Ricercatori: lavorare con paper e dati senza caricarli

La giornata di chi fa ricerca è piena di PDF che non dovrebbero ancora essere pubblici. Un manoscritto in revisione. Una richiesta di finanziamento prima dell’invio. Un paper che stai revisionando in cieco, sotto embargo. L’appendice di un dataset con informazioni sui partecipanti, approvata da un comitato etico a condizioni rigorose. Non sono semplici file: molti portano con sé obblighi formali su chi può vederli e dove possono finire.

Poi capita di dover fare qualcosa di banale con uno di essi. Unire le figure al testo principale. Comprimere un PDF pesante perché rientri nel limite di upload di una rivista. Rendere ricercabile una citazione scansionata. La mossa rapida è cercare uno strumento online gratuito e trascinarci dentro il file. Ed è proprio lì che l’obbligo si rompe in silenzio, perché quel file è appena finito su un server che non hai mai verificato.

Il problema del «solo per questa volta»

In ricerca la riservatezza non è una sensazione, spesso è una condizione scritta. La peer review in doppio cieco dipende dal fatto che il manoscritto non trapeli. L’approvazione etica per dati su soggetti umani di solito specifica come e dove i dati vengono conservati e vieta il trasferimento a terzi. Un embargo pre-pubblicazione è un contratto con una rivista.

Un tipico strumento PDF online ti chiede di caricare il documento sul suo server, dove viene elaborato e, ti dicono, cancellato in seguito. Per una foto delle vacanze, va benissimo. Per un manoscritto che stai revisionando in cieco, o per un dataset coperto da un protocollo etico, «caricato su un terzo sconosciuto e cancellato secondo un timer che non puoi vedere» è esattamente ciò che i tuoi accordi sono stati scritti per impedire. Non puoi garantire a una rivista o a un comitato etico che il file è rimasto dove doveva, se l’hai consegnato a un server che non controlli.

In che cosa reader.me è diverso

reader.me esegue gli strumenti nel tuo browser. Non c’è alcun passaggio di upload, perché non c’è alcun server che fa il lavoro. Il motore di elaborazione viene caricato nella scheda del browser stesso e gira sulla tua macchina.

Così, quando comprimi un PDF pesante, la sequenza è questa: il browser legge il file in memoria sul tuo portatile, esegue la compressione lì sul posto e ti restituisce il risultato. Il file non viene mai trasmesso. È la differenza tra usare un’officina che ti sei portato a casa e infilare il documento nella fessura della posta di uno sconosciuto.

Non devi prenderlo sulla fiducia. Apri un qualsiasi strumento di reader.me, apri gli strumenti per sviluppatori del browser (F12) e osserva la scheda Network mentre elabori un file. Non vedrai nessun upload. Vuoi esserne del tutto certo? Spegni il Wi-Fi e fallo offline. Funziona lo stesso, cosa possibile solo perché il file non stava andando da nessuna parte.

I lavori di tutti i giorni, fatti in privato

I compiti a cui i ricercatori ricorrono più spesso, tutti eseguiti in locale:

• Comprimere per l’invio. I portali delle riviste adorano mettere un tetto alle dimensioni dei file. Comprimi un PDF fino al limite senza spedire prima il tuo manoscritto inedito a un servizio di compressione.
• Rendere ricercabile una scansione. Una vecchia citazione o una figura scansionata è solo un’immagine finché non lanci l’OCR, che aggiunge un vero livello di testo così puoi cercarla e citarla. La scansione non lascia mai la tua macchina.
• Estrarre citazioni e dati. Ti serve il testo esatto o i numeri di una fonte? Estrai il testo invece di ribatterlo, in locale.
• Assemblare il documento finale. Unisci manoscritto, figure e materiale supplementare in un unico file per l’invio.
• Bloccare una bozza prima di condividerla. Devi mandare una bozza sensibile a un coautore? Proteggila con una password e invia la chiave separatamente.

Una nota sui metadati

Una cosa merita l’attenzione di chi fa ricerca: i PDF portano metadati nascosti, tra cui nomi degli autori, dettagli sul software e a volte la cronologia delle revisioni. Per la revisione in doppio cieco è importante, perché un manoscritto che ti nomina nelle sue proprietà non è davvero anonimo. È un motivo per fare attenzione a ciò che resta incastonato in un file prima di inviarlo, e un motivo per preferire strumenti che non aggiungono le proprie tracce sopra le tue.

Perché questo si sposa con il modo in cui la ricerca lavora già

I ricercatori sono formati a documentare la provenienza, seguire i protocolli e non tagliare gli angoli con i dati. Uno strumento che carica i tuoi file di nascosto va contro tutto questo. Uno che fa il lavoro sulla tua macchina ci si adatta. Mantieni la custodia del documento dall’inizio alla fine, che è esattamente ciò che i tuoi accordi, le tue approvazioni etiche e i tuoi stessi standard ti chiedono già.

La prossima volta che dovrai comprimere un manoscritto o fare l’OCR di una citazione, non dovrai scegliere tra portare a termine il lavoro e mantenere la parola data. Apri gli strumenti PDF, fai il lavoro nel browser, e il file resta esattamente dove deve stare: con te.