Debatt ● Alexander Refsum Jensenius
Åpen forskning muliggjør forskningsnær utdanning
Selv om vi liker å si at driver med forskningsbasert utdanning, er organiseringen av forskning og utdanning gjerne plassert i ulike siloer, skriver Alexander Refsum Jensenius.
Publisert
Denne teksten er et debattinnlegg. Innholdet i teksten uttrykker forfatterens egen mening.
Tittelen på årets UHR-konferanse var «Åpen forskning, åpen utdanning, åpent samfunn». Men hvordan henger egentlig åpen forskning og utdanning sammen?
Selv om vi liker å si at driver med forskningsbasert utdanning, er organiseringen av forskning og utdanning gjerne plassert i ulike siloer. Den eksplosive utviklingen innen åpen forskning har i stor grad skjedd uten involvering fra utdanningssiden og åpen utdanning har primært fokusert på om lærere ønsker å dele kursmateriell eller ikke.
Universitetene bør utnytte den økende graden av åpne data, kildekode, notater, med mer og integrere disse ressursene mer og bedre i utdanningsaktiviteter. Dette kan motivere til mer forskningsnær utdanning, men også øke kvaliteten på forskningen. Jeg vil argumentere for at den videre utviklingen av åpen forskning bør skje med et blikk på utdanning.
Utdanning er en av kjerneaktivitetene til universitetene, sammen med forskning, innovasjon og formidlingsaktiviteter. Forskningsbasert utdanning er et eksempel på hvordan disse oppgavene forenes. Studentene undervises av aktive forskere og får en innføring i nye teorier og metoder i sitt fagfelt.
Studentene lærer ikke bare «passivt» om forskning utført av andre, men de deltar aktivt i pågående forskning eller får hjelp til å gjennomføre egne prosjekter. Dette har til nå oftest vært mulig å få til med mindre studentgrupper i spesialiserte emner, men overgangen til åpen forskning muliggjør forskningsbaserte og forskningsnære utdanningskomponenter også på lavere grad.
Hvordan kan studenter ta i bruk åpne data, metoder og relaterte verktøy? Her er fire eksempler på forskningsnære utdanningsaktiviteter.
1. Forklare: Når forskningsprosessen er åpent tilgjengelig og godt dokumentert, kan studentene få bedre forståelse av hvordan forskningen er gjennomført, fra idé til konklusjon. Metodebeskrivelser i artikler er ofte (for) korte og ikke komplette. Da er det en fordel om de kan suppleres med åpent delte forskningsnotater eller laboratoriedagbøker brukt ved datainnsamling, og kodebøker eller kildekode som ble brukt i analysen. Universitetslæreren kan be studentene om å gå gjennom forskningsprosessen trinn for trinn. Dette hjelper studentene med å lære og reflektere over metodene som er brukt.
2. Validere: I stedet for bare å lese resultater i forskningsartikler kan studentene bli bedt om å sjekke eksisterende data og relaterte analyser. Dette er verdifullt for studentene, men gagner også forskerne. Tenk deg potensialet når hundrevis av studenter sjekker at data faktisk er forståelig for andre, og at filene kan åpnes med ulik programvare. Det er menneskelig å begå feil, og hvis en student faktisk finner en feil, kan dette rapporteres til forfatterne for retting. En slik validering kan bidra til å avdekke problemer som ikke ble oppdaget i fagfellevurderingen og bidra til å forbedre vitenskapingen på lang sikt.
Tilgjengeliggjøring av data slik at studenter kan nyttiggjøre seg dem er med på å åpne forskningen mer for samfunnet.
Alexander Refsum Jensenius
3. Gjenskape: Studentene kan også bli bedt om å gjenskape observasjonsstudier eller eksperimenter de har lest om. I noen tilfeller kan andre data være tilgjengelige, men studentene kan også bli bedt om å samle inn og analysere nye data for å validere konklusjonene i en publikasjon. Det er kanskje ikke mulig å gjenskape med samme grundighet som den opprinnelige studien. Det er heller ikke poenget. Det viktigste er at studentene lærer om forskningsmetoder gjennom praksis. Likevel vil de opprinnelige forfatterne kunne sette pris på å høre om resultatene; det kan til og med inspirere oppfølgingsstudier.
4 Gjenbruke: En annen aktivitet kan være å utforske hvordan åpne data kan være en ressurs for andre forskningsformål. Mange datasett blir bare analysert en gang, men kan ofte gjenbrukes for å belyse andre forskningsspørsmål. Studenter har vanligvis ikke tid til å gjøre omfattende datainnsamling om kan med fordel gjenbruke eksisterende datasett. Veiledere kan gi studentene et datasett og be dem analysere det på en ny måte. I beste fall kan det føre til nye publikasjoner.
Jeg argumenterer for at også utdanningsledere og studieadministrasjonen må komme på banen. Tilgjengeliggjøring av data slik at studenter kan nyttiggjøre seg dem er med på å åpne forskningen mer for samfunnet. De fleste studenter blir ikke forskere, men de tar med seg kunnskap om hvordan konklusjoner må kunne etterprøves til fremtidige jobber. Til syvende og sist er dette med på å legitimere forskningsprosessen.
Fag er forskjellige, men mange er basert på innsamling og analyse av data i ulike former. På grunn av nye krav deles mer av disse dataene åpent. Dette er positivt med tanke på en felles kunnskapsdannelse. Det er også viktig med tanke på utviklingen av fremtidig kunstig intelligens. Maskinlæringsmodeller trenger mye data for å bli gode. Helst bør dataene det trenes på også være gode.
Åpne data bør også være FAIR (Findable, Accessible, Interoperable, Reusable) for at de skal ha verdi. Vår erfaring er at forskere kvier seg for å legge ut rotete og udokumenterte data. Det er bra, men det bør ikke være en unnskyldning for å ikke ta jobben som kreves for å «FAIRifisere» et datasett og legge det i et dataarkiv. Bedre dokumentasjon er ikke bare nyttig for studenter. Også forskere fra andre disipliner vil kunne benytte seg av data, teori og metoder hvis de er forklart på en måte som gjør at ikke bare de aller nærmeste fagfellene forstår dem.
Det er viktig at institusjonene oppmuntrer og belønner slikt arbeid. Det er også viktig å utvikle tekniske systemer og bygge opp kompetanse hos støttepersonell som hjelper til med overgangen til åpne data. Her spiller bibliotek, IT-avdeling og forskningsadministrasjon en sentral rolle.
