnālu, radio, televīzijas un digitālo mediju) piedāvājuma spektrā varam atrast zinātnes skaidrošanai (jeb populārajai zinātnei) veltītus izdevumus, rubrikas, raidījumus gan pieaugušajiem, gan bērniem un jauniešiem. Šo spektru papildina jaunākas platformas ar emuāriem, tiešraidēm, apraidēm, aplādēm un citiem sinhrona un asinhrona formāta satura izplatīšanas veidiem. Muzeji, zinātnes centri, izstādes, zinātnes pulciņi, darbnīcas (t.sk., hakatoni) un citas iesaistošas aktivitātes turpina pastāvēt un arī digitālajā laikmetā spēj piesaistīt sabiedrības interesi. Talkā tiek ņemti arī tādi jaunākie tehnoloģiju sasniegumi kā 3D brilles, paplašinātā (augmented) realitāte, hologrammas. Digitālās tehnoloģijas sniedz iespējas efektīvi iesaistīt entuziastus pūļiesaistes projektos.

Visbeidzot, būtu jāpiemin vēl viens īpašs zinātnes komunikācijas instruments – enciklopēdija un tās atdzimšana digitālajā laikmetā. Meklēšanas “superrīka” Google un tīmekļa “tautas” enciklopēdijas Wikipedia straujais uznāciens sākotnēji daudzos raisīja eiforisku pārliecību, ka glītie drukātās enciklopēdijas sējumi kļūs par grāmatplaukta dekorāciju un tagad ātri un ērti visu interesējošo informāciju katrs pats varēs atrast tīmeklī. Tomēr drīz vien kļuva skaidrs, ka ir atrodami gan graudi, gan pelavas, un ne katram ir vajadzīgās zināšanas un laiks vienu no otra atšķirt. Īpašu aktualitāti tas iegūst ieejot pēcpatiesības, dezinformācijas un “informācijas burbuļu” laikmetā. Enciklopēdijas kā zinātnieku un ekspertu veidotas informācijas krātuvei ir ārkārtīgi liela un svarīga loma izglītībā, nacionālās terminoloģijas attīstībā un zinātnes komunikācijā. Latvijā, par laimi, nacionālās enciklopēdijas ieceri ir izdevies īstenot un turpināt attīstīt.

Noslēdzot šo apskatu par atvērto zinātni un zinātnes komunikāciju, nonākam pie centrālā jautājuma – kā šie procesi ietekmē un tuvākajos gados mainīs informācijas pārvaldības speciālistu darba lauku? Akadēmiskās bibliotēkas jau izsenis ir bijusi neatņemams akadēmiskās un zinātniskās darbības balsts, tāpēc loģiski būtu turpināt šo tradīciju un pielāgot bibliotekārā darba kompetenci jaunajām tendencēm.

2020.gada februārī publicētajā EOSC projekta “FAIRsFAIR – Fostering Fair Data Principles in Europe” pētījumā tika veikta aptauja, kurā atbildes sniedza 90 augstākās izglītības institūcijas, un notika divas fokusgrupu intervijas ar 50 dalībniekiem. Viens no aptaujas jautājumiem bija par struktūrvienībām / speciālistiem (stakeholders), kuri organizācijās ir iesaistīti pētniecības datu pārvaldībā (RDM – Research data management). Atbildes tika sniegtas uz diviem jautājumiem: kurš ir iesaistīts pētniecības datu pārvaldības izstrādē un kurš – atbalsta pakalpojumu nodrošinājumā. Aplūkojot atbildes zemāk redzamajā attēlā, pirmās funkcijas – pārvaldības līderpozīcijās ievietojas institūciju vadība, zinātnes administrācija, fakultāšu/pētniecības struktūrvienības un IT struktūrvienība. Savukārt atbalsta pakalpojumu nodrošinājumā līderpozīcijās ir bibliotēkas, IT struktūrvienības un zinātnes administrācijas pārstāvji¹.

2021.gada 9.februārī Eiropas Komisijas EOSC vadības padomes Prasmju un apmācību darba grupa publicēja apjomīgu ziņojumu “Digitālās prasmes FAIR principos balstītai atvērtai zinātnei”³.

EOSC ir iecerēts kā uzticama pārrobežu un multidisciplināra digitālā platforma zinātnes kopienai, kura nodrošinātu tiešu un netraucētu piekļuvi datiem un pakalpojumiem, un ļautu īstenot pilnu pētniecības datu ciklu, sākot ar datu atklāšanu un datizraci, un turpinot ar datu pārvaldību, analīzi un atkārtotu izmantošanu. Jau minētās darba grupas uzdevums ir rūpēties par šī mērķa īstenošanai un darbībai nepieciešamo prasmju un speciālistu sagatavošanai nepieciešamo mācību programmu definēšanu. Paralēli ieguldījumiem infrastruktūrā un likumdošanā, būtisks priekšnosacījums izvirzīto mērķu īstenošanai ir cilvēki, to prasmes un zināšanas, kā arī atbilstoša mācību un ekspertīzes “infrastruktūra” – kompetences centri, mācību programmas, eksperti un lektori. Ziņojuma eksperti piemin nepieciešamību definēt atvērtās zinātnes īstenošanā iesaistāmo speciālistu profesijas un karjeras virzienus, piemēram, datu zinātnieki, datu stjuarti un datu kuratori, pētniecības programmatūras inženieri u.c.⁴

2021.gada martā notikušajā “EOSC Nordic” vebinārā izskanēja aptuvens aprēķins, cik daudz datu stjuartu un cita atbalsta personāla būtu nepieciešams, lai nodrošinātu izvirzīto mērķu sasniegšanu atvērto pētniecības datu jomā un FAIR principu īstenošanā. Aprēķini rāda, ka uz katriem 20 pētniekiem būtu nepieciešams 1 datu pārvaldības atbalsta profesionālis; tam summējoties, Eiropas Savienības mērogā veidojas iespaidīgs skaitlis – aptuveni 500 000 speciālisti⁵. Lai arī pēdējo pāris gadu laikā Eiropā ir uzsāktas atsevišķas iniciatīvas šo profesiju apzināšanā un definēšanā, joprojām pietrūkst visaptverošas diskusijas un rezultātu šādu profesiju apguves, prasmju, zināšanu un mācību resursu jautājumos.

Ziņojuma autori ir noteikuši piecas aktoru grupas EOSC ekosistēmā, kur katrai no tām ir savi specifiskie uzdevumi un nepieciešamās zināšanas to veikšanai:

1) politikas veidotāji un finansētāji:

a. identificē aktorus un to lomas, kuras nepieciešams atbalstīt EOSC ekosistēmā;
b. lemj, kā atbalstīt kompetences centru veidošanos un veicināt sadarbību;
c. apzinās vajadzību investēt mācību resursu pieejamībā.

2) universitātes un pētniecības institūcijas:

a. apzina sava personāla dažādību un mācību vajadzības;
b. lemj, kā izveidot kompetences centrus;
c. zina, kā nodrošināt resursus mācībām.

3) kompetences centri:

a. identificē zināšanas un prasmes, kuras jāmāca;
b. apgūst kompetences centru pārvaldības un biznesa modeļus no citiem kompetences centriem;
c. meklē veidus, kā maksimizēt mācību resursu FAIR parametrus un pielietojumu.

4) EOSC asociācija:

a. apzina lomu spektru, kāds šai iniciatīvai būtu jāaptver;
b. lemj, kā iedrošināt un atbalstīt kompetences centru modeli;
c. veicina mācību resursu savietojamību un atklājamību.

5) EOSC projekti:

a. nodrošina, lai projektā būtu iekļautas nepieciešamās lomas projekta dalībnieku un lietotāju atbalstam;
b. nodrošina, lai projektā tiktu apsvērta nepieciešamība apgūt FAIR principus un mācības par atvērto zinātni;
c. identificē un iesaista nozīmīgākos nozares spēlētājus mācību piedāvājuma katalogu veidošanā atbilstoši projekta mērķiem⁶.

“FAIRsFAIR” projekta eksperti FAIR kompetences centru definējuši kā koplietojamu mezglu (shared hub), kurš nodrošina vadību, koordināciju un pakalpojumu katalogu, savedot kopā atbilstošos cilvēkus, vadlīnijas, izglītības resursus un programmas. Kompetences centrs demonstrē vadošo lomu atsevišķos tematiskajos virzienos, ietekmē politikas veidošanas procesus, novērtē un testē esošos pakalpojumus⁷. Kompetences centra funkcijas attēlotas 2.attēlā.

Pievēršoties EOSC ekosistēmas lomām, eksperti kopā definējuši 10 lomas, kuras attēlotas 3.attēlā. Lomas sakārtotas atbilstoši to piederībai kādai sociālai vai profesionālai grupai: informācijas un komunikācijas tehnoloģiju profesionāļi, kuri izstrādā programmatūru; bibliotēku un informācijas zinātnes profesionāļi, kuri saprot datus; noteiktu zinātņu disciplīnu pārstāvji, kuri veic pētījumus; sabiedrības pārstāvji.

Detalizēti katras lomas raksturojums, piemērs un nepieciešamo prasmju uzskaitījums sniegts šajā tabulā¹⁰.

Valstu līmenī aktīvs darbs un publikācijas atvērtās zinātnes atbalsta profesiju definēšanā vērojams Dānijā un Nīderlandē, lokālas iniciatīvas vērojamas arī citviet, piemēram, Zviedrijā, Lielbritānijā, Austrijā. Vērojams evolūcijas posms, kurā notiek mēģinājumi identificēt un definēt piemērotākās amatu kategorijas, to nosaukumus un funkcijas.

Viena no vadošajām Nīderlandes pētniecības institūcijām datu stjuartu profesijas definēšanas diskursā ir Delftas Tehnoloģiju universitāte (Technische Universiteit Delft, TU Delft), kura no datu stjuartiem sagaidāmās lomas un darbības virzienus vizualizējusi zemāk redzamajā shēmā (4.att.). Vairākas no tām vēlreiz apstiprina arī citos tēmai veltītajos pētījumos novēroto un secināto. Šajā shēmā redzamas sekojošas darbības jomas: rīki, atbilstība, arhivēšana, informācija, datu pārvaldības plāni, mācības, konsultēšana, izmaksas¹¹.

TU Delft par datu stjuartiem uz 3 gadiem noalgojusi vairākus bijušos pētniekus un pētniecības datu pārvaldības speciālistus, lai konsultētu un atbalstītu esošos pētniekus un veicinātu kultūras maiņu. Katrā fakultātē ir viens pilna laika pastāvīgais datu stjuarts, kurš nodrošina datu pārvaldības atbalstu kā standarta fakultātes pakalpojumu. Jaunā zinātnieku paaudze jau ienāk zinātnē ar apgūtām datu pārvaldības prasmēm. Bibliotēkā ir centrālais koordinators, kurš šo stjuartu tīklu vada.

Nīderlandes Nacionālā pētniecības datu pārvaldības koordinācijas punkta pētījumā, apkopojot 22 Nīderlandes augstskolu un pētniecības institūciju publicētos darba sludinājumus, tika secināts, ka datu stjuarta amats nosaukts dažādās variācijās: (pētniecības) datu stjuarts, pārvaldnieks, konsultants, dizainers vai informātiķis. Pētījuma autori datu stjuartus iedala 3 apakšgrupās:

1) iekļautais (embedded/operational) stjuarts – pārzina specifisku nozari, darbojas kā asistents un parasti ir pētījuma komandas dalībnieks. Iekļautā stjuarta amata pienākumu aprakstos varēja atrast šādus pienākumus:

a. apstrādāt datus;
b. veidot datu bāzes;
c. nodrošināt strukturētu un drošu datu glabāšanu;
d. veidot skriptus datu kontrolei un tīrīšanai;
e. veikt datu izguvi, tveršanu, rasmošanu, agregēšanu un eksportu;
f. bagātināt datus;
g. vizualizēt datus;
h. piemeklēt piemērotu datu infrastruktūru un paplašināt un uzlabot esošo;
i. monitorēt datu drošību un drošības incidentus;
j. ievērot FAIR principus;

2) vispārējais (generic/advisory) stjuarts – pārzina plašus un vispārīgus tematus, parasti ir augstskolas vai fakultātes atbalsta personāls. Vispārējā stjuarta amats sludinājumos tika nosaukts gan par datu stjuartu, gan par pētījumu datu pārvaldības speciālistu, konsultantu vai mediatoru. Pienākumi bija daudz plašāki un vispārīgāki:

a. sniegt atbalstu pētniekiem pētījumu datu un informācijas glabāšanā, izmantošanā (t.sk. atkārtotā izmantošanā) un analīzē;
b. konsultēt par pētījumu datu pārvaldību, metadatu kvalitātes procedūrām un tehniskajiem jautājumiem;
c. konsultēt sensitīvo datu jautājumā saskaņā ar Vispārīgo datu aizsardzības regulu GDPR;
d. izstrādāt un vadīt mācības par datu pārvaldību, proaktīvi izplatīt zināšanas, rīkot pasākumus, dibināt konsultāciju tīklus;
e. būt par pārmaiņu aģentu labas datu pārvaldības prakses veicināšanā;
f. uzraudzīt un optimizēt esošos datu pārvaldības procesus, sistēmas un arhitektūras;

3) stratēģiju, politikas un koordinācijas speciālists – darba lauks, kā jau tas saprotams no amata nosaukumiem, saistāms ar stratēģisko un taktisko datu pārvaldības līmeni institūcijā:

a. pētniecības datu pārvaldības politikas, stratēģijas izstrāde un ieviešana;
b. atbilstošu produktu un pakalpojumu nodrošinājums institūcijā;
c. starptautisko nozares procesu un attīstības tendenču transformēšana lokālajā institūcijas politikā.

Šie speciālisti sadarbojas un piedalās vadības līmeņa procesos gan iekšēji institūcijā ar administrāciju un zinātniekiem, gan ārēji ar citiem zinātnes procesos iesaistītajiem aktoriem. Šīs jomas atbildībā ir arī metadatu kvalitātes un datu arhitektūras drošības jautājumi¹³.

2018.gada izskaņā veiktajā Nīderlandes pētniecības institūciju nacionālajā datu stjuartu aptaujā, kurā tika saņemtas 94 atbildes, jautājumā par datu stjuartu amata vietu organizācijas struktūrā lielākajā atbilžu skaitā par tām struktūrvienībām, kurās šie speciālisti gan strādā, gan kuru pienākumos ir šo funkciju veikt, tika norādītas bibliotēkas, tam sekoja fakultātes, IT departamenti un īpaši izveidotas struktūrvienības pētniecības datu pārvaldībai¹⁴.

Nīderlandē 2021.g. februārī veikts vēl cits pētījums par datu stjuartu profesionalizāciju. Pētījuma gala ziņojumā vērsta uzmanība uz steidzamu nepieciešamību veikt nacionāli koordinētas darbības:

1) definēt datu stjuartu un pētniecības programmnodrošinājuma inženieru kompetences un formalizēt šo amatu profilus nacionālajās amatu klasifikācijas sistēmās;
2) definēt, izstrādāt un īstenot pielāgotas mācību programmas augstākminētajā punktā definēto amatu kompetenču sasniegšanai;
3) izveidot vienotu atsauces resursu aktualizētai informācijai par nepieciešamajām kompetencēm, amatu profiliem un mācību iespējām¹⁵.

Arī šī ziņojuma autori novērojuši plašu lietotās terminoloģijas spektru, definējot datu stjuartu amatus (datu stjuarts, analītiķis, inženieris, menedžeris, zinātnieks, pētniecības programmatūras inženieris, pētniecības atbalsta profesionālis) un atzīst, ka tā ir jauniem amatiem raksturīga pazīme to rašanās sākumfāzē. Savā ziņojumā autori aicina izmantot darba definīciju, kuru attiecībā uz pētniecības datu pārvaldību ir definējis Nīderlandes dabaszinātņu tehnoloģiju centrs (The Dutch Techcentre for Life sciences, DTL) – datu pārvaldība (stewardship) ir atbildīga digitālo datu plānošana un visu darbību izpilde pirms pētniecības projekta, tā gaitā un pēc tā, ar mērķi optimizēt šo datu lietojamību, atkārtotu izmantošanu un reproducējamību¹⁶. Kopā ziņojuma autori definējuši 8 datu pārvaldības virzienus, kuros var izpausties dažāda līmeņa datu stjuartu darbība:

1) stratēģiskais/politikas virziens – institūcijas pētniecības datu politikas un stratēģijas izstrāde, ieviešana un uzraudzība;
2) atbilstības (compliance) nodrošinājuma virziens – nodrošināt atbilstību pastāvošajiem zinātnes, likumdošanas un ētikas standartiem;
3) atbilstība FAIR datu principiem – nodrošināt Atvērtās zinātnes un FAIR datu principu ievērošanu;
4) pakalpojumu virziens – nodrošināt pētniecības datu pārvaldības atbalstu (speciālistu vai pakalpojumu);
5) infrastruktūras virziens – nodrošināt atbilstošu datu infrastruktūru pētniecības datu pārvaldībai;
6) zināšanu pārvaldības virziens – nodrošināt atbilstošu zināšanu un prasmju līmeni pētniecības datu pārvaldībā organizācijā, struktūrvienībā vai projektā;
7) tīklošanās virziens – veidot, iesaistīties un uzturēt kompetenču tīklus starp dažādām zināšanu kopienām organizācijā un ārpus tās;
8) datu arhivēšanas virziens – piemērota infrastruktūra un atbalsts FAIR principiem un ilgtermiņa datu arhivēšanai¹⁷.

Arī Dānijā darbs pie datu stjuartu izglītības programmas ir tikai pašā sākumā – Kopenhāgenas Universitātes darba grupai ir pievienojusies Dānijas Karaliskā bibliotēka un darbs tiks uzsākts 2021.gada augustā. Maģistratūras studiju programmā tas tiek plānots kā 1 gada 60 ECTS (Eiropas Kredītu pārneses sistēmas kredītpunkti) apjoma kurss, kas ietvertu tādas tēmas kā datu modelēšana un pārvaldība, arhivēšana, metadati, augstas veiktspējas skaitļošana (HPC), datu pārvaldības juridiskie un ētiskie jautājumi, FAIR principi, pētniecības integritāte un GDPR. Ceturtā daļa no studiju programmas tiktu veltīta dažādu zinātņu nozaru datu specifikas apguvei, bet vēl ceturtā daļa laika – studiju noslēguma darba izstrādei. Paredzēta arī uz bibliotēkām orientēta mācību moduļa izveide 7,5 ECTS apjomā¹⁸.

Ekspertu komanda Dānijā veica visaptverošu datu stjuartu prasmju un lomu analīzi – tika izpētītas esošās izglītības programmas Dānijā un citās valstīs, veikta profesionālajā sociālajā tīklā LinkedIn atrodamo datu stjuartu profilu prasmju apkopošana un darba sludinājumu izpēte. No iegūtās informācijas tika izveidota aptauja visu līmeņu speciālistiem datus veidojošajās un pārvaldošajās organizācijās ar mērķi noskaidrot to informētību par datu stjuartu specialitāti, to funkcijām un uzdevumiem, prasmēm un kompetencēm, kā arī nepieciešamību pēc šāda speciālista. Apkopojot visu augstākminēto, eksperti savā ziņojumā rezumē, ka no datu stjuartiem tiek sagaidītas 4 dažādas lomas:

1) administrators – viņa pārziņā ir labas prakses ievērošana datu apstrādē un aizsardzībā, risinājumu ieviešana un lietotāju izglītošana, risku pārvaldība un zinātņu disciplīnas pārzināšana. No administratora tiek sagaidītas tādas īpašības kā strukturēta un analītiska domāšana, spēja ātri mācīties, fokusēšanās uz darbu izpildi un stratēģiskās attīstības iespēju meklēšana. Administratoram ir jābūt mākoņpakalpojumu atbalstītājam un IT drošības un politikas dokumentu speciālistam. Visbeidzot, no administratora tiek sagaidīta “jā, varam” (“can-do”) attieksme, strādājot ar dažādiem procesiem un darbībām;

2) analītiķis – rūpējas par datu kvalitāti, viņa ir programmētāja prasmes datu analīzē. Arī analītiķim ir jābūt mākoņpakalpojumu atbalstītājam, jāprot ātri apgūt jaunas prasmes un jābūt radošam pielāgotas programmatūras un datubāžu veidošanā;

3) izstrādātājs – pārstāv FAIR principu ievērošanu un rūpējas par datu plānošanu un pārvaldību. Izstrādātājam jābūt inovatīvam domātājam, kurš izstrādā procedūras un vadlīnijas, rūpējas par labu projektu vadīšanu un procesu optimizāciju. Izstrādātājam jāspēj strādāt komandā ar citiem ekspertiem, jābūt orientētam uz kopīgu darbu veikšanu un dalīšanos ar zināšanām organizācijas kopējās izpratnes vairošanai;

4) pārmaiņu aģents – galvenās īpašības ir entuziasms un raita domāšana, klientorientēts redzējums un izpratne par lietotāju vajadzībām un procesiem.

Radniecīga loma pārmaiņu aģentiem ir t.s. datu čempioni (data champions) – pētnieki, kuriem piemīt labas pētniecības datu pārvaldības prasmes un kuri ar savu piemēru datu pārvaldībā un publicēšanā kalpo par labiem paraugiem, iedrošinājumu un konsultantiem citiem pētniekiem.

Līdzīgi kā iepriekš minētajos pētījumos Dānijā un Nīderlandē par datu stjuartu lomu un nosaukumu dažādību profesionālajos sociālo tīklu profilos, darba sludinājumos un amatu aprakstos, arī par datu bibliotekāra specialitāti ir veikts pētījums, kurš 2018.gadā tika prezentēts IFLA konferencē Kualalumpurā. Pētījuma empīriskā bāze šajā pētījumā gan ir ASV akadēmiskās bibliotēkas. Pētījuma autori uzskata, ka labāka datu bibliotekāriem izvirzāmo prasību un ekspektāciju analīze veicinās esošā bibliotekārās izglītības piedāvājuma izmaiņas, lai nodrošinātu darba devēju pieprasījumu pēc spējīgiem speciālistiem šo strauji augošo vajadzību īstenošanai. Arī šajā pētījumā autori novērojuši amata nosaukumu permutācijas, piemēram, datu bibliotekārs, datu pratības bibliotekārs, datu kūrēšanas bibliotekārs, datu pakalpojumu bibliotekārs, pētniecības datu bibliotekārs u.c. No ekspektāciju saraksta darba sludinājumos dominē atbalsts grupu vai individuālām mācībām, konsultāciju un atbalsta sniegšana, prasmes datu saglabāšanā un piekļuves nodrošināšanā. Aptuveni pusē sludinājumu iekļautas arī prasības veidot / piedalīties datu politikas un vadlīniju izstrādē un ieviešanā²⁰.

Eiropas mērogā viens no izcilības centriem pētniecības datu pārvaldībā ir Edinburgā bāzētais Digitālās kurācijas centrs (Digital Curation Centre, DCC), kura instruktori piedāvā maksas mācību programmas par plašu pētniecības datu pārvaldības un saistīto tematiku. 2020.gada pavasarī šī centra speciālisti vadīja mācības arī Rīgas Tehniskajā universitātē. Šī centra darbības modelis ir vērsts uz ļoti plašu mācību un konsultāciju ģeogrāfiju un auditorijām. DCC mācību piedāvājuma sadaļā vēstīts, ka centrālā mērķauditorija viņu sniegtajam pakalpojumam ir datu pārvaldības profesionāļi, bibliotekāri, IT speciālisti un pētnieki gan no publiskā, gan privātā sektora organizācijām²¹. Programmas tematikas sarakstā ietvertas šādas tēmas:

– pētniecības datu pārvaldība;
– atvērtā zinātne un atvērtie dati;
– FAIR principi;
– datu pārvaldības plāni;
– ētika;
– atsauces un licencēšana;
– datu atlase un saglabāšana;
– repozitoriji un datu izplatīšana;
– pētniecības datu pārvaldības izmaksas;
– pētniecības finansētāju (t.sk. H2020) prasības;
– digitālo pakalpojumu veidošana un sniegšana²².

Zviedrijas Nacionālais Datu serviss (Swedish National Data Service, SND) ir deviņu Zviedrijas universitāšu vadīts konsorcijs, kura galvenais uzdevums ir sniegt atbalstu pētniecības datu un ar tiem saistīto materiālu pieejamībā, saglabāšanā un atkārtotā izmantojamībā. Konsorcijs veido sadarbības tīklu aptuveni 40 Zviedrijas augstskolām un publiski finansētajiem pētniecības institūtiem. Viens no SND pakalpojumiem ir brīvi pieejams tiešsaistē apgūstams kurss par datu pārvaldības tēmu (zviedru valodā). Kursu veido 6 tēmas:

– ievadnodarbība par kursa saturu un apguvi;
– datu pārvaldība un datu pārvaldības plāni;
– datu un metadatu atšķirības, dažādās metadatu funkcijas;
– kādi metadatu standarti tiek lietoti darbā ar datiem, kā tie tiek strukturēti un kā ar tiem strādāt;
– pētniecības procesa dokumentēšana un metadatu piešķiršanas principi, lai dati būtu atkārtoti izmantojami;
– normatīvais regulējums pētniecības datu veidošanai, apstrādei, lietošanai un saglabāšanai²³.

Apskatu jānoslēdz ar Austrijas piemēriem. Vīnes Universitātes tālākizglītības centrs (Universität Wien Postgraduate Center) paralēli tādām tradicionālām bibliotekāru izglītības programmām kā bibliotēku vadība, krājuma pārvaldība vai bibliotēkzinātne un informācijas zinātne piedāvā arī 1 semestra 10 ECTS apjoma kursu “Datu bibliotekārs”. Kā kursa anotācijā raksta tā izstrādātāji: “kursa apguvēji tiks nodrošināti ar nepieciešamajām zināšanām pētniecības datu pārvaldības pakalpojumu izveidei un ieviešanai. Šo kursu mērķauditorija ir bibliotēku un informācijas speciālisti, IT un mediju speciālisti, personas, kuras vēlas iegūt priekšstatu par šīs jomas jautājumiem un pakalpojumiem, kā arī personas, kuras jau strādā pētniecības atbalsta pakalpojumu sniegšanā.”²⁴ Detalizētu kursu satura plānu, diemžēl, universitāte nav publicējusi, tomēr lielāku skaidrību par kursu saturu var uzzināt no partnerinstitūcijas – Insbrukas Universitātes publicētā šī kursa apraksta. Kursa autori tajā raksta, ka kursā iekļautas zinātnes komunikācijas, pētniecības atbalsta, pētniecības datu apstrādes politikas, datu pārvaldības plānu, repozitoriju metadatu, datu analīzes, datu agregēšanas un sasaistes, datu standartu, datu modelēšanas, ilgtermiņa arhivēšanas un rezerves kopēšanas jautājumi. Arī šajā aprakstā varam lasīt par mērķi iesaistīt mijiedarbībā bibliotēkas, pētniecības atbalsta dienestus un IT pakalpojumu sniedzējus²⁵.

Ar to šo “ekskursiju” atvērtās zinātnes plašumos varam noslēgt un secināt, ka, ja vēlamies sekmīgi iekļauties un piedalīties Eiropas un starptautiskajos zinātnes procesos, ja vēlamies saglabāt, padarīt pieejamus un izplatīt Latvijas zinātnieku pētījumus un atklājumus, mums ir jāparūpējas arī par atbilstošas informācijas infrastruktūras nodrošinājumu, datu pārvaldības prakšu ieviešanu un atbalsta speciālistu sagatavošanu.

 

[1] Stoy, Lennart, Saenen, Bregt, Davidson, Joy, Engelhardt, Claudia, & Gaillard, Vinciane. (2020). D7.1 FAIR in European Higher Education (Version Version v1.0_draft). Zenodo. https://doi.org/10.5281/zenodo.3629683

[2] Stoy, Lennart, Saenen, Bregt, Davidson, Joy, Engelhardt, Claudia, & Gaillard, Vinciane. (2020). D7.1 FAIR in European Higher Education (Version Version v1.0_draft). Zenodo. https://doi.org/10.5281/zenodo.3629683

[3] Barker, Michelle, et al., editors. European Commision, 2021, Digital Skills for FAIR and Open Science. Report from the EOSC Executive Board Skills and Training Working Group, https://op.europa.eu/s/oNpe

[4] Barker, Michelle, et al., editors. European Commision, 2021, Digital Skills for FAIR and Open Science. Report from the EOSC Executive Board Skills and Training Working Group, https://op.europa.eu/s/oNpe

[5] Jaunsen, A. (2021, March 9). Second EOSC-Nordic Policy Workshop: Nordic and Baltic collaboration as EOSC enabler [Webinar]. EOSC-Nordic. https://www.eosc-nordic.eu/events/second-eosc-nordic-policy-workshop-nordic-and-baltic-collaboration-as-eosc-enabler/

[6] Barker, Michelle, et al., editors. European Commision, 2021, Digital Skills for FAIR and Open Science. Report from the EOSC Executive Board Skills and Training Working Group, https://op.europa.eu/s/oNpe , p.15, 27

[7] Herterich, Patricia, Davidson, Joy, Whyte, Angus, Molloy, Laura, Matthews, Brian, & Kayumbi Kabeya, Gabin. (2019). D6.1 Overview of needs for competence centres. FAIRsFAI, https://doi.org/10.5281/zenodo.3549791

[8] Herterich, Patricia, Davidson, Joy, Whyte, Angus, Molloy, Laura, Matthews, Brian, & Kayumbi Kabeya, Gabin. (2019). D6.1 Overview of needs for competence centres. FAIRsFAI, https://doi.org/10.5281/zenodo.3549791

[9] Barker, Michelle, et al., editors. European Commision, 2021, Digital Skills for FAIR and Open Science. Report from the EOSC Executive Board Skills and Training Working Group, https://op.europa.eu/s/oNpe , p.17

[10] Barker, Michelle, et al., editors. European Commision, 2021, Digital Skills for FAIR and Open Science. Report from the EOSC Executive Board Skills and Training Working Group, https://op.europa.eu/s/oNpe

[11] Marta Teperek, & Esther Plomp. (2019, May). The role and value of data stewards in Universities: a TU Delft case study on data stewardship. Zenodo. http://doi.org/10.5281/zenodo.2684278

[12] Marta Teperek, & Esther Plomp. (2019, May). The role and value of data stewards in Universities: a TU Delft case study on data stewardship. Zenodo. http://doi.org/10.5281/zenodo.2684278

[13] Verheul, Ingeborg, Imming, Melanie, Ringerma, Jacquelijn, Mordant, Annemie, Ploeg, Jan-Lucas van der, & Pronk, Martine. (2019, May 6). Data Stewardship on the map: A study of tasks and roles in Dutch research institutes. Zenodo. http://doi.org/10.5281/zenodo.2669150

[14] Verheul, Ingeborg, Imming, Melanie, Ringerma, Jacquelijn, Mordant, Annemie, Ploeg, Jan-Lucas van der, & Pronk, Martine. (2019, May 6). Data Stewardship on the map: A study of tasks and roles in Dutch research institutes. Zenodo. http://doi.org/10.5281/zenodo.2669150

[15] Mijke Jetten, Marjan Grootveld, Annemie Mordant, Mascha Jansen, Margreet Bloemers, Margriet Miedema, & Celia W.G. van Gelder. (2021, February 1). Professionalising data stewardship in the Netherlands. Competences, training and education. Dutch roadmap towards national implementation of FAIR data stewardship. Zenodo. http://doi.org/10.5281/zenodo.4486423

[16] What is FAIR Data Stewardship? Dutch Techcentre for Life Sciences – https://www.dtls.nl/fair-data/data-stewardship/ , skatīts 24.02.2021

[17] Mijke Jetten, Marjan Grootveld, Annemie Mordant, Mascha Jansen, Margreet Bloemers, Margriet Miedema, & Celia W.G. van Gelder. (2021, February 1). Professionalising data stewardship in the Netherlands. Competences, training and education. Dutch roadmap towards national implementation of FAIR data stewardship. Zenodo. http://doi.org/10.5281/zenodo.4486423

[18] Lorna Wildgaard. (2020, November). National Coordination of Data Steward Education in Denmark. Zenodo. http://doi.org/10.5281/zenodo.4278965

[19] Wildgaard, Lorna, Vlachos, Evgenios, Nondal, Lars, Larsen, Asger Væring, & Svendsen, Michael. (2020, January 31). National Coordination of Data Steward Education in Denmark: Final report to the National Forum for Research Data Management (DM Forum) (Version 1). Zenodo. http://doi.org/10.5281/zenodo.3609516

[20] KHAN, Hammad Rauf and DU, Yunfei (2018) What is a Data Librarian?: A Content Analysis of Job Advertisements for Data Librarians in the United States Academic Libraries. Paper presented at: IFLA WLIC 2018 – Kuala Lumpur, Malaysia – Transform Libraries, Transform Societies in Session 139 – Education and Training, Science and Technology, and Continuing Professional Development and Workplace Learning. http://library.ifla.org/2255/1/139-khan-en.pdf

[21] Digital Curation Centre. Training – https://www.dcc.ac.uk/training (skatīts 16.03.2021)

[22] Digital Curation Centre. Training – https://www.dcc.ac.uk/training (skatīts 16.03.2021)

[23] BAS Online. https://snd.gu.se/sv/hantera-data/utbildning/bas-online (skatīts 24.02.2021)

[24] Data Librarian. https://www.postgraduatecenter.at/en/programs/communication-media/data-librarian/ (skatīts 24.02.2021)

[25] Data Librarian https://www.uibk.ac.at/weiterbildung/universitaetskurse/data-librarian/ (skatīts (24.02.2021)

 

Informāciju sagatavoja:

Jānis Kreicbergs
Latvijas Nacionālās bibliotēkas
Attīstības departamenta
Bibliotēku attīstības centra projektu vadītājs
e-pasts: janis.kreicbergs@lnb.lv
Tālr.: +371 67716237