داده‌ی حکومتی باز همانند هر پدیده‌ی دیگر، خالی از خطر یا آسیب نیست، لذا شایسته است تا در مقام سیاست‌گذاری، آن موارد شناسایی و در مدیریت آن‌ها به خوبی تدبیر شود. در این مطلب با بهره‌مندی از برترین پژوهش‌های علمی، مروری بر خطرات یا آسیب‌های داده حکومتی باز خواهیم داشت.

داده‌ی حکومتی باز نیز همانند هر پدیده‌ی دیگر، خالی از خطر یا آسیب نیست. لذا شایسته است تا به ویژه در مقام سیاست‌گذاری، آن موارد شناسایی و در مدیریت آن‌ها به خوبی تدبیر شود. شایدرویک و یانسن (به عنوان دو نفر از سرشناس‌ترین پژوهشگران این حوزه)‌ در مقاله‌ای، ضمن انجام 19 مصاحبه‌ی عمیق با مسئولین بخش عمومی و نیز مسئولین مستندسازی داده، 16 دسته از اثرات منفی منتسب به داده حکومتی باز را شناسایی کرده و اینطور پیشنهاد داده‌اند که یک مدل تصمیم‌گیری مناسب برای داده حکومتی باز، بایستی مزایای این رویکرد (نظیر افزایش شفافیت، تقویت رشد اقتصادی) را در یک کفه، و معایب آن (نظیر نقض حریم خصوصی، ریسک سوء استفاده و سوء برداشت از داده)‌ را در کفه دیگر ترازوی تصمیم خود قرار دهد.

در ادامه فهرستی از خطرات یا آسیب‌های داده باز ذیل سه محور و 16 عنوان خطر کلی به همراه توضیح آمده است.

محور اول: ریسک‌های ذاتا مرتبط با انتشار داده

1. ریسک نقض قوانین با باز کردن داده‌ها

بسیاری از پایگاه‌های داده را نمی‌توان به دلایل قانونی یا غیر آن، منتشر کرد؛ برای نمونه پایگاه‌های داده‌ای که حاوی اطلاعات محرمانه افراد، متغیرهای حساس سیاستی و یا پایگاه‌های داده‌ای که توسط سازمان‌های مختلف با سطوح مختلفی از محرمانگی تولید شده‌اند، مصادیقی از این نوع پایگاه‌های داده هستند.

2. مشکلات پیرامون مالکیت داده

همه سازمان‌ها، داده‌هایی متعلق به سازمان‌های دیگر را نگهداری می‌کنند، در حالی که مالک آنها نیستند و در نتیجه نمی‌توانند آنها را منتشر کنند. همچنین در تولید یک داده، ممکن است داده‌های متعلق به سازمان دیگری مورد استفاده قرار گرفته باشد که در نتیجه آن داده‌ها را نمی‌توان به سادگی منتشر کرد.

3. ممکن است حریم خصوصی افراد به صورت ناخود آگاه نقض شود.

برای حذف اطلاعات دارای حریم خصوصی افراد از پایگاه‌های داده به منظور انتشار آن‌ها، زحمت فراوانی مورد نیاز است. ممکن است اینطور به نظر برسد که پس از حذف این اطلاعات، حریم خصوصی رعایت خواهد شد. در حالی که پس از مرتبط کردن اطلاعات با یکدیگر، ممکن است هویت افراد قابل ردیابی شود، به ویژه وقتی اطلاعات مرتبط با شبکه‌های اجتماعی در آن‌ها موجود باشد.

4. داده‌ی منتشر شده ممکن است جانبدارانه (Bias)  باشد.

ممکن است سازمان‌ها صرفاً داده‌هایی را منتشر کنند که حساسیت برانگیز نبوده، خیلی پیچیده نبوده و سرانجام موجب آسیب یا ضرر نگردند. سازمان‌ها مایلند اطلاعات حساس را مخفی نگاه دارند تا به شهرت آن‌ها آسیبی نرسد. این به این معناست که تنها بخش خاصی از اطلاعات در اختیار عموم مردم قرار می‌گیرد که نتایج مشخصی (از پیش قابل پیشینی) را در پی داشته باشد.

5. تفسیر نادرست و سوء استفاده

اطلاعات بسیار پیچیده در اختیار عموم قرار نمی‌گیرد؛ زیرا این اطلاعات در معرض خطر تفسیر نادرست و یا سوء‌استفاده قرار دارند. از سوی دیگر اطلاعات برخی سازمان‌ها به خوبی مستند نشده‌اند که این امر داده‌ها را در معرض خطای تعبیر قرار می‌دهد. از طرف دیگر «داده‌ی باز» به صورت مجانی در اختیار همه قرار می‌گیرد. این بدین معناست که افراد با دانش اندک نیز به آن داده‌ها دسترسی خواهند داشت که این مسئله خطر سوء تعبیر را افزایش می‌دهد. همواره نیز باید این مسئله را مد نظر داشت که همواره افرادی به دنبال سوء شهرت سازمان‌ها هستند .

6. نتایج منفی‌ِ شفافیت

داده باز ممکن است نتایج ناخواسته مختلفی به دنبال داشته باشد. هر چند که شفافیت به عنوان یکی از مهم‌ترین فواید داده‌ی باز محسوب می‌شود، با این حال شفافیت همچنین می‌تواند تصویری منفی از سازمان منعکس نماید. ممکن است با انتشار پایگاه‌های داده‌ای که کیفیت پایینی دارند، و یا داده‌هایی که از تصمیماتی به غیر از تصمیمات اتخاذ شده پشتیبانی می‌کند، از اعتماد به حکومت کاسته شود.

7. داده باز ممکن است نتایج منفی برای حکومت را در پی داشته باشد.

ممکن است از داده‌ها به گونه‌ای برای تخریب عملکرد حکومت، و یا حتی انجام اقداماتی علیه آن استفاده شود. برای نمونه در یک مورد در کشور هلند، از داده‌های مرتبط با زلزله برای فشار به حکومت برای متوقف کردن فعالیت‌های میدان‌های گازی در این کشور استفاده گردید که این مسئله سبب کاهش درآمدهای حکومت گشت.

8. تصمیم‌گیری در رابطه با داده‌های با کیفیتِ نامطلوب

«کیفیت اطلاعات (Information Quality: IQ)» مفهوم پیچیده‌ای (مرکب از اجزای فنی و اجتماعی) است و در حال حاضر معیار واحدی برای ارزیابی آن وجود ندارد. کیفیت اطلاعات معمولاً به مؤلفه‌های مختلفی تقسیم می‌شود که از جمله‌ی آن‌ها می‌توان به کامل بودن، صحیح بودن، دقیق بودن، به هنگام بودن، در دسترس بودن، متناسب بودن و قابل فهم بودن اشاره کرد. لذا داده‌ای ممکن است نسبت به یک بعد (مثلا به موقع بودن) با کیفیت، و از منظر بعدی دیگر (مثلا کامل بودن) بی‌کیفیت باشد. نکته اینجاست که کاربران گوناگون ممکن است تمایلات متفاوتی نسبت به ابعاد مختلف داشته باشند که این مسئله، «داده‌ی با کیفیت» را از نگاه آن‌ها متفاوت می‌کند.
از یک سو برخی معتقدند «داده‌ی بی‌کیفیت» را نباید منتشر کرد. آنها این ترس را دارند که انتشار چنین داده‌هایی دارای "ریسک نادرستی تحلیل و نتیجه‌گیری نادرست" است. از سوی دیگر برخی حامی انتشار این داده‌ها هستند. آنها استدلال می‌کنند که عدم انتشار سبب می‌شود آن اطلاعات بی‌کیفیت باقی مانده و کسی از وجود آنها با خبر نشود، در حالی که انتشار آن داده‌ها همراه با ذکر «ابعادِ بی‌کیفیتی‌شان» می‌تواند زمینه ارتقاء آن‌ها را فراهم کند. در چنین شرایطی عموم مردم می‌توانند در بهبود داده‌ها مشارکت کرده و چنین کاری انگیزه‌ی به‌اشتراک‌گذاری داده‌های بی‌کیفیت و نیز افزایش کیفیت آن‌ها را افزایش می‌دهد. هر دو استدلال صحیح است که باید متناسب با هر پایگاه داده و شرایط خاص آن تصمیم‌گیری نمود.

9. به هنگام بودن: دوره‌ی زمانی محدودیت انتشار داده ممکن است اجازه انتشار داده‌های به‌روز را ندهد.

یک ویژگی مهم از کیفیت داده، به هنگام بودن است. بسیاری از سازمان‌ها داده‌های خود را صرفاً پس از اتمام دوره زمانی مشخص (دوره‌ی ممنوعیت؛ Embargo Period ) آزاد می‌کنند، در حالی که این دوره به مسائل مختلفی بستگی دارد.
برخی از مسئولین داده‌ها را تا مدت نگارش گزارش‌های حکومتی نزد خود محرمانه نگاه می‌دارند. پس از نگارش گزارش‌ها، برخی از آن‌ها و قاعدتا داده‌های موجود در آن‌ها محرمانه می‌شوند. در صورتی که گزارش‌ها و داده‌ها محرمانه نباشد، در بسیاری از موارد ممکن است خود مسئولین مایل باشند مبتنی بر آن داده‌ها مقالات علمی برای خود بنویسند، به ویژه مسئولانی که در حال گذران دروه PhD هستند. لذا داده را نزد خود محرمانه نگاه می‌دارند. در برخی موارد، داده‌ها به امید مقاله‌ای در آینده (که هیچ‌گاه نگاشته نمی‌شود) محرمانه باقی می‌ماند؛

محور دوم: ریسک‌های مرتبط با اجرای اقدامات

10. باز کردن داده به مثابه یک اقدام ثانویه

فناوری کنونی بیشتر بر باز کردن داده تمرکز دارد تا نهادسازی باز شدن داده. تمرکز ادبیات و خط‌مشی‌های داده‌ی باز عموما بر زیرساخت‌ها و پورتال‌های داده باز، انتشار داده، کارکردها و سایر ابزارهای انتشار و استفاده از داده متمرکز بوده است. هر چند این اقدامات در اولین گام‌ها ضروری بوده است، اما تمرکز بر انتشار داده قرار گرفته و نه تحول در ساختار سازمان‌ها و تغییر فرهنگ‌ها و انگیزه‌ها به منظور باز شدن داده. در چنین شرایطی باز کردن داده، امر مجزایی از روتین‌ها و فرایندهای روزانه می‌گردد. لذا در سیاست‌ها بایستی بر تغییر و تحول سازمانی متناسب با داده باز نیز توجه داشت.

11. توجه اندک به ارزش عمومی  و حل مشکلات اجتماعی

به این مقوله که داده باز چطور می‌تواند مشکلات اجتماعی را حل کند و ارزش عمومی (Public Value) چطور می‌تواند تولید شود، توجه اندکی می‌شود. برای مثال از یک طرف داده باز معمولاً به ابزار کاهش فساد و تقویت شفافیت توصیف می‌شود، اما از سوی دیگر، برخی داده‌ها به دشواری یافت می‌شوند. اگر داده‌ای به سختی پیدا شود، اهداف داده‌ی باز به دشواری محقق خواهند شد. علاوه بر آن، در صورت تکه شدن داده و نیز جدا شدن آن از بستری که در آن تولید شده است، می‌تواند سبب از دست رفتن معنای داده گردد.

12. مسئولیت‌پذیری و پاسخگویی غیر واضح

گاهی تشخیص اینکه مالک یا کاربر داده را باید نسبت به استفاده و تفسیر نادرست داده و یا کیفیت نامناسب آن مسئول دانست، دشوار می‌شود. برای تقریب به ذهن، گاهی مردم حکومت را مسئول آلوده بودن گوشت می‌دانند، در حالی که شرکت تولید کننده آن باید پاسخگوی آن مشکل باشد.

13. دیگران (غیر از شهروندان) از داده‌ی باز سود می‌برند.

گفته می‌شود که داده‌ی باز سبب خلق ارزش عمومی می‌گردد، چرا که داده باز سبب تولید خدمات و محصولات جدیدی که برای این بخش از ذی‌نفعان قابل استفاده است، می‌گردد. با این حال تحقیقات نشان می‌دهد که لابی‌گران، روزنامه‌نگاران، محققان و دانشجویان بیشترین فایده را از این داده‌ها می‌برند، چرا که داده‌ها معمولاً سوالات روزمره شهروندان را پاسخ نداده و آنها از مهارت‌ها و ابزارهای مورد نیاز برای بهره‌برداری از داده بی‌بهره‌اند.
در واقع بهره ذی‌نفعان از داده‌ها متفاوت است. بهره‌برداری از داده پیچیدگی دارد، وقت‌گیر است و نیازمند مهارت‌های مشخص برای جستجو، فهم و استفاده از داده است. لذا روزنامه‌نگاران و لابی‌گران از زمان و مهارت بیشتری برای این کار برخوردار هستند. این افراد در این شرایط، به جای فراهم کردن یک زمین بازی برابر، می‌توانند از داده‌ها برای استحکام جایگاه خود بهره بگیرند.

محور سوم: مدیریت اقدامات انتشار داده

14. هدر روی منابع در انتشار داده‌های غیر ارزشمند

بسیاری از سیاست‌های داده باز، بدون توجه به ارزش و استفاده‌ی بالقوه‌ی آن‌ها، بر انتشار داده‌ها تأکید می‌کنند. در برخی سازمان‌ها منابع قابل توجهی بر انتشار داده‌های بی‌اهمیت مصرف می‌شود، در حالی که پایگاه‌های داده‌ی با ارزش منتشر نمی‌شوند. برخی از پایگاه‌های داده تنها تعداد معدودی بارگیری می‌شوند. گاهی تنها یک نفر چندین پایگاه داده را بارگیری کرده است که این مسئله نمایان کننده فایده‌ی آن داده‌ها برای افراد معدودی است. در اکثر موارد به اشتراک‌گذارندگان داده، اطلاعاتی در مورد نحوه استفاده از داده‌ها به غیر از تعداد بارگیری آن‌ها ندارند.

15. عدم اولویت‌دهی به انتشار داده

برخی از سازمان‌ها به انتشار داده توجه می‌کنند، اما به آن اولویت نمی‌بخشند؛ زیرا برایشان درآمدی تولید نمی‌کند. در نتیجه عدم اولویت‌دهی به انتشار داده، زمان اندکی را به این کار اختصاص می‌دهند. در حالی که تمیز کردن پایگاه‌های داده، حذف اطلاعات حساس (محرمانه) و انجام سایر کارهای مرتبط با پایگاه‌های داده اموری بسیار وقت‌گیر هستند.

16. اطلاعات محدودی از سیاست انتشار داده منتشر شده است.

برخی سازمان‌ها به ندرت اطلاعاتی را پیرامون سیاست‌های انتشار داده‌شان منتشر می‌کنند. برای نمونه آن‌ها چیزی پیرامون فرایندها، منابع، بودجه، برنامه‌ها یا زمان‌های مشخص شده برای عرضه اطلاعات‌شان به عموم مردم را مشخص نمی‌کنند. در واقع آن‌ها از یک سیاست شخصی‌سازی شده (Customized Value)  که مطمئن هستند می‌توانند آن را اجرا کنند، پیروی می‌کنند. در نتیجه کاربران نمی‌دانند چه زمانی و کدام اطلاعات منتشر خواهد شد، لذا نمی‌توانند روی آن حساب باز کنند.

Zuiderwijk, Anneke; Janssen, Marijn (2014): The negative effects of open government data - investigating the dark side of open data.

دریافت فایل ورد جدول‌بندی شده با حجم 108 کیلوبایت

این مطلب، از رساله‌ی دکتری آقای مهدی ثنائی، بنیانگذار و مسئول مجموعه‌ی شفافیت برای ایران، با عنوان «سیاست‌گذاری داده حکومتی باز» برگرفته شده است.