Un’analisi delle sfide e delle soluzioni per migliorare la qualità e l’affidabilità della ricerca scientifica nel contesto della scienza aperta.
La riproducibilità è fondamentale per garantire che i risultati scientifici siano affidabili. Tuttavia, molti ricercatori trovano difficile rendere i propri studi riproducibili, ostacolati da barriere strutturali, culturali e tecniche.
Negli ultimi anni, il mondo della ricerca ha preso atto di una crescente difficoltà nel replicare risultati scientifici pubblicati. Questa “crisi della riproducibilità” solleva interrogativi profondi sull’affidabilità e sulla trasparenza della scienza. Rendere uno studio replicabile non è solo una buona pratica, ma un atto di responsabilità verso la comunità scientifica e la società. In questo contesto, è fondamentale promuovere approcci aperti, rigorosi e collaborativi.
Le cause della crisi
- Mancanza di incentivi: la comunità scientifica tende a premiare risultati innovativi e positivi, mentre i risultati nulli o confermativi ricevono poca attenzione. Questo crea un ambiente in cui i ricercatori sono meno motivati a investire per riprodurre studi con risultati apparentemente insignificanti.
- Scarsa condivisione di dati e metodi: alcuni ricercatori temono di essere “anticipati” se condividono i propri dati prima della pubblicazione.
- Competenze e risorse limitate: rendere uno studio riproducibile richiede tempo, competenze informatiche, gestione dei dati e strumenti spesso non contemplati nella formazione accademica tradizionale.
- Progettazione e metodologia inadeguate: studi male strutturati o analizzati con metodi poco rigorosi risultano difficili da replicare.
Come migliorare la riproducibilità
1. Condivisione aperta di dati e strumenti
Rendere disponibili dati, software, materiali e processi è essenziale. L’accesso ai dataset originali è una condizione necessaria per permettere ad altri di verificare e replicare i risultati. Archivi open access, dotati di DOI e opzioni di embargo, garantiscono visibilità e protezione della prioprietà scientifica. Il rispetto dei principi FAIR (Findable, Accessible, Interoperable, Reusable) rende i dati più facilmente rintracciabili e riutilizzabili.
2. Registrazione preventiva degli studi
Registrare pubblicamente ipotesi, protocolli e obiettivi prima dell’inizio dello studio aiuta a garantire integrità e trasparenza. Questo riduce il rischio di bias e favorisce valutazioni più obiettive da parte dei revisori. Tali registrazioni possono essere pubblicate come Method Articles o Registered Reports.
3. Valorizzazione dei risultati negativi e confermativi
La pubblicazione di risultati nulli è ancora poco diffusa, ma fondamentale. Evita sprechi di risorse, previene repliche inutili e può orientare nuove ricerche.
4. Incorporare nuove tecnologie e strumenti digitali nei flussi di lavoro esistenti
Un altro modo per promuovere la riproducibilità è utilizzare nuove tecnologie e strumenti per condividere i dati della ricerca. I ricercatori di laboratorio utilizzano sempre più spesso i registri elettronici di laboratorio (Electronic Lab Notebook). La registrazione, l’accesso e la conservazione dei dati cartacei possono essere lenti, inefficienti e difficili da integrare con i moderni sistemi di acquisizione dati computerizzati. In alternativa, gli ELN consentono ai ricercatori di digitalizzare i risultati di laboratorio in modo che siano perfettamente integrati con i dati della ricerca. In questo modo è più facile per i ricercatori, in tutti gli esperimenti, accedere, utilizzare e condividere le osservazioni sperimentali dei registri e interpretare rapidamente e in modo strutturato il significato dei risultati. Ciò contribuisce anche a facilitare la riproducibilità tra gli esperimenti.
Condividendo le voci del laboratorio in formato digitale, si consente alla ricerca multidisciplinare di svolgersi più facilmente e di essere riproducibile su scala. Le voci dell’ELN contengono importanti metadati di ricerca. Consentendo ad altri ricercatori di diverse discipline di accedere, utilizzare e condividere i dati di laboratorio, si può contribuire al trasferimento dei dettagli sperimentali tra diversi gruppi di ricerca.
5. Controllo delle versioni
Inoltre, il controllo delle versioni è uno strumento eccellente per aumentare la riproducibilità dei dati e del codice. È difficile riprodurre la ricerca quando i dati sono disorganizzati o mancanti, o quando è impossibile determinare dove o come i dati hanno avuto origine. L’uso del controllo delle versioni permette una gestione più efficace dei file. Inoltre, condividendo più versioni della ricerca, si registra l’evoluzione dei dati e del codice nel tempo. Questo permette ad altri ricercatori di accedere, analizzare e riutilizzare i dati o il codice in un momento specifico, consentendo una maggiore riproducibilità.
La riproducibilità non è un semplice requisito tecnico, investire in trasparenza, rigore metodologico e condivisione significa costruire una ricerca più solida, inclusiva e capace di generare valore duraturo.
Fonte:
Open Research Europe – Overcoming the reproducibility crisis – how to make your work more reproducible