El portal datos.gob.es, el Catálogo Nacional de Datos del Gobierno de España, publicó un documento fundamental para cualquier persona u organización que quiera trabajar con datos públicos: el Decálogo del Reutilizador de Datos del Sector Público. Se trata de una guía práctica de diez puntos que explica, con lenguaje claro y directo, cómo aprovechar el enorme valor de la información que producen las administraciones públicas.
¿Qué son los datos abiertos y por qué importan?
Los datos abiertos son aquellos que cualquier persona puede utilizar, reutilizar y redistribuir libremente, con el único requisito de citar la fuente o autoría. Esta definición está recogida en la Ley 37/2007 sobre reutilización de la información del sector público. Lejos de ser algo técnico y restringido a especialistas, los datos abiertos son un recurso estratégico para la ciudadanía, las empresas, los investigadores y las organizaciones del tercer sector.
Los diez puntos del decálogo
1. Comprender qué son los datos abiertos
El documento parte de la base de que los datos son un activo estratégico para transformar la sociedad. Además de los datos abiertos tradicionales, el decálogo menciona otros conceptos relevantes como los datos protegidos, los contornos seguros de datos y los espacios de datos, todos ellos con una importancia creciente en el ecosistema digital actual.
2. Entender las licencias
No todos los datos abiertos son iguales. Las licencias establecen las condiciones de uso, compartición y redistribución. Las más habituales son: – Creative Commons Zero (CC0): sin restricción alguna, dominio público. – Open Data Commons (PDDL, BY, ODbL): para datos que requieren atribución o son bases de datos. – Creative Commons 4.0 (BY, BY-SA): para datos con atribución y, en ocasiones, con la obligación de mantener las mismas condiciones.
El documento presta especial atención a la inteligencia artificial: la proliferación de sistemas de IA que consumen grandes volúmenes de datos hace necesario reforzar la trazabilidad e incluir en las licencias cláusulas específicas sobre el uso de los datos por parte de estos sistemas.
3. Saber dónde encontrar los datos
Los datos abiertos del sector público están organizados en catálogos oficiales. Los dos puntos de acceso unificado más importantes son: – datos.gob.es: el Catálogo Nacional de Datos, a nivel español. – data.europa.eu: el catálogo a nivel europeo.
Existen además repositorios temáticos especializados en áreas como economía, ciencias naturales y medioambiente, salud y bienestar, o turismo y cultura.
4. Explorar la calidad de los datos
Trabajar con datos reales implica aceptar que siempre habrá cierta incertidumbre y posibles errores. El decálogo recomienda planificar los proyectos incluyendo etapas de validación, revisar críticamente los resultados de las herramientas automáticas, verificar la trazabilidad de los datos y, muy importante, reportar los problemas detectados para contribuir a la mejora continua de la calidad. Las nuevas herramientas de colaboración ciudadana y la IA ofrecen oportunidades para mejorar esta calidad de manera colectiva.
5. Conocer la interoperabilidad y sus estándares
La interoperabilidad es la capacidad de los sistemas de información de compartir datos e intercambiar conocimiento. En España, la Norma Técnica de Interoperabilidad de Reutilización de Recursos de Información (NTI-RISP) recoge las pautas técnicas, organizativas y semánticas que permiten conectar catálogos y sistemas entre sí. Recientemente se completó con DCAT-AP-ES, el perfil español del estándar europeo DCAT-AP, que propone un modelo común de metadatos para describir conjuntos de datos. A nivel europeo, la referencia es el Marco Europeo de Interoperabilidad (EIF).
6. Ser consciente de la posible volatilidad de los datos
Los datos públicos pueden desaparecer, cambiar de URL o dejar de actualizarse. Ante esta posibilidad, el decálogo aconseja: replicar la información localmente y mantenerla actualizada desde la fuente original, contactar con el proveedor de los datos y buscar fuentes alternativas si es necesario.
7. Estar al día de las herramientas para el tratamiento de los datos
Existe un amplio abanico de herramientas, muchas de ellas de código abierto, para trabajar con datos: – Tratamiento y limpieza: OpenRefine, tidyverse. – Análisis: RStudio (para R), Spyder (para Python). – Visualización: Tableau. – Mapas y geolocalización: QGIS. – Redes de datos conectados: Gephi, NetworkX. – Bibliotecas y APIs: D3.js, Apache Arrow. – IA y aprendizaje automático: TensorFlow, PyTorch.
8. Formarse y experimentar con datos
La guía anima a adquirir competencias mediante distintas vías: MOOC y formación abierta en plataformas como Coursera, edX o FutureLearn; certificaciones profesionales como el marco DAMA CDMP; cursos especializados gratuitos de Google, Microsoft, IBM o Amazon; y los propios recursos formativos de datos.gob.es, que incluyen ejercicios, infografías, estudios y vídeos.
9. Aprovechar el valor de los datos
Los datos públicos son la materia prima de una economía del dato en expansión. El decálogo invita a investigar las necesidades de la ciudadanía para darles respuesta con datos, participar en concursos y retos de reutilización, revisar casos de uso reales y explorar las posibilidades de la inteligencia artificial para generar nuevos productos y servicios de valor.
10. Usar los datos de forma responsable y ética
El último punto es quizás el más importante. Trabajar con datos públicos implica una responsabilidad social. El decálogo establece las siguientes claves éticas: – Identificar y mitigar sesgos que puedan distorsionar los resultados. – Garantizar la transparencia en el origen, la trazabilidad y los métodos de análisis. – Promover un acceso equitativo para evitar brechas digitales. – Evitar usos malintencionados como la manipulación, la desinformación o la explotación abusiva. – Aplicar minimización y proporcionalidad en el uso de datos por parte de la IA. – Considerar la sostenibilidad y evitar consumos computacionales desproporcionados. – Cumplir los marcos éticos y regulatorios vigentes sobre datos e IA.
Una guía imprescindible para la comunidad de datos abiertos
El Decálogo del Reutilizador de Datos del Sector Público es un documento de referencia tanto para quien se inicia en el mundo de los datos abiertos como para profesionales con experiencia. Aborda desde los conceptos más básicos hasta los retos más actuales, como la IA generativa o la interoperabilidad a escala europea, con una visión práctica y orientada a la acción.
El documento completo está disponible en datos.gob.es, donde también se puede encontrar el Decálogo del Científico de Datos, que amplía estas recomendaciones con un enfoque más técnico.
