Lars Arvestad. Foto: privat.
Lars Arvestad. Foto: Privat.

Stockholms universitet arbetar aktivt med att främja öppen vetenskap och det nya paradigmskifte som det innebär att i högre grad tillgängliggöra forskningsresultat och forskningsdata när så är möjligt. Organisationen kring universitetets forskningsdatahantering vill därför lyfta fram forskare vid Stockholms universitet som på olika sätt är aktiva och engagerade inom öppen vetenskap.

Genom att visa på goda exempel och lyfta fram möjligheter och utmaningar ur ett forskarperspektiv har universitetet möjlighet att dels uppmuntra fler forskare att aktivt bidra till ökat tillgängliggörande av sina forskningsresultat och forskningsinformation, dels skapa ett nätverk av forskningsprofiler från olika discipliner inom öppen vetenskap.

Lars Arvestad är lektor vid vid Matematiska institutionen, placerad vid Science for Life Laboratory, och har tidigare föreläst på biblioteket om hur han som bioinformatiker arbetar med lagring och delning av data.

Vad ser du som de största fördelarna för Open Science ?

– Tillgängligheten för forskningsresultat förbättras, vilket gynnar alla, även oss som sitter i relativt välbärgade miljöer med tillgång till ett bra bibliotek. När data börjar delas, och inte bara artiklar som presenterar analyser av data, förändras dynamiken i forskningen. Det blir möjligt för andra än författarna att snabbt och enkelt börja undersöka data.
 
Det påverkar också möjligheten att upptäcka misstag, slarv och oredlighet. Att data förväntas vara tillgängligt kommer antagligen att göra det svårare att fuska. 

Vilka praktiska tillämpningar av Open Science ser du som mest betydelsefulla för god forskningspraxis?

– För mig är det Open Repositories som är det viktigaste. För molekylärbiologin, och angränsande områden, har det varit fantastiskt bra att tidskrifter har krävt att man deponerar sina DNA- och proteinsekvenser för att kunna publicera. Det vi behöver nu är att normerna förändras så att fler typer av data förväntas deponeras, och att fler fält följer med och börjar kräva tillgängliga data. 

Vad ser du som de största utmaningarna med att tillämpa Open Science.

– En utmaning är att utbilda så att fler uppfattar det som enkelt och självklart att följa principerna om öppenhet. När man publicerar brukar det vara mycket detaljer att hålla reda på och att då få ännu fler instruktioner om datadeposition osv är förstås något man helst undviker. 

Vilka förändringar i forskningspolitiken och i forskarsamhället skulle kunna möta dessa utmaningar?

– Jag tror det viktigaste är att forskare engagerar sig i ämnet. Open Science som gräsrotsrörelse är ganska gammal och den blir allt starkare. Lärosäten och politiker kan och ska förstås stödja, men det är de enskilda forskarnas insatser som kommer ha mest inflytande. 

Hur och när bör man utbilda om Open Science?

– Idag är det nog bra att börja med doktorander. Ibland räcker det med handledarens mentorskap, men med ett kursutbud kan man sprida kunskaperna in i miljöer där Open Science inte redan har starka anhängare. 

Programmering och kunskaper om datoranalys är nog en också en bra grogrund och där tycker jag det finns mycket att göra redan på kandidatnivå. Alla som går ut ett kandidatprogram på det naturvetenskapliga området, tex, borde kunna programmera och så är det inte idag. 

Har du något konkret exempel – positivt eller negativt - på där tillämpningen av Open Science har gjort skillnad i praktiken?

– Jag tycker det finns många positiva exempel inom mitt område Bioinformatik. När till exempel man utvärderar datorprogram och metoder publiceras numera alltid de referensdata som använts. De som sedan vill publicera en ny metod till ett gammalt problem hittar därför lätt referensdata att använda, utan att ens behöva kontakta de som publicerat dessa data.

Det gör skillnad eftersom hela processen går snabbare, och man är inte heller beroende av enskilda forskares välvilja och datahantering. När jag och en kollega för ca 15 år sedan ville prova en idé så föll det i praktiken på att den metod vi ville jämföra mot inte längre var körbar på en modern dator, och vi fick veta att dess testdata hade gått förlorat i en diskkrasch. Det är betydligt mer sällsynt med problem av det slaget idag.