Ciencia de datos (Data Science) y bibliotecas

La ciencia de datos es un campo interdisciplinar que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, ya sean estructurados o no estructurados, ​ lo cual es una continuación de algunos campos de análisis de datos como la estadística, la minería de datos, el aprendizaje automático, y la analítica predictiva.

El Plan Estratégico Federal sobre Big Data publicado por la Administración Obama en 2016, ya explicitaba que curadores, bibliotecarios y archiveros estaban en el centro para ayudar a una demanda creciente de talento y capacidad en este campo. El grupo de consultoría McKinsey calcula que solo en Estados Unidos faltan actualmente casi 200.000 personas con los conocimientos técnicos necesarios para utilizar los macrodatos para tomar decisiones organizativas eficaces. 

¿Podrían estar algunas de esas personas en las bibliotecas? Particularmente las universitarias, que ya están trabajando con investigadores y con datos desde hace mucho tiempo. Nosotros hemos sido comúnmente profesionales de la información y los datos están a un paso de serlo, son una unidad menor. Nuestra experiencia en gestión, preservación y organización puede ser clave en el paso al conocimiento desde distintas perspectivas.

Contamos cada vez con más literatura al respecto. Novedades editoriales que tratan el tema como Data Science in the Library, que traslada la experiencia de un grupo de bibliotecas universitarias de Estados Unidos y Europa, editado desde la biblioteca de la Universidad de Duke (participa el DataLab de la Fundación Juan March).

Hay perfiles y roles profesionales emergentes relacionados con los datos (ingeniero de datos, bibliotecario de datos, curador de datos, periodista de datos, archivero de datos y analista de datos). Pero se empieza a hablar ahora del data savvy librarian como un profesional todo terreno que se relaciona con todos estos perfiles, y que de forma efectiva tiene familiaridad con los datasets, entiende los métodos técnicos, y es lo bastante conocedor de las diversas particularidades de diversas disciplinas como para poder trabajar conjuntamente con sus necesidades.

Entre las habilidadades profesionales y las nuevas funciones de la profesión

–Curación de datos: la limpieza, clasificación y ordenación de datos.

-También por su experiencia en la formación de temas afines como la gestión de datos de investigación, la visualización de datos, la minería de textos, los algoritmos, el lenguaje de programación R o Python.

–Recopilación de recursos en LibGuides o similares.

-La propia ciencia de datos, tal y como se explica en Data Science in the library, puede incorporarse al trabajo bibliotecario, analizando los datos de cara a hacer prediciones previsiones de asistencia a las bibliotecas o hacer análisis estadísticos avanzados de cara a la adquisición de recursos, por ejemplo.

-Por otro lado, dentro del paradigma Space as a service , los cada vez más habituales Creative spaces en bibliotecas son lugar idóneo para la intersección de distintas disciplinas. También tiene experiencia en organización de eventos, por lo que podría albergar datatones.

La formación de los bibliotecarios: data librarian o bibliotecario de datos

La Biblioteca de Harvard y la Biblioteca John G. Wolbach del Centro Harvard-Smithsonian de Astrofísica se han unido para formar a los bibliotecarios en las crecientes necesidades de datos de sus comunidades con el curso «Data Scientist Training for Librarians«. Se ha ido incorporando a los grados, apareciendo másters y saliendo programas de formación como Research Data Management Librarian Academy (RDMLA). El RDMLA es un programa gratuito en línea para el desarrollo de habilidades profesionales de gestión de datos de investigación para bibliotecarios liderado por distintas universidades americanas como Harvard, entre otras. Encontramos Moocs como Research Data Management and Sharing de Coursera (que se ha utilizado dentro del consorcio Madroño).