GO FAIR Brasil
GO (Global Open) FAIR
GO (Global Open) FAIR é uma iniciativa de baixo para cima cujo objetivo é fazer com que dados fragmentados e desconectados sejam Encontráveis, Acessíveis, Interoperáveis e, portanto, Reusáveis (FAIR na sigla em inglês) por máquinas e pessoas. A iniciativa GO FAIR busca o desenvolvimento de um ambiente global compartilhado para a pesquisa e inovação baseada em dados. O centro da iniciativa é a federação de redes temáticas de excelência existentes que se compromete coletivamente aos Princípios FAIR em termos de estratégias de implementação desses princípios, o que inclui padrões, protocolos, políticas, diretrizes, boas práticas, dentre outros.
O aumento da eficiência no uso dos recursos necessários para a gestão de dados, proporcionado pela adoção dos princípios FAIR é fundamental para garantir um retorno maior e mais rápido para a sociedade.
O Escritório de Apoio de Coordenação GO FAIR Brasil é um dos escritórios regionais do GFISCO (GO FAIR International Support and Coordination Office) e, por isso, tem a responsabilidade de difundir, apoiar e coordenar as atividades relacionadas à adoção da estratégia de implementação dos princípios FAIR definida pela iniciativa GO FAIR em todo o território brasileiro.
O GO FAIR Brasil é sediado pelo Instituto Brasileiro de Informação em Ciência e Tecnologia – IBICT, que possui ampla experiência na implementação de infraestruturas de apoio à informação científica e tecnológica e na formulação de políticas voltadas para a Ciência Aberta e, portanto, alinha-se perfeitamente à iniciativa GO FAIR.
Afinal, o que são os Princípios FAIR?
Os Princípios FAIR surgiram em 2016, quando um grupo de pesquisadores internacionais publicou o artigo “The FAIR Guiding Principles for scientific data management and stewardship”, na revista Scientific Data, do grupo Nature. Esse artigo apresentou, pela primeira vez de forma estruturada, um conjunto de recomendações que visam garantir que os dados científicos e outros objetos digitais sejam gerenciados e compartilhados de forma que possam ser Encontráveis (Findable), Acessíveis (Accessible), Interoperáveis (Interoperable) e Reutilizáveis (Reusable). Esses princípios foram concebidos não apenas para orientar o compartilhamento de dados entre seres humanos, mas, sobretudo, para possibilitar que os dados sejam interpretados, lidos e processados por máquinas, favorecendo a automação na busca, integração e reutilização da informação científica em larga escala. De acordo com o texto original, os princípios não são uma norma, nem uma exigência fechada. São, na verdade, diretrizes aspiracionais, que oferecem um caminho para que os dados e metadados se tornem mais alinhados às práticas de Ciência Aberta, promovendo a transparência, a colaboração e o avanço do conhecimento científico.
Desde sua publicação, os Princípios FAIR se consolidaram como referência global nas políticas de gestão de dados de pesquisa e na construção de uma infraestrutura de dados aberta, colaborativa e sustentável. Eles estão presentes nas recomendações da Comissão Europeia, da OECD, da UNESCO e em diversas políticas nacionais e institucionais.
O compromisso com os princípios FAIR não é apenas uma exigência formal, mas uma estratégia de qualidade, visibilidade e integridade científica, capaz de fortalecer tanto a pesquisa quanto seu impacto social.
🔍 F — Findable (Encontrável)
Os dados e metadados devem ser fáceis de encontrar para humanos e máquinas. Isso requer o uso de identificadores persistentes (PID) e metadados descritivos, que permitam que os dados sejam indexados em repositórios, catálogos e motores de busca.
🔍🔑 A — Accessible (Acessível)
Uma vez encontrados, os dados devem ser acessíveis por meio de protocolos padronizados, seguros e abertos. Mesmo que os dados tenham restrições (como dados sensíveis), os metadados devem permanecer sempre acessíveis, permitindo saber que aquele conjunto de dados existe e sob quais condições pode ser acessado.
🔗 I — Interoperable (Interoperável)
Os dados devem estar em formatos que permitam a integração com outros dados e sistemas, utilizando vocabulários controlados, ontologias, metadados padronizados e outras estruturas que garantam que diferentes máquinas, softwares e domínios possam compreender e processar a informação.
🔁 R — Reusable (Reutilizável)
Os dados devem ser bem descritos, documentados e licenciados de forma clara, permitindo que possam ser reutilizados em novos contextos e para novas pesquisas. Isso inclui descrever detalhadamente sua proveniência, metodologias e possíveis limitações.
📖 Referência original:
Wilkinson, M. D., Dumontier, M., Aalbersberg, Ij. J. et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018. DOI: https://doi.org/10.1038/sdata.2016.18