5. Otwarta nauka

Rozwijający się prężnie w ostatniej dekadzie ruch Open Access doprowadził do znaczącej modyfikacji systemu komunikacji naukowej. Model oparty na swobodnym dostępie do publikacji naukowych okazał się realną alternatywą dla systemu opartego na materiałach dostępnych jedynie dla wybranych. Jednocześnie trwa rozwój otwartej nauki – ruchu, który stosuje otwarte modele nie tylko do publikacji treści, ale do całokształtu pracy naukowej. Ruch Otwartej Nauki należy traktować jako rozwinięcie ruchu Open Access – poprzez zastosowanie zasady otwartości na wszystkich etapach pracy i komunikacji naukowej. Dotychczas brak jeszcze precyzyjnej definicji otwartej nauki. Przyjmuje się, że termin obejmuje wszystkie próby stosowania otwartych modeli produkcji i dystrybucji treści w sferze nauki, czyli omówiony poprzednio otwarty dostęp do publikacji naukowych, otwarte dane, otwarte modele współpracy naukowej, czy tak zwane „badania prowadzone przy otwartym notatniku”. Otwarta nauka bywa również określana innymi terminami. Brytyjska Open Knowledge Foundation stosuje pojęcie „otwarta wiedza”, przez które rozumie połączenie trzech elementów: utworów, danych oraz informacji urzędowych[1]. Jamais Cascio, pisząc w 2004 r. o otwartym modelu pracy naukowej, nazwał go „nauką o otwartym kodzie źródłowym”[2]. Cascio odwołuje się do koncepcji „oprogramowania o otwartym kodzie źródłowym”, nazywanego też „wolnym oprogramowaniem” – opartego na wspólnej, zbiorowej pracy z wykorzystaniem swobodnie dostępnych danych, wymienianych między uczestnikami. Do tego modelu współpracy i dzielenia się jej efektami, wypracowanego po raz pierwszy przez informatyków, odwołują się niemal wszystkie otwarte projekty w nauce, ale także w kulturze. Richard Stallman w latach 80. zdefiniował podstawowe swobody użytkownika oprogramowania: swobodę używania, badania, kopiowania, modyfikowania i dalszej dystrybucji[3].Swobody te leżą także u podstaw działań obejmowanych terminem otwartej nauki. Biolog Bill Hooker wymienia dwie podstawowe zasady otwartej nauki: stosowanie otwartych standardów oraz otwartych licencji. Otwarte standardy dotyczą komunikacji naukowej i oznaczają stosowanie przyjętych wspólnie, jednolitych zasad opisywania treści i informacji – by mogły one być automatycznie przetwarzane z wykorzystaniem technologii cyfrowych wspierających pracę naukowców. Otwarte licencjonowanie ma z kolei na celu zniesienie barier prawnych ograniczających dostęp do wszelkiego rodzaju treści naukowych. Otwarte modele prawne w nauce dotyczą nie tylko praw autorskich, ale także patentów czy obowiązujących w Europie praw sui generis chroniących bazy danych. Podczas odbywającego się w 2008 r. w Barcelonie seminarium „Policy and Technology for e-Science”, przedstawiciele projektu Science Commons zaprezentowali cztery zasady konstytutywne dla otwartej nauki[4]:

• Otwarty dostęp do treści. Zasada ta odpowiada opisanemu wcześniej modelowi Open Access.

• Otwarty dostęp do narzędzi. Należy zapewnić swobodny dostęp do wszelkich materiałów niezbędnych do powtórzenia danego badania. W przypadku podawanego przez Science Commons przykładu nauk przyrodniczych oznacza to swobodną dostępność kultur komórkowych, narzędzi genetycznych czy odczynników. W innych przypadkach może to oznaczać na przykład otwartość stosowanego lub tworzonego na potrzeby badań oprogramowania, metod badawczych itd.

• Otwarty dostęp do danych. Surowe dane będące wynikiem badań powinny być równie dostępne, co przygotowane na ich podstawie publikacje. Otwartość oznacza możliwość swobodnego rozprowadzania, kopiowania, formatowania i łączenia danych w celu wykorzystania ich w nowych badaniach.

Otwarta cyberinfrastruktura. Z uwagi na przydatność udostępnianych treści i danych niezbędne jest stworzenie otwartej, publicznej infrastruktury do ich przechowywania. Infrastruktura taka musi umożliwiać między innymi swobodne przeszukiwanie czy łączenie ze sobą różnych źródeł, a także zapewniać odpowiednią strukturę oraz opis zawartych w niej treści i danych. Myślenie w szerszej skali o otwartości występuje również w programach unijnych dotyczących tworzenia Europejskiej Przestrzeni Badawczej[5]. W ramach Siódmego Programu Ramowego przeznaczono 570 mln euro na tworzenie tak zwanych e-infrastruktur. Są one definiowane jako środowiska badawcze, w których badacze mają dostęp – dzięki technologiom informacyjnym i komunikacyjnym – do rozproszonego zaplecza badawczego, niezależnie od swojego miejsca położenia. E-infrastruktura ma umożliwiać badaczom komunikowanie się oraz wymianę wiedzy i zasobów w skali europejskiej, z pominięciem barier geograficznych, poprzez tworzenie tak zwanych wirtualnych społeczności badawczych. Realizowane w ramach Siódmego Programu Ramowego działanie „e-infrastruktury” zakłada rozwój zarówno infrastruktury zapewniającej możliwości komunikacji oraz moce obliczeniowe, jak i opartej na niej infrastruktury zapewniającej wymianę wiedzy i współpracę. Definicja Open Science to rozwinięcie modelu Open Access, który odnosi się niemal wyłącznie do otwierania publikacji drukowanych – lub ich cyfrowych odpowiedników. Punktem wyjścia jest założenie, że zbiór przydatnej wiedzy jest dużo większy niż zbiór wiedzy publikowanej, a czasopisma naukowe to tylko jeden z wielu możliwych kanałów komunikacji naukowej. Nowe technologie cyfrowe umożliwiają otwarty dostęp także do innych rezultatów pracy naukowej (na przykład danych) oraz stosowanie otwartych modeli na innych etapach pracy naukowej niż publikacja wyników – na przykład w trakcie prowadzenia badań. Co więcej, te same technologie oferują możliwości radzenia sobie z pozornym natłokiem danych – przez ich automatyczne przeszukiwanie, sortowanie i opracowywanie. Myślenie o otwartej nauce jako modelu całokształtu pracy naukowej dobrze pokazuje definicja „biologii opartej na otwartym źródle” (Open Source Biology) opracowana przez Molecular Sciences Institute – niezależne laboratorium zajmujące się genetyką i modelowaniem komputerowym. Elementami otwartej biologii są:

• publikowanie wyników badań w otwartych publikacjach naukowych;
• udostępnianie członkom środowiska naukowego metod badawczych oraz odczynników;
• udostępnianie w internecie nieopublikowanych danych;
• udostępnianie tworzonego oprogramowania na otwartych zasadach;
• wspieranie komercyjnych aplikacji opracowywanych technologii[6].

Obecnie model Open Access jest już powszechnie znaną i przyjętą przez wiele instytucji alternatywą dla tradycyjnego modelu publikacji naukowej. Tymczasem inne formy otwartej nauki należy raczej uznać za eksperymenty realizowane przez niewielką grupę badaczy i instytucji. Wymagają one bowiem przedefiniowania idei wyników pracy naukowej. Tradycyjnie reputacja naukowa opiera się na analizie publikacji: ich liczby, jakości czasopism, w których są opublikowane, oraz liczby cytowań w czasopismach naukowych. Model otwartej nauki zakłada, że publikacja ostatecznego sprawozdania z badań w czasopiśmie nie jest jedyną formą komunikacji naukowej – udostępniać można na przykład dane lub bezpośredni zapis nadal prowadzonych badań i analiz. Neil Saunders, bioinformatyk i statystyk z australijskiej Commonwealth Scientific and Industrial Research Organisation (CSIRO), podaje przykład materiałów dotyczących analizy głównych składowych (będącej ważną metodą analizy statystycznej w biologii)[7]. Informacje na jej temat można znaleźć w artykule opublikowanym w piśmie „Nature Biotechnology” lub alternatywnie w cyklu wpisów na blogu „Open mind”. Drugie źródło, zdaniem Saundersa, jest dużo bardziej wyczerpujące. Jednak tylko artykuł w czasopiśmie typu peer-review jest traktowany przez środowisko naukowe jako wiarygodne źródło, określające pozycję badacza. Modele otwartej nauki trafiają w ten sposób na bariery związane z uznaniem tworzonych treści za przedmiot pełnoprawnej komunikacji naukowej. Jak stwierdza Michael Nielsen w eseju The Future of Science[8], otwarta nauka jest kontynuacją modelu publikacji naukowej wypracowanego u samych początków nowożytnej nauki. Wraz z powstaniem w 1665 r. pierwszych czasopism naukowych normą stało się publikowanie wyników badań. Odkrycie, którego wyniki nie zostały opublikowane, w praktyce stawało się nieistotne. Taki model komunikacji naukowej przetrwał w dużej mierze w niezmienionej formie do końca XX wieku. Według Nielsena, dzięki internetowi po raz pierwszy staje się możliwe usprawnienie go w znaczący sposób. Nielsen nazywa wiedzę zebraną w czasopismach „długoterminową pamięcią nauki” – którą dziś można uzupełnić „pamięcią krótkoterminową”: wiedzą będącym „dobrem wspólnym opartym na konwersacji, umożliwiającym szybkie, zbiorowe wypracowywanie idei”. Jest to możliwe, gdyż malejące koszty publikacji treści i komunikacji pozwalają na wymianę informacji na wcześniejszych etapach, a tym samym na współpracę badaczy na niespotykaną dotychczas skalę, z pominięciem barier geograficznych czy instytucjonalnych. Przyszłością nauki jest pełna otwartość treści, dostępnych nie tylko przez ograniczony kanał publikacji naukowych, ale bezpośrednio w internecie – stanowiącym najwydajniejszy, obecnie, kanał komunikacji.

„Należy stworzyć otwartą kulturę naukową, w której wszystkie możliwe informacje są przenoszone z umysłów badaczy i laboratoriów do sieci oraz do narzędzi pozwalających je strukturyzować i filtrować. Trzeba przenieść wszystko: dane, opinie naukowe, pytania, idee, wiedzę codzienną, modele pracy badawczej i wszystko inne. Informacje niedostępna w sieci nie będzie przydatna”.

Michael Nielsen, The Future of Science

Otwarta Nauka wymaga więc z jednej strony stworzenia odpowiednich narzędzi: technologii informatycznych i rozwiązań prawnych, a z drugiej – zmiany mentalności badaczy. Nielsen odwołuje się w swoim eseju do tradycji otwartości i wymiany wiedzy w środowisku naukowym – jednocześnie stwierdzając, że dzisiaj świat nauki nie jest wystarczająco otwarty, by wykorzystać możliwości oferowane przez technologie cyfrowe, a potencjalnie zapewniające pełną dostępność wiedzy naukowej.

5.1. Otwarte dane

Dane, obok publikacji relacjonujących wyniki badań, są kluczowym rezultatem procesu badawczego. Znaczenie dostępności danych wzrosło w ostatnich latach, wraz z gwałtownym wzrostem liczby zbieranych danych oraz z zaistnieniem możliwości ich efektywnego udostępnienia z pomocą technologii cyfrowych. Ponadto niektóre dyscypliny naukowe – takie jak bioinformatyka – w całości opierają się na wykorzystaniu danych badawczych.

Dostępność danych badawczych zapewnia więc pełną przejrzystość procesu. Jednocześnie uprzednio zebrane dane stanowią podwaliny dalszej pracy naukowej – skuteczne prowadzenie badań coraz częściej wymaga łatwego dostępu i możliwości wykorzystania istniejących danych. Przykładem znaczenia dostępności danych jest układ okresowy pierwiastków, opracowany przez Dmitrija Mendelejewa na podstawie już opublikowanych, i powszechnie dostępnych, wyników wcześniejszych badań.

W niektórych dyscyplinach istnieje tradycja udostępniania i wymiany danych. W astronomii, fizyce czy naukach o ziemi funkcjonują instytucje zbierające i udostępniające, dzisiaj w skali globalnej, dane stanowiące wyniki badań. Już w latach 1957–1958, podczas Międzynarodowego Roku Geofizycznego, założono kilka światowych centrów danych oraz ustalono standardy metadanych stosowanych dla opisu zbieranych wyników. Dwa podobne centra danych działają w astronomii: NASA/IPAC Extragalactic Database (NED) oraz Centre de Données Astronomiques de Strasbourg (CDS). Oba zapewniają dostęp do danych publikowanych w czasopismach i zbieranych w ramach przeglądów astronomicznych, łącznie z możliwością wyszukiwania informacji o określonych obiektach astronomicznych. Ponadto wiele ośrodków prowadzi wyspecjalizowane bazy danych oraz istnieją czasopisma, które w wersjach elektronicznych publikują dane badawcze jako uzupełnienie publikacji. Astronomia jest dyscypliną o długiej tradycji publicznego udostępniania informacji – normą jest publikowanie preprintów w archiwum ArXiv.org. Wszystkie publikacje z dziedziny astronomii, astrofizyki i pokrewnych dyscyplin są od lat 80. XX wieku katalogowane przez Smithsonian/NASA Astrophysics Data System (ADS). Baza danych ADS zawiera ponad 7 milionów obiektów, w tym opisy nie tylko publikacji z czasopism naukowych, ale także prezentacji konferencyjnych, tekstów umieszczanych na serwerach preprintów czy instytucjonalnych raportów technicznych – jeżeli zostały one publicznie udostępnione.

Dobrym przykładem jest też Human Genome Project, międzynarodowy projekt badawczy w dużej mierze finansowany ze środków publicznych, w ramach którego stworzono mapę ludzkiego genomu. Wytyczne opracowane przez instytucje finansujące badania wytyczne stwierdzają, że kwestią kluczową dla projektu jest stworzenie warunków sprzyjających szybkiej wymianie tworzonych danych i materiałów. Założono, że taka wymiana jest niezbędna do zapewnienia pracom odpowiedniego tempa, ale także korzystna dla całej społeczności naukowej, która może wykorzystać dane w innych badaniach. Wytyczne zawierają propozycję zasady pełnej dostępności treści, umieszczanych w tym celu w publicznych bazach danych i repozytoriach, po sześciomiesięcznym okresie embargo.

W innych dyscyplinach współpraca, w szczególności w skali międzynarodowej, nie jest aż tak intensywna, często ze względu na ich specyfikę. Badania są podejmowane nie w dużych programach badawczych, lecz w niewielkich zespołach i pojedynczych laboratoriach, mających różne źródła finansowania. Także w tych dyscyplinach dostęp do cudzych wyników odgrywa ważną rolę – ale w praktyce dane są dostępne w różnych formach, charakteryzujących się różnym stopniem otwartości: publikowanych, omawianych, ale nie udostępnianych, lub wręcz ukrywanych.

Nawet w dyscyplinach, w których dzielenie się danymi jest normą, rzadko kiedy mamy do czynienia z pełną otwartością. Dostęp do baz danych krystalograficznych wymaga subskrypcji, a na przykład trudności z abstrahowaniem i interpretacją danych astronomicznych powodują, że bazy zawierają jedynie około 50% opublikowanych wyników. W wielu wypadkach normą nie jest swobodna wymiana, lecz negocjowane transakcje pomiędzy stronami.

Dostępność danych jest ograniczana przez różne czynniki. W państwach Unii Europejskiej zmiany w systemie prawa własności intelektualnej umożliwiają ochronę danych na zasadzie podobnej do ochrony twórczości przez prawo autorskie. Fragmenty danych również mogą być chronione prawami autorskimi.

Część wydawców traktuje naukowe bazy danych jako źródło prywatnego zysku, ograniczając dostęp do nich za pomocą kontraktów prawnych oraz utrudnień technicznych. Brak odpowiednich standardów publikacji danych powoduje, że ich zbieranie, przetwarzanie i agregowanie jest utrudnione. Wreszcie w niektórych wypadkach nie są jasne warunki prawne dostępu do danych – nawet wtedy, gdy w intencji twórców bazy ma to być dostęp otwarty.

Zapewnienie pełnej dostępności danych wymaga więc zniesienia trzech rodzajów barier: ekonomicznych, prawnych i technicznych[9]. Brak publicznej dostępności danych pociąga za sobą szereg skutków:

• wyższe koszty prowadzenia badań;
• ograniczenie poziomu badań ze względu na uciążliwość pozyskiwania danych;
• ograniczenie opartej na dostępności danych naukowych innowacyjności w gospodarce;
• ograniczenie współpracy naukowej, szkoleń i edukacji;
• gorsza jakość danych, które nie podlegają publicznej weryfikacji;
• wzrost barier cywilizacyjnych między państwami rozwiniętymi i rozwijającymi się.

W ostatnich latach termin „otwarte dane” (Open Data) zaczęto stosować do różnorodnych projektów mających na celu zniesienie barier stojących na drodze do pełnej dostępności i interoperacyjności danych naukowych. Działania na rzecz otwartości danych nie mają jednak jeszcze takiej rangi ani tego stopnia instytucjonalizacji, co ruch Open Access. Działania na rzecz otwartości treści publikacji i danych uzupełniają się wzajemnie – z dostępnością danych wiąże się wiele specyficznych wyzwań. Ich specyfika wynika z tego, że dane – w przeciwieństwie do treści – muszą być agregowane, aby były przydatne.

Znaczenie otwartości danych naukowych zostało uznane przez organizację OECD, która w 2004 r. przyjęła „Deklarację w kwestii dostępu do danych badawczych finansowanych ze środków publicznych” (Declaration on Access to Research Data from Public Funding)[10]. Deklaracja zakłada, że nieograniczony dostęp i wykorzystanie danych wspiera rozwój naukowy oraz edukację badaczy. W tym celu deklaracja rekomenduje przyjęcie między innymi zasady otwartości, przejrzystości i interoperacyjności danych (z pomocą odpowiednich standardów). Na podstawie deklaracji OECD opracowało w 2007 r. szczegółowe wytyczne dotyczące dostępności danych[11]. Niektóre organizacje finansujące badania naukowe – na przykład brytyjski Wellcome Trust – zaczęły dodawać do swoich mandatów otwartego dostępu rekomendację lub wymóg otwartości danych.

W 2006 r. dwa stowarzyszenia wydawców naukowych: Association of Learned and Professional Society Publishers (ALPSP) oraz International Association of Scientific, Technical and Medical Publishers (STM) ogłosiły swoje stanowisko w kwestii dostępności danych[12]– stwierdzają, że dane powinny być z zasady swobodnie dostępne. Wydawcy wskazują jednocześnie na konieczność stworzenia mechanizmów finansowania publicznych baz danych oraz podkreślają znaczenie ochrony prawnej baz danych – krytykowanej jako bariera przez zwolenników otwartych danych.

Działania na rzecz otwartości danych prowadzi obecnie wiele organizacji, takich jak SPARC, Committee on Data for Science and Technology (CODATA) działający przy Międzynarodowej Radzie Nauki (ICSU), brytyjska Open Knowledge Foundation oraz Science Commons, oddział organizacji Creative Commons odpowiedzialny za otwartą naukę.

W ramach projektu Science Commons opracowano „Protokół implementacji otwartego dostępu do danych”, który w założeniu twórców rozwija idee zawarte w deklaracji Budapest Open Access Initiative (opisanej w rozdziale o Open Access), tak by obejmowały także dane i bazy je zawierające. Protokół odnosi się wyłącznie do prawnego wymiaru dostępności i zakłada trzy podstawowe warunki gwarantujące otwartość danych:

• jasność i przewidywalność mechanizmów prawnych;
• łatwość zrozumienia i implementacji;
• najniższe możliwe koszty transakcyjne.

Obecne działania na rzecz otwartości danych skupiają się na dwóch zagadnieniach: wypracowanie odpowiedniego modelu prawnego, niwelującego bariery stawiane przez obowiązujący system własności intelektualnej; oraz wypracowanie wzorcowego modelu zagwarantowania technicznej dostępności danych, przez tworzenie standardów metadanych oraz automatycznych metod agregacji, wyszukiwania i opracowywania danych.

5.2. Nauka uprawiana przy otwartym notatniku

Według wielu naukowców pracujących w modelu otwartej nauki, eksperymenty z „nauką uprawianą przy otwartym notatniku” (Open Notebook  Science) stanowią sedno tego modelu. Jego zwolennicy opowiadają się za pełną otwartością efektów swojej pracy, dokumentując w sposób bieżący prowadzone badania. Otwarte notatniki można więc traktować jako rozwinięcie idei udostępniania preprintów w modelu Open Access. W „notatnikach” – będących w rzeczywistości różnego rodzaju serwisami i publikacjami cyfrowymi – ich autorzy publikują opisy eksperymentów, protokoły laboratoryjne, surowe i przeanalizowane dane oraz wstępne wnioski z badań. Open Notebook Science to pojęcie zaproponowane przez chemika Jeana-Claude’a Bradleya z Drexel University w Stanach Zjednoczonych: „rozumiem przez to, że istnieje URL do notatnika laboratoryjnego, swobodnie dostępnego i indeksowanego przez wyszukiwarki. Nie musi on wyglądać jak notes papierowy – ale wszelkie informacje, które badacze mają do swojej dyspozycji, powinny być dostępne również całemu światu”[13].

„Notatniki” mają bardzo różny charakter. Mogą być prowadzone indywidualnie (przez jednego badacza czy zespół badawczy, lub na potrzeby jednego projektu) – przykładem jest prowadzony przez Jeana Claude’a Bradleya notatnik projektu UsefulChem, dotyczącego leków antymalarycznych. Mogą też mieć charakter grupowy – tak jak w przypadku serwisu OpenWetWare, finansowanego przez amerykańską National Science Foundation, w którym ponad 3000 biologów wymienia się wiedzą, a część z nich prowadzi regularnie notatniki ze swoich badań.

Podobne eksperymenty są już prowadzone także przez wydawców naukowych – czasopismo „Nature” uruchomiło serwis Nature Precedings, w którym naukowcy mogą publikować materiały przed wydaniem oficjalnych wyników badań. Z założenia w archiwum można składować prezentacje, postery konferencyjne, dokumenty typu „white paper”, dokumenty techniczne, materiały dodatkowe i teksty nie poddane procesowi peer-review. Z serwisu mogą korzystać naukowcy zajmujący się biologią, medycyną, chemią i naukami o ziemi.

Lorrie LeJeune, współtwórczyni projektu OpenWetWare, zauważa, że młode pokolenie badaczy czuje się komfortowo mając możliwość wymiany wiedzy – gdyż w życiu codziennym również swobodnie wymieniają się treściami z pomocą internetu. Idea otwartych notatników badawczych jest jednak sprzeczna z przyjętą w nauce zasadą, że publikuje się dopiero gotowe wyniki badań, a publikacja jest podstawą ewaluacji pracy naukowca. Zwolennicy nowego podejścia wskazują na fakt, że także treści publikowane przed zakończeniem badań, choć nie są uwzględniane w formalnej ewaluacji badacza, mogą przyczynić się do podniesienia jego pozycji. Zaletą publikowania w sieci jest również natychmiastowość, w porównaniu z długim czasem publikacji w czasopiśmie naukowym, przekładająca się na szybsze tempo badań. Wreszcie zapewne najistotniejszą zaletą jest możliwość opartej na swobodnie dostępnych treściach współpracy badaczy, którzy w inny sposób nie nawiązaliby ze sobą kontaktów.

5.3. Science 2.0.

Od kilku lat popularne serwisy internetowe są tworzone według filozofii „Web 2.0”, zakładającej większą interaktywność, większą możliwość łączenia i wymiany treści między serwisami oraz większą rolę użytkowników. Według słów Tima O’Reilly’ego, jednego z twórców tej koncepcji, serwisy typu Web 2.0 „wykorzystują zbiorową inteligencję użytkowników”. Tym terminem określa się też szereg popularnych narzędzi sieciowych, takich jak blogi, serwisy wiki czy serwisy społecznościowe – umożliwiające użytkownikom bycie również twórcami treści; ułatwiające współpracę; oraz pozwalające na przetwarzanie zastanych treści. Serwisy Web 2.0 to przede wszystkim duże, komercyjne serwisy, takie jak społecznościowy Facebook czy serwis wideo YouTube. Ale równie dobrym przykładem jest sieciowa encyklopedia Wikipedia.

Zmiany zachodzące w ostatnim czasie w sferze nauki – dotyczące zarówno komunikacji, jak i współpracy naukowej – są podobne do przemian serwisów internetowych opisywanych jako przejście od Sieci w wersji 1.0 do Sieci 2.0. Zwiększa się częstotliwość, intensywność oraz liczba kanałów komunikacji naukowej; pojawiają się inne formy publikacji niż tradycyjne czasopisma naukowe; eksperymentuje się z nowymi formami oceny i rekomendacji treści, wreszcie naukowcy zaczynają stosować wymienione wyżej narzędzia komunikacji. Te nowe formy uprawiania nauki są często określane jako „Nauka 2.0”[14].

Nauka 2.0 obejmuje bardzo różne projekty i praktyki, oparte na różnorodnych technologiach cyfrowych. Należy do niej zaliczyć także opisane wcześniej eksperymenty z otwartymi notatnikami naukowymi. Wspólną cechą projektów tego rodzaju jest założenie otwartości (przynajmniej częściowej) tworzonych treści oraz zapewniania warunków współpracy naukowej z wykorzystaniem tych treści: wspólnego zbierania danych i informacji, zgłaszania uwag czy poprawiania wyników.

Jedną z bardziej popularnych form uprawiania Nauki 2.0 jest pisanie blogów naukowych. Nawet jeśli naukowiec nie prowadzi otwartego notatnika badawczego, to jako platforma prezentowania i wymiany poglądów może mu służyć blog. Może on być także narzędziem popularyzowania nauki. Blogujący naukowcy zwracają uwagę, że ich blogi są często czytane przez dziennikarzy naukowych. Blogi naukowe mają różny charakter – od popularnonaukowych publikacji po niszowe serwisy poświęcone specyficznym dyscyplinom i zagadnieniom naukowym. Niektóre z czasem stają się uznanym źródłem informacji. Przykładem może być blog „Real Climate”, prowadzony od 2004 r. przez grupę badaczy zmian klimatycznych i stanowiący ważny głos w dyskusji nad tymi zmianami. Blogerów można znaleźć także wśród polskich naukowców – choć ta forma komunikacji naukowej nie doczekała się jeszcze u nas szerszego uznania lub instytucjonalnego wsparcia.

O znaczeniu blogów naukowych może świadczyć fakt, że platformy blogowe są dziś zakładane w ramach serwisów sieciowych czołowych czasopism naukowych. Przykładem mogą być blogi działające w ramach serwisu czasopisma „Nature” lub zrzeszający ponad sześćdziesięciu blogujących naukowców serwis ScienceBlogs stworzony przez wydawców pisma „Seed”.

Inną formą Nauki 2.0 są naukowe serwisy wiki – strony internetowe umożliwiają użytkownikom ich swobodną edycję oraz śledzenie zmian. Ten pozornie prosty mechanizm pozwala na bardzo wydajną, wspólną pracę nawet bardzo licznym grupom współpracowników – platforma wiki jest wykorzystywana w Wikipedii, sieciowej encyklopedii liczącej miliony artykułów, redagowanych przez tysiące autorów i redaktorów. W ramach Wikipedii – traktowanej zazwyczaj jako źródło wiedzy amatorskiej i powszechnej, a nie naukowej – działa serwis Gene Wiki, który zawiera opisy setek genów i białek. Innym przykładem jest serwis Proteopedia, stworzona w technologii wiki „trójwymiarowa encyklopedia białek”, zawierająca między innymi opisy ponad 50 000 białek z uznanej bazy Protein Data Bank.

Wreszcie powstają wyspecjalizowane serwisy społecznościowe tworzone z myślą o naukowcach. Stworzony przez czasopismo „Nature” serwis Nature Network oferuje im różnorodne narzędzia – indywidualne profile, fora dyskusyjne i blogi, ułatwiające komunikację i współpracę.

Krytycy Nauki 2.0 twierdzą, że otwarta komunikacja naukowa oraz uczestnictwo w serwisach społecznościowych są niezmiernie czasochłonne, a przez to mało atrakcyjne dla zapracowanych zazwyczaj naukowców. Barierą dla Nauki 2.0 pozostaje też na razie brak mechanizmów parametryzacji i ewaluacji, odpowiadających mechanizmom wypracowanym dla tradycyjnych form komunikacji naukowej. Jednak nowe, często eksperymentalne projekty mają wielu zwolenników i współpracowników, którzy twierdzą, że dużo zyskują dzięki sieciowej współpracy oraz możliwości szerszego zaprezentowania swoich prac i ich wyników

6. Otwarte zasoby edukacyjne

Przypisy
1. Open Knowledge Foundation, Open Knowledge Definition v1.0, http://www.opendefinition.org/1.0/↑
2. Jamais Cascio, Open Source Science, „Worldchanging”, 24 sierpnia 2004, http://www.worldchanging.com/archives/001090.html↑
3. Free Software Foundation, The Free Software Definition, http://www.fsf.org/licensing/essays/free-sw.html↑
4. Science Commons, Principles for Open Science, http://sciencecommons.org/resources/readingroom/principles-for-open-science/↑
5. Komisja Wspólnot Europejskich, ZIELONA KSIÊGA. Europejska Przestrzeñ Badawcza: Nowe perspektywy, 2007, http://ec.europa.eu/transparency/eti/docs/gp_pl.pdf↑
6. The Molecular Sciences Institute, Open Source Biology, http://www.intentionalbiology.org/about/openSourceBio.html↑
7. Neil F.W. Saunders, Rewards, outputs and academia, „What You’re Doing is Rather Desperate”, 10 marca 2008, http://nsaunders.wordpress.com/2008/03/10/rewards-output-and-academia/↑
8. Michael Nielsen, The Future of Science, 17 lipca 2008, http://michaelnielsen.org/blog/?p=448↑
9. Melanie Dulong de Rosnay, Opening Access in a Networked Science, „Publius Project”, 28 listopada 2008, http://publius.cc/opening_access_networked_science↑
10. OECD, OECD Principles and Guidelines for Access to Research Data from Public Funding, http://www.oecd.org/document/55/0,3343,en_2649_34293_38500791_1_1_1_1,00.html↑
11. OECD, Science, Technology and Innovation for the 21st Century. Meeting of the OECD Committee for Scientific and Technological Policy at Ministerial Level, 29-30 January 2004 – Final Communique, http://www.oecd.org/document/0,2340,en_2649_34487_25998799_1_1_1_1,00.html↑
12. Association of Learned and Professional Society Publishers, Databases, data sets, and data accessibility – views and practices of scholarly publishers, http://www.alpsp.org/ForceDownload.asp?id=129↑
13. Jean-Claude Bradley, Open Notebook Science, 26 wrzeœnia 2006, http://drexel-coas-elearning.blogspot.com/2006/09/open-notebook-science.html↑
14. M. Mitchell Waldrop, Science 2.0: Great New Tool, or Great Risk?, „Scientific American”, 9 stycznia 2008, http://www.sciam.com/article.cfm?id=science-2-point-0-great-new-tool-or-great-risk↑