Bardziej efektywne wykorzystanie danych poprawi jakość usług publicznych
Organy administracji publicznej rutynowo gromadzą olbrzymie ilości danych, których duża część nie może być udostępniania z uwagi na wymóg ochrony prywatności. Tak bogate zbiory danych można jednak agregować i anonimizować, generując w ten sposób użyteczne dane statystyczne, takie jak wskaźniki gospodarcze i społeczne, które pomogą zarówno obywatelom, jak i organom administracji publicznej w bardziej świadomym podejmowaniu decyzji. Połączone otwarte dane statystyczne (ang. Linked Open Statistical Data, LOSD) to metoda modelowania danych, którą z dobrym skutkiem zastosował zespół finansowanego przez UE projektu OpenGovIntelligence (Fostering Innovation and Creativity in Europe through Public Administration Modernization towards Supplying and Exploiting Linked Open Statistical Data). W ramach pilotażowych działań realizowanych we Flandrii dokonano konwersji danych dotyczących emisji i odpadów, pochodzących ze sprawozdań przedsiębiorstw składanych w okresie siedmiu lat, do formatu LOSD. Dzięki połączeniu tych informacji z innymi zbiorami danych, takimi jak informacje o przedsiębiorstwie i działalności gospodarczej, dane administracyjne i geograficzne, informacje o substancjach chemicznych itd., użytkownicy uzyskali możliwość śledzenia zanieczyszczeń według lokalizacji za pomocą opracowanej w tym celu aplikacji internetowej. Dostrzegając te możliwości, departament ds. środowiska rządu flamandzkiego (Omgeving) postanowił zintegrować modele, komponenty, oprogramowanie, wytyczne i najlepsze praktyki opracowane w ramach projektu OpenGovIntelligence z własnymi systemami komputerowymi. W praktyce oznacza to, że wszystkie nowe surowe dane generowane w trakcie pracy departamentu będą konwertowane na połączone otwarte dane statystyczne, przy czym niektóre dane będą – zgodnie z zapotrzebowaniem – zamieniane także na inne formaty. Działania pilotażowe projektu zrealizowano także w urzędzie dystryktu metropolitalnego Trafford, będącego częścią Greater Manchester Combined Authority (GMCA) w Zjednoczonym Królestwie, gdzie uruchomiono program „Umiejętności, zatrudnienie i bezrobocie”. W trakcie realizacji programu zespół projektowy współpracował z zainteresowanymi stronami nad utworzeniem platformy umożliwiającej dostęp do danych, której zadaniem było wspieranie urzędników w ich codziennych obowiązkach polegających na pomaganiu osobom bezrobotnym w poszukiwaniu pracy. Platforma składa się z takich elementów jak pulpit przedstawiający podsumowanie danych dotyczących lokalnego bezrobocia, aplikacja skanująca z wizualizacją przestrzennego rozkładu zjawiska bezrobocia oraz aplikacja (Signpost) do interaktywnego mapowania, umożliwiająca identyfikację lokalnych zasobów w dziedzinie zatrudnienia. „Dzięki temu, że do każdego etapu prac nad systemem angażowaliśmy osoby będące jego końcowymi użytkownikami, udało nam się stworzyć rozwiązanie rzeczywiście spełniające ich potrzeby”, zaznacza koordynator projektu prof. Konstantinos Tarabanis.
Tworzenie zestawu narzędzi do przetwarzania danych
Już w początkowej fazie uczestnicy projektu OpenGovIntelligence uświadomili sobie, że aby połączyć zestawy danych i ułatwić zadanie deweloperom stron internetowych (którzy nie byli ekspertami w dziedzinie LOSD), muszą w pierwszej kolejności stworzyć oprogramowanie pośredniczące. Dzięki temu połączono funkcjonalności front-endu wykorzystywane przez operatorów z funkcją back-endu LOSD, gdzie przesyłane były dane wejściowe, i w rezultacie opracowano szereg narzędzi programowych do publikowania, łączenia i ponownego wykorzystania LOSD wraz z narzędziami Table2qb i CubiQL API. Zespół OpenGovIntelligence nie tylko opracował narzędzia dostosowane do standardu modelowania danych znanego jako „RDF Data Cube Vocabulary”, który umożliwia łączenie zbiorów danych z różnych źródeł pochodzenia, ale również pomógł zmodyfikować ten standard i opracował najlepsze praktyki manipulacji LOSD. Z myślą o przyszłości uczeni zajmują się badaniem możliwości wykorzystania modelu LOSD w scenariuszach z zastosowaniem sztucznej inteligencji (SI). „Dzięki SI problemy i schematy mogłyby być szybciej wykrywane, co przełożyłoby się na niższe koszty i mniejsze obciążenia administracyjne. Popatrzmy na przykład z Flandrii: technologia SI, błyskawicznie przeszukując dostępne dane, byłaby w stanie dużo łatwiej identyfikować najważniejsze obszary wymagające kontroli, zapewniając większą zgodność z przepisami o ochronie środowiska, a tym samym poprawiając jakość życia mieszkańców”, podsumowuje prof. Tarabanis.
Słowa kluczowe
OpenGovIntelligence, administracja publiczna, usługi publiczne, obywatele, dane, połączone otwarte dane statystyczne, Linked Open Statistical Data, współtworzenie, poszukiwanie pracy, zanieczyszczenie
