A nyílt tudomány egyik alapköve az, hogy a kutatási adatok megoszthatóak és újrafelhasználhatóak legyenek. Ez teszi lehetővé, hogy más kutatók ellenőrizzék, megismételjék vagy új szempontból elemezzék az eredményeket. Az olyan pályázati rendszerek mint a Horizon Europe vagy az MTA Lendület ma már elvárják a kutatási adatok nyílt hozzáférhetőségét, és az adatkezelési terv (DMP) is kötelező pályázati elemmé vált.
A helyzet kettős: miközben egyre több adat megosztása válik elvárássá, a kutatóknak etikai és jogi kötelezettségeik is vannak a kutatás alanyaival kapcsolatban. Ez a kettősség komoly kihívást jelent – és pontosan itt merül fel az adatanonimizálás kérdése. Fontos megjegyezni, hogy nem minden adatkészlet osztható meg felelős módon, még gondos anonimizálás után sem. Ilyen esetekben a nyílt hozzáférés helyett a kontrollált hozzáférés a járható út.
Ebben a posztban általános áttekintést adunk az adatanonimizálás alapfogalmairól, a leggyakoribb kockázatokról, valamint bemutatjuk azokat a gyakorlati módszereket és szoftveres eszközöket, amelyek a kutatók adatanonimizálással kapcsolatos mindennapi munkáját segíthetik.
