Ciência Aberta: Guia Completo do Que Fazer na Prática

Por que quase todo pesquisador diz que apoia ciência aberta e faz quase nada dela

Pergunte pra qualquer pesquisadora numa banca, num congresso ou numa entrevista se ela apoia ciência aberta. A resposta vai ser sim, quase sempre com entusiasmo. Pergunte se ela depositou os dados brutos da última pesquisa num repositório público. A resposta, na maioria das vezes, muda de tom.

A ciência aberta é o conjunto de práticas que torna dados, métodos, materiais e resultados de uma pesquisa acessíveis e verificáveis por qualquer pessoa, não só pelos revisores do artigo. Isso inclui depósito de dados brutos, protocolos pré-registrados, acesso aberto à publicação e, quando possível, código e materiais de análise. O princípio é simples: se você não consegue mostrar como chegou no resultado, o resultado vale menos do que parece.

O problema não é discordância sobre o valor da ciência aberta. É a distância enorme entre o discurso e a prática. Esse descompasso não é falta de vontade individual na maioria dos casos. É estrutura incentivando o comportamento contrário ao que todo mundo diz defender.

Vou te mostrar onde essa distância aparece com mais frequência, o que realmente conta como prática de ciência aberta, e por que abrir dados não significa abrir mão de proteção ou controle sobre o próprio trabalho.

O discurso bonito e a prática rara

A maioria dos programas de pós-graduação menciona ciência aberta em algum documento institucional. Editais de fomento cobram plano de gestão de dados. Revistas científicas pedem declaração de disponibilidade de dados. O vocabulário está espalhado.

O que falta é o comportamento correspondente. Depositar dados brutos exige tempo que ninguém alocou no cronograma. Documentar o método com detalhe suficiente pra replicação exige um tipo de cuidado que a pressão por publicação não recompensa. E declarar “dados disponíveis sob solicitação” no artigo, sem nunca de fato disponibilizar nada quando alguém pede, tornou-se uma prática comum o suficiente pra ser criticada na literatura sobre integridade científica.

Isso não é hipocrisia individual. É o resultado esperado quando o sistema de avaliação de pesquisadores recompensa quantidade de publicação e não recompensa transparência de processo. Ninguém ganha bolsa por ter depositado dados bem documentados. Ninguém é promovido por ter um protocolo pré-registrado exemplar. A métrica que conta é o número de artigos, e depositar dados custa tempo que não aparece em nenhum currículo Lattes de forma que valorize o esforço.

Reconhecer essa estrutura importa porque muda o tipo de solução que faz sentido. Culpar a pesquisadora individual por não praticar ciência aberta é como culpar o motorista por não respeitar limite de velocidade numa rua sem sinalização nenhuma. O problema é sistêmico, e a solução também precisa ser.

Vale lembrar que essa distância entre discurso e prática não é exclusividade da ciência aberta. Ela aparece em quase todo comportamento institucional que exige tempo sem retorno imediato em métrica avaliada. A diferença é que, no caso da ciência aberta, o custo do descompasso recai sobre toda a área, não só sobre quem deixou de praticar.

O que conta de verdade como prática

Ciência aberta não é publicar em revista de acesso aberto e parar aí. É um conjunto de práticas que se sobrepõem, e vale separar o que realmente muda o jogo do que é só aparência.

Depositar dados brutos em repositório confiável, com metadados que descrevem o que cada variável significa, conta. Postar o artigo já publicado numa rede social não conta, porque isso é divulgação, não abertura de processo. A diferença central é replicabilidade: outra pessoa, com os materiais que você disponibilizou, deveria conseguir reproduzir seu método e chegar num resultado comparável.

Pré-registro de protocolo antes de coletar dados também conta, e talvez seja a prática mais subestimada de todas. Registrar antes de saber o resultado impede um problema estrutural conhecido como p-hacking, quando o pesquisador testa múltiplas análises até achar uma que dê significância estatística, e depois apresenta só essa como se fosse a análise planejada desde o início. Pré-registro elimina essa tentação porque o plano de análise fica congelado publicamente antes da coleta.

Compartilhar código de análise conta, principalmente em pesquisa quantitativa. Se o resultado depende de um script em R ou Python, e esse script nunca é disponibilizado, ninguém consegue verificar se a análise foi feita corretamente. Isso vale tanto pra proteger a própria pesquisadora, caso alguém questione o método depois, quanto pra permitir que a área avance sem repetir trabalho.

Vale acrescentar um quarto ponto, menos falado: documentar as decisões que não deram resultado também conta. Boa parte do conhecimento metodológico de uma área se perde porque só o caminho que funcionou vira artigo. Registrar o que foi testado e descartado, mesmo informalmente, poupa outra pesquisadora de repetir o mesmo beco sem saída.

O medo da exposição e o que ele geralmente esconde

Uma objeção comum é o medo de expor o trabalho antes de estar “pronto”, ou de ser copiada, ou de ter o esforço de anos usado por outra pessoa sem crédito. É um medo real, e merece resposta séria, não descarte.

A resposta prática é que licenciamento existe justamente pra isso. Uma licença Creative Commons com atribuição obrigatória, combinada com depósito em repositório que registra data e autoria de forma verificável, protege muito mais do que manter tudo trancado numa pasta pessoal. Se alguém usa seus dados sem crédito depois de você ter depositado com CC-BY, você tem evidência clara e datada de prioridade. Se você nunca depositou nada, sua única defesa é a palavra contra a palavra.

Mas vale nomear uma segunda camada desse medo, mais desconfortável de admitir: às vezes o receio de abrir dados é receio de que alguém encontre um problema no método. Isso é compreensível, ninguém quer ter o próprio trabalho escrutinado, mas é exatamente o tipo de proteção que a ciência não deveria oferecer. Se o método tem falha, é melhor descobrir isso em revisão pública do que construir três anos de tese sobre uma base frágil sem ninguém checar.

Isso não significa expor cada rascunho e cada tentativa fracassada. Significa que, quando o trabalho está pronto pra ser avaliado, ele precisa estar pronto pra ser verificado de verdade, não só lido.

Uma pergunta comum sobre o tema é se abrir os dados não seria “dar de mão beijada” o trabalho pra outra pessoa publicar antes. A resposta que dei foi: se alguém consegue reanalisar seus dados e publicar algo relevante mais rápido que você, o problema não é a abertura dos dados, é o ritmo da sua própria produção. Fechar dados pra compensar lentidão de escrita é resolver o problema errado.

O que restringir, e por quê

A regra prática mais útil de ciência aberta é: o mais aberto possível, o mais restrito quanto necessário. Isso significa que restrição não é fracasso da prática aberta, é parte dela quando bem justificada.

Dados de pesquisa envolvendo seres humanos costumam exigir acesso controlado, porque abrir informação identificável viola ética de pesquisa mesmo que a intenção seja boa. Nesses casos, o correto é abrir os metadados (o que os dados contêm, como foram coletados, sob qual protocolo de ética) e restringir o acesso aos dados propriamente ditos, disponibilizando sob solicitação com processo de anonimização adequado.

Propriedade intelectual em disputa, patentes pendentes, ou acordos de confidencialidade com financiadores também justificam restrição temporária. O problema não é ter razão legítima pra restringir. O problema é usar “dados disponíveis sob solicitação” como frase de efeito, sem processo real por trás, só pra parecer que a caixinha de transparência do formulário da revista foi marcada.

Um jeito simples de testar se a restrição é legítima: pergunte se você conseguiria explicar o motivo específico da restrição pra um comitê de ética sem constrangimento. Se a resposta é “porque prefiro não mostrar ainda”, isso não é restrição justificada, é hesitação disfarçada de cautela metodológica.

Como começar sem reformular a carreira inteira

Ninguém precisa virar ciência aberta radical da noite pro dia. O caminho realista é incremental, e três movimentos concretos já colocam a maioria das pesquisadoras muito além da média atual da área.

O primeiro é escolher um repositório confiável (Zenodo, OSF, ou o repositório institucional da própria universidade) e depositar os dados do próximo projeto desde o começo, não como tarefa de última hora antes da submissão. Fazer isso desde o início é mais fácil do que reconstruir documentação depois que a pesquisa terminou.

O segundo é escrever o método pensando em quem vai tentar replicar, não só em quem vai avaliar pra aprovar. Isso muda o nível de detalhe que você inclui, e geralmente melhora a clareza do próprio texto pra qualquer leitor, inclusive a banca.

O terceiro é registrar o plano de análise antes de olhar os dados, mesmo que informalmente num documento datado, quando pré-registro formal em plataforma como OSF não for viável pro tipo de estudo. Isso protege contra o próprio viés de encontrar padrão onde só existe ruído.

Nenhum desses três movimentos exige aprovação institucional nem mudança de política. Exige decisão pessoal de tratar transparência como parte do trabalho, não como extra opcional. É a mesma lógica de qualquer método bem aplicado: quando você entende por que a prática existe, decidir aplicá-la fica muito mais fácil do que quando alguém só te mandou seguir uma checklist.

Vale acrescentar um quarto movimento pra quem já pratica os três anteriores: revisar, uma vez por ano, os próprios depósitos antigos. Repositórios mudam de política, links quebram, e um dado depositado em 2022 sem checagem pode estar inacessível hoje sem que você saiba. Ciência aberta não é ação única, é manutenção contínua.

Se quiser entender melhor os erros mais comuns na hora de tentar praticar ciência aberta, este outro texto do blog detalha as armadilhas mais frequentes, incluindo confundir divulgação com abertura de dados.

O que muda quando a prática vira hábito

O ganho de praticar ciência aberta não é reputacional no sentido raso de “aparecer bem”. É metodológico. Quando você sabe que vai precisar documentar o processo pra outra pessoa entender e replicar, você naturalmente escreve protocolos mais claros, testa hipóteses com mais rigor antes de comprometer meses de coleta, e produz um trabalho que resiste melhor à pergunta incômoda da banca: “como você sabe que isso não é coincidência?”

Existe também um efeito colateral pouco discutido: pesquisadoras que praticam ciência aberta com consistência tendem a colaborar mais. Quando seus dados e métodos são legíveis por qualquer pessoa da área, fica mais fácil alguém te procurar pra parceria, réplica ou extensão do trabalho. A abertura vira porta de entrada pra rede de colaboração, não só exercício de transparência solitária.

A distância entre discurso e prática em ciência aberta não vai fechar por decreto institucional, pelo menos não tão rápido quanto seria necessário. Vai fechar pesquisadora por pesquisadora, decidindo que documentar bem faz parte do trabalho de pesquisa, não é tarefa extra depois que o trabalho de verdade terminou.