En 2018, la France était troisième de l’évaluation européenne de maturité des données publiques ouvertes, avec 83 %, derrière l’Irlande et l’Espagne, et pourtant ses chercheurs naviguent entre des silos qui ne sont pas reliés de manière uniforme. Le pays a instauré des règles de libre réutilisation des données publiques de recherche et des obligations d’ouverture ciblées pour certains financements sur appels à projets, investi dans plusieurs infrastructures distinctes, et la politique française a identifié l’absence de liens entre infrastructures et a prévu de construire un écosystème coordonné. Les obligations et politiques d’ouverture ont précédé certains dispositifs nationaux d’accompagnement, sans que le transfert du coût vers les chercheurs soit démontré par les sources disponibles.

L’essentiel

  • En 2018, la France était troisième européenne pour l’ouverture des données publiques (83 %), mais Depuis le 8 juillet 2022, Recherche Data Gouv constitue un cadre national fédérateur, sans pour autant unifier tous les services et pratiques disciplinaires entre Recherche Data Gouv, HAL, NAKALA et Data Terra, bien que certaines disposent de mécanismes d’interopérabilité dans leur propre périmètre.
  • En 2018-2020, plusieurs communautés de recherche françaises manquaient d’infrastructure dédiée aux données, selon un recensement CNRS.
  • En 2026, l’entrepôt Recherche Data Gouv comptait plus de 120 000 fichiers au moment de la consultation : une base réelle. Recherche Data Gouv combine un entrepôt multidisciplinaire, des espaces institutionnels et un catalogue de ressources moissonnées.
  • La gestion et la curation des données requièrent un travail important ; l’existence ou l’ampleur d’un transfert de ce travail vers les chercheurs dépend de l’organisation des financements et des dispositifs d’accompagnement.
  • L’enjeu pour 2028-2032 est de construire une couche de coordination commune sans effacer la diversité des pratiques disciplinaires.

83 % de maturité, mais la couture reste à faire

Le score de 83 % de l’étude Open Data Maturity 2018 plaçait la France troisième européenne pour l’ouverture des données publiques. Ce chiffre mesure l’existence de politiques, de mandats légaux et d’infrastructures déclarées. Il ne mesure pas si ces infrastructures se parlent.

Recherche Data Gouv agrège des jeux de données issus de plusieurs établissements. HAL centralise les publications en accès ouvert. NAKALA hérite des données culturelles et de sciences humaines. Data Terra fédère les données environnementales et de la Terre. Chacune répond à une logique sectorielle ou disciplinaire.

Certaines infrastructures disposent de services interopérables, mais la question du passage sans friction entre tous les espaces reste partiellement résolue.

La situation française n’est pas atypique. La plupart des pays qui ont avancé rapidement sur les mandats d’ouverture ont construit les dépôts avant les jonctions. Le Royaume-Uni avec UKRI, les Pays-Bas avec DANS et l’Allemagne avec le NFDI (Nationale Forschungsdateninfrastruktur) ont tous suivi la même séquence : d’abord les dépôts, ensuite la coordination. Certains ont financé la coordination comme un chantier à part entière, tandis que la France a initialement compté sur une coordination découlant des mandats.

80 % de communautés sans support : le point de départ était bas

Le chiffre qui éclaire tout vient du recensement CNRS couvrant la période 2018-2020 : l’enquête indiquait que plusieurs communautés de recherche n’avaient pas l’accompagnement ou l’infrastructure appropriée à leurs données.

Ce point de départ explique à la fois les progrès réels et les limites actuelles. Les plus de 120 000 fichiers déposés sur Recherche Data Gouv au moment de la consultation en 2026 représentent une construction réelle à partir d’une base quasi nulle. Des communautés entières, en sciences sociales, en biologie, en physique, ont appris à décrire leurs données, à choisir des licences, à documenter leurs méthodologies. C’est un apprentissage collectif qui prend du temps et qui produit des résultats concrets.

Mais la progression reste inégale. Les disciplines qui avaient déjà une culture de partage des données, génomique, physique des hautes énergies, économie quantitative, ont migré plus vite vers les plateformes. Les sciences humaines et sociales, les arts, les disciplines cliniques avancent plus lentement, souvent parce que la nature de leurs données pose des questions spécifiques : anonymisation, droits patrimoniaux, sensibilité éthique. NAKALA répond en partie à ces besoins, mais des articulations avec Recherche Data Gouv dépendent d’initiatives locales.

Le chercheur comme intégrateur par défaut

L’absence de standard partagé entre plusieurs plateformes peut reporter le travail d’alignement sur l’acteur le moins équipé pour l’assumer. Un chercheur confronté à cette friction dispose de trois options, toutes coûteuses. Il peut documenter ses données deux ou trois fois dans des formats distincts, mobilisant du temps qu’aucun financement de projet ne couvre. Il peut choisir une seule plateforme et renoncer à la visibilité offerte par les autres, ce qui réduit la portée effective de l’ouverture. Il peut enfin déléguer la tâche à un membre de son équipe dont la compétence principale n’est pas la gestion des métadonnées.

Dans chacun de ces cas, la fragmentation crée des arbitrages quotidiens entre temps de recherche et tâches administratives.

Voici le mécanisme concret qui transforme une ambition politique en charge de travail : quand deux plateformes ne partagent pas de schéma de métadonnées commun, quelqu’un doit faire la traduction.

Déposer un jeu de données sur Recherche Data Gouv exige de remplir des métadonnées dans un format spécifique. Si ce même jeu de données doit être référencé sur HAL, parce que la publication associée y est déposée, une publication déposée dans HAL peut référencer le DOI du jeu de données conservé dans son entrepôt d’origine. Si les données relèvent aussi d’un domaine couvert par Data Terra, une articulation supplémentaire peut être requise.

Ce coût est invisible dans les statistiques de maturité open science. Il n’apparaît dans aucun budget de recherche comme une ligne distincte. Il se dissout dans le temps non financé des chercheurs, dans les heures de doctorants mobilisés sur des tâches de curation plutôt que de recherche, dans les arrêts de dépôt quand la charge devient trop lourde.

Ce phénomène ressemble, dans sa logique, à d’autres politiques publiques où le coût de conformité est externalisé vers l’agent le moins bien placé pour le porter. La France paie deux fois le temps partiel imposé, article publié dans ces colonnes, documentait un mécanisme comparable : une règle crée un coût caché que la mesure officielle n’enregistre jamais.

Le coût de la coordination : l’exemple du NFDI allemand

L’Allemagne a lancé en 2020 le NFDI, Nationale Forschungsdateninfrastruktur, avec un financement fédéral et des Länder dédié à la construction de consortia disciplinaires interconnectés. L’idée centrale : financer explicitement la couche de coordination, pas seulement les dépôts. Chaque consortium NFDI négocie des standards communs avec les autres, sous la supervision d’une organisation faîtière.

Le bilan après cinq ans est mixte mais instructif. La coordination entre consortia reste difficile, les intérêts disciplinaires pèsent lourd, et l’harmonisation des métadonnées prend beaucoup plus de temps que prévu. Mais le modèle a au moins nommé le problème comme un problème de gouvernance à financer, pas comme une propriété émergente de la bonne volonté des chercheurs.

La France dispose d’acteurs capables de jouer ce rôle. Le Comité pour la Science Ouverte, rattaché au ministère de l’Enseignement supérieur, a produit des recommandations sur l’interopérabilité. France Université Numérique et le très structuré réseau des URFIST, Unités Régionales de Formation à l’Information Scientifique et Technique, forment des chercheurs aux pratiques de données. Mais aucun de ces acteurs ne dispose aujourd’hui d’un mandat et d’un budget pour imposer des standards communs entre Recherche Data Gouv, HAL, NAKALA et Data Terra.

Trois pistes concrètes que des acteurs portent déjà

Plusieurs initiatives tentent de combler le fossé sans attendre une réforme centralisée.

Le protocole OAI-PMH, Open Archives Initiative Protocol for Metadata Harvesting, est déjà utilisé par HAL pour exposer ses métadonnées à des agrégateurs externes. Étendre son usage à Recherche Data Gouv et à NAKALA avec un profil de métadonnées harmonisé réduirait la friction sans imposer une fusion des plateformes. Des groupes de travail au sein de la communauté des bibliothèques de recherche poussent dans cette direction depuis plusieurs années.

L’identifiant pérenne est une deuxième piste. Chaque jeu de données déposé reçoit un DOI, Digital Object Identifier. Chaque publication sur HAL reçoit un identifiant HAL. Lier systématiquement ces identifiants au moment du dépôt, via un registre commun, permettrait de traverser les silos sans fusionner leurs architectures. DataCite, l’organisation qui gère les DOI de données de recherche, fournit déjà l’infrastructure ; l’effort porte sur l’adoption systématique de la pratique côté établissements.

La troisième piste est institutionnelle. Plusieurs universités ont créé des postes d’ingénieurs de données de recherche, parfois appelés data stewards, dont la fonction explicite est de faire la jonction entre les plateformes. L’Université de Strasbourg, Paris-Saclay et quelques autres ont investi dans ces profils. Le problème : ces postes restent trop rares, souvent financés sur projets, et leur pérennisation dépend de budgets qui fluctuent. Ce sont des ponts humains là où il faudrait aussi des ponts techniques.

L’enjeu structurel derrière les plateformes

La difficulté tient en partie à la manière dont la coordination est perçue dans la gouvernance de la recherche : comme un service rendu aux plateformes existantes plutôt que comme une infrastructure autonome. Quand la réussite d’un dispositif se mesure au volume de dépôts plutôt qu’à leur découvrabilité et réutilisabilité d’autres espaces, l’incitation à investir dans l’interopérabilité demeure limitée. Chaque plateforme optimise pour ses propres indicateurs, ce qui produit collectivement une fragmentation. Requalifier la coordination comme une infrastructure à part entière, avec ses propres métriques de performance, est donc une condition préalable à tout progrès durable, indépendamment du choix technique retenu pour la mettre en œuvre.

Le débat sur les plateformes soulève un enjeu plus large : décentraliser la production de recherche, avec des laboratoires autonomes, des disciplines dotées de leurs propres normes et des établissements attachés à leurs prérogatives, tout en centralisant suffisamment la couche de coordination pour que les données circulent.

L’expérience des politiques de données publiques dans d’autres secteurs suggère que la réponse passe par une distinction claire entre deux niveaux : les standards minimaux communs, qui doivent être imposés et financés centralement, et les pratiques disciplinaires spécifiques, qui peuvent rester décentralisées. C’est le modèle de ce que font data.gouv.fr pour les données administratives, ou ce que tente INSPIRE pour les données géographiques européennes.

Appliqué à la recherche, cela signifierait définir un profil de métadonnées minimal que toute plateforme bénéficiant de financement public devrait respecter, créer un registre d’identifiants commun, et financer explicitement la maintenance de cette couche de coordination. Les plateformes existantes conserveraient leur identité et leurs fonctions spécifiques. Mais une requête traversant l’ensemble du dispositif deviendrait possible.

Le Comité pour la Science Ouverte a recommandé des orientations proches dans son plan national 2021-2024. La question pour 2025-2028 est celle du passage à l’exécution : qui reçoit le mandat, qui reçoit le budget, et comment mesure-t-on le succès autrement qu’avec un score de maturité agrégé qui ne voit pas la fragmentation sous-jacente.

Les plus de 120 000 fichiers de Recherche Data Gouv constituent un point de départ sérieux. Les communautés qui ont appris à décrire et à partager leurs données représentent un capital collectif réel. L’étape suivante consiste à financer explicitement ce qui relie les plateformes, chacune conservant son utilité propre, plutôt qu’à les reconstruire.

Sources

  1. CNRS, Partage des données de recherche : https://www.cnrs.fr/en/update/sharing-research-data-more-effectively
  2. Open Science Monitor, Commission européenne, tableau de bord de la science ouverte (open-science.ec.europa.eu)
  3. Recherche Data Gouv, portail national des données de recherche (recherche.data.gouv.fr)
  4. HAL, archive ouverte pluridisciplinaire (hal.science)
  5. NAKALA, plateforme de données de recherche en SHS, Huma-Num (nakala.fr)
  6. Data Terra, infrastructure de données sur la Terre et l’environnement (data-terra.org)
  7. Nationale Forschungsdateninfrastruktur (NFDI), rapport d’activité 2023 (nfdi.de)
  8. Comité pour la Science Ouverte, Plan national pour la science ouverte 2021-2024, ministère de l’Enseignement supérieur et de la Recherche (ouvrirlascience.fr)
  9. DataCite, organisation internationale pour les identifiants pérennes de données de recherche (datacite.org)