V roce 2025 se vědci poprvé připojí k Národní datové infrastruktuře, těší se Jiří Marek a Martin Dvořák z iniciativy EOSC CZ

Co považujete za největší úspěch roku 2024?

Martin
Že vše funguje, jak bylo plánováno. Projekt IPs EOSC-CZ vytvořil a dále vytváří zázemí, na které Národní repozitářová platforma (NRP) navazuje jako infrastruktura pro ukládání strukturovaných dat. Projekt IPs CARDS do toho vytváří zázemí zejména pro perzistentní identifikátory a metadatovou podporu a chystá se projekt do výzvy OP JAK: Open Science II (OS II). Tento systém do sebe postupně zapadá. Radost mi také dělá aktivní přístup vědecké komunity, která se účastní školení, přispívá podněty a pomáhá formovat ekosystém pro správu dat.

Jiří
Rok 2024 znamenal významný milník – projekt NRP obdržel právní akt a vstoupil do fáze realizace. Na jeho uskutečňování nyní intenzivně pracuje přibližně stovka odborníků z celé České republiky v rámci EOSC CZ. Téma správy výzkumných dat se pevně etablovalo ve vědeckém prostředí. Například Grantová agentura ČR (GA ČR) jako další národní poskytovatel zahrnula tuto problematiku do svých výzev, odkazuje na EOSC CZ a plánuje využít i nově vzniklou mapu data stewardů. Ta má podpořit identifikaci a zapojení data stewardů na jednotlivých institucích. 

Dá se tedy říct, že výsledky roku 2024 nakonec předčily vaše očekávání?

Jiří
Celé téma je stále poměrně nové, často je nutné přijít s inovativním řešením a nový je i tým, který iniciativu rozvíjí. Takže to, že jsme dokázali zvládnout všechno, co jsme chtěli, je obrovský úspěch. A ten nám vytváří stavební kámen pro rok 2025, kdy už si na to, co budujeme, budou moct vědečtí pracovníci napříč republikou „sáhnout“.

Martin
Já bych to doložil několika čísly. Naší cílovou skupinou je 228 výzkumných organizací, které v ČR evidujeme. Ty tvoří zejména veřejné vysoké školy, výzkumné ústavy Akademie věd ČR, resortní výzkumné organizace, fakultní nemocnice, muzea, galerie apod. Do jednotlivých projektů a jejich přípravy (EOSC-CZ, NRP, CARDS, OS II) je přímo zapojeno již 20 těchto výzkumných institucí, které ekosystém pro správu výzkumných dat vytváří.

Když se budeme bavit o členech v pracovních skupinách EOSC CZ, kterých je téměř 500, tak ti jsou spojeni se 70 výzkumnými institucemi! Takže už aktivně komunikujeme a zapojujeme skoro třetinu výzkumných institucí, což je docela dobré!

Bylo těžké vědecké komunity aktivovat a týmy propojit?

Martin
Na začátku asi ano, ale lidé v pracovních skupinách by logicky měli mít zájem participovat. Ať už z hlediska získání aktuálních informací, tak i z hlediska možností ovlivnit směřování iniciativy (projekty, doporučení apod.). Když se budeme bavit o počtech v meziročním srovnání, tak je nárůst členů v PS téměř 100 %. Pracovní skupiny jsou totiž jádrem a hlavním odborným tahounem iniciativy a projektů. Například pracovní skupina Metadata měla ke konci roku 2023 70 členů a o rok později má 140, což klade vyšší nároky na řízení a koordinaci, možná i efektivitu z hlediska dodávaných výstupů. Takže budeme muset vymyslet i formu dalšího řízení skupin. Nelze si dát jako cíl, že chceme mít v pracovních skupinách co nejvíce lidí, může to být totiž kontraproduktivní. Chceme mít kvalitní a aktivní členy, kteří přispívají a tvoří prostředí společně.

Jiří
Design je takový, že pracovní skupiny by měly být dlouhotrvající a nezávislé na projektech. A k tomu stoprocentnímu nárůstu – byli jsme před Vánoci v Rakousku na jejich celoročním setkání rakouského EOSCu a tam vyloženě padla otázka: "Jak jste to udělali, že se vám podařilo číslo zdvojnásobit?" Tak za prvé je tam faktor možnosti zapojit se do připravovaných projektů. A druhá věc je i určité štěstí, kdy toto téma začíná víc a víc rezonovat nejen v českém akademickém prostředí, ale už s daty pracují třeba i prestižní časopisy jako je Nature. Díky tomu se vědecká komunita přirozeně posouvá směrem k intenzivnější správě výzkumných dat. K tomu přispívá i úsilí tajemníků pracovních skupin, kteří aktivně vyhledávali odborníky v této oblasti po celé republice a motivovali je k zapojení do rozvoje této iniciativy.

Jakým způsobem jste oslovovali lidi, se kterými jste chtěli spolupracovat? Šlo vždy o osobní kontakt?

Jiří
Z části. Když jsme vytvářeli systém pracovních skupin, vyzívali jsme k zapojení všech, kdo mají zájem o téma výzkumných dat. Posléze jsme i lidi přímo oslovovali. Postupně jsme zjišťovali, že běžné komunikační kanály nestačí a pro zapojení výzkumníků z dalších českých institucí potřebujeme i osobní kontakt. Proto jsme spustili aktivitu EOSC CZ Networking. Při představování konceptů jako Open Science, FAIR Data a správy výzkumných dat jsme kladli otázky: "Máte data stewardy? Nemáte? Potřebujete poradit? Potřebujete školení?"

Martin
V rámci EOSC CZ Networkingu navazujeme hlubší spolupráci s výzkumnými institucemi a vysokými školami přímo na místě. Nejsme jen virtuální platforma, kde si vše musíte dohledat online – aktivně komunikujeme s vědci a celou komunitou osobně. V roce 2024 jsme navštívili univerzity v Olomouci, Liberci, Českých Budějovice a ve Zlíně. A i v roce 2025 plánujeme pokračovat v těchto setkáních. Akce jsou určeny jak pro vědce, tak i pro data stewardy, knihovníky a Open Science metodiky. Často se účastní i zástupci vedení univerzit. To vytváří živou diskusi o místních podmínkách a možnostech správy výzkumných dat, které poté národní řešení vhodně doplňuje.

Jiří
Je opravdu důležité, že na setkání s námi přišli vědci a často i prorektoři, kteří se o iniciativu zajímali a dávali nám podněty, co změnit, a to v oblasti otevřené vědy donedávna nebývalo.

Takže není třeba je přemlouvat?

Jiří
Často už se sami zajímají. Snažíme se vysvětlovat, že to, co iniciativa EOSC CZ buduje, budou moct využívat všichni. Takže se nás už ptají: "Dobře, bude to tedy fungovat, ale jak to využijeme my na univerzitě?" A to už je oslí můstek k data stewardům, kteří jsou takovými našimi spojkami na různé instituce.

Dá se tedy říct, že cílem pro rok 2025 je implementace nástrojů pro ukládání dat? A plánujete spuštění už letos?

Jiří​
Ano, v druhé polovině tohoto roku. Vše bylo zatím primárně o individuálních vědcích a všech, co měli zájem. Teď se dostáváme do praktické části, a to, jak se správa dat promítne do života institucí a výzkumných oborů jako celků. Mít národní infrastrukturu s možností udělat si repozitáře, do kterých si konkrétní vědec uloží svoje data a bude vědět, jak je popisovat a jak s tím vším pracovat, to je velká věc. A právě to je cílem projektu NRP. V NRP je i další vzdělávací aktivita iniciativy EOSC CZ na principu „Train the Trainers“, tedy vytvoření metodických materiálů a podpory pro osoby pracující na institucích, které poté mohou výzkumníkům pomoci se správou výzkumných dat. Toto vše je také napojeno na Školicí centrum. Všechno je to provázané.

Martin
Celkově jsme už zrealizovali přes dvacet školení, která mají různou návštěvnost, od 20 zájemců na fyzických workshopech po 200 účastníků v onlinu. Čili ten zásah v osloveném publiku je významný. Z hlediska témat pokrýváme jak správu FAIR dat nebo metadata, tak i právní aspekty, otevřená data ve veřejné správě, citizen science a další. Účastní se lidé nejenom z akademické obce, ale i zástupci z řad veřejné správy nebo soukromých komerčních podniků. Zatím máme školení převážně v češtině a díky tomu tam chodí hodně zájemců i ze Slovenska. Tam taky mají svůj EOSC a rozvíjí ho. Je skvělé, že díky tomu, že nemáme jazykovou bariéru, můžeme spolupracovat s kolegy i v této oblasti. (pozn. data o školicích aktivitách jsou k dispozici na zde)

Aktivně podporujete roli data stewarda v české vědecké komunitě, jaké konkrétní kroky podnikáte k jejímu rozvoji?

Martin
Naši komunikátoři ve spolupráci s UX týmem na webu EOSC CZ vytvořili nové stránky, které představují roli data stewarda a možnosti, které tato pozice nabízí. Spouští kampaň zaměřenou na identifikaci data stewardů – vybízíme ty, kteří tuto roli zastávají nebo se jí cítí být součástí ve svých institucích, výzkumných či projektových týmech, aby se přihlásili na mapu data stewardů. Rádi bychom prostřednictvím této interaktivní mapy celé vědecké komunitě řekli, že tady existuje nějaký data steward a vy jako vědečtí pracovníci ho můžete oslovit a poradit se v rámci tématu správy výzkumných dat. Už teď je tam přes 50 data stewardů a přitom to začalo běžet těsně před Vánoci! Obecně je hezké vidět, že ta komunita se nějak zhmotňuje, a to i přesto, že tyto pozice jsou často v rámci institucí neznámé nebo nové.

Jiří
My se tou kampaní snažíme etablovat tyto nové typy pozic. Někde už tyto pozice existují, využívají je a snaží se svoje know-how šířit dál a propojovat další výzkumné týmy napříč republikou. Data stewardů je více druhů, od datového manažera na celé instituci až po ty, kteří jsou velice úzce propojeni s jedním výzkumným týmem. Reflektuje to potřebu oborů. Některé jsou datově náročnější už nyní, některé se do toho teprve dostávají. Mapa by měla fungovat tak, že pokud jsem vědec třeba z Olomouce, vůbec nevím, že se něco děje s daty, a najednou se dozvím, že existuje nějaký EOSC a mapa data stewardů, tak si vyhledám toho svého na svojí instituci a spojím se s ním. Někteří se zaměřují na obecnou podporu, jiní se více specializují, ale často o sobě ví navzájem a když tak vědce správně nasměrují.

Můžeme se nyní podívat přímo na téma datových repozitářů? Jaké možnosti aktuálně nabízejí?

Martin
Existuje pilotní národní datový (catch all) repozitář, kde je v testovacím režimu nahraných asi 50 datových sad. Člověk minimálně dostane představu, jaké funkcionality toto uložiště pro strukturovaná data má a jak data mohou vypadat. Data leží na infrastruktuře v repozitářích a nad ní je metadatový vyhledávač. Takže můžete vyhledat podle tématu, oboru, filtru, názvu nebo autora. Určitě bych netvrdil, že to už je ono, ale rámcovou představu to splňuje. Je zde již možnost vyzkoušet i autorizační a autentizační bránu (AAI) pro přístup k datům. Avšak portfolio nabízených služeb bude v celé Národní datové infrastruktuře mnohem širší.

Jiří
Snažíme se vytvořit prostředí, které vědcům usnadní práci s daty. Využití repozitáře NDI například v budoucnu umožní výrazně zjednodušit správu dat, a to díky možnosti částečné automatizace přípravy Data Management Plánů (DMP) na základě již uložených informací. Národní řešení, které budujeme napříč republikou, zajišťuje efektivitu a jednotnost oproti individuálním přístupům na jednotlivých institucích. Klíčovým základem NDI je projekt NRP, který odstartoval v roce 2024, a na něj nyní navazuje projekt Open Science II.

Co přineslo podzimní Sympozium v Berlíně pro rozvoj EOSC a jak se na tom podílí Česko?

Jiří
Na evropské úrovni vstoupil EOSC do tzv. „operational“ fáze, což znamená, že vědci v nejbližší době budou moci konečně nahrávat data, pracovat s výpočty a využívat je v rámci federované infrastruktury. Příkladem, jak by to mohlo celé fungovat je tzv. EOSC EU Node, první z řady „uzlů“ této federované infrastruktury. Do budoucna by tak mělo být díky federovanému přístupu možné například využít špičkový nástroj pro analýzu žab z jihu Francie, nemusíme jej vytvářet znovu – můžeme jej sdílet a využít. To vše v rámci celé Evropy. Česko se nyní do této fáze rovněž zapojuje. Nejenže držíme krok, ale díky koncentrovanému úsilí iniciativy EOSC CZ a získání financí z projektů přispíváme k budování této infrastruktury. To není v ostatních členských státech obvyklé.

Martin
Doplnil bych, že CESNET jako jedna z institucí národní e-infrastruktury e-INFRA CZ, která se podílí na budování EOSC CZ, je zapojena i do vývoje na evropské úrovni, což nám umožňuje se přímo podílet na směřování i „evropského EOSCu“. Máme tak možnost jako ČR pomoci s tím, jak bude evropská infrastruktura ve finále vypadat. A jedna z hezkých věcí je, že si v zahraničí všimli i naší mapy data stewardů a možná by to mohl být vzor pro celou Evropu.

Takže dokážeme inspirovat. A asi toho bude víc?

Martin
Autorizační a autentizační infrastruktura (AAI) je určitě něčím, čím můžeme v Evropě zaujmout.

Jiří
Jsme také jeden ze států, který se podílí na vývoji data management plánovacích nástrojů, konkrétně nástroj Data Stewardship Wizard, které jsou uznávány například i programem Horizon Europe.

Co je výzvou pro následující rok?

Jiří
Chtěl bych, aby se naše pozice v rámci evropského EOSC ještě více upevnila. Už tam jsme, ale rád bych, aby naše zapojení bylo ještě hlubší. Dále bych si přál, aby měli vědci možnost ukládat strukturovaná data a aktivně s nimi pracovat v NRP.

A co nějaká čísla do budoucna?

Martin
ČR působí podle Českého statistického úřadu 39 tisíc lidí, kteří jsou klasifikováni jako výzkumní pracovníci ve vládním a vysokoškolském sektoru. Když sečteme čísla za pracovní skupiny, účastníky našich školení, odběratele newsletteru, sledující videí Školicího centra na YouTube a sociálních sítí, aktivně komunikujeme přibližně s tisícovkou vědeckých pracovníků. Celkový zásah pak odhadujeme na 3 až 4 tisíce. Takže informace o FAIR datech, o Open Science a EOSC komunikujeme ke zhruba 5 procentům vědců. Určitě tyhle informace nedostaneme ke všem. Někteří jsou vůči otevřené vědě obecně rezervovaní nebo tyto myšlenky nezastávají. Ale myslím si, že s tím, jak budeme více a více nabízet služby v rámci Národní datové infrastruktury a obecně možnost spravovat si svá data v zabezpečeném prostředí, tak máme potenciál oslovit 10, 15, možná i 20 procent vědecké komunity. To by znamenalo aktivně promlouvat už k 10 tisícům vědeckým pracovníků v Česku.

Tedy na závěr, jak podle vás bude věda ideálně v nejbližším budoucnu vypadat?

Jiří
Cílem je, aby sami vědci chtěli strukturovaně data ukládat a viděli potenciál v opakovaném využití svých dat, ať už veřejně, tak třeba jen mezi kolegy z laboratoře nebo výzkumného týmu. Rádi bychom, aby data nebyla využívána pouze akademickou sférou, ale také firmami pro jejich vlastní výzkum, čímž by vznikala nová spolupráce. Samozřejmě vše za podmínek, které si určí vědec samotný, jak už jsme se mohli dočíst v předchozím rozhovoru s hlavním manažerem projektu IPs EOSC-CZ Matejem Antolem.

Na jedné straně potřebujeme vědce, kteří provádějí základní výzkum, budují projekty, spolupráce a publikace, tedy to, co je pro vědeckou komunitu zásadní. Na druhé straně však vytváříme systém, který umožní efektivní využití těchto dat, podpoří inovace a zlepší fungování v České republice. Automatizace procesů pak přispívá k usnadnění každodenní práce vědců i dalších uživatelů.

Martin
Rádi bychom vědce, IT specialisty, knihovníky, analytiky a další profese přesvědčili o tom, že je pro ně ta infrastruktura dobrá a že je mnohem bezpečnější, než když si data uloží na svém lokálním disku. K datům se dostane pouze ten, kdo k nim má oprávněný přístup, což zaručuje bezpečnost a dlouhodobou udržitelnost, kterou lokální disky nikdy neposkytnou. Data budou uložena ve třech kopiích – pokud dojde k selhání jednoho místa, zůstávají bezpečně uložena na dalších dvou, což je obrovský benefit. Celé to povede k vyšší reprodukovatelnosti výzkumu, protože vědci budou moci data znovu využít a stavět na nich, což dále posiluje kvalitu vědecké práce.

Poznámka: Kompletní informace o výsledcích iniciativy EOSC CZ za rok 2024 si můžete přečíst v tzv. Evaluační zprávě, která vyjde v prvním čtvrtletí roku 2025.