Estado de la Gestión de Datos de Investigación en el CIAT

El CIAT ha avanzado en varios frentes – Políticas, Procesos, Personas, Plataformas y Productos – pero colectivamente, creemos que se puede ofrecer aún más. El componente de organización de la plataforma de Big Data es una oportunidad fantástica para progresar en la gestión y apertura de datos de investigación.

Políticas y directrices: El CIAT fue uno de los primeros centros en adoptar la política de acceso abierto y gestión de datos del CGIAR en 2013. Sin embargo, como equipo, nos damos cuenta de que se necesitan más pautas y directrices para apoyar la gestión de datos a nivel de los proyectos de investigación. Estamos en proceso de producir los documentos necesarios y nos hemos asociado con CCAFS y Stats4SD para actualizar el excelente paquete de soporte de gestión de datos de CCAFS, en un paquete de soporte de gestión de datos CIAT / CCAFS. El paquete actualizado estará listo para usarse dentro de los programas de investigación del CIAT y del CGIAR a principios de 2018. ¡Por favor, permanezcan atentos!

Procesos: El CIAT tradicionalmente ha llevado a cabo la gestión de datos desde un nivel programático. Sin embargo, una recomendación que ha surgido de diferentes conversaciones en torno a la gestión de datos de investigación en el CIAT es que también debemos centrarnos en donde la teoría se pone a prueba, la gestión de datos a nivel de proyecto. Estamos trabajando en esto, y todavía hay un camino por recorrer. El equipo ha comenzado a aportar planes de gestión de datos a propuestas de proyectos seleccionados y estamos poniendo a prueba la implementación de estos planes. Paralelamente, también se están realizando trabajos importantes para mejorar los procesos internos, tales como la inducción y salida de personal, la automatización de los procesos de los proyectos y la publicación de datos.

Personas: El CIAT cuenta con una pequeña unidad de coordinación de gestión de datos. Como parte de este equipo, también hemos invertido en mejorar la capacidad de apoyo estadístico / biométrico en las regiones donde el CIAT hace presencia, con los estadísticos desempeñando un papel dual como puntos focales de la gestión de datos. Algunos programas y áreas de investigación han invertido en personal para la gestión de datos, ahora que el enfoque cambia para incluir la gestión de datos a nivel de proyecto, se debe seguir un camino similar. Cuando sea viable, como cuando los proyectos son significativamente grandes, el CIAT está instando a los proyectos a crear planes de gestión y compartición de datos que incluyan consideraciones para los recursos de  la gestión de datos, como el personal.

Plataformas: El CIAT cuenta con dos tipos principales de plataformas de gestión de datos. a) Plataformas para gestionar (recopilar, almacenar, consultar y analizar) los datos de investigación del día a día. Estos son usualmente internos para el CIAT, por ejemplo, bases de datos Oracle y aplicaciones relacionadas para los programas de investigación de cultivos del CIAT, DAPAFS y el Breeding Management System IBP; b) Plataformas para la publicación de datos de investigación, estas tienen datos publicados como bienes públicos internacionales, por ejemplo, Dataverse y AgTrials. Existe una necesidad urgente de armonizar las plataformas para la gestión cotidiana de los datos; esta es una oportunidad para incrementar la eficiencia de cómo manejamos los datos juntando datos relacionados y gestionando los procesos relacionados con una o dos herramientas acordadas. El equipo de gestión de datos está trabajando continuamente con todas las áreas de investigación del CIAT para ver cómo se puede mejorar esta armonización.

Productos: Debemos obtener más productos de datos, y hay mucho más que podemos hacer. La tendencia es positiva. Por ejemplo, los datos publicados aumentaron de solo 8 datasets completamente abiertos publicados en 2014 a 40 publicados en 2016 y 39 el año pasado. Con la Plataforma del CGIAR para Big Data en la agricultura, tenemos apoyo adicional para curar y publicar más datasets. Necesitamos ir un paso más allá y seguir construyendo productos digitales utilizables – herramientas analíticas, bases de datos en línea, visualizaciones, portales y otros – basados en estos datos.

El Dr. Andy Jarvis, co-pionero de la plataforma del CGIAR de Big Data y director del CIAT del Área de Investigación de Análisis de Decisiones y Políticas (DAPA), publicó en un blog recientemente: “Al respirar nueva vida en datos inactivos, podemos ver el futuro”. Este blog golpea con fuerza el clavo en la cabeza; las instituciones de investigación necesitan liberar datos de discos duros, drives y silos de datos, para acelerar el ritmo de la investigación agrícola.