Soberanía de datos científicos en las tensiones entre la apertura global y la autonomía local

Por Fabiano Couto Corrêa da Silva

Introducción

Imagem: jonakoh _ vía Unsplash.

En el centro de los debates contemporáneos sobre ciencia abierta reside una tensión fundamental que rara vez se explicita: ¿cómo conciliar el ideal de un conocimiento científico global, accesible para todos, con la necesidad de soberanía de datos, el derecho de comunidades, instituciones y naciones a controlar los datos que producen,? Este dilema no es meramente técnico o administrativo; toca el núcleo de las relaciones de poder que estructuran la ciencia global. Existe un “trilema” entre apertura global, soberanía digital y el riesgo de colonialismo de datos. Para investigadores del Sur Global, comprender y navegar este trilema es esencial para construir una ciencia verdaderamente equitativa.

El trilema de la ciencia abierta: apertura, soberanía y colonialismo

El ideal de la ciencia abierta es seductor: un bien público global en el que el conocimiento circula libremente a través de fronteras, acelerando descubrimientos y democratizando el acceso. La respuesta científica a la pandemia de COVID-19 demostró el poder de esa visión. El intercambio rápido y abierto de datos genómicos del SARS-CoV-2 entre laboratorios de todo el mundo fue decisivo para el desarrollo acelerado de vacunas y tratamientos. Ese es el potencial transformador de la colaboración sin fronteras.

No obstante, esta visión optimista debe contrastarse con la realidad geopolítica de la infraestructura digital que la sostiene. Las plataformas de computación en la nube, los repositorios de datos a gran escala y los algoritmos de IA más avanzados están dominados por un pequeño número de corporaciones multinacionales (Big Techs), concentradas mayoritariamente en el Norte Global. Esta concentración de poder crea una dependencia estructural problemática.

Cuando investigadores del Sur Global depositan sus datos en repositorios controlados por empresas extranjeras, cuando utilizan plataformas de análisis propietarias, cuando dependen de infraestructuras de nube ubicadas en otros países, ceden, en cierta medida, soberanía sobre un recurso estratégico. Esta dependencia no es solo técnica; también es política y epistémica. Quien controla la infraestructura controla, en última instancia, las reglas de acceso, las posibilidades de análisis e incluso las formas de conocimiento que pueden producirse.

Extractivismo de datos: una nueva cara del colonialismo

El concepto de extractivismo de datos, inspirado en la crítica poscolonial al extractivismo económico, describe prácticas en las que investigadores e instituciones con mayor poder económico y simbólico extraen datos, muestras y conocimientos de contextos locales sin establecer relaciones genuinamente recíprocas con las comunidades y los investigadores que hacen posible esa extracción.

Este fenómeno es particularmente problemático en áreas como la salud global, los estudios ambientales y la investigación social, donde el conocimiento local y el acceso a contextos específicos son fundamentales para la calidad de la investigación. Datos sobre enfermedades tropicales, biodiversidad amazónica, prácticas agrícolas tradicionales o dinámicas sociales en comunidades vulnerables son recolectados por investigadores del Norte, analizados con herramientas sofisticadas, publicados en revistas de alto impacto y, con frecuencia, los beneficios, tanto en reconocimiento académico como en aplicaciones prácticas, no retornan a las comunidades de origen.

El extractivismo de datos no se limita a la apropiación de recursos materiales. Incluye también la apropiación de conocimientos tradicionales, saberes locales y perspectivas culturales que luego se recontextualizan e interpretan de acuerdo con marcos teóricos y metodológicos dominantes, borrando a menudo las contribuciones intelectuales de las comunidades locales.

Soberanía de datos: principios y prácticas

La soberanía de datos científicos no implica aislamiento o cierre. Se trata de garantizar que las comunidades que generan datos mantengan control sobre cómo se usan, por quién y para qué fines. Esto implica:

1. Infraestructuras locales y regionales

Inversión en repositorios de datos, plataformas de análisis y capacidades computacionales locales y regionales. Iniciativas como SciELO Data, repositorios nacionales de datos de investigación y redes regionales de computación científica son esfuerzos para reducir la dependencia de infraestructuras extranjeras.

2. Gobernanza participativa

Desarrollo de modelos de gobernanza en los que investigadores, instituciones y, cuando corresponda, comunidades afectadas por la investigación participen en las decisiones sobre acceso, uso y compartición de datos. Esto es particularmente importante en investigaciones que involucran poblaciones indígenas, comunidades tradicionales o grupos vulnerables.

3. Protocolos de compartición equitativa

Creación de protocolos que garanticen que el intercambio de datos vaya acompañado de un reparto de beneficios, incluida coautoría, capacitación, transferencia de tecnología y retorno de resultados a las comunidades de origen.

4. Marcos legales y políticos

Desarrollo de legislaciones y políticas nacionales y regionales que protejan la soberanía de datos, como la LGPD en Brasil y regulaciones similares en otros países de América Latina.

Principios CARE: una alternativa a los principios FAIR

Mientras los principios FAIR (Findable, Accessible, Interoperable, Reusable ; Findable, Accessible, Interoperable, Reusable) se centran en la gestión técnica de datos, los principios CARE (Collective Benefit, Authority to Control, Responsibility, Ethics; Beneficio Colectivo, Autoridad para Controlar, Responsabilidad, Ética)¹, desarrollados por comunidades indígenas, ponen en el centro la gobernanza de datos desde una perspectiva de justicia y equidad.

Los principios CARE reconocen que los datos , especialmente los relacionados con pueblos indígenas y comunidades tradicionales, no son solo recursos técnicos, sino que están intrínsecamente ligados a derechos colectivos, identidades culturales y soberanías. Proponen que:

Beneficio colectivo: Los datos deben utilizarse de maneras que beneficien a las comunidades que los generan.

Autoridad para controlar: Las comunidades tienen derecho a gobernar la recolección, propiedad y aplicación de sus datos.

Responsabilidad: Quienes trabajan con datos tienen la responsabilidad de promover el bienestar de las comunidades.

Ética: Los derechos y el bienestar de las personas deben ser la preocupación principal en todas las etapas del ciclo de vida de los datos.

La integración de los principios CARE con FAIR representa un camino hacia una ciencia abierta que también sea justa y respetuosa de las soberanías locales.

Modelos de colaboración equitativa: superando el extractivismo

Superar el extractivismo de datos requiere desarrollar nuevos modelos de colaboración basados en reciprocidad, transparencia y empoderamiento mutuo. Estos modelos deben ir más allá de la simple inclusión de investigadores del Sur Global en proyectos concebidos y liderados en el Norte, para promover formas genuinas de co-creación en las que las agendas de investigación, las metodologías empleadas y los marcos interpretativos se definan colaborativamente desde el inicio.

La capacitación mutua emerge como elemento central en cualquier modelo genuinamente equitativo de colaboración científica. A diferencia de los modelos tradicionales de “transferencia de tecnología”, que presuponen un flujo unidireccional de conocimiento del Norte al Sur, la capacitación mutua reconoce que todos los socios tienen saberes y competencias valiosas que compartir.

Ejemplos de prácticas equitativas incluyen:

• Co-diseño de proyectos desde la fase de concepción
• Compartición de recursos (financieros, tecnológicos, humanos)
• Publicación conjunta con autoría equitativa
• Retorno de resultados a las comunidades de forma accesible y culturalmente apropiada
• Desarrollo de capacidades locales de análisis e interpretación de datos

Conclusión: construyendo una ciencia abierta soberana

La soberanía de datos científicos no es una barrera para la ciencia abierta, sino condición para su realización plena y justa. Una ciencia verdaderamente abierta respeta la autonomía de las comunidades que generan conocimiento, promueve la equidad en el acceso no solo a los datos, sino también a las capacidades para procesarlos e interpretarlos, y reconoce la diversidad de epistemologías y formas de saber.

Para el Sur Global y para la comunidad científica comprometida con la equidad, construir infraestructuras soberanas, desarrollar marcos de gobernanza participativa y promover colaboraciones equitativas son pasos esenciales para garantizar que la ciencia abierta no se convierta en un nuevo vehículo de colonialismo, sino en una herramienta de emancipación y justicia cognitiva. La pregunta ¿Quién controla sus datos?² es, en el fondo, una cuestión sobre quién tiene el poder de definir el futuro de la ciencia y del conocimiento. Y la respuesta debe ser: todos nosotros, en condiciones de igualdad y respeto mutuo.

Posts de la serie sobre el libro Quem controla seus dados?

• Colonialismo de datos en la ciencia: una nueva forma de dominación epistémica
• Ciencia Abierta entre promesas y paradojas: ¿democratización o nueva dependencia?
• Integridad científica en la era de la IA: fraudes, manipulación y los nuevos desafíos de la transparencia
• Soberanía de datos científicos en las tensiones entre la apertura global y la autonomía local

Notas

1. CARROLL, S.R., et al. The CARE Principles for Indigenous Data Governance. Data Science Journal, 2020, vol. 19, no. 1 [viewed 17 December 2025] https://doi.org/10.5334/dsj-2020-043. Available from: https://datascience.codata.org/articles/dsj-2020-043↩

2. SILVA, F.C.C. Quem controla seus dados? Ciência Aberta, Colonialismo de Dados e Soberania na era da Inteligência Artificial e do Big Data. São Paulo: Pimenta Cultural, 2025 [viewed 17 December 2025]. https://doi.org/10.31560/pimentacultural/978-85-7221-474-2. Available from: https://www.pimentacultural.com/livro/quem-controla-dados/↩

Referências

CARROLL, S.R., et al. The CARE Principles for Indigenous Data Governance. Data Science Journal, 2020, vol. 19, no. 1 [viewed 17 December 2025] Available from: https://datascience.codata.org/articles/dsj-2020-043
SILVA, F.C.C. Quem controla seus dados? Ciência Aberta, Colonialismo de Dados e Soberania na era da Inteligência Artificial e do Big Data. São Paulo: Pimenta Cultural, 2025 [viewed 17 December 2025]. https://doi.org/10.31560/pimentacultural/978-85-7221-474-2. Available from: https://www.pimentacultural.com/livro/quem-controla-dados/

Sobre Fabiano Couto Corrêa da Silva

Fabiano Couto Corrêa da Silva es investigador en Ciencia de la Información, con foco en ciencia abierta, colonialismo de datos y soberanía informacional. Lidera el DataLab – Laboratorio de Datos, Métricas Institucionales y Reproducibilidad Científica, con énfasis en FAIR/CARE.

Traducido del original en portugués por Fabiano Couto Corrêa da Silva.