Avoimen datan yhteiskunnallisen vaikutuksen viitekehys

Me Microsoftilla uskomme, että tieto on ratkaisevan tärkeää, kun pyritään ratkaisemaan tärkeitä yhteiskunnallisia ongelmia, joita maailma nykyään kohtaa. Maailmanlaajuinen pandemia on osoittanut meille datan tärkeän roolin COVID-19:n aiheuttamien haasteiden ymmärtämisessä, arvioinnissa ja ratkaisemisessa. Lähes kaikki organisaatiot, niin suuret kuin pienetkin, kamppailevat kuitenkin yhä sen kanssa, miten saada data merkitykselliseksi työssään. Huolimatta datan tarjoamasta arvosta monet organisaatiot eivät onnistu hyödyntämään sen voimaa tulosten parantamiseksi.

Osa tästä kamppailusta johtuu "datakuilusta" eli kuilusta, joka vallitsee niiden maiden ja organisaatioiden välillä, joilla on tehokas pääsy innovointia ja ongelmanratkaisua helpottaviin tietoihin, ja niiden välillä, joilla ei ole. Tämän kuilun kuromiseksi umpeen Microsoft käynnisti vuonna 2020 Avoin data -kampanjan auttaakseen toteuttamaan lupauksen avoimen datan ja innovointia edistävän datayhteistyön lisäämisestä.

Yksi tärkeimmistä opetuksista, joita olemme oppineet kampanjasta ja yhteistyötahojemme Open Data Instituten ja GovLabin kanssa tekemästämme työstä, on se, että kyky päästä käsiksi tietoihin ja käyttää niitä tulosten parantamiseksi on paljon muutakin kuin teknisiä välineitä ja dataa itsessään. On myös tärkeää pystyä hyödyntämään ja jakamaan kokemuksia ja käytäntöjä, jotka edistävät tehokasta datayhteistyötä ja päätöksentekoa. Tämä pätee erityisesti silloin, kun työskennellään hallitusten, monenvälisten järjestöjen, voittoa tavoittelemattomien organisaatioiden, tutkimuslaitosten ja muiden tahojen kanssa, jotka pyrkivät avaamaan ja käyttämään tietoja uudelleen tärkeiden yhteiskunnallisten kysymysten ratkaisemiseksi, erityisesti kehitysmaiden ongelmien ratkaisemiseksi.

Toisin sanoen pelkkä tiedon ja teknologian saatavuus ei luo maagisesti arvoa ja paranna tuloksia. Avoimen datan ja datayhteistyön hyödyntäminen parhaalla mahdollisella tavalla edellyttää, että pohditaan, miten organisaation johto voi sitoutua siihen, että datasta on hyötyä organisaation tehtävän kannalta, määritellään kysymykset, joihin se haluaa vastata datan avulla, määritetään taidot, joita sen tiimi tarvitsee datan käyttämiseen, ja määritetään, miten yhteistyötahojen ja -yhteisöjen luottamusta voidaan parhaiten kehittää ja luoda, jotta datasta saataisiin enemmän tietoa ja hyötyä.

Open Data for Social Impact Framework on työkalu, jonka avulla johtajat voivat hyödyntää tietoja heille tärkeimpien haasteiden ratkaisemiseksi. Tunnustamme, että kaikkea dataa ei voida saattaa julkisesti saataville, mutta näemme, että avoimen datan lisääminen voi tuoda valtavia hyötyjä, olipa kyseessä sitten luotettava datayhteistyö tai aidosti avoin ja julkinen data. Käytämme ilmaisua "yhteiskunnallinen vaikutus" tarkoittaaksemme myönteistä muutosta, joka tähtää jonkin yhteiskunnallisen ongelman ratkaisemiseen, kuten hiilidioksidipäästöjen vähentämiseen, laajakaistakuilun kaventamiseen, ammattitaidon kehittämiseen työpaikkoja varten sekä saavutettavuuden ja osallisuuden edistämiseen.

Uskomme rajattomiin mahdollisuuksiin, joita tietojen avaaminen, jakaminen ja yhteistyö niiden ympärillä voi luoda, jotta voidaan saada uusia oivalluksia, tehdä parempia päätöksiä ja parantaa tehokkuutta maailman kiireellisimpiin haasteisiin vastaamisessa.

Burton Davis
Microsoftin immateriaalioikeusryhmän varatoimitusjohtaja ja apulaisoikeusasiamies

Tämän sivuston tarkoituksena ei ole antaa oikeudellista neuvontaa, eikä siihen pidä luottaa sellaisenaan. Puitteet tarjoavat resursseja, joiden avulla organisaatiot voivat edistää avointa dataa ja osallistua datayhteistyöhön yhteiskunnallisen hyvän hyväksi. Datan jakaminen ei ole riskitöntä. On suositeltavaa hankkia riippumatonta oikeudellista neuvontaa. Tämä sivusto sisältää linkkejä kolmansien osapuolten resursseihin. Microsoft ei ole vastuussa mistään menetyksistä, vammoista tai vahingoista, jotka johtuvat linkkien käytöstä tai kolmansien osapuolten tarjoaman materiaalin käyttämisestä.

Avoimen datan käytöstä kiinnostuneet organisaatiot saattavat ymmärtää sen hyödyt ja sen soveltuvuuden tiettyihin hankkeisiin, mutta saattaa olla epäselvää, miten ottaa ensimmäinen askel. Seuraavassa on yksinkertainen etenemissuunnitelma, jota noudattamalla voit alkaa käyttää enemmän avointa dataa organisaatiosi, yhteisösi ja koko maailman haasteisiin vastaamiseksi. Klikkaamalla kohtaa saat lisätietoja ja voit siirtyä tämän kehyksen vastaaviin osioihin.

1. Määritä, onko organisaation infrastruktuuri kunnossa.

Monille organisaatioille avoimen datan käyttöönotto on kulttuurinen muutos. Ovatko sidosryhmät hyväksyneet sen? Oletteko arvioineet, mitä investointeja tarvitaan datan hyödyntämiseen? Onko sidosryhmät luoneet luottamusta? Varmista, että sinulla on nämä vastaukset ennen seuraavan askeleen ottamista.

Lisätietoja osoitteessa Johtajuus: Oletko valmis käyttämään dataa sosiaalisten tulosten parantamiseksi?

2. Ymmärrä kysymykset, joihin haluat vastata tietojen avulla.

Tietostrategia alkaa määrittämällä kysymykset, joihin etsit vastauksia. Kun olet tunnistanut nämä kysymykset, voit määrittää, mitä tietokokonaisuuksia tarvitset ja onko sinulla pääsy niihin.

Lisätietoja osoitteessa Mahdollisuus: Mihin kysymyksiin haluat vastata datan avulla?

3. Kootkaa tarvittavat lahjakkuudet.

Tarvitaan oikea strategia ja oikeat tietokokonaisuudet. Tarvitset kuitenkin myös oikeat ihmiset, jotka tarjoavat analyysejä ja näkemyksiä projektin aikana. Varmista, että arvioit tarvittavat datataidot ja että kaikki tiimisi jäsenet ymmärtävät, että yhteistyö on projektin ydin.

Lisätietoja osoitteessa Talent: Talent: Onko sinulla data-analyysiin tarvittava lahjakkuus?

4. Luottamuksen rakentaminen yhteisössä.

Luo hyvä hallintokehys, jolla varmistetaan, että sekä tietomahdollisuudet että -riskit otetaan huomioon. Varmista, että hallintopolitiikkasi takaa avoimuuden sidosryhmien välillä, yhteisön jäsenten osallistumisen ja edistää mahdollistamista, jotta he ymmärtävät, miksi avoimen datan kerääminen ja käyttö on heidän etunsa mukaista.

Lisätietoja osoitteessa Yhteisön hallinto: Oletko luonut yhteisöösi luottamusta tiedon käyttöön?

5. Varmista, että sinulla on oikeat tietoresurssit.

Analytiikka- ja tietojen visualisointityökalut ovat välttämättömiä, jos työskentelet monenlaisten tietokokonaisuuksien ja suuren tietomäärän parissa. Vastaavasti yksityisyydensuojan ja tietoturvan tarpeiden huomioon ottaminen on olennaisen tärkeää vastuullisessa avoimen datan ja datan jakamisen yhteistyössä.

Lisätietoja osoitteessa Teknologia ja data: Mitä ratkaisuja ja resursseja tarvitset, jotta voit lisätä vaikutusmahdollisuuksiasi?

Tekoäly eli tekoäly on maailmassa parhaillaan käynnissä olevan digitaalisen muutoksen selkäranka. Teolliset toiminnot, liiketoimintaprosessit, asiakashallinta ja monet muut muuttuvat koneoppimisen avulla, mikä luo mahdollisuuden suurempaan kokeiluun, tehokkuuteen ja nopeuteen. Suurten tietomäärien keräämisen, tallentamisen ja hallinnan virtaviivaistaminen luo luotettavampia oivalluksia, joita organisaatiot voivat hyödyntää päätöksenteossaan.

Suuret ja monipuoliset tietokokonaisuudet voivat auttaa vahvistamaan tai täydentämään näitä näkemyksiä. Avoin data eli tiedot, jotka on julkaistu kaikkien saataville, käytettäväksi ja jaettavaksi ilman rajoituksia, voivat auttaa käyttäjiä ratkaisemaan ongelmia nopeammin ja asiantuntevammin, mikä voi johtaa nopeampiin läpimurtoihin ja, koska se voi olla myös ennakoivaa, tuottaa entistä tarkempia ennusteita. Näistä syistä avoimen datan tarjoama arvo terveydenhuollossa, tieteessä, koulutuksessa, ympäristössä ja muualla on mittaamaton, sillä se auttaa ratkaisemaan yhteiskunnan suurimpia haasteita.

Useimmissa tapauksissa arvo ei ole datassa itsessään, vaan arvo syntyy siitä, mitä datalla tehdään. Tässä yhteydessä on myös tärkeää huomata muutamia datan taloudellisia näkökohtia. Data ei ole kilpailevaa - monet voivat käyttää sitä yhä uudelleen ja uudelleen ilman, että sen arvo heikkenee, ja sitä voidaan käyttää verkostovaikutusten aikaansaamiseksi - esimerkiksi enemmän dataa voi luoda parempaa tekoälyä, joka voi houkutella lisää käyttöä ja tuottaa lisää dataa.

Tietojen avaaminen tai niiden saatavuuden parantaminen voi tuottaa enemmän arvoa kuin niiden säilyttäminen siiloutuneena, ja se voi vapauttaa valtavasti julkista arvoa. Käyttäjät, jotka yhdistävät tietoja muihin tietokokonaisuuksiin tai käsittelevät niitä uudessa yhteydessä, voivat löytää uusia oivalluksia, joita ei ollut havaittavissa niiden alkuperäisessä käytössä. Kuten Open Data Policy Lab mainitsee 9R-kehyksessään, avoimemmat tiedot voivat myös mahdollistaa toistettavuuden, mikä parantaa luottamusta tuloksiin, kun muut voivat tehdä samanlaista tai siihen liittyvää työtä.

Keskeistä ei ole vain siirtää tietoja muille käyttäjille, vaan tehdä yhteistyötä heidän kanssaan, jotta ymmärretään, miten tietoja käytetään ja miten niiden käytöstä saatavat hyödyt voidaan jakaa takaisin yhteisön kanssa. Tietojen arvo syntyy siitä, miten niitä käytetään uusien merkitysten ja ratkaisujen löytämiseksi. Tietojen avaaminen voi auttaa välttämään tietojen käyttämättä jääviä käyttötarkoituksia - ja tietojen arvon menettämistä, jos ne pidetään suljettuina. Tämä on avoimen datan yhteishenki. Sen arvo on loputon.

Lisätietoja datan arvosta on Open Data Instituten The Value of Data -raportissa.

Tietojen avaamiseen voi liittyä riski arkaluonteisten tietojen paljastumisesta. Yksilön yksityisyyden suojaaminen ja luottamuksellisten tai kaupallisesti arkaluonteisten tietojen suojaaminen voi olla lakisääteistä tai sopimusperusteista. Lisäksi organisaatioiden on otettava huomioon arkaluonteisten tietojen jakamiseen liittyvät maineeseen liittyvät, eettiset ja kaupalliset riskit.

Tietojen jakamisen ekosysteemin sidosryhmien suojelemiseksi ja luottamuksen herättämiseksi tietojen jakamiseen on tärkeää suojata arkaluonteiset tiedot asianmukaisin oikeudellisin, teknisin ja organisatorisin keinoin. Tämän vaatimuksen ei kuitenkaan pitäisi estää organisaatioita noudattamasta tehokasta datastrategiaa. Suojaustaso voidaan pikemminkin saavuttaa ottamalla käyttöön sopivat hallintokehykset vastuullista tietojen jakamista varten.

Esimerkiksi yksityisyyden suojaa parantavia työkaluja voidaan käyttää henkilökohtaisten tietojen yksityisyyden suojaamiseksi. Tekniikoita ja tekniikoita, kuten eriytettyä yksityisyyttä, homomorfista salausta, luottamuksellista tietojenkäsittelyä, anonymisointia ja tunnistetietojen poistamista, voidaan hyödyntää yksilön yksityisyyden suojaamiseksi ja samalla parantaa organisaatioiden, tutkijoiden ja kansalaisyhteiskunnan tiedonsaantia. Vaikka nämä tekniikat eivät välttämättä sovellu kaikkiin tilanteisiin, ne voivat olla hyödyllisiä tietyissä yhteyksissä.

Lisätietoja avoimen datan aloitteiden vaikutuksen usein määrittävistä mahdollistavista ja estävistä tekijöistä on GovLabin jaksollisessa taulukossa avoimen datan vaikutustekijöistä.

Avoimen datan avulla sidosryhmät voivat saada uutta tietoa, joka auttaa heitä tekemään perustellumpia ja objektiivisempia päätöksiä. Eri lähteistä peräisin olevien lisätietoaineistojen arvo voi auttaa käyttäjiä saamaan enemmän selvyyttä asioihin ja avaamaan uusia oivalluksia. Kuten sanonta kuuluu, "et tiedä sitä, mitä et tiedä". Avoin data tarjoaa tilaisuuden paljastaa uusia mahdollisuuksia, joita käyttäjät eivät ole aiemmin ajatelleet.

Avoimen datan luonne itsessään ohjaa tätä prosessia. Tietoja voidaan esimerkiksi analysoida monin eri tavoin kuvioiden paljastamiseksi, jotta saadaan monitahoinen näkemys ongelmasta, jota käyttäjä yrittää ratkaista. Nämä havainnot voidaan jakaa suuren yleisön kanssa, jotta joukkoistamalla voidaan parantaa havaintoja tai luoda uusia, vielä löytämättömiä havaintoja. Laajemman jakamisen ja tietoisuuden lisäämisen ohella avoin data voi kannustaa muita vastavuoroiseen toimintaan ja tuottaa kaikille hyödyllisiä tuloksia.

Esimerkiksi The Nature Conservancy (TNC)-India ja Microsoft käyttävät olemassa olevia avoimia satelliittikuvia luodakseen uuden avoimen tietokokonaisuuden Intian aurinkovoimalaitoksista. Nämä tiedot auttavat tunnistamaan tekijöitä, jotka vaikuttavat maan soveltuvuuteen aurinkoenergiahankkeisiin, ja viime kädessä auttavat julkisia virastoja suunnittelemaan paremmin aurinkoenergian kehittämistä.

Päätöksenteon ei siis tarvitse perustua tiukasti tietoihin, jotka sijaitsevat jossakin yksittäisessä organisaatiossa. Avoin data mahdollistaa pääsyn muiden julkaisemiin tietoihin, ja se voi luoda mahdollisuuden lisätä organisaatiosi tietoja, mikä parantaa lopputulosta ja päätöksentekoa.

Kuten edellä todettiin, avoin data auttaa käyttäjiä tunnistamaan ja käsittelemään erilaisia ongelmia, joita ei ehkä alun perin ole otettu huomioon. Avoin data auttaa organisaatioita myös tunnistamaan yhteyksiä muihin tietokokonaisuuksiin. Purduen elintarvike- ja maatalousalan haavoittuvuusindeksissä hyödynnettiin hyvin erilaisia avoimia tietokokonaisuuksia, jotta saatiin uutta tietoa COVID-19:n vaikutuksesta maataloustuotantoon sekä viljelijöiden ja maataloustyöntekijöiden terveyteen.

Kun käytettävissä on enemmän tietoa, oivalluksia voidaan saada nopeammin. Tämä antaa käyttäjille vapauden kokeilla uusia ideoita, havaita aiemmin tuntemattomia korrelaatioita tai pidentää selvitysvaihetta. Tämä tietojen jatkuva avautuminen mahdollistaa uusia mahdollisuuksia tavoilla, jotka voivat olla tehokkaampia kuin aiemmin.

Avointa dataa hyödyntävät tieteelliset läpimurrot ovat jo osoittaneet, että se on tärkeä malli tutkijoille, sillä se edistää muun muassa protokollien jakamista, tulosten raportointia ja levittämistä sekä koodin jakamista. Kaikenlaisen tutkimuksen luonne edellyttää, että tiedot ovat haettavissa, saatavilla ja uudelleenkäytettävissä, jotta ne voidaan käyttää kolmansien osapuolten tarkasteluun.

Avoimen datan lupaus on, että se avaa nämä ovet ja nopeuttaa tutkimusta ja innovointia yleisen edun nimissä. Esimerkiksi tiettyjen terveystietojen jakaminen tai julkistaminen auttoi nopeuttamaan lääketieteellisten hoitojen, kuten COVID-19-viruksen torjumiseksi tuotettujen rokotteiden, kehittämistä. Tästä kokemuksesta saadut kokemukset ovat kannustaneet Yhdysvaltoja osoittamaan miljardeja dollareita oikea-aikaisemman tutkimuksen tukemiseen. Kansalliset terveysinstituutit ovat tähän mennessä myöntäneet lähes 4,9 miljardia dollaria COVID-19-tutkimushankkeiden tukemiseen. Avoimen datan periaatteiden sisällyttäminen näihin ohjelmiin voi auttaa nopeuttamaan tutkimusta, josta on hyötyä sekä nykyisessä pandemiassa että tulevissa kriiseissä.

• McKinsey Global Instituten vuonna 2013 julkaiseman raportin mukaan avoimen datan markkinat, joiden arvo on 3 biljoonaa dollaria vuodessa, keskittyvät siihen, että avointa julkishallinnon dataa ja yritysten hallussa olevaa jaettua dataa voidaan yhdistää.
• Vuonna 2014 Lateral Economics arvioi, että avoimen datan potentiaalinen arvo G20-maille olisi noin 2,6 biljoonaa dollaria vuodessa, mikä lisäisi G20-maiden yhteenlaskettua bruttokansantuotetta (BKT) noin 1,1 prosentilla vuosina 2014-2019 eli 55 prosentilla G20-maiden 2 prosentin lisäkasvutavoitteesta.
• Vuonna 2020 Euroopan dataportaali arvioi, että avoimen datan arvo EU28+-maissa oli 184,45 miljardia euroa vuonna 2019, ja ennusti sen nousevan 199,51-334,20 miljardiin euroon vuoteen 2025 mennessä. Raportissa tarkasteltiin myös työllisyyslukuja: vuonna 2019 avoimen datan työntekijöitä oli 1,09 miljoonaa ja vuoteen 2025 mennessä ennustettiin 1,12-1,97 miljoonaa työntekijää avoimen datan parissa.
• Transport for London on ilmoittanut, että sen avoimen datan käyttö on mahdollistanut sen, että yksityisen sektorin yritykset ovat tuoneet Lontoon talouteen 12-15 miljoonaa puntaa vuodessa.

Lisää tietoa ja tapaustutkimuksia siitä, miksi yritykset ovat ottaneet tiedon jakamisen omakseen, löydät Open Data Instituten julkaisusta "Seven reasons why businesses should be sharing data".

Lisätietoja datayhteistyön liiketoimintamahdollisuuksista ja datan uudelleenkäytöstä yleisen edun nimissä on Open Data Policy Labin 9R-kehyksessä.

Open Data for Social Impact Framework on työkalu, jonka avulla johtajat voivat hyödyntää dataa tärkeiden yhteiskunnallisten ongelmien ratkaisemiseksi, kuten hiilidioksidipäästöjen vähentämiseksi, laajakaistakuilun kuromiseksi umpeen, ammattitaidon lisäämiseksi työpaikkoja varten sekä esteettömyyden ja osallisuuden edistämiseksi. Seuraava kehys on suunniteltu opastamaan organisaatioiden johtajia eri puolilla datan ekosysteemiä - hallituksia, voittoa tavoittelemattomia järjestöjä ja monenvälisiä organisaatioita - näkemyksiin ja ratkaisuihin, joita he voivat käyttää tärkeiden yhteiskunnallisten kysymysten ratkaisemiseen.

Tällä sivustolla yksilöidään viisi aihealuetta, jotka organisaatioiden tulisi ottaa huomioon pyrkiessään käyttämään tietoja sosiaalisten tulosten parantamiseen: johtajuus, mahdollisuudet, taidot, yhteisön hallinto sekä teknologia ja tiedot. Siinä ehdotetaan kysymyksiä, joita kannattaa kysyä, ja tarjotaan resursseja, jotka voivat auttaa vastaamaan niihin. Näitä käsitteitä havainnollistetaan esimerkkien avulla, jotka on saatu todellisista avoimen datan hankkeista. Kirjassa on myös avoimen datan etenemissuunnitelma, jota organisaation johtajat voivat käyttää alkuun pääsemiseksi.

Tämä kehys voi toimia välineenä, jonka avulla voidaan luoda perusta avoimelle datalle ja datayhteistyölle. On kuitenkin olemassa monia muita erinomaisia resursseja, jotka voivat auttaa niitä, jotka haluavat käyttää dataa yhteiskunnallisen vaikuttavuuden edistämiseen.

Kehys edistää avoimen datan ja datayhteistyön kulttuuria ohjaamalla organisaation johtajia seuraavien kysymysten avulla:

1. Johtajuus: Johtajuus: Oletko valmis käyttämään tietoja sosiaalisten tulosten parantamiseksi?

2. Mahdollisuus: Mihin kysymyksiin haluat vastata tietojen avulla?

3. Taidot: Onko sinulla data-analyysiin tarvittava lahjakkuus?

4. Yhteisön hallinto: Oletko luonut yhteisössäsi luottamusta tietojen käyttöön?

5. Teknologia ja tiedot: Mitä ratkaisuja ja resursseja tarvitset vaikuttavuutesi mittaamiseen, mahdollistamiseen ja tehostamiseen?

Organisaatioiden johtajat saattavat kohdata erilaisia huolenaiheita tai vastustusta, kun he käyttävät tietoja vaikeiden haasteiden ratkaisemiseen. Joissakin näistä tapauksista lahjakkuus - jonka roolit vaihtelevat data-asiantuntijoista ja data-analyytikoista ohjelmapäälliköihin ja tutkijoihin - ei ole sisäistä datan keräämistä ja analysointia varten. Toisissa tapauksissa pitkä etumisaika, joka vaaditaan datan jakamisen hallintorakenteen kehittämiseen muiden organisaatioiden kanssa, voi johtaa siihen, että yhteistyöstä luovutaan ennen kuin se tuottaa tulosta.

Avoimen datan käyttöönotto on useimmille organisaatioille viime kädessä kulttuurin muutos.

Tässä yhteydessä on tärkeää tunnustaa, että organisaatiot ovat eriasteisesti kypsyneet datan suhteen - varhaisesta sitoutumisesta datan käyttämiseen innovointiin aina kulttuuriin, jossa datainnovaatiot ovat läsnä kaikilla tasoilla. Riippumatta siitä, missä vaiheessa organisaatio on, avoimen datan lähestymistapa edellyttää johtajaa, joka on sitoutunut ottamaan organisaation datan käyttöön. Tämä sitoutuminen voi tapahtua monessa eri muodossa, esimerkiksi seuraavasti:

• Tietojen jakamisen tärkeyden puolustaminen ja siitä julkisesti puhuminen.
• Tietojen hyödyntäminen.
• Kannustetaan yhteistyöhön ja yhteisön sitoutumiseen.
• Suhteiden luominen tärkeimpiin edunsaajiin ja mahdollisiin tietojen käyttäjiin.
• Tietojen vastuullisen käytön puitteiden luominen.

Kaikki nämä toimet auttavat luomaan luotettavan lähestymistavan tietojen jakamiseen, joka voi herättää luottamusta sidosryhmien keskuudessa.

Harkitse seuraavia vaiheita, jotta organisaatiosi pystyy käyttämään tietoja innovatiivisesti ensisijaisten ongelmien ratkaisemiseen:

• Mitä investointeja tarvitaan, jotta tiedot saadaan käyttöön?
• Mitä kannustimia tarvitaan, jotta tiedot saadaan käyttöön?
• Miten rakennat luottamusta sisäisesti ja ulkoisesti? Ketkä ovat kumppaneitasi/sidosryhmiäsi?
• Miten voit saada organisaatiossasi aikaan vauhtia, jotta datan avulla tapahtuvaa innovointia pidettäisiin pitkän aikavälin prioriteettina eikä lyhyen aikavälin hankkeena?

Ei ole yllättävää, että organisaatiot, jotka pitävät tietoa elintärkeänä resurssina, vaativat vahvaa johtajuutta. Data Orchardin heinäkuussa 2021 julkaiseman tutkimuksen mukaan 63 prosenttia vastaajista sanoo, että heidän organisaationsa johto ei ole vakuuttunut datan arvosta. Vain kolmannes sanoo, että heidän johtonsa on sitoutunut ja tukee, kysyy datasta oikeita kysymyksiä ja on aktiivinen sen arvon valjastamisessa. Datan hyödyntämisen lupaus luo johtajille merkittävän mahdollisuuden parantaa valmiuksiaan käyttää dataa organisaationsa hyödyksi.

NYU:n GovLab isännöi Data Stewards -akatemiaa, joka sisältää itseohjautuvan oppimisohjelman. Kurssi on tarkoitettu henkilöille, jotka toimivat datan hallinnoijina eri tehtävissä eri puolilla maailmaa - tehtävässä, jossa pyritään vastaamaan edellä lueteltuihin kysymyksiin tavalla, joka mahdollistaa systeemisen, kestävän ja vastuullisen datayhteistyön.

Avoimen datan ja tiedon jakamista koskevien aloitteiden toteuttaminen edellyttää kulttuurisia, strategisia ja toiminnallisia muutoksia. Jotta nämä hyödyt - kuten tulosvastuu, luottamus, avoimuus ja turvallisuus - voidaan hyödyntää, johdon on ensin puututtava sisäisiin esteisiin ja muunlaiseen organisaation vastustukseen. Tähän voi kuulua nykytilanteen kyseenalaistaminen, laajamittaisten uudistusten toteuttaminen tai uusien riskien ottaminen - kaikissa näissä muutoksissa ja erityisesti suuressa organisaatiossa vahva johtajuus ja sitoutuminen on elintärkeää.

Kun organisaatiokulttuuria muutetaan tietoon perustuvammaksi, Maailman terveysjärjestö (WHO) osoittaa jatkuvasti tämän välttämättömyyden. WHO:lla on maailmanlaajuisesti yli 8 000 työntekijää ja se on vastuussa 194 jäsenvaltiolleen kuudella alueella, joten digitaalisen muutosaloitteen toteuttaminen onnistui vain vahvalla johtamisella ja toimilla kaikilla tasoilla.

Monenkeskisenä järjestönä WHO:lla on ainutlaatuinen asema tieteeseen ja näyttöön perustuvana yksikkönä, joka asettaa maailmanlaajuisesti sovellettavia normeja ja standardeja ja jonka tehtävänä on edistää terveyttä, pitää maailma turvallisena ja palvella haavoittuvia. Kun tohtori Tedros Adhanom Ghebreyesus nimitettiin WHO:n pääjohtajaksi vuonna 2017, hän tunnusti, että tieto on kriittinen osa tämän tehtävän toteuttamista ja "kolmen miljardin" tavoitteen saavuttamista: miljardi ihmistä enemmän nauttii paremmasta terveydestä ja hyvinvoinnista, miljardi ihmistä enemmän saa kohtuuhintaisen yleisen terveydenhuollon ja miljardi ihmistä on paremmin suojattu terveydenhuollon hätätilanteilta.

Vuonna 2019 tohtori Tedros osoitti sitoutumisensa WHO:n muuttamiseen nykyaikaiseksi, tietoon perustuvaksi organisaatioksi ilmoittamalla julkisesti visiostaan ja perustamalla uuden tieto-, analytiikka- ja vaikuttavuusosaston (DDI). Tämä osasto perustettiin puuttumaan kiireellisesti datapuutteisiin, vähentämään datan hajanaisuutta ja tehostamaan WHO:n kokonaisvaltaisia dataprosesseja. Erityistä huomiota kiinnitettiin terveystietojen ja -resurssien konsolidointiin ulkoisia ja sisäisiä käyttäjiä varten sekä nykyaikaisen teknologian käyttöön, mukaan lukien yksityisten ja arkaluonteisten tietojen suojaaminen, läpinäkyvä analytiikka ja tehokkaat visualisointimenetelmät.

WHO:n johto pyrki alusta alkaen rakentamaan luottamusta ja jatkuvuutta sekä sisäisten että ulkoisten sidosryhmiensä kanssa edistämällä strategista ja johdonmukaista lähestymistapaa tiedonhallintaan. Sisäisesti perustettiin ylimmästä johdosta koostuva tietohallintokomitea, joka määritteli yrityksen tietostrategian ja -politiikan suunnan. Lisäksi luotiin Data Hub and Spoke Collaborative -yhteistyöelin, jonka tehtävänä on helpottaa tiedonhallintakäytäntöjen täytäntöönpanoa koko WHO:ssa ja jossa ovat edustettuina kaikki asiaankuuluvat ohjelmat ja kaikki alueet. Ylimmälle johdolle annettiin tehtäväksi tukea säännöllisesti yhteistyöelimen kokouksia ohjauksen antamiseksi, mikä rohkaisi edistymistä ja antoi kipeästi kaivattua tukea uuden tiedonhallintamekanismin institutionalisoimiseksi.

Ulkoisesti WHO hankki ulkopuolisia neuvonantajia ja teki yhteistyötä muiden kuin YK:n järjestöjen, myös yksityisen sektorin, kanssa kehittääkseen tieto- ja analyysivalmiuksiaan. Kesäkuussa ja syyskuussa 2021 se kutsui koolle kaksi terveystiedon hallinnan huippukokousta, joissa WHO, jäsenvaltiot, kumppanit ja suuri yleisö kokoontuivat tarkastelemaan parhaita käytäntöjä ja korostamaan terveystiedon tarvetta maailmanlaajuisena julkishyödykkeenä.

Lisäksi WHO:n johto teki yhteistyössä Microsoftin, Avanaden ja muiden tahojen kanssa pitkän aikavälin investointeja kehittääkseen ja ylläpitäkseen teknisiä järjestelmiä, joita tarvitaan ajantasaisen, luotettavan ja käyttökelpoisen tiedon avulla tehtäviin päätöksiin. Tämän investoinnin tuloksena kehitettiin World Health Data Hub (WHDH). WHDH on maailman ensimmäinen kattava, kokonaisvaltainen ratkaisu globaalille terveydenhuollolle, ja sen tavoitteena on virtaviivaistaa prosesseja ja varmistaa, että tiedot ovat kaikkien sidosryhmien saatavilla, löydettävissä ja hyödynnettävissä.

WHO:n johto on koko muutosprosessin ajan osoittanut sitoutumisensa puhumalla julkisesti, olemalla näkyvästi esillä ja sitoutumalla sekä sisäisesti että ulkoisesti sekä investoimalla pitkällä aikavälillä käytännön välineisiin (kuten WHDH) ja käyttäytymisen muutokseen (kuten päivitettyyn arvomaailmaan), joita tarvitaan toteutukseen. Tämä laajamittainen kulttuurinen muutos tietoon perustuvaan organisaatioon olisi mahdotonta ilman johdon sitoutumista, ja WHO voi toimia esimerkkinä muille organisaatioille, jotka pyrkivät samanlaiseen muutokseen.

Sen ymmärtäminen, miksi haluat ratkaista ongelman, vaikuttaa yksinkertaiselta tehtävältä. Itse asiassa "miksi" kysyminen voi tuntua niin suoraviivaiselta, että tämä vaihe voidaan usein jättää huomiotta. "Miksi" kysyminen on kuitenkin olennaisen tärkeää hankkeen käynnistämiseksi ja kestävän ratkaisun ylläpitämiseksi. Sitä tarvitaan koko innovaation elinkaaren ajan, alkaen vauhdin luomisesta organisaatiossa, sidosryhmien sitouttamisesta, hankkeen etenemisestä, oikean lähestymistavan löytämisestä hallinnointiin, tietojen tarkoituksenmukaisuuden varmistamisesta ja teknisen ratkaisun toteuttamisesta.

Ensimmäinen tärkeä askel on tunnistaa kysymykset, joihin haluat vastata. Kun kysymykset on tunnistettu, voit alkaa miettiä ratkaisuja, joita tarvitaan niiden ratkaisemiseksi ja ongelman ratkaisemiseksi.

Esimerkkejä ongelmista, joiden ratkaisemisessa avoin data voi auttaa, ovat:

• Organisaatiollani on tietoja, jotka voisivat auttaa parantamaan liikkumissuunnittelua alueellani. Miten voin jakaa näitä tietoja mielekkäällä ja vastuullisella tavalla?
• Organisaationi on julkaissut avoimia tietoja rotuun perustuvasta eriarvoisuudesta. Miten kannustamme käyttämään näitä tietoja?
• Mitkä ovat kustannustehokkaimmat ja tasapuolisimmat toimet ilmanlaadun parantamiseksi kullakin alueella, erityisesti matalan ja keskitulotason maihin vaikuttavien saastelähteiden osalta?

Viimeksi mainittua esimerkkiä ja muita kiireellisiä ja vaikuttavia kysymyksiä, joihin voitaisiin vastata, jos asiaankuuluvia tietokokonaisuuksia hyödynnettäisiin vastuullisesti, voi tarkastella GovLabin 100 kysymystä -aloitteessa.

Nyt kun olet tunnistanut kysymykset, seuraava vaihe on ymmärtää, missä vaiheessa organisaatiosi on vastausten saamisessa. Tätä varten voi olla hyödyllistä kartoittaa nykyinen dataekosysteemi. Tietoekosysteemin kartoittamisen avulla voidaan tutkia uusia tietolähteitä, hyödyntää nykyisiä tietovirtoja, tunnistaa, missä tarvitaan muutoksia, ja tunnistaa muita sidosryhmiä, jotka myös työskentelevät saman tai samankaltaisen ongelman ratkaisemiseksi.

Yksi tapa päästä alkuun on kartoittaa dataekosysteemisi datatoimijat ja se, miten arvoa vaihdetaan koko ekosysteemissä. Arvo voi olla esimerkiksi dataa, mutta se voi olla myös palautteen tai tiedon vaihtoa.

Tietoekosysteemikartoitusharjoitus löytyy Open Data Instituten Data Ecosystem Mapping-sivustolta: Tool and Guidance.

Tietojen saatavuuden tarjoaminen voi olla kriittinen osa harjoitusta, mutta se ei ole ainoa huomioon otettava tekijä. On myös tärkeää miettiä laajemmin, miten kaikki sidosryhmät dataekosysteemissäsi saavat lisäarvoa.

Sisäisesti ylempien johtajien on saatava sidosryhmiltä hyväksyntä ja luotava organisaation sisällä vauhtia haasteeseen vastaamiseksi. Ulkopuolisten sidosryhmien on ymmärrettävä, että asia on linjassa niiden etujen kanssa, ja niillä on oltava kannustin sitoutua. Toisin sanoen heidän on saatava vastaus kysymykseen "mitä hyötyä siitä on minulle".

Sidosryhmien etujen huomioon ottaminen auttaa lopulta rakentamaan luottamusta. Tähän voi kuulua sidosryhmien ottaminen mukaan arvojen vaihdosta käytävään keskusteluun esimerkiksi osallistumalla ryhmässä pidettävään tietojen ekosysteemikartoitukseen.

Tietomaailman arviointi on pelottava tehtävä. Kun olet määritellyt selkeästi kysymykset, joihin haluat vastata, tietokokonaisuuksien tunnistaminen on helpompi tehtävä. Arvioi käytettävissäsi olevat tiedot ja määrittele, mitä avoimia ja jaettuja tietoja tarvitaan ongelman ratkaisemiseksi. Voit tehdä tämän seuraavasti:

• Tarkistuslistan käyttäminen esimerkiksi tunnistamaan, mitä tietoja sinulla on ja mitä voit tehdä niillä:
  • Mitä aineisto sisältää?
  • Mitä näkökohtia sinun on suojattava ja kuinka arkaluonteisia tiedot ovat?
  • Mistä tiedot ovat peräisin? Tietojen alkuperän ymmärtäminen on keskeinen tekijä tietojen luotettavan käytön edistämisessä. Sukutaulu viittaa tietokokonaisuuden laatuun, ja se perustuu useisiin tekijöihin, kuten tietokokonaisuuden alkuperään (mukaan lukien arvioitua luotettavuutta, luotettavuutta ja riskiä kuvaavat mittarit).
  • Mihin tiedot tallennetaan?
  • Mihin tarkoitukseen sitä käytetään?
  • Onko pääsyyn tai käyttöön liittyviä rajoituksia?
• Tunnistetaan tietopuutteet ja kartoitetaan yhteistyökumppanit, jotka voivat osallistua hankkeeseen , tai resurssit avoimen datan hankkimiseksi.
• Hyödynnetään avoimesti saatavilla olevia tietokokonaisuuksia, kuten Azure Open Datasets-, GitHub- ja Microsoft Research Open Data-palveluissa avoimen datan ehdoilla saatavilla olevia tietokokonaisuuksia.
• Sisäisten tietokokonaisuuksien valmistelu ulkoista jakamista varten. Avoimena saataville asetettavissa aineistoissa suositellaan käytettäväksi Community Data License Agreement - Permissive, Version 2.0 (CDLA-Permissive-2.0) -lisenssisopimusta tai muuta avoimen datan lisenssiä aineiston jakamiseen. Ehdot auttavat käyttäjiä ymmärtämään datan käyttöä koskevat ehdot ja rajoitukset. Asianmukaisten ehtojen liittäminen osoittaa datan avoimeksi, luo selkeyttä uudelleenkäyttöön ja edistää innovointia. Voittoa tavoittelemattomat yhteisöt voivat käyttää Microsoft Nonprofit Innovation Hubia, joka sisältää kevyen oikeudellisen mallin datayhteistyön perustamista varten.
• Kumppanuus muiden organisaatioiden tai sidosryhmien kanssa, jotka pyrkivät ratkaisemaan saman ongelman.

Vuoden 2021 alussa Open Data Institute ja Microsoft käynnistivät vertaisoppimisverkoston, jonka tavoitteena on auttaa tietojen parissa yhteistyötä tekeviä organisaatioita vastaamaan tehokkaammin kohtaamiinsa haasteisiin. Tähän kuului myös osallistujien ja muiden sidosryhmien väliseen luottamukseen ja luotettavuuteen liittyvien kysymysten tutkiminen.

Ensimmäisessä työpajassa osallistujat tutustuivat Data Ecosystem Mapping -työkaluun, jonka avulla he pystyivät tutkimaan tietovirtoja ja arvoa ekosysteemeissään. Tähän sisältyi tietojen jakamisen esteiden voittaminen kehittämällä luottamuksen ekosysteemikartta, jotta ymmärrettäisiin, missä luottamus - tai sen puute - vaikuttaa tietovirtojen tuottamaan arvoon.

Yksi vertaisoppimisverkoston yhteistyöhankkeista, Caring for Equality, joka oli Argentiinan Buenos Airesin kaupungin hallituksen, Center for Global Developmentin ja Open Data Charterin yhteistyöhanke, pyrki puuttumaan eriarvoisuuksiin, jotka liittyvät naisten taloudellista itsenäisyyttä rajoittaviin hoitotehtäviin. Käyttämällä useista yksityisistä ja julkisista lähteistä peräisin olevia tietoja ryhmät loivat "hoivaa koskevan indikaattorijärjestelmän", joka käsittelisi Buenos Airesin tilannetta ja tarjoaisi tietoa poliittisen päätöksenteon ja vastuuvelvollisuuden parantamiseksi kaupungin asukkaita kohtaan.

Yhteistyössä käytettiin Data Ecosystem Mapping -harjoitusta, jonka avulla kartoitettiin tiedon tarjoajat ja tietolähteet, miten tietoja voitaisiin käyttää ja hyödyntää ja miten voitaisiin ottaa huomioon luottamukseen liittyvät haasteet, jotka liittyvät tietojen jakamiseen hallituksen kanssa ja sen sisällä. Harjoitus johti tärkeisiin päätöksentekokohtiin, joiden avulla aloitetta voitiin viedä eteenpäin yhteisymmärryksessä rakennettavan hoitojärjestelmän arvosta.

Lisätietoja Caring for Equality -ohjelmasta on täällä.

Kun Lontoo ilmoitti suunnitelmastaan olla hiilidioksidipäästötön kaupunki vuoteen 2030 mennessä, oli tarpeen harkita vihreämpiä liikennemuotoja koko kaupungissa ja sitä ympäröivissä esikaupungeissa. Koska siirtyminen bensiini- ja dieselkäyttöisten ajoneuvojen käytöstä sähköajoneuvoihin voi auttaa vähentämään hiilidioksidipäästöjä, kaupungin oli ymmärrettävä paremmin mahdollisuuksia luoda parempi infrastruktuuri sähkölatausta varten. Tämä edellytti, että rakennuttajat ja latauspisteiden ylläpitäjät voivat tehdä yhteistyötä luodakseen entistä monipuolisempia tietokokonaisuuksia, jotta sähköajoneuvojen omistajien kysyntää voitaisiin ymmärtää.

Tietojen jakamista koskeva pilottihanke luotiin sen selvittämiseksi, miten Lontoon sähköautojen latausinfrastruktuuria voitaisiin parantaa. Julkisen ja yksityisen sektorin välisessä tietojenvaihto-ohjelmassa kehitettiin tietoja, joiden avulla voitiin määrittää mahdollisia sijainteja sähköautojen latausasemille. Tiedonjakopilotti osoitti, että tietojen jakaminen, tietojen yhteistyö ja avoin data voivat auttaa kehittämään Lontoon sähköautojen latausinfrastruktuuria ja viime kädessä tukea Lontoon tavoitetta olla hiilineutraali vuoteen 2030 mennessä.

Tietokokonaisuudet, mukaan lukien liikennekäyttäytymistä koskevat tiedot, latauskapasiteettia koskevat tiedot ja maarekisteristä saadut tiedot, auttoivat tunnistamaan yli 2 000 kaupungin julkista maa-aluetta, joita olisi harkittava ehdokkaiksi sähköautojen latauspisteiden sijoituspaikoiksi.

Tietojen avoimuuden ansiosta kaupunki voi osoittaa analyysin perustan, mikä auttaa luomaan luottamusta epäilijöiden keskuudessa ja motivaatiota sähköautojen latausinfrastruktuuriin investoijien keskuudessa. Kolmannet osapuolet voivat tarkastella analyysia tarkkaan ja pohtia, ovatko tehdyt päätelmät luotettavia ja tarkkoja. Kaiken kaikkiaan avoimen datan käyttö hankkeessa osoitti, että tietojen jakamisen avulla infrastruktuurin esteet oli mahdollista ylittää näin laajamittaisessa hankkeessa.

Lisätietoja sähköautojen latausinfrastruktuuria koskevasta pilottihankkeesta löytyy täältä.

Aivan kuten tietojen saatavuus on ratkaisevan tärkeää organisaatioille ongelmanratkaisun ja innovoinnin kannalta, myös tietojen käsittelyyn tarvittavat taidot ovat elintärkeitä mille tahansa organisaatiolle. LinkedInin lukujen mukaan kuitenkin noin puolet kaikista teknisiä tekoälytaitoja omaavista henkilöistä työskentelee teknologia-alalla, ja niistä on usein pulaa muissa organisaatioissa ja muilla aloilla.

Kun haluat hyödyntää dataa organisaatiossasi, on tärkeää varmistaa, että organisaatiollasi on tarvittava osaaminen suunnitelman laatimiseen ja toteuttamiseen, jotta saavutat haluamasi näkemykset ja vastaukset. Tämä ei tarkoita, että sinun on palkattava tietotekniikan tutkijaryhmiä. Päinvastoin, datan kanssa työskentelevät eri muodoissaan monenlaiset ammatit ja osaamisalueet, kuten data-analyytikot, datatieteilijät, ohjelmistosuunnittelijat ja tutkijat. Tarvitsemasi lahjakkuus määräytyy aloitteessasi tarvittavien datataitojen mukaan.

Organisaationne voi käyttää arvioinnissa muun muassa seuraavia kysymyksiä:

• Mitä kriittisiä tietotaitoja tarvitaan tunnistetun haasteen ratkaisemiseksi? Teknisiin taitoihin voi kuulua esimerkiksi järjestelmien ja infrastruktuurin hallinta tietojen käsittelyä varten, dataputkien ja analytiikan toteuttaminen sekä tietojen visualisointi tai raportointi. Tarvittavia ei-teknisiä taitoja voivat olla esimerkiksi konsultatiivinen vaatimusten kerääminen, sidosryhmien hallinta ja ohjelmanhallinta.
• Mitä datataitoja organisaatiossasi on tällä hetkellä?
• Missä on kriittinen osaamisvaje?
• Voitteko tehdä yhteistyötä toisen organisaation kanssa täyttääksenne tämän aukon, vai tarvitsetteko lahjakkuutta omassa organisaatiossanne?
• Tarvitsetko uusia osaajia? Onko sinulla mahdollisuus kehittää nykyisiä kykyjä?
• Tarjoatteko nykyään koulutusohjelmia, joiden avulla voitte edistää datataitoja? Mitä koulutusohjelmia voidaan tarvita?

Yksityiskohtaiset kuvaukset monialaisen tiimin keskeisistä teknisistä ja liiketoiminnallisista rooleista löytyvät asiakirjasta "The AI playbook", joka on ladattavissa täältä.

Lisäresursseja löydät Open Data Instituten Data Skills Framework-julkaisusta.

Avoimen datan joukkoistaminen auttaa organisaatioita ratkaisemaan vaikeita ongelmia, koska se voi johtaa odottamattomiin ratkaisuihin, nopeuttaa ongelmanratkaisua ja vähentää käyttäjien taakkaa. Joukkoistaminen toimii käyttämällä vapaaehtoisia (tai palkattuja) tiedonkerääjiä, joilla voi olla suoria yhteyksiä tutkimusta tekevään organisaatioon tai ei. Heidän apunsa voi lopulta vähentää kustannuksia ja aikaa täydentämällä nykyisiä taitoja ja järjestelmiä. Mobiiliteknologian kehittyminen on edistänyt joukkoistamisen suosiota, koska yhä useammat ihmiset pääsevät nyt helpommin käsiksi tietoihin ja laajoihin yhteisöihin eri puolilla maailmaa.

Joukkoistamisen etuja ovat muun muassa:

• Monipuoliset tiedot. Koska osallistujat voivat edustaa erilaisia käyttäjiä eri puolilta maailmaa, heidän panoksensa heijastavat todennäköisesti sellaista monimuotoisuutta, jota tarvitaan luotettavimpien tulosten aikaansaamiseksi.
• Pienemmät kustannukset. Ulkoistamalla tiedonkeruun organisaatiot voivat vähentää kustannuksia ja tarvita vähemmän resursseja tietokokonaisuuksien hankkimiseen, puhdistamiseen ja jäsentämiseen organisaation sisällä.
• Suurempi luottamus. Jo nimikin "joukkoistaminen" viittaa siihen, että tiedot hankitaan minkään organisaation ulkopuolelta ja että ne perustuvat monenlaisiin tekijöihin. Tämän vuoksi prosessi voi saada uskottavuutta. Luottamuksen lisääntyminen voi lisätä yleisön osallistumista tutkimukseen.

Hyvä esimerkki joukkorahoituksesta lääketieteen alalla on Folding@home, organisaatio ja verkkoalusta, joka käyttää joukkoistamista nopeuttaakseen simulaatioita, kuten COVID-19:n aiheuttaneen koronaviruksen simulaatioita, ja kehittääkseen uusia hoitomuotoja.

Tohtori Greg Bowman, molekyylibiofyysikko Washington University School of Medicinessä St. Louisissa, pyysi Microsoft AI for Health -yhteistyökumppanuuden kautta vapaaehtoisia ympäri maailmaa käyttämään henkilökohtaista laskentatehoaan proteiinisimulaatioiden suorittamiseen ja lähettämään tuotetut tiedot takaisin palvelimille. Kollektiivinen intohimo ratkaista maailmanlaajuinen pandemia johti siihen, että Folding@homea käyttävien laitteiden määrä kasvoi noin 10 000:sta miljoonaan vain kahdessa kuukaudessa. Bowman näkee avoimen datan joukkoistamismenetelmän mallina sekä nykyisten että tulevien tautien torjunnassa.

"Voimme ratkaista ongelman, jonka ratkaiseminen olisi kestänyt 500 vuotta yhdellä työpöydällä, kuudessa kuukaudessa", hän sanoi.

Lisätietoja Folding@home-ohjelmasta ja tohtori Greg Bowmanista.

Lisätietoja Microsoftin AI for Health -ohjelmasta ja -hankkeista löytyy täältä.

Tietojen käyttöön sosiaalisten ongelmien ratkaisemiseksi liittyy usein tärkeitä hallintoon ja sääntöjen noudattamiseen liittyviä kysymyksiä. On tärkeää tarkastella näitä kysymyksiä myös niiden sidosryhmien kannalta, joilla on intressit tietoihin ja niiden käyttöön. Vahvojen suhteiden luominen tähän yhteisöön auttaa edistämään hyvää hallintotapaa ja tunnistamaan uusia ja sallittuja käyttötapoja, jotka voivat johtaa odottamattomiin hyötyihin datayhteistyöstä tai siihen liittyvästä aloitteesta. Kun yhteisösi luottaa näihin mahdollisuuksiin, ne voivat moninkertaistaa datahankkeesi hyödyt kaikille mukana oleville tai vaikutuksen kohteena oleville organisaatioille, yksilöille ja yhteisöille.

Hyvät hallintokehykset voivat auttaa vähentämään riskejä. Nämä riskit voivat olla oikeudellisia ja sääntelyyn liittyviä riskejä, mutta myös julkiseen luottamukseen ja maineeseen kohdistuvat riskit ovat organisaatioille merkittäviä. Näitä riskejä on tasapainotettava suhteessa riskeihin, joita aiheutuu siitä, että tietoja ei anneta käyttöön yleisen edun mukaisiin tarkoituksiin. GovLab ja muut tahot kehystävät tätä prosessia siten, että pyritään löytämään keinoja välttää sekä väärinkäyttöä, kuten luvatonta käyttöä, joka vahingoittaa rekisteröityjä, että käyttämättä jäänyttä käyttöä, kuten epäonnistuneita mahdollisuuksia parantaa ihmisten elämää tietojen uudelleenkäytön avulla. Seuraavassa on esimerkkejä hallintoon liittyvistä näkökohdista, joita voidaan harkittuina ja varhaisessa vaiheessa sovellettuina käyttää sekä riskien vähentämiseen että tietojen käyttömahdollisuuksien parantamiseen.

Entä jos voisimme mahdollistaa sellaisen tiedon käytön, jota kaikki ymmärtävät? Tähän voisi kuulua aloitteen kehittäminen siten, että jokin seuraavista näkökohdista otetaan alusta alkaen huomioon:

• Avoimuus aloitteen hallinnossa ja hallintoneuvostoissa
• Aloitteen tarkoituksen avoimuus
• Kerättyjen, käytettyjen tai luotujen tietojen avoimuus.
• Avoimuus sen suhteen, miten tietojen käyttö on lakien ja asetusten mukaista.
• Tietojen hallinnoijan määrittäminen
• Tietojen turvallinen tallentaminen ja jakaminen
• Tietojen käyttöoikeuden myöntäminen tai jakaminen tavalla, joka säilyttää yksityisyyden ja kaupallisesti arkaluonteiset tiedot.
• Tietojen toimittaminen laajalle sidosryhmäjoukolle, jolloin hyödyt jaetaan.
• Käytetään lähestymistapoja, jotka antavat yksilöille ja organisaatioille sananvaltaa siihen, miten tietoja kerätään, käytetään, tallennetaan ja jaetaan.

Entä jos voisimme kerätä tietoja, jotka auttavat paikallisyhteisöjä ratkaisemaan paikallisia ongelmia? Entä jos käyttäisimme tietoja osallisuuden esteiden poistamiseen? Vastaukset tällaisiin kysymyksiin auttavat osoittamaan kansalaisille, että tietojen hyödyntäminen uusilla ja vastuullisilla tavoilla on heidän etujensa mukaista ja että sillä voi olla myönteisiä vaikutuksia pitkällä aikavälillä.

Millä mekanismeilla varmistetaan, että tietoja voidaan jakaa ja käyttää? Huomioon voidaan ottaa muun muassa seuraavat seikat:

• Miten tiedoista tehdään mahdollisimman avoimia, jotta voidaan edistää innovointia ja käyttöä ja yhdistää tietoja uusilla ja mielenkiintoisilla tavoilla. Voidaanko tiedot avata tai jakaa luotettavalla tavalla, esimerkiksi anonymisoimalla?
• Miten tiedoista voidaan tehdä yhteentoimivia yhteisten tietomallien, standardien tai vakaiden tunnisteiden avulla? Esimerkiksi FAIR-periaatteissa annetaan ohjeita tutkimustiedon löydettävyyden, saatavuuden, yhteentoimivuuden ja uudelleenkäytettävyyden parantamiseksi.

Näiden tavoitteiden kartoittaminen voi olla erittäin hyödyllistä kehitettäessä hallintopuitteita oikeudenmukaista, avointa ja luotettavaa dataekosysteemiä varten. Hyödyllinen työkalu datan käytön kehittämiseen ja arviointiin on Open Data Instituten Data Ethics Canvas.

Hallinnointikehystä olisi tarkasteltava uudelleen koko aloitteen elinkaaren ajan palautekierteen luomiseksi, jotta voidaan varmistaa, että tavoitteita arvioidaan jatkuvasti uudelleen, erityisesti jos ne muuttuvat. Saatat päättää, että hallinnointipäätökset on parasta siirtää jollekin sidosryhmäryhmälle tai riippumattomalle elimelle, esimerkiksi hallinnointilautakunnalle tai riippumattomalle tietohallinnoijalle. Kun päätöksiä delegoidaan, voi olla erityisen tärkeää, että on olemassa suuntaviivat tai sovittu periaatteellinen lähestymistapa, jonka avulla päätöksiä voidaan kehittää aloitteen hengen mukaisesti.

Lisäksi periaatteiden ja ehtojen, joiden mukaisesti tietoja käytetään ja uudelleenkäytetään, yhteinen luominen suorien neuvottelujen avulla, kuten GovLabin The Data Assembly-hankkeen esittämä malli, voi tarjota sosiaalisen lisäluvan datayhteistyölle.

Periaatteellinen lähestymistapa hallintoon auttaa sinua kehittämään hallintokehyksen, joka ylittää oikeudelliset ja vaatimustenmukaisuuteen liittyvät näkökohdat. Tämä voi olla hyödyllistä, kun useat organisaatiot osallistuvat datainnovaatioaloitteeseen. Kun aluksi sovitaan periaatteista, joiden mukaan tietoja halutaan kerätä, tallentaa, käyttää ja jakaa, ryhmä saa valtuudet tehdä päätöksiä tulevaisuudessa. Periaatteet voidaan joissakin tapauksissa kirjata datan peruskirjaan.

Lähtökohtana tietojen jakamista koskevien käytäntöjen ja periaatteiden arvioinnille Microsoft on julkaissut viisi periaatetta, jotka ovat pohjana luottamuksellista datayhteistyötä koskeville panoksillemme ja sitoumuksillemme. Toivomme, että nämä periaatteet antavat tietoa avoimesta datasta käytävään laajempaan keskusteluun ja että muut voivat hyödyntää ja parantaa niitä. Nämä viisi periaatetta ovat:

• Avoimuus - Pyrimme tekemään tärkeiden sosiaalisten ongelmien kannalta merkityksellisestä tiedosta mahdollisimman avointa, myös tuottamalla itse avointa tietoa.
• Käyttökelpoisuus - Investoimme uusien teknologioiden ja välineiden, hallintomekanismien ja toimintatapojen luomiseen, jotta tiedot olisivat kaikkien käytettävissä.
• Voimaannuttaminen - Autamme organisaatioita tuottamaan datasta arvoa omien valintojensa mukaisesti ja kehittämään tekoälytaitojaan käyttämään dataa tehokkaasti ja itsenäisesti.
• Turvallinen - Käytämme tietoturvatoimia varmistaaksemme, että tietoyhteistyö on toiminnallisesti turvallista siellä, missä sitä halutaan.
• Yksityinen - Autamme organisaatioita suojaamaan yksilöiden yksityisyyttä tiedonjakoyhteistyössä, johon liittyy henkilökohtaisesti tunnistettavia tietoja.

Esimerkki yhteisöllisestä hallinnoinnista on Lontoon datakomission suositusten perusteella vuonna 2021 julkaistu datan peruskirja.

Tietoon perustuvien ratkaisujen löytäminen on ratkaisevan tärkeää kaupungin tulevaan kasvuun vaikuttavien ongelmien ratkaisemiseksi. Ilman paikallisviranomaisten ja yksityisten eturyhmien välistä synergiaa olisi mahdotonta löytää ratkaisuja kiireellisiin ongelmiin, kuten ilmanlaadun parantamiseen, työmatkojen lyhentämiseen, liikenteen parantamiseen ja ruuhkien vähentämiseen. Vuoden 2019 lopulla yritysryhmä London First kutsui koolle ryhmän julkisia ja yksityisiä organisaatioita London Data Commissionin jäseniksi. Datakomissio, jota ohjasi toimituskumppaneista koostuva projektiryhmä, johon kuuluivat muun muassa London First, Arup, Oliver Wyman Forum ja Microsoft, kokosi paikallisviranomaiset ja yksityiset yritykset yhteen tietojen mahdollisimman avoimen jakamisen ympärille. Datakomission tehtävänä oli toimia kaupunkidataa käsittelevänä arvovaltaisena elinkeinoelämän äänitorvena ja auttaa käynnistämään datan jakamisen ekosysteemi luomalla datan laatustandardeja ja käsittelemällä yksityisyyden suojaan, etiikkaan ja luottamukseen liittyviä kysymyksiä. Syyskuussa 2020 Lontoon datakomissio laati ehdotuksia Data for London -puitteiksi. Kehyksessä suositeltiin London Data Boardin ja London Data Charterin perustamista.

London First perusti Lontoon datakomission suositusten perusteella työryhmän, jonka tehtävänä on toteuttaa nämä suositukset ja jatkaa yhteistyötä Lontoon digitaalisen viestinnän päällikön kanssa Lontoon datakomitean perustamiseksi ja Lontoon dataperuskirjan kehittämiseksi.

Lontoon peruskirja perustuu seitsemään periaatteeseen: Hyödyn tuottaminen lontoolaisille, osallistavan innovoinnin edistäminen, yksityisyyden ja turvallisuuden suojaaminen, luottamuksen edistäminen, oppien jakaminen muiden kanssa, skaalautuvien ja kestävien ratkaisujen luominen ja mahdollisimman suuri avoimuus. Laaja joukko yrityksiä on sitoutunut tähän kehykseen, ja peruskirjassa pohditaan nyt Lontoon välitavoitteita siinä, miten se tekee yhteistyötä kaupungin liike-elämän kanssa tietojen turvaamiseksi julkisten hankkeiden hyödyksi.

Lisätietoja Lontoon datakomissiosta saat täältä ja Lontoon dataperuskirjasta täältä.

Avoimen datan perustana on tekninen infrastruktuuri, jota tarvitaan datan käsittelyyn ja datan jakamisen tukemiseen. Tähän kuuluvat data-analytiikka- ja datan visualisointityökalut sekä teknologiat ja alustat, joiden avulla tietoja voidaan käyttää ja jakaa helposti ja turvallisesti organisaatioiden sisällä ja niiden välillä.

Tietoaloitteesi teknologia- ja alustatarpeiden määrittämiseksi on otettava huomioon seuraavat tärkeät tekijät:

• Ovatko tiedot arkaluonteisia?
• Mitä sinun on suojattava ja minkälainen on oikeudellinen tai sopimuksellinen taso?
• Mitä sinun pitäisi suojella ottaen huomioon eettiset, maineeseen liittyvät ja kaupalliset näkökohdat?
• Mihin tarkoitukseen tiedot asetetaan saataville?
• Kenelle tiedot annetaan käyttöön?
• Minkä tasoista hyödyllisyyttä tietojen käsittely edellyttää?
• Voidaanko yksityisyyden suojaa parantavia tekniikoita käyttämällä saavuttaa tarvittava hyödyllisyyden taso?
• Mitä alustoja on olemassa tietojen jakamisen ja saatavuuden helpottamiseksi vaadittujen standardien mukaisesti?
• Mitä hallintokehyksiä on käytössä arkaluonteisten tietojen saatavuuden ja jakamisen valvomiseksi?

GovLabin Data Responsibility Journey on arviointiväline, jonka avulla pyritään tarkastelemaan tällaisia kysymyksiä vuorovaikutteisesti.

Kukin näistä tekijöistä voi viitata erilaisiin teknologisiin tarpeisiin. Esimerkiksi data-analyysityökalut voivat auttaa seuraamaan trendejä, tunnistamaan ongelmia ja tehokkuutta sekä tekemään ennusteita. Tietojen visualisointityökalujen avulla voit visualisoida tietoja, joiden kanssa työskentelet, ja käsitellä niitä visuaalisesti.

Tilanteissa, joissa yksityisyyttä on suojeltava, olisi harkittava erilaisia yksityisyyden suojaamiseen liittyviä tekniikoita, kuten anonymisointia ja tunnistamisen poistamista. Eriytetty yksityisyyden suoja on teollisuuden kehittämä tekniikka, jonka avulla tietoja voidaan tehdä avoimemmiksi tavalla, joka ei vaaranna tietosuojaa. Käsitteellisesti eriytetyssä yksityisyydensuojassa käytetään kahta vaihetta yksityisyydensuojaa koskevien etujen saavuttamiseksi:

• Ensin kuhunkin tulokseen lisätään kohinaa yksittäisten datapisteiden osuuden peittämiseksi. Kohina on riittävän merkittävää yksilön yksityisyyden suojaamiseksi, mutta tavoitteena on, ettei se vaikuta olennaisesti analyytikoiden ja tutkijoiden saamien vastausten tarkkuuteen.
• Toiseksi jokaisesta kyselystä paljastuvan tiedon määrä lasketaan ja vähennetään yksityisyyden suojan kokonaisbudjetista. Kun yksityisyyden suojaa koskeva budjetti on käytetty kokonaan, tiedot poistetaan käytöstä, eikä uusia kyselyjä sallita, jotta yksityisyyden suoja ei vaarannu. Tätä voidaan pitää sisäänrakennettuna sammutuskytkimenä, joka estää järjestelmää näyttämästä tietoja silloin, kun ne voivat alkaa vaarantaa jonkun yksityisyyden.

Tietoturvan osalta on tärkeää ottaa huomioon käytäntö tai tiedon elinkaaren tila, jota on tarkoitus valvoa, sekä oikeat mekanismit organisaation turvallisuustavoitteiden saavuttamiseksi. Tietoihin pääsyn valvominen ja sen varmistaminen, että pääsyn saaneet henkilöt ovat valtuutettuja ja asianmukaisesti todennettuja, on kriittisen tärkeää, mutta teknisiä lisätoimenpiteitä saatetaan tarvita riippuen tiedoista ja siitä, miten niitä aiotaan käyttää. Luottamuksellinen tietojenkäsittely auttaa suojaamaan arkaluonteisia tietoja pilvipalvelussa tarjoamalla tietoturvaa data-in-use-salauksen avulla, joka tarjoaa lisäsuojaa tiedoille niiden käsittelyn aikana ja mahdollistaa paremman yhteistyön organisaatioiden välillä.

Kahdeksan kuukautta COVID-19-pandemian alkamisen jälkeen Open Data Institute ja Microsoft käynnistivät avoimen datan koulutushaasteen, jonka tarkoituksena oli tarkastella etäopiskeluun siirtymisen vaikutusta nuorten opiskelijoiden koulutukseen.

Jotta haasteeseen osallistujat saisivat käyttöönsä uusia ja merkityksellisiä tietokokonaisuuksia, Microsoft julkaisi Yhdysvaltojen laajakaistan käyttöprosenttitietokokonaisuudet sekä piirikunta- että postinumerotasolla, jotka on johdettu anonymisoiduista tiedoista, joita keräämme osana jatkuvaa työtämme ohjelmistojemme ja palveluidemme suorituskyvyn ja turvallisuuden parantamiseksi. Postinumerotason tietokokonaisuus tarjoaa yksityiskohtaisen näkymän laajakaistan käyttöprosenteista kotitalouksien mukaan postinumeron sisällä, joten otimme lisävaiheen varmistaaksemme tietosuojan. Sovelsimme eriytettyä tietosuojaa lisäämällä kohinaa tietojen yhdistelmiin. Myös BroadbandNow osallistui tutkimukseen ja antoi ensimmäistä kertaa käyttöön piirikuntatason hinnoittelua ja laajakaistapalvelujen tarjoajia koskevat tiedot.

Education Open Data Challenge -kilpailu tuotti oivaltavia ehdotuksia ja analyysejä, joissa yhdisteltiin ja visualisoitiin tietoja. Haasteessa korostettiin myös sitä, miten avoimia tietoja voidaan saada käyttöön entistä enemmän yksityisyyden suojaa noudattaen.

Lue lisää koulutuksen avoimen datan haasteesta.

Open Data Policy Labin Data Stewards Academy on tarkoitettu johtajille, jotka pyrkivät käyttämään dataa sosiaaliseen innovointiin: Developing a Data Reuse Strategy for Solving Public Problems tarjoaa itseohjautuvan oppimisohjelman.

Sosiaalialan organisaatiot voivat käyttää data.orgin Data Maturity Assessment -työkalua, joka auttaa mittaamaan ja ymmärtämään, missä organisaatiosi on tällä hetkellä.

Tietoekosysteemikartoitusharjoitus löytyy Open Data Instituten Data Ecosystem Mapping-sivustolta: Tool and Guidance.

Lisätietoja tietomaailman ja sen kontekstin arvioinnista, jossa tietohankkeesi toimii, mukaan lukien ongelman tunnistaminen, johon hankkeellasi pyritään vastaamaan, saat Open Data Instituten Data Landscape Playbook-julkaisusta.

Kun on kyse koulutusohjelmista nykyisten lahjakkuuksien kouluttamiseksi tai nykyisten lahjakkuuksien taitojen terävöittämiseksi, käytettävissä on useita resursseja:

• LinkedIn Learning- ja Microsoft Learn -kurssit data-analyytikoille. LinkedIn Learningin itseopiskelukursseja opettavat alan asiantuntijat, ja Microsoft Learn -kurssit tarjoavat lyhyitä vaiheittaisia opetusohjelmia, selainpohjaisia interaktiivisia koodaus- ja skriptiympäristöjä sekä tehtäviin perustuvia suorituksia.
• Microsoftin sertifioinnit datan ja tekoälyn perusteista. Alalla tunnustetut Microsoft-sertifioinnit auttavat lahjakkuuksia vahvistamaan taitonsa ja kykynsä toimia tehtävässä, jossa käytetään Microsoftin teknologioita.
• Microsoft Digital Skills Center for Nonprofits. TechSoup Coursesin ja Microsoftin välinen yhteistyö, joka on tarkoitettu erityisesti voittoa tavoittelemattomille yhteisöille, jotka voivat saada Microsoftin tuotekoulutusta, mukaan lukien Exceliin, Power BI:hen ja muuhun keskittyviä kursseja.
• Microsoftin työpajoja ja koulutustilaisuuksia saatavilla Microsoft Storen kautta. Näihin yrityksille ja ammattilaisille suunnattuihin maksuttomiin live-koulutuksiin sisältyy perehdyttäviä ja syventäviä istuntoja.
• Microsoft Viva Learning. Tilauskoulutusta on saatavilla osana Microsoft Viva Learning -palvelua Microsoft Teamsissa.
• MySkills4Afrika-aloite. MySkills4Afrika-aloitteen kautta Microsoftin työntekijät eri puolilta maailmaa tarjoavat vapaaehtoisesti aikaansa, lahjakkuuttaan ja asiantuntemustaan tukeakseen yksilöitä ja organisaatioita eri puolilla Afrikkaa.

Lisäresursseja löydät Open Data Instituten Data Skills Framework-julkaisusta.

Open Data Instituten Data Ethics Canvas on hyödyllinen työkalu datan käytön kehittämiseen ja arviointiin.

GovLabin The Data Assembly tarjoaa mallin niiden periaatteiden ja ehtojen yhteiseen luomiseen, joiden mukaisesti tietoja voidaan käyttää ja uudelleenkäyttää suorien neuvottelujen avulla.

Vuoden 2021 lopulla julkaistu Lontoon dataperuskirja on esimerkki yhteisöllisestä hallinnoinnista käytännössä.

Kun arvioidaan organisaation teknologia- ja resurssitarpeita datayhteistyötä tai -aloitetta varten, GovLabin Data Responsibility Journey on työkalu, jossa hahmotellaan mahdollisuudet ja riskit, jotka on otettava huomioon datan elinkaaren jokaisessa vaiheessa.

Microsoftin yhteistyö Harvardin johtaman OpenDP-aloitteen kanssa on julkaissut SmartNoise-alustan, joka on ensimmäinen laatuaan oleva avoimen lähdekoodin alusta erilaista yksityisyyttä varten. Kuka tahansa voi ryhtyä hyödyntämään alustaa ja saattaa tietokokonaisuutensa laajasti muiden saataville ympäri maailmaa. Avoimen lähdekoodin koodi ja esimerkit ovat saatavilla GitHubissa.

Luottamuksellinen tietojenkäsittely auttaa suojaamaan arkaluonteisia tietoja pilvipalvelussa tarjoamalla tietoturvaa data-in-use-salauksen avulla, joka tarjoaa lisäsuojaa tiedoillesi niiden käsittelyn aikana. Hyödyllinen johdanto luottamukselliseen tietojenkäsittelyyn löytyy täältä, ja esimerkkiprojekteja löytyy täältä.

Microsoftilla on useita teknologioita, jotka tukevat avoimempaa dataa useissa eri käyttötapauksissa, kuten Azure Data Share, jonka avulla organisaatiot voivat yksinkertaisesti ja turvallisesti jakaa tietoja useiden asiakkaiden ja kumppaneiden kanssa ja jonka avulla organisaatiot voivat yhdistää sisäisiä tietoja kumppaneiden tietoihin uusien oivallusten saamiseksi.

GitHub on maailman suurin ohjelmistokehitys- ja koodinhallinta-alusta. GitHubia käytetään usein datahankkeissa, erityisesti pienemmissä tietokokonaisuuksissa, yhteisesti versioiduissa tiedoissa, koodin kanssa samaan paikkaan sijoitetuissa tiedoissa ja koneoppimisen työnkuluissa. GitHub tukee datan ja muistikirjojen renderöintiä eri muodoissa.