Oop data vir sosiale impakraamwerk

By Microsoft glo ons dat data van kritieke belang is om die belangrike sosiale probleme wat ons wêreld vandag in die gesig staar, aan te spreek. Die wêreldwye pandemie het ons die belangrike rol van data getoon om die uitdagings wat deur COVID-19 geskep is, te verstaan, te beoordeel en op te tree. Byna alle organisasies, groot en klein, sukkel egter steeds om data relevant vir hul werk te maak. Ondanks die waarde wat data bied, slaag baie organisasies nie daarin om sy krag te benut om die uitkomste te verbeter nie.

'N Deel van hierdie stryd spruit uit die "dataverdeling" - die gaping wat bestaan tussen lande en organisasies wat effektiewe toegang tot data het om hulle te help om probleme te innoveer en op te los en diegene wat dit nie doen nie. Om hierdie kloof te sluit, het Microsoft die Open Data-veldtog in 2020 van stapel gestuur om die belofte van meer oop data en datasamewerkings wat innovasie aandryf, te verwesenlik.

Een van die belangrikste lesse wat ons uit die veldtog geleer het en die werk wat ons met ons vennote, die Open Data Institute en The GovLab, gedoen het, is dat die vermoë om toegang tot data te verkry en te gebruik om uitkomste te verbeter, veel meer behels as tegnologiese instrumente en die data self. Dit is ook belangrik om die ervarings en praktyke wat effektiewe datasamewerking en besluitneming bevorder, te benut en te deel. Dit is veral waar wanneer dit kom by die werk met regerings, multi-laterale organisasies, niewinsorganisasies, navorsingsinstellings en ander wat poog om data oop te maak en te hergebruik om belangrike sosiale kwessies aan te spreek, veral dié wat ontwikkelende lande in die gesig staar.

Anders gestel, om net toegang tot data en tegnologie te hê, skep nie magies waarde en verbeter uitkomste nie. Om die meeste van oop data en datasamewerking te benut, vereis om na te dink oor hoe 'n organisasie se leierskap daartoe kan verbind om data nuttig te maak vir sy missie, die definisie van die vrae wat hy met data wil beantwoord, die vaardighede identifiseer wat sy span nodig het om data te gebruik, en om te bepaal hoe om vertroue onder medewerkers en gemeenskappe te ontwikkel en te vestig, het gedien om meer insig te verkry en voordeel te trek uit data.

Die Open Data for Social Impact Framework is 'n instrument wat leiers kan gebruik om data aan die werk te sit om die uitdagings wat vir hulle die belangrikste is, op te los. As ons erken dat nie alle data publiek toeganklik gemaak kan word nie, sien ons die geweldige voordele wat kan voortspruit uit die bevordering van meer oop data, of dit nou vorm aanneem as betroubare datasamewerkings of werklik oop en openbare data. Ons gebruik die frase 'sosiale impak' om 'n positiewe verandering te beteken om 'n maatskaplike probleem aan te spreek, soos die vermindering van koolstofvrystellings, die sluiting van die breëbandgaping, die bou van vaardighede vir werksgeleenthede en die bevordering van toeganklikheid en insluiting.

Ons glo in die onbeperkte geleenthede wat die opening, deel en samewerking rondom data kan skep om nuwe insigte uit te trek, beter besluite te neem en doeltreffendheid te verbeter wanneer sommige van die wêreld se dringendste uitdagings aangepak word.

Burton Davis
Visepresident en Adjunk-Algemene Advokaat, Intellektuele Eiendomsgroep by Microsoft

Hierdie webwerf is nie bedoel om regsvoorligting te verskaf nie en moet nie as sodanig aangewend word nie. Die raamwerk bied hulpbronne om organisasies te help om oop data te bevorder en betrokke te raak by datasamewerking vir sosiale voordeel. Die deel van data is nie risikovry nie. Dit word aanbeveel om onafhanklike regsadvies in te win. Hierdie webwerf bevat skakels na hulpbronne van derdepartye. Microsoft is nie verantwoordelik vir enige verlies, besering of skade wat voortspruit uit die gebruik van die skakels of afhanklikheid van materiaal wat deur derde partye beskikbaar gestel word nie.

Organisasies wat belangstel om oop data te gebruik, kan die voordele daarvan verstaan en hoe dit op spesifieke projekte van toepassing kan wees, maar hoe om die eerste stap te neem, kan onduidelik wees. Die volgende is 'n eenvoudige padkaart wat u kan volg om meer oop data te gebruik om uitdagings in u organisasie, gemeenskap en die groter wêreld aan te spreek. Waar aangedui, klik om meer te wete te kom en spring na die ooreenstemmende afdelings in hierdie raamwerk.

1. Bepaal of u die organisatoriese infrastruktuur in plek het.

Vir baie organisasies is die aanvaarding van 'n oop databenadering 'n kulturele verskuiwing. Het jy inkoop van jou belanghebbendes? Het u enige beleggings beoordeel wat nodig is om data aan die werk te sit? Is vertroue gevestig oor belanghebbendes? Maak seker dat u hierdie antwoorde het voordat u die volgende stap neem.

Kom meer te wete in leierskap: Is jy gereed om data aan die werk te sit om sosiale uitkomste te verbeter?

2. Verstaan die vrae wat u met data wil beantwoord.

Jou datastrategie begin deur die vrae wat jy wil beantwoord te identifiseer. Sodra u hierdie vrae geïdentifiseer het, kan u bepaal watter datastelle benodig word en of u toegang daartoe het.

Kom meer te wete in Geleentheid: Wat is die vrae wat jy met data wil beantwoord?

3. Stel die nodige talent bymekaar.

U het die regte strategie en die regte datastelle nodig. Maar jy het ook die regte mense nodig om analise en insig in die loop van jou projek te verskaf. Maak seker dat u die vereiste datavaardighede evalueer en dat al u spanlede verstaan dat samewerking die kern van die projek is.

Kom meer te wete in Talent: Het jy die talent wat nodig is vir data-analise?

4. Bou vertroue in die gemeenskap.

Skep 'n goeie bestuursraamwerk om te verseker dat beide datageleenthede en datarisiko's aangespreek word. Maak seker dat jou bestuursbeleid deursigtigheid tussen belanghebbendes, inklusiwiteit onder gemeenskapslede verseker en bemagtiging bevorder, sodat hulle verstaan waarom die insameling en gebruik van oop data in hul beste belang is.

Kom meer te wete in Gemeenskapsbestuur: Het jy vertroue in jou gemeenskap gebou rondom die gebruik van data?

5. Maak seker dat u die regte databronne het.

Analise- en datavisualiseringsinstrumente is noodsaaklik as u oor 'n wye verskeidenheid datastelle en 'n diep volume data werk. Net so is dit noodsaaklik om te verseker dat enige privaatheids- en sekuriteitsbehoeftes verantwoord word vir verantwoordelike oop data en samewerking met die deel van data.

Kom meer te wete in Tegnologie en Data: Watter oplossings en hulpbronne het jy nodig om jou impak moontlik te maak en te verbeter?

Kunsmatige intelligensie, of KI, is die ruggraat van die digitale transformasie wat die wêreld tans ervaar. Industriële bedrywighede, sakeprosesse, kliëntebestuur en meer word getransformeer deur masjienleer wat die geleentheid skep vir groter eksperimentering, doeltreffendheid en spoed. Die vaartbelyning van die versameling, berging en bestuur van groot hoeveelhede data skep meer betroubare insigte wat organisasies in hul besluitneming kan gebruik.

Groot en diverse datastelle kan help om daardie insigte te versterk of daarby te voeg. Oop data, wat data is wat gepubliseer word vir almal om sonder beperking toegang tot toegang te verkry, te gebruik en te deel, kan gebruikers help om probleme met groter spoed en met groter gesag op te los, wat kan lei tot vinniger deurbrake en, omdat dit ook voorspellend kan wees, voorspellings met groter akkuraatheid kan genereer. Om hierdie redes is die waarde wat oop data bied in gesondheidsorg, wetenskap, onderwys, die omgewing en meer onmeetbaar om die grootste uitdagings van die samelewing op te los.

In die meeste gevalle is data op sigself nie waar die waarde lê nie, die waarde kom van wat u met die data doen. In hierdie konteks is dit ook belangrik om kennis te neem van 'n paar ekonomiese aspekte van data. Data is nie-wedywerend - dit kan keer op keer deur baie gebruik word sonder om waarde uit te put, en dit kan gebruik word om netwerkeffekte te bewerkstellig - byvoorbeeld, meer data kan beter AI skep, wat meer gebruik kan lok en meer data kan genereer.

Om data oop te maak of data meer toeganklik te maak, het die potensiaal om meer waarde te genereer as om dit stil te hou en dit kan enorme openbare waarde ontsluit. Gebruikers wat die data met ander datastelle kombineer of in 'n nuwe konteks daarmee werk, kan nuwe insigte ontdek wat nie in die oorspronklike gebruik daarvan duidelik was nie. Soos die Open Data Policy Lab in sy 9R-raamwerk noem, kan meer oop data ook reproduceerbaarheid moontlik maak, wat vertroue in resultate verbeter deur ander toe te laat om identiese of verwante werk te doen.

Die sleutel is nie net om data aan ander gebruikers oor te dra nie, maar om saam met hulle te werk om te verstaan hoe dit gebruik word en hoe die voordele van daardie gebruike met die gemeenskap gedeel kan word. Die waarde daarvan kom van hoe dit gebruik word om nuwe betekenisse en oplossings te fasiliteer. Die opening van data kan help om die gemiste gebruike te vermy - en gemiste waarde van data as dit gesluit gehou word. Dit is die samewerkende gees van oop data. Die waarde daarvan is eindeloos.

Vir meer inligting oor die waarde van data, besoek die Open Data Institute se The Value of Data-verslag .

'N Bekommernis met die opening van data kan die risiko wees om sensitiewe data bekend te maak. Die beskerming van individuele privaatheid en die beskerming van vertroulike of kommersieel sensitiewe inligting kan deur die wet vereis word of deur kontrak beheer word. Daarbenewens moet organisasies ook die reputasie-, etiese en kommersiële risiko's vir die deel van sensitiewe data oorweeg.

Om belanghebbendes in die ekosisteem vir die deel van data te beskerm en vertroue in die deel van data te bewerkstellig, is dit belangrik om sensitiewe data op die toepaslike wetlike, tegniese en organisatoriese manier te beskerm. Maar hierdie vereiste moet organisasies nie daarvan weerhou om 'n effektiewe datastrategie te volg nie. Die vlak van beskerming kan eerder bereik word deur geskikte bestuursraamwerke vir verantwoordelike datadeling te implementeer.

Byvoorbeeld, privaatheidsverbeterende instrumente kan gebruik word om persoonlike inligting privaat te hou. Tegnologieë en tegnieke soos differensiële privaatheid, homomorfe enkripsie, vertroulike rekenaars, anonimisering en de-identifikasie kan aangewend word om individuele privaatheid te beskerm, terwyl toegang tot data deur organisasies, navorsers en die burgerlike samelewing verbeter word. Alhoewel hierdie tegnologieë moontlik nie geskik is vir alle instellings nie, kan dit in sekere kontekste nuttig wees.

Vir meer inligting oor die instaatstellende toestande en deaktiveringsfaktore wat dikwels die impak van oop data-inisiatiewe bepaal, besoek The GovLab se Periodieke Tabel van Oop Data se impakfaktore.

Oop data kan belanghebbendes nuwe kennis gee wat hulle help om meer ingeligte en objektiewe besluite te neem. Die waarde van bykomende datastelle uit verskillende bronne kan gebruikers help om meer duidelikheid oor kwessies te kry en nuwe insigte te ontsluit. Soos die diktaat lui, "jy weet nie wat jy nie weet nie." Oop data bied 'n geleentheid om nuwe moontlikhede te ontdek wat gebruikers voorheen nooit oorweeg het nie.

Die bestuur van hierdie proses is die aard van oop data self. Data kan byvoorbeeld op talle maniere ontleed word om patrone te openbaar om 'n veelsydige beeld te kry van die probleem wat die gebruiker probeer oplos. Hierdie bevindings kan met die breër publiek gedeel word vir crowdsourcing om die bevindings te verbeter of nuwes te skep wat nog nie ontdek is nie. Benewens breër deel en bewustheid, kan oop data ander aanmoedig om te wederkerig en kan bydraes lewer wat almal bevoordeel.

As voorbeeld gebruik The Nature Conservancy (TNC) -India en Microsoft bestaande oop satellietbeelde om 'n nuwe oop datastel op sonplase in Indië te skep. Hierdie data sal help om faktore te identifiseer wat grondgeskiktheid vir sonkragprojekte aandryf en uiteindelik openbare agentskappe help om beter te beplan vir die ontwikkeling van sonkrag.

Besluitneming hoef dus nie streng gebaseer te wees op datastelle wat binne een organisasie woon nie. Oop data maak toegang tot data wat deur ander gepubliseer word, moontlik, en dit kan die geleentheid skep vir verdere insette tot die data van u organisasie, wat die eindresultaat en besluitneming verder inlig.

Soos hierbo voorgestel, help oop data gebruikers om verskillende probleme te identifiseer en aan te spreek wat aanvanklik nie oorweeg is nie. Oop data help organisasies ook om verbindings met ander datastelle te identifiseer. Die Purdue Voedsel- en Landboukwesbaarheidsindeks het baie verskillende oop datastelle gebruik om nuwe insigte te genereer oor die impak van COVID-19 op plaasproduksie en die gesondheid van boere en plaaswerkers.

Met toegang tot meer data kan insigte vinniger verkry word. Dit gee gebruikers die vryheid om met nuwe idees te eksperimenteer, om korrelasies te sien wat nog nie voorheen bekend was nie, of om die ontdekkingsfase te verleng. Hierdie voortdurende ontvouing van die data laat nuwe moontlikhede toe op maniere wat doeltreffender kan wees as wat voorheen bestaan het.

Deurbrake in die wetenskap met behulp van oop data het ons reeds getoon dat dit 'n belangrike model vir navorsers verteenwoordig, een wat die deel van protokolle bevorder, die verslagdoening en verspreiding van resultate, die deel van kode en meer. Die aard van enige soort navorsing is inderdaad afhanklik daarvan om seker te maak dat data soekbaar, toeganklik en herbruikbaar is om derdeparty-ondersoek te dryf.

Die belofte van oop data is dat dit daardie deure oopmaak en navorsing en innovasie vir openbare gewin bespoedig. Byvoorbeeld, om sekere gesondheidsdata gedeel of openbaar te maak, het gehelp om die ontwikkeling van mediese behandelings te versnel, soos die entstowwe wat geproduseer word om die COVID-19-virus te bekamp. Lesse wat uit daardie ervaring geleer is, het die VSA gemotiveer om miljarde dollars toe te ken om meer tydige navorsing te ondersteun. Die National Institutes of Health het tot dusver fondse van byna $ 4.9 miljard verskaf om COVID-19-navorsingsprojekte te ondersteun. Deur oop databeginsels in hierdie programme in te sluit, kan dit help om navorsing te versnel, wat die huidige pandemie sowel as krisisse wat voorlê, sal bevoordeel.

• In 'n 2013-verslag deur McKinsey Global Institute is die oop datamark, ter waarde van $ 3 triljoen per jaar, gesentreer op die waarde van die kombinasie van oop regeringsdata met gedeelde data wat deur besighede gehou word.
• In 2014 het Lateral Economics beraam dat die potensiële waarde van oop data vir die G20 ongeveer $ 2.6 triljoen per jaar sou wees, wat bydra tot die totale G20-lande se kumulatiewe bruto binnelandse produk (BBP) van ongeveer 1.1% van 2014-2019, of 55% van die G20 se 2% bykomende groeiteiken.
• In 2020 het die Europese Dataportaal beraam dat die waarde van oop data vir die EU28+ € 184.45 miljard in 2019 was, en voorspel dat dit tussen € 199.51 en € 334.20 miljard teen 2025 sal bereik. Die verslag het ook gekyk na indiensnemingsyfers, met 1.09 miljoen oopdata-werknemers in 2019 en 1.12 tot 1.97 miljoen oopdata-werknemers wat deur 2025 voorspel is.
• Transport for London het berig dat die gebruik van sy oop data maatskappye in die private sektor in staat gestel het om tussen £ 12 miljoen en £ 15 miljoen per jaar tot die Londense ekonomie by te dra.

Vir bykomende insigte en gevallestudies oor waarom besighede die deel van data omhels, besoek die Open Data Institute se "Sewe redes waarom besighede data moet deel".

Vir meer inligting oor die sakesaak vir datasamewerking en die hergebruik van data in die openbare belang, sien die Open Data Policy Lab se 9R-raamwerk.

Die Open Data for Social Impact Framework is 'n instrument wat leiers kan gebruik om data aan die werk te sit om belangrike samelewingskwessies op te los, soos die vermindering van koolstofvrystellings, die sluiting van die breëbandgaping, die bou van vaardighede vir werk en die bevordering van toeganklikheid en insluiting. Die volgende raamwerk is ontwerp om organisatoriese leiers oor die data-ekosisteem - regerings, niewinsorganisasies en multi-laterale organisasies - te lei tot insigte en oplossings wat hulle kan gebruik om belangrike sosiale kwessies aan te spreek.

Hierdie webwerf identifiseer vyf onderwerpareas wat organisasies moet oorweeg wanneer hulle data wil gebruik om sosiale uitkomste te verbeter: leierskap, geleentheid, vaardighede, gemeenskapsbestuur en tegnologie en data. Dit stel vrae voor om te vra en bied hulpbronne wat kan help om dit te beantwoord. Hierdie konsepte word tot lewe gebring deur voorbeelde uit werklike oop dataprojekte. Daar is ook 'n padkaart om data oop te maak wat organisatoriese leiers kan gebruik om aan die gang te kom.

Hierdie raamwerk kan dien as 'n hulpmiddel om die grondslag te lê vir oop data en datasamewerking. Daar is egter baie ander uitstekende hulpbronne om op te put wat diegene kan help wat data vir sosiale impak wil gebruik, waarvan sommige ons op hierdie webwerf identifiseer.

Die raamwerk bevorder 'n kultuur van oop data en datasamewerking deur organisatoriese leiers deur die volgende vrae te lei:

1. Leierskap: Is u gereed om data aan die werk te sit om sosiale uitkomste te verbeter?

2. Geleentheid: Wat is die vrae wat u met data wil beantwoord?

3. Vaardighede: Het u die talent wat nodig is vir data-analise?

4. Gemeenskapsbestuur: Het u vertroue in u gemeenskap opgebou rondom die gebruik van data?

5. Tegnologie en data: Watter oplossings en hulpbronne het jy nodig om jou impak te meet, in staat te stel en te verbeter?

Leiers van organisasies kan 'n verskeidenheid bekommernisse of weerstand ondervind wanneer hulle data aan die werk sit om moeilike uitdagings op te los. In sommige van hierdie gevalle is die talent - met rolle wat wissel van datawetenskaplikes en data-ontleders tot programbestuurders en navorsers - nie intern om data in te neem en te ontleed nie. In ander gevalle kan die lang tydsduur wat nodig is om 'n bestuurstruktuur vir die deel van data met ander organisasies te ontwikkel, daartoe lei dat die samewerking laat vaar word voordat dit dividende betaal.

Uiteindelik is die aanvaarding van 'n oop databenadering vir die meeste organisasies 'n kulturele verskuiwing.

Hier is dit belangrik om te erken dat organisasies op 'n spektrum van datavolwassenheid val - van 'n vroeë verbintenis tot die gebruik van data vir innovasie tot 'n kultuur waar data-innovasie op elke vlak ingebed is. Ongeag waar 'n organisasie langs hierdie spektrum is, vereis 'n oop databenadering 'n leier wat daartoe verbind is om 'n organisasie se data aan die werk te sit. Hierdie verbintenis kan 'n verskeidenheid vorme aanneem, soos:

• Pleit en praat in die openbaar oor die belangrikheid van die deel van data.
• Teken insigte uit data.
• Aanmoediging van samewerking en gemeenskapsbetrokkenheid.
• Bou verhoudings met sleutelbegunstigdes en potensiële datagebruikers.
• Stel 'n raamwerk op vir die verantwoordelike gebruik van data.

Dit is alles aksies wat help om 'n betroubare benadering tot die deel van data te bou wat vertroue by belanghebbendes kan inboesem.

Oorweeg die volgende stappe om u organisasie beter te posisioneer om data innoverend te gebruik om prioriteitskwessies op te los:

• Watter beleggings is nodig om data aan die werk te sit?
• Watter aansporings is nodig om data aan die werk te sit?
• Hoe bou jy vertroue intern en ekstern? Wie is jou vennote/belanghebbendes?
• Hoe kan u momentum in u organisasie opbou om innovasie met data as 'n langtermynprioriteit te beskou, en nie 'n korttermynprojek nie?

Dit is nie verbasend dat organisasies wat data as 'n belangrike hulpbron prioritiseer, sterk leierskap benodig nie. Volgens 'n opname wat in Julie 2021 deur Data Orchard gepubliseer is, sê 63% van die respondente dat die leierskap in hul organisasie nie oortuig is van die waarde van data nie. Slegs 'n derde sê hul leierskap is betrokke en ondersteunend, vra die regte vrae oor die data en is aktief om die waarde daarvan te benut. Die belofte om data te benut, skep 'n belangrike geleentheid vir leiers om hul vermoëns om data te gebruik tot voordeel van hul organisasies te verbeter.

Die GovLab by NYU bied 'n Data Stewards Academy aan, wat 'n selfgerigte leerprogram insluit. Die kursus is ontwerp vir individue wat as databestuurders in verskillende hoedanighede regoor die wêreld dien - 'n funksie wat poog om die bogenoemde vrae te beantwoord op 'n manier wat sistemiese, volhoubare en verantwoordelike datasamewerking moontlik maak.

Kulturele, strategiese en operasionele verskuiwings is alles nodig om oop data en data-deelinisiatiewe te implementeer. Om die potensiaal van hierdie voordele te verwesenlik - insluitend aanspreeklikheid vir resultate, vertroue, deursigtigheid en sekuriteit - moet leierskap eers interne hindernisse en ander vorme van organisatoriese weerstand aanspreek. Dit kan insluit die uitdaging van die status quo, die implementering van grootskaalse hervormings of die neem van 'n nuwe stel risiko's - vir al hierdie veranderinge, en veral in 'n groot organisasie, is sterk leierskap en toewyding noodsaaklik.

Wanneer 'n organisasie se kultuur getransformeer word om meer data-gedrewe te wees, demonstreer die Wêreldgesondheidsorganisasie (WGO) voortdurend hierdie noodsaaklikheid. Met meer as 8 000 werknemers wêreldwyd en aanspreeklikheid teenoor sy 194 lidlande in ses streke, kon die implementering van 'n digitale transformasie-inisiatief slegs bereik word deur sterk leierskap en optrede op elke vlak.

As 'n multilaterale organisasie het die WGO 'n unieke status as 'n wetenskap- en bewysgebaseerde entiteit wat wêreldwyd toepaslike norme en standaarde stel met die doel om gesondheid te bevorder, die wêreld veilig te hou en die kwesbares te dien. Toe dr. Tedros Adhanom Ghebreyesus in 2017 as direkteur-generaal van die WGO aangestel is, het hy erken dat data 'n kritieke komponent was om hierdie missie te bereik en die ' drievoudige miljard' teikens van een miljard meer mense te bereik wat beter gesondheid en welstand geniet, een miljard meer mense met toegang tot bekostigbare universele gesondheidsdekking, en nog een miljard mense wat beter beskerm word teen noodgevalle in die gesondheid.

In 2019 het dr Tedros sy verbintenis getoon om die WGO in 'n moderne, data-gedrewe organisasie te omskep deur sy visie in die openbaar aan te kondig en 'n nuwe afdeling vir data, analise en aflewering vir impak (DDI) te stig. Hierdie afdeling is gevorm om dringend datagapings aan te spreek, datafragmentasie te verminder en doeltreffendheid in die WGO se end-to-end dataprosesse te verhoog. Daar is veral klem gelê op die konsolidasie van gesondheidsdata en bates vir eksterne en interne gebruikers, sowel as die gebruik van moderne tegnologieë, insluitend sekuriteit vir private en sensitiewe data, deursigtige analise en kragtige visualiseringsmetodes.

Van die begin af het die WGO-leierskap beoog om vertroue en kontinuïteit met beide sy interne en eksterne belanghebbendes te bou deur 'n strategiese en samehangende benadering tot databestuur te bevorder. Intern is 'n databestuurskomitee, bestaande uit senior leierskap, gestig om die korporatiewe rigting vir datastrategie en -beleid te bepaal. 'N Data Hub en Spoke Collaborative is ook geskep om die implementering van databestuursbeleide regoor die WGO te vergemaklik, met alle relevante programme en elke streek wat verteenwoordig word. Senior leierskap het die taak gehad om gereeld die vergaderings van die samewerking te ondersteun om leiding te gee, en sodoende vordering aan te moedig en broodnodige voorspraak te gee om 'n nuwe meganisme vir databestuur te institusionaliseer.

Ekstern het die WGO raad van buite gesoek en 'n vennootskap met nie-VN-organisasies, insluitend die private sektor, aangegaan om sy data en analitiese vermoëns te bevorder. In Junie en September 2021 het hulle twee beraad oor gesondheidsdatabestuur belê om die WGO, lidlande, vennote en die algemene publiek bymekaar te bring om beste praktyke te hersien en die behoefte aan gesondheidsdata as 'n wêreldwye openbare belang te beklemtoon.

Daarbenewens het die WGO-leierskap in vennootskap met Microsoft en Avanade en ander 'n langtermynbelegging gemaak om die tegniese stelsels te ontwikkel en in stand te hou wat nodig is om besluite deur tydige, betroubare en uitvoerbare data te dryf. Hierdie belegging het gelei tot die ontwikkeling van die World Health Data Hub (WHDH). Die WHDH is die wêreld se eerste omvattende, end-to-end oplossing vir globale gesondheid en het ten doel om prosesse te stroomlyn en te verseker dat data toeganklik, vindbaar en bruikbaar is vir alle belanghebbendes.

Gedurende hierdie transformasieproses het die WGO-leierskap hierdie verbintenis getoon deur in die openbaar te praat, intern en ekstern sigbaar en betrokke te wees, en langtermynbeleggings te maak in die praktiese instrumente (soos die WHDH) en die gedragsverandering (soos 'n opgedateerde waardeshandves) wat nodig is vir implementering. Hierdie grootskaalse kulturele verskuiwing na 'n data-gedrewe organisasie sou onmoontlik wees sonder leierskapsverbintenis, en die WGO kan as voorbeeld dien vir ander organisasies wat daarop gemik is om 'n soortgelyke verskuiwing te maak.

Om te verstaan waarom u 'n probleem wil oplos, lyk na 'n eenvoudig genoeg taak. Om 'waarom' te vra, lyk miskien so eenvoudig dat hierdie stap dikwels oor die hoof gesien kan word. Om egter "hoekom" te vra, is noodsaaklik om 'n projek te begin en ook 'n volhoubare oplossing te handhaaf. Dit word vereis gedurende die lewensiklus van die innovasie, van die opbou van momentum binne 'n organisasie, die betrokkenheid van belanghebbendes, die vordering van die projek aandryf, die korrekte benadering tot bestuur verkry, verseker dat die data geskik is vir die doel, tot die implementering van 'n tegniese oplossing.

Die identifisering van die vrae wat u wil beantwoord , is 'n belangrike eerste stap. Sodra die vrae geïdentifiseer is, kan u begin nadink oor die oplossings wat nodig is om dit aan te spreek en te help om die probleem op te los.

Voorbeelde van probleme wat oop data kan help oplos, sluit in:

• My organisasie het data wat kan bydra tot verbeterde mobiliteitsbeplanning in my streek. Hoe kan ek hierdie data op 'n betekenisvolle en verantwoordelike manier deel?
• My organisasie het oop data oor rasse-ongelykhede gepubliseer. Hoe moedig ons die gebruik van hierdie data aan?
• Wat is die mees koste-effektiewe en billike ingrypings om luggehalte in elke streek te verbeter, veral vir die besoedelingsbronne wat lae- en middelinkomstelande raak?

Vir hierdie laaste voorbeeld en ander dringende, hoë-impak vrae wat aangespreek kan word indien relevante datastelle op 'n verantwoordelike wyse aangewend word, besoek The GovLab se The 100 Questions Initiative.

Noudat u die vrae geïdentifiseer het, is die volgende stap om te verstaan waar u organisasie op pad is om die antwoorde te kry. Om dit te kan doen, kan dit nuttig wees om die huidige data-ekosisteem in kaart te bring. Die kartering van die data-ekosisteem kan gebruik word om nuwe bronne van data te ondersoek, bestaande datavloei te ontgin, te identifiseer waar veranderinge nodig is, en ander belanghebbendes te identifiseer wat ook werk om dieselfde of 'n soortgelyke probleem op te los.

Een manier om aan die gang te kom, is om data-akteurs in u data-ekosisteem in kaart te bring en hoe waarde daaroor uitgeruil word. Die waarde kan byvoorbeeld in die vorm van data kom, maar dit kan ook die uitruil van terugvoer of kennis wees.

Vir 'n data-ekosisteemkarteringsoefening, besoek die Open Data Institute se data-ekosisteemkartering: hulpmiddel en leiding.

Die verskaffing van toegang tot data kan 'n kritieke deel van die oefening wees, maar dit is nie die enigste element wat u moet oorweeg nie. Dit is ook belangrik om wyer te oorweeg hoe alle belanghebbendes in u data-ekosisteem waarde sal besef.

Intern sal senior leiers inkoop van belanghebbendes moet kry en momentum binne die organisasie moet opbou om die uitdaging aan te pak. Eksterne belanghebbendes sal die belyning met hul belange moet verstaan en aansporing hê om betrokke te raak. Met ander woorde, hulle sal die antwoord op die vraag nodig hê, "wat is daarin vir my?"

As belanghebbendes se belange in ag geneem word, sal dit uiteindelik help om vertroue op te bou. Dit kan insluit om u belanghebbendes te betrek as deel van die bespreking oor waarde-uitruilings, soos deur 'n groepdata-ekosisteem-karteringsessie by te woon.

Om die datalandskap te probeer assesseer is 'n uitdagende taak. Nadat u die vrae wat u wil beantwoord duidelik gedefinieer het, word die stap om datastelle te identifiseer 'n meer hanteerbare taak. Evalueer die data wat jy het en identifiseer watter oop en gedeelde data nodig is om die probleem op te los. U kan dit bereik deur:

• Gebruik 'n kontrolelys om die data wat jy het en wat jy daarmee kan doen te identifiseer, byvoorbeeld:
  • Waaruit bestaan die datastel?
  • Watter aspekte moet u beskerm en hoe sensitief is die data?
  • Waar word die data verkry? Om die stamboom van die data te verstaan, is 'n belangrike komponent om betroubare gebruik van data te bevorder. Die "stamboom" verwys na die kwaliteit van die datastel en is gebaseer op verskeie faktore, insluitend die herkoms van die datastel (insluitend statistieke van beraamde betroubaarheid, vertroue en risiko).
  • Waar word die data gestoor?
  • Vir watter doel sal dit gebruik word?
  • Is daar beperkings op toegang of gebruik?
• Die identifisering van leemtes in data en die identifisering van vennote wat kan bydra tot die projek of hulpbronne om oop data te bekom.
• Gebruik openlik beskikbare datastelle, soos dié wat beskikbaar gestel word onder oop dataterme op Azure Open Datasets, GitHub en Microsoft Research Open Data.
• Berei u interne datastelle voor vir eksterne deel. Vir data wat as oop beskikbaar gestel kan word, word dit aanbeveel om die Community Data License Agreement - Permissive, Weergawe 2.0 ( CDLA-Permissive-2.0 ) of 'n ander oop datalisensie te gebruik om u data te deel. Bepalings help gebruikers om die voorwaardes en beperkings rakende die gebruik van die data te verstaan. Die aanheg van toepaslike terme identifiseer die data as oop, skep duidelikheid oor hergebruik en bevorder innovasie. Niewinsorganisasies het toegang tot die Microsoft Nonprofit Innovation Hub, wat 'n liggewig wettige sjabloon insluit vir die vestiging van 'n datasamewerking.
• Vennootskap met ander organisasies of belanghebbendes wat probeer om dieselfde probleem op te los.

Vroeg in 2021 het die Open Data Institute en Microsoft 'n Peer Learning Network van stapel gestuur met die doel om organisasies wat rondom data saamwerk, te help om die uitdagings wat hulle in die gesig staar, doeltreffender aan te pak. Dit sluit in die ondersoek na kwessies wat verband hou met vertroue en betroubaarheid tussen deelnemers en ander belanghebbendes.

In die eerste werkswinkel is deelnemers bekendgestel aan die Data Ecosystem Mapping-instrument om die vloei van data en waarde in hul ekosisteme te ondersoek. Dit het ingesluit om hindernisse vir die deel van data te oorkom deur 'n betroubare ekosisteemkaart te ontwikkel om te verstaan waar vertroue - of die gebrek daaraan - die waarde wat deur datavloei geskep word, beïnvloed.

Een van die Peer Learning Network-samewerkingsprojekte, Caring for Equality, 'n samewerking van die regering van Buenos Aires City in Argentinië, die Sentrum vir Globale Ontwikkeling en die Open Data Charter, het ten doel gehad om ongelykheidsgapings aan te spreek ten opsigte van sorgverwante take wat vroue se ekonomiese outonomie beperk. Met behulp van data uit verskeie private en openbare bronne het spanne 'n "Caring Indicator System" geskep wat die situasie in Buenos Aires sou aanspreek en inligting verskaf om beleidmaking en aanspreeklikheid teenoor die stad se burgers te verbeter.

Die samewerking het die Data Ecosystem Mapping-oefening gebruik om die dataverskaffers en bronne te identifiseer, hoe toegang tot die data verkry en benut kan word, en hoe om die vertrouensuitdagings vir die deel van data met en binne die regering te oorweeg. Hierdie oefening het gelei tot belangrike besluitnemingspunte om die inisiatief vorentoe te lei met 'n gemeenskaplike begrip van die waarde van die Sorgstelsel wat gebou word.

Meer inligting oor Omgee vir Gelykheid kan hier gevind word.

Toe Londen sy plan aankondig om teen 2030 'n nulkoolstofstad te wees, was daar 'n behoefte om groener vervoermetodes deur die stad en omliggende voorstede te oorweeg. Aangesien die oorskakeling van die gebruik van petrol- en dieselaangedrewe voertuie na elektriese voertuie kan help om koolstofvrystellings te verminder, moes die stad geleenthede beter verstaan om 'n beter infrastruktuur vir elektriese laai te skep. Dit het behels dat ontwikkelaars en laaipuntoperateurs in staat gestel is om saam te werk om ryker datastelle te skep om die vraag van eienaars van elektriese voertuie (EV) te verstaan.

'N Vlieënier vir die deel van data is geskep om te verstaan hoe die EV-laai-infrastruktuur in Londen verbeter kan word. Die publiek-private data-deelprogram het insigte ontwikkel om potensiële liggings vir EV-laaistasies te bepaal. Die vlieënier vir die deel van data het die potensiaal van data-deling, datasamewerking en oop data getoon om Londen se EV-laai-infrastruktuur te help ontwikkel en uiteindelik Londen se doel om koolstofneutraal te wees deur 2030 te ondersteun.

Datastelle, insluitend verkeersgedragdata, data oor laaikapasiteit en data uit die landregister, het gehelp om meer as 2 000 openbare pakkies openbare grond in die stad te identifiseer wat verder as kandidaatlokasies vir EV-laaipunte beskou moet word.

Die deursigtigheid van die data stel die stad in staat om die basis vir analise te demonstreer en sodoende vertroue onder skeptici en motivering onder beleggers in EV-laai-infrastruktuur te genereer. Derde partye kan die ontleding ondersoek om te oorweeg of die gevolgtrekkings wat bereik is betroubaar en akkuraat is. Oor die algemeen het die gebruik van oop data in die projek getoon dat die oorkom van infrastruktuurhindernisse deur middel van data-deling moontlik was vir so 'n grootskaalse poging.

Meer inligting oor die EV Charging Infrastructure-vlieënier kan hier gevind word.

Net soos toegang tot data van kritieke belang is vir organisasies om probleme op te los en te innoveer, is die vaardighede wat nodig is om met die data te werk, noodsaaklik vir enige organisasie. Tog, volgens syfers van LinkedIn, werk ongeveer die helfte van alle mense met tegniese KI-vaardighede in die tegnologiesektor en is daar dikwels 'n tekort in ander organisasies en sektore.

As u probeer om data vir u organisasie te laat werk, is dit van kritieke belang om seker te maak dat u organisasie die nodige talent het om 'n plan te argitek en uit te voer om die insigte en antwoorde wat u wil bereik, te bereik. Dit beteken nie dat u spanne rekenaarwetenskaplikes in diens moet neem nie. Inteendeel, 'n verskeidenheid beroepe en vaardighede werk met data in verskillende vorme, insluitend data-ontleders, datawetenskaplikes, sagteware-ingenieurs en navorsers. Die talent wat u benodig, sal gedryf word deur die datavaardighede wat u benodig vir u inisiatief.

'N Kontrolelys van vrae wat u organisasie vir die evaluering kan insluit:

• Watter kritieke datavaardighede is nodig om die geïdentifiseerde uitdaging die hoof te bied? Tegniese vaardighede kan byvoorbeeld die bestuur van stelsels en infrastruktuur vir dataverwerking, die implementering van datapyplyne en analise, en visualisering of verslagdoening oor data insluit. Nie-tegniese vaardighede wat nodig is, kan raadplegende vereistes, bestuur van belanghebbendes en programbestuur insluit.
• Watter datavaardighede het jy vandag binne jou organisasie?
• Waar het jy 'n kritieke vaardigheidsgaping?
• Kan u met 'n ander organisasie saamwerk om hierdie leemte te vul, of benodig u die talent binne u eie organisasie?
• Moet jy nuwe talent aanstel? Is daar 'n geleentheid om huidige talent te verbeter?
• Bied u vandag opleidingsprogramme aan om datavaardighede te bevorder? Watter opleidingsprogramme kan nodig wees?

Gedetailleerde beskrywings van sleutel tegniese en besigheidsrolle vir 'n interdissiplinêre span kan gevind word in "The AI playbook", aflaaibaar hier.

Vir bykomende hulpbronne, verwys na die Open Data Institute se datavaardigheidsraamwerk.

Crowdsourcing met behulp van oop data help organisasies om moeilike probleme op te los omdat dit kan lei tot onverwagte oplossings, vinniger probleemoplossing en 'n verminderde gebruikerslas. Crowdsourcing werk deur vrywillige (of betaalde) data-insamelingsagente te gebruik wat al dan nie direkte bande het met die organisasie wat die navorsing doen. Hul hulp kan uiteindelik koste en tyd verminder deur huidige vaardighede en stelsels aan te vul. Vooruitgang in mobiele tegnologie het gehelp om die gewildheid van crowdsourcing te dryf omdat meer mense nou groter toegang tot data en 'n breedte van gemeenskappe regoor die wêreld het.

Die voordele van crowdsourcing sluit in:

• Diverse data. Omdat bydraers 'n verskeidenheid gebruikers van regoor die wêreld kan weerspieël, sal hul insette waarskynlik die diversiteit weerspieël wat nodig is om die betroubaarste resultate te skep.
• Verlaagde koste. Deur data-insameling uit te kontrakteer, kan organisasies moontlik koste verlaag en minder hulpbronne kan nodig wees om datastelle binne die organisasie te verkry, skoon te maak en te struktureer.
• Groter vertroue. Die naam "crowdsourcing" self impliseer dat data van buite enige organisasie verkry word en 'n wye verskeidenheid bydraers gebruik. As gevolg hiervan kan die proses geloofwaardigheid kry. Hierdie verbeterde vertroue kan groter deelname onder die publiek genereer om met die navorsing te help. 

'N Goeie voorbeeld van crowdsourcing in die mediese veld is Folding@home, 'n organisasie en aanlynplatform wat crowdsourcing gebruik om simulasies te versnel, soos dié waaruit die koronavirus verantwoordelik is vir COVID-19, en om nuwe terapieë te ontwikkel.

Deur 'n vennootskap met Microsoft AI for Health het dr. Greg Bowman, 'n molekulêre biofisikus aan die Washington University School of Medicine in St. Louis, vrywilligers van regoor die wêreld versoek om hul persoonlike rekenaarkrag te gebruik om proteïensimulasies uit te voer en die data wat gegenereer word, na sy bedieners terug te stuur. Die kollektiewe passie om 'n wêreldwye pandemie op te los, het daartoe gelei dat die aantal toestelle wat Folding@home het, binne twee maande van ongeveer 10 000 tot 1 miljoen gegroei het. Bowman sien die crowdsourcing-metode om oop data te gebruik as 'n model om beide bestaande en toekomstige siektes te bekamp.

"Ons kan 'n probleem neem wat 500 jaar sou geneem het om op 'n enkele lessenaar te voltooi en dit binne 'n kwessie van ses maande op te los," het hy gesê.

Kom meer te wete oor Folding@home en dr. Greg Bowman.

Meer inligting oor Microsoft se KI vir Gesondheid-program en -projekte kan hier gevind word.

Die gebruik van data om sosiale probleme aan te spreek, sal dikwels belangrike kwessies van bestuur en nakoming behels. Dit is belangrik om hierdie kwessies ook in die konteks van die gemeenskap van belanghebbendes te plaas met belange in die data en die gebruik daarvan. Die bou van sterk verhoudings met daardie gemeenskap sal help om goeie bestuur te bevorder en nuwe en toelaatbare gebruike te identifiseer wat tot onverwagte voordele van 'n datasamewerking of verwante inisiatief kan lei. Wanneer hierdie geleenthede deur jou gemeenskap vertrou word, kan hulle die voordele van jou data-inisiatief vir al die betrokke of geaffekteerde organisasies, individue en gemeenskappe versterk.

Goeie bestuursraamwerke kan help om risiko's te verminder. Hierdie risiko's kan wettig en regulatories wees, maar risiko's vir openbare vertroue en reputasie is ook van groot belang vir organisasies. Dit moet gebalanseer word teen die risiko's om nie toegang tot data vir openbare belang te bied nie. Die GovLab, en ander, stel hierdie proses voor as maniere om misbruik te vermy, soos ongemagtigde gebruike wat die betrokkenes benadeel, en gemiste gebruike, insluitend mislukte geleenthede om mense se lewens te verbeter deur die hergebruik van data. Hieronder is voorbeelde van bestuursoorwegings wat, wanneer dit in die vroeë stadiums beraadslaag en toegepas word, gebruik kan word om beide risikoversagting en verbeterde geleenthede vir datagebruik te bereik.

Wat as ons die gebruik van data wat almal kan verstaan, kan aktiveer? Dit kan insluit die ontwikkeling van 'n inisiatief met enige van die volgende oorwegings wat van die begin af ingebou is:

• Deursigtigheid in die inisiatief se bestuurs- en bestuursrade
• Deursigtigheid in die doel van die inisiatief
• Deursigtigheid in die data wat versamel, toeganklik of geskep is
• Deursigtigheid in hoe die gebruik van die data aan wette en regulasies voldoen
• Identifisering van 'n databestuurder
• Stoor en deel data veilig
• Die verskaffing van toegang tot of deel van data op 'n manier wat privaatheid en kommersieel sensitiewe inligting bewaar
• Lewering van insigte aan 'n wye verskeidenheid belanghebbendes waar voordele gedeel word
• Gebruik benaderings wat individue en organisasies 'n sê gee in aspekte van hoe data versamel, gebruik, gestoor en gedeel word

Wat as ons data kan versamel wat plaaslike gemeenskappe help om plaaslike probleme op te los? Wat as ons data gebruik om hindernisse vir insluiting aan te spreek? Antwoorde op vrae soos hierdie sal help om die publiek te wys dat die gebruik van data op nuwe en verantwoordelike maniere in hul belang is en positiewe gevolge oor die lang termyn kan hê.

Watter meganismes is in plek om te verseker dat die data gedeel en gebruik kan word? Oorwegings kan die volgende insluit:

• Hoe om die data "so oop as moontlik" te maak om innovasie te help en die data op nuwe en interessante maniere te gebruik en te kombineer. Kan die data op 'n betroubare manier oopgemaak of gedeel word, soos deur anonimisering?
• Hoe kan die data interoperabel gemaak word met behulp van algemene datamodelle, standaarde of stabiele identifiseerders? Die FAIR-beginsels bied byvoorbeeld leiding vir die verbetering van die vindbaarheid, toeganklikheid, interoperabiliteit en herbruikbaarheid van navorsingsdata.

Die kartering van hierdie doelwitte kan baie nuttig wees om 'n bestuursraamwerk vir 'n regverdige, oop en betroubare data-ekosisteem te ontwikkel. 'N Nuttige hulpmiddel om te ontwikkel en te evalueer hoe data gebruik word, is die Open Data Institute se Data Ethics Canvas.

Gedurende die lewensiklus van die inisiatief moet die bestuursraamwerk herbesoek word om 'n terugvoerlus te skep om te verseker dat doelwitte voortdurend heroorweeg word, veral as daardie doelwitte verander. U kan besluit dat bestuursbesluite die beste aan 'n groep belanghebbendes of 'n onafhanklike liggaam gedelegeer word, byvoorbeeld aan 'n bestuursraad of 'n onafhanklike databestuurder. Wanneer besluite gedelegeer word, kan dit veral belangrik wees om riglyne of 'n ooreengekome prinsipiële benadering te hê wat daardie besluite in staat sal stel om te ontwikkel op 'n manier wat in die gees van die inisiatief is.

Daarbenewens kan die mede-skepping van beginsels en voorwaardes waaronder toegang tot data verkry en hergebruik word deur direkte beraadslagings, soos die model wat deur The GovLab se The Data Assembly aangebied word, voorsiening maak vir 'n addisionele sosiale lisensie vir datasamewerking.

'n Beginselvaste benadering tot bestuur sal jou help om 'n bestuursraamwerk te ontwikkel wat verder gaan as wetlike en nakomingsoorwegings. Dit kan nuttig wees as verskeie organisasies betrokke is by 'n data-innovasie-inisiatief. Deur aanvanklik saam te stem oor die beginsels waarvolgens u data wil versamel, stoor, gebruik en deel, sal die groep bemagtig word om in die toekoms besluite te neem. Die beginsels kan in sommige gevalle in 'n datahandves vasgelê word.

As 'n beginpunt om jou beleide en beginsels vir die deel van data te assesseer en te evalueer, het Microsoft vyf beginsels gepubliseer wat ons bydraes en verbintenisse tot betroubare datasamewerking inlig. Ons hoop dat hierdie beginsels die breër gesprek oor oop data sal inlig en dat ander daarop kan voortbou en verbeter. Die vyf beginsels is:

• Oop - Ons sal werk om data wat relevant is vir belangrike sosiale probleme so oop as moontlik te maak, insluitend deur self oop data by te dra
• Bruikbaar - Ons sal belê in die skep van nuwe tegnologieë en gereedskap, bestuursmeganismes en beleide om data meer bruikbaar vir almal te maak
• Bemagtiging - Ons sal organisasies help om waarde uit hul data te genereer volgens hul keuses, en hul AI-talent ontwikkel om data effektief en onafhanklik te gebruik
• Veilig - Ons sal sekuriteitskontroles gebruik om te verseker dat datasamewerking operasioneel veilig is waar dit verlang word
• Privaat - Ons sal organisasies help om individue se privaatheid te beskerm in samewerking met die deel van data wat persoonlik identifiseerbare inligting behels

'N Voorbeeld van gemeenskapsbestuur is die Data Charter wat in 2021 gepubliseer is, volgens die aanbevelings van die London Data Commission.

Die ontsluiting van data-geleide oplossings is van kritieke belang om probleme op te los wat die stad se toekomstige groei beïnvloed. Sonder sinergie tussen plaaslike owerhede en private belange, sou dit onmoontlik wees om oplossings te vind vir dringende probleme soos die verbetering van luggehalte, verkorting van pendeltye, die verbetering van vervoer en die vermindering van opeenhoping. Aan die einde van 2019 het die sakegroep London First 'n groep openbare en private organisasies byeengeroep as lede van die London Data Commission. Die Datakommissie, onder leiding van 'n projekspan afleweringsvennote, waaronder London First, Arup, Oliver Wyman Forum en Microsoft, het plaaslike owerhede en private maatskappye bymekaar gebring om data so openlik as moontlik te deel. Die Datakommissie het die taak gehad om te dien as die gesaghebbende sakestem oor stadsdata en om te help om 'n ekosisteem vir die deel van data te begin deur standaarde vir datakwaliteit te skep en kwessies soos privaatheid, etiek en vertroue aan te spreek. In September 2020 het die London Data Commission voorstelle ontwikkel vir 'n raamwerk vir Data for London. Hierdie raamwerk beveel die lewering van 'n Londense dataraad en 'n Londense datahandves aan.

Na aanleiding van die aanbevelings van die London Data Commission, het London First 'n werkgroep geskep om hierdie aanbevelings na te kom en voort te gaan om saam met die hoof digitale beampte vir Londen te werk om die London Data Board te lewer en die London Data Charter te ontwikkel.

Die London Data Charter is gebou op 'n sewe-beginsel raamwerk: Lewer voordeel vir Londenaars; Dryf inklusiewe innovasie; Beskerm privaatheid en sekuriteit; Bevorder vertroue; Deel leer met ander; Skep skaalbare en volhoubare oplossings; en Wees so oop as moontlik. 'N Wye verskeidenheid maatskappye het hulle tot die raamwerk verbind, en die handves oorweeg nou mylpale vir Londen in hoe dit met die stad se sakegemeenskap werk om saam te werk om data te beveilig tot voordeel van openbare projekte.

Kom meer te wete oor die London Data Commission hier, en die London Data Charter hier.

Fundamenteel om data oop te maak, is die tegniese infrastruktuur wat nodig is om met daardie data te werk en data-deling te ondersteun. Dit sluit data-analise- en datavisualiseringsinstrumente in, sowel as tegnologieë en platforms om maklik en veilig toegang tot data binne en oor organisasies te verkry en te deel.

Om die tegnologiese en platformbehoeftes van u data-inisiatief te bepaal, sluit belangrike faktore in om in ag te neem:

• Is die data sensitief?
• Wat het jy nodig om te beskerm, en aan watter standaard wettig of kontraktueel?
• Wat moet jy beskerm, met inagneming van etiese, reputasie- en kommersiële oorwegings?
• Vir watter doel word die data beskikbaar gestel?
• Aan wie word die data beskikbaar gestel?
• Watter vlak van nut is nodig om met die data te werk?
• Kan die vereiste vlak van nut bereik word deur privaatheidsverbeterende tegnologieë toe te pas?
• Watter platforms bestaan om die deel en toegang van data te vergemaklik, in ooreenstemming met die vereiste standaarde?
• Vir sensitiewe data, watter bestuursraamwerke is in plek om toegang en deling te beheer?

Die GovLab se dataverantwoordelikheidsreis is 'n assesseringsinstrument wat poog om sulke vrae op 'n interaktiewe manier te hersien.

Elk van hierdie faktore kan dui op 'n verskeidenheid tegnologiese behoeftes. Byvoorbeeld, data-analise-instrumente kan help om tendense op te spoor, probleme en doeltreffendheid te identifiseer, asook voorspellings te maak. Met datavisualiseringsinstrumente kan u die data waarmee u werk, visualiseer en visueel manipuleer.

In scenario's waar privaatheid beskerm moet word, moet 'n reeks privaatheidsbesparende tegnieke oorweeg word, soos anonimisering en de-identifikasie. Differensiële privaatheid is 'n industrie-gedrewe tegniek om data in staat te stel om meer oop te maak op 'n manier wat nie databeskerming in gevaar stel nie. Konseptueel gebruik differensiële privaatheid twee stappe om privaatheidsvoordele te bereik:

• Eerstens word geraas by elke resultaat gevoeg om die bydrae van individuele datapunte te masker. Die geraas is beduidend genoeg om die privaatheid van 'n individu te beskerm, maar met die doel om nie die akkuraatheid van die antwoorde wat deur ontleders en navorsers onttrek word, wesenlik te beïnvloed nie.
• Tweedens word die hoeveelheid inligting wat uit elke navraag geopenbaar word, bereken en afgetrek van 'n algehele privaatheidsverliesbegroting. Sodra die privaatheidsbegroting ten volle gebruik is, is die data afgetree en mag geen bykomende navrae enige persoonlike privaatheidskompromis vermy nie. Dit kan beskou word as 'n ingeboude afskakelskakelaar wat verhoed dat die stelsel data wys wanneer dit iemand se privaatheid in gevaar kan stel.

Wat veiligheid betref, is dit belangrik om die beleid of toestand van die lewensiklus van data wat bedoel is om afgedwing te word, in ag te neem, asook die regte meganismes om die veiligheidsdoelwitte van u organisasie te bereik. Die beheer van toegang tot data en om te verseker dat diegene wat toegang verleen, gemagtig en behoorlik geverifieer word, is van kritieke belang, maar bykomende tegniese maatreëls kan nodig wees, afhangende van die data en hoe dit gebruik moet word. Vertroulike rekenaars help om sensitiewe data in die wolk te beskerm deur sekuriteit te bied deur middel van data-in-gebruik-enkripsie wat bykomende beskerming vir jou data bied terwyl dit verwerk word en groter samewerking tussen organisasies moontlik maak.

Agt maande na die COVID-19-pandemie het die Open Data Institute en Microsoft 'n Education Open Data Challenge begin om te kyk na die impak van die oorgang na afstandsonderrig op jong studente se onderwys.

Om uitdagingsdeelnemers toegang tot nuwe en relevante datastelle te gee, het Microsoft amerikaanse breëbandgebruikspersentasiedatastelle gepubliseer, beide op landvlak en op poskodevlak, afgelei van anonieme data wat ons versamel as deel van ons voortgesette werk om die prestasie en sekuriteit van ons sagteware en dienste te verbeter. Die poskodevlakdatastel bied 'n korrelige beeld van breëbandgebruikspersentasies deur huishoudings binne 'n poskode, daarom het ons 'n bykomende stap geneem om dataprivaatheidswaarborge te verseker. Ons het differensiële privaatheid toegepas en geraas by die data-samevoegings gevoeg. BroadbandNow het ook deelgeneem en sy prys- en breëbandverskafferdata op provinsiale vlak vir die eerste keer beskikbaar gestel.

Die Education Open Data Challenge het insiggewende voorleggings en ontledings opgelewer met kombinasies en visualisasies van data. Die uitdaging het ook gedien om te beklemtoon hoe meer oop data beskikbaar gestel kan word, terwyl privaatheid beskerm word.

Lees meer oor die Education Open Data Challenge.

Vir leiers wat data vir sosiale innovasie wil gebruik, bied die Open Data Policy Lab se Data Stewards Academy: Die ontwikkeling van 'n datahergebruikstrategie vir die oplossing van openbare probleme 'n selfgerigte leerprogram.

Organisasies in die sosiale sektor kan data.org se Data Maturity Assessment-instrument gebruik om te help meet en verstaan waar u organisasie vandag staan.

Vir 'n data-ekosisteemkarteringsoefening, besoek die Open Data Institute se data-ekosisteemkartering: hulpmiddel en leiding.

Vir meer inligting oor die assessering van die datalandskap en die konteks waarin jou data-inisiatief funksioneer, insluitend die identifisering van die probleem wat jou inisiatief wil aanspreek, besoek die Open Data Institute se Data Landscape Playbook.

As dit kom by opleidingsprogramme om huidige talent op te skerp of die vaardighede van bestaande talent op te skerp, is daar 'n verskeidenheid hulpbronne om uit te put:

• LinkedIn Learning- en Microsoft Learn-kursusse vir data-ontleders. LinkedIn Learning se self-tempo kursusse word deur kundiges in die bedryf aangebied, en die Microsoft Learn-kursusse bied kort stap-vir-stap tutoriale, blaaiergebaseerde interaktiewe koderings- en skriptomgewings en taakgebaseerde prestasies aan.
• Microsoft-sertifisering oor data en KI-grondbeginsels. Industrie-erkende Microsoft-sertifisering help talent om hul vaardighede en vermoë om in 'n rol te presteer met behulp van Microsoft-tegnologieë te bekragtig.
• Microsoft Digitale Vaardigheidsentrum vir Niewinsorganisasies. 'n Samewerking tussen TechSoup-kursusse en Microsoft, spesifiek vir niewinsorganisasies, om toegang tot Microsoft-produkopleiding te verkry, insluitend kursusse wat op Excel, Power BI en meer gefokus is.
• Microsoft-werkswinkels en opleidingsessies beskikbaar via die Microsoft Store. Hierdie gratis, lewendige opleidingskursusse vir sakeondernemings en professionele persone sluit inleidende en dieper duiksessies in.
• Microsoft Viva Leer. Opleiding op aanvraag is beskikbaar as deel van Microsoft Viva Learning in Microsoft Teams.
• MySkills4Afrika-inisiatief. Deur MySkills4Afrika bied Microsoft-werknemers van regoor die wêreld hul tyd, talent en kundigheid vrywillig aan om individue en organisasies regoor Afrika te help ondersteun.

Vir bykomende hulpbronne, verwys na die Open Data Institute se datavaardigheidsraamwerk.

Die Open Data Institute se Data Ethics Canvas is 'n nuttige hulpmiddel om te ontwikkel en te evalueer hoe data gebruik word.

Die GovLab se The Data Assembly bied 'n model vir die mede-skepping van beginsels en voorwaardes waaronder toegang tot data verkry word en weer gebruik word deur direkte beraadslaging.

Die London Data Charter, wat laat in 2021 gepubliseer is, is 'n voorbeeld van gemeenskapsbestuur in aksie.

By die beoordeling van 'n organisasie se tegnologie- en hulpbronbehoeftes vir 'n datasamewerking of -inisiatief, is The GovLab's Data Responsibility Journey 'n instrument wat die geleenthede en risiko's uiteensit wat u in elke stadium van die data-lewensiklus moet oorweeg.

Microsoft se samewerking met die OpenDP-inisiatief, onder leiding van Harvard, het SmartNoise, 'n eerste-van-sy-soort oopbronplatform vir differensiële privaatheid, vrygestel. Enigiemand kan die platform begin gebruik om hul datastelle wyd beskikbaar te stel aan ander regoor die wêreld. Die open source kode en voorbeelde is beskikbaar op GitHub.

Vertroulike rekenaars help om sensitiewe data in die wolk te beskerm deur sekuriteit te bied deur middel van data-in-gebruik-enkripsie wat bykomende beskerming vir jou data bied terwyl dit verwerk word. 'N Nuttige inleiding tot vertroulike rekenaars kan hier gevind word, saam met voorbeeldprojekte hier.

Microsoft het verskeie tegnologieë wat meer oop data oor 'n verskeidenheid gebruiksgevalle ondersteun, soos Azure Data Share, wat organisasies in staat stel om data eenvoudig en veilig met verskeie kliënte en vennote te deel en die vermoë bied vir organisasies om interne data met vennootdata te kombineer vir nuwe insigte.

GitHub is die wêreld se grootste sagteware-ontwikkelings- en kode-gasheerplatform. GitHub word gereeld gebruik vir dataprojekte, veral vir kleiner datastelle, samewerkende weergawe-data, data wat saam met kode geleë is, en masjienleerwerkstrome. GitHub ondersteun die lewering van data en notaboeke in verskillende formate.