Introducción

En la actualidad, la llamada economía del conocimiento ha evidenciado el valor que tiene el uso de la información y del conocimiento para el desarrollo productivo de las sociedades contemporáneas. En este contexto, se espera que la inversión sostenida en educación, innovación y tecnologías de la información, así como el diseño de políticas públicas que articulen el conocimiento con el sector productivo, sean un motor para el crecimiento y progreso económico y social de las naciones. Ante ello, la investigación científica es un rubro que ha cobrado especial importancia, ya que distintos sectores se han beneficiado de la difusión y aplicación de los avances logrados a través de esta práctica (^{Flores Ordoñez 2019}; ^{Sánchez y Ríos 2011}). En consecuencia, se ha vuelto elemental la integración de lazos de cooperación entre organizaciones, redes industriales y universidades, además del surgimiento de laboratorios y grupos de investigación cada vez más especializados. Esto implica la generación de una base de conocimiento compleja, la cual requiere de diferentes comunidades científicas abiertas y colaborativas, capaces de facilitar el acceso a múltiples fuentes de conocimiento; no solo para las universidades y el sector productivo, sino para la sociedad en general (^{Bisol et al. 2014}; ^{Gaona Rivera, Sierra Castillo y González Gómez 2017}).

Lo anterior ha fomentado la aparición de prácticas como la de compartir datos de forma pública, universal, gratuita y de fácil acceso para su utilización y redistribución. Tal fenómeno se ha generalizado en esferas gubernamentales, privadas y académicas (^{Verhulst y Young 2017}). En estas últimas, existen algunos beneficios derivados, tales como su utilidad para demostrar la veracidad de una investigación y la posibilidad de trazar nuevos estudios a partir de los mismos datos (^{Andreoli Versbach y Mueller Langer 2014}). Así, su manejo es común en disciplinas de las ciencias duras y cada vez se vuelve más frecuente en las ciencias sociales (^{Neresini 2017}).

Dicha práctica se vincula con temáticas como la comunicación académica, la cual refiere a la evaluación entre pares y la publicación en revistas de acceso abierto. Las redes sociales juegan un papel preponderante, donde herramientas de búsqueda de información científica como Google Scholar, Research Gate, Mendeley y Academia.edu, se posicionan como principal fuente de indagación y exposición del trabajo académico. De igual manera, plataformas como Facebook, Twitter e Instagram permiten diseminar los resultados de investigación, seguir las actividades de otros académicos y consolidar redes de aprendizaje. Esto responde a la necesidad creciente de que los productos de investigación sean reconocidos entre pares, donde no solo basta colocar un artículo en las publicaciones que ostentan un mayor factor de impacto, sino que la difusión también juega un papel crucial. Desde esta óptica, se abordan, por ejemplo, los factores de posicionamiento externos de la denominada academic search engine optimization (ASEO), donde una preparación del contenido en formato digital permite al buscador entender mejor el producto y optimizar el acceso para incrementar el número de vistas, descargas y citas (^{Al-Daihani, Salem Al-Qallaf y AlSaheeb 2017}; ^{Serrano Cobos et al. 2016}).

Pese a que las comunidades disciplinarias tienen su propia cultura y normas, la difusión de la investigación está condicionada por los factores antes señalados, los cuales permean la interacción entre campos de estudio (^{Wakeling et al. 2018}). Ante ello, la práctica de compartir datos es cada vez más común, ya que abre la posibilidad de difundir el conocimiento, a través de compartir los generados en diferentes disciplinas y sin la necesidad de pertenecer a un mismo grupo de investigación (^{Bisol et al. 2014}). En este orden de ideas, se considera pertinente reflexionar sobre las implicaciones de compartir datos abiertos en los estudios organizacionales (EO en adelante), un campo de estudio que se caracteriza por su enfoque transdisciplinario, constructivista y cualitativo (^{Gonzales-Miranda y Ramírez Martínez 2017}), y también por una fragmentación en cuanto a sus corrientes teóricas, enfoques metodológicos, tipos de estudio y publicaciones. Paradójicamente, dicha desintegración contrasta con un dominio de la lengua inglesa en las investigaciones realizadas, a pesar del incremento de estudios realizados desde regiones periféricas como América Latina, lo que impide la difusión de la información generada en otros idiomas, como el español (^{Medina 2010}).

A pesar de ello, los EO han tenido un desarrollo, un reconocimiento y una divulgación relevante en la comunidad académica, debido al acercamiento crítico que realiza -desde diversas disciplinas- a las cuestiones sociales y a las realidades organizacionales (^{Gonzales-Miranda y Ramírez Martínez 2017}). Específicamente, en América Latina, los EO han tenido un importante desarrollo en la última década. Los proyectos de investigación, las tesis de posgrado, los trabajos empíricos, los congresos, las publicaciones y otras actividades académicas no solo han propiciado la construcción del campo, sino que han interesado a la comunidad en el análisis de los fenómenos sociales que ocurren en las organizaciones (^{Gonzales-Miranda 2020}). Así, las particularidades de los EO, aunadas a los beneficios antes descritos sobre compartir datos abiertos, abren la posibilidad de iniciar un debate sobre la pertinencia de introducir este tema en aquel campo de estudio.

En ese entendido, el objetivo del presente artículo es reflexionar sobre las posibles implicaciones de la práctica de compartir datos abiertos de investigación en el campo de los EO. Para ello, el documento se distribuye en cinco apartados: en el primero, de manera introductoria, se explica, brevemente, el concepto de los datos abiertos. En el segundo apartado, se expone en qué consiste la práctica de compartir datos abiertos. En el tercero, se profundiza sobre la naturaleza, características y perspectiva metodológica de los EO. A partir de ello, en el cuarto apartado se reflexiona sobre las posibles implicaciones que dicha práctica puede tener en este campo de estudio. Al final, se presentan algunas conclusiones generales sobre las limitaciones, alcances y repercusiones del trabajo.

Los datos abiertos de investigación

Los datos abiertos se refieren a la información obtenida de una investigación, la cual aún no ha sido procesada y se pone a disposición de cualquier investigador, aunque se encuentren fuera del mismo grupo de investigación (^{Kim y Zhang 2015}). ^{Zuiderwijk y Spiers (2019)} definen los datos abiertos como datos de investigación que se comparten en un estado crudo o primario, generalmente por internet, para un acceso libre y reutilizable. De acuerdo con la Open Knowledge Foundation (citada en ^{Pfenninger et al. 2017, 212}), «a diferencia de los modelos cerrados, los modelos [de datos] abiertos implican que cualquiera puede libremente acceder, usar, modificar y compartir el código de modelo y de datos para cualquier propósito».

Dichos datos son considerados recursos valiosos para los investigadores, ya que les permiten dar sentido a sus metodologías, probar la veracidad de sus investigaciones y sustentar la calidad de sus resultados ( ^{Jeng, He y Sun Oh 2016}). Además, a partir de ellos, se pueden generar nuevas hipótesis o iniciativas para investigaciones diferentes, promoviendo, de esa forma, el desarrollo de la ciencia (^{Tenopir et al. 2011}). Por otra parte, los datos abiertos ayudan a erradicar y revelar fraudes o falsificaciones en la información que se presenta como resultado de una investigación. De acuerdo con ^{Andreoli Versbach y Mueller Langer (2014)}, esto incentiva a que los investigadores ideen metodologías e instrumentos de compilación de datos con alta calidad, lo que se refleja, considerablemente, en la reducción de errores.

En otro orden de ideas, los datos abiertos crean un sentido de valor compartido en la ciencia, pues diversos investigadores pueden beneficiarse de ellos. Por consiguiente, múltiples agencias de financiación en países como Estados Unidos o comunidades políticas como la Unión Europea han comenzado a exigir que los datos generados por investigaciones financiadas con recursos públicos sean compartidos de manera abierta (^{Link et al. 2017}). Así, cada vez son más las demandas que solicitan que los datos de investigaciones financiadas con fondos públicos sean de acceso abierto, no solo para los investigadores, sino para la población en general (^{Childs et al. 2014}).

Aunado a las peticiones de compartir datos abiertos realizadas por la comunidad científica, también están las sociedades cada vez más informadas y una comunidad política que reclaman mayor responsabilidad, transparencia y eficacia en los fondos y salarios de origen público que se destinan a la investigación (Pitt y Tang 2012). Esto, además de beneficiar a la ciencia, fomenta prácticas de rendición de cuentas y transparencia (^{Childs et al. 2014}). En esta línea, desde hace varios años, ^{Wallis, Rolando y Borgman (2013)} señalaron el creciente número de herramientas, fuentes y tecnologías para que los datos de investigación puedan recopilarse, administrarse, curarse, distribuirse y reutilizarse. En este contexto, ha cobrado relevancia la pertinencia de compartir los datos abiertos. Sin embargo, ^{Kim y Staton (2016)} reconocen que también en la literatura hay trabajo pendiente en este sentido.

La práctica de compartir datos abiertos

De acuerdo con ^{Kim y Staton (2016)}, la práctica de compartir datos abiertos consiste en el intercambio de datos entre científicos acerca de sus investigaciones o publicaciones, ya sea a través de repositorios de datos o a petición. Tal ejercicio tuvo un fuerte impulso con el advenimiento de internet y el acceso abierto a la información. Específicamente, la Declaración de Budapest en 2002 impulsó el acceso abierto a publicaciones de investigación. Después, con la Declaración de Berlín en 2003, el acceso se extendió hacia los datos sin procesamiento y a los metadatos, a los materiales fuente, los gráficos y el material multimedia, entre otros (^{Link et al. 2017}).

^{Childs et al. (2014)} argumentan que compartir datos de manera abierta tiene dos propósitos principales: el primero es otorgar evidencia suficiente, la cual avale que una investigación se realizó de manera correcta, y el segundo consiste en la reutilización de dichos datos para la generación de otras líneas de investigación. Así, el intercambio de datos es considerado en varias disciplinas como una herramienta útil para replicar, validar y extender los resultados empíricos de una investigación (^{Andreoli Versbach y Mueller Langer 2014}). No obstante, a pesar de su importancia para la veracidad de las investigaciones y para el avance de la ciencia, la práctica de compartir datos no se ha arraigado como una práctica esencial en algunas disciplinas (^{Kim y Staton 2016}).

En ese sentido, ^{Díaz Fragoso, Cadena López y Rivera González (2019)} encontraron diversos factores institucionales, técnicos e individuales que interfieren a la hora de compartir datos abiertos, ya sea de manera positiva o negativa -motivadores o barreras-. Dentro de los factores institucionales, los autores ubican el tipo de disciplina, la presión de las revistas y la influencia de los patrocinadores por compartir los datos. En el nivel técnico, mencionan las características de los datos y la infraestructura tecnológica para compartirlos. En el nivel individual, se detectaron factores como el poco reconocimiento otorgado a quien genera los datos, la pérdida de oportunidades para publicar, el poner en riesgo la reputación obtenida, el riesgo de que se haga un mal uso de los datos, el gran esfuerzo y la cantidad de recursos necesarios para generarlos, la confidencialidad y privacidad del estudio, la edad de los investigadores, su actitud altruista, la posición jerárquica en su institución y la etapa en la que se encuentra la investigación.

Estos hallazgos bien permiten apreciar que la decisión de compartir datos abiertos entre los investigadores depende, en gran medida, de factores de orden individual y personal, más que de factores institucionales o técnicos. Además, cabe destacar que un factor institucional que frecuentemente interviene en la práctica de compartir datos es el tipo de disciplina o el campo en que se obtienen los datos a compartir (^{Díaz Fragoso, Cadena López y Rivera González 2019}). Por ejemplo, de acuerdo con ^{Neresini (2017)}, en disciplinas de las ciencias duras, como la física, la astronomía y la informática, la práctica de compartir datos abiertos es recurrente y estandarizada. Por otro lado, en las disciplinas que pertenecen a las ciencias sociales es menor, aunque su aparición cada vez es más frecuente. El autor destaca que las redes sociales han traído consigo una avalancha de información, facilitando la colección y uso de datos para el análisis; sin embargo, el problema radica en cómo usar los datos y bajo qué consecuencias, dado que son parte de un proceso de construcción que no puede dejarse de lado, al momento de realizar el trabajo interpretativo para dar lugar a nuevos conocimientos.

Siguiendo este argumento, ^{Aragona (2017)} afirma que los datos están permeados por dos elementos: el primero es el proceso técnico, en el que se incluyen las definiciones operativas para la selección de datos, y el segundo es el proceso cultural, que da forma al conocimiento, integrado por las creencias, teorías e instrumentos que se difunden en un campo y que permiten el intercambio de esquemas interpretativos. Por ello, asegura el autor, los datos en las ciencias sociales no son elementos discretos, sino que se establecen en un tiempo y espacio determinados; son fragmentos que toman diferentes formas y significados dentro de una red de representaciones heterogéneas. A esto se le denomina cultura de datos, la cual se define tanto por la organización de la información, como por los cambios metodológicos que dan lugar a la producción de datos en un tiempo; por lo que resulta un obstáculo que, al compartir datos, los productores y usuarios estén distantes en un horizonte espacial (^{Aragona 2017}).

Asimismo, al compartir datos, son centrales las preguntas de investigación, ya que juegan un papel estratégico en la generación de datos y su recolección, a través de una gran variedad de herramientas que están intrínsecamente relacionadas con el proceso de generación del conocimiento (^{Neresini 2017}). En ese sentido, la investigación empírica se vuelve un proceso cultural, donde el investigador debe discernir acerca de qué datos son más representativos que otros (^{Aragona 2017}). Al mismo tiempo, es elemental tener en cuenta la heterogeneidad de los actores involucrados en la construcción, empleabilidad e interpretación de los datos; lo cual es un argumento para que la utilización de estos, dentro de las ciencias sociales, forme parte de una perspectiva transdisciplinaria en un sistema complejo integrado por investigadores, instituciones y corporaciones (^{Aragona 2017}; ^{Bisol et al. 2014}; ^{Neresini 2017}).

Ante el creciente reconocimiento que ha tenido la práctica de compartir datos abiertos y de las bondades que puede brindar para el desarrollo de la ciencia, cabe preguntarse qué implicaciones puede tener en el campo de los EO, campo de estudio que se caracteriza por su inclinación hacia los métodos de orden cualitativo, y cuyos datos generados suelen tener una naturaleza socialmente construida. No obstante, para ahondar en las posibles implicaciones, primero es menester exponer qué son los EO en términos de sus orígenes, características y perspectiva metodológica.

Los EO: Naturaleza, características y perspectiva metodológica

Lo que actualmente se conoce como EO tiene sus orígenes en un conjunto de estudios críticos y alternativos, impulsados por los movimientos de protesta en las décadas de 1960 y 1970. La corriente crítica vino de Europa, principalmente del Groupe Théorique del European Group for Organizational Studies, el cual se consolidó durante la década de 1980 con la publicación de la Organization Studies Journal. Desde esta perspectiva, se criticaba la corriente estadounidense, identificada por el enfoque positivista y tradicional de la administración y de la teoría de la organización (^{Gonzales-Miranda y Ramírez Martínez 2017}).

^{Sanabria, Saavedra Mayorga y Smida (2015)} afirman que tales estudios críticos propusieron aportes teóricos y metodológicos para estudiar temas de las organizaciones que habían sido ignorados por la perspectiva norteamericana. Algunos de ellos fueron el constructivismo social, la contracultura, la historia, el género, la identidad, la subjetividad y la deconstrucción de los fenómenos organizacionales. La naturaleza diversa y compleja de dichos temas implicó que los estudios se realizaran desde un enfoque transdiciplinario, originando diversas interpretaciones sobre las realidades organizacionales y sus contextos (^{Gonzales-Miranda 2014}).

De esta manera, a pesar de tener ciertos vínculos con la teoría de la organización y la administración (^{De la Rosa Alburquerque y Contreras Manrique 2007}), los EO se han conformado como un campo con una identidad propia que busca entender a la organización como una construcción compleja del ser humano (^{Barba Álvarez 2013}), la cual requiere de aportes teóricos alternativos y métodos de investigación cualitativos que permitan abordar elementos como el conflicto, el poder, la incertidumbre, la ambigüedad, la cultura, el aprendizaje, la identidad, el análisis estratégico, las lógicas institucionales, las redes organizacionales y la toma de decisiones, por mencionar algunos (^{Contreras y De la Rosa 2013}; ^{Gonzales-Miranda 2014}; ^{Ramírez Martínez y Gonzales-Miranda 2019}).

En este sentido, es posible afirmar que la investigación organizacional refleja el paradigma de la diversidad de las ciencias sociales. El eclecticismo epistemológico y la diversidad paradigmática de los EO han logrado introducir una nueva terminología en la que destacan enfoques originales sobre conceptualización, análisis y construcción teórica. Algunos ejemplos incluyen narrativa, historias organizacionales y análisis del discurso, entre otros. Estas innovaciones analíticas forman parte del dominio de los métodos cualitativos e interpretativos en el campo (^{Buchanan y Bryman 2007}).

Así, los EO se erigen como un área de conocimiento plural, constituida por proyectos de diferentes connotaciones con variados objetos de estudio, donde se adoptan múltiples epistemologías, enfoques analíticos y fundamentos teóricos (Araújo ^{Misoczky y Dornelas Camara 2020}). A nivel mundial, los EO han alcanzado una gran relevancia en el análisis organizacional transdisciplinario y han logrado consolidar espacios de difusión ampliamente reconocidos, como es el caso del European Group of Organizational Studies (EGOS), del que se desprenden congresos internacionales y publicaciones como Organization Studies, Administrative Science Quarterly y Organization Science, entre otros. La obra insignia del campo es Handbook of organization studies, incluyéndose otros tratados como Handbook of organizations y The Oxford handbook of sociology and organization studies. En dichas publicaciones se rescata la particularidad de los objetos de estudio y el requerimiento de marcos teóricos adecuados para su estudio y comprensión (^{Gonzales-Miranda y Ramírez Martínez 2017}).

Ante ello, particularmente en América Latina, se ha hecho evidente la necesidad de comprender la realidad específica de la región a través de la institucionalización de un paradigma propio, deconstruyendo los debates sobre los fenómenos organizacionales para analizar los desarrollos autóctonos de las formas organizacionales (^{Szlechter et al. 2020}). América Latina es un territorio complejo con un desarrollo disímil, donde predomina la pobreza, las brechas en el acceso a los servicios médicos y educativos, el crimen organizado, la migración y el despojo territorial a los pueblos originarios, por señalar algunos. Lo anterior encuentra su explicación en el proceso histórico que moldeó sus saberes, valores, formas de organizarse, idiomas y cosmovisiones, que impactan en sus procesos económicos, políticos, culturales y epistemológicos actuales (^{Ramírez Martínez y Gonzales-Miranda 2019}).

Esto también ha influido en que los EO tengan un desarrollo heterogéneo, fragmentado y diverso en esta región (^{Gonzales-Miranda y Ramírez Martínez 2017}), ya que uno de los principales objetivos del campo es rescatar las narrativas locales que han resultado segregadas por el predominio de las metanarrativas que predominan a nivel global (^{Alvesson y Deetz 2006}). Con el reconocimiento de las narrativas locales, los EO parten de la premisa de que las realidades organizacionales dependerán o serán influenciadas por la especificidad del contexto histórico y social que las rodea. Ante ello, ^{Naime (2004)} argumenta que regiones tan diversas como América Latina requieren la conformación de cuerpos teóricos específicos que ayuden a la comprensión de la complejidad cultural, social y organizacional inherente a la diversidad de la región.

Así, desde el campo de los EO han surgido diversas investigaciones concentradas en el estudio de los fenómenos organizacionales a nivel local. Ejemplo de ello son las obras publicadas por la Red Mexicana de Investigadores en Estudios Organizacionales (REMINEO), las cuales versan sobre la injerencia que las particularidades de cada contexto regional tienen en las organizaciones o en los procesos de organización (^{Ramírez Martínez et al. 2015}; ^{REMINEO 2017}; ^{Rosas Castro et al. 2018}; ^{REMINEO 2019}; ^{REMINEO 2020}). En dichas obras, estudiosos de los EO reconocen a la complejidad organizacional como una particularidad que ayuda a la comprensión del contexto latinoamericano, a través de sus realidades organizacionales (^{Ramírez y Gonzales-Miranda 2019}). Aunado a ello, para la perspectiva latinoamericana de los EO, es distintivo el Tratado de estudios organizacionales en sus volúmenes 1 y 2 (^{Gonzales-Miranda y Ramírez Martínez 2017}; ^{Ramírez y Gonzales-Miranda 2019}), producto del esfuerzo colaborativo de los grupos académicos de Brasil, Colombia y México. Publicaciones como estas han permitido instituir espacios de encuentro entre investigadores de disciplinas heterogéneas, atraídos por el diálogo teórico-metodológico característico del estudio crítico de las organizaciones (^{Ramírez y Gonzales-Miranda 2019}).

Respecto a la perspectiva metodológica, como se ha podido apreciar, la investigación organizacional que se realiza desde un enfoque crítico tiene un carácter comprensivo donde predomina el enfoque cualitativo. Este inquiere en las percepciones de los actores que conforman una organización, a través del análisis de sus prácticas, experiencias, artefactos, símbolos, documentos, textos, sentimientos, creencias y significados. Por ello, el estudio de caso de corte cualitativo es uno de los diseños de investigación más comunes en los EO (^{Barba Álvarez 2013}; ^{Gonzales-Miranda 2020}; ^{Montoya Flores y Barba Álvarez 2015}). Otros diseños de investigación con amplia aceptación en el campo son el análisis conversacional, el análisis del discurso, la etnografía y la investigación acción, sin dejar de lado, aunque en menor medida, los métodos cuantitativos, como la investigación por encuestas (^{Bryman 1989}; ^{Ramos Luna y Cadena López 2019}; ^{Sanabria, Saavedra Mayorga y Smida 2014}). Por otro lado, los métodos y técnicas de recopilación de información más utilizados en el campo son las entrevistas no estructuradas y semiestructuradas, la revisión documental y los cuestionarios, entre otros (^{Bryman 1989}). Ante este panorama, se considera pertinente reflexionar sobre las implicaciones que en este campo puede tener la práctica de compartir datos abiertos de investigación.

Implicaciones de compartir datos abiertos en los EO

Como se ha revisado a lo largo del documento, existe una tendencia cada vez más aceptada del acceso abierto a los datos de investigación, con la intención de que estos sean usados y compartidos por la comunidad científica y la sociedad en general (^{Chauvette, Schick-Makaroff y Molzahn 2019}). Justamente, los EO es uno de aquellos campos transdisciplinarios que depende, fundamentalmente, de sus comunidades académica y científica, ya que son las que contribuyen a su conformación, desarrollo, consolidación y perdurabilidad (^{Sanabria, Saavedra Mayorga y Smida 2014}). Por esta razón, resulta conveniente destacar algunas implicaciones de compartir datos abiertos en este campo.

En primera instancia, debe hacerse un esfuerzo por delimitar en qué contexto los datos abiertos son una llave para ampliar la dimensión e investigación del fenómeno organizacional. Es conveniente identificar aquellos escenarios o situaciones donde el manejo de la información pudiese tener limitaciones legales, éticas, teóricas o metodológicas. Si bien son numerosos los avances en la práctica de compartir datos, debe tenerse en cuenta que no todos son creados de la misma forma. Esto, especialmente en un campo como los EO, donde los datos que se generan no siempre son numéricos, sino que consisten en construcciones subjetivas que los investigadores elaboran a partir de las percepciones que tienen sobre su objeto de estudio, por lo que en este campo de estudio «el dato se debe contextualizar en su relación con los otros elementos clave: información y conocimiento» (^{Morales López 2017, 737}). Ante ello, surge una primera cuestión sobre cómo compartir, de manera abierta, datos que no pueden deslindarse de la subjetividad interpretativa de quien los genera.

En cuanto a las implicaciones metodológicas, desde la investigación cuantitativa, los datos abiertos permiten una validación, análisis y transparencia de los resultados para la comunidad interesada. No obstante, en el caso de la investigación cualitativa, el manejo de los datos es diferente y ha abierto un debate sobre su análisis e interpretación (^{Chauvette, Schick-Makaroff y Molzahn 2019}). En primera instancia, la elección de los métodos de investigación en el análisis organizacional está influenciada no solo por los objetivos de la investigación, sino por factores históricos, políticos y éticos, entre otros, que permean a la organización (^{Buchanan y Bryman 2007}). El hecho de que los EO sean un campo donde se privilegia el abordaje de las organizaciones, a través del estudio de casos específicos, implica que la reutilización de los datos recopilados tenga que limitarse a la investigación de organizaciones con características similares al caso donde se generaron los datos. Esto debido a que las especificidades que se analizan con el estudio de caso no son inherentes a todas las organizaciones, por lo que una interpretación o aplicación universal de los datos puede llevar a errores analíticos.

En este sentido, conviene traer a discusión la diferencia que ^{Morales López (2017)} establece entre los datos primarios y los secundarios. Los primarios son aquellos que el investigador recolecta y que no se han sometido a ninguna interpretación, como los resultados de una encuesta o entrevista. Los datos secundarios son los que no existen manifiestamente, pero que el investigador construye a partir de su observación e interpretación. El autor afirma que los datos secundarios son sumamente habituales en los EO, ya que se busca inquirir en las percepciones de los actores. Ante ello, elementos como los silencios o gestos en las respuestas son una parte esencial de los datos que se obtienen. De acuerdo con ^{Montoya Flores y Barba Álvarez (2015)}, los elementos recabados a partir de metodologías cualitativas difícilmente pueden cuantificarse y manejarse de una manera codificada, por lo que la observación directa y la interpretación del investigador son fundamentales para poder comprender la injerencia que los elementos identificados tienen en la realidad organizacional que se estudia.

Como puede apreciarse, la definición que ^{Morales López (2017)} otorga de datos primarios es la que más concuerda con la definición de datos abiertos (^{Kim y Zhang 2015}; ^{Zuiderwijk y Spiers 2019}), ante lo cual, no habría mayor dificultad en compartir ese tipo de datos. Si bien las entrevistas o encuestas igualmente pueden ubicarse en repositorios para estar a disposición de los demás investigadores en plataformas digitales, el punto que plantean ^{Montoya Flores y Barba Álvarez (2015)} también conlleva a la interrogante de cómo pueden abrirse y compartirse los datos secundarios generados en los EO, es decir, cómo compartir objetivamente las percepciones, gestos y significados que el investigador obtuvo subjetivamente, a partir de su experiencia propia y de la observación que realizó en un contexto organizacional determinado.

La investigación cualitativa captura las experiencias de los participantes a través de palabras, imágenes o comportamientos que se recuperan de entrevistas, documentos o artefactos en determinado espacio y tiempo; dichos elementos tienen influencias históricas, culturales, sociales y políticas que no pueden ser reproducidas. De esa forma, los datos son subjetivamente creados y sesgados por las experiencias, percepciones, valores y creencias que emergen en la relación entre investigador y entrevistados. Por tal motivo, cuando los datos cualitativos son obtenidos a partir de un análisis secundario, puede perderse el contexto subjetivo del estudio (^{Chauvette, Schick-Makaroff y Molzahn 2019}).

Ante ello, se podría cuestionar el argumento sobre los beneficios académicos, económicos y sociales de compartir datos abiertos en campos multidisciplinarios y transdisciplinarios para lograr investigaciones más completas (^{Bisol et al. 2014}); ya que, teniendo en cuenta que en el campo de los EO gran cantidad de los datos generados son de orden cualitativo (^{Barba Álvarez 2013}), no pueden ignorarse las dificultades derivadas de compartir datos de manera abierta y objetiva, excluyendo la relación constante que establece el investigador con su objeto de estudio. Otra muestra de esto son los diarios de campo -que se construyen a través de las subjetividades del investigador y de su observación-, donde se plasma desde la simbología o códigos utilizados en las notas hasta el hecho de que estas contienen la información que el investigador considera relevante, lo cual no implica que sea la que mejor explica el fenómeno observado, dejando fuera varios elementos trascendentes para la comprensión del fenómeno analizado. De ahí que podría pensarse que los datos generados desde este campo difícilmente pueden ser compartidos o reutilizados de manera universal.

Asimismo, la naturaleza específica del diseño de investigación utilizado para generar datos tiene implicaciones significativas. Como se especificó previamente, son múltiples los diseños en los EO; con relación al ejemplo anterior, se encuentra la etnografía, donde los datos no solamente son capturados en un diario de campo, sino que involucran a los sujetos de estudio en la conducción de la investigación, siendo participantes activos en el proceso. Aquí otra vez reluce el argumento antes expuesto: no todos los datos son aprehendidos en las transcripciones, sino que son percibidos subjetivamente por el investigador, ya que habitualmente son para su propio uso. Entonces, ^{Chauvette, Schick-Makaroff y Molzahn (2019)} afirman que la cuestión es discernir acerca de cuáles datos pueden ser compartidos y reusados sin la intervención del observador participante que está intrínsecamente vinculado, sin que esto cause una interpretación equivocada del fenómeno organizacional y sin perder su potencial para un nuevo análisis.

Otra cuestión recae en el uso del estudio de caso, el cual es un método de investigación empírica adecuado para inquirir a profundidad en un fenómeno contemporáneo, teniendo en cuenta las condiciones contextuales inherentes (^{Yin 2017}). Siendo que este tipo de investigación implica establecer contacto con una organización, obtener la autorización para ingresar a realizar el trabajo de campo, entrar directamente en la rutina cotidiana de los actores y lograr que estos accedan a la aplicación de los instrumentos, entre otros requerimientos, podría causar que los investigadores que sigan este diseño no deseen compartir sus datos, dado el esfuerzo que implica. De acuerdo con ^{Díaz Fragoso, Cadena López y Rivera González (2019)}, el tiempo y esfuerzo que conlleva realizar una investigación es un factor individual o personal que actúa como barrera a la hora de decidir compartir datos abiertos.

Siguiendo con la naturaleza del estudio de caso, la variable del tiempo puede ser relevante. Como señala ^{Mohammed (2018)}, el tiempo reproduce ciertas imágenes y metáforas que indican un conjunto de suposiciones metafísicas acerca de la naturaleza y el tiempo que dictan cómo un fenómeno debe ser comprendido. Por otro lado, para ^{Johnsen, Berg Johansen y Toyoki (2018)}, el significado de la existencia humana tiene sus raíces en el diálogo constructivo entre los órdenes dimensional y lineal del tiempo. El orden dimensional se representa por el horizonte del pasado, presente o futuro y corresponde al tiempo subjetivo, ya que captura el tiempo tal como se vive y experimenta conscientemente; así, el tiempo se relaciona con la vida existencial-práctica que da sentido a la existencia. El orden lineal es un producto de las prácticas humanas. Ambos se inscriben entre sí y constituyen una realidad discreta que orienta las actividades de los seres humanos. Existe un extenso cuerpo de trabajo sobre el tiempo en los EO, donde se cuestiona si los elementos básicos de la organización humana se sustentan en imágenes particulares o si estos datos deben comprenderse cuantitativa o cualitativamente (^{Mohammed 2018}).

Por tanto, la concepción del tiempo al recopilar los datos y el contexto en el cual fueron recopilados, cuando se opta por el estudio de caso, influye en el retrato que se obtiene de la organización. Lo anterior, en la práctica de compartir datos, tiene dos vértices. En el primero, los datos recuperados fungen en el orden dimensional, dado que permiten capturar la imagen de la organización y servir como un banco de datos disponible para llevar a cabo, por ejemplo, un estudio comparativo donde la unidad de tiempo sea protagonista. En el segundo, el tiempo es un factor que debe tomarse en cuenta al momento de introducirse en la metáfora de la organización, considerando que esta última no es un ente estático y, si bien los datos orientan al investigador a comprender el fenómeno, se debe reconocer que los cimientos subjetivos se transforman.

Otros elementos que se añaden a la discusión versan sobre algunos tópicos que determinan la forma en que se lleva a cabo el análisis organizacional. Por ejemplo, ^{Øland et al. (2018)} señalan que la investigación inspirada en el constructivismo social reemplaza el sustantivo organisation por el de organizing. Este concepto fue introducido por Weick (1979, citado en ^{Buchanan y Bryman 2007}), lo que representa un cambio ontológico en la forma en que se estudian las organizaciones y la vida organizacional. Desde una perspectiva del construccionismo social, la investigación no significa dar por sentado el punto de vista socialmente construido de un grupo, sino que busca estudiar las interacciones de los miembros de la organización en el día a día. Entonces, el uso de los datos abiertos podría reflejar, como ya se apuntó, un retrato estático de la organización, sin capturar la dinámica subyacente. En este entendido, el flujo y los patrones de cambio se vuelven datos sustantivos que el investigador debe tener en cuenta (^{Buchanan y Bryman 2007}).

En cuanto a los métodos y técnicas de recopilación de datos, es importante considerar que estos también influyen en el tipo de datos que se obtienen de la investigación. La multiplicidad de herramientas que caracteriza al campo de los EO y su correspondencia con el diseño de investigación complejiza el hecho de que los datos abiertos puedan ser utilizados de forma secundaria. Se ha mencionado que la naturaleza única del estudio de caso pone en entredicho esta práctica, no obstante, los datos abiertos también pueden fungir como un repositorio, por ejemplo, para indagar en contextos organizacionales un tanto específicos -tales como son las organizaciones de educación superior privadas de absorción de demanda, las iglesias y las organizaciones de estructura piramidal, entre otras-, de modo que esto permita refinar la construcción de conocimiento en estos particulares tipos de organización.

Entre las implicaciones teóricas, resalta la composición transdisciplinaria de los EO. Las corrientes teóricas que conforman al campo son múltiples y cada una tiene sus especificidades, por lo que cada objeto del estudio organizacional es una construcción realizada con base en un lente teórico específico. Así, el investigador se sujeta a una realidad, entendida como un espacio al cual se accede a través de la interacción, en una expresión que recoge lo observado en una atribución de significado. En ese sentido, ^{Astley (1985, 498)} afirma: «Como científicos, hacemos nuestro trabajo correctamente solo en la medida en que somos creativos en la fundición de fenómenos dentro de los marcos interpretativos. Los marcos interpretativos, no las observaciones, contribuyen a nuestro conocimiento». Aquellos marcos interpretativos ofrecen un sentido de comprensión, permiten establecer relaciones y permean la información obtenida, situación que debe tenerse presente al pretender compartir datos abiertos en este campo de estudio.

En consecuencia, la interacción del investigador con el objeto de estudio está mediada por concepciones teóricas y marcos interpretativos propios del campo, los cuales determinan lo que será presentado como realidad. Además, los investigadores son arquitectos que pueden unirse al proceso de construcción del conocimiento en conjunto con los miembros de la organización. Como investigador, se invita a los participantes a que formen parte del diálogo reflexivo. Esto implica que el rol del investigador se transforme y construya una identidad propia, alterando el propósito que lo llevó a investigar y provocando el surgimiento de nuevas identidades de investigación. Lo anterior lleva a descubrir nuevos significados de la vida organizacional, a la vez que se enfrenta al proceso social de construcción de conocimiento (^{Øland Madsen et al. 2018}). Este proceso de deconstrucción del investigador dentro del proceso de investigación queda fuera al compartir los datos de manera abierta, pues lo que se comparte son los resultados finales.

Con respecto a los problemas éticos y legales, el debate sobre compartir datos abiertos recae en el daño potencial a los involucrados. Mucha de la información recopilada se hace en términos confidenciales, garantizando que los datos no serán compartidos con terceros ni utilizados más allá de las intenciones originales para las que fueron recopilados. Compartir y reusar los datos para una investigación diferente puede infringir las condiciones bajo las cuales se obtuvo la información, si no se diseñó y autorizó la recolección de datos para futuros usos. Cuando este es el caso, aunque se usen pseudónimos para proteger la identidad, existe la posibilidad de que los participantes sean identificados, sobre todo cuando las muestras son pequeñas o en comunidades fácilmente reconocibles. Una cuestión más consiste en que se otorgue el crédito de los datos recopilados a los autores originales (^{Chauvette, Schick-Makaroff y Molzahn 2019}).

El mal uso de datos, la privacidad o confidencialidad y la falta de reconocimiento son tres factores más que ^{Díaz Fragoso, Cadena López y Rivera González (2019)} identifican como barreras que impiden a los investigadores compartir datos abiertos. En ese sentido, habría que profundizar en qué tanto estos factores están presentes en el campo de los EO, ya que, comúnmente, las organizaciones analizadas o los actores entrevistados o consultados solicitan a los investigadores quedar en el anonimato. Aunado a ello, la responsabilidad que el investigador adquiere al manejar información de origen personal, como en el caso de las historias de vida, otorga un punto más a considerar al compartir datos de manera abierta. En circunstancias como esta, es probable que un investigador sea requerido para omitir información relevante en la explicación del fenómeno investigado, ya que puede revelar la identidad individual u organizacional incumpliendo el principio del anonimato, de modo que resulta fundamental que se realice un escrutinio ético, se informe a los involucrados y se les solicite autorización previa sobre la posibilidad de compartir sus datos abiertamente, garantizando así un método aceptable y apropiado que regule dicha práctica (^{Buchanan y Bryman 2007}).

Una última cuestión a tener en cuenta se refiere a la evaluación y comunicación académica. El sistema de publicaciones y de carrera académica incentiva a una desmesurada prisa por acumular publicaciones. El impacto de las métricas de citación construye la reputación de un artículo, sin embargo, este tipo de indicadores son inadecuados para evaluar la calidad de una investigación. En muchos casos, los artículos más citados provienen de un mismo conjunto de revistas y de un cúmulo de autores, empero, esto no es garantía de que un artículo responda ampliamente las preguntas de un campo (^{Davis 2015}). Esta situación podría contribuir a un hermetismo de los investigadores hacia la práctica de compartir datos, dado que, en cierto sentido, se pierde ventaja competitiva en la dinámica de competencia que se ha generado, sobre todo en un campo que ha ganado madurez pero que continúa expandiéndose y se rige por parámetros como el ASEO o la evaluación entre pares, tal como es el de los EO en América Latina.

Conclusiones

Como se ha expuesto en este trabajo, los datos abiertos y la práctica de compartirlos son pertinentes con relación a la colaboración científica y el avance de la ciencia (^{Andreoli Versbach y Mueller Langer 2014}; ^{Childs et al. 2014}), de ahí su importancia en la creación de nuevo conocimiento, especialmente en los campos multidisciplinarios y transdisciplinarios (^{Bisol et al. 2014}), como son los EO. En este campo de estudio, compartir datos abiertos puede permitir el redescubrimiento de significados propios de la vida organizacional para nuevas miradas de la comunidad académica, especialmente en organizaciones de difícil acceso, formas organizacionales emergentes y marcos teóricos en los que sea necesario documentar con amplitud el contexto económico, cultural, social y político que rodea a las organizaciones. Esto resulta de gran ayuda para el estudio de ciertos temas como, por ejemplo, las lógicas institucionales.

Por otro lado, los datos abiertos en los EO abren la posibilidad de realizar estudios comparativos en circunstancias donde resulte significativo considerar otras realidades. También permitirían una interacción, no solo entre los grupos académicos que forman parte del campo, sino que extenderían el debate hacia otras disciplinas, ampliando sus alcances analíticos. No obstante, es menester tener en cuenta las implicaciones de compartir y reusar datos abiertos, específicamente cuando se trata de datos de índole personal, lo cual es cada vez más habitual en las disciplinas y campos de las ciencias sociales. Ante las características de los datos generados en estas, los investigadores, centros de investigación, instituciones académicas, revistas y otros tienen la responsabilidad de discutir las cuestiones metodológicas y éticas que implica el compartir datos abiertos.

Aunado a lo anterior, es pertinente considerar ciertos mecanismos para controlar el uso indiscriminado de los datos abiertos generados en los EO, a partir de la información personal de los investigados y de la interpretación subjetiva del investigador. Uno de ellos podría ser el establecimiento de normativas escritas que prevengan su mal uso, a las cuales se comprometería el investigador que reusara los datos abiertos, así como políticas que preserven los datos sobre identidad que ciertas organizaciones y actores solicitan al investigador dejar en el anonimato. Igualmente, resulta necesaria una infraestructura institucional en universidades y redes de investigación, con la capacidad de construir repositorios que den visibilidad a la información que se genera en las investigaciones sobre los fenómenos organizacionales propios de cada región, especialmente en América Latina, donde se han logrado múltiples y valiosos estudios sobre tipos y formas de organización locales, los cuales no han tenido la difusión necesaria ante el dominio de las investigaciones anglosajonas (^{Szlechter et al. 2020}). Dicha infraestructura tendría que ir acompañada de planes o programas estratégicos, con directrices que faciliten el ordenamiento y accesibilidad de la información.

Más que establecer una guía acerca de cómo utilizar los datos abiertos en el análisis organizacional, este artículo busca sentar los primeros esbozos para introducir el tema de compartir datos abiertos en el campo de los EO. En específico, este trabajo busca provocar un debate sobre ello, a partir de algunas implicaciones iniciales que resulta pertinente considerar, dadas la naturaleza, características, corrientes teóricas y metodologías que integran este campo de estudio. Al ser un primer ejercicio reflexivo, la principal limitación de este trabajo consiste en que carece de evidencias empíricas que demuestran cómo es la situación actual del campo respecto a los datos abiertos y a la práctica de compartirlos. Esto abre paso a la conformación de una futura agenda investigativa donde se realice un estudio empírico que aborde las concepciones, opiniones y disposiciones que presentan los investigadores de los EO, respecto a compartir sus datos de investigación de manera abierta.

Por otra parte, este trabajo presenta aportaciones considerables para este campo. Una de ellas radica en que se rescatan diversos argumentos que sustentan la pertinencia de integrar la práctica de compartir datos abiertos al debate sobre el enfoque comprensivo, crítico y cualitativo de los EO. Incorporar en el campo esta directriz fomenta la discusión sobre las prácticas académicas y de investigación que contribuyen a la generación de nuevo conocimiento científico en la actualidad. Ante ello, se espera que el presente trabajo sirva para impulsar dicha discusión en este campo de estudio.