Hace algo más de un año la Comisión Europea hizo pública la llamda EOSC declaration, invitando a los países miembros, comunidades científicas e industria a participar en la construcción del European Open Science Cloud (EOSC), o Nube de Ciencia Abierta Europea.

El EOSC es la estrategia de la Comisión Europea para dar soporte al paradigma de Ciencia Abierta en Europa. Así, el pasado 23 de noviembre se produjo el lanzamiento oficial de la iniciativa mediante la firma de la llamada Declaración de Viena, que expresa la voluntad conjunta de los Estados miembros de trabajar conjuntamente hacia la implementación práctica del EOSC.

En Europa los 1,7 millones de investigadores y los 70 millones de profesionales que trabajan en sectores asociados a la ciencia y la tecnología serán los actores que con su participación activa darán forma al EOSC.

Durante el pasado año he formado parte del grupo de expertos designado por la Comisión Europea para diseñar las líneas maestras que lleven a una  implementación práctica del EOSC. Este artículo pretende explicar qué es eso del EOSC, y qué retos y oportunidades presenta a la investigación en Europa, desde la óptica de una investigadora, que dedica una parte sustancial de su tiempo al desarrollo e implementación de políticas de compartición de infraestructuras de computación a nivel Pan-Europeo.

Para comenzar, el EOSC simboliza la voluntad europea de cambio hacia un sistema más abierto en el ecosistema de la investigación científica. En el fondo es un esfuerzo coordinado para proveer acceso a servicios digitales: procesado y computación de datos provenientes de la investigación científica, de una manera escalable, asegurando que los datos científicos son un bien público, explotable por la sociedad.

Con el término ciencia abierta nos referimos al proceso de apertura de la creación y difusión del conocimiento erudito hacia toda la sociedad. Apertura implica participación, colaboración, compartición de recursos, reutilización de datos, en definitiva un proceso que busca incrementar el valor social de la ciencia. En este contexto investigadores de todas las disciplinas tendrán un acceso fácil, integrado y abierto a los servicios digitales avanzados, instrumentos científicos, datos, conocimiento y experiencia que necesitan para colaborar y alcanzar excelencia científica. 

El objetivo final de EOSC es promover una transformación total de la actividad investigadora, haciéndola más eficiente y más colaborativa. Hacer de la ciencia el verdadero motor de la innovación en Europa.

Un ejemplo de que la ciencia abierta es el camino más directo hacia la innovación lo tenemos en el área del desarrollo de software, donde el paradigma de código abierto supuso un avance fundamental en el desarrollo de servicios de calidad, con Linux como bandera de sistema operativo abierto.

Como dato, tal vez sorprendente, el 70% de la ventas de servicios en la nube de Microsoft, a través de su plataforma Azure, son para dar soporte a servicios basados Linux.  La reciente compra por parte de Microsoft de la plataforma de desarrollo de software más utilizada, Github, o la compra de la distribución de Linux RedHat por parte de IBM dan idea de la importancia estratégica que las comunidades de desarrollo de software tienen para la industria de servicios en la nube en general. 

En el paradigma de ciencia abierta subyace el concepto de compartir.

En Europa hace más de 10 años que compartimos infraestructuras públicas de computación en el marco de la iniciativa European Grid Infrastructure (EGI). España y Portugal participan de manera conjunta en EGI a través de la Federación Ibérica IBERGRID. En particular, el análisis de datos del mayor experimento del mundo, el LHC del CERN, se realiza en la infraestructura coordinada desde EGI. En la península ibérica en el marco de IBERGRID se da soporte también a iniciativas de biodiversidad como LIFEWATCH, biología estructural, astrofísica y observación de la tierra.

Gracias a este bagaje, el mismo día 23 de noviembre se presentó en Viena el prototipo de portal de acceso al EOSC. Este portal ha sido integrado por el equipo de EGI, bajo la coordinación de su Directora Técnica, Tiziana Ferrari, y su importancia radica en que es el primer elemento tangible del EOSC.

El portal es el punto de acceso al llamado marketplace de EOSC, que es el conjunto de servicios en la nube ofrecidos a los investigadores europeos por parte de las infraestructuras de computación públicas dedicadas a la investigación. Ahora mismo, son los recursos computacionales integrados en la infraestructura computacional de EGI, y en la plataforma de almacenamiento de la iniciativa EUDAT.

Pero esto es sólo el inicio. El marketplace de EOSC está abierto a todos los proveedores de servicios de computación, sean infraestructuras públicas o proveedores comerciales de servicios en la nube. 

En un esfuerzo por promover la transparencia e involucrar a la sociedad e agentes innovadores, el portal está abierto también a cualquier ciudadano. Se puede acceder (por ejemplo con una cuenta de Google) y ver los contenidos del marketplace, e incluso solicitar participar a título personal en alguna de las iniciativas propuestas de Ciencia Ciudadana.  

El acceso abierto a publicaciones científicas

El EOSC ha atraído también la atención de los gestores de bibliotecas digitales en gobiernos, universidades y organismos públicos de investigación. Para este sector de la comunidad científica, EOSC representa una oportunidad, un marco de trabajo para poner en funcionamiento repositorios de publicaciones científicas, donde los artículos de investigación son públicamente accesibles de manera gratuita. El problema es por supuesto muy complejo, no hay nada que salga gratis.

Actualmente el mecanismo de publicación científica está basado en la revisión del artículo por parte de colegas de la misma área (lo que se conoce como revisión por pares). Este proceso de evaluación está gestionado por la revista especializada donde se envía el artículo. De hecho un componente apreciado en las revistas de investigación, y que hace que los investigadores prefieran unas frente a otras, es la profesionalidad con la que se gestiona el proceso de revisión por pares.

El prestigio de una revista científica se construye con los años, y en particular viene medido por el llamado índice de impacto de la revista. Este índice depende esencialmente de cómo de a menudo artículos publicados en esa revista son citados como referencia por artículos publicados en otras revistas. Es por lo tanto una medida de calidad objetiva.

La práctica totalidad de las agencias evaluadoras de calidad de la investigación en Europa (y en particular la ANECA en España) mide la calidad del trabajo de los investigadores en función del índice de impacto de la revista dónde se han publicado los resultados. Tal es así que hay un incremento salarial directamente ligado al impacto de las revistas dónde éstos han publicado su trabajo (los llamados sexenios de investigación). El factor de impacto también es una de las medidas fundamentales a la hora de considerar la contratación de investigadores en procesos competitivos.

Por lo tanto los mecanismos de evaluación de la calidad científica en Europa descansan, ahora mismo, sobre la reputación de las revistas especializadas (medida por el índice de impacto).

La implementación del acceso abierto gratuito requeriría por tanto de una reforma radical del mecanismo de evaluación de la investigación en Europa, pero también de la cultura de la publicación científica en los investigadores. Ambos aspectos son muy difíciles, si no imposibles, de cambiar a corto plazo. Iniciativas como el Plan-S, suscritas por varias agencias de investigación europeas para forzar el acceso abierto a partir del 1 de Enero de 2020, parecen por tanto muy optimistas.

Al final la pregunta es quién carga con el coste de evaluar y publicar la ciencia. La revisión y edición del trabajo científico tiene un precio. Ese precio está ahora marcado por las editoriales que copan este sector a nivel mundial (Elsevier, Springer, Wiley, etc…), que son empresas cuyo modelo de negocio es cobrar por el acceso al material científico que publican. Por lo tanto el acceso abierto y gratuito no es una opción.

Prescindir de las editoriales convertiría a las agencias evaluadoras de la investigación en Europa en agencias encargadas de la revisión de los artículos depositados en esos repositorios, y que ahora se delega en las editoriales de revistas científicas. Evidentemente este proceso tendría unos costes elevados para la agencia evaluadora, en términos tanto humanos como económicos.

Por tanto, una discusión seria sobre los costes e implicaciones reales del acceso abierto, y quién y cómo los debe cubrir es necesaria. Un artículo de iluminativo sobre el estado actual de los costes asociados se puede leer aquí.

Modelos de provisión de recursos computacionales para  EOSC

Tradicionalmente el soporte computacional a la investigación científica se viene haciendo mediante inversiones nacionales y europeas en centros especializados. Sin embargo, con la evolución de la tecnología, la posibilidad de dar soporte computacional a la investigación científica a través de infraestructuras en la nube ha puesto a la ciencia como posible cliente, en el punto de mira de las empresas de telecomunicaciones proveedoras de estos servicios.

Mucho se ha discutido sobre la conveniencia o no de que las agencias estatales de investigación sigan invirtiendo en infraestructuras de computación científica, o si deberían simplemente externalizar este servicio comprando horas de CPU a empresas como Amazon y Google o T-Systems y ATOS, por nombrar dos ejemplos de empresas de capital europeo. No hay una respuesta única a esta cuestión.

En los últimos años se han realizado estudios de balances económicos entre el precio de comprar, operar y mantener infraestructura de computación frente a comprar horas de CPU y almacenamiento a proveedores comerciales. Los resultados de estos estudios coinciden en que el modelo actual de gestión de infraestructuras de computación sigue siendo económicamente más favorable que la externalización, cuando la utilización de la infraestructura es alta. Es decir, cuando las máquinas están de modo prácticamente constante ejecutando trabajos de computación.

Sin embargo, hay centros de investigación en los que por la tipología de los problemas científicos que allí se abordan el uso de recursos de computación de altas prestaciones es esporádico. En estos casos, la opción de comprar, puntualmente cuando sea necesario, recursos comerciales en la nube puede ser más eficiente, en términos económicos, que invertir en la compra y mantenimiento de una infraestructura que resultaría infrautilizada. 

Independientemente de si el uso es esporádico o no, una pregunta importante en EOSC es la cuestión del almacenamiento a largo plazo de los datos provenientes de la investigación. En un contexto de financiación cíclica de la investigación como el que se sufre en Europa, a menudo hay periodos que han llegado a extenderse más de un año, como la crisis pasada, durante los cuales los proyectos no tienen ninguna financiación. ¿Quién pagaría a los proveedores comerciales por mantener esos datos científicos almacenados? ¿Se borrarían los datos por falta de pago?

En mi opinión la discusión debe ir más allá de cuánto cuesta un disco duro, o cuánto cuesta una hora de CPU. Mucho más fundamental es el imperativo moral (kantiano) del Estado de dar soporte a la investigación pública, intelectualmente independiente, en el área de las tecnologías de computación en la frontera del conocimiento.

Los servicios de computación distribuidos en la nube son un buen ejemplo de transferencia de una tecnología que se desarrolló por y para el ámbito de la investigación científica, y que mas adelante ha encontrado (¡y cómo!) un modelo de explotación en el ámbito comercial que está creando empleo, empresas, y oportunidades de negocio basadas en la innovación.

El camino desde el primer prototipo de distribución de datos en internet, hasta los servicios maduros y explotables que todos conocemos, se realizó en los centros de investigación. La formación de tecnólogos en este ámbito es una fuente de capital humano para el desarrollo de una sociedad más rica, basada en la innovación.

Desgraciadamente los gobiernos europeos (con muy pocas excepciones, el caso de Finlandia es un buen ejemplo) gozan en este sentido de muy poca paciencia. Sigue siendo un anatema hablar de implementar políticas a la largo plazo, y de la formación de capital humano en tecnologías digitales avanzadas como clave para crear un tejido productivo basado en la innovación.

Como conclusión, y volviendo a la ciencia, el acceso a servicios digitales en la frontera del desarrollo tecnológico es ahora mismo lo que determina la posibilidad de  producir ciencia excelente. Muchos de estos servicios tendrán una explotación comercial, otros tal vez no la tengan nunca y se quedarán dentro del ámbito de la investigación científica.

Una economía europea basada en la innovación sólo puede surgir del talento humano proveniente del ecosistema científico y tecnológico. EOSC ofrece a los actores de este ecosistema la posibilidad de explorar nuevos paradigmas para resolver los retos científicos actuales, por medio del desarrollo, implementación y uso de servicios digitales avanzados.

-------------------------

--------------------

Isabel Campos Plasencia es investigadora del CSIC en el Instituto de Física de Cantabria. Desde 2009 es la coordinadora de la iniciativa española de computación distribuida, miembro fundador de la European Grid Initiative EGI.eu, y responsable en España de la iniciativa IBERGRID, que une las infraestructuras de computación distribuída en España y en Portugal. Es doctora en Ciencias Físicas por la Universidad de Zaragoza, donde realizó su tesis doctoral en el área de simulaciones numéricas en Física Teórica de Partículas.