Artículos académicos
ARBOR Ciencia, Pensamiento y Cultura
NUEVOS ESCENARIOS Y DESAFÍOS PARA LA CIENCIA ABIERTA. ENTRE EL OPTIMISMO Y LA INCERTIDUMBRE
NEW SCENARIOS AND CHALLENGES FOR OPEN SCIENCE. BETWEEN OPTIMISM AND UNCERTAINTY
NUEVOS ESCENARIOS Y
DESAFÍOS PARA LA CIENCIA
ABIERTA. ENTRE EL OPTIMISMO
Y LA INCERTIDUMBRE
Mariano Fressoli
Conicet - CENIT/UNSAM
ORCID: 0000-0003-4060-0943
mfressoli@unsam.edu.ar
Daniela De Filippo
Universidad Carlos III de Madrid
ORCID: 0000-0001-9297-9970
dfilippo@bib.uc3m.es
Cómo citar este artículo/Citation: Fressoli, Mariano; De Filippo,
Daniela (2021). Nuevos escenarios y desafíos para la ciencia
abierta. Entre el optimismo y la incertidumbre. Arbor, 197(799):
a586. doi.org/10.3989/arbor.2021.799001
RESUMEN: En este artículo ofrecemos una visión sobre los nuevos
escenarios que enfrenta la ciencia abierta en un contexto marca-
do por desafíos micro y macro estructurales que la pandemia de
COVID-19 ha puesto de manifiesto. En primer lugar, se describen
las políticas en el ámbito del acceso abierto, punta de lanza de
la ciencia abierta y las resistencias que todavía encuentran estas
prácticas. Se analiza, también, la participación de diferentes acto-
res en los procesos de construcción de conocimiento científico, a
través de prácticas de investigación participativa y ciencia ciudada-
na, así como en la creciente preeminencia de los datos. Se discu-
ten, además, las principales tensiones estructurales que aparecen
en los procesos de apertura analizando la construcción de políticas
públicas sobre ciencia abierta. A modo de cierre, se introduce una
reflexión sobre la situación actual en la que la epidemia del corona-
virus está mostrando el rol cada vez más central que las prácticas
abiertas tienen y tendrán en nuestra sociedad.
PALABRAS CLAVE: ciencia abierta, COVID-19, acceso abierto,
ciencia ciudadana, datos abiertos.
Vol. 197-799, enero-marzo 2021, a586 | ISSN-L: 0210-1963
https://doi.org/10.3989/arbor.2021.799001
NEW SCENARIOS AND
CHALLENGES FOR OPEN
SCIENCE. BETWEEN OPTIMISM
AND UNCERTAINTY
Copyright: © 2021 CSIC. Este es un artículo de acceso abierto
distribuido bajo los términos de la licencia de uso y distribu-
ción Creative Commons Reconocimiento 4.0 Internacional (CC
BY 4.0).
ABSTRACT: This article provides an overview of the new
scenarios facing Open Science in a context marked by the
micro and macro structural challenges the COVID-19 pandemic
has brought to light. First, policies are described in the field
of open access, the launching pad for Open Science, and
the resistance these practices still face. Also analysed is the
participation of different social actors in processes to construct
scientific knowledge, through participatory research and citizen
science practices, as well as the growing supremacy of data.
The main structural tensions that appear in open processes
are also discussed, analysing the construction of public policies
on Open Science. In closing, a reflection is presented on the
current situation, where the coronavirus epidemic is showing
the increasingly central role that open practices have and will
have in our society.
KEYWORDS: Open Science, COVID-19, open access, citizen
science, open data.
 La ciencia abierta se basa en prácticas de colabo-
ración y apertura inspiradas, en gran medida, en el
espíritu hacker y la construcción de experticias ho-
a586
rizontales que desafían muchas de las convenciones
establecidas de producción de conocimiento científi-
Nuevos escenarios y desafíos para la ciencia abierta. Entre el optimismo y la incertidumbre
co. El acceso abierto y las posibilidades de colaborar
masivamente con actores heterogéneos permiten
suponer una mayor eficiencia en la producción de
conocimiento, transparencia en el uso de recursos y
mayor adecuación entre las demandas sociales y la
producción de conocimiento científico (Arza y Fresso-
li, 2017). Estos supuestos, reunidos en buena medida
bajo el paraguas de la democratización del conoci-
miento, han generado un interés creciente por parte
de científicos, hacedores de políticas y agencias y or-
ganismos de promoción y financiación de la investiga-
ción y desarrollo (I+D).
Al mismo tiempo, la transición hacia la ciencia abier-
ta se produce en una época histórica convulsionada por
nuevos desafíos globales como la epidemia del coro-
navirus, la crisis climática o las crecientes desigualda-
des sociales, económicas y de género que ponen en el
centro de la escena el debate por el acceso y el control
de la información y los datos, el creciente poder de las
corporaciones y el papel de la ciudadanía.
Las características del escenario en el que se de-
sarrolla actualmente la ciencia abierta, han servido
de inspiración para el subtítulo de este monográfico
-Entre el optimismo y la incertidumbre- en el que se
presentan, discuten y analizan diferentes conceptos,
elementos, recursos e iniciativas relacionados con las
prácticas de ciencia abierta.
En esta presentación ofrecemos una visión sobre el
impacto que la pandemia de la COVID-19 ha tenido
en la aceleración y expansión de las prácticas de cien-
cia abierta. Se describen las políticas en el ámbito del
acceso abierto, punta de lanza de la ciencia abierta.
Se hace hincapié en la participación de diferentes ac-
tores en los procesos de construcción de conocimien-
to científico, a través de prácticas de investigación
participativa y ciencia ciudadana, así como en la cre-
ciente preeminencia de los datos. Se mencionan las
principales tensiones estructurales que aparecen en
los procesos de apertura y se analiza la construcción
de políticas públicas sobre ciencia abierta. A modo de
cierre, reflexionamos sobre la situación actual en la
1 Véase https://www.budapestopenaccessinitiative.org/, visitado el 24 de noviembre de 2020.
2 Véase https://www.budapestopenaccessinitiative.org/, visitado el 24 de noviembre de 2020.
3 Véase http://legacy.earlham.edu/~peters/fos/bethesda.htm, visitado el 24 de noviembre de 2020.
2
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963
que la epidemia del coronavirus está mostrando el rol
cada vez más central que las prácticas abiertas tienen
y tendrán en nuestra sociedad.
Los textos incluidos en este monográfico presentan
una visión amplia y diversa sobre los desafíos que en-
frenta actualmente la implementación de las prácticas
de ciencia abierta en diferentes contextos. En esta lí-
nea hemos recogido aportaciones de diversos autores
Iberoamericanos para conocer los alcances del movi-
miento en la región. Se incluyen, por un lado, artículos
de investigación sobre el tema central y también se
muestran otras tipologías documentales que, desde
la sección de Materiales, aportan una mirada comple-
mentaria.
LA CONSOLIDACIÓN DEL ACCESO ABIERTO.
Las políticas de acceso abierto son la punta de lanza
de las prácticas de ciencia abierta. Desde al menos fi-
nales de la década de 1990, diversos activistas y profe-
sionales han abogado por la construcción de infraes-
tructuras y prácticas que permitan el acceso abierto a
publicaciones y, más recientemente, a datos. Muchas
declaraciones pioneras de académicos y activistas que
abocaban por el acceso abierto a la información cien-
tífica, como las de Budapest (2002)1, Berlín (2003)2
y Bethesda (2003)3, comenzaron en los últimos diez
años a encontrar un fuerte eco institucional. Cada
vez más organismos y programas de financiación
científica, como la National Science Foundation en
Estados Unidos y el Programa Horizonte 2020 de la
Comisión Europea, han comenzado a promover deci-
didamente políticas para compartir publicaciones en
acceso abierto y/o a requerir la presentación de un
plan de gestión de datos.
Siguiendo las recomendaciones de la Comisión Eu-
ropea sobre el acceso a la información científica y su
conservación (EUR-Lex, 2012), numerosos países han
desarrollado políticas en esta línea: Finlandia con la
Open Science and Research Iniciative (Finland, 2014;
Forsström y Haataja, 2016), Holanda con el National
Plan Open Science (Netherlands, 2017), Portugal con la
adopción y aplicación de una política científica abier-
ta (Portugal, 2016) o España, donde el Plan Estatal de
Investigación Científica y Técnica y de Innovación 2017-
2020 definió la apertura de resultados y datos de in-
vestigación obtenidos bajo financiación pública como
https://doi.org/10.3989/arbor.2021.799001
obligatoria (España, 2017). Fuera del ámbito europeo,
también son notables los esfuerzos en gran número de
países como Canadá o Sudáfrica (OECD, 2015) tal como
han descrito Daniela De Filippo, Paulo Silva y María Ma-
nuel Borges (2019). En Latinoamérica, el movimiento
de ciencia abierta también se hizo evidente de la mano
de la apertura de las publicaciones científicas. Una de
las iniciativas más destacadas es LA Referencia (Red Fe-
derada de Repositorios Institucionales de Publicaciones
Científicas) creada en 2012, para apoyar las estrategias
nacionales de acceso abierto en la región mediante
una plataforma interoperable (LA Referencia, 2019). En
esta región, ha sido también en la última década cuan-
do han empezado a surgir políticas públicas para desa-
rrollar y promover la ciencia abierta especialmente en
países como Argentina, Brasil, Chile, Colombia, México,
Perú y Uruguay, donde la promoción del desarrollo de
infraestructuras para el acceso abierto ha dado lugar
a la creación de repositorios nacionales (De Filippo y
D`Onofrio, 2019).
Sin embargo, el avance de las políticas de acceso
abierto todavía encuentra resistencias y obstáculos
por parte de las universidades y de los mismos cien-
tíficos.
Además, las iniciativas de acceso abierto se encuen-
tran tensionadas por su relación con las editoriales
comerciales. Esto ha dado lugar a propuestas como
la del Plan S, con sus diez principios para alcanzar el
acceso abierto en 20204 o AMELICA, la infraestructura
para la comunicación académica en abierto impulsada
por UNESCO5.
Indudablemente el acceso abierto todavía constituye
un campo de disputas y merece toda la atención por
parte de los policy makers para consolidar sus avances.
Los ideales de colaboración y datos abiertos no
siempre se traducen en prácticas concretas de aper-
tura (Andreoli-Versbach y Mueller-Langer, 2014). Po-
cos artículos científicos presentan sus datos y mucho
menos otras herramientas abiertas como el código
de programación cuando se trata del desarrollo de
software (Toelch y Ostwald, 2018). Tal como señalan
Kaja Scheliga y Sascha Friesike (2014), la puesta en
práctica de los valores de la ciencia abierta enfrenta
una serie de obstáculos a nivel individual (miedo al
robo de datos, falta de tiempo para realizar las tareas
de puesta a punto y carga de los datos, falta de incenti-
4 Véase https://www.openaire.eu/plan-s-a-european-open-access-mandate, visitado el 10 de noviembre de 2020.
5 Información disponible en: http://www.portal.amelica.org, visitado el 20 de noviembre de 2020.
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963
vos para publicar resultados negativos, etc.) así como
barreras institucionales (falta de estándares claros
para publicar en abierto, ausencia de infraestructura
a586
y/o soporte técnico, y falta de criterios de evaluación
específicos). Claramente, a medida que las ideas de
Mariano Fressoli y Daniela De Filippo
ciencia abierta se difunden y consolidan, se plantean
desafíos a nivel de la aceptación de las nuevas prácti-
cas, desarrollo de infraestructura adecuada y/o eva-
luación que pueden retrasar y/o impedir su avance.
Por ejemplo, muchas prácticas de apertura y cola-
boración online como los preprints se encuentran más
difundidos en disciplinas como astronomía, matemá-
ticas y físicas, pero son menos utilizados en ciencias
sociales y humanas. Otras prácticas como la evalua-
ción abierta de pares, se encuentra poco desarrollada
entre las revistas de habla hispana y su implementa-
ción parece demorada más por barreras culturales
que tecnológicas (Fressoli y Arza, 2018).
Esto plantea preguntas sobre cuáles son las mejores
estrategias para promover las prácticas de apertura y
de qué manera se pueden facilitar los aprendizajes
entre diferentes comunidades de práctica. Sin dudas,
una de las dificultades más reconocidas es el proble-
ma de la evaluación de las prácticas colaborativas. El
sistema de evaluación tiende a favorecer la competen-
cia y los logros individuales de la comunidad científica
sobre la colaboración y el cuidado para compartir da-
tos, publicaciones y otros elementos que podrían ser
de utilidad para otros colegas y/o la sociedad. Cómo
aprovechar las instancias de evaluación para favore-
cer la apertura y cuál (o cuáles) puede ser el locus ins-
titucional de este cambio es una de las preguntas más
relevantes para el avance de la ciencia abierta en la
próxima década. En el informe realizado para la Comi-
sión Europea, O’Carroll y otros recomiendan cambios
en forma de evaluación y financiamiento que incluyen
el abandono de las métricas únicas por enfoques mul-
tidimensionales que se adecuen al puesto y las tareas
demandadas (European Commission, 2017).
Un claro manifiesto de la necesidad de cambio en
las prácticas y dinámicas científicas es la Declaración
de Panamá en la que se hace evidente que «abrir la
ciencia es ir más allá del acceso abierto» y se mencio-
na la necesidad de transitar hacia modelos más co-
laborativos de creación, gestión, comunicación, pre-
servación y apropiación entre el mundo académico, la
sociedad y el Estado (Declaración de Panamá, 2018).
3
https://doi.org/10.3989/arbor.2021.799001
 DE LA INVESTIGACIÓN PARTICIPATIVA A LA CIEN-
CIA CIUDADANA.
a586 Si bien, dentro del universo de la ciencia abierta,
el acceso abierto sigue siendo la práctica más ex-
tendida, la ciencia ciudadana es uno de sus pilares
Nuevos escenarios y desafíos para la ciencia abierta. Entre el optimismo y la incertidumbre
fundamentales y se va consolidando como uno de
los ámbitos con mayor potencial para promover la
colaboración, la transparencia y la interacción entre
diversos actores.
Los orígenes del movimiento pueden rastrearse en
prácticas como la investigación-acción participativa
que, desde sus comienzos en la década de los cua-
renta del pasado siglo, ha tenido impacto en diversas
disciplinas como educación, psicología o sociología.
La intención de democratizar el conocimiento y hacer
que las personas involucradas pasen de ser objeto de
estudio a ser sujetos activos en las investigaciones,
marcó un modo diferente de hacer ciencia que se ha
visto potenciado con la irrupción del movimiento de
ciencia abierta.
En cuanto al término ciencia ciudadana, sus orígenes
pueden encontrarse en los postulados de Alan Irwin
quien, en Reino Unido a mitad de los años noventa, la
definía como «form of science developed and enacted
by citizen themselves» (Irwin, 1995). Años más tarde
Bonney hacía referencia a «public-participation enga-
gement and science communication projects» (Riesch
y Potter, 2014). Actualmente, al hablar de ciencia ciu-
dadana se alude a un amplio espectro de actividades
que van desde los proyectos diseñados por científicos
en los que la ciudadanía participa a través de la reco-
gida de datos (proyectos contributivos), otros en los
que se ofrece a la sociedad oportunidades y herra-
mientas de participación, tanto en el diseño del pro-
yecto, como en la recogida de datos y en su posterior
análisis (proyectos colaborativos) y, otros, en los que
la ciudadanía participa en todas las fases (proyectos
co-creativos).
Las iniciativas de ciencia ciudadana, lejos de ser
acciones contracorriente, han ido obteniendo una
atención política, institucional y pública cada vez más
amplia. Un ejemplo de ello son los programas marco
de la Unión Europea, en los que se han financiado va-
rios proyectos de ciencia ciudadana como las acciones
Foster que involucran a trece instituciones de ocho
países, u otras como Socientize o Citi-sense, del VII
Programa Marco. Incluso en el último programa Hori-
zonte 2020 varias líneas de investigación se centran en
esos temas y, en concreto la convocatoria Ciencia con
4
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963
y para la sociedad (SWAFS) es un ejemplo del interés
en este nuevo enfoque.
Diversos ejemplos de ciencia abierta y participación
ciudadana en disciplinas tan variadas como la salud
(Belansky et al., 2011), el medio ambiente (Conrad
y Hilchey, 2011; Sullivan et al., 2009) la astronomía
(Raddick et al., 2013) o las ciencias sociales (Wright
et al., 2017), han mostrado los beneficios de este tipo
de práctica en las que el conocimiento científico va
más allá del acceso abierto a la información y llega
a diferentes actores sociales retroalimentando la pro-
ducción de nuevo conocimiento.
Una de las iniciativas en que se hace más evidente
la participación de la ciudadanía junto a los científicos
son las llamadas science shops. Este tipo de entidades
proporcionan apoyo independiente y participativo
de investigación en respuesta a los problemas/nece-
sidades de la sociedad civil. Nacidas a finales de los
años setenta en Holanda, a partir de la iniciativa de
un grupo de estudiantes para resolver problemas de
su propia comunidad, la creación de estos centros ha
supuesto un cambio muy importante en la dirección
de la investigación. En los últimos años, su desarrollo
ha estado muy ligado a la financiación de las grandes
agencias internacionales. La Unión Europea mostró
interés en este tipo de iniciativas a partir de la década
del dos mil, al verlas como un punto de encuentro en-
tre ciencia y sociedad. Esto dio origen a la financiación
de diferentes proyectos como ISSNET, INTERACTS,
SCIPAS, PERARES o Sci-shop.ue. y a la creación de la
red Living Knowledge (The International Science Shop
Network) a nivel europeo que se unió a la red Com-
munity-based Research Network en Estados Unidos y
Canadá (De Filippo et al., 2018).
Sin dudas, la irrupción de la COVID-19 también ha
tenido notable impacto en el ámbito de la ciencia ciu-
dadana. A nivel europeo, una vez más, la Comisión
Europea ha promovido iniciativas como el proyecto
EU-Citizen.Science, una plataforma para compartir
proyectos, recursos, herramientas y formación de
ciencia ciudadana. Esta herramienta ofrece numero-
sas posibilidades de colaboración y permite llegar a
actores muy diversos que se ven afectados por la pan-
demia: la ciudadanía que quiere ayudar a combatir el
virus; la comunidad académica que requiere apoyo
durante las interrupciones en sus trabajos de campo;
los padres y madres que buscan recursos educativos
para el hogar, etc. Asimismo, EUCitizen.Science permi-
te conocer otras iniciativas como Flusurvey, un pro-
yecto para supervisar tendencias de enfermedades
https://doi.org/10.3989/arbor.2021.799001
infecciosas en la comunidad. La herramienta, creada
durante la pandemia de gripe porcina de 2009, ha
sido adaptada para supervisar enfermedades como la
COVID-19 y ofrece información sobre la transmisión
comunitaria, el riesgo de exposición, los cambios en el
comportamiento de aquellos que requieren asistencia
sanitaria y el cumplimiento de las recomendaciones
para ayudar a limitar la propagación del coronavirus
en la población general. Otra iniciativa similar, deno-
minada Covid Near You, utiliza datos colectivos para
visualizar mapas que ayuden a los ciudadanos y los
organismos de salud públicos a identificar los actuales
y potenciales puntos críticos de la COVID-19 en Cana-
dá, los Estados Unidos y México.
Es indudable que el desarrollo de estas macro inicia-
tivas no sería posible sin las grandes infraestructuras
tecnológicas que permiten acceder, recoger, compar-
tir y difundir diversos tipos de recursos. Sin embargo,
aspectos como la recolección y el almacenamiento
centralizados de la información también plantean
un nuevo reto que puede empañar el potencial de la
ciencia ciudadana. Es imposible analizar la ciencia ciu-
dadana sin tener en cuenta los riesgos que afronta su
inmensa capacidad de generación de datos e informa-
ción y la necesidad de regular tanto el acceso a ellos
como su uso y explotación. Es por ello que otro de
los ámbitos que resulta interesante analizar es el de la
ciencia de datos.
LA CRECIENTE PREEMINENCIA DE LOS DATOS.
Uno de los puntos más llamativos de la digitalización
es el papel central que adquiere la ciencia de datos en
la investigación científica. La ciencia de datos combina
herramientas de estadística, minería de datos y apren-
dizaje automático para procesar grandes volúmenes de
información. La disponibilidad de grandes cantidades
de datos (data-driven) permite realizar hipótesis y teo-
rías luego de su recolección (Hey, Tansley y Kole, 2009).
La idea de ciencia impulsada por los datos requiere que
los integrantes de la comunidad científica internacional
compartan sus datos de forma abierta, reproducible e
interoperable (Choudhury et al., 2014). El acceso abier-
to y la interoperabilidad aumenta la diversidad de gru-
pos científicos, disciplinas e incluso sistemas inteligen-
tes para leer y analizar esos datos.
Autores como Michael Nielsen (2011) y Tony Hey,
Steward Transley y Kristin Kole (2009) sugieren que la
disponibilidad de grandes volúmenes de datos permi-
tiría acelerar el análisis y la resolución de problemas y
facilitar la democratización del conocimiento.
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963
Estas afirmaciones no son extrañas a otras esferas
de acción como los datos abiertos gubernamentales,
y los datos abiertos para resolver problemas de desa-
a586
rrollo (ONU, 2014).
Al mismo tiempo, la preeminencia de los datos tam-
Mariano Fressoli y Daniela De Filippo
bién parece impulsar una serie de cambios en las prác-
ticas de producción e intercambio de conocimientos.
En primer lugar, el ascenso de las prácticas de da-
ta-driven science está comenzando a cambiar el per-
fil y las capacidades de los científicos. En un estudio
reciente sobre ciencia digital realizado para el Banco
Interamericano de Desarrollo (BID) (Arza et al., 2019)
se encontró que el uso de herramientas de análisis es-
tadístico, simulaciones, machine learning y otras téc-
nicas, ya no son patrimonio de las ciencias sociales,
biología y ecología sino que también comienzan a ser
comunes en física, astronomía y/o ciencias de la tie-
rra. Un indicador de estos cambios es el creciente uso
de meta-análisis, integrando colecciones de estudios
de diferentes investigadores. La creciente disponibili-
dad de revistas electrónicas, datos abiertos y nuevos
procedimientos ha permitido acelerar el desarrollo de
meta-análisis (Gurevitch et al., 2018).
Con la posibilidad de tomar más datos, la comuni-
dad científica está aumentando la escala de su objeto
de estudio, de las simples muestras a la posibilidad
de estudiar poblaciones enteras o fenómenos a escala
global. Esto mejora la calidad de la investigación y la
eficiencia en el uso de recursos, ya que los mismos
datos se convierten en insumo de distintas líneas o
proyectos de investigación (Gurevitch et al., 2018).
Sin embargo, su uso no está ausente de riesgos.
Los meta-análisis y otros usos de big data requieren
muchas veces de infraestructura, procesamiento y
capacidad de cómputo, recursos que no están dispo-
nibles para todos (Leonelli, Rappert y Davies, 2017).
Estas disparidades pueden generar asimetrías entre
diferentes instituciones y/o países. La necesidad de
establecer procedimientos y herramientas que fa-
vorezcan el uso equitativo de los datos se ha vuelto
una preocupación creciente entre científicos, activis-
tas y organizaciones que promueven el uso de datos
abiertos. Debido a que los datos abiertos de la ciencia
también pueden ser utilizados por empresas y otros
actores sociales, autores como Philip Mirowski (2018)
advierten que la agenda de apertura implica rehacer
las prácticas científicas de acuerdo a los lineamientos
del capitalismo de plataformas. Tal como señalan Sa-
bine Leonelli, Brian Rappert y Gail Davies (2017), los
5
https://doi.org/10.3989/arbor.2021.799001
 datos también pueden ser considerados un commodi-
ty que se adquiere en el mercado.
a586 La comodificación de los datos no es para nada un
fenómeno exclusivo de la ciencia abierta sino más
bien señala una nueva fase de desarrollo del capi-
Nuevos escenarios y desafíos para la ciencia abierta. Entre el optimismo y la incertidumbre
talismo caracterizado por la digitalización, la auto-
matización y el uso intensivo de datos (Brynjolfsson
y McAfee, 2014; Bastani, 2019). No obstante, estos
procesos ponen de manifiesto el carácter creciente-
mente compartido (con empresas, organizaciones de
la sociedad civil y organismos de gobierno) de muchas
de las herramientas y procedimientos que utiliza la
ciencia abierta.
Un aspecto complementario del uso intensivo de
datos es la confluencia hacia herramientas abier-
tas comunes. Investigadores de disciplinas diversas
como astronomía, ecología o biología se están vol-
cando crecientemente al uso de software abierto
como el programa R o herramientas estadísticas de-
sarrolladas en Python. Estas herramientas, al ser de
código abierto, permiten desarrollar scripts y paque-
tes de análisis que se pueden compartir fácilmente
en repositorios como Git-Hub o Source Forge6. El
hecho de que expertos de disciplinas tan diferentes
como economía y astronomía, biología molecular y
sociología estén utilizando un mismo conjunto de
herramientas indica sus propias oportunidades y de-
safíos. Por un lado, la colaboración en el uso de datos
abiertos puede generar fricciones entre científicos y
científicas de diferentes disciplinas (Edwards et al.,
2011). Por otro lado, tal como la comodificación, el
uso de herramientas abiertas amplía la colaboración
hacia actores que disponen de diferentes formas de
experticia no científica. Sin dudas, la participación de
la ciudadanía no sólo es interesante para el diseño
de políticas de investigación sino también para faci-
litar la divulgación de la ciencia e inclusive la colabo-
ración con actores de fuera del ámbito académico.
Pero, de la misma manera que la comodificación de
los datos, el nuevo escenario de data-driven scien-
ce obliga a preguntarse si es posible y en todo caso
de qué manera los investigadores y las instituciones
científicas van a establecer las fronteras entre aque-
llo que es considerado dominio de la ciencia y aque-
llo que no.
6 Las razones para adoptar estas herramientas son varias. Entre ellas destaca el ahorro de costes de licencias. Pero también están la posibi-
lidad de acceder a una comunidad de soporte más activa que los softwares propietarios, la existencia de paquetes de análisis libremente
disponibles y la facilidad para aprender online. El uso de software libre también permite a los investigadores re-utilizar scripts que fueron
desarrollados para análisis muy específicos. En algunos casos, los investigadores pueden acompañar los datos con bitácoras de análisis, lo
que facilita la reproducibilidad de la investigación.
6
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963
TENSIONES ESTRUCTURALES DE LA APERTURA.
Así, la ciencia abierta enfrenta de manera creciente
tensiones estructurales en torno a la apertura del co-
nocimiento. Por ejemplo, el escándalo por el uso ilegí-
timo de datos personales para marketing político en el
cual la empresa Cambridge Analytica utilizó datos de
Facebook para la campaña presidencial de EE.UU. de
2016, ha puesto en alerta a la población sobre la im-
portancia de comprender y regular los usos ilegítimos
de la información.
En la medida que la ciencia abierta promueve la pu-
blicación de los datos y otros insumos de investiga-
ción, no está exenta de estos riesgos. De forma similar,
la apertura de los datos científicos puede favorecer la
apropiación asimétrica por parte de instituciones que
poseen mayores capacidades de procesamiento o
mayores recursos, reforzando la posición subordinada
de los sistemas científicos de los países o regiones en
desarrollo. Por último, la creciente preocupación por
la posverdad y la manipulación de la información por
parte de diferentes actores llama la atención sobre
la creciente crisis de legitimidad de los expertos re-
conocidos y del modelo informacional industrial que
predominó en el siglo XX. La posverdad amenaza uno
de los pilares fundamentales de la ciencia abierta, la
capacidad de construir consensos para iniciar proce-
sos de colaboración. Si bien la apertura de los datos
parece favorecer el deseo de acceder a información
de primera mano por parte del público, también ex-
pone a los científicos y científicas a nuevas presiones
y requiere de nuevos compromisos y mecanismos
institucionales para comunicar de forma accesible el
conocimiento científico.
Estos fenómenos amenazan con subvertir los be-
neficios de la apertura y llaman la atención sobre la
necesidad de desarrollar mecanismos para evitar la
acción de intereses oportunistas, así como también
los intentos de privatización de datos y otras formas
de free riding.
De esta manera, en los últimos años, el imagina-
rio optimista de la ciencia abierta parece enfrentarse
tanto a desafíos micropolíticos asociados a la imple-
mentación de sus prácticas como a cambios macro-es-
tructurales que ponen en cuestión la confianza en los
https://doi.org/10.3989/arbor.2021.799001
expertos y su papel en la construcción de políticas
públicas.
UN MOMENTO CRUCIAL: CIENCIA ABIERTA FREN-
TE A LA COVID-19.
La extraordinaria crisis del coronavirus ha gene-
rado una respuesta sin precedentes acelerando las
prácticas de ciencia abierta y con ello la colaboración
entre científicos a nivel global. La reacción del mun-
do científico se produjo, tanto a nivel de las prácticas
de producción de conocimiento, como a nivel insti-
tucional y también a nivel ciudadano. Por un lado,
los científicos y científicas de las disciplinas biomé-
dicas comenzaron a utilizar rápidamente herramien-
tas disponibles como repositorios abiertos de datos,
publicaciones y preprints para acelerar la producción
de conocimiento sobre el virus. Ejemplo de ello es el
desciframiento y la puesta a disposición, en un repo-
sitorio abierto, de la secuencia genética del genoma
del coronavirus sólo unas semanas después de anun-
ciados los primeros casos en China7. Otro espacio
donde la investigación abierta avanzó rápidamente
alrededor de la pandemia ha sido el de las publica-
ciones. Desde enero 2020 la cantidad de artículos so-
bre el coronavirus no ha dejado de crecer. La semana
del 20 de marzo el número de artículos publicados
en formato preprint en bioRxiv llegaba a los 179 y
otros 511 se publicaron en el repositorio abierto de
ciencias médicas medRxiv. Para el 20 de agosto, la
cantidad de artículos en preprint y evaluados por pa-
res había ascendido a 80 mil (Besançon et al., 2020).
En enero de 2020, Wellcome Trust lanzó un llamado,
firmado por 117 instituciones científicas, para asegu-
rar que las instituciones médicas pudieran acceder a
las publicaciones y datos relevantes para combatir la
enfermedad. La declaración Sharing research data and
findings relevant to the novel coronavirus (COVID-19)
outbreak se basó en principios que ya habían sido
enunciados durante las crisis recientes del virus del
Zika y el Ébola en 2016. Poco tiempo después, en
marzo de 2020, la Oficina de ciencia y tecnología de la
Casa Blanca en Estados Unidos, junto a gestores y po-
líticos de una docena de países, realizaron un segundo
llamado para que las editoriales científicas de forma
voluntaria permitieran el acceso abierto a los artículos
relevantes sobre la COVID. De esta forma, la crisis de
la COVID-19 ha reforzado el interés de dichas institu-
7 Consultar post en: https://virological.org/t/novel-2019-coronavirus-genome/319, visitado el 20 de noviembre de 2020.
8 Para mayor información consultar: https://creativecommons.org/2020/04/20/tech-giants-jointhe-cc-supported-open-covid-pledge/
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963
ciones en la construcción de políticas y programas de
ciencia abierta. En este contexto, uno de los procesos
más notorios en el momento en el que se escribía esta
a586
presentación, era la intención de la UNESCO de reali-
zar una recomendación sobre ciencia abierta a todos
Mariano Fressoli y Daniela De Filippo
sus Estados miembros.
Los cambios que surgieron como respuesta a la
COVID-19 superan ampliamente el ámbito de los re-
sultados estrictamente científicos y se derraman so-
bre otros ámbitos sociales y técnicos. Una iniciativa
llamativa es la Open Source Covid Pledge (liderada por
un grupo internacional de investigadores, académicos
y abogados) por la cual científicos, ingenieros y em-
presas se comprometen a liberar, utilizando licencias
Creative commons, las patentes de diversos equipa-
mientos técnicos (desde kits de diagnósticos, equipa-
miento médico, tratamientos, vacunas y sistemas de
información) necesarios para atender la enfermedad
(Contreras, Eisen y Peters, 2020). La iniciativa cubre
más de 250 mil patentes y logró la firma de gigan-
tes tecnológicos como Amazon, Facebook, Hewlett
Packard Enterprise, IBM, Microsoft, entre otros8.
Por último, grupos de activistas de datos, hackers
y makers también realizaron diversas contribuciones
cercanas a los preceptos de ciencia abierta. Sirvan de
ejemplo Frena la curva, una plataforma de innovación
ciudadana que fue replicada en veintidós países (en
su mayoría de habla hispana) que promueve formas
de innovación social y cooperación e intercambio de
recursos en base a herramientas de código abierto,
y Crowdfight Covid, una plataforma que reúne más
de cuarenta y cinco mil científicos, investigadores y
personal de salud que comparten recursos y conoci-
mientos para combatir el coronavirus. Las formas de
cooperación amplia entre científicos y ciudadanos
que tienen una larga tradición en ciencia abierta y
ciudadana no sólo se adaptaron a la recolección de
información sobre la pandemia, como en el caso de
FOLDIT (uno de los proyectos de investigación pione-
ros en este campo), sino que también se extendieron
hacia otros ámbitos como la divulgación de informa-
ción científica fiable y el chequeo de desinformación.
Una revisión completa de las diferentes iniciativas
de ciencia abierta que surgieron como respuesta a la
pandemia excede con creces las intenciones de esta
presentación. Es probable que la historia y la sociolo-
gía de la ciencia, entre otras disciplinas, se demoren
7
https://doi.org/10.3989/arbor.2021.799001
 años en el estudio de lo que sucedió durante el trans-
curso de la pandemia. En lugar de intentar esta tarea
imposible, en lo que sigue exploramos cuatro temá-
a586
ticas (acceso abierto, ciencia ciudadana, datos abier-
tos y las tensiones estructurales de la apertura) cuyo
Nuevos escenarios y desafíos para la ciencia abierta. Entre el optimismo y la incertidumbre
desarrollo era posible vislumbrar antes de 2020 y que
ahora adquieren más relevancia para pensar el futuro
de la ciencia abierta. En este contexto, el objetivo de
este monográfico es explorar, en sentido amplio, las
oportunidades y los desafíos diversos que enfrentan
las prácticas de ciencia abierta. Se busca así compren-
der los diferentes problemas y fortalecer el debate
sobre iniciativas, políticas y conceptos.
CONTRIBUCIONES DE ESTE MONOGRÁFICO.
Para profundizar en los aspectos mencionados, se
presentan a continuación seis contribuciones, cuyos
autores, todos ellos especialistas en el tema de la
ciencia abierta, desarrollan sus investigaciones prin-
cipalmente en el campo de la Documentación y de las
Ciencias de la Información. Contar con representantes
de España, Portugal, Brasil y Argentina pertenecientes
a diversos entornos institucionales, permite dar un
panorama amplio de las percepciones sobre el desa-
rrollo de la ciencia abierta en Iberoamérica.
En primer lugar, el ensayo de Eva Méndez permite
conocer la situación actual que vive Europa en tér-
minos de formulación e implementación de políticas
sobre ciencia abierta. La autora ofrece en este traba-
jo un completo análisis desde su visión basada en la
experiencia como chair en la European Open Science
Platform (2018-2020). El texto revisa el concepto de
open science en su interacción con open knowledge
(conocimiento abierto) y analiza los principales retos
de la ciencia abierta. Asimismo, ofrece una reflexión
sobre la puesta en práctica de la open science, desde
dos aproximaciones: la creación de políticas y estra-
tegias formales a nivel de Estados miembros, y la im-
plementación a través de Compromisos Prácticos de
Implementación (PCIs) de los agentes implicados.
El texto de Ernest Abadal sobre componentes de la
ciencia abierta, ofrece una revisión general del tema
analizando los antecedentes del concepto y sus diferen-
tes definiciones. Destaca entre las principales caracterís-
ticas de este movimiento la apertura, la transparencia y
la reutilización de contenidos. El artículo trata la ciencia
abierta como un rompecabezas en el que diversas pie-
zas como el acceso abierto, los datos de investigación,
la revisión en abierto, los preprint, la ciencia ciudadana y
los nuevos modelos de evaluación muestran un nivel de
8
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963
desarrollo desigual por lo que, según el autor, el principal
desafío para una plena implementación es lograr un en-
caje adecuado de todos los componentes.
Por su parte Sarita Albagli y Luana Rocha presentan
los resultados de una investigación en la que se analiza
el papel de la ciencia ciudadana para hacer frente a los
problemas que plantea la pandemia de la COVID-19. El
estudio, centrado en el caso de Brasil, pone de mani-
fiesto la relevancia de las acciones participativas para
la reducción de riesgos de desastres como el de la pan-
demia. Esta investigación pone en evidencia el papel
central que tiene la producción ciudadana de datos, in-
formación y conocimientos relevantes para la preven-
ción, resiliencia y gestión de riesgos; y, por otro, amplía
el alcance de la ciencia ciudadana para hacer frente a
situaciones de emergencia y catástrofe.
Los aspectos económicos relacionados con el coste
de la apertura del conocimiento y, en concreto con los
cargos de publicación derivados del acceso abierto,
son discutidos en el trabajo de Antonia Ferrer, Rafael
Aleixandre, Cristian Vidal y Juan Carlos Valderrama. El
artículo analiza la dualidad generada por la necesidad/
obligación de publicar en abierto los resultados de la in-
vestigación financiada con fondos públicos y los costes
que esto genera para las agencias o instituciones finan-
ciadoras. Para ello se presenta un estudio de caso de
publicaciones de autoría española en cinco disciplinas
de ciencias sociales y humanidades. A través del uso
de metodologías bibliométricas se han identificado las
revistas de publicación, el coste de los cargos por pro-
cesamiento de artículos (APC) y los modelos más fre-
cuentes de publicación en abierto. El trabajo, además
de identificar los patrones de difusión de unas discipli-
nas concretas, permite ahondar en la discusión sobre
el coste que deben afrontar las instituciones a la hora
de promover y financiar la publicación en abierto, un
aspecto central a tener en cuenta al gestionar e imple-
mentar políticas y estrategias de ciencia abierta.
Uno de los aspectos más discutidos en la imple-
mentación de iniciativas de ciencia abierta continúa
siendo la evaluación de la actividad científica y tec-
nológica, dado que su concreción parece no lograr
un consenso adecuado entre los diferentes actores
involucrados. Es por ello que conocer la experiencia
de evaluación desarrollada en Portugal –y presenta-
da en el artículo de Ligia Ribeiro, María Manuel Bor-
ges y Diana Silva– puede señalar las ventajas y limi-
taciones de este tipo de práctica. El texto comenta la
experiencia del Grupo de Trabajo sobre evaluación
de la ciencia (grupo de trabalho sobre avaliação da
https://doi.org/10.3989/arbor.2021.799001
ciência), puesto en marcha en 2016, haciendo espe-
cial hincapié en las recomendaciones del subgrupo
de Evaluación Científica. Según mencionan las au-
toras, estas recomendaciones, sumadas a las de los
restantes grupos de trabajo, han sido fundamentales
revisión de los orígenes y evolución de este movimien-
to que busca hacer de las citas bibliográficas un bien
común para la comunidad científica. Se menciona ade-
a586
más, el cambio que se está generando en el mercado
de la documentación científica con al surgimiento de

Mariano Fressoli y Daniela De Filippo

para la implementación de las prácticas de Ciencia
abierta en diferentes ámbitos.
Entre las buenas prácticas relacionadas con la pro-
ducción y difusión del conocimiento, la transparencia,
la reproductibilidad y el acceso a datos y resultados, se
han convertido en elementos centrales del proceso de
investigación. En este tema profundiza el artículo de
José Luis Ortega quien analiza el naciente movimiento
OpenCitations explorando las posibilidades y ventajas
que brinda tanto para la difusión como para la evalua-
ción de la actividad investigadora. El texto realiza una
nuevos productos y plataformas, y la oportunidad para
el desarrollo de portales regionales o institucionales
que, alimentados de estas fuentes abiertas, permitan
un evaluación propia e independiente.
Por último, el monográfico se complementa con
dos documentos enlazados en la sección de Materia-
les que amplían la mirada para conocer la situación
actual que vive la ciencia abierta. Dos textos, uno de
Leslie Chan y otro de Carolina Botero, que presentan e
introducen el Manifiesto de Ciencia abierta y colabo-
rativa, y la Declaración de Panamá respectivamente.

REFERENCIAS Berlin Declaration on Open Access to de las publicaciones de España y Por-

Andreoli-Versbach, Patrick y Mueller-Langer,
Frank (2014). Open access to data:
An ideal professed but not practised.
Research Policy, 43(9): 1621–1633.
doi:10.1016/j.respol.2014.04.008
Arza, Valeria y Fressoli, Mariano (2017).
Systematizing benefits of open science
practices. Information Services and
Use, 37(4): 463–474. Disponible en:
https://content.iospress.com/articles/
information-services-and-use/isu861.
doi: 10.3233/ISU-170861
Arza, Valeria; Fressoli, Mariano; Actis,
Guillermina y del Castillo, Martín
(2019). La ciencia abierta en América
Latina. Reporte realizado para el Banco
Interamericano de Desarrollo. Monte-
video, Mimeo.
Bastani, Aaron (2019). Fully Automated Luxury
Communism: a manifiesto, London: Verso
Books.
Belansky, Elaine; Cutforth, Nick; Chavez,
Robert; Waters, Emily y BartlettHorch,
Kandiss (2011). An adapted version
of intervention mapping (AIM) is a
tool for conducting community-based
participatory research. Health Promot.
Pract, 12: 440– 455.
Besançon, Lionni, Peiffer-Smadja, Nathan,
Segalas, Corentin, Jiang, Haiting,
Masuzzo, Paola, Smout, Cooper, Deforet,
Maxime y Leyrat, Clémence (2020),
Open Science Saves Lives: Lessons from
the COVID-19 Pandemic, BioRxiv. doi:
10.1101/2020.08.13.249847
Knowledge in the Sciences and Hu-
manities, (2003). Accesible en: https://
openaccess.mpg.de/Berlin-Declaration
Bethesda Statement on Open Access Pub-
lishing, (2003). Accesible en: http://
legacy.earlham.edu/~peters/fos/be-
thesda.htm
Brynjolfsson, Erick y McAfee, Andrew
(2014). The second machine age: Work,
progress, and prosperity in a time of
brilliant technologies. New York: W. W.
Norton & Company.
Choudhury, Suparna; Fishman, Jennifer R.;
McGowan, Michelle L. y Juengst, Eric T.
(2014). Big data, open science and the
brain: lessons learned from genomics.
Frontiers in Human Neuroscience, 8:
239. doi: 10.3389/fnhum.2014.00239
Conrad, Cathy y Hilchey, Krista (2011). A
review of citizen science and communi-
ty-based environmental monitoring: Is-
sues and opportunities. Environ. Monit.
Assess, 176: 273–291.
Contreras, Jorge; Eisen, Michel y Peters
Diane (2020). COVID-19: save lives with
open intellectual-property licences.
Nature 583, 683. doi:10.1038/d41586-
020-02233-4
Declaración de Panamá para la Ciencia
Abierta (2018). Recuperado de ht-
tps://hiperderecho.org/wp-content/
uploads/2018/11/declaracion_pana-
ma_ciencia_abierta.pdf
De Filippo, Daniela; Silva, Paulo; Borges,
María Manuel (2019). Caracterización
tugal sobre Open Science y análisis
de su presencia en las redes sociales.
Revista Española de Documentación
Científica, 42 (2), e235. doi:.10.3989/
redc.2019.2.1580
De Filippo, Daniela y D’Onofrio, María Gui-
llermina (2019). Alcances y limitaciones
de la ciencia abierta en Latinoamérica:
análisis de las políticas públicas y pu-
blicaciones científicas de la región. Hi-
pertext.net, (19): 32-48. doi:10.31009/
hipertext.net.2019.i19.03
De Filippo, Daniela; Bautista-Puig, Nuria;
Mauleón, Elaba; Sanz-Casado, Elías
(2018). A Bridge between Society and
Universities: a Documentary analysis
of science shops. Publications 6 (3): 36.
doi:10.3390/publications6030036
Edwards, Paul; Mayernik, Matew; Batcheller,
Archer; Bowker, Geofrey y Borgman,
Cristine (2011). Science friction: Data,
metadata, and collaboration. Social
Studies of Science, 41(5): 667˗690.
Accesible en: http://www.jstor.org/sta-
ble/41301955
España. Ministerio de Economía, Industria
y Competitividad, Secretaría de Investi-
gación, Desarrollo e Innovación (2017).
Plan Estatal de Investigación Científica
y Técnica y de Innovación 2017-2020.
Accesible en: http://www.idi.mineco.
gob.es/stfls/MICINN/Prensa/FICHE-
ROS/2018/PlanEstatalIDI.pdf
EUR-Lex (2012). COMMISSION RECOMMEN-
DATION of 17 July 2012 on access to and
preservation of scientific information

9
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963 https://doi.org/10.3989/arbor.2021.799001
 (2012/417/EU). Official Journal of the
European Union, 39-43. Accesible en:
https://publications.europa.eu/en/publi-
a586 cation-detail/-/publication/48558fc9-d4c
8-11e1-905c-01aa75ed71a1
Nuevos escenarios y desafíos para la ciencia abierta. Entre el optimismo y la incertidumbre
European Commission (2017) Evaluation of
Research Careers fully acknowledging
Open Science Practices. Accesible en:
https://ec.europa.eu/research/opens-
cience/pdf/os_rewards_wgreport_final.
pdf
Finland. The Ministry of Education and
Culture’s Open Science and Research
Initiative 2014–2017 (2014). The Open
Science and Research Roadmap. Reports
of the Ministry of Education and Culture,
Finland, 2014:21. Accesible en: http://
julkaisut.valtioneuvosto.fi/bitstream/
handle/10024/75210/okm21.pdf
Forsström, Pirjo-Leena; Haataja, Juha.
(2016). Open Science as an Instrument
for Effective Research. Signum, 2 : 11˗15.
Accesible en: http://ojs.tsv.fi/index.php/
signum/article/viewFile/58741/20303
Fressoli, Mariano y Arza, Valeria (2018).
Los desafíos que enfrentan las prácticas
de ciencia abierta. Teknokultura. Re-
vista de cultura digital y movimientos
sociales, 15(2): 429˗448. doi: 10.5209/
TEKN.60616
Gurevitch, Jessica; Koricheva, Julia; Naka-
gawa, Shinichi y Steward, Gavin (2018).
Meta-analysis and the science of
research synthesis. Nature 555: 175–
182. doi: 10.1038/nature25753
Hey, Tony; Tansley, Steward y Tolle, Kris-
tin (2009). The Fourth Paradigm: Data-
Intensive Scientific Discovery.
Redmond, WA: Microsoft research.
10
ARBOR Vol. 197-799, enero-marzo 2021, a586. ISSN-L: 0210-1963
Irwin, Alan (1995). Citizen Science: a Study
of People, Expertise and Sustainable De-
velopment. Routledge: Abingdon, UK.
LA Referencia: Red de Repositorios de
Acceso Abierto a la Ciencia (2019).
Compartiendo y dando visibilidad a
la producción científica en América
Latina. Accesible en: http://www.la-
referencia.info/es/institucional/quie-
nes-somos
Leonelli, Sabine; Rappert, Brian y Davies,
Gail (2017). Data Shadows: Knowledge,
Openness, and Absence. Science, Tech-
nology, & Human Values, 42(2): 191–
202. doi:10.1177/0162243916687039
Mirowski, Philip (2018). The future(s) of open
science. Social Studies of Science, 48(2):
171–203.doi:10.1177/0306312718772086
Netherlands. Dutch Ministry of Education,
Culture and Science (2017). National
Plan Open Science. doi: 10.4233/uuid:9e-
9fa82e-06c1-4d0d-9e20-5620259a6c65
Nielsen, Michael (2011). Reinventing discov-
ery: the new era of networked science.
Princeton University Press.
OECD (2015). Making Open Science a
Reality. OECD Science, Tecnology
and Industy Policy Papers, 25. Paris:
OECD Publications. doi: 10.1787/5jrs-
2f963zs1-en
ONU (2014). A world that counts. Mobilis-
ing the data revolution for sustainable
development. Accesible en: https://www.
undatarevolution.org/wpcontent/up-
loads/2014/11/A-World-That-Counts.pdf
Portugal. Ministério da Ciência, Tecnologia e
Ensino Superior (MCTES) (2016). Ciência
Aberta, Conhecimento para todos: Princí-
pios orientadores. Accesible en: https://
www.fosteropenscience.eu/content/
ciencia-aberta-conhecimento-para-todos
Raddick, Jordan; Bracey, Georgia; Gay, Pa-
mela; Lintott, Chris; Cardamone, Carie;
Murray, Phil; Schawinski, Kevin; Szalay,
Alexander y Vandenberg, Jan (2013). Gal-
axy Zoo: Motivations of citizen scientists.
arXiv preprint arXiv:1303.6886.
Riesch, Hauke y Potter, Clive (2014). Cit-
izen Science as seen by scientists:
Methodological, epistemological and
ethical dimensions. Public Understan-
ding of Science, 23: 107–120.
Scheliga, Kaja y Friesike, Sascha. (2014).
Putting open science into practice: A
social dilemma? First Monday, 19(9).
doi: 10.5210/fm.v19i9.5381
Sullivan, Braian; Wood, Chris; Iliff, Marshal;
Bonney, Robert; Fink, Daniel y Kelling,
Steve. (2009) eBird: A citizen-based bird
observation network in the biological
sciences. Biological Conservation, 142:
2282–2292.
Toelch, Ulf y Ostwald, Dirk (2018). Digital
open science—Teaching digital tools for
reproducible and transparent research.
PLoS Biology, 16(7). doi: 10.1371/journal.
pbio.2006022
Wright, Leslie; King, Diane; Retrum, Jessica;
Helander, Kenneth; Wilkins, Shari;
Boggs, Jennifer; Portz, Jennifer; Near-
ing, Kathryn y Gozansky, Wendolyn
(2017). Lessons learned from com-
munity-based participatory research:
Establishing a partnership to support
lesbian, gay, bisexual and transgender
ageing in place. Family Practice, 34(3):
330-335. doi: 10.1093/fampra/cmx005
https://doi.org/10.3989/arbor.2021.799001
 ÚLTIMA DÉCADA, N°54, DICIEMBRE 2020, PP. 234-241
http://dx.doi.org/10.4067/S0718-22362020000200234

RESEÑA: INTELIGENCIA ARTIFICIAL Y

BIENESTAR DE LAS JUVENTUDES EN AMÉRICA
LATINA. LIONEL BROSSI, TOMÁS DODDS Y
EZEQUIEL PASSERON, EDITORES1

YADIRA PALENZUELA FUNDORA2

A menos de un año de la publicación del texto Inteligencia Artificial y

bienestar de las juventudes en América Latina3, la mayor parte del planeta quedó
confinada por la pandemia del COVID-19. Ante esta situación, internet y las
plataformas digitales devinieron en una alternativa clave para seguir funcionando
en los diferentes planos de la vida. Las y los jóvenes de diversas latitudes,
contextos y culturas, con acceso a las redes, aumentaron sus experiencias y
tiempos de interacción en distintas plataformas digitales. De esta forma, también
se incrementó su exposición a la Inteligencia Artificial (IA).

Por ello cobra relevancia la discusión que abre el texto que se analiza, el
cual es reconocido en su prólogo por Ravalli y Cortesi como «la primera
iniciativa colectiva que discute e indaga sobre la intersección entre el bienestar
de la juventud y la IA con el foco en América Latina y con voces y miradas desde

1
LOM ediciones, Santiago de Chile, 2019.
2
Doctora en Psicología, Universidad de Chile. Psicóloga y Máster en Psicología
Educativa, Universidad de La Habana, Cuba. Magíster en Análisis Sistémico Aplicado
a la Sociedad, Universidad de Chile. Miembro Núcleo de Investigación y Acción en
Juventudes de la Universidad de Chile y del GT Infancia y Juventudes de CLACSO.
Correo electrónico: ypalenzuela@ug.uchile.cl
3
Se puede descargar de forma gratuita en:
https://www.uchile.cl/publicaciones/171146/inteligencia-artificial-y-bienestar-de-
juventudes-en-america-latina
Yadira Palenzuela Fundora 235

la propia región» (p. 13).

El libro forma parte de una iniciativa colaborativa apoyada por la red

Conectados al Sur-Digitally Connected, el Instituto de Comunicación e Imagen
(ICEI) de la Universidad de Chile, Faro Digital Argentina, el Núcleo Milenio
para Mejorar la Salud Mental de Adolescentes y Jóvenes (Imhay), la Cátedra
Latinoamericana de Narrativas Transmedias e ITS Rio. Sus 276 páginas están
divididas en cinco grandes partes y cuenta con la participación de 46 autores/as
latinoamericanos/asm de los cuales algunos comparten roles adicionales siendo
editores de sección (9) y otros como editores generales (3).

La obra aborda, desde diferentes disciplinas, enfoques epistemológicos,

teóricos y metodológicos, las principales oportunidades y desafíos que enfrentan
las juventudes en relación con la educación, la salud, el futuro del trabajo, la
información, el bienestar, la privacidad, seguridad y la protección de sus datos en
la red. Su abordaje se realiza desde una perspectiva situada y crítica,
reflexionando sobre cómo la concepción, desarrollo, puesta en marcha y uso de
la IA contribuye a reproducir dinámicas de inclusión-exclusión de las/los
niños/as y jóvenes. El texto devela las brechas de acceso a las tecnologías y las
afectaciones que igualmente pueden sufrir a pesar de no tener acceso a las
mismas. Invita a pensar la IA como un ámbito de desarrollo y aplicación
tecnológica que se expresa en sistemas algorítmicos que atraviesan casi todos los
planos de la vida cotidiana. El libro, según sus editores, pone de relieve, además,
«la complejidad de los procesos por los cuales estos sistemas seleccionan,
evalúan, infieren y toman decisiones, hace que sea aún más difícil poder
comprenderlos y predecir su impacto en términos de oportunidades y desafíos
para la sociedad» (p. 15). Es así que, a través de la presentación de distintas
experiencias de países latinoamericanos, de casos de estudios y producciones con
diversas perspectivas, se propone la reflexión sobre las oportunidades y desafíos
que tiene la IA para el bienestar de las y los jóvenes en la región.

La primera sección, «¿Inteligencia artificial, qué es y qué no es?»,

introduce a lectores que se inician en el tema en los elementos claves que
permiten reconocer lo que es o no la IA. De esta manera, Sánchez, editora de
sesión, conceptualiza la IA como aquella demostrada por máquinas, en
contraposición a la humana, que «incluye tareas como la planificación, la
comprensión del lenguaje, el reconocimiento de objetos y sonidos, la resolución
de problemas y el aprendizaje a través de la experiencia» (p. 21). Además,
puntualiza que existen dos categorías de IA: la general (que puede poseer todas
las características de la inteligencia humana, por ejemplo, robots de Boston
236 Reseña: Inteligencia artificial y bienestar de las
juventudes en América Latina

Dynamics) y la estrecha (aquella donde las máquinas solo pueden realizar de

forma excelente una sola tarea, por ejemplo, reconocimiento facial, de texto, o
de imágenes, etc.). En este apartado, compuesto por tres artículos de Chile, Brasil
y México, las/os autores/as abordan definiciones diversas de IA, la historia de
esta tecnología, los mitos sobre lo que no es, aclarando que muchos de estos
imaginarios se construyen fundamentalmente por libros, filmes y medios de
comunicación. Además, invita a prepararse como sociedad para convivir con esta
tecnología, sus riesgos, las oportunidades y desafíos que tienen para las
juventudes, así como algunas aplicaciones y sistemas de IA enfocados en las y
los jóvenes, y los imaginarios que se construyen en torno a esta tecnología.

La segunda sección, «Inteligencia artificial y dinámicas de

inclusión/exclusión de las juventudes», compuesta por cinco textos de Colombia,
Costa Rica, Argentina y Chile, reflexiona sobre el papel e impacto que las
infraestructuras tecnológicas condicionan las relaciones sociales de las y los
jóvenes con acceso y sin acceso a ellas. Este apartado aborda de forma crítica
cómo las infraestructuras tecnológicas que se encuentran en manos de unas pocas
empresas privadas y espacialmente localizadas (Estados Unidos y China
principalmente) deben entenderse en estrecha relación con los cambios de sus
usuarios y la sociedad. Brossi y Dodds plantean que «sería un grave error
descuidar las infraestructuras tecnológicas en la discusión sobre el desarrollo
político y cultural de los usuarios» (p. 64). No obstante, a pesar del abordaje
crítico relacionado con la inclusión/exclusión presente en los accesos a la IA, se
destacan los grandes aportes que esta tecnología realiza a la salud y a la
educación. Se reconocen también los desafíos a los que nos enfrentamos para no
reproducir las prácticas excluyentes y discriminatorias en estos espacios. Un
capítulo especialmente importante en este apartado es el de Rocha y Guío. A
partir de su trabajo y experiencia en Colombia realizan una propuesta innovadora
para la región, proponiendo medidas para que la IA y las instituciones que las
diseñan y ponen en marcha respeten los derechos de las y los niños/as,
adolescentes y jóvenes. Enfatizan en la importancia de garantizar el interés
superior de los niñas, niñas y adolescentes, exigiendo que cualquier política,
lineamiento o aplicación de IA tenga que poner los derechos de estos, no solo
como condición ética sino como regulación para proteger sus datos, relevando la
importancia de promover procedimientos e instrumentos legales y regulatorios
que ofrezcan esta garantía. Además, en esta sección resultan especialmente
interesante dos casos de estudio por autores/as chilenos sobre IA presentes en
algoritmos de plataformas altamente utilizadas por las y los jóvenes. Uno es el
caso de Instagram, donde el diseño de interfaz propicia ciertos modos discursivos
Yadira Palenzuela Fundora 237

de mostrarse y actuar que no se corresponden necesariamente con la pertenencia

a una estructura social determinada, generando cierta homogenización y
aspiración para obtener likes; distanciando y excluyendo por otra parte aquellas
otras realidades y formas de mostrarse. El otro caso propone reflexionar cómo
desde la programación y narraciones de los videojuegos se pueden subvertir
prácticas de exclusión social de las y los jóvenes en Latinoamérica. Para cerrar
este importante apartado, también es destacable el texto de Bonilla y Crovo de
Argentina, sobre la problemática de los usos y estrategias de búsqueda de
información en internet, llamando la atención sobre el impacto de los algoritmos
en las y los jóvenes que no reconocen la existencia de estos en internet y no son
capaces de diferenciar los contenidos que consumen críticamente, quedando
fuera de una gran cantidad de posibilidades por no tener estas competencias.
Estos autores postulan explícitamente que el mundo digital reproduce las
desigualdades del mundo análogo, en parte por el papel que juegan los algoritmos
de IA en internet.

La tercera sección, focalizada en «Jóvenes, inteligencia artificial y

educación», está compuesta por cuatro artículos de autores/as de Chile, México
y Brasil, y da cuenta de los principios de la alfabetización digital y las nuevas
habilidades y construcciones del conocimiento que surge con el uso y
apropiación de las tecnologías. Es presentada por Lombana y Passeron, quienes
expresan cómo la IA ha estado presente en distintas iniciativas y aplicaciones en
educación y aprendizaje desde la década del noventa, con experiencias probadas
y buenos resultados hasta el día de hoy. Se refleja, además, una visión crítica
sobre el papel de la IA en este ámbito y, aunque se reconoce que en la educación
desde sus inicios ha hecho innumerables promesas como la «democratización del
conocimiento, inclusión educativa y de mejora en los procesos de aprendizaje en
la escuela, la universidad y el hogar» (p. 123), para mejorar la calidad y la
disminución de las brechas de acceso, aún son muchos los desafíos que faltan por
lograr en la región. En el trabajo de Chile se destaca la relevancia de conocer y
educar en el pensamiento computacional como una estrategia eficaz para
disminuir las desigualdades. Persiguiendo un objetivo similar y dando cuenta
sobre la situación socioeconómica de Brasil, usando los datos de Kids Online
Brasil4, otros/as autores/as demuestran cómo las desigualdades sociales se
expresan en el desarrollo de habilidades digitales en niños/as y adolescentes;

4
Kids Online Latinoamérica es una red de investigación que se conforma desde Global
Kids Online, y la red EU Kids Online de Europa, que estudia y compara mundialmente
datos sobre los derechos, habilidades, oportunidades y riesgos de la infancia en la era
digital.
238 Reseña: Inteligencia artificial y bienestar de las
juventudes en América Latina

mientras que, en el otro artículo de ese país, se analiza la importancia de la lectura

online para las y los jóvenes por su capacidad para promover la colaboración, la
distribución e incentivar la participación. Para cerrar, desde México se presenta
cómo se utiliza la IA en un sistema inteligente de tutoría de la plataforma del
bachillerato en línea de la Universidad Nacional Autónoma de México (UNAM),
demostrando cómo se puede acceder a aprendizajes personalizados y
automatización de procesos pedagógicos con esta tecnología.

La cuarta sección, titulada «Bienestar, seguridad y privacidad», desarrolla

un tema que, a pesar de estar ampliamente abordado, todavía no cuenta con
conciencia ni educación suficiente. Cada vez más se interactúa con algoritmos de
sistemas y plataformas; y la Internet de las Cosas (IoT) —objetos cotidianos
interconectados a internet— es más frecuente en hogares, escuelas y centros de
trabajo. Todos estos algoritmos constantemente recolectan datos de las y los
usuarios, y en América Latina no todos los países tienen reguladas leyes para
proteger la privacidad. En muchos casos se deja el peso de la responsabilidad
individual en las y los propios jóvenes, bajo el supuesto ético de que deben
conocer las políticas de privacidad de cada uno de los sistemas que utilizan, sin
abordarlo desde la responsabilidad social que tienen los productores de estos
sistemas. Se hace un llamado de atención, pues los servicios de IA y sus políticas
de seguridad y privacidad se orientan al mundo adulto —que tampoco conoce
mucho al respecto—, lo que esto implica que no se reconoce explícitamente el
riesgo que para las y los jóvenes se divisa en ese escenario. De esta manera, los
artículos de esta sección abordan el impacto que la IA puede comprometer en la
democracia del país, las burbujas de (des)información a la que se enfrentan y el
juicio crítico en la búsqueda de contenido en la red, así como los modelos de
gobernanza basados en sistemas autónomos, o los modelos de juguetes
conectados con control parental, sus beneficios y desafíos. Todas estas
reflexiones en torno a una mejor convivencia humana para el bienestar y
protección de las y los niños/as y jóvenes son el foco de esta sección, compuesta
por cinco textos, todos escritos por autores/as brasileños/as. Esto, si bien
demuestra lo avanzado de las reflexiones en ese país, desbalancea, en mi opinión,
el intento que el libro había realizado hasta el momento de mostrar distintas
realidades. Además, me genera muchas interrogantes e incertidumbres sobre
cuánto nos falta en el resto de los países latinoamericanos para cuidar y proteger
la seguridad, el bienestar y privacidad de niños/as y jóvenes.

Por último, la quinta sección, «Narrativas transmedia», compuesta por

seis artículos que representan estudios y reflexiones de Argentina, Brasil,
Yadira Palenzuela Fundora 239

Colombia y su texto final de España, analiza cómo los algoritmos de IA y los

datos, comportamientos y huellas digitales que recopilan aportan a «la
implementación, los usos y las oportunidades que ofrecen los sistemas de IA para
las narrativas transmedia» (p. 223). En este apartado se discute sobre cómo las
máquinas pueden aprender a partir de la IA y los datos que todos/as aportamos
cuando autorizamos a sus algoritmos —al aceptar los términos y condiciones de
los sistemas— que los integren a sus bases de datos y mecanismos de aprendizaje.
Es así que se reflexiona sobre cultura digital, el caso de Netflix, un asistente de
voz, las narraciones con imágenes en Instagram y cómo el algoritmo está
mediando todo el tiempo en las narrativas interactivas que hacemos en diferentes
plataformas. Resulta interesante el texto de Argentina de Bron sobre el uso de la
IA y Big Data por Netflix, para enriquecer la experiencia de usuario/as y
recomendar el consumo de otros materiales en función de la compatibilidad que
tienen los distintos elementos de su catálogo con aquellos materiales que se han
visualizado y puntuado positivamente por las y los usuarios/as. Además, se
reconoce que en este caso se combinan estrategias de IA con otras tecnologías
como Big Data, y experimentos fuera de la red, observación y uso en general del
método científico para la toma de decisiones. El autor apunta a la integración de
la IA con otros métodos y la importancia de la investigación social para tener
mejores resultados. Por su parte, el artículo de Castro de Argentina reflexiona
sobre el lugar de las Stories de Instagram que se conforman con diferentes
recursos narrativos y que pueden coexistir en distintas plataformas por 24 horas,
utilizándose como maneras de expresión de identidad y construcción de
socialidades juveniles. Como refiere el autor, «esta forma de consumir y transitar
la web construye nuevos sujetos, nuevas subjetividades en los habitantes y
productores de narrativas digitales» (p. c267). El texto de Colombia, por su parte,
muestra el caso de investigación, diseño y producción de un asistente de voz
vinculado a la esfera de las artes, las potencialidades de la IA para recrear
narrativas y la obra de autores relevantes de la cultura, de forma dinámica y
dirigida a las y los jóvenes como «estrategias transmedias para la apropiación de
archivos culturales» (p. 259). Esto, unido al foco del resto de los artículos que
tienen en común las narrativas trasmedias y su rol en la cultura digital soportados
en algoritmos de IA, permite comprender el desarrollo de esta tecnología en la
esfera comunicativa, analizando cómo influye en la forma de narrar historias, en
particular por las y los jóvenes que las utilizan.

Tras la lectura detallada del texto, destaco ampliamente las

potencialidades de este libro y su capacidad innovadora para posicionar un
problema de gran relevancia para América Latina. Articular cinco grandes
240 Reseña: Inteligencia artificial y bienestar de las
juventudes en América Latina

temáticas relacionadas con la IA y construir en torno a ellas reflexiones potentes

con una amplia variedad epistemológica, teórica y metodológica, con artículos
de autores/as destacados/as en la problemática en la región, es sin dudas su mayor
aporte. Cabe en mi opinión señalar algunos puntos que pudieran ser mejorados
para futuras ediciones o continuidades de este texto.

Desde una dimensión epistemológica, considero que sería necesario

construir con el mismo nivel de profundidad que se trabaja la categoría IA, una
discusión transversal sobre lo que se entiende por juventudes, jóvenes, niños/as
y adolescentes, para dar cuenta desde qué lugares y saberes se configuran estas
categorías y qué supuestos, retos y aproximaciones construyen los conocimientos
asociados a las mismas. Las y los jóvenes como categoría, en algunos casos se
asume acríticamente, utilizándose para nombrar a sujetos/as de estudios o
públicos objetivos de propuestas. En otros se remite a rangos de edades y etapas
del desarrollo, justificando ciertas prácticas mediáticas como propias de la edad.
En este sentido, no se observa un desarrollo crítico o sistemático de la categoría,
invisibilizando en ocasiones el rol protagónico, de producción de contenidos y
habilidades que pueden desplegar en sus prácticas digitales. Algo similar sucede
con la categoría bienestar de las juventudes, que si bien se enuncia en varios
artículos y se discute destacando que parte del bienestar es tener oportunidades
de inclusión y no reproducir en lo digital las brechas, desigualdades,
discriminaciones, etc., debería quedar en mi opinión mayormente trabajada.

Por último, considero que hubiese sido de interés transparentar más el

posicionamiento político de la propuesta. Es decir, qué conocimientos y prácticas
contribuyen a legitimar y cuáles a subvertir con estos aportes y reflexiones, así
como interpelar más agudamente a las transnacionales dueñas de la mayoría de
los algoritmos de IA, a las políticas públicas de los gobiernos de la región, a
instituciones concretas, etc. Dar cuenta del compromiso político que entraña el
texto es clave para alcanzar el bienestar de las juventudes y evitar que se
continúen reproduciendo las desigualdades sociales análogas en las prácticas
digitales.

Finalmente, el libro constituye sin dudas, un texto de referencia

obligatoria sobre la temática en la actualidad. Nos ofrece un espacio de
aprendizaje importante sobre la problemática de la IA y el bienestar de las
juventudes en América Latina, que pasa necesariamente por mayores niveles de
acceso e inclusión, por políticas de privacidad y seguridad de sus derechos, por
mayores oportunidades en la educación, el trabajo, la salud; mayor compromiso
Yadira Palenzuela Fundora 241

político de las instituciones, de la industria mediática, los gobiernos,

empresarios/as, programadores/as y todos/as aquellos que inciden en la toma de
decisión de políticas de IA. Sus reflexiones constituyen una gran apuesta regional
para el bienestar y los aprendizajes cotidianos que integran las temáticas de
Juventudes e Inteligencia Artificial.
 REVISIONES TEMÁTICAS

Teknokultura
ISSNe: 1549-2230

http://dx.doi.org/10.5209/TEKN.60616

Los desafíos que enfrentan las prácticas de ciencia abierta

Mariano Fressoli1, Valeria Arza2

Recibido: 14 de junio de 2018 / Revisado: 22 de agosto de 2018 / Aceptado: 24 de agosto de 2018 Open peer reviews

Resumen. En los últimos años, la ciencia abierta ha capturado gran interés por parte de científicos, hacedores de políticas y agencias
de desarrollo internacional, en gran parte debido a los beneficios prometidos por las nuevas prácticas. Sin embargo, a medida que las
ideas de ciencia abierta se transforman en iniciativas concretas, comienzan a enfrentar desafíos que pueden retrasar y/o impedir su
implementación. Entre ellos se incluyen: la ausencia de conocimiento y/o capacidades para realizar nuevas prácticas, barreras
normativas o institucionales que impiden avanzar en la apertura, y falta de infraestructura que puede desalentar su adopción. Este
trabajo sistematiza los desafíos que surgen en las prácticas de ciencia abierta con el fin de informar el desarrollo de futuras políticas
de ciencia y tecnología que faciliten su avance en la región.
Palabras clave: acceso abierto; código abierto; colaboración; políticas científicas.

[en] The challenges of open science policies

Abstract. Over the last few years, open science has captured the interest of scientists, policy makers and international
development agencies, in large part because of the benefits promised by the new practices. Nevertheless, as the ideas of open
science are transformed into concrete initiatives, those initiatives begin to encounter challenges that can delay and/or impede their
implementation. Amongst them we find: the absence of knowledge and/or the skills to perform new practices, normative or
institutional barriers that block the progress of opening up knowledge production, and the lack of infrastructure which can
discourage adoption of new practices. This work systematizes the challenges that open science practices face so as to inform the
future development of science and technology policies that can facilitate the advance of those practices in the region.
Keywords: collaboration; open access; open source; science policy.

Sumario. 1. Introducción. 2. Desafíos de la apertura. 3. Discusión. 4. Conclusiones. 5. Referencias.

Cómo citar: Fressoli, M.; Arza, V. (2018). Los desafíos que enfrentan las prácticas de ciencia abierta, en Teknokultura 15(2), 429-
448.

1
Centro de investigaciones para la transformación (CENIT– EEyN – UNSAM) / CONICET (Argentina)e-mail: mfressoli@fund-
cenit.org.ar
2
Centro de investigaciones para la transformación (CENIT– EEyN – UNSAM) / CONICET (Argentina)e-mail: varza@fund-cenit.org.ar

Teknokultura 15(2) 2018: 429-448 429

430 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

1. Introducción

La ciencia abierta, entendida como producción colaborativa de bienes públicos en algunas de las etapas del
proceso de producción científica, está cambiando rápida- mente el acceso, el uso y la producción de
conocimiento científico. Las tecnologías de la información y comunicación (TICs) ampliaron enormemente
la posibilidad de compartir. Hoy se pueden encontrar online bases de datos de proyectos científi- cos, notas
de laboratorio, plataformas que invitan a la participación de ciudadanos en ciencia.
El acceso a estos recursos y la posibilidad de trabajar colaborativamente promete
una transformación de la producción de conocimiento científico en tres direcciones:
i) se mejora el rendimiento económico de la inversión en investigación científica, yaque se acelera la obtención
de resultados y se mejora su calidad (Bartling y Friesike,2014); ii) se amplía el número y la diversidad de actores
que acceden al conocimiento científico (Nielsen, 2012; Wiggins y Crowston, 2011); iii) se alinean mejor las
necesi-dades sociales con la producción de conocimiento científico (Masum y Harris, 2011). El potencial
transformador de la ciencia abierta ha motivado el interés de institu- ciones científicas, agencias de patrocinio
y policy makers a nivel mundial. Organis-mos como la Royal Society (Boulton et al., 2012), OCDE (OECD,
2015), el BancoMundial (Rossel, 2016), y la Unión Europea (European Commission, 2016) han
manifestado apoyo a las prácticas de ciencia abierta.
América Latina se destaca a nivel internacional por el avance de sus políticas de acceso abierto, con
legislaciones nacionales sobre el tema en Argentina y Perú y políticas públicas y académicas en otros países
como México, Colombia y Brasil (véase Open Policy Network, 2016). Como resultado, el acceso abierto es
una prácti- ca conocida y relativamente utilizada entre científicos. Sin embargo, otras prácticas, como la
ciencia ciudadana, la evaluación abierta de pares o el hardware libre para la ciencia, constituyen todavía un
nicho para unos pocos iniciados y son prácticamentedesconocidas para el resto de los científicos.
El considerable entusiasmo institucional abre interesantes oportunidades para orientar recursos que
permitan alcanzar los beneficios potenciales de la ciencia abier- ta. Sin embargo, persisten preguntas sobre
cómo superar los desafíos que implican comprometerse con la apertura. Este trabajo contribuye a reconocer
dichos desafíosy a proponer ideas para facilitar su resolución.
La sección 2 recorre las diferentes etapas del proceso de investigación y presenta las distintas prácticas de
ciencia abierta que podrían implementarse junto con sus principales desafíos. Para ello nos valemos de la
literatura incipiente sobre ciencia abierta, la experiencia internacional y las percepciones recogidas durante 7
estudios de casos que realizamos en Argentina (véase: Arza, Fressoli y López, 2016), sobre la extensión de las
prácticas de ciencia abierta en Argentina, Fressoli y Arza (2016) so- bre formas de negociar la apertura, Arza,
Fressoli y Sebastian (2017) sobre implican- cias de la apertura y colaboración para las políticas públicas, y Arza
y Fressoli (2018) una sistematización de los beneficios de la ciencia abierta). La sección 3 sistematiza los
desafíos identificados en términos de capacidades, herramientas institucionales y políticas, y presenta algunas
reflexiones sobre los caminos a seguir para superarlos. Las sugerencias de políticas o actividades para superar
los desafíos que se presentan en esta sección son el resultado de actividades que acompañaron la investigación
sobre proyectos de ciencia abierta, incluyendo la organización de una serie de talle-
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 431

res y encuentros en los cuales participaron científicos, actores de la sociedad civil y hacedores de políticas
del ámbito de la ciencia, la tecnología y la innovación. Las conclusiones sintetizan el argumento y convocan
a que el diseño de política actúe ypronto en favor de la apertura en ciencia.

2. Desafíos de la apertura

Para analizar los diferentes desafíos de la ciencia abierta seguimos el modelo de etapas de investigación
elaborado por RIN/NESTA (2010). Para cada etapa, que apa- rece en la primera columna de la Tabla 1,
identificamos prácticas de apertura, sus desafíos y su forma de manifestarse.

Tabla 1. Prácticas de ciencia abierta, sus desafíos y forma de manifestarse,por etapa del proceso de
investigación. Fuente: elaboración propia

Etapas Prácticas Desafíos Forma de manifestarse

Formación de Desarrollo Trabajo “colaborar puede ser
redes de proyectos interdisciplinario tedioso y lleva tiempo
y colaboración colaborativos Financiación y que no se retribuye”
Ciencia 2.0 evaluación de proyectos
Investigación-acción
Recolección de Ciencia ciudadana Alcanzar masa crítica “democratizar la
datos Validación de datos participación sin perder
recogidos por no calidad”
expertos
Análisis de datos Datos abiertos Riesgo de scooping “compartir sin perder el
Ciencia 2.0. Riesgos éticos control”
Infraestructura Repositorios abiertos Interoperabilidad de “desafíos técnicos
Infraestructura física repositorios difíciles de superar en
para la colaboración – Resistencia política contexto de resistencias
espacios abiertos de otras dependencias políticas”
Instrumental universitarias
(hardware + software) Falta de capacidades
abierto para desarrollar
infraestructura
Falta de incentivo para el
uso de la infraestructura
abierta
Documentación Pre-registro de datos Falta de capacidades “documentar demanda:
y descripción Cuadernos abiertos Falta de personal de tiempo, que no se
Metadatos apoyo retribuye, capacitación
Falta de incentivos específica, que no se
Riesgo de scooping imparte, y personal de
apoyo, que no existe;
además, nadie lo exige”
432 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

Etapas Prácticas Desafíos Forma de manifestarse

Publicación Acceso abierto a Desconocimiento de “tan abierto como sea
y reporte publicaciones nuevas prácticas posible, tan cerrado como
Pre-prints Falta de incentivos sea necesario”
Datos abiertos Validación de calidad
Licencias abiertas Resistencia política
de otras dependencias
universitarias
Acuerdos pre-existentes
de exclusividad con
editoriales
Falta de estándares sobre
cómo compartir
Riesgo de scooping
Riesgos éticos
Evaluación Evaluación abierta de Sesgos en la evaluación “ser imparcial sin
pares Desafíos técnicos de ofender” “citas extra
Indicadores de implementación académicas: un casillero
impacto alternativos Falta de incentivos para más que completar”
evaluar
Gamification
Sobrecarga para los
investigadores
Comunicación Nuevas herramientas Falta de capacidades de “mantener el rigor
y formatos digitales comunicación científico y atraer el
Recursos educativos Falta de incentivos interés general”
abiertos para comprometerse
personalmente con la
comunicación

2.1. Redes y colaboración

La idea de colaboración científica ha cambiado ampliamente durante el último siglo. Del trabajo en conjunto
con algunos pocos colegas, los proyectos de investigación se han ido incrementando hasta conformar redes de
investigación que incluyen dece- nas y cientos de científicos. Las motivaciones para la colaboración pueden
ser tanto cognitivas como materiales o afectivas (Melin, 2000). Esto incluye la asistencia mu- tua para para
acceder a conocimiento de otras disciplinas, como también compartir conjuntamente los costos de
instrumental para afrontar sus costos y cumplir con requerimientos de quienes financian la investigación
(Sonnenwald, 2007).
La ciencia abierta introduce nuevas herramientas y espacios de colaboración a partir del uso de
publicaciones abiertas, datos compartidos y plataformas para com- partir ideas y recursos online. Por
ejemplo, la iniciativa Polymath demuestra que la colaboración voluntaria online de decenas de matemáticos
permite resolver proble- mas complejos en tiempo record (Franzoni y Sauermann, 2014). El acceso abierto a
datos habilita el uso de un mismo set de datos para testear hipótesis diferentes que pueden derivarse de
distintos campos disciplinarios. Sin embargo, a pesar del interés
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 433

general en fomentar la colaboración entre diferentes grupos de trabajo y disciplinas, persisten los desafíos.
Uno de los mayores desafíos es el desarrollo de las capacidades y compromisos sociales necesarios para
establecer los procesos de colaboración (David, 2009). Al- gunos problemas visibles en los casos analizados
de ciencia abierta en Argentina (véase Fressoli y Arza, 2017) se relacionan con:

a) Existen pocos incentivos que favorezcan la creación de prácticas de colabo- ración a partir de, por
ejemplo, compartir datos, ideas-proyectos o fortalecer rutinas de resolución conjunta de problemas.
Además, persisten sesgos del sistema de evaluación que promueve la carrera individual.
b) Los mecanismos de financiamiento no reconocen en general el tiempo ne- cesario para construir un
lenguaje común entre grupos interdisciplinarios. Algo similar sucede con las publicaciones: los
proyectos de colaboración más osados suelen tener dificultades a la hora de publicar sus resultados.
c) Las reglas y el espacio para la negociación entre los participantes exceden muchas veces el tiempo y
las capacidades que tienen los investigadores. Por ejemplo, se requiere capacidades específicas para
generar metadatos necesa- rios para compartir datos; se requiere además conocimiento sobre licencias
para decidir qué uso darle a los datos, etc.

A estos desafíos, se agregan otros asociados al lenguaje y la experiencia cuando se busca colaborar con
actores por fuera del ámbito científico. Si estas instancias son engorrosas, los investigadores sentirán que la
colaboración retrasa sus carreras (Felt et al., 2013).

2.2. Recolección

La adopción de tecnologías digitales ha facilitado en gran medida algunas tareas de recolección y análisis de
datos. El aumento del poder computacional junto con la au- tomatización y la digitalización de algunos
procesos de recolección han generado en algunas áreas (como por ejemplo, en astronomía) una
superabundancia de datos. Por otro lado, las nuevas tecnologías han logrado revitalizar la larga historia de la
ciencia ciudadana al permitir que miles de personas puedan colaborar de forma online desde cualquier lugar del
mundo. Algunos de los proyectos más célebres de ciencia abierta como Galazy Zoo3 o eBird4, cuentan con
cientos de miles de colaboradores, lo que les permite generar millones de datos.
Estas prácticas presentan desafíos relacionados con la motivación de los partici- pantes, su coordinación y
la validación de los datos recogidos.
Para enrolar una gran cantidad de colaboradores, los proyectos dependen de la construcción de preguntas
de interés para un público diverso, y del diseño de herra- mientas sencillas que permitan recoger datos
estandarizados y fomenten la partici- pación de personas de diferentes orígenes y capacidades. Sin embargo,
no todos los

3
Es un conocido caso de ciencia ciudadana que aprovecha el interés del público para clasificar imágenes astronó-micas, véase:
https://www.zooniverse.org/
4
eBird es un proyecto de ciencia ciudadana que recibe observaciones de aves de cualquier persona en cualquierlugar del mundo a través de su sitio
web. Véase: https://ebird.org/home
434 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

problemas pueden reducirse a preguntas sencillas y atractivas para invitar a la cola- boración voluntaria. Y
aquellos proyectos que no logran generar una masa crítica de colaboradores pueden quedar estancados o no
lograr responder todas las cuestiones que se proponen.
En general, el desarrollo de una estrategia de participación ciudadana atractiva requiere capacidades de
gestión de redes sociales, diseño gráfico, intuición artísticay elementos de ludificación.
La mayoría de los proyectos de ciencia abierta dependen en buena parte de la estandarización de los
protocolos de recolección y carga de datos. Esto permite que cualquier ciudadano con conocimientos
mínimos de la temática del proyecto, preste un breve tiempo de su atención para realizar una tarea mínima. Por
ejemplo, el Great Sunflower Project5 solicita a todos los colaboradores que observen abejas y otros in- sectos
polinizadores en una flor dos veces al mes por 5 minutos. La estandarización también permite, en teoría,
evaluar con rapidez la calidad de los datos y desechar aquellos que no cumplen con los parámetros
establecidos. Sin embargo, aún con pro- tocolos estandarizados, es posible equivocarse o sufrir la acción de
participantes que se involucran con objetivos ajenos al proyecto y que pueden perturbar su correcto
funcionamiento.
Para evitar estos inconvenientes, los proyectos de ciencia ciudadana necesitan construir cierta
infraestructura de evaluación de los datos recogidos, ya sea por su- pervisión humana, por medios
automáticos como algoritmos o generando redundan- cia de datos. Por ejemplo, en el caso de eBird, los datos
subidos por los usuarios son a su vez chequeados por una serie de mecanismos semi-automáticos. En el caso
de presentarse datos inusuales, los mismos serán supervisados por un experto. En Ar- gentina, además de 4
personas que trabajan para Aves Argentinas, participan unos 20 expertos amateurs que colaboran con la
verificación de los datos.

2.3. Compartir el análisis de los datos

Compartir datos para que otros actores puedan analizarlos es una práctica asociada a una variedad de
beneficios potenciales (i.e. eficiencia, democratización, etc.). Sin embargo, no está exenta de desafíos: los dos
más importantes se relacionan con desa- rrollar la capacidad analítica para explotar la abundancia de datos y con
generar reglas que eviten la captura malintencionada de datos y desmotiven el deseo de compartir.
En algunas disciplinas, como la astronomía, todavía no se dispone de un software adecuado para analizar las
imágenes, por lo cual la colaboración ciudadana resulta útil para abordar las etapas de análisis, ya que los
astrónomos profesionales por sí mismos no disponen del tiempo suficiente como para completar la tarea. El
desafío de estosproyectos es convocar y mantener interesados a una gran cantidad de usuarios.
Al invitar a personas ajenas al proyecto a analizar los datos, se genera el riesgo de que los mismos sean
utilizados en detrimento de los intereses de los investigadores que los generan. Quienes comparten corren
el riesgo de que otros investigadores se adelanten y/o publiquen artículos utilizando los datos compartidos
sin haber in- vertido en el trabajo de recolección. Está práctica se denomina scooping (Sheliga y Friesike,
2014). Sin embargo, este es un desafío estrictamente ligado a los esquemas

5
Es un proyecto de ciencia ciudadana orientado a mapear la existencia de polinizadores y su impacto en el am-biente. Véase
https://www.greatsunflower.org/
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 435

de incentivos que valoran prioridad (Schwarzkopf, 2016). Existen herramientas, que permiten pre-registrar los
datos de manera que quienes lo utilizan deban citarlos co- rrectamente6. Los esquemas regulatorios que
valoran prioridad, deberían contemplary valorar tal registro como resultado de investigación.
Un riesgo menos discutido es que el análisis de los datos se utilice para rea- lizar afirmaciones que
van en la dirección contraria al proyecto de origen. Esto sucede especialmente cuando se persiguen
objetivos de investigación en arenas de disputa y cuando, por tanto, los resultados que arrojen estas
investigaciones podrían afectar seriamente los intereses de algunos actores. Este es el caso de un grupo
de investigación que estudiaba cambio climático en la Universidad de East Anglia y que fueron acusados
de esconder información que abonaba teorías opuestas sobre calentamiento global. Los científicos de East
Anglia argumenta- ron que ellos tenían la obligación de cuidar la información que generaban, lo cual
implicaba i) decidir cuándo era el momento adecuado para presentar los datos que recogían; ii)
identificar la mejor manera de curar los datos antes de analizar- los; y iii) sugerir interpretaciones que el
equipo de científicos consideraran más apropiadas (McAllister, 2012).
Este caso muestra que, cuando los objetivos de estudio son políticamente con- trovertidos, es razonable
pensar que pueda existir un riesgo de tergiversación de la información una vez abierta. Resulta más difícil en
tal situación proponer solucionesestandarizadas para promover apertura.

2.4. Desarrollo de infraestructura para la ciencia abierta

Las prácticas de ciencia abierta dependen en gran medida de la creación de infraes- tructura para la
colaboración, que incluye herramientas digitales (como plataformas web para colaboración o repositorios de
datos y publicaciones), elementos físicos (como espacios de colaboración) y reglas (como estándares de
calidad y sistemas deevaluación).
Afortunadamente, la comunidad de acceso abierto ha sido un actor bastante acti- vo en el desarrollo de
infraestructura y declaraciones de principios.
En América Latina, este movimiento fue capaz de movilizar recursos y construir redes de colaboración que
permitieron afianzar las prácticas de acceso abierto. A diferencia de Europa y EE.UU., donde una buena
parte de los servicios de infraes- tructura para acceso abierto corresponden a iniciativas privadas, en América
Latina muchas de los servicios regionales (como SciELO7, Redalyc8, LA Referencia9) y nacionales se apoyan
en instituciones y financiamiento públicos.
En Argentina, la aprobación de la Ley Nacional de Creación de Repositorios Di- gitales Institucionales de
Acceso Abierto, vigente desde el 2013, establece que las instituciones académicas deben crear repositorios
institucionales y que es obligatoriopara los científicos archivar allí su producción.

6
Por ejemplo el registro que ofrece Open Science Center. Véase https://cos.io/prereg/
7
SciELO (Scientific Electronic Library Online) Conforma una red iberoamericana de colecciones de revistascientíficas con acceso abierto, libre
y gratuito, con el objetivo de promover la ciencia de los países en desarrollo.
8
Redalyc (Red de Revistas Científicas de América Latina y el Caribe, España y Portugal) es un repositorio onlinede revistas y datos científicos
especializado en ciencias sociales.
9
LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) tiene como objetivo
de promover una estrategia regional en América Latina para el acceso abierto.
436 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

Sin embargo, no todas las bibliotecas universitarias avanzaron en este sentido, en parte porque requieren
recursos y capacidades específicas, pero muchas veces también porque enfrentan resistencia de otras
dependencias universitarias, como por ejemplo las unidades de vinculación tecnológica, que prefieren poder
monitorear eluso del conocimiento generado en lugar de abrirlo.
De todas maneras, incluso en las universidades donde sí existen repositorios, éstos no siempre son
utilizados por los investigadores debido a temores por posibles sanciones de editoriales; o por simple
desconocimiento de cómo hacerlo; o porque existen pocos incentivos para encarar los costos de aprendizaje
y de tiempo de uso.

2.4.1. Software y hardware libre

El compromiso con la apertura empuja a los científicos a adoptar también herramien- tas abiertas que se
puedan adaptar mejor a las necesidades del proyecto o que per- mitan bajar costos. Iniciativas como el Nuevo
Observatorio Virtual Argentino, una plataforma para compartir datos astronómicos a nivel nacional, utiliza
software libre que fue desarrollado originalmente por la Asociación Alemana de Astronomía 10. La
transferencia del software no implicó ningún costo excepto el de capacitación, y el software está disponible
para realizar modificaciones.
De manera similar, el proyecto PAMPA2, que monitorea lagunas en la región pampeana para detectar
cambios ambientales que podrían afectar el ecosistema, uti- liza boyas equipadas con sensores automáticos
que transmiten en tiempo real infor- mación relevante. Si bien originalmente las boyas utilizaban tecnología
privativa, al momento de nuestro relevamiento se estaba trabajando en un nuevo diseño usando hardware
abierto, que permitía encarar proyectos de monitoreo más ambiciosos apo- yándose en las contribuciones que
podían hacer otros actores.
La colaboración de más actores en el desarrollo de herramientas genera mejoras en las mismas y
promueve dinámicas de aprendizajes entre los usuarios (incluyen- do estudiantes y entusiastas de la ciencia
ciudadana)11. Sin embargo, existen po- cos esquemas de incentivos y líneas de financiamiento específicos
para fomentar y financiar el desarrollo de estos instrumentos. Tampoco se prevé financiamiento o
capacitación específica para las tareas de documentación que exige el desarrollo de software y hardware
abierto. Por lo tanto, su desarrollo depende, por ahora, en gran medida del entusiasmo y compromiso de los
investigadores.

2.5. Documentación y descripción

La documentación y el registro abierto de los datos son fundamentales para asegu- rar la reproducibilidad del
conocimiento científico (Goodman, Fanelli y Ioannidis, 2016). Sin embargo, en la mayoría de las
publicaciones científicas, estos datos se encuentran ausentes debido a la falta de tradición disciplinar y a las
reglas poco claras sobre cómo realizar este registro o debido al interés comercial para el uso de los datos
(Toelch y Ostwald, 2018). La reciente crisis de reproducibilidad en algunas

10
Se trata del software libre DaCHS, bajo licencia GPL.
11
Por ejemplo, las iniciativas Open Labware, Open Neuroscience y Baden Lab promueven la colaboración en la construcción de equipos científicos
abiertos y de bajo costo para países en desarrollo con fines educativos y de investigación.
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 437

disciplinas (Baker y Penny, 2016), la construcción de nuevas herramientas abiertas de registro y los
crecientes requerimientos de transparencia y apertura en organismos públicos han producido un cambio de
tendencia hacia nuevas prácticas como el pre- registro de los datos, mayor cuidado en la construcción de
metadatos y la elaboraciónde notas de laboratorio.
El pre-registro de datos permite describir las hipótesis con sus predicciones, me- todología y plan de
análisis con anterioridad a la realización de la investigación. El pre-registro de datos no sólo mejora la
transparencia del proceso de investigación (Nosek et al., 2018) sino que puede ayudar a prevenir el uso
indebido de los datos en forma de p-Hacking12 o HARK-ing13 (Toelch y Ostwald, 2018). Sin embargo, más
allá del pre-registro para tests clínicos y otras pocas disciplinas, todavía no existen suficientes incentivos o
infraestructura para favorecer esta práctica.
Los metadatos son la información que describe un recurso de información com- partido de manera
estructurada, definiendo cada uno de los campos involucrados y explicando los aspectos asociados a su
recolección y/o construcción. Esto facilita la localización, el procesamiento, administración y comprensión
de la información compartida (NISO, 2004).
La cantidad de información incluida en los metadatos y, sobre todo, la calidad de su construcción,
valoriza la información que se comparte. Sin embargo, generar metadatos de calidad no es una tarea sencilla,
y requiere de conocimientos técnicos que generalmente exceden lo que pueden disponer los actores que
desean compartir sus datos. Existen tres desafíos principales en la construcción de metadatos: i) cómo
identificar la información relevante y cómo estructurarla, ii) cómo promover que el recurso compartido
pueda ser identificado por múltiples sistemas (cómo hacerlo interoperable), iii) cómo garantizar que el
recurso compartido sobreviva al paso del tiempo, principalmente que los metadatos sigan siendo recogidos,
identificados y comprendidos cuando la tecnología informática en la que se apoyan cambia.
Por último, los cuadernos abiertos permiten crear notas de laboratorio en conjunto con datos crudos a medida
que se realiza el trabajo de investigación. Esta práctica aumen- ta la transparencia, permite que otros científicos sigan
paso a paso los avances en nuevos experimentos, acelera el proceso de innovación, y también favorece su
reproducibilidad. Iniciativas como Open Source Malaria14 y Extreme Open Science en el Structural Geno- mic
Consortium15 han comenzado a llevar cuadernos abiertos de laboratorio.
Los cuadernos de laboratorio también presentan desafíos. Para realizarlos se requiere un cuidado puntilloso del
proceso de documentación, lo que puede aumentar la carga de trabajo. Los investigadores que emprenden estas
tareas también enfrentan riesgos de scooping y posibles dificultades para publicar y para patentar (Sanderson,
2008).

2.6. Publicación y reporte

El sistema de publicaciones está en pleno proceso de transformación. El desarrollo de nuevas herramientas

digitales que facilitan y abaratan la tarea editorial y los al- tos costos para acceder a las publicaciones
comerciales han impulsado una ola de
12
El proceso de utilizar técnicas de data mining para encontrar variaciones estadísticamente significativas en los
datos, pero que no necesariamente tienen un sustento teórico por detrás.
13
Realizar hipótesis después de publicados los resultados.
14
http://opensourcemalaria.org/
15
https://opennotebook.thesgc.org/
438 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

innovaciones para abrir el acceso. A continuación mencionamos algunos de ellos: publicaciones en acceso
abierto, pre-prints, datos abiertos de investigación y uso delicencias abiertas.
Las publicaciones de acceso abierto son una de las áreas en las cuales la cien- cia abierta se encuentra
más avanzada, aunque todavía persisten algunos obstácu- los (Björk, 2013). En la actualidad, en el Directorio
de Revistas en Acceso Abierto (DOAJ) se encuentran listados 11.267 revistas pertenecientes a 123 países
que con- tienen casi 3 millones de artículos. Un artículo reciente calcula que, de acuerdo a diferentes estudios,
entre el 28% y el 45% de la literatura científica se encuentra en acceso abierto, y que este porcentaje está
creciendo. Los artículos en acceso abierto también reciben 18% más de citas (Piwowar et al., 2018) y mayor
atención en los medios (McKiernan et al., 2016). Organismos y programas de financiamiento cien- tífico
como la National Science Foundation en EE.UU. y el Programa Horizonte 2020 de la European Commision
promueven políticas para compartir publicaciones en acceso abierto. Al mismo tiempo, el incremento en el
uso de Sci-Hub (un sitio que permite descargar copias no autorizadas de artículos científicos) contribuye a la
discusión de las deficiencias del sistema editorial pago.
Sin embargo, el sistema editorial cerrado continúa siendo un actor central. Cinco editoriales académicas
(Reed-Elsevier, Wiley-Blackwell, Springer, Taylor & Fran- cis y Sage) controlaban, en 2013, más de la
mitad de las publicaciones (Larivière, Haustein y Mongeon, 2015). A estas editoriales pertenecen las revistas
científicas de mayor prestigio y los esquemas de evaluación siguen apoyándose también en indicadores que
ellas ofrecen. Por eso, los investigadores todavía encuentran interés en publicar en revistas de acceso cerrado
y las organizaciones académicas deben comprar el acceso a revistas cerradas para no aislar a sus
investigadores.
La publicación de borradores de artículos o artículos sin evaluación previa (deno- minados pre-prints)
constituye otra novedad reciente. El objetivo de estas publicacio- nes es evitar el largo proceso de revisión y
dar a conocer la investigación en menor tiempo, abriendo el artículo a comentarios y críticas antes de la
evaluación formal.
El uso de pre-prints se encuentra bien establecido en disciplinas como astronomía y matemáticas (a través
de sitios como ArXiv), mientras que para otras disciplinas como ciencias sociales (SOC ArXiv), ingeniería
(engrXiv) y biología (bioArXiv y ASAPbio) recién está comenzando. En América Latina, SciELO está
preparando un servidor de pre-prints que promoverá su uso en la región (Packer, Santos y Meneghi- ni, 2017).
De hecho, es una práctica cada vez más común citar pre-prints (Tennant et al., 2017).
A pesar de su creciente adopción, todavía existe cierto prejuicio sobre los pre- prints como conocimiento
no establecido o evaluado, y algunas revistas desalientan su citación o incluso rechazan la evaluación de
artículos que han sido previamente publicados en formato digital.
La publicación de datos abiertos es otra área en la cual las prácticas de ciencia abierta cuentan con
bastante apoyo institucional. Por ejemplo, en Argentina, la ley obliga a los científicos a depositar los datos
correspondientes a sus publicaciones luego de un plazo de cinco años. La red SciELO también está
empezando a imple- mentar acciones para fomentar la publicación de datos y código abierto asociados a las
publicaciones (Packer et al., 2018).
A diferencia de las publicaciones, los datos tienen diferentes formatos que varía
a lo largo de las distintas disciplinas. Como sugiere McKiernan (2017, p. 14), sin
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 439

directivas y estándares claros, inclusive los investigadores más experimentados pue- den sufrir problemas para
autoarchivar sus datos.
El cuidado que requieren datos personales, de comunidades en riesgo, datos que afecten la seguridad
nacional, etc. constituye otro desafío latente. Establecer un balance entre apertura y privacidad personal
puede resultar difícil. Por ejemplo, el Acuerdo de gestión de datos que promueven varias instituciones
británicas bajo el paraguas del RCUK, establece que los datos deben ser “tan abiertos como sea posi- ble, tan
cerrados como sea necesario” (Hamilton, Kernohan y Jacobs, 2017).
Otro desafío es la posibilidad de que instituciones con más recursos realicen mi- nería de datos para
producir desarrollos científicos y/o industriales que puedan ir en detrimento de los intereses de los países o
actores que aportaron los datos. En algu- nos casos, como en Argentina, la legislación sobre datos científicos
abiertos excluye de la obligación de publicar datos a aquellas investigaciones que resultan de interés
comercial. Pero no siempre es posible prever el uso comercial de los datos o el co- nocimiento publicado.
Muchos de los proyectos de ciencia abierta se apoyan en licencias Creative Com- mons (CC), que ayudan a
los creadores a mantener sus derechos de autor mientras permiten que otros copien, distribuyan y hagan
algunos usos de su trabajo.
Las licencias CC se utilizan ampliamente en áreas como publicaciones de acceso abierto y software libre.
Pero en general esta práctica resulta extraña para científicos y sus instituciones. De hecho, la mayoría de las
universidades e institutos científicos promueven cada vez más el uso de patentes para proteger sus resultados,
yendo a con- tramano de las licencias abiertas. Es decir que, en este ámbito, no están desarrolladas las
capacidades institucionales ni existe por el momento voluntad política de hacerlo.

2.7. Evaluación

La demanda de actividades de evaluación de pares crece a pasos agigantados: cada vez existen más
resultados y actividades que requieren evaluación por pares (e.g. postulación de proyectos, promociones,
participación en conferencias, publicacio- nes). Esto está haciendo insostenible este sistema de evaluación.
Las editoriales científicas, paralelamente, desarrollaron bases de datos bibliométri- cas que permiten
cuantificar publicaciones y sus citas. A partir de ellas se han empeza- do a utilizar indicadores cuantitativos como
herramientas para la evaluación científica.Los sistemas de evaluación determinan en gran medida la dirección
que tome la producción científica. ¿Sobre qué base deberían evaluarse los investigadores? Larespuesta a
esta pregunta configura el panorama científico en cualquier país. En esta
sección evaluamos los caminos para la evaluación que propone la ciencia abierta.

2.7.1. Revisión abierta de pares

El sistema tradicional de revisión de pares es conocido como double blind peer review, lo que implica que los pares
no firman sus reportes ni conocen la identidad de los autores cuya producción están evaluando. Los reportes
producidos no se publican; sólo se dan a conocer privadamente entre revisores, editores y autores. Estos aspectos
generan una serie de deficiencias: a) se condiciona fuertemente el trabajo de revisión al conocimiento específico que
cada editor tenga sobre el tema que se está evaluando, b) los revisores tie- nen menos incentivos a realizar críticas
constructivas y bien fundamentadas cuando sus
440 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

reportes no se hacen públicos, y c) en muchos casos el anonimato puede ser beneficioso, pero también restringe la
posibilidad de evaluar al investigador en su rol de revisor (unaspecto clave para el funcionamiento del sistema).
Para superar estas deficiencias se propone abrir el sistema de revisión. Esto im- plica, como mínimo, que
las revisiones sean firmadas (no anónimas) y que los re- portes se publiquen como un apéndice adjunto a los
documentos evaluados. Algunas versiones de revisión abierta también promueven un proceso de
autoselección de revisores (to crowd-source review), según el cual los investigadores se ofrecen de manera
voluntaria para evaluar aquellos trabajos de acuerdo con su formación o intereses de investigación.
El sistema de revisión abierto apunta a generar mayor transparencia del sistema, a la vez que aumenta la
responsabilidad y el compromiso con el trabajo de revisión (Tennant et al., 2017). La revisión misma se
transforma en conocimiento. El proce- so de producción de conocimiento científico es de retroalimentación
continua: en ese contexto, el sistema de evaluación ciego aparece como demasiado rígido. La evaluación
abierta, por el contrario, parece adaptarse más naturalmente al carácter provisional de la ciencia,
promoviendo la creatividad y el dinamismo en lo que se considera científicamente válido en un momento
dado (Open Scholar, 2015).
Sin embargo, la evaluación abierta también tiene sus riesgos. Por ejemplo, la eliminación del anonimato
puede hacer que los revisores sesguen positivamente sus revisiones, buscando agradar a ciertos autores bien
establecidos en la disciplina (van Rooyen, Godlee, Evans, Black y Smith, 1999). Es posible que los nuevos
sistemas de auto-selección no encuentren revisores para algunos artículos. Pero esto no parece ser un problema
grave, ya que siempre se puede diseñar un sistema mixto con algu- nos revisores preseleccionados y otros
auto-seleccionados.
En términos de implementación, la evaluación abierta de pares representa un de- safío no solo para los
científicos sino también para las revistas y los editores (Amez- cua y Pozuelo Zurera, 2016). Del total de
revistas con acceso abierto en el DOAJ, solamente 126 tienen un sistema de revisión abierta de pares, y en
América del Sur más México, de un total de 1915 revistas en el DOAJ, solo existen 4 con revisión abierta16.
En este punto, todavía existen muchas dudas: en una reciente encuesta rea- lizada por OPENAire a
académicos y editores, de un total de 3062 respuestas, más del 60% cree que la evaluación abierta de pares
debe ser parte normal del proceso de evaluación, pero la mayoría de los encuestados se mostró reticente a
revelar la identidad de los evaluadores (Ross-Hellauer, Deppe y Schmidt, 2017).

2.7.2. Indicadores de impacto alternativos

Cuando los esquemas de evaluación se apoyan en indicadores cuantitativos, se mo- tiva a los investigadores
a orientar su investigación hacia áreas, temas y métodos que tienen más chances de ser citados
internacionalmente, que no necesariamente coinciden con las necesidades del país que financia la
investigación. Asimismo, la atención al factor de impacto de una revista17 puede condicionar las decisiones
del
16
Véase https://doaj.org/. Tres de estas revistas son brasileras (Journal of Human Growth and Development, Projetos e Dissertações em Sistemas de
Informação e Gestão do Conhecimento, y Revista Outubro) y una argentina: Papers in Physics.
17
El índice de impacto de la revista jerarquiza a la misma frente a otras publicaciones, y se calcula a partir de la cantidad de citas a los artículos
publicados en esa revista durante un período de dos años.
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 441

editor respecto de dos cuestiones claves: si envía o no el documento a revisión, y cuál será la decisión del editor
si las revisiones de pares resulten contradictorias.
En este contexto han comenzado a surgir métricas alternativas para medir el im- pacto de las publicaciones
más allá del ámbito académico. Por ejemplo, Altmetrics mide citas a publicaciones científicas en redes
sociales, blogs y otras plataformas electrónicas. Algunos autores sugieren que estos indicadores alternativos
resultan un buen complemento a las citas académicas porque puede capturar otro tipo de interés en la
investigación académica (Costas, Zahedi y Wouters, 2015). Sin embargo, Alt- metrics no capta en qué
medida los investigadores generan opinión en ambientes no académicos, como en sus aportes a los debates
públicos sobre temas de relevancia social o su rol como asesores en el diseño de política pública. Para ello, se
podría experimentar con el uso de tecnologías digitales en minería de textos.
Sin embargo, también las métricas alternativas suponen riesgos. La proliferación de sistemas basados en
algoritmos de big data que usan información de redes socia- les todavía se basan en publicaciones. La
diferencia es que cuentan otros tipos de ci- tas. Entonces, los incentivos realmente no cambian para los
investigadores. Además, podría aparecer en esos casos un sesgo conocido como gamification, que significa
desviar recursos hacia actividades que se desarrollan sólo para “ganar el juego”, in- cluidos los esfuerzos para
“engañar” en las redes sociales (spamming, por ejemplo). Estos riesgos pueden diluirse de alguna manera
cuando estos indicadores alterna- tivos sean sólo un indicador adicional en la batería de herramientas que
evalúan la investigación.

2.8. Comunicación

Para ganar accesibilidad, los investigadores deben diversificar los canales de comu- nicación o explorar con
nuevos formatos para llegar a un público más amplio (por ejemplo, redes sociales, blogs, etc.) (Felt et al.,
2013).
Esta necesidad se ha vuelto ahora más urgente debido al aumento de las fuentes de información
(Weinberger, 2011). Los divulgadores científicos se ven igualados a cualquier actor que difunde información
de fuentes dudosas. De hecho, para algunos autores, la comunicación científica se ha vuelto crecientemente
una responsabilidadde los propios científicos (Brownell, Price y Steinman, 2013; Leshner, 2003).
Si bien el impacto social de la ciencia puede mejorar con los esfuerzos de comu- nicación, también existen
desafíos. Comunicar ideas complejas de manera sencilla no siempre resulta fácil, y muchas veces los
científicos no tienen las capacidades necesarias para hacerlo (Brownell et al., 2013).

2.8.1. Nuevas formatos de comunicación de la ciencia

El uso de redes sociales digitales como Twitter, Facebook, YouTube, y otras, está cambiando rápidamente la
relación con el público, permitiendo que los científicos se comuniquen directamente y sin mediaciones con
diferentes actores.
De acuerdo con Grand et al. (2012), el uso redes sociales como Twitter permite que los científicos
aumenten la confianza del público en la ciencia mediante el au- mento de la transparencia y la conversión de
los expertos en figuras públicas. Sin embargo, la transformación de científicos en intermediarios no siempre
es sencilla. El uso de redes sociales requiere un compromiso personal que los científicos muchas
442 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

veces no están dispuestos a asumir (Procter et al., 2010), especialmente cuando no es ésta una actividad
valorada por los esquemas de evaluación.

2.8.2. Recursos educativos abiertos

La apertura en materiales de investigación también se está extendiendo hacia activi-dades de educación y

extensión. Esto incluye cursos online (conocidos por su siglaen inglés como MOOC, massive open online
courses) y libros de textos abiertos. Sibien las universidades utilizan diferentes métodos de educación online
desde fines dela década de 1990, los MOOC y otros materiales educativos abiertos ofrecen ventajasen términos
de escalabilidad (el acceso a un número creciente de usuarios) y acceso abierto (Finkle y Masters, 2014). Estas
características han generado amplias expectati- vas de democratización en el acceso al conocimiento y reducción
de costos educativos. Se dice que más de 200 universidades lanzaron cursos online (Shah, 2017) y
empresas como Coursera, Udacity y EdX han comenzado a ofrecer MOOC ya seade manera gratuita o a
través de diferentes modelos pagos. Entre los riesgos quepresentan estas herramientas se encuentra la
posibilidad de que las autoridades losutilicen como excusa para recortar fondos o que su existencia
conviertan la educa-ción universitaria en un sistema dual en el cual los privilegiados acceden a clases
presenciales y los que tienen menos recursos aprenden online (Rohs y Ganz, 2015).

3. Discusión

La revisión de los desafíos que enfrentan las prácticas de apertura y colaboración en las distintas etapas del
proceso de investigación nos permite identificar tres grandes ejes sobre los que se debería actuar si se quieren
promover las prácticas de ciencia abierta: capacitación, cambiar el diseño institucional de fomento a la actividad
científica y de- safíos de economía política. En lo que sigue recorremos estas tres dimensiones.

3.1. Desafíos en términos de capacidades

Poner en marcha prácticas de ciencia abierta implica aprender nuevas capacida- des que no siempre se
encuentran disponibles. Mientras que compartir artículos o navegar bibliotecas electrónicas resulta
común para los investigadores, com- partir datos, utilizar herramientas de código abierto puede resultar
desafiante (McKiernan, 2017).
Una dificultad evidente es que la falta de capacidades abarca todos los aspectos del ciclo de investigación.
Ello requiere construir planes de capacitación que incum- ben a un amplio arco de actores (i.e. investigadores
en formación e investigadores formados, bibliotecarios y personal de apoyo, y funcionarios académicos), y
que habría que desarrollar de forma escalonada.
Algunas sugerencias posibles son:

a) Consolidar aquellas áreas donde existen más capacidades y comenzar a explorar las menos
conocidas: en áreas como acceso abierto a publicacio- nes (y, en menor medida, datos), ya existen
ciertas capacidades que pueden ampliarse rápidamente. En el caso de prácticas menos conocidas,
como
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 443

evaluación abierta de pares o cuadernos abiertos de laboratorios, debería empezarse con brindar más
información sobre las mismas y fomentar la existencia de nuevos usuarios y desarrolladores.
b) Aprovechar los recursos y las comunidades de práctica disponibles: afor- tunadamente, a nivel
internacional existen un montón de organizaciones sociales que producen y divulgan sus propios
recursos de capacitación, tales como MOOC, wikis, webinars, etc. Estos espacios en general cuen-
tan con workshops y jornadas de colaboración online de forma periódi- ca. La mayoría de estos
recursos son fácilmente accesibles y se podrían establecer alianzas que permitan acelerar los
procesos de capacitación a nivel local.
c) Pensar fuera del laboratorio: algunas de las prácticas más paradigmáticas de la ciencia abierta
(e.g. investigación interdisciplinaria y participación de actores extra-académicos) siempre fueron
un dolor de cabeza para los científicos en general. Sin embargo, se trata prácticas habituales
en otras comunidades como las de software libre o laboratorios ciudadanos. Aprender de estos
grupos puede ayudar a desarrollar prácticas abiertasen el ámbito científico.
d) Construir capacidades para el futuro: a medida que la apertura avance y la disponibilidad de
datos, código y otras herramientas abiertas se consoli- de, los futuros científicos contarán con nuevos
recursos y materiales para el análisis. Es preciso que los planes de formación empiecen a tener en
cuenta esta realidad emergente y diseñar planes de capacitación para estudiantes e investigadores
jóvenes en gestión de datos, programación y diseño de instru-mental en código abierto.

3.2. Desafíos institucionales

En la actualidad, los científicos que implementan prácticas de ciencia abierta lo hacen basándose en
convicciones o experiencias previas personales, o res- pondiendo a instituciones internacionales de
financiamiento que imponen con mayor frecuencia, por ejemplo, el acceso abierto como requisito para
financiar. Sin embargo, los esquemas de incentivos locales no promueven estas prácticas, más bien las
previenen, al generar costos de oportunidad de usar tiempo en actividades no valoradas por los esquemas de
evaluación. De hecho, las defi- ciencias en los esquemas de incentivos generan actitudes de precaución
entre los científicos.
Tampoco existe financiamiento específico para el tipo de actividad que la ciencia abierta demanda. Por
ejemplo, los formularios para solicitar financiamiento no con- templan la necesidad de contar con
administradores de la apertura, que son necesa- rios para documentar y gestionar la colaboración y
participación.
Es preciso superar esta instancia y comenzar a formalizar mecanismos que per- mitan compartir y
colaborar, y reconozcan integralmente el trabajo de los investiga- dores por hacerlo. El apoyo de las
instituciones de financiación, evaluación y de las unidades académicas es crucial para consolidar el incipiente
proceso de apertura. Éstas podrían establecer mecanismos que premien las prácticas abiertas por sobre las
prácticas tradicionales. Se podría pensar en construir una batería de indicadores que evalúe a los
investigadores en diferentes aspectos de la apertura y colaboración,
444 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

esperando que cada institución académica, no cada investigador, pueda mostrar bue- nos antecedentes en todas
esas categorías.
Algunas ideas podrían ser (Arza y López, 2017):

a) Evaluar a los investigadores como lectores y revisores: esto creará incenti- vos para la difusión y
expansión de la revisión abierta de pares.
b) Valorarlos como colaboradores: es necesario equilibrar la puja de fuer- zas entre colaboración y
competencia. Hoy, los esquemas de incentivos priorizan la competencia. Se podrían valorar
particularmente los pro- yectos y publicaciones que muestren colaboración inter-institucional e
interdisciplinaria.
c) Registrar lo que comparten: la evaluación podría valorar, por ejemplo, que los investigadores
compartieran los resultados en repositorios abiertos, que produjeran bases de datos y metadatos, que
trabajaran cuadernos abiertos de laboratorio, que publicaran los protocolos de investigación, que
participaranen proyectos colaborativos en red, etc.
d) También se podría pensar en indicadores de evaluación institucional que ca- lifiquen la infraestructura
y el soporte técnico y de gestión para la apertura. La disponibilidad de indicadores de estas
características a nivel de organi- zación académica podría ayudar a generar incentivos para facilitar
la transi-ción hacia formas más plenas de ciencia abierta.

3.3. Desafíos políticos

Los desafíos de economía política son quizás los más complicados de resolver dentro de los esquemas
institucionales existentes. Esto se debe a una combina- ción de factores. Por un lado, existen intereses
creados y tradiciones de prácticas que se resisten a modificar sus conductas y ceder sus privilegios en el
control de recursos. Estas resistencias se encuentran tanto a nivel personal (por ejemplo, considerar los datos
como objetos de dominio personal) como organizacional (por ejemplo, la resistencia de las unidades de
vinculación tecnológica a la in- troducción de políticas de acceso abierto). Por otro lado, durante el proceso
de apertura, algunos actores más poderosos pueden aprovecharse de la repentina oferta de recursos y usarlos
de formas que generen asimetrías en la producción y uso del conocimiento científico.
En este escenario, algunas acciones posibles son:

a) Resolver la contradicción de las propias directrices de políticas públicas: fomentar la apertura

mientras se continúa promoviendo política de pro- piedad intelectual de la producción científica vía
patentes puede generar tensiones difíciles de resolver para los científicos e, inclusive, favorecer
procesos de captura. Una solución obvia es comenzar a explorar el uso de licencias abiertas.
b) Generar acuerdos para compartir datos sensibles: existen ciertas áreas de in- vestigación (como salud y
conservación de especies) cuyo tratamiento siem- pre requerirá de mayor cuidado de los datos. Es
posible elaborar políticas selectivas de apertura con las cuales se asegure que los datos serán utilizados
para el bien público sin afectar a las poblaciones locales.
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 445

c) Fomentar la participación ciudadana: los entornos académicos están poco preparados para fomentar
nuevas formas de colaboración con ciudadanos y organizaciones sociales. En la medida en que estas
prácticas se adopten de forma creciente, será necesario explorar en paralelo nuevas formas de reco-
nocimiento y protección de la experticia que poseen los diferentes actores fuera del laboratorio.

4. Conclusiones

La ciencia abierta está dejando lentamente de ser una novedad y ha comenzado a constituirse en objeto de
políticas públicas. Sin embargo, todavía persisten una serie de desafíos que requieren compromisos
personales, creatividad institucional y plani-ficación a largo plazo.
La tendencia a la apertura en ciencia continuará a nivel mundial, como se puede anticipar del creciente
apoyo que este tipo de prácticas tienen en las estrategias de política de promoción de la ciencia a nivel
internacional. Para no quedar rezagados y generar mayores brechas de conocimiento, es necesario comenzar
pronto a diseñar planes de formación y construcción de capacidades. Existe el riesgo de que, en un futuro no
muy lejano, las posibilidades de generar conocimiento científico se vean severamente limitadas sin el
dominio de las herramientas y capacidades que permi- ten abrir y colaborar.
La transición hacia sistemas abiertos requiere cambios culturales e instituciona- les, desarrollo de
infraestructura pública y capacidades específicas. Enfrentar estos cambios requerirá no solo creatividad
institucional y nuevos recursos sino también prestar atención a las innovaciones y prácticas que ya se están
promoviendo.

5. Referencias

Arza, V., Fressoli, M., y López, E. (2017). Ciencia abierta en Argentina: un mapa de experiencias actuales. Ciencia,
Docencia y Tecnología, 18 (55), 78-114. Disponible en http://www.redalyc.org/pdf/145/14553608004.pdf
Arza, V., Fressoli, M. y Sebastian, S. (2017). Towards open science in Argentina: From experiences to public policies.
First Monday, 22(7), 1-12. Disponible en http://firstmonday.org/ojs/index.php/fm/article/view/7876/6330
Arza, V. y Fressoli, M. (2017). Systematizing benefits of open science practices. Information Services and Use, 37(4), 463-
474. Disponible en: https://content.iospress.com/articles/ information-services-and-use/isu861
Amezcua, M., y Pozuelo Zurera, S. (2016). La Revisión por pares abierta, entre desafíos e incertidumbres. Index de
Enfermería, 25(4), 293-296. Disponible en: http://scielo.isciii. es/scielo.php?script=sci_arttext&pid=S1132-
12962016000300017
Baker, M. (2016). 1,500 scientists lift the lid on reproducibility. Nature News, 533(7604),
452-454. https://doi.org/10.1038/533452a
Bartling, S. y Friesike, S. (2014). Towards Another Scientific Revolution. En Opening Science (pp. 3-15). Cham:
Springer International Publishing. https://doi.org/10.1007/978-3-319-00026-8_1
446 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

Björk, B.C. (2013). Open Access Are the Barriers to Change Receding? Publications, 1(1), 5-15.
https://doi.org/10.3390/publications1010005
Boulton, G., Campbell, P., Collins, B., Elias, P., Hall, W., Graeme, L., O’Neill, O., Rawlins, M., Thornton, J y Vallance,
P., Walport, M. (2012). Science as an open enterprise. The Royal Society. Disponible en:
https://royalsociety.org/~/media/policy/projects/sape/2012-06-20-saoe.pdf
Brownell, S. E., Price, J. V y Steinman, L. (2013). Science communication to the general public: why we need to teach
undergraduate and graduate students this skill as part of their formal scientific training. Journal of undergraduate
neuroscience education, 12(1), E6-E10.
http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3852879&tool=pm centrez&rendertype=abstract
Costas, R., Zahedi, Z. y Wouters, P. (2015). Do «altmetrics» correlate with citations? Extensive comparison of altmetric
indicators with citations from a multidisciplinary perspective. Journal of the Association for Information Science
and Technology, 66(10),2003-2019. http://doi.org/10.1002/asi.23309
David, P. A. (2004). Towards a Cyberinfrastructure for Enhanced Scientific Collaboration: Providing its «Soft»
Foundations May Be the Hardest Part. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.1325264
European Commission. (2016). EU Open Innovation, Open Science, Open to the World.
European Commission. https://doi.org/10.2777/061652
Felt, U., Barben, D., Irwin, A., Joly, P. B., Rip, A., Stirling, A. y Stöckelová, T. (2013).
Science in Society: caring for our futures in turbulent times. Policy briefing, 50.
Finkle, T. A. y Masters, E. (2014). Do MOOCs pose a threat to higher education? Research in Higher Education
Journal, 26, 1-11. Disponible en: http://www.aabri.com/ manuscripts/141968.pdf
Franzoni, C. y Sauermann, H. (2014). Crowd science: The organization of scientific research in open collaborative
projects. Research policy, 43(1), 1-20. https://doi.org/10.1016/j. respol.2013.07.005
Fressoli, M., y Arza, V. (2017). Negociando la apertura en ciencia abierta: Un análisis de casos ejemplares en
Argentina. Revista iberoamericana de ciencia tecnología y sociedad, 12(36), 139-162.
Goodman, S. N., Fanelli, D. e Ioannidis, J. P. A. (2016). What does research reproducibility
mean? Science Translational Medicine, 8(341), 1-12.
Grand, A., Wilkinson, C., Bultitude, K. y Winfield, A. F. T. (2012). Open Science: a new «trust technology»?
Science Communication, 34(5), 679-689. http://doi.org/10.1177/1075547012443021
Hamilton, M., Kernohan, D. y Jacobs, N. (2017, junio). Open by default? How can we make the most of open practices in
research, education and skills? Disponible en: https://www.jisc.ac.uk/reports/open-by-default
Hess, D. (2007). Alternative pathways in science and industry: Activism, innovation, and the environment in an era of
globalization. Cambridge, MA: The MIT Press.
Larivière, V., Haustein, S., & Mongeon, P. (2015). The oligopoly of academic publishers in the
digital era. PLoS ONE, 10(6), 1-15. https://doi.org/10.1371/journal.pone.0127502
Leshner, A. I. (2003). Public Engagement with Science. Science, 299(5609), 977. http://doi.
org/10.1126/science.299.5609.977
Masum, H. y Harris, R. (2011). Open source for neglected diseases: Magic bullet or mirage. Results for Development
Institute. Disponible en: https://www.r4d.org/wp- content/uploads/Open-source-high-res.pdf
Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448 447

McAllister, J. W. (2012). Climate Science Controversies and the Demand for Access to Empirical Data. Philosophy of
Science, 79(5), 871-880. https://doi.org/10.1086/667871
McKiernan, E. C. (2017). Imagining the “open” university: Sharing scholarship to improve research and education.
PLoS biology, 15(10), e1002614. https://doi.org/10.1371/journal. pbio.1002614
McKiernan, E. C., Bourne, P. E., Brown, C. T., Buck, S., Kenall, A., Lin, J. y Yarkoni, T. (2016). How open science
helps researchers succeed. eLife 5. https://doi.org/10.7554/ eLife.16800
Melin, G. (2000). Pragmatism and self-organization. Research Policy, 29(1), 31-40. https://
doi.org/10.1016/S0048-7333(99)00031-1
National Information Standards Organization (2004). Understanding metadata. Baltimore: NISO Press. Disponible en:
https://www.niso.org/publications/understanding-metadata
Nielsen, M. (2012). Reinventing Discover: The New Era of Networked Science. Princeton, EE.UU.: Princeton
University Press.
Nosek, B. A., Ebersole, C. R., DeHaven, A. C. y Mellor, D. T. (2018). The preregistration revolution. Proceedings of the
National Academy of Sciences, 115(11), 2600-2606. https://doi.org/10.1073/pnas.1708274114
OECD (2015). Making Open Science a Reality. OECD Science, Technology and Industry Policy Papers, 25. Paris:
OECD Publishing. https://doi.org/10.1787/5jrs2f963zs1-en
Open Policy Network (2016). Global Open Policy Report. Disponible en https:// creativecommons.org/wp-
content/uploads/2016/12/StateofOpenPolicyFullReport_ FINAL-1-1-1-1.pdf
Packer, A., Perez Sales, D., Santos, S., Mendoza, A., y Meneghini, R. (2018, enero). Los criterios de Indexación de
SciELO se alinean con la comunicación en la ciencia abierta [en línea]. Disponible en:
https://blog.scielo.org/es/2018/01/10/los-criterios-de-indexacion- de-scielo-se-alinean-con-la-comunicacion-en-la-
ciencia-abierta/#.W33CBuhKjcc
Packer, A., Santos, S., y Meneghini, R. (2017, febrero). SciELO Preprints en camino. Blog SciElo. Disponible en:
https://blog.scielo.org/es/2017/02/22/scielo-preprints-en- camino/#.WxsBKO4vzIU
Perakakis, P. (2015). OPRM: An Open Peer Review Module for integration with OA repositories [Version 1]. The Self
Journal of Science.
Piwowar, H., Priem, J., Larivière, V., Alperin, J. P., Matthias, L., Norlander, B., Farley, A., West, J. y Haustein, S.
(2018). The state of OA: a large-scale analysis of the prevalence and impact of Open Access articles. PeerJ, 6,
e4375. https://doi.org/10.7717/peerj.4375
Procter, R., Williams, R., Stewart, J., Poschen, M., Snee, H., Voss, A. y Asgari-Targhi,
M. (2010). Adoption and use of Web 2.0 in scholarly communications. Philosophical Transactions of the Royal
Society A: Mathematical, Physical and Engineering Sciences, 368(1926), 4039-4056.
https://doi.org/10.1098/rsta.2010.0155
RIN/NESTA (2010) Open to All: Case Studies of Openness in Research, Joint RIN/NESTA Report, Londres: Research
Information Network/National Endowment for Science, Technology and the Arts.
http://www.rin.ac.uk/system/files/attachments/NESTA-RIN_ Open_Science_V01_0.pdf
Rohs, M. y Ganz, M. (2015). MOOCs and the claim of education for all: A disillusion by empirical data. International
Review of Research in Open and Distance Learning, 16(6),1-19. https://doi.org/10.19173/irrodl.v16i6.2033
Ross-Hellauer, T., Deppe, A. y Schmidt, B. (2017, mayo). OpenAire survey on open peer review: attitudes and
experience amongst editors, authors and reviewers [en línea]. https://doi.org/10.5281/zenodo.570864
448 Fressoli, M.; Arza, V. Teknokultura 15(2) 2018: 429-448

Rossel, C. (2015, enero). The World Bank Open Access policy [en línea]. Disponible en:
https://otwartanauka.pl/analysis/nauka-otwartosc-swiat/polityka-otwartosci-banku- swiatowego/the-world-bank-
open-access-policy
Sanderson, K. (2008). Data on display. Nature, 455. https://doi.org/10.1038/455273a Schwarzkopf, S. (2016, abril). It’s
not the end of the world if your research gets ‘scooped’.
Times Higher Education, Blogs. Disponible en: https://www.timeshighereducation.com/ blog/its-not-end-world-if-
your-research-gets-scooped#survey-answer
Shah, D. (2017, noviembre). 200 universities just launched 600 free online courses. Here’s the full list. Disponible en:
https://qz.com/1120344/200-universities-just-launched-600- free-online-courses-heres-the-full-list/
Scheliga, K. y Friesike, S. (2014). Putting open science into practice: A social dilemma? First Monday, 19(9).
https://doi.org/10.5210/fm.v19i9.5381
Sonnenwald, D. H. (2007). Scientific collaboration. Annual Review of Information Science and Technology, 41(1), 643-
681. https://doi.org/10.1002/aris.2007.1440410121
Tennant, J. P., Dugan, J. M., Graziotin, M., Jacques, D. C., Waldner, F., Mietchen, D., Elkhatib, Y., Collister, L. B.,
Pikas, C. K., Crick, T., Masuzzo, P., Caravaggi, A., Berg, D. R., Niemeyer, K. E., Ross-Hellauer, T., Mannheimer, S.,
Rigling, L., Katz, D. S., Greshake Tzovaras, B., Pacheco-Mendoza, J., Fatima, N., Poblet, M., Isaakidis, M., Irawan,
D. E., Renaut, S., Madan, C. R., Matthias, L., Nørgaard Kjær, J., O’Donnell, D. P., Neylon, C., Kearns, S.,
Selvaraju, M. y Colomb, J. (2017). An interdisciplinary perspective on innovations in peer review.
F1000Research, 6, 1151. https://doi.org/10.12688/ f1000research.12037.1
Toelch, U. y Ostwald, D. (2018, marzo). Digital Open Science – Teaching digital tools for reproducible and transparent
research. http://doi.org/10.17605/OSF.IO/FBVEP
Van Rooyen, S., Godlee, F., Evans, S., Black, N. y Smith, R. (1999). Effect of open peer review on quality of reviews
and on reviewers’ recommendations: a randomised trial. Bmj, 318(7175), 23-27.
https://doi.org/10.1136/bmj.318.7175.23
Weinberger, D. (2011). Too big to know. Rethinking knowledge now that the facts aren’t the facts, experts are
everywhere, and the smartest person in the room is the room. New York:Basic Books.
Wiggins, A. y Crowston, K. (2011, January). From conservation to crowdsourcing: A typology of citizen science. In
System Sciences (HICSS), 2011 44th Hawaii international conference on(pp. 1-10). IEEE.
https://doi.org/10.1109/HICSS.2011.207