💻 computer science

Market Dynamics, Governance and Open Research Metadata in the AI Era

Dit paper betoogt dat de spanning tussen openheid en commerciële sluiting in de academische infrastructuur beter begrepen kan worden als een functionele 'innovatie-annulus' tussen ruwe en verfijnde metadata, die in het AI-tijdperk door een nieuw bestuurskader moet worden gekalibreerd in plaats van geabolieerd.

Oorspronkelijke auteurs: Daniel W. Hook

Gepubliceerd 2026-04-22

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Daniel W. Hook

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat de wereld van wetenschappelijke kennis een enorme, levende stad is. In deze stad worden elke dag nieuwe gebouwen (onderzoeksartikelen) neergezet. Maar om deze stad bruikbaar te maken voor iedereen, moeten we de straten benoemen, de gebouwen adressen geven en een kaart maken. Dit noemen we metadata (gegevens over gegevens).

Voor decennia dachten we dat het probleem simpel was: "Ofwel is alles gratis en open voor iedereen, ofwel houden commerciële bedrijven de beste kaarten achter slot en grendel." De auteur van dit artikel, Daniel Hook, zegt: "Nee, dat is te simpel. Het is geen gevecht tussen goed en kwaad."

In plaats daarvan introduceert hij een nieuw concept: De Innovatie-Annulus (ofwel: de Innovatie-Ring).

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. Wat is de "Innovatie-Ring"?

Stel je een target met concentrische cirkels voor:

Het midden (De Open Kern): Dit is de basis. Hier vind je de simpele, gratis informatie die iedereen kan gebruiken. Bijvoorbeeld: "Wie heeft dit geschreven?" en "Wanneer is het gepubliceerd?" Dit is net als de gratis openbare weg in de stad. Iedereen mag er rijden.
De buitenste rand (De Voorfront): Dit is de allerlaatste grens van wat er mogelijk is. Hier staan de allermodernste, super-geavanceerde analyses. Denk aan een drone die niet alleen de weg ziet, maar ook het verkeer in realtime analyseert, voorspelt waar files komen en adviseert welke route een vrachtwagen moet nemen. Dit is vaak duur en wordt door bedrijven gebouwd.
De Ring (De Annulus): Dit is de ruimte tussen de gratis weg en de super-dure drone. Dit is waar de magie gebeurt. Hier wordt de ruwe informatie "opgeschaald", "opgeschoond" en "verbeterd" zodat hij echt bruikbaar is.

De kernboodschap: De ring is geen fout die we moeten weghalen. Het is een nodig onderdeel van het systeem. Zonder deze ring zou niemand de tijd en moeite nemen om de data zo perfect te maken dat hij echt waarde heeft voor complexe beslissingen.

2. Waarom bestaat deze ring nog steeds? (De "Wrijving")

Je zou denken: "Met moderne computers en AI kunnen we toch alles in een seconde gratis opschonen?"
Niet helemaal. De auteur vergelijkt het met het bouwen van een huis.

De "Wrijving": Wetenschappelijke data komt uit duizenden verschillende bronnen, in verschillende stijlen, met verschillende namen voor dezelfde dingen. Het is alsof iedereen zijn eigen taal spreekt en zijn eigen maten gebruikt.
De kosten: Het kost tijd, geld en slimme mensen om al die rommelige data om te zetten in een nette, betrouwbare database. Dit noemt de auteur "productiewrijving".
De vraag: Sommige mensen (zoals universiteiten) hebben alleen de basis nodig. Maar andere mensen (zoals farmaceutische bedrijven of investeerders) hebben super-accurate data nodig om beslissingen te nemen die miljoenen kosten. Zij willen de "drone-technologie" en zijn bereid daarvoor te betalen. Die betaling houdt de ring in stand.

3. Wat doet Kunstmatige Intelligentie (AI) hiermee?

AI is als een nieuwe, krachtige machine die de stad kan herschikken.

Het goede nieuws: AI kan de simpele taken (zoals het opschonen van namen) veel goedkoper en sneller doen. Hierdoor verschuift de binnenkant van de ring naar buiten. Meer data wordt gratis beschikbaar voor iedereen.
Het nieuwe probleem: Omdat de basis nu zo goedkoop is, stijgt de lat voor wat "waardevol" is. Als iedereen gratis toegang heeft tot de basis, moet je iets extra's bieden om te betalen. De ring verplaatst zich naar nog complexere taken.
Het gevaar: Als iedereen met AI gaat "gokken" op data zonder te weten waar het vandaan komt, kunnen we een "hallucinerende" stad bouwen. Stel je voor dat AI een verkeerde straatnaam bedenkt en iedereen gelooft het. Dan wordt de ring onbetrouwbaar. We hebben dus een "betrouwbare tussenpersoon" nodig die de kwaliteit bewaakt.

4. Hoe regelen we dit? (De "Bestuurders")

De vraag is niet: "Hoe maken we de ring weg?" (want dat kan niet zonder de innovatie te stoppen).
De vraag is: "Hoe groot moet de ring zijn?"

Te smal: Als we alles gratis maken, stoppen bedrijven met investeren in de super-geavanceerde analyses. De vooruitgang stopt.
Te breed: Als bedrijven te veel geld vragen voor data die eigenlijk makkelijk te maken is, dan blokkeren ze de wetenschap.

De auteur stelt voor dat we kijken naar de Barcelona-verklaring. Dit is als een stadsbestuur dat regels maakt:

De basis (de binnenste cirkel) moet altijd gratis en betrouwbaar zijn voor iedereen, ook voor arme universiteiten.
De ring mag bestaan voor de geavanceerde diensten, maar de grens moet eerlijk zijn.

Samenvattend in één zin:

De wetenschappelijke wereld heeft een gratis basislaag nodig voor iedereen, maar ook een betaalde "verbeterlaag" (de ring) waar bedrijven en experts de data verfijnen tot een niveau dat nodig is voor complexe innovatie; AI maakt de basis goedkoper, maar zorgt er ook voor dat we de ring niet mogen laten verdwijnen, want daar zit de motor voor de toekomst.

De les voor de leek:
We hoeven niet te kiezen tussen "alles gratis" of "alles duur". We moeten zorgen dat de basis voor iedereen toegankelijk is, terwijl we ruimte laten voor specialisten om de data verder te verbeteren, zolang ze maar niet de toegang tot de basis blokkeren.

Titel: Marktdynamiek, Governance en Open Onderzoeksmetadata in het AI-tijdperk

Auteur: Daniel W. Hook (Digital Science)
Datum: Maart 2026

1. Het Probleem

Het debat over de infrastructuur van wetenschappelijke kennis is decennialang geframed als een strijd tussen openheid (gratis toegang) en commerciële afsluiting (betaalde toegang). De auteur stelt dat deze "nul-sum" benadering zowel het beleid als de praktijk vertekent.

Het werkelijke probleem is niet een conflict tussen openheid en commercie, maar een fundamentele spanning tussen twee onvermijdelijke factoren:

Productiefriktie: De aanhoudende en aanzienlijke kosten van het produceren, structureren en verfijnen van gestructureerde metadata in een systeem dat historisch niet is ontworpen voor gestructureerde dataconsumptie (bijv. inconsistente auteursnamen, variërende instellingsnamen, niet-standaard financieringsvermeldingen).
Gedifferentieerde vraag: Verschillende gemeenschappen (academisch, industrieel, beleidsmakers) hebben fundamenteel verschillende eisen aan datakwaliteit, focus en granulariteit.

De huidige discussie negeert dat er een permanente zone bestaat tussen gratis basisdata en hoogwaardige, commercieel verfijnde kennisproducten. Het doel van dit artikel is om deze zone te conceptualiseren en te analyseren hoe Artificial Intelligence (AI) deze dynamiek beïnvloedt zonder de zone te elimineren.

2. Methodologie en Conceptueel Kader

De auteur introduceert een nieuw theoretisch model, het Innovatie-annulus (Innovation Annulus), en past economische modellen toe om de optimale breedte van deze zone te analyseren.

Het Innovatie-annulus-model:
- Binnenste cirkel: De "open kern" (gratis, gestructureerde data).
- Buitenste cirkel: De "verwerkingsgrens" (de voorhoede van commercieel verfijnde kennisproducten).
- De annulus (ring): De zone daartussen. Dit is data die gestructureerd en verfijnd is tot een bruikbaar niveau, maar nog niet zo ver is gecommoditiseerd dat het gratis beschikbaar is.
- De breedte van de annulus ( $w = r_o - r_i$ ) meet de productieve inefficiëntie van het systeem. Een brede annulus betekent hoge kosten voor normalisatie of een groot verschil in vraagkwaliteit.
Economisch Analoge:
- De auteur leent het concept van de Efficiënte Markthypothese (EMH) uit de financiële economie. Een perfect efficiënt systeem zou een annulus van nul hebben (alle data is direct gestructureerd en open). Omdat dit onmogelijk is door technologische friktie en evoluerende data-eisen, is de annulus een permanent structureel kenmerk.
- Er wordt een welvaartskader ontwikkeld, analoog aan Nordhaus' theorie over de optimale levensduur van octrooien. Dit kader optimaliseert de breedte van de annulus door een afweging te maken tussen:
  - $V(r_o)$ : De waarde van gestructureerde data aan de voorhoede.
  - $C(r_o)$ : De kosten van productie en onderhoud.
  - $B(r_i)$ : De sociale meerwaarde (equity, kennisverspreiding) van het openbaar maken van data.
  - $M(r_i)$ : De kosten van het openbaar houden van data.
  - $R(w)$ : De inkomsten uit commerciële verfijning die nodig zijn om het systeem te financieren.
Geometrische Analyse:
- De annulus wordt onderverdeeld in sectorale segmenten (per datatype). De dikte en radiale positie van elk segment geven inzicht in de mate van ontwikkeling, de commerciële opportuniteit en de "openness ratio" (de verhouding tussen open en gesloten data).

3. Belangrijkste Bijdragen

Conceptualisering van de Innovatie-annulus: Het bewijs dat de annulus geen pathologie is die moet worden geëlimineerd, maar een functioneel en permanent onderdeel van het ecosysteem dat nodig is om innovatie en differentiatie in datakwaliteit mogelijk te maken.
Formele Welfare-Functie: Een wiskundig kader dat de afwegingen tussen openheid, productiekosten en economische duurzaamheid kwantificeert. Dit levert voorspellingen op over hoe de optimale breedte van de annulus verandert bij technologische vooruitgang.
Rol van AI: Een nuanceerend perspectief op AI. AI verlaagt de kosten voor basisstructurering (versmalt de annulus), maar verhoogt tegelijkertijd de kwaliteitsdrempel waarboven verfijning nog economische waarde heeft. AI introduceert ook risico's op het gebied van "onbewezen" (unprovenanced) metadata, wat de noodzaak van centrale intermediaries onderstreept.
Governance-voorstel: De auteur pleit niet voor het afschaffen van de annulus, maar voor het kalibreren ervan. Governance moet zorgen dat de annulus smal genoeg is voor efficiëntie, maar breed genoeg om innovatie en onderhoud te financieren.

4. Resultaten en Voorspellingen

Op basis van het welvaartskader worden vijf kwalitatieve voorspellingen gedaan:

Kosten en Breedte: De optimale annulus is breder waar de kosten voor het structureren van data hoog zijn (bijv. domeinspecifieke verfijning in de farmaceutische industrie).
Sociale Waarde en Openheid: Waar de sociale meerwaarde van openheid hoog is (bijv. fundamentele onderzoeksmetadata), moet de annulus smaller zijn (de open kern moet groeien).
Technologische Invloed: Naarmate AI en standaarden de productiekosten verlagen, kan de annulus smaller worden, maar dit is niet automatisch; het hangt af van de financiële constraints.
Subsidie als Substituut: Publieke subsidie kan de noodzaak van een brede commerciële annulus verminderen, maar een volledig gesubsidieerd model (zonder annulus) brengt risico's op op het gebied van innovatie-efficiëntie en politieke kwetsbaarheid.
Risico van te Smalle Annulus: Als de annulus te sterk wordt samengedrukt (onder het niveau van duurzaamheid), stopt de investering in de voorhoede. Hierdoor stagneert de uitbreiding van de open kern zelf. Een te open systeem kan dus contraproductief zijn voor de totale vooruitgang.

Case Studies:

CRediT, Financieringsvermeldingen en AI-disklies: Deze datatypes illustreren de levenscyclus van de annulus: van ongestructureerde tekst naar standaardisatie en uiteindelijk naar open kern.
Dimensions en GRID: De geschiedenis van het Global Research Identifier Database (GRID) toont hoe een commercieel initiatief (GRID) de annulus opende, waarna het werd overgedragen aan een gemeenschapsinitiatief (ROR), wat de dynamiek van de annulus in de praktijk illustreert.

5. Betekenis en Conclusie

Dit artikel biedt een paradigmaverschuiving in het debat over open science. In plaats van te streven naar een wereld waar alles gratis is (wat economisch onhaalbaar is voor hoogwaardige data), stelt het voor om de grenzen van de annulus actief te beheren.

Governance: De Barcelona Declaration wordt gepresenteerd als een veelbelovend forum om normen te stellen voor welke datatypes in de open kern moeten zitten en welke verantwoordelijkheden actoren hebben.
AI-impact: AI verandert de parameters van het systeem maar elimineert de noodzaak van een annulus niet. Het creëert zelfs nieuwe risico's (kwaliteitsdegradatie door onbewezen AI-data) die centrale, betrouwbare intermediaries vereisen.
Equity: Een sterke open kern (de binnenste cirkel) is essentieel voor instellingen met minder middelen om niet uitgesloten te worden van de onderzoeksinfrastructuur. De annulus boven deze basis dient de geavanceerde, betaalde vraag.

De conclusie is dat de annulus een blijvende realiteit is. De uitdaging voor beleidsmakers en de wetenschappelijke gemeenschap is niet het elimineren ervan, maar het zorgen voor een wijdte die de systemische efficiëntie maximaliseert, innovatie stimuleert en gelijke toegang tot basisinformatie garandeert.