Liên thông hệ thống nghiên cứu ảnh hưởng đến vòng đời thế nào?

Đây cũng là cách nhìn phù hợp với FAIR: khả năng tương tác không chỉ liên quan đến truyền dữ liệu, mà còn đòi hỏi ngôn ngữ biểu diễn chung, từ vựng có thể dùng lại và những quan hệ có nghĩa giữa các đối tượng số. FAIR cũng được thiết kế cho không chỉ dữ liệu mà cả công cụ và workflow tạo ra dữ liệu.

Vì sao liên thông quyết định tính liên tục của dữ liệu nghiên cứu?

Ảnh hưởng quan trọng nhất của liên thông là biến các điểm chuyển giữa hệ thống từ những lần tạo lại thông tin thành những lần tiếp tục sử dụng thông tin đã có.

Nếu một hồ sơ đề tài đi từ hệ thống tài trợ sang hệ thống quản lý nghiên cứu nhưng không có định danh chung, tên nhà nghiên cứu, mã tài trợ, tổ chức và thông tin dự án có thể phải nhập lại. Khi kết quả nghiên cứu tiếp tục đi sang kho dữ liệu hoặc hệ thống xuất bản, quá trình này lại lặp lại. Mỗi lần nhập, ánh xạ hoặc đối chiếu thủ công là một điểm mà dữ liệu có thể bị thiếu, đổi cách viết, mất quan hệ với nguồn ban đầu hoặc hình thành một bản ghi trùng.

DataCite mô tả chính hiện tượng này ở quy mô hệ sinh thái: sự phân mảnh và cô lập giữa những hệ thống do các tác nhân khác nhau quản lý trong suốt vòng đời nghiên cứu có thể tạo khoảng trống liên thông, gây lặp lại công việc và làm mất cơ hội kết nối các đầu ra nghiên cứu.

Vì vậy, liên thông không chỉ đem lại lợi ích “trao đổi dữ liệu nhanh hơn”. Tác động sâu hơn nằm ở bốn điểm:

·         Giữ một thực thể nghiên cứu có cùng danh tính khi xuất hiện ở nhiều hệ thống

·         Giữ nguyên ngữ cảnh và ý nghĩa của dữ liệu khi chuyển sang môi trường khác

·         Duy trì quan hệ giữa con người, tổ chức, tài trợ, dữ liệu và sản phẩm nghiên cứu

·         Cho phép hệ thống ở giai đoạn sau tiếp tục xử lý thông tin mà không phải tái dựng lại bối cảnh

Khi bốn yếu tố này được duy trì, vòng đời nghiên cứu trở thành một chuỗi thông tin liên tục. Khi chúng bị mất, mỗi hệ thống có thể vẫn hoạt động tốt riêng lẻ nhưng toàn bộ vòng đời vẫn bị phân mảnh.

Cơ chế nào giúp dữ liệu đi qua nhiều hệ thống mà không mất ngữ cảnh?

Liên thông hiệu quả cần nhiều lớp hoạt động cùng nhau. API chỉ giải quyết một phần của bài toán; dữ liệu được truyền đi chưa có nghĩa hệ thống nhận đã biết chính xác dữ liệu đó nói về ai, thuộc đối tượng nào hoặc có quan hệ gì với các bản ghi khác.

Định danh bền vững giữ thực thể không bị “đổi người” hoặc “đổi vật”

Persistent Identifier giúp nhiều hệ thống cùng tham chiếu tới một thực thể mà không phải phụ thuộc hoàn toàn vào tên dạng văn bản.

ORCID iD có thể giữ liên kết với một nhà nghiên cứu khi tên, cách viết tên hoặc đơn vị công tác thay đổi. DOI có thể xác định một bài báo, bộ dữ liệu hoặc tài nguyên nghiên cứu. ROR ID giúp biểu diễn tổ chức rõ ràng hơn so với chỉ dùng chuỗi tên.

Cơ chế này đặc biệt quan trọng khi dữ liệu phải đi qua nhiều ứng dụng. ORCID, chẳng hạn, cho phép hệ thống xuất bản lấy dữ liệu từ hồ sơ nhà nghiên cứu thông qua API để điền trước thông tin nộp bài; sau khi xuất bản, hệ thống có thể đưa thông tin công trình trở lại hồ sơ ORCID. Nhờ vậy, cùng một định danh được giữ xuyên qua nhiều bước thay vì mỗi hệ thống phải tự suy đoán nhà nghiên cứu là ai.

Metadata chung giữ cho dữ liệu không mất nghĩa

Hai hệ thống có thể cùng trao đổi một trường dữ liệu nhưng hiểu trường đó theo hai nghĩa khác nhau. Đây là lý do liên thông ngữ nghĩa quan trọng không kém liên thông kỹ thuật.

FAIR đặt ba yêu cầu trực tiếp cho khả năng tương tác: dữ liệu và metadata nên sử dụng ngôn ngữ biểu diễn tri thức chính thức và dùng chung; sử dụng vocabulary phù hợp với FAIR; và chứa các tham chiếu có xác định rõ quan hệ tới những dữ liệu hoặc metadata khác.

Nói cách khác, một giá trị chỉ thực sự đi qua hệ thống an toàn khi bên nhận không chỉ đọc được ký tự mà còn hiểu nó biểu diễn khái niệm gì.

Quan hệ và provenance giữ được câu chuyện của đối tượng nghiên cứu

Vòng đời nghiên cứu không chỉ gồm các bản ghi độc lập. Một dataset có thể là dữ liệu của một bài báo; một bài báo có thể được tài trợ bởi một grant; một phiên bản có thể thay thế phiên bản trước.

DataCite Metadata Schema hỗ trợ các liên kết này bằng RelatedIdentifier và relationType, bao gồm quan hệ trích dẫn, thành phần–toàn thể và quan hệ giữa các phiên bản.

Điểm quan trọng là hệ thống sau không chỉ nhận được “một DOI khác”, mà còn biết DOI đó có quan hệ gì với đối tượng hiện tại. Chính lớp quan hệ này giúp dữ liệu giữ được lịch sử và ngữ cảnh khi vòng đời kéo dài.

Liên thông thay đổi các giai đoạn của vòng đời nghiên cứu như thế nào?

Tác động của liên thông không giống nhau ở mọi giai đoạn. Giá trị lớn nhất thường xuất hiện tại những nơi thông tin phải chuyển từ một quy trình nghiệp vụ sang quy trình khác.

Từ tài trợ và khởi tạo dự án đến quản lý nghiên cứu

Ở giai đoạn đầu, thông tin về nhà nghiên cứu, tổ chức, grant và dự án thường được tạo trong nhiều hệ thống khác nhau.

Một workflow liên thông có thể sử dụng định danh đã xác thực để lấy dữ liệu có sẵn thay vì yêu cầu người dùng nhập lại. Trong hướng dẫn workflow tài trợ của ORCID, hệ thống tài trợ có thể lấy thông tin từ hồ sơ ORCID để điền trước hồ sơ ứng tuyển, sau đó ghi thông tin khoản tài trợ trở lại hồ sơ khi được cấp. ORCID cũng mô tả việc này như một cách giảm nhập liệu thủ công và giảm lỗi.

Hệ quả đối với vòng đời là thông tin được tạo ở điểm đầu có khả năng tiếp tục xuất hiện ở những bước sau dưới cùng một định danh, thay vì trở thành một “ốc đảo dữ liệu” trong hệ thống tài trợ.

Từ thu thập và quản lý dữ liệu đến phân tích

Trong giai đoạn làm nghiên cứu, tính liên tục phụ thuộc nhiều hơn vào metadata, versioning, provenance và khả năng biểu diễn quan hệ.

Nếu một tập dữ liệu được chuyển sang môi trường phân tích mà chỉ còn file nhưng mất thông tin về phiên bản, điều kiện tạo dữ liệu hoặc quan hệ với nguồn ban đầu, việc truyền file đã thành công về mặt kỹ thuật nhưng tính liên tục tri thức đã bị suy giảm.

Vì vậy, liên thông ở giai đoạn này không thể chỉ được đánh giá bằng câu hỏi “hai hệ thống có API hay không”. Cần xem cả metadata có đủ để bên nhận diễn giải dữ liệu đúng cách và có xác định được mối quan hệ giữa những phiên bản hoặc thành phần của đối tượng nghiên cứu hay không.

Từ công bố đến lưu trữ, báo cáo và tái sử dụng

Ở cuối một dự án, dữ liệu không thực sự kết thúc vòng đời. Nó chuyển sang một vòng khác: công bố, lập chỉ mục, lưu trữ, báo cáo tài trợ, đánh giá thành tích và tái sử dụng.

Crossref REST API cho thấy một bản ghi học thuật có thể mang không chỉ metadata thư mục mà còn thông tin tài trợ, giấy phép, cập nhật sau xuất bản, ORCID, ROR và các trường khác. Điều này cho phép hệ thống phía sau sử dụng các mối liên kết thay vì chỉ nhận một tiêu đề và tên tác giả.

Khi những liên kết này được duy trì, một đầu ra nghiên cứu có thể tiếp tục được đặt trong đúng ngữ cảnh của tác giả, tổ chức, nguồn tài trợ và các đối tượng liên quan. Đây là nền tảng để chuyển từ “lưu một kết quả” sang “duy trì một hồ sơ nghiên cứu có thể tiếp tục được sử dụng”.

Điều kiện nào để liên thông thực sự giảm đứt gãy?

Một trong những hiểu nhầm phổ biến là có API đồng nghĩa đã liên thông. API cho phép trao đổi dữ liệu nhưng không tự giải quyết sự khác biệt về định danh, cấu trúc, ngữ nghĩa hoặc quy tắc nghiệp vụ.

Một hệ thống có thể gửi trường organization sang hệ thống khác, nhưng nếu bên gửi dùng chuỗi tên tự do còn bên nhận yêu cầu một định danh tổ chức chuẩn, vẫn cần một bước đối chiếu. Tương tự, hai hệ thống có thể cùng lưu thông tin “phiên bản”, nhưng nếu không thống nhất quan hệ giữa các phiên bản thì việc đồng bộ chưa chắc bảo toàn được lịch sử của tài nguyên.

Do đó, liên thông có khả năng tạo tính liên tục khi ít nhất các lớp sau được xử lý đồng bộ:

Định danh phải đủ ổn định để cùng một người, tổ chức hoặc đối tượng không bị tạo thành nhiều thực thể khác nhau.

Metadata phải có cấu trúc và được ánh xạ đủ rõ để hệ thống nhận hiểu được nội dung.

Ngữ nghĩa phải được thống nhất ở những khái niệm cần trao đổi. Đây là lý do FAIR nhấn mạnh ngôn ngữ biểu diễn chung, vocabulary và các tham chiếu có quan hệ rõ ràng.

Quan hệ và provenance phải đi cùng dữ liệu khi chúng cần thiết để giải thích dữ liệu được tạo ra từ đâu, liên quan đến đối tượng nào hoặc đã thay đổi như thế nào.

Giao diện kỹ thuật phải cho phép hệ thống đọc và cập nhật dữ liệu theo cách máy có thể xử lý. Crossref và ORCID đều cho thấy API có thể đóng vai trò này khi đi cùng metadata và định danh có cấu trúc.

Quyền và trách nhiệm quản trị cũng phải rõ. Một hệ thống có khả năng kỹ thuật để cập nhật dữ liệu không có nghĩa nó luôn được phép làm vậy. ORCID, chẳng hạn, yêu cầu các luồng cập nhật phải gắn với xác thực và quyền của chủ hồ sơ.

Như vậy, liên thông không đòi hỏi mọi hệ thống phải trở thành một hệ thống duy nhất. Điều cần thiết là chúng có đủ thỏa thuận chung để một đối tượng nghiên cứu không phải được “phát minh lại” mỗi lần vượt qua biên giới hệ thống.

Liên thông có thể tạo rủi ro hoặc đánh đổi gì?

Liên thông giảm một loại rủi ro nhưng có thể làm tăng một loại khác: dữ liệu sai cũng có khả năng lan truyền nhanh hơn.

Crossref lưu ý rằng metadata của họ được các công cụ và dịch vụ khác tái sử dụng qua API; vì vậy, sai sót trong metadata có thể bị khuếch đại trong toàn hệ sinh thái. Ví dụ, lỗi tên tác giả hoặc ORCID có thể làm suy giảm khả năng gán đúng công trình cho nhà nghiên cứu.

Điều này tạo ra một nguyên tắc quan trọng: liên thông tốt không phải là đồng bộ càng nhiều càng tốt. Nó cần đúng nguồn, đúng trường, đúng quan hệ và có khả năng truy vết.

Một đánh đổi khác là giữa chuẩn hóa và đặc thù địa phương. Schema dùng chung giúp dữ liệu đi xa hơn, nhưng mỗi lĩnh vực hoặc hệ thống có thể chứa thông tin chuyên sâu mà schema chung không mô tả hết. DataCite cũng phân biệt metadata schema tổng quát với những schema chuyên ngành giàu chi tiết hơn. Vì thế, kiến trúc liên thông thường phải giữ một lớp dữ liệu chung đủ ổn định trong khi vẫn cho phép hệ thống nguồn duy trì những trường chuyên biệt.

Versioning cũng là một điểm cần kiểm soát. Nếu nhiều hệ thống cùng có khả năng cập nhật một bản ghi mà không xác định nguồn có thẩm quyền hoặc quan hệ giữa các phiên bản, “đồng bộ” có thể tạo xung đột thay vì tạo nhất quán.

Bởi vậy, mục tiêu hợp lý không phải loại bỏ mọi khác biệt giữa hệ thống. Mục tiêu là bảo đảm những thông tin cần đi xuyên vòng đời có định danh, ý nghĩa, quan hệ và nguồn gốc đủ rõ để không phải tái dựng thủ công ở mỗi chặng.

Có thể đánh giá mức liên thông bằng các điểm bàn giao dữ liệu như thế nào?

Thay vì hỏi chung chung “hệ thống này có liên thông không?”, cách thực tế hơn là kiểm tra từng điểm mà dữ liệu phải chuyển từ một bước của vòng đời sang bước tiếp theo.

1.    Định danh: Cùng một người, tổ chức, grant, dataset hoặc công trình có giữ cùng định danh khi sang hệ thống mới không

2.    Metadata: Các trường quan trọng có được truyền tự động và ánh xạ đúng ý nghĩa hay vẫn phải nhập lại

3.    Quan hệ: Hệ thống nhận có biết dữ liệu này thuộc dự án nào, do ai tạo, được tài trợ bởi đâu hoặc liên quan đến phiên bản nào không

4.    Provenance: Có xác định được nguồn tạo, nguồn cập nhật và lịch sử thay đổi của thông tin không

5.    Khả năng xử lý bằng máy: Dữ liệu có giao diện và cấu trúc cho phép hệ thống phía sau tiếp tục xử lý hay chỉ có thể đọc thủ công

6.    Quản trị: Có quy định rõ hệ thống nào là nguồn có thẩm quyền và ai được phép cập nhật từng nhóm dữ liệu không

Cách đánh giá này cũng cho phép chuyển “liên thông” từ một nhận định định tính thành các chỉ báo có thể theo dõi. Crossref Participation Reports là một ví dụ ở phạm vi metadata học thuật: dashboard công khai theo dõi mức độ bao phủ của tối đa 11 thành phần metadata có giá trị như references, abstracts, ORCID iDs, ROR IDs, thông tin tài trợ và license URLs. Đây không phải benchmark phổ quát cho mọi hệ thống nghiên cứu, nhưng nó minh họa cách đo chất lượng nền tảng liên thông bằng độ đầy đủ của những trường dữ liệu cần cho kết nối và tái sử dụng, thay vì chỉ kiểm tra xem API có tồn tại hay không.

Từ góc độ quản trị vòng đời, điểm ưu tiên thường không phải là tích hợp mọi hệ thống cùng lúc. Nên bắt đầu từ những chỗ đang xảy ra nhiều nhập lại, đối chiếu thủ công, mất quan hệ hoặc tạo bản ghi trùng. Nếu một điểm bàn giao có thể chuyển từ “con người đọc rồi nhập lại” sang “hệ thống tiếp nhận được cả định danh, metadata và quan hệ”, đó là nơi liên thông tạo ra giá trị trực tiếp nhất.

Khả năng liên thông ảnh hưởng đến vòng đời nghiên cứu chủ yếu bằng cách quyết định mức độ liên tục của thông tin khi nghiên cứu đi qua nhiều hệ thống. Liên thông tốt giúp cùng một người, dự án, dữ liệu và đầu ra giữ được danh tính, metadata, quan hệ và provenance từ giai đoạn tài trợ đến công bố, báo cáo và tái sử dụng. Nhờ đó, số điểm phải tái nhập hoặc tái dựng ngữ cảnh được giảm xuống, đồng thời khả năng kết nối các đối tượng nghiên cứu được duy trì tốt hơn.

Tuy nhiên, kết nối kỹ thuật đơn thuần chưa đủ. Giá trị chỉ xuất hiện khi API đi cùng định danh bền vững, metadata có cấu trúc, ngữ nghĩa dùng chung, quan hệ có thể xử lý bằng máy và trách nhiệm quản trị rõ ràng. Nếu những điều kiện này thiếu, dữ liệu vẫn có thể đi từ hệ thống này sang hệ thống khác nhưng sự đứt gãy chỉ chuyển từ “không trao đổi được” thành “trao đổi được nhưng không còn đủ nghĩa để tin cậy và tái sử dụng”.