Dữ liệu học thuật mở: giá trị thật và các giới hạn cần nói rõ

Dữ liệu công khai về đội ngũ khoa học — ai làm gì, ở đâu, công bố gì — có giá trị thực tế cho nhiều bên.

Nhưng dữ liệu như vậy cũng có những giới hạn mà nếu không nói rõ sẽ dẫn tới kết luận sai, và có những nguyên tắc về dữ liệu cá nhân cần được tôn trọng.

Ai dùng và để làm gì

Người làm nghiên cứu:

• Tìm cộng tác viên có chuyên môn phù hợp.
• Tìm người phản biện hoặc người hướng dẫn.
• Biết ai đang làm gì trong lĩnh vực của mình.

Cơ sở đào tạo và viện nghiên cứu:

• Tìm ứng viên cho các vị trí.
• Xác định thế mạnh và khoảng trống về nhân lực.
• Tìm đối tác hợp tác.

Báo chí:

• Tìm người có chuyên môn để phỏng vấn về một chủ đề.
• Kiểm chứng thông tin về chuyên môn của người được nhắc tới.

Người làm chính sách:

• Hiểu cơ cấu và phân bố nhân lực khoa học.
• Xác định lĩnh vực thiếu hụt.

Doanh nghiệp: tìm chuyên gia tư vấn hoặc đối tác nghiên cứu.

Công chúng: kiểm chứng chuyên môn của người phát biểu về một vấn đề.

Các giới hạn cần nói rõ

Đây là phần mà mọi hệ thống dữ liệu nên công bố về chính mình:

Về độ bao phủ:

• Không có nguồn nào bao phủ toàn bộ đội ngũ.
• Người không công bố quốc tế, người làm ở khu vực ngoài công lập, người làm ở doanh nghiệp thường ít xuất hiện hơn.
• Công trình bằng tiếng địa phương thường không được các cơ sở dữ liệu quốc tế đếm.
• Hệ quả: vắng mặt trong dữ liệu không có nghĩa là không tồn tại hoặc không có đóng góp.

Về độ chính xác:

• Dữ liệu tổng hợp tự động có tỉ lệ sai nhất định — gán nhầm do trùng tên là vấn đề phổ biến.
• Thông tin có thể lỗi thời — người đã chuyển việc, đã nghỉ hưu.
• Thông tin tự khai chưa được xác minh.

Về tính đại diện:

• Dữ liệu phản ánh những gì được ghi nhận, không phản ánh toàn bộ hoạt động khoa học.
• Nhiều đóng góp không tạo ra dấu vết trong dữ liệu — giảng dạy, hướng dẫn, tư vấn chính sách, chuyển giao công nghệ.

Nguyên tắc về dữ liệu cá nhân

Lưu ý: quy định về bảo vệ dữ liệu cá nhân khác nhau giữa các nơi và thay đổi theo thời gian — cần tra cứu quy định hiện hành áp dụng. Các nguyên tắc chung:

• Phân biệt thông tin nghề nghiệp công khai với thông tin cá nhân. Danh sách công bố, nơi công tác và chuyên môn là thông tin nghề nghiệp; số điện thoại cá nhân, địa chỉ nhà, thông tin gia đình thì không.
• Chỉ thu thập những gì phục vụ mục đích đã nêu.
• Cho người được nêu quyền xem, sửa và yêu cầu gỡ các thông tin cá nhân.
• Có kênh liên hệ rõ ràng cho việc này.
• Nêu rõ nguồn của từng loại thông tin.
• Cập nhật khi có yêu cầu chỉnh sửa hợp lệ.

Xác minh

Đây là điều phân biệt một hệ thống dữ liệu đáng tin với một danh sách tổng hợp:

• Phân biệt rõ ba mức — thông tin tự khai, thông tin tổng hợp từ nguồn công khai, và thông tin đã xác minh.
• Nêu rõ đã xác minh bằng cách nào — đối chiếu với nguồn nào.
• Ghi thời điểm xác minh — thông tin đúng ba năm trước có thể đã lỗi thời.
• Có quy trình cho người được nêu nhận quyền quản lý hồ sơ của mình.
• Có quy trình xử lý phản ánh khi thông tin sai.

Trách nhiệm của bên cung cấp dữ liệu

• Công bố phương pháp — dữ liệu lấy từ đâu, xử lý thế nào, cập nhật bao lâu một lần.
• Công bố giới hạn của chính mình, chủ động.
• Không trình bày dữ liệu theo cách gợi ý kết luận mà dữ liệu không hỗ trợ.
• Cẩn trọng với xếp hạng cá nhân — việc xếp hạng người dựa trên các chỉ số có sẵn dễ dẫn tới so sánh không công bằng giữa các ngành và các giai đoạn sự nghiệp.
• Không công khai cáo buộc khi chưa xác minh.
• Cho phép xuất dữ liệu để người khác kiểm chứng, ở mức phù hợp.
• Có chính sách rõ về việc dữ liệu được dùng lại thế nào.

Với người dùng dữ liệu

• Đọc phần phương pháp trước khi dùng.
• Kiểm chứng các con số quan trọng từ nguồn thứ hai.
• Nêu rõ nguồn và ngày khi trích dẫn.
• Không suy rộng từ dữ liệu có độ bao phủ hạn chế.
• Liên hệ trực tiếp với người được nêu nếu thông tin quan trọng với quyết định của bạn.
• Báo lại khi phát hiện sai sót — điều này giúp cải thiện hệ thống cho mọi người.

Với người được nêu trong dữ liệu

• Kiểm tra định kỳ thông tin về mình.
• Nhận quyền quản lý hồ sơ nếu hệ thống cho phép — bạn sửa được thông tin sai và bổ sung được phần thiếu.
• Yêu cầu sửa khi phát hiện sai.
• Cập nhật khi chuyển việc.
• Cân nhắc thông tin cá nhân nào bạn muốn công khai.

Một điều đáng nhớ

Giá trị của dữ liệu học thuật mở không nằm ở việc nó đầy đủ — không hệ thống nào đầy đủ. Nó nằm ở việc nó trung thực về những gì nó bao gồm và không bao gồm.

Một tập dữ liệu có độ bao phủ hạn chế nhưng nói rõ giới hạn của mình hữu ích hơn nhiều so với một tập dữ liệu tuyên bố toàn diện mà không ai kiểm chứng được.

Câu hỏi thường gặp