Infrastructuring Open Science

Abstract

In the last two decades, research data became to be recognized as an independent product in its own right and incrementally became more visible among policy makers, funding agencies and various academic stakeholders. In fact, driven by the Open Science agenda which aims “at making scientific research and data accessible to all”, Open Research Data has become an important and desirable outcome of publicly funded research. This is proven by the increasing attention and specific funding schemes worldwide targeting the establishment of Research Data Management (RDM) policies and Research Data Infrastructures, to be developed according to the FAIR (Findability, Accessibility, Interoperability, and Re-use) data principles. This dissertation takes these institutional and infrastructural developments as a point of departure and presents a long-term ethnographic account of the socio-technical challenges involved in translating the Open Science grand vision and related Research Data Management policies into practices. Since 2016, I have participated and carried out research in an information infrastructure project (INF) connected to a Collaborative Research Centre (CRC) composed by 14 interdisciplinary projects and funded by the German Research Foundation (DFG). The DFG expects all its funded projects, from all disciplines and research fields, to follow RDM policies and guidelines. Therefore, the aim of the INF project is to support the development of RDM practices, infrastructural solutions, and concepts which all together should lead to the curation, long-term preservation, sharing, and potential reuse of research data in our CRC. The focus of my study targeted specifically interdisciplinary research projects who apply mainly qualitative and ethnographic methods as data collection, being the majority in our context. For these types of methodological approaches, mainly applied by Humanities and Social Sciences (HSS) disciplines, the requirements for data management are relatively new, and only few technological aids and infrastructures have been developed thus far to specifically support the management of these sensitive and personal data characterized by additional epistemological, methodological and ethical challenges. With my research, I went beyond the institutionalisation of research infrastructure and rather investigated scientific research practices ‘on the ground’. By following an infrastructuring approach in synergies with previous work, my research proposes a shift from designing systems as fixed artefacts, to designing them as ongoing infrastructures, as a way of building sociotechnical processes able to relate different contexts (institutional and practical) and create new (social-technical) relationships ‘from within’. At the centre of our infrastructuring work, I locate a socio-technical platform called ‘Research-hub’, established to customize, test, and study new RDM concepts and workflows expected to be implemented by INF in the long-term. Research-hub represents the socio-technical anchor point of the infrastructuring work undertaken but also stands as an example of a small scale and local research data infrastructure ‘in the making’. The thesis outlines a vision to achieve RDM practices and workflows with a specific attention to curation and sharing practices in the CRC’s, an interdisciplinary and ethnography-driven research context, and reports on how we started to promote a bottom-up collaborative sharing culture essential to putting into practice the Open Science agenda and the practical implementation of RDM policies. For this purpose, a design concept, called Data Story, has been designed and iteratively evaluated through what I call 'embedded evaluation’ meaning that evaluation opportunities spontaneously emerged from my double role and my ongoing engagement in the field. In fact, since 2016 I have been members of the CRC myself, so I was part of the context I was called to design for (and with). Therefore, the thesis presents ‘embedded evaluation’ a methodological approach that can be fruitful to the CSCW and HCI communities, specifically for those projects engaged in infrastructuring, where the researcher carries multiple roles in the field (member of the community, researcher, designer) and where it is not possible to draw demarcations between investigative, design and evaluative work. Conceptually, I contribute to the expansion of the term ‘articulation work’ by illustrating how designing for RDM implies to support the work for future cooperation not yet known.

In den letzten zwei Jahrzehnten wurden Forschungsdaten als eigenständiges Produkt anerkannt und nach und nach von politischen Entscheidungsträgern, Fördereinrichtungen und verschiedenen akademischen Akteuren besser wahrgenommen. Angetrieben von der Open-Science-Agenda, die darauf abzielt, „wissenschaftliche Forschung und Daten für alle zugänglich zu machen“, sind offene Forschungsdaten zu einem wichtigen und wünschenswerten Ergebnis der öffentlich finanzierten Forschung geworden. Dies wird durch die zunehmende Aufmerksamkeit und die spezifischen Finanzierungsprogramme weltweit belegt, die auf die Einführung von Forschungsdatenmanagement (RDM) und Forschungsdateninfrastrukturen abzielen, die gemäß den FAIR-Prinzipien (Findability, Accessibility, Interoperability, and Re-use) entwickelt werden sollen. Diese Dissertation nimmt diese institutionellen und infrastrukturellen Entwicklungen als Ausgangspunkt und präsentiert eine langfristige ethnografische Darstellung der sozio-technischen Herausforderungen, die mit der Umsetzung der großen Vision von Open Science und der damit verbundenen Richtlinien für das Forschungsdatenmanagement in die Praxis verbunden sind. Seit 2016 forsche ich in einem Informationsinfrastrukturprojekt (INF), das an einen von der Deutschen Forschungsgemeinschaft (DFG) geförderten Sonderforschungsbereich (SFB) angeschlossen ist, der aus 14 interdisziplinären Projekten besteht. Die DFG erwartet, dass alle von ihr geförderten Projekte aus allen Disziplinen und Forschungsbereichen die RDM-Politik und -Richtlinien befolgen. Ziel des INF-Projekts ist es daher, die Entwicklung von RDM-Praktiken, infrastrukturellen Lösungen und Konzepten zu unterstützen, die alle zusammen zur Kuratierung, langfristigen Bewahrung, gemeinsamen Nutzung und potenziellen Wiederverwendung von Forschungsdaten in unserem CRC führen sollen. Der Fokus meiner Studie richtete sich speziell auf interdisziplinäre Forschungsprojekte, die hauptsächlich qualitative und ethnografische Methoden zur Datenerhebung anwenden, die in unserem Kontext die Mehrheit darstellen. Für diese Art von methodischen Ansätzen, die hauptsächlich von geistes- und sozialwissenschaftlichen Disziplinen angewandt werden, sind die Anforderungen an das Datenmanagement relativ neu, und es wurden bisher nur wenige technologische Hilfsmittel und Infrastrukturen entwickelt, die speziell die Verwaltung dieser sensiblen und persönlichen Daten unterstützen, die durch zusätzliche erkenntnistheoretische, methodologische und ethische Herausforderungen gekennzeichnet sind. Mit meiner Forschung bin ich über die Institutionalisierung von Forschungsinfrastrukturen hinausgegangen und habe vielmehr wissenschaftliche Forschungspraktiken „vor Ort“ untersucht. Indem ich in Synergie mit früheren Arbeiten einen Infrastrukturansatz verfolge, schlägt meine Forschung eine Verlagerung von der Gestaltung von Systemen als feste Artefakte hin zur Gestaltung von Systemen als fortlaufende Infrastrukturen vor, um soziotechnische Prozesse zu schaffen, die in der Lage sind, verschiedene (institutionelle und praktische) Kontexte miteinander zu verknüpfen und neue (soziotechnische) Beziehungen „von innen“ zu schaffen. Im Zentrum unserer Infrastrukturarbeit steht eine soziotechnische Plattform namens „Research-hub“, die zur Anpassung, Erprobung und Untersuchung neuer RDM-Konzepte und Arbeitsabläufe eingerichtet wurde, die langfristig von der INF umgesetzt werden sollen. Der Research-Hub stellt den soziotechnischen Ankerpunkt der durchgeführten Infrastrukturarbeiten dar, ist aber auch ein Beispiel für eine lokale Forschungsdateninfrastruktur in kleinem Maßstab, die sich im Aufbau befindet. Die Dissertation skizziert eine Vision zur Verwirklichung von RDM-Praktiken und -Arbeitsabläufen mit besonderem Augenmerk auf Kuratierungs- und Sharing-Praktiken in den CRCs, einem interdisziplinären und ethnografisch geprägten Forschungskontext, und berichtet darüber, wie wir damit begonnen haben, eine Kultur des kollaborativen Teilens von unten nach oben zu fördern, die für die Umsetzung der Open-Science-Agenda und die praktische Umsetzung der RDM-Politik unerlässlich ist. Zu diesem Zweck wurde ein Designkonzept namens Data Story entwickelt und iterativ evaluiert, was ich als „eingebettete Evaluierung“ bezeichne, d. h. Evaluierungsmöglichkeiten ergaben sich spontan aus meiner Doppelrolle und meinem fortlaufenden Engagement in diesem Bereich. Tatsächlich bin ich seit 2016 selbst Mitglied des CRC und war somit Teil des Kontextes, für den (und mit dem) ich das Konzept entwickeln sollte. Daher wird in dieser Arbeit die „eingebettete Evaluation“ vorgestellt, ein methodischer Ansatz, der für die CSCW- und HCI-Gemeinschaft fruchtbar sein kann, insbesondere für Projekte, die sich mit der Strukturierung von Infrastrukturen befassen, bei denen der Forscher mehrere Rollen im Feld einnimmt (Mitglied der Gemeinschaft, Forscher, Designer) und bei denen es nicht möglich ist, eine Abgrenzung zwischen Untersuchung, Design und Evaluation vorzunehmen. In konzeptioneller Hinsicht trage ich zur Erweiterung des Begriffs „Artikulationsarbeit“ bei, indem ich veranschauliche, wie die Gestaltung von RDM die Unterstützung der Arbeit für eine zukünftige, noch nicht bekannte Zusammenarbeit impliziert.