ecosistema Open Data 4

Share Button

Molte delle discussioni intorno al concetto open data fanno emergere quelli che sono i prodotti finali: articoli, infografiche, mashup, trasparenza verso i cittadini, servizi …
Prodotti che sono un ottimo esempio di cosa si ottiene dai dati, ma che vanno interpretati come prodotti che un numero superiore di attori potrebbe creare se l’accesso ai dati fosse aperto.
Si tratta di una apparente banalità, ma fondamentale per capire il concetto di open data.
In quella che viene definita la gerarchia della conoscenza, i dati occupano sempre una posizione di partenza.
Uno degli schemi classici è quello della DIKW Hierarchy, ovvero il percorso:

DATA -> INFORMATION -> KNOWLEDGE -> WISDOM

I dati pertanto sono materia prima e chiedono molta lavorazione per arrivare ad un prodotto finito.
Open Data è prima di tutto un paradigma: dati accessibili a chiunque senza restrizioni tecnologiche e bassi vincoli legali.
Le motivazioni per cui abbracciare questo paradigma dipendono dagli scopi di ciascun produttore di dati.
Semplificando è possibile riconoscere i produttori di dati in 3 categorie di attori:

  • pubblica amministrazione:
  • aziende
  • comunità

Fra questi, l’attore per cui risulta facile capire perché abbracciare l’open data è, senza ombra di dubbio, la pubblica amministrazione. Il suo fine è quello di gestire il bene pubblico e di migliorarlo con i propri servizi. I dati sono prodotti e utilizzati per tale scopo e, i costi di produzione, sono spesso coperti dalla comunità stessa. Decidere di rilasciare questi dati come open data può essere visto come una conseguenza naturale che, oltre a favorire la trasparenza di processi, può favorire anche la crescita socio-economica di un territorio.
Di contro, le aziende hanno un fine completamente diverso che è quello di migliorare il proprio profitto e, per tale motivo, il rilascio dei dati deve essere pianificato in una ottica che porti vantaggio a se stessa e questo dipende da azienda ad azienda e da modello di business scelto.
In mezzo a questi due estremi ci sono le comunità. Anche qui ci sono le sue complessità, in quanto, il concetto di comunità esprime un qualsiasi insieme di persone che partecipa a progetti comuni. A grandi linee possiamo indicare le comunità aperte (OpenStreetMap, Wikipedia …), le comunità scientifiche, le associazioni no profit e quelle di categoria ecc…
Ciascuna di queste ha le sue regole ma spesso mette a fattor comune i propri sforzi fornendo anche dati che, in molti casi, vengono messi a disposizione a terzi.
Semplificando ulteriormente ciascuno di questi 3 attori presentati ha un suo fine preciso nello sposare il paradigma open data, alla base di tutto esiste una consapevolezza: rilasciare i dati per entrare a far parte di un ecosistema, l’ecosistema open data. Il passaggio obbligato per entrare in questo ecosistema è prima di tutto capire cosa è open data e cosa non lo è. Il filtro avviene in maniera quasi spontanea sulla base delle regole a cui ciascun attore è sottoposto partendo dai vincoli giuridici.
Superato questo ostacolo si entra in questo circuito da cui chiunque può trarre vantaggio. Il carburante principale di questo mondo sono i dati, più sono i dati e maggiormente questo ecosistema si può espandere e, di conseguenza, avere ricadute sulla società e sull’economia.
Il meccanismo però, per attivarsi ha bisogno di catalizzatori.
Questi catalizzatori possono essere visti sia sul piano tecnologico che su quello giuridico, ma, a giocare un ruolo rilevante deve essere la partecipazione.
Creare partecipazione non è facile e serve una strategia.
A giocare un ruolo importante, in parte per la sua missione, in parte per la quantità di dati che può offrire, è la pubblica amministrazione.
Un punto di partenza può essere nel cominciare a capire quali sono le esigenze dei vari uffici che producono e consumano dati all’interno della P.A.: confrontarsi con loro, capire le criticità, individuare i servizi con cui questi dati possono essere gestiti e produrre (se necessario) innovazione.
In sintesi una metodologia di analisi->miglioramento->disseminazione
Si tratta di un percorso che va incontro a comunità compatibili fra di loro:

  • gli operatori della p.a. – che sono i produttori ed anche i primi consumatori di dati (data prosumers) che possono individuare criticità e informare di quali altri dati hanno bisogno nel loro lavoro e di come vorrebbero riceverli.
  • gli esperti di dominio – coloro che svolgono un lavoro analogo agli operatori della p.a., sugli stessi dati, e che di questo ne hanno fatto una professione
  • i creatori di innovazione – chiunque, usando quei dati, è uscito dal dominio per cui sono stati creati

e che porta poi ad una strategia fatta di comunicazione, apparati normativi e tecnologia che sia in grado di inserire in questo ecosistema nuovi attori.
Migliorare la banche e gli strumenti di una p.a. implica poi miglioramento dei servizi. Ogni innovazione portata dovrebbe essere pensata per potersi offrire anche a terzi e non solo nella soluzione del servizio.
Un percorso, che fra le sue finalità tecnologiche, dovrebbe raggiungere l’obbiettivo dei dati come servizio (data as service).

Share Button

4 thoughts on “ecosistema Open Data

  1. Reply Carlo Vaccari Feb 24,2012 12:43

    Molto interessante! Anche io sto abbozzando un filone di ricerca sulle “communities” Open Data …
    Da sviluppare (magari insieme):
    – rapporti “tra” le comunità
    – similitudini e differenze con le comunità Open Source – Software Libero
    – rapporti tra “comunità” ed enti della P.A.
    – rapporti tra “comunità” e imprese
    – tipologie di comunità esistenti: “create da imprese”, “vicine alla P.A.”, “internazionali”, “di dominio”, territoriali, … …

  2. Reply Raimondo Iemma Feb 24,2012 15:26

    Sono molto d’accordo con la seguente idea: “Prodotti che sono un ottimo esempio di cosa si ottiene dai dati, ma che vanno interpretati come prodotti che un num”ero superiore di attori potrebbe creare se l’accesso ai dati fosse aperto.” Sì, la domanda viene generata, almeno in questo caso, dalla qualità e dall’ampiezza dell’offerta. Non ci si può aspettare che ‘esploda’ un vero ecosistema di riuso se i dati aperti a disposizione sono al di sotto (ancora, per varietà e volume, e riusabilità / interoperabilità anche tecnica) di una certa soglia critica. Soglia che ad esempio in Italia sembra ancora lontana.
    Aggiungo un commento sulla ‘DIKW’ hierarchy. Vero, il percorso da ‘D’ a ‘W’ è potenzialmente molto costoso, ma sono proprio i dati grezzi a nascondere informazione rilevante. Se la PA si sbilanciano troppo sul rilascio di ‘I’ o ‘K’, e meno su ‘D’, abbiamo forse servizi migliori (che vanno finanziati) ma meno opportunità di riuso, poiché è D che rileva veramente, secondo me, per ottenere qualche innovazione (magari anche serendipità), insomma per attivare intelligenze nel riuso. Una volta che ‘D’ è diventato ‘I’, fare “reverse engineering” è ancora più costoso, per i riutilizzatori che volessero andare a setacciare i dati. E poi rischiamo anche un rilascio di ‘I’ “incontrovertibile”, non più verificabile a monte. Un po’ come pubblicare un articolo scientifico, con tanto di risultati, senza divulgare i dati che sono serviti ad ottenerli. Rilasciare raw data è meno costoso per la PA e più interessante per i riutilizzatori.

  3. Pingback: E tu cosa ci vedi? Progettazione urbana aumentata, ovvero essere cittadini generatori di dati nell'ecosistema del nostro territorio | Casual.info.in.a.bottle

Leave a Reply