Archivo de la etiqueta: Ciencia abierta

Adiós a Elsevier y Clarivate: OpenAlex y la nueva era de la ciencia abierta

Winemiller, Sam. 2026. “OpenAlex and Values‑Aligned Tools.” ACRLog, 26 de enero de 2026. https://acrlog.org/2026/01/26/openalex-and-values-aligned-tools/

Se hace una llamada a la comunidad académica y bibliotecaria para cuestionar la hegemonía de herramientas comerciales en la evaluación científica y abrazar alternativas abiertas como OpenAlex —no solo por su utilidad técnica, sino también por su potencial para reflejar y reforzar valores compartidos de acceso abierto, inclusión y control comunitario sobre las infraestructuras que sostienen el conocimiento global.

La academia necesita desvincular de las entidades corporativas nuestra capacidad para comprender y evaluar la actividad académica. Compañías como Elsevier y Clarivate han integrado efectivamente métodos de evaluación en la academia que dependen de sus herramientas propietarias (Scopus y SciVal; Web of Science y Journal Citation Reports e InCites, respectivamente). De manera conveniente, estos productos también emiten juicios sobre la “legitimidad” de los lugares de publicación académica y sobre si son valiosos como líneas dentro de un expediente de promoción o para decisiones de suscripción bibliotecaria, lo que plantea preguntas sobre posibles conflictos de interés. Uno podría suponer que las revistas propiedad de Elsevier rara vez se excluyen del corpus de Scopus, por ejemplo.

La necesidad de separar la indexación y evaluación de la actividad académica del control corporativo coincide con la necesidad de recuperar cierto grado de control sobre todo el sistema de publicación académica. Un camino posible sería un cambio significativo hacia espacios gestionados por instituciones académicas, sociedades científicas o alianzas académicas, en lugar de editores con fines de lucro; sin embargo, un obstáculo básico para este cambio es la indexación inconsistente e incompleta de dichos espacios en gráficos de conocimiento científico como Scopus y Web of Science. En su reciente artículo sobre el tema, Nazarovets et al. (2026) concluyen con esta sugerencia: “…la visibilidad desigual de las UJs [revistas universitarias] resalta un punto ciego estructural en la evaluación global de la investigación: a menos que infraestructuras más inclusivas como DOAJ y OpenAlex sean ampliamente reconocidas y mejoradas en cuanto a cobertura y fiabilidad de metadatos, grandes partes de la producción académica permanecerán invisibles incluso si se decide abandonar WoS [Web of Science] y Scopus.” Este es solo uno de los posibles beneficios de invertir en infraestructura abierta como OpenAlex (tal como lo recomienda la UNESCO). La infraestructura abierta puede definirse como herramientas y recursos fundamentales, gratuitos, sobre los cuales se puede realizar, compartir y explorar la ciencia y la investigación abierta.

Para quienes no estén familiarizados con OpenAlex, es esencialmente una gran base de datos de trabajos académicos y metadatos relacionados. OpenAlex se centra en la inclusión amplia de trabajos académicos, en contraste con la “curaduría” de fuentes legítimas practicada por servicios propietarios. Posee una interfaz web y puede consultarse mediante API, pero en esencia es una infraestructura dedicada al dominio público a través de la licencia CC0, mantenida activamente por una organización sin fines de lucro (501(c)3). Por supuesto, depender de datos de citas reportados por los editores puede ser cuestionable, pero mientras trabajamos en reconocer y recompensar otros tipos de evidencia sobre el impacto de la investigación, al menos podemos usar datos de citas lo más completos posibles.

¿Es OpenAlex tan bueno como sus competidores? Según mi experiencia, suele ser igual o mejor para la mayoría de propósitos, como generar listas de publicaciones de autores, incluyendo preprints, o analizar tendencias de publicación en acceso abierto de una institución a lo largo del tiempo. La mayoría de quienes lo han explorado a fondo parecen coincidir. Culbert et al. (2024) analizaron la cobertura de referencias de OpenAlex en comparación con Web of Science y Scopus, encontrándola “comparable”, incluso antes de las recientes mejoras de OpenAlex, que incluyeron más de 50 millones de trabajos nuevos. En una revisión de Katina, Ho (2025) calificó a OpenAlex como “…una alternativa prometedora y fiable a las bases de datos de citas tradicionales por suscripción para investigadores, administradores universitarios, instituciones de investigación y organismos gubernamentales interesados en actividades de investigación y colaboraciones potenciales.” Otras herramientas de descubrimiento académico, como Overton, utilizan OpenAlex como fuente de datos fundamental.

Cada persona necesitará probarlo para evaluar si su usabilidad cumple con sus estándares, pero para quienes dudan, basta considerar que el simple uso de estas herramientas puede ser una pequeña contribución hacia un futuro diferente para la infraestructura de investigación. Los coordinadores involucrados en la Declaración de Barcelona sobre Información de Investigación Abierta comentaron sobre el compromiso de la declaración de apoyar infraestructuras para información de investigación abierta:

“Lo que creemos importante para las organizaciones es asumir seriamente su responsabilidad de apoyar estas infraestructuras, las cuales solo pueden existir y desarrollarse si son usadas y apoyadas. Esto incluye apoyo financiero, pero también puede involucrar participación en la gobernanza y contribuciones en especie, como aportar datos y mejorar su calidad. En cuanto a las contribuciones financieras, la Universidad de la Sorbona es un gran ejemplo: cuando se dieron de baja de Web of Science, redirigieron parte de ese presupuesto a apoyar OpenAlex. En general, abogamos por hacer de las inversiones en infraestructura abierta una parte integral de los presupuestos institucionales.”

Para muchos en bibliotecas universitarias, no contamos con recursos significativos para invertir o desinvertir, aunque votar con nuestro dinero sigue siendo una opción si tenemos autorización para hacerlo. Sin embargo, lo que sí está dentro de nuestro ámbito de influencia es aprender sobre infraestructura alineada con valores y usarla, aprovechando nuestras posiciones como profesionales de la información para enseñar y motivar a otros a usar infraestructura alineada con valores. En mi institución, hemos empezado con proyectos pequeños, como integrar OpenAlex en nuestra plataforma local de perfiles académicos y trabajar para añadir nuestro repositorio institucional como fuente de datos para OpenAlex. Ya sea OpenAlex u otra herramienta alineada con valores, podemos “votar” con nuestro uso como un pequeño acto diario de apoyo o resistencia. Enseñando sobre estas herramientas, pequeños actos individuales se convierten en poder colectivo.

Una Nación, Una Suscripción: Un Marco Transformador para una Ciencia Abierta Equitativa y Sostenible en el Sur Global

Kumari, Rakhi; Kushwaha, Ashwin Kumar (2026). One Nation One Subscription: A Transformative Framework for Equitable and Sustainable Open Science in the Global South [Presentación]. International Federation of Library Associations and Institutions (IFLA). Disponible en: https://repository.ifla.org/handle/20.500.14598/6981

Texto completo

Este trabajo presenta la iniciativa india “One Nation One Subscription” (ONOS) como un modelo innovador para superar las desigualdades de acceso al conocimiento académico en naciones del Sur Global. ONOS se basa en la negociación de licencias centralizadas de revistas y bases de datos científicas a nivel nacional, con el objetivo de garantizar que todas las instituciones educativas y de investigación, independientemente de su tamaño o ubicación geográfica, puedan acceder al mismo conjunto de recursos científicos sin restricciones económicas desiguales.

Lejos de considerarse únicamente una estrategia de compra, el documento concibe ONOS como un componente esencial de un ecosistema más amplio de Ciencia Abierta. Se propone un modelo híbrido que combina la licencia nacional con políticas de acceso abierto, apoyo a publicaciones locales en lenguas diversas y la construcción sostenida de infraestructuras digitales gestionadas por la comunidad (como repositorios institucionales o revistas lideradas por académicos).

El estudio también aborda las barreras sistémicas del modelo actual del conocimiento —como los altos costos de suscripción, las brechas regionales de acceso y la exclusión de instituciones no élite— y discute posibles trayectorias de política pública que permitan integrar ONOS en marcos más amplios de gobernanza de la Ciencia Abierta. Asimismo, explora mecanismos de financiación sostenible, licencias colaborativas y plataformas digitales escalables.

Finalmente, al presentar ONOS como un caso de inversión pública orientada hacia la equidad del conocimiento, los autores resaltan el potencial de India no solo como beneficiario de los movimientos globales de acceso abierto, sino como actor proactivo en la construcción de un futuro de ciencia más equitativo, sostenible e interoperable internacionalmente.

Frontiers FAIR² Data Management recupera la ciencia perdida: cómo la IA transforma los datos invisibles en conocimiento reutilizable

Frontiers. “90% of Science Is Lost. This New AI Just Found It.” ScienceDaily, October 13, 2025. https://www.sciencedaily.com/releases/2025/10/251013040314.htm

Una gran cantidad de datos de investigación valiosos permanecen sin utilizar, atrapados en laboratorios o perdidos en el tiempo. Frontiers pretende cambiar esta situación con FAIR Data Management, un innovador sistema impulsado por IA que hace que los conjuntos de datos sean reutilizables, verificables y citables. Al unir la curación, el cumplimiento, la revisión por pares y la visualización interactiva en una sola plataforma, FAIR² permite a los científicos compartir su trabajo de forma responsable y obtener reconocimiento.

La gran mayoría de los datos generados nunca se reutilizan ni contribuyen de forma significativa a nuevos descubrimientos. Según la evaluación citada, una proporción abrumadora de datos —hasta un 90 %— queda atrapada en laboratorios, no se comparte adecuadamente o se pierde en archivos inaccesibles, lo que frena el progreso en áreas críticas como la medicina, el cambio climático y la tecnología. Este desperdicio de información no solo reduce la eficiencia de la investigación global, sino que también limita la reproducibilidad de los estudios y la capacidad de construir sobre trabajos previos, una componente fundamental del método científico moderno.

Para enfrentar este desafío, la editorial y organización científica Frontiers ha desarrollado un sistema innovador denominado Frontiers FAIR² Data Management, que combina herramientas avanzadas de inteligencia artificial con principios sólidos de gestión de datos. El objetivo principal de esta plataforma es aplicar de manera automatizada y a gran escala los principios FAIR (findable, accessible, interoperable, reusable — en español: localizable, accesible, interoperable y reutilizable) y expandirlos en un marco que garantice la compatibilidad con sistemas de IA y la integridad ética de los conjuntos de datos. Al integrar procesos de curación, revisión por pares, visualización interactiva y certificación dentro de un único sistema impulsado por IA, FAIR² pretende transformar conjuntos de datos “perdidos” en recursos útiles y citables que puedan impulsar nuevas investigaciones, acelerar descubrimientos y reconocer adecuadamente el trabajo de los investigadores.

El funcionamiento práctico de FAIR² va más allá de simplemente archivar datos. Cuando un científico somete sus resultados a este sistema, no solo se asegura de que los datos sean estructurados y completos, sino que también recibe una salida múltiple: un paquete de datos certificado, un artículo de datos revisado y citable, herramientas de visualización interactiva y un certificado FAIR² que respalda la calidad y reutilización del conjunto. Esta estrategia integral busca eliminar las barreras tradicionales para el intercambio de datos y fomentar una cultura científica en la que cada conjunto de datos tenga el potencial de generar conocimiento adicional, reducir el tiempo entre descubrimiento y aplicación práctica, y asegurar que las inversiones en investigación rindan un impacto mucho mayor del que logran actualmente.

Software Libre y Ciencia Abierta con Laureano Felipe Gómez. Planeta Biblioteca 2025/12/02

Software Libre y Ciencia Abierta con Laureano Felipe Gómez.

Planeta Biblioteca Biblioteca 2025/12/02

ESCUCHAR

Descargar

Laureano Felipe Gómez Dueñas, ingeniero de sistemas y magíster en Sistemas de Información Digital, es gerente de MetaBiblioteca, empresa de software para bibliotecas que opera en Latinoamérica. Su trayectoria combina ingeniería, bibliotecología y educación virtual, motivado por la posibilidad de que la tecnología optimice la gestión y difusión del conocimiento. Desde MetaBiblioteca, identifica como principales retos de las bibliotecas la automatización de procesos, la interoperabilidad entre sistemas y la capacitación del personal en competencias digitales.

En opinión de Laureano Felipe, la migración a software libre como KOHA, DSpace u OJS permite a las instituciones mayor autonomía, personalización y reducción de costos, facilitando además la adopción de prácticas de Ciencia Abierta. La empresa ofrece módulos y plugins gratuitos, fortaleciendo la colaboración entre bibliotecas y el ecosistema tecnológico abierto. Gómez Dueñas señala que aún existen barreras culturales e institucionales para la apertura real de contenidos, datos e infraestructuras científicas.

Para integrar la Ciencia Abierta en universidades, se requieren cambios institucionales que incentiven la producción y difusión abierta de conocimiento y la interoperabilidad de sistemas. MetaBiblioteca trabaja activamente en la integración de catálogos, repositorios y portales de revistas, mientras fomenta competencias tecnológicas como gestión de datos, automatización y analítica entre los nuevos profesionales. La tecnología, bien utilizada, potencia el trabajo bibliotecario al liberar a los equipos de tareas repetitivas, permitiéndoles enfocarse en servicios de valor agregado. Finalmente, Gómez Dueñas destaca la innovación en inteligencia artificial y analítica de datos aplicada a bibliotecas, y recomienda como primer paso hacia la Ciencia Abierta la evaluación institucional y la capacitación del personal en herramientas abiertas.

Principios del seguimiento de la ciencia abierta

Open Science Monitoring Initiative. (2025). The Principles of Open Science Monitoring. Recuperado de https://open-science-monitoring.org/principles/

Se presentan los principios del Open Science Monitoring Initiative (OSMI), diseñados para ofrecer un marco global que oriente la creación de sistemas de seguimiento (monitorización) de la ciencia abierta en distintos contextos nacionales, institucionales y disciplinarios.

La iniciativa surge como respuesta a la falta de directrices globales para evaluar el grado y avance de prácticas de ciencia abierta tras la adopción de la 2021 UNESCO Recommendation on Open Science.

Los principios se estructuran alrededor de tres pilares fundamentales:

  • Relevancia y significación: los indicadores deben ser útiles, adaptables a diversos contextos, desarrollados con participación de distintos actores, y capaces de reflejar impactos reales de la ciencia abierta. Esto asegura que los sistemas de monitoreo realmente aporten información significativa para políticas, instituciones o comunidades científicas.
  • Transparencia y reproducibilidad: los sistemas de monitoreo deben apoyarse en infraestructuras abiertas, usar herramientas de código abierto, documentar públicamente los procesos y metodologías, asegurar la trazabilidad de los datos y permitir la reutilización. Los datos deben ser accesibles, los métodos claros, y los resultados comunicados de forma abierta, lo cual promueve confianza, auditabilidad y comparabilidad entre contextos
  • Autoevaluación y uso responsable: la monitorización debe emplearse como herramienta de mejora continua, con revisiones periódicas, sensibilidad al contexto, y nunca como un mecanismo para clasificar o rankear a investigadores individualmente. En su lugar, debe centrarse en apoyar el desarrollo colectivo de prácticas de ciencia abierta, respetando diversidad disciplinaria, equidad, inclusión y adaptabilidad local.

El documento enfatiza que estos principios no son prescriptivos sino aspiracionales: buscan guiar y orientar la creación de sistemas de monitoreo —no imponer un modelo único. Su carácter flexible y modular facilita su adopción por diversos actores institucionales, gubernamentales o comunitarios con distintas capacidades, recursos y realidades.

Las contribuciones de la ciencia abierta a la cultura de la investigación

Science Europe. Scoping Review: The Contributions of Open Science to Research Culture. 20 Octubre 2025. DOI: 10.5281/zenodo.17379695

Texto completo

El informe analiza cómo las prácticas de ciencia abierta (contribuyen a la cultura de la investigación, a través de una revisión exploratoria de literatura académica y gris. Este trabajo fue encargado por Science Europe y realizado en colaboración con el Centre for Science and Technology Studies (CWTS) de la Universidad de Leiden y el Know Center GmbH.

El documento examina los aportes y las consecuencias no deseadas de las políticas y prácticas de ciencia abierta en relación con valores clave de la cultura de investigación, como la equidad, la apertura, la integridad, el cuidado, la colaboración y la autonomía. Se estudia cómo estos valores se articulan —o no— con la implementación de la ciencia abierta en los entornos académicos y científicos.

Uno de los hallazgos principales es que, aunque la ciencia abierta suele presentarse como un motor de transformación cultural —por ejemplo, al fomentar la transparencia, la cooperación y el acceso público al conocimiento—, la evidencia disponible sigue siendo fragmentaria. Existen ejemplos positivos de impacto, pero también lagunas significativas respecto a los efectos a largo plazo sobre la cultura investigadora.

El informe subraya la necesidad de fortalecer los mecanismos de evaluación, seguimiento y adopción de buenas prácticas en ciencia abierta, con el fin de asegurar que realmente promuevan una cultura de investigación más saludable, ética y sostenible. Asimismo, propone alinear las reformas en la evaluación de la investigación, las políticas institucionales y las iniciativas de ciencia abierta para potenciar sus sinergias y reducir posibles efectos adversos.

Cómo aborda el movimiento de «ciencia abierta» la mala conducta científica

Kingsley, Danny. “Show Your Working: How the ‘Open Science’ Movement Tackles Scientific Misconduct.” The Conversation, 31 de marzo de 2025. https://theconversation.com/show-your-working-how-the-open-science-movement-tackles-scientific-misconduct-249020

El movimiento de ciencia abierta —que incluye no solo acceso libre a artículos científicos, sino también la transparencia en datos, protocolos, software y todos los aspectos del proceso investigativo— se presenta como una estrategia clave para combatir la mala praxis científica.

El artículo analiza cómo ciertas estructuras en el mundo académico —como la presión por publicar (“publish or perish”), los rankings universitarios internacionales y el prestigio basado en la producción de artículos— fomentan incentivos perversos que pueden desencadenar comportamientos ilícitos o poco éticos. En este contexto, florecen prácticas como las editoriales depredadoras (“predatory publishers”) o las fábricas de artículos (“paper mills”), que generan papers de baja calidad o fraudulentos para beneficio económico o académico.

Kingsley argumenta que trabajar de manera abierta ayuda a mejorar la integridad de la ciencia de varias formas: al permitir revisar datos, registrar ensayos clínicos, publicar protocolos antes de realizar los estudios, etc. Estas medidas no evitan que algunos actúen mal, pero sí dificultan que lo hagan sin ser detectados.

Entre las estrategias que el autor destaca para fortalecer la integridad científica desde la ciencia abierta se encuentran:

  • El registro previo de protocolos y objetivos de estudios, de modo que las modificaciones posteriores queden explícitas.
  • La apertura de los conjuntos de datos, el código y los materiales metodológicos para revisión externa.
  • El uso de publicación de preprints y revisiones abiertas, de modo que el escrutinio ocurra antes y después de la evaluación formal.
  • La creación de incentivos institucionales que reconozcan y premien la transparencia, la reproducibilidad y los esfuerzos de colaboración.

Con su enfoque en la transparencia, la ciencia abierta ofrece parte de la solución al creciente problema de la mala conducta científica. Sin embargo, para que la ciencia abierta cumpla su potencial se requiere un cambio profundo de paradigma cultural: no basta con adoptar tecnologías, sino modificar incentivos institucionales, políticas y normas para premiar la transparencia, la reproducibilidad y la responsabilidad. Ejemplos internacionales, como programas nacionales de ciencia abierta en Europa y acciones coordinadas en Australia, se citan como señales alentadoras.

Datos listos para la IA: consideraciones clave para la ciencia abierta y responsable

McBride, Vanessa; Natalia Norori; Denisse Albornoz. Data and AI for Science: Key Considerations. Working Paper, International Science Council, septiembre de 2025. DOI: 10.24948/2025.11

Texto completo

El informe ofrece una visión amplia y crítica del cruce entre inteligencia artificial, datos y ciencia, destacando que solo mediante la combinación de apertura, responsabilidad y cooperación internacional se podrá aprovechar plenamente el potencial de la IA en beneficio del conocimiento y la sociedad.

El informe explora cómo la inteligencia artificial está transformando la práctica científica y qué condiciones deben cumplirse para que los datos puedan aprovecharse de manera efectiva, ética y sostenible. La noción central es la de datos “AI-ready”, es decir, conjuntos de datos preparados para ser procesados y reutilizados por sistemas de IA en beneficio de la investigación. Este concepto implica que los datos no solo deben estar disponibles, sino también estructurados, limpios, interoperables y documentados de manera adecuada.

Una parte importante del documento se centra en la calidad e interoperabilidad de los datos. La ciencia abierta ha impulsado normas como FAIR (Findable, Accessible, Interoperable, Reusable), pero el uso de IA añade nuevas exigencias. Por ejemplo, los algoritmos requieren datos con metadatos consistentes, esquemas comunes y estándares de anotación que permitan la reutilización automática. Además, se subraya que la preparación de datos para IA debe considerar la reducción de sesgos y garantizar la inclusión de voces y contextos diversos, para evitar reproducir inequidades existentes en los resultados científicos.

Otro eje del informe son las dimensiones éticas, sociales y ambientales. Los autores advierten que el entrenamiento y uso de grandes modelos de IA conlleva altos costes energéticos y huellas de carbono significativas, por lo que la sostenibilidad debe integrarse en la planificación de infraestructuras científicas. En paralelo, se examinan los riesgos para la privacidad, la seguridad y la soberanía de los datos, especialmente en campos sensibles como la biomedicina o las ciencias sociales. Estos retos requieren marcos sólidos de gobernanza que equilibren apertura y protección.

El informe también vincula la preparación de datos para IA con la agenda de la ciencia abierta. Se argumenta que los principios de transparencia, accesibilidad y colaboración resultan esenciales para garantizar que la IA potencie la ciencia de manera inclusiva y global. Se destacan casos prácticos en los que repositorios, proyectos colaborativos y consorcios internacionales han logrado implementar buenas prácticas de datos AI-ready, sirviendo como ejemplos para otras disciplinas.

Finalmente, se presentan recomendaciones estratégicas:

  • Consolidar marcos normativos y estándares internacionales, como FAIR-R y Croissant.
  • Invertir en infraestructuras digitales y capacidad de cómputo adecuadas para la investigación con IA.
  • Fortalecer la capacitación en gestión de datos e inteligencia artificial.
  • Reconocer institucionalmente la labor de quienes trabajan en la preparación y curación de datos.
  • Garantizar la equidad y la inclusividad en las políticas sobre datos e IA, evitando que el acceso desigual a recursos tecnológicos aumente las brechas entre regiones y comunidades científicas.

Recomendación de la UNESCO sobre la Ciencia Abierta

United Nations Educational, Scientific and Cultural Organization. Recommendation on Open Science. Adoptada por la 41.ª Conferencia General de la UNESCO, París, 23 de noviembre de 2021. París: UNESCO, 2021. Disponible en línea en https://unesdoc.unesco.org/ark:/48223/pf0000379949_spa

La Recomendación sienta las bases para una transformación profunda del ecosistema científico global. Promueve un modelo de producción y circulación del conocimiento más justo, transparente y participativo, con el fin de acercar la ciencia a la sociedad y garantizar que sus beneficios estén al alcance de todos. La Recomendación constituye, así, una hoja de ruta ambiciosa para que gobiernos, instituciones y comunidades científicas trabajen conjuntamente por una ciencia abierta al mundo y para el mundo.

La Recomendación de la UNESCO sobre la Ciencia Abierta, adoptada por unanimidad en noviembre de 2021 durante la 41.ª sesión de la Conferencia General, constituye el primer instrumento normativo internacional que define y promueve un enfoque común para el desarrollo de la ciencia abierta a nivel mundial. Este documento fue elaborado con la participación de expertos, responsables políticos, científicos, organizaciones e instituciones de diversos contextos geográficos y disciplinares, en respuesta a los desafíos contemporáneos en la producción, acceso y difusión del conocimiento científico.

Se parte de una definición amplia e inclusiva de la ciencia abierta, que no se limita al acceso abierto a publicaciones científicas, sino que también abarca el acceso libre a datos, software, infraestructuras digitales, metodologías, materiales de investigación y procesos colaborativos. Además, reconoce y valora los sistemas de conocimiento no occidentales, tradicionales e indígenas, proponiendo una ciencia más participativa y plural.

El texto se articula en torno a cinco pilares fundamentales: el conocimiento científico abierto; las infraestructuras para la ciencia abierta; la comunicación científica accesible; la participación activa de diversos actores sociales; y el diálogo con otros sistemas de conocimiento. Estos ejes estructuran una visión integral que promueve una ciencia más democrática, ética, reproducible y útil para enfrentar los grandes retos sociales, como el cambio climático, las pandemias o las desigualdades globales.

La Recomendación también establece compromisos específicos para los Estados Miembros. Les insta a promover marcos normativos que respalden la ciencia abierta, garantizar la inversión en infraestructuras adecuadas, fomentar la formación en prácticas abiertas, y crear mecanismos de evaluación científica más equitativos. Asimismo, se les solicita rendir cuentas sobre los avances realizados y cooperar con otros países en el fortalecimiento de una cultura científica abierta y colaborativa.

Evaluación de la investigación y ciencia abierta: impacto en los servicios de las bibliotecas REBIUN (2023-2025)

REBIUN. Evaluación de la investigación y ciencia abierta: impacto en los servicios de las bibliotecas REBIUN (2023-2025). Informe del V Plan Estratégico de REBIUN (2024–2027). Repositorio REBIUN, 2023. https://repositoriorebiun.org/handle/20.500.11967/1454

El documento se integra dentro del marco del V Plan Estratégico de REBIUN (2024–2027), elaborado en 2023 con el propósito de evaluar los avances y retos vinculados a los servicios que ofrecen las bibliotecas universitarias pertenecientes a la Red de Bibliotecas Universitarias Españolas (REBIUN). Se trata de un esfuerzo colaborativo coordinado por dos líneas estratégicas: la de innovación y servicios al usuario, así como la de digitalización y gestión del conocimiento, con el fin de monitorizar y orientar las actuaciones en el periodo 2023–2025

Aunque los detalles del procedimiento no están íntegramente publicados, se indica que el informe se basa en una combinación de métodos cuantitativos y cualitativos: encuestas a usuarios, entrevistas con equipos de bibliotecas, análisis de datos sobre uso de servicios, y revisión documental de la gestión de proyectos. El objetivo es medir el impacto real de las iniciativas impulsadas por REBIUN, detectando tanto éxitos como áreas de mejora.

Principales hallazgos y logros detectados

  • Innovación en servicios: se han implementado nuevas plataformas digitales y se ha potenciado la formación de usuarios en competencias informacionales, lo que ha derivado en un aumento significativo de la reutilización de recursos y satisfacción de estudiantes e investigadores.
  • Digitalización y preservación: se ha acogido una mayor inversión en procesos de digitalización de fondos patrimoniales y materiales de investigación, mejorando el acceso remoto y contribuyendo al conocimiento abierto.
  • Colaboración interbibliotecaria: el informe destaca una intensificación de redes colaborativas para compartir recursos, experiencias y sistemas integrados de préstamo entre campus, lo cual optimiza costes y tiempos de respuesta.

Desafíos y recomendaciones clave
No obstante los avances, el informe detecta lagunas persistentes: brechas en la formación digital del personal, desigualdad en recursos tecnológicos entre universidades, y limitaciones en presupuesto para ampliar infraestructuras digitales. En respuesta, se recomienda reforzar la capacitación continua, asegurar una financiación estable para digitalización y consolidar plataformas interoperables.

Proyecciones y hoja de ruta para 2024–2027
El informe cierra con una mirada hacia el futuro: propone consolidar el modelo de servicios basados en datos y análisis continuados, promover la integración entre repositorios, catálogos y servicios de préstamo intercampus, y profundizar la experiencia de usuario personalizada vía tecnologías avanzadas como IA o aprendizaje automático. Se subraya la necesidad de un liderazgo coordinado que impulse la implementación gradual de estas líneas estratégicas.