Hasta hoy, la investigación en varios dominios educativos y lingüísticos, como la investigación de corpus de aprendices, la investigación sobre escritura o la adquisición de segundas lenguas, ha producido una cantidad sustancial de datos de investigación en forma de corpus de aprendices de L1 y L2. Sin embargo, la multitud de soluciones individuales combinadas con obstáculos inherentes al dominio en el intercambio de datos han obstaculizado hasta ahora la comparabilidad, reutilización y reproducibilidad de los datos y los resultados de la investigación. En este artículo, presentamos un trabajo en la creación de una infraestructura digital para corpus de aprendices de L1 y L2 y su llenado con datos recopilados en el pasado. Insertamos nuestros esfuerzos de infraestructura en el campo más amplio de infraestructuras para la investigación científica, basándonos en soluciones técnicas y marcos de gestión de datos de investigación, entre los cuales se encuentran los principios rectores FAIR para la administración de datos. Compartimos nuestras experiencias al integrar algunos corpus de aprendices de L1 y L2 de proyectos concluidos en la infraestructura, mientras intentamos garantizar el cumplimiento de los principios FAIR y los estándares que establecimos para la reproducibilidad, discutiendo hasta qué punto los datos de investigación que se han recopilado en el pasado pueden hacerse comparables, reutilizables y reproducibles. Nuestros resultados muestran que algunas necesidades básicas para proporcionar datos comparables y reutilizables están cubiertas por soluciones de infraestructura generales existentes y pueden ser explotadas para infraestructuras específicas del dominio, como la presentada en este artículo. Otros aspectos necesitan enfoques genuinamente impulsados por el dominio. Las soluciones encontradas para los corpus en la infraestructura presentada pueden ser solo un intento preliminar, y se necesitaría una mayor participación de la comunidad para proporcionar plantillas y modelos reconocidos y promovidos por la comunidad. Además, se necesitaría una gestión de datos orientada al futuro desde el inicio de nuevos proyectos de creación de corpus para garantizar que se puedan cumplir todos los requisitos para datos FAIR.