Recherche

Katharina Fromm, FNS: «L’Open Research Data va faire avancer la science plus vite»

| mise à jour

Le rapport «Défis de la numérisation pour la formation et la recherche en Suisse» publié en juillet 2017 par le Conseil Fédéral invitait le Fonds national suisse de la recherche scientifique (FNS) à provoquer la digitalisation à travers ses différents dispositifs de financement et instruments d’encouragement. Un an plus tard, quelles en sont les concrétisations? ICTjournal fait le point avec Katharina Fromm, vice-présidente du Conseil de la recherche de la fondation.

Katharina Fromm, vice-présidente du Conseil de la recherche du Fonds national suisse de la recherche scientifique (FNS)
Katharina Fromm, vice-présidente du Conseil de la recherche du Fonds national suisse de la recherche scientifique (FNS)

Face à la volonté de digitalisation de la recherche manifestée par la Confédération l’année dernière, quels leviers pouvez-vous activer?

Nous encourageons l’Open Access, le libre accès des publications, mais aussi l’Open Research Data, qui consiste au partage des données scientifiques générées par les travaux de recherche. Pour cela nous avons mis en place les plans de gestion des données (DMP): pour être financé, chaque projet soumis doit décrire comment ses données seront trouvables, accessibles, interopérables et réutilisables.

Dans certaines disciplines ces banques de données existent, le CERN en a par exemple une pour la physique des particules. Pour d’autres, elles doivent être créées, en Suisse ou ailleurs puisque le fondement est l’ouverture. La culture doit changer, mondialement, pour les data comme pour les publications. Le FNS a dans ce cadre signé la Déclaration de San Francisco sur l’évaluation de la recherche afin que diminue le poids de la bibliométrie dans l’évaluation des chercheurs et pour que les maisons d’éditions fassent preuve de fairplay.

Voyez-vous déjà se dessiner un impact sur le paysage de la recherche en Suisse?

Les premiers projets contenant ces DMP n’ont été acceptés qu’au 1er avril 2018. Les chercheurs nous ont présenté des solutions. Beaucoup, surtout les jeunes, comprennent que les données issues d’une recherche payée par l’argent du contribuable doivent être accessibles.

L’impact le plus important proviendra de tous ces résultats jamais publiés, qui restent dans les tiroirs «pour plus tard» ou parce que «ça n’a pas marché». Les partager, c’est éviter à d’autres de refaire les mêmes erreurs ou leur donner l’opportunité de comprendre ces échecs. L’Open Research Data va faire avancer la science plus vite. Enfin, des données générées dans un domaine pourront être exploitées dans d’autres disciplines.

Demain, tout chercheur devra donc être data scientist?

De nouveaux outils vont apparaître. Ils iront chercher automatiquement les bonnes données dans les bonnes bases. Restera évidemment le travail d’interprétation, d’analyse de la part des chercheurs, qui devront aussi faire preuve d’esprit critique. Ces compétences sont déjà sollicitées par le scientifique qui lit la littérature sur ses sujets. Nous ne faisons qu’élargir leur champ d’application. Les chercheurs auront désormais la possibilité d’utiliser ce qu’ont fait leurs confrères, de collaborer davantage.

Au-delà de ces aspects open data, qu’implique le fait que l’appel à candidature pour de nouveaux Pôles de recherche nationaux (PRN) fasse partie du plan d'action pour le numérique de la Confédération?

Le processus d’évaluation pour ces nouveaux PRN qui devraient démarrer début 2020 est en cours. L’idée était d’inciter les chercheurs, quelle que soit leur discipline, à réfléchir à la manière dont ils pourraient intégrer la digitalisation dans leur domaine de recherche ou dans la résolution de la question qu’ils aimeraient résoudre et pour laquelle ils sollicitent un financement. Il s’agit de les pousser à porter le regard au-delà de leur domaine traditionnel, à se demander comment le Machine Learning pourrait faire avancer leur recherche par exemple. Au regard des candidatures reçues, beaucoup de scientifiques ont fait ce travail.

N’est-ce pas un désavantage pour les sciences humaines et sociales, et un biais?

Les projets des chercheurs de ces disciplines ont autant de chances que les autres. Ils sont à l’origine d’énormément de données: traductions, analyses législatives, résultats d’études de psychologie, sur l’enseignement… Là encore, les outils de la digitalisation agrandissent le pool de données sur lesquelles ils peuvent travailler. Si leurs travaux sont principalement des études qualitatives, cette opportunité leur permet de les mener aussi sur des données recueillies par des homologues de l’autre bout du monde et auxquelles ils n’avaient pas accès avant. Cela facilite également la validation de modèles sur divers sets de data. En Suisse, la base FORS permet déjà ces échanges de données issues de la recherche en sciences sociales.

Tags
Webcode
DPF8_99110