Principios FAIR para software de investigación
Resumen
Encuentro de Bioinformática en México 2021
Los principios FAIR del inglés (findable, accesible, interoperable y reusable) se traducen a localizable, accesible, interoperable y reutilizable. Estos principios son una guía para facilitar el descubrimiento de conocimientos ayudando a personas y máquinas a descubrir, acceder, integrar y analizar datos científicos apropiados para la tarea y sus algoritmos así como flujos de trabajo asociados. El término FAIR se originó en un taller de Lorentz en 2014, los principios FAIR resultantes se publicaron en 2016.
El objetivo inicial de estos principios es que sean aplicables a todo tipo de objetos digitales, pero hasta ahora se les ha dado un enfoque particular en los datos de investigación. Dado que el software difiere de los datos por su naturaleza ejecutable, aplicar estos principios al software presenta desafíos particulares. En los últimos años, han surgido comunidades que trabajan en la adaptación y adopción de los principios FAIR para objetos de investigación distintos a los datos, por ejemplo FAIR para materiales de formación o FAIR para software de investigación. Nuestro grupo de trabajo FAIR4RS está estudiando y discutiendo diferentes aspectos en torno a FAIR para el software de investigación, por ejemplo, cómo se podrían adaptar los principios originales para el caso del software, cómo promover y medir la adopción, cómo apoyar la implementación, entre otros.
En esta charla nos centraremos en qué es FAIR y cómo se puede aplicar al software de investigación. Luego hablaremos de una serie de desafíos de implementación e integraremos respuestas de la audiencia. Terminaremos explicando cómo los miembros de la comunidad científica e investigadores pueden involucrarse más en el proceso de aprender, contribuir o defender FAIR software.
Palabras clave: FAIR, software de investigación, ciencia abierta, reproducción
reproducibilidad
