Pourquoi, comment, où et quand, diffuser les données de la recherche et avec quelles licences ?

Pourquoi diffuser ses données ?

Au moment de la publication, le·la chercheur·e qui expose le résultat de ses recherches étaie son raisonnement en s’appuyant sur des données qu’il·elle a collectées et documentées au cours de son terrain. Ces données ont des formes diverses (entretiens, photographies, objets, statistiques, collecte d’information…), elles sont nombreuses et ne sont généralement pas exploitées dans leur totalité dans la publication. Elles sont dans un premier temps entreposées sur des serveurs locaux ou distants, dans une base de données interne au laboratoire du·de la chercheur·e, dans un entrepôt de données local, national ou international… Collectées en tant qu’archives scientifiques, elles relèvent directement du contrôle scientifique et technique des Archives de France par le service archivistique de l’établissement. Elles peuvent également être mises en ligne en même temps que la publication et conservées par l’éditeur, ou reliées par l’éditeur à l’article1.

Les règles spécifiques en matière de diffusion des données de la recherche sont encore peu nombreuses. Pourtant, pour des raisons éthiques, y accéder est essentiel, qu’il s’agisse d’administrer la preuve de la démonstration des résultats publiés, de proposer de nouvelles analyses, de nouvelles publications ou des comparaisons, de faciliter la cumulativité des résultats de la recherche, ou enfin de réutiliser ces données sous des formes que nous ne connaissons pas encore, en laissant la société s’en emparer.

C’est dans cette dynamique que le deuxième Plan national pour la science ouverte2, appuyé par le Ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation et débuté en 2021, ambitionne -entre autre- à généraliser le partager et ouvrir les données de la recherche.

Certes, ce deuxième plan, qui se clôturera en 2024, n’impose rien. Il se présente comme une soft low, c’est à dire qu’il développe des règles non impératives mais fortement incitatives. Dans les 4 axes qu’il développe, le deuxième nous intéresse tout particulièrement pour ce billet : 1. Généraliser l’accès ouvert aux publications 2. Structurer, partager et ouvrir les données de la recherche 3. Ouvrir et promouvoir les codes sources produits par la recherche 4. Transformer les pratiques pour faire de la science ouverte le principe par défaut. En soutien à cet axe,  une plateforme nationale des données de la recherche a été créée sous la forme de “Recherche Data Gouv“, afin de favoriser le partage et l’ouverture des données produites par la recherche française.

Ce plan fait partie d’une politique qui s’est installée sur le long terme. Ainsi, dès 2007, l’OCDE – Organisation de coopération et de développement économiques avait publié un rapport mettant en avant les principes et lignes directrices pour l’accès aux données de la recherche financée sur fonds publics3. En 2013,  a été créée, au sein de la communauté académique, l’organisation Research Data Alliance (RDA), associant la Commission européenne, la Fondation américaine de la science et américaine, le National Institute of Standards and Technology et le Australian Department of Innovation. La mission de la RDA est de créer des passerelles sociales et techniques permettant un partage ouvert des données.

La Commission européenne, pour qui l’ouverture, la transparence et l’accessibilité des données sont les facteurs clés d’une science ouverte, a publié plusieurs recommandations relatives à l’accès aux informations scientifiques et à leur conservation4, en insistant sur la nécessité de suivre les principes FAIR, et en juin 2022, les ministres européens chargés de la Recherche ont adopté trois séries de conclusions établissant des orientations politiques sur la coopération internationale dans le domaine de la recherche et de l’innovation, sur la promotion des politiques de science ouverte et sur la mise en œuvre des missions européennes. Signalons également, au niveau international la COAlition S qui a lancé en septembre 2018 le Plan S pour faciliter la publication en Open Access. Et enfin, en novembre 2021, l’adoption par l’UNESCO d’une recommandation sur la science ouverte.

Le rapport (n° 573 – 2021-2022) rédigé par Mme Laure Darcos, sénatrice et MM Pierre Henriet, député, et Pierre Ouzoulias, sénateur,  présenté à l’Assemblée parlementaire le 9 mars 2022, sous le titre Pour une science ouverte réaliste, équilibrée et respectueuse de la liberté académique pour l’Office parlementaire d’évaluation des choix scientifiques et technologiques reprend l’histoire de la politique de la science ouverte, les enjeux et les perspectives. Bonne lecture…

Où diffuser ses données ?

Il n’y a donc toujours pas d’obligation, mais le Ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation, en s’appuyant sur tous ces éléments, a développé une série d’outils pour que soient diffusées les données après une publication pour faciliter les réusages. Nous ne reviendrons pas sur tous les outils et plateformes mis en place, insérés dans les principes du FAIR, puisqu’ils sont décrits sur les sites des différents acteurs du domaine en France comme l’ABES, le CCSD, les IR* Progedo ou Huma-Num et bien sûr data.gouv.fr. Aux côtés de ces infrastructures, les laboratoires ou les universités mettent en oeuvre des espaces de stockage qui peuvent aussi être des outils à étudier.

Comment diffuser ses données et avec quelles licences ?

Chaque infrastructure citée dans le paragraphe précédent offre des services spécifiques pour la diffusion des données. Rapidement et sans exhaustivité, à titre d’exemple, l’ABES, avec la plateforme Calames, permet de diffuser ses données structurées en EAD – Encoded Archival Description, le CCSD met à disposition sa plateforme d’archive ouverte HAL non seulement pour les publications mais aussi pour les images avec Medihal, Progedo archive et diffuse les données d’enquêtes quantitatives et Huma-Num a créé la plateforme Nakala. A vrai dire, il y a d’autres plateformes qui peuvent prendre d’autres formes. Ainsi la plateforme Hypothèses, celle-là même qui héberge notre carnet, permet de diffuser des données en HTML mais aussi d’y associer des fichiers textes, sonores ou vidéos ; ou encore Archive.org, une plateforme créée par une fondation sans but lucratif permet de déposer tout type de données5.

Diffuser ses données est donc finalement assez simple mais pour éviter d’avoir sans cesse à revenir sur le métier, il faut réfléchir au projet à son contexte et à sa durabilité. En résumé, il est nécessaire de rédiger un plan de gestion de données. Ce plan précisera les questions juridiques et éthiques et indiquera quelles sont les licences qui éclaireront cette diffusion.

Car la subtilité de la phrase corrélée aux principes FAIR qui précise que les données doivent être “Aussi ouvertes que possibles, aussi fermées que nécessaires” réside dans l’obligation d’expliciter pourquoi les données sont éventuellement fermées. Ainsi, avant de choisir une licence, il faut réfléchir au contexte dans lequel ces données vont s’insérer ; et c’est là où le plan de gestion de données est impératif.

Les choix peuvent diverger. Par exemple, pour les membres de COAlition S  tout texte doit être accessible au public dès sa publication, sans aucune période d’embargo, par la publication dans des revues en libre accès ou des plateformes de publication en accès ouvert ou le dépôt dans des archives ouvertes. Pour les revues et les plateformes, la coalition recommande l’utilisation des licences Creative Commons (CC) : elle exige les licences CC-BY, admet les licences CC-BY-SA et CC0, mais refuse la licence CC-BY-NC.

La communauté académique utilise depuis longtemps les licences Creative Commons6 parce qu’elles permettent d’être souple, de mieux comprendre ce qu’il est possible de faire des données. La plupart des plateformes citées précédemment les proposent (Nakala ou Hal par exemple) mais il peut y avoir des choix d’établissement qui vont imposer certaines licences7. Ainsi, le décret n°2017-638, publié le 27 avril 20178, liste les licences de réutilisation des données publiques autorisées et elles ne sont que deux : ETALAB9 et l’Open Data Commons Open Database License ou ODbL10.

Enfin rappelons que d’une manière générale le RGPD « Règlement Général sur la Protection des Données » encadre le traitement des données personnelles sur le territoire de l’Union européenne. Tout scientifique est soumis·e à ces règles lors qu’il·elle collecte, consulte, enregistre, analyse, communique, diffuse… des données à caractère personnel.  Les problématiques liées à la science ouverte et aux données de la recherche nécessitent souvent la collaboration d’acteurs divers au sein des établissement s. Les différents projets relatifs aux données de la recherche impliquent souvent les Délégués à la protection des données (DPD) des établissements.

Quand diffuser ses données ?

La dynamique dans laquelle s’inscrit la science ouverte demande à la communauté académique de diffuser ses données dès la publication des résultats mais cela n’est pas toujours possible. Comme nous l’avons souligné plusieurs fois dans ce billet, il s’agit d’une  loi sans obligation. Nous pouvons prendre cette décision en fonction de règles éthiques ou tout aussi bien de notre libre arbitre, quelle qu’elle soit, il faudra l’argumenter. Au sein du secteur archives, plusieurs raisons éthiques nous ont poussées à ne pas diffuser certaines données : il a pu s’agir de photographies anthropologiques montrant des enfants ou des femmes nues, certains documents pouvaient mettre des personnes en difficulté, peut-être même les menacer de mort, des enregistrements déversaient des injures ou des insultes ou des fausses rumeurs, nous avons choisi de ne pas les mettre en ligne… Les raisons sont nombreuses, elles ne peuvent pas toutes être listées ; je n’invoque ici que certains exemples que je connais comme archiviste des données de la recherche. “Aussi ouvertes que possible, aussi fermées que nécessaire” : il faut pouvoir argumenter pour préciser pourquoi des données sont fermées mais il est toujours possible de fixer un embargo, de se réserver l’exclusivité des données utilisées pendant une durée déterminée. A l’expiration de l’embargo, ces données seront accessibles et utilisables par toutes et tous11.

Crédits photographiques : Transports de cartons dans les rues de México city, 4 novembre 2017, photographie de V. Ginouvès CC-BY-NC.

 

Ce texte devait être publié par AL Stérin dans le cadre de l’ouvrage collectif La diffusion numérique des données en SHS – Guide des bonnes pratiques éthiques et juridiques en décembre 2018. Diverses circonstances ont empêché la publication de ce billet qui a été  mis à jour et entièrement modifié par V. Ginouvès le 3 août 2022. Plusieurs commentaires de Laurence Bizien (responsable du centre documentaire UMR AAU-CRENAU, Ecole Nationale Supérieure d’Architecture de Nantes) ont été ajoutés après la publication du billet (le 6 août).

  1. Si cette pratique est devenue assez courante, il est recommandé de ne pas confier les données en partage aux éditeurs des revues sans vérifier le contrat qui les lie aux producteur·trices et d’utiliser pour le partage des données des entrepôts de données institutionnels, généralistes ou disciplinaires. Les éditeurs peuvent les publier sous forme de supplementary data ou de supplementary materials associés à l’article. Voir : https://www.ouvrirlascience.fr/wp-content/uploads/2022/04/Guide_Partager_les_donnees_web.pdf. []
  2. Le premier plan  national pour la science ouverte avait été lancé en 2018 et s’est clôturé en 2021. Son bilan est globalement positif puisque le taux de publications scientifiques françaises en accès ouvert est passé de 41 % en 2017 à 56 % en 2019. []
  3. Pour rappel,  l’ANR conditionne désormais l’attribution de financements au respect des principes de science ouverte, parmi lesquels l’accès complet et immédiat aux publications (articles) résultant des appels à projets lancés à partir du 1er janvier 2021. Un plan de gestion des données est également exigé. Du côté des programmes européens, il est également inclut une obligation de diffusion des publications en accès ouvert et une incitation forte à la diffusion de données selon les principes FAIR, avec plan de gestion des données associé. []
  4. La commission européenne a émis des recommandations dès le 17 juillet 2012, mises à jour le 25 avril 2018. []
  5. Signalons, pour les logiciels, la création en juin 2916 de Software Heritage, un entrepôt d’archive logicielle ouvert  destiné à la collecte et à la préservation du code source des logiciels soutenus par l’UNESCO. []
  6. Les Creatives Commons ont été créées en 2001. []
  7. Notons ici qu’au moment où nous publions ce billet, il n’y a pas eu de position de l’établissement CNRS pour le choix des licences, ni d’Aix-Marseille Université. []
  8. Une légère mise à jour du décret a été effectuée le 3 août 2022. []
  9. Etalab est un département de la direction interministérielle du numérique (DINUM), dont les missions et l’organisation sont fixées par le décret du 30 Octobre 2019. Faisant office de « Chief Data Officer » de l’Etat (au titre des missions de l’Administrateur général des données, des algorithmes et des codes sources), il coordonne la conception et la mise en œuvre de la stratégie de l’État dans le domaine de la donnée : https://www.etalab.gouv.fr. []
  10. Notons que la licence ODbL peut apparaître un peu plus restrictive que la licence ETALAB puisque l’intégration des données dans une base de données dérivée nécessite de placer la base sous la même licence. Comme le “SA” des Creatives Commons (“share alike”), elle se transmet d’utilisation en utilisation. La contrainte est forte puisqu’elle oblige à rouvrir des données placées sous cette licence. []
  11. Pour en savoir plus sur les embargos lire la fiche pratique (non datée) du site Science Ouverte : “Quel délai pour la mise en ligne (embargo) ?” https://scienceouverte.univ-rennes1.fr/embargos-et-confidentialite. []

OpenEdition vous propose de citer ce billet de la manière suivante :
Véronique Ginouvès (3 août 2022). Pourquoi, comment, où et quand, diffuser les données de la recherche et avec quelles licences ? Ethique et droit. Consulté le 10 avril 2026 à l’adresse https://doi.org/10.58079/ojuq


2 réflexions sur « Pourquoi, comment, où et quand, diffuser les données de la recherche et avec quelles licences ? »

  1. Merci pour ce billet ! Vous évoquez seulement le cadre non contraignant du PNSO mais il existe aussi du “hard law” qui oblige à la publication des données de recherche, notamment l’article L. 312-1-1 du Code des relations entre le public et l’administration pour les données produites par l’ESR dans le cadre de sa mission de service public (cf. https://ouvrirlascience.fr/wp-content/uploads/2018/11/Guide_Juridique_V2.pdf p. 8) mais aussi les données géographiques (directive européenne INSPIRE) et les données relatives à l’émission de substances dans l’environnement (Code de l’environnement).

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.