• 1 Les rédacteurs du Plan S (voir note 6) indiquent que « le calendrier de réalisation du libre accès (...)

5On constate à travers les exemples cités ici, la prégnance des sciences dites exactes. La notion même de donnée caractérise un monde commensurable dont le chercheur découvrirait peu à peu les phénomènes naturels à l’œuvre. Notons que c’est cette même influence des sciences dites exactes sur toute la communauté scientifique qui fait envisager l’open access, c’est-à-dire l’ouverture des publications scientifiques, comme s’appliquant prioritairement aux articles (mode de publication privilégié en sciences exactes) et non aux monographies et chapitres d’ouvrages1.

• 2 Code des relations entre le public et l’administration, article L324-1 issu de la loi du 28 décemb (...)
• 3 Code des relations du public avec l’administration, article L321-1 ; code de la recherche, article (...)
• 4 Coalition S réunit une douzaine d’agences nationales de financement de la recherche en Europe, don (...)

7C’est dans le prolongement de ces deux directives qu’ont été adoptés les textes plus récents imposant désormais d’ouvrir les données de la recherche : ainsi, la Commission européenne (2013, 2017, Horizon 2020) oblige, pour certaines recherches financées au moins partiellement sur fonds publics européens, à verser dans un entrepôt de données gratuitement consultable, les données de la recherche ayant étayé la publication, sauf si ces données sont couvertes par le droit d’auteur, le droit des données personnelles, un savoir-faire, etc. En France, les réformes législatives successives2 (2015-2016) permettent gratuitement à toute personne intéressée de réutiliser les données publiques (c’est-à-dire non couvertes par un droit d’auteur, de données personnelles, etc.) mises en ligne par les administrations3. Cela inclut les données de la recherche. Plusieurs agences nationales de financement de la recherche en Europe (regroupées au sein de Coalition S4) demandent que les données de la recherche soient ouvertes dans la mesure du possible (Plan national pour la science ouverte, 2018, Coalition S, 2019). L’ANR demande que lui soit remis un plan de gestion de données, pour tout projet de recherche qu’elle finance à compter de 2019 (ANR, 2019), conformément aux recommandations françaises du Comité pour la science ouverte (COSO, 2019). Enfin, les données de la recherche qui ne sont pas protégées par un droit (d’auteur, des données personnelles, etc.) et qui ont été rendues publiques par le chercheur ou la chercheuse sont désormais des données publiques, accessibles et réutilisables par toute personne intéressée (Directive européenne du 20 juin 2019 sur les données ouvertes et la réutilisation des informations du secteur public).

• 5 Directive européenne du 20 juin 2019 sur les données ouvertes et la réutilisation des informations (...)

8Toutefois, le droit ne prescrit pas d’ouvrir toutes les données de la recherche. Ces données ne sont pas comme une porte qui devrait être ouverte ou fermée : elles sont à « ouvrir autant que possible, à fermer autant que nécessaire »5.

• 6 Rien ne l’interdit non plus, à condition que le titulaire du droit l’accepte.
• 7 Notons que ce critère, selon lequel il faut ouvrir une donnée de la recherche qui a été « publiée  (...)
• 8 Cette obligation de communiquer, à toute personne qui le souhaite, les données concernant les émis (...)

10Les données de la recherche, soit protégées par le droit d’un tiers (droit d’auteur, données personnelles, secret des affaires, etc.), soit non encore rendues publiques, ne rentrent pas dans la catégorie des données publiques ; il n’y a dès lors aucune obligation à les rendre accessibles et réutilisables, c’est-à-dire aucune obligation à les ouvrir6. Toutes les autres données de la recherche, publiées et non couvertes par un droit d’auteur ou autre, sont à rendre accessibles et réutilisables, c’est-à-dire à ouvrir pleinement. Plus précisément : les données de la recherche contenant des données personnelles sont par principe fermées, c’est-à-dire ni accessibles ni réutilisables. Seules ont droit d’y accéder les personnes concernées par ces données, ou les chercheurs et les chercheuses qui justifient d’un projet de recherche et qui s’engagent à les garder confidentielles (CNIL-CADA, 2019). Les données de la recherche comportant une œuvre protégée par le droit d’auteur sont accessibles à la consultation, mais ne pourront être réutilisées par la personne les ayant consultées, qu’à condition que celle-ci ait obtenu l’accord de l’auteur ou de ses ayants droit. Les données de la recherche dont la communication porterait atteinte au secret des affaires sont inaccessibles (sauf souscription d’un engagement de confidentialité) et dans tous les cas non réutilisables. À l’inverse, les données de la recherche constituant des données publiques (c’est-à-dire non protégées par le droit d’une tierce personne et qui ont été publiées7) doivent être rendues gratuitement accessibles et réutilisables par tous. Enfin, les données de la recherche relatives à des émissions dans l’environnement doivent être rendues accessibles à toute personne intéressée8, même si elles comportent des données personnelles ou des informations relevant du secret des affaires (CADA, 2018).

• 9 Voir par exemple le PGD élaboré par l’ANR, 2019, Modèle de plan de gestion de données, [URL : http (...)
• 10 On peut dans certains cas envisager une troisième solution : mettre en ligne ces données sous form (...)

13Rendre les données juridiquement disponibles nécessite d’analyser finement les catégories d’informations susceptibles d’être collectées ou consultées (Denis et Goëta, 2013), et d’identifier les droits protégeant ou non ces données (De Cock Buning et al., 2011). C’est un des objets du plan de gestion de données (PGD, ou data management plan, DMP)9. Au vu de cette analyse préalable, plusieurs mesures devront être prises : décider d’anonymiser ou pas les données personnelles, vérifier si des contrats doivent être rédigés à l’attention des personnes auprès desquelles on collectera les données, formuler les conditions de consultation et de réutilisation dans le cas où les données ne peuvent être ouvertes (à l’accès ou à la réutilisation) que de façon encadrée (Andre-Poyaud et al., 2019). En effet, si parmi les données à collecter figurent des données personnelles, il est nécessaire de décider avant la collecte si celles-ci seront anonymisées après la fin du projet de recherche (ce qui les rendra ensuite consultables et réutilisables par tous) ou si elles seront conservées dans leur intégrité non anonymisées (ce qui nécessitera de restreindre leur consultation à certaines personnes, par exemple à celles justifiant d’un projet de recherche)10. Rappelons que le règlement général sur la protection des données et leur libre circulation (RGPD) n’oblige pas à anonymiser systématiquement les données personnelles collectées à fins de recherche, notamment lorsque des mesures techniques et organisationnelles appropriées sont prises pour protéger les droits et libertés des personnes concernées (Andre-Poyaud et al., 2019). Dans certaines disciplines des sciences humaines et sociales, anonymiser des données personnelles leur ferait perdre toute signification et les rendrait inexploitables pour des revisites ultérieures.

• 11 Voir particulièrement l’article 14.5 sur l’obligation d’informer les personnes concernées, [URL : (...)
• 12 Les données personnelles sensibles sont celles pouvant révéler les convictions religieuses ou phil (...)
• 13 Articles 6 et 31 de la loi du 6 janvier 1978 informatique et libertés, dans sa version modifiée en (...)

14Il faut également prévoir d’informer les personnes de leurs droits et de la finalité de la collecte : c’est obligatoire si les données personnelles sont collectées directement auprès de ces personnes ; dans le cas où les données personnelles proviennent d’un corpus existant, de documents ou bases de données déjà constituées, le RGPD permet, sous certaines conditions, de ne pas informer les personnes de leurs droits quand cela représenterait un effort disproportionné11. Par ailleurs, il faut se rappeler qu’il est interdit de collecter des données personnelles dites sensibles12, à moins d’y avoir été autorisé par décret en Conseil d’État après avis de la CNIL, ou d’avoir obtenu le consentement explicite des personnes concernées13. Si on prévoit d’enregistrer ou filmer les personnes en entretien, il faudra également leur accord pour mener cet enregistrement et en organiser l’utilisation ultérieure.

• 14 Sur ces licences, voir [URL : https://www.data.gouv.fr/fr/licences/], consulté le 21 septembre 201 (...)
• 15 Code des relations du public avec l’administration, article L322-1.

15Pour les données de la recherche qui seraient dégagées de tout droit d’une personne tierce (ni droit d’auteur, ni données personnelles, ni secret des affaires, etc.), dès lors qu’elles seront publiées, elles entreront dans la catégorie des données publiques. Elles sont alors gratuitement accessibles et réutilisables par tous. Il peut être utile (quoique non obligatoire) de choisir dans ce cas l’une des deux licences proposées aux administrations publiques : la licence Etalab 2.0 ou la licence Open Database Licence (ODbL)14. Cela permet de préciser aux futurs réutilisateurs leurs droits et obligations ; toute personne réutilisant des données publiques (ici, des données de la recherche) doit en effet respecter deux règles légales : mentionner la source des données et la date de leur dernière mise à jour, et ne pas altérer les données ni en dénaturer le sens15.

• 16 Des entrepôts sont recensés dans le Registry of Research Data Repositories – Re3Data [URL : https: (...)
• 17 Voir le Centre d’accès sécurisé aux données (CASD), proposant des jeux de données statistiques pub (...)

16Afin de rendre les données techniquement disponibles, il convient également de décider où les données seront proposées à la consultation (Science Europe, 2019) : va-t-on les publier dans un article de données (data paper), les verser dans un entrepôt16, les fournir à l’éditeur en accompagnement de l’article qu’il accepte de publier ? Comment va-t-on encadrer techniquement l’accès, si des données personnelles sont en jeu : par identifiant et mot de passe ? Ou via un système sécurisé17 ?

• 18 Déclaration de San Francisco sur l’évaluation de la recherche, 2018 (San Francisco Declaration on (...)

19Vu la lourdeur du travail que nécessite l’ouverture des données, la mise en place d’incitations à ouvrir paraît indispensable. Dans le cadre de la Déclaration de San Francisco sur l’évaluation de la recherche, qu’elle a signée18 en même temps qu’elle s’engageait dans le Plan S au sein de Coalition S, l’ANR prévoit que l’évaluation des chercheuses et chercheurs prendra en compte les tâches que ceux-ci accomplissent, au-delà des publications. Il reste à voir comment cette intention sera mise en œuvre. Sont aussi à envisager les réticences des chercheurs et chercheuses : la méfiance à l’égard de ce « tournant des données », le coût que cela représente en termes de temps et de ressources, le manque de reconnaissance (voir par exemple l’entretien avec l’équipe de l’INED dans ce numéro), le refus d’une approche techniciste de la recherche, la crainte d’une standardisation des pratiques (voir par exemple l’article de Sophie Duchesne dans ce numéro), l’inquiétude sur la protection des enquêté-e-s (voir par exemple l’article de Marwan Mohammed dans ce numéro).

• 19 « Le libre accès contribue à améliorer la qualité, à réduire la duplication inutile des recherches (...)

20À cet égard, on peut s’interroger sur la pertinence de certains des motifs invoqués pour expliquer la nécessité d’ouvrir. Notamment, il faudrait ouvrir les données de la recherche au nom d’une supposée reproductibilité de la science19. Cela a-t-il un sens en sciences humaines et sociales (Fouquet, 2014) ? On persiste à y transposer des notions et des pratiques propres aux sciences dites exactes (Desquilbet et al., 2019), sans s’interroger sur la pertinence d’une telle transposition. Ouvrir des données pour que d’autres chercheurs puissent reparcourir un terrain, revisiter un protocole d’entretien peut avoir une pertinence pour les sciences humaines et sociales (Laferté, 2006) ; mais pas si l’on prétend refaire cette recherche à l’identique pour vérifier qu’elle serait valide (Duchesne, 2016).

• 20 Le physicien Alan Sokal a relaté sa démarche dans Sokal et Bricmont (1997).

21L’impératif de transparence est également invoqué pour fonder l’ouverture des données de la recherche. Cette transparence concernerait-elle les seules données ? Ne doit-elle pas de toute évidence être étendue à la méthodologie (Duchesne et Garcia, 2014) ? Un chercheur a réussi en 1996 à faire publier dans une revue de sociologie un article sans queue ni tête20 ; il prétendait ainsi démontrer qu’il est possible d’écrire n’importe quoi dans certaines revues de sciences humaines et sociales. Le fait d’adjoindre des données n’aurait probablement pas empêché la publication de cet article factice ; cela aurait même probablement rendu la publication plus fiable encore, en lui apportant comme un supplément de scientificité. Le fait que cet article canular ait été publié n’était pas une preuve que l’on peut tout et rien dire en sociologie, mais une démonstration que la procédure de relecture par les pairs n’est pas toujours fiable. Joindre des données n’y aurait rien changé (Jurdant, 1998).

• 21 Cela dit, si ces éditeurs ont perdu une des batailles de l’open access, ils n’en ont pas encore pe (...)
• 22 Voir l’article L122-5 du code de la propriété intellectuelle, no 10 (issu de la loi du 7 octobre 2 (...)

22Enfin, ce mouvement d’ouverture des données de la recherche fait face à un frein immense de la part des éditeurs commerciaux, qui ont compris avoir perdu la bataille de l’open access21 et font tout pour ne pas perdre celle de l’open data. Il n’est pas trop tard pour éviter leur mainmise sur les (méta)données de la recherche. Mais si l’antienne de l’ouverture des données de la recherche continue d’être entonnée sans que soit par ailleurs pensé le contexte économique et commercial de cette ouverture, le cercle vicieux qui a sévi pendant des dizaines d’années dans l’écosystème des publications scientifiques, permettant leur monétisation par le secteur privé, risque de se reproduire, cette fois sur les données de la recherche. C’est ce qui se profile, dans un angle mort du droit des données de la recherche : la fouille de données (data mining). Le droit français et européen reconnaît expressément aux chercheurs la possibilité de faire de la fouille de textes et de données, quoique ces textes et données fouillés soient protégés par un droit d’auteur ou par un droit sui generis sur la base de données. Cette exception de fouille existe sur le papier mais pas dans la réalité, puisque le droit soustrait du champ des données explorables toutes les données auxquelles les éditeurs n’autorisent l’accès que moyennant la souscription d’un abonnement payant22. La loi française et la directive européenne précisent en effet que la fouille de données peut être effectuée par les chercheurs mais à condition qu’ils y accèdent « de façon licite ». Concrètement, cela signifie qu’une chercheuse ne peut explorer des données que si celles-ci sont librement accessibles en ligne ou que si la chercheuse est contractuellement en droit d’accéder à ces données, parce qu’affiliée à un établissement qui a payé l’abonnement auprès dudit éditeur. Une chercheuse dont l’établissement n’a pas souscrit l’abonnement aux ressources de l’éditeur peut se voir interdire par cet éditeur la fouille de données, alors même que ces données sont issues de la recherche publique.