Le data-steward : le meilleur allié pour la gestion des données dans le cadre de la recherche scientifique

De plus, selon l’article de Barend Mons, nombreux chercheurs consacrent environ 80% du temps à retravailler leurs données afin de les rendre disponibles, « wasting time and talent » (Mons 2020). Afin de combler ces lacunes dans ce contexte, la figure du data-steward émerge comme une solution possible.

Qui est le data-steward ?

Actuellement, nous sommes souvent confrontés à nombreuses professions concernant les données, data-analyst, data-scientist, data-engineer, data-journalist etc. Le data-steward s’inscrit dans ce contexte et malgré son apparition plutôt récente, nous pouvons déjà définir son champ d’action : « The responsible planning and executing of all actions on digital data before, during and after a research project, with the aim of optimising the usability, reusability and reproducibility of the resulting data » (JETTEN 2021). Il s’agit d’une figure fondamentale, qui agit durant toutes les étapes du cycle de vie des données et qui a donc la capacité de superviser la gestion de celles-ci. Le rôle du data-steward est donc concrètement lié à la gestion pratique des données, et ne doit pas être confondu avec la data-governance, qui se situe sur un plan plus théorique et supérieur à la data-stewardship.

Un bon data-steward ?

Les études portant sur la figure du data-steward montrent les caractéristiques de cette nouvelle profession et les attentes des chercheurs et des institutions. Ici, on va surtout se concentrer sur le rôle du data-steward dans le contexte de la recherche scientifique et académique.

Les chercheurs sont les personnes qui produisent les données, mais également celles qui réutilisent les données. Leur rôle est donc central, et c’est pour cette raison que les auteurs des études sur le data-steward ont demandé l’avis des chercheurs (Kvale 2021, JETTEN 2021). La caractéristique principale du data-steward qui en découle est la communication et la relation étroite que le data-steward doit avoir avec le chercheur ou l’équipe de recherche (Kvale 2021). Toutefois, le data-steward n’est pas au service du chercheur, mais il est plutôt un collaborateur et un facilitateur, en permettant d’un côté au chercheur de gagner du temps, et de l’autre de s’assurer que le traitement des données de la recherche soit bien effectué et les données réutilisables dans le futur (Geiger 2009). L’importance de cette collaboration est soulignée, par exemple, par l’Université de Lausanne qui a décidé d’allouer des fonds extraordinaires consacrés au recrutement de data-stewards pour la période 2022-2024, en donnant donc aux chercheurs un appui solide sur comment gérer les données (UNIL 2022).

D’un point de vue plus technique, la gestion des données d’un projet peut parfois s’avérer simple. Toutefois, dans plusieurs circonstances, la gestion des données demande un haut degré de spécialisation en lien avec le domaine de recherche. Par conséquent, le profil idéal du data-steward demandé par les chercheurs serait celui d’une personne ayant un degré d’instruction élevé (au moins niveau Master) avec expérience de recherche dans un domaine en lien avec la recherche menée, mais également avec une solide base d’éducation en informatique, bibliothéconomie ou sciences de l’information (Kvale 2021). Ce profil correspondrait donc à celui du scientific-steward, un data-steward avec des capacités ciblées sur un domaine précis (Peng 2016). En tous cas, il est indéniable que la compréhension du domaine de recherche demeure fondamentale, car les décisions prises par le data-steward concernant les données peuvent impacter le domaine de recherche (Geiger 2009).

Profils souhaités pour le rôle de data-steward