সরকারি খাতের উপাত্ত, আন্তঃপরিচালনযোগ্যতা ও উন্মুক্ত উপাত্ত

কেন এটি জনমূল্যে গুরুত্বপূর্ণ

প্রতিটি সরকারি সংস্থার কাছে ইতিমধ্যে সে ভালোভাবে ব্যবহার করে তার চেয়ে বেশি উপাত্ত আছে। একটি কর কর্তৃপক্ষ, একটি হাসপাতাল নেটওয়ার্ক, একটি পরিবহন সংস্থা এবং একটি স্থানীয় পরিকল্পনা কার্যালয় প্রত্যেকে একটি সেবা চালানোর উপজাত হিসেবে তথ্য সংগ্রহ করে, এবং প্রত্যেকে আবিষ্কার করে, সাধারণত অনেক দেরিতে, যে একজন নাগরিকের প্রশ্নের উত্তর দিতে বা একটি বিরোধ নিষ্পত্তি করতে যে রেকর্ড দরকার তা এমন একটি ব্যবস্থায় বসে আছে যা প্রতিষ্ঠানের অন্য কেউ জিজ্ঞাসা করতে পারে না। ব্যয় বিমূর্ত নয়: যে নাগরিক ইতিমধ্যে একটি সংস্থাকে তাঁর ঠিকানা জানিয়েছেন তাঁকে একই সরকারের ভেতরে আরেকটি সংস্থাকে আবার তা বলতে হওয়া উচিত নয়।

এই বিষয়ের শিরোনামের ভেতরে দুটি পৃথক উচ্চাকাঙ্ক্ষা বসে, এবং সরকারি সংস্থা নিয়মিত সেগুলো গুলিয়ে ফেলে। প্রথমটি আন্তঃপরিচালনযোগ্যতা — বিভিন্ন দল ও প্রযুক্তি-যুগ স্বাধীনভাবে গড়া ব্যবস্থার মধ্যে নির্ভরযোগ্যভাবে উপাত্ত চলাচল করানো, যাতে সরকারের একটি অংশ অন্য অংশ ইতিমধ্যে যা জানে তার ওপর কাজ করতে পারে। দ্বিতীয়টি উন্মুক্ততা — সরকারের সম্পূর্ণ বাইরে উপাত্ত প্রকাশ করা, যাতে সাংবাদিক, গবেষক ও নাগরিকেরা প্রকাশকারী সংস্থা কখনও আগাম অনুমান করেনি এমন উদ্দেশ্যে এটি ব্যবহার করতে পারেন। আন্তঃপরিচালনযোগ্যতা মূলত একটি প্রকৌশল ও শাসন সমস্যা; উন্মুক্ততা নিজস্ব অধিকারে একটি জনমূল্য, বিষয় 1.4 — জনপণ্য, যোগ্যপণ্য ও মূল্যবহুত্ববাদে বর্ণিত জনপণ্যের একই পরিবারের, কারণ প্রকাশিত উপাত্ত অ-প্রতিদ্বন্দ্বী এবং একবার প্রকাশিত হলে কাউকে বাদ দেওয়া কঠিন, তাই একা বাজার এটি কম জোগান দেবে।

দুটি উচ্চাকাঙ্ক্ষাই একটি তৃতীয় সত্যের সঙ্গে সংঘর্ষ করে যা এই বিষয় একটি পরিপাটি উত্তরসহ সমস্যার বদলে একটি প্রকৃত, অমীমাংসিত টানাপোড়েন হিসেবে দেখে: উপযোগী হওয়ার মতো যথেষ্ট বিস্তারিত উপাত্ত প্রায়ই এটি যে ব্যক্তিকে বর্ণনা করে তাকে শনাক্ত করার মতো যথেষ্ট বিস্তারিত, এমনকি নাম ও সুস্পষ্ট শনাক্তকারী সরানোর পরেও। যে সরকার সমৃদ্ধভাবে প্রকাশ করে এবং যে সরকার তার রেকর্ডের মানুষদের ভালোভাবে রক্ষা করে তারা একই লিভারে ভিন্ন দিকে টানছে, এবং অ্যালগরিদমিক ব্যবস্থা প্রশিক্ষণ ও মূল্যায়নের জন্য উপাত্তের ক্রমবর্ধমান ক্ষুধা (দেখুন বিষয় 5.2 — কৃত্রিম বুদ্ধিমত্তা ও সরকারে অ্যালগরিদমভিত্তিক সিদ্ধান্ত গ্রহণ) বাজি বাড়িয়েছে, কারণ আগের চেয়ে বেশি কর্তা সরকারি উপাত্ত ঠিক সেই সূক্ষ্মতায় চান যা প্রকাশ করা সবচেয়ে ঝুঁকিপূর্ণ। যে নেতা শাসন, আন্তঃপরিচালনযোগ্যতা ও উন্মুক্ততাকে গোপনীয়তাকে স্থায়ী সীমাবদ্ধতা ধরে একটি সমস্যা হিসেবে দেখেন তিনি প্রতিটিকে বিচ্ছিন্নভাবে দেখা নেতার চেয়ে এই বিষয়ের মূল্য ধরার জন্য ভালো অবস্থানে।

মূল ধারণা

উপাত্ত শাসন হলো সিদ্ধান্ত-অধিকার, মান ও জবাবদিহির সেট যা নির্ধারণ করে কে একটি প্রতিষ্ঠানের উপাত্ত তৈরি, পরিবর্তন, প্রবেশ ও অবসর দিতে পারে, এবং কোন মানের মধ্যে তা রাখতে হবে (দেখুন উপাত্ত শাসন)। এটি উপাত্ত ব্যবস্থাপনা থেকে ভিন্ন, যা দিনের পর দিন উপাত্ত সরানো ও সংরক্ষণের পরিচালনাগত কাজ; শাসন নিয়ম স্থির করে, ব্যবস্থাপনা সেগুলো কার্যকর করে। উপাত্ত শাসন ছাড়া একটি সরকারি সংস্থার তবু উপাত্ত আছে, কিন্তু কেউ আত্মবিশ্বাসের সঙ্গে বলতে পারে না একজন নাগরিকের রেকর্ডের কোন কপিটি প্রামাণিক, বা সেই রেকর্ড ভুল প্রমাণিত হলে কে দায়বদ্ধ।

একজন উপাত্ত তত্ত্বাবধায়ক (ডেটা স্টুয়ার্ড) হলো একটি নির্দিষ্ট ডেটাসেটের গুণমান, সংজ্ঞা ও যথাযথ ব্যবহারের জন্য দায়বদ্ধ নামকরা ব্যক্তি বা ভূমিকা, যে ব্যবস্থায় এটি থাকে তা পরিচালনাকারী কারিগরি কর্মীদের থেকে ভিন্ন (দেখুন ডেটা স্টুয়ার্ড)। তত্ত্বাবধান গুরুত্বপূর্ণ কারণ উপাত্তের গুণমান ডিফল্টভাবে ক্ষয় পায়: কেউ দায়বদ্ধ নয় এমন একটি ক্ষেত্র অসংগত এন্ট্রি, পুনরাবৃত্ত রেকর্ড এবং একটি ক্ষেত্রের যা বোঝানোর কথা এবং কর্মীরা আসলে এতে যা রাখেন তার মধ্যে নীরব সরণ জমায়। একটি ডেটাসেটে একজন তত্ত্বাবধায়ক নিযুক্ত করা উপাত্তের গুণমানকে মাঝে মাঝে পরিষ্কারের অনুশীলন থেকে একটি চলমান, নামকরা দায়িত্বে রূপান্তরিত করে।

আন্তঃপরিচালনযোগ্যতা হলো স্বাধীনভাবে গড়া ব্যবস্থাগুলোর উপাত্ত বিনিময় করার এবং জড়িত প্রতিটি ব্যবস্থা-জোড়ার জন্য বিশেষ-ক্ষেত্র, একবারের প্রকৌশল ছাড়াই তা সঠিকভাবে ব্যবহার করার সামর্থ্য (দেখুন আন্তঃপরিচালনযোগ্যতা)। এটি তিনটি স্তরে কাজ করে যা গুলিয়ে ফেলা সহজ: কারিগরি আন্তঃপরিচালনযোগ্যতা (ব্যবস্থাগুলো কি আদৌ সংযুক্ত হয়ে বাইট সরাতে পারে, সাধারণত একটি অ্যাপ্লিকেশন প্রোগ্রামিং ইন্টারফেস, বা API-এর মাধ্যমে, একটি সফটওয়্যার অংশের অন্যটির কাছে উপাত্ত বা কাজের অনুরোধের সংজ্ঞায়িত উপায় — দেখুন অ্যাপ্লিকেশন প্রোগ্রামিং ইন্টারফেস); শব্দার্থিক আন্তঃপরিচালনযোগ্যতা ("পরিবার" বা "সক্রিয় ক্ষেত্র"-এর মতো একটি ভাগাভাগি করা ক্ষেত্র দিয়ে উভয় ব্যবস্থা কি একই জিনিস বোঝায়); এবং সাংগঠনিক আন্তঃপরিচালনযোগ্যতা (দুটি প্রতিষ্ঠান কি একমত কেন উপাত্ত ভাগ হচ্ছে এবং পরে যা ঘটে তার জন্য কে দায়বদ্ধ)। কারিগরি সংযোগ পুরোপুরি কাজ করলেও বেশির ভাগ ব্যয়বহুল আন্তঃপরিচালনযোগ্যতা ব্যর্থতা শব্দার্থিক বা সাংগঠনিক স্তরে ঘটে।

একটি সাধারণ স্কিমা, বা উপাত্ত মান, হলো উপাত্তের একটি শ্রেণি কীভাবে উপস্থাপিত হয় তার একটি সম্মত, প্রকাশিত কাঠামো — ক্ষেত্রের নাম, ফরম্যাট, একক এবং অনুমোদিত মান — একাধিক ব্যবস্থা বা প্রতিষ্ঠান দ্বারা গৃহীত যাতে একটি দ্বারা উৎপাদিত উপাত্ত হাতে-করা অনুবাদ ছাড়া অন্যটি ভোগ করতে পারে। যে সরকারি সংস্থা একটি ঠিকানা বা একটি কেস অবস্থার মতো মৌলিক কিছুর জন্য একটি ভাগাভাগি করা স্কিমা গ্রহণ করে তারা কয়েক ডজন সম্ভাব্য দ্বিপাক্ষিক অনুবাদ সমস্যাকে একটি মানে রূপান্তরিত করে যা প্রতিটি নতুন ব্যবস্থা কেবল বাস্তবায়ন করতে পারে। ব্যবস্থা জুড়ে এবং সময়ের সঙ্গে টিকে থাকা একটি অনন্য শনাক্তকারী — একটি কেস নম্বর, একটি ব্যবসা নিবন্ধন নম্বর, একটি নাগরিক রেফারেন্স — হলো সেই নির্দিষ্ট প্রক্রিয়া যা একই ব্যক্তি বা সত্তা সম্পর্কে রেকর্ডগুলো সঠিকভাবে সংযুক্ত করতে দেয়, এবং শনাক্তকারী নকশা ভুল করা (নম্বর পুনর্ব্যবহার, ফরম্যাট বদল, বা আদৌ একটি না থাকা) আন্তঃপরিচালনযোগ্যতা ব্যর্থতার সবচেয়ে সাধারণ, এড়ানোযোগ্য কারণগুলোর একটি।

মেটাডেটা হলো উপাত্ত সম্পর্কে উপাত্ত — একটি ডেটাসেটের কাঠামো, উৎস, হালনাগাদের ঘনত্ব এবং অর্থের বর্ণনা, উপাত্তের সঙ্গে প্রকাশিত যাতে যে ব্যবহারকারী এটি তৈরি করেননি তিনি তা বুঝতে ও বিশ্বাস করতে পারেন (দেখুন মেটাডেটা)। পর্যাপ্ত মেটাডেটা ছাড়া প্রকাশিত একটি ডেটাসেট যে দল এটি তৈরি করেছে তার বাইরে প্রায় কারও কাছে ব্যবহারযোগ্য নয়, এর লাইসেন্স যতই উন্মুক্ত হোক; মেটাডেটাই একটি ফাইল-ডাম্পকে এমন কিছুতে রূপান্তরিত করে যা একজন তৃতীয় পক্ষ আসলে পুনর্ব্যবহার করতে পারে।

একটি উপাত্ত-ভাগাভাগি চুক্তি হলো সংস্থাগুলোর মধ্যে, বা একটি সরকারি সংস্থা ও একটি বাইরের অংশীদারের মধ্যে একটি আনুষ্ঠানিক ব্যবস্থা যা নির্ধারণ করে কোন উদ্দেশ্যে উপাত্ত ব্যবহার করা যেতে পারে, ভাগ করার আইনি ভিত্তি, কতদিন রাখা যাবে, এবং উদ্দেশ্য বদলালে কী ঘটে। উদ্দেশ্য-সীমাবদ্ধতা — ভাগাভাগি করা উপাত্তের ব্যবহার যে উদ্দেশ্যে সংগৃহীত বা ভাগ করা হয়েছিল তাতে সীমিত করা — হলো শৃঙ্খলা যা একটি উপাত্ত-ভাগাভাগি চুক্তিকে ব্যক্তিগত তথ্য পুনঃউদ্দেশ্য করার একটি সীমাহীন লাইসেন্স হয়ে ওঠা থেকে রক্ষা করে, এবং এর অনুপস্থিতি আন্তঃসংস্থা উপাত্তের সঙ্গে জড়িত জন-আস্থা ব্যর্থতার একটি পুনরাবৃত্ত বিষয়।

উন্মুক্ত উপাত্ত হলো এমন উপাত্ত যা যে কেউ যেকোনো উদ্দেশ্যে প্রবেশ, ব্যবহার ও পুনর্বিতরণের জন্য বিনামূল্যে উপলব্ধ করা হয়, সাধারণত যন্ত্র-পাঠযোগ্য এবং কেবল দেখা নয়, পুনর্ব্যবহার অনুমোদনকারী একটি লাইসেন্সের অধীনে প্রকাশিত (দেখুন উন্মুক্ত উপাত্ত)। এর জনমূল্য যুক্তি বিষয় 1.4 — জনপণ্য, যোগ্যপণ্য ও মূল্যবহুত্ববাদে নির্ধারিত জনপণ্য যুক্তি অনুসরণ করে: একটি ডেটাসেট প্রকাশিত হলে, একজন ব্যক্তির এর ব্যবহার অন্যের ব্যবহার কমায় না, এবং সরকার প্রায়ই একমাত্র কর্তা যার প্রথমেই এটি সংগ্রহ ও প্রকাশের আইনি অবস্থান ও মাপ উভয়ই আছে, তাই একা বেসরকারি বাজার এই ধরনের তথ্য দীর্ঘস্থায়ীভাবে কম জোগান দেয়। উন্মুক্ত উপাত্ত জবাবদিহি (সাংবাদিক ও নাগরিকেরা সরকারের নিজস্ব দাবি তার নিজস্ব রেকর্ডের বিপরীতে যাচাই করেন), তৃতীয়-পক্ষ উদ্ভাবন (ব্যবসা ও নাগরিক প্রযুক্তিবিদেরা সরকারি উপাত্তের ওপর এমন সেবা গড়েন যা সরকার নিজে কখনও গড়বে না), এবং অর্থনীতির অন্যত্র আরও ভালো জনসিদ্ধান্ত সক্ষম করে, সবই প্রকাশক সংস্থাকে প্রতিটি ব্যবহার আগাম অনুমান করতে না হয়ে।

পুনঃশনাক্তকরণ হলো আপাতভাবে বেনামি উপাত্ত অন্যান্য উপলব্ধ তথ্যের সঙ্গে মিলিয়ে বের করা কোন প্রকৃত ব্যক্তিকে একটি রেকর্ড বর্ণনা করে, এবং এটি কেন্দ্রীয় কারিগরি তথ্য যা এই বিষয়ের গোপনীয়তা টানাপোড়েনকে কেবল অসুবিধাজনক নয়, অনিবার্য করে তোলে (দেখুন উপাত্ত পুনঃশনাক্তকরণ)। একটি নাম, বা জাতীয় বিমা বা সামাজিক নিরাপত্তা নম্বরের মতো একটি সুস্পষ্ট শনাক্তকারী সরালে ঝুঁকি সরে না: বয়স, ডাকঘর কোড এবং একটি বিরল চিকিৎসাগত অবস্থার মতো আধা-শনাক্তকারীর সংমিশ্রণ এমনকি কখনও নাম না দেওয়া ডেটাসেটেও কাউকে অনন্যভাবে শনাক্ত করতে পারে, বিশেষ করে একবার অন্য একটি, আলাদাভাবে প্রকাশ্য ডেটাসেটের সঙ্গে ক্রস-রেফারেন্স হলে। K-বেনামীকরণ (k-anonymity) এই ঝুঁকি নিয়ে যুক্তি দেওয়ার একটি আনুষ্ঠানিক উপায়: একটি ডেটাসেট k-বেনামীকরণ পূরণ করে যদি এতে থাকা আধা-শনাক্তকারী ক্ষেত্রের প্রতিটি সংমিশ্রণ অন্তত একটি সংজ্ঞায়িত সংখ্যক, k, রেকর্ডে ভাগ করা হয়, যাতে কোনো একক সারি k-এর কম সম্ভাব্য মানুষে বিচ্ছিন্ন করা না যায় (দেখুন k-বেনামীকরণ)। ডিফারেনশিয়াল প্রাইভেসি একটি আরও সাম্প্রতিক, গাণিতিকভাবে কঠোর পদ্ধতি যা একটি ডেটাসেটে বা এর বিরুদ্ধে প্রশ্নের ফলাফলে সতর্কভাবে ক্যালিব্রেটেড পরিসংখ্যানগত কোলাহল যোগ করে, যাতে কোনো একক ব্যক্তির রেকর্ডের উপস্থিতি বা অনুপস্থিতি একজন আক্রমণকারী ইতিমধ্যে যা জানে তা নির্বিশেষে প্রকাশিত আউটপুট কেবল একটি সীমাবদ্ধ, প্রমাণযোগ্য পরিমাণে বদলায় (দেখুন ডিফারেনশিয়াল প্রাইভেসি)। নকশার মাধ্যমে গোপনীয়তা (প্রাইভেসি বাই ডিজাইন) হলো বিস্তৃততর নীতি যে গোপনীয়তা সুরক্ষা একটি ব্যবস্থার স্থাপত্যে শুরু থেকে, একটি ডিফল্ট সেটিং হিসেবে গড়া উচিত, প্রকাশের ঠিক আগে একটি সম্পাদনা ধাপ হিসেবে জুড়ে নয় (দেখুন নকশার মাধ্যমে গোপনীয়তা); পরে সুস্পষ্ট শনাক্তকারী সম্পাদনা করা এই শৃঙ্খলার দুর্বলতম রূপ, এর বিকল্প নয়।

সেরা অনুশীলন

1. কেবল একটি কেন্দ্রীয় উপাত্ত কার্যালয় নয়, যে প্রতিটি ডেটাসেট গুরুত্বপূর্ণ তার জন্য একজন দায়বদ্ধ তত্ত্বাবধায়ক নিযুক্ত করুন। একটি উপাত্ত কার্যালয় মান স্থির করতে পারে, কিন্তু একটি নির্দিষ্ট ব্যবস্থার একটি নির্দিষ্ট ক্ষেত্র এখনও যা সংজ্ঞায়িত হয়েছিল তাই বোঝায় কি না জানতে পারে না; সেই বিচার উপাত্তের প্রকৃত ব্যবহারের কাছাকাছি কারও।
2. ডিফল্টভাবে উন্মুক্ত প্রকাশ করুন, এবং যখনই করবেন না তখন নির্দিষ্ট কারণ নথিবদ্ধ করুন। ডিফল্ট উল্টে — প্রকাশের যুক্তির বদলে আটকে রাখার যুক্তি দাবি করে — প্রকৃত সংবেদনশীলতা সবকিছুতে নির্বিচারে সতর্কতা প্রয়োগ করতে দেওয়ার বদলে স্বতন্ত্র পর্যালোচনার জন্য সামনে আনে।
3. একটি নতুন নকশার আগে একটি বিদ্যমান, ভাগাভাগি করা স্কিমা গ্রহণ করুন। একটি বিশেষভাবে নির্মিত উপাত্ত কাঠামো যা একটি প্রকল্পে পুরোপুরি মেলে এবং সরকারের অন্য কিছুর সঙ্গে মেলে না তা ভবিষ্যৎ সংহতি ব্যয় নিশ্চিত করে; নিজের গড়ার আগে আপনার খাত, এখতিয়ার বা একটি আন্তর্জাতিক মান সংস্থা ইতিমধ্যে কী প্রকাশ করেছে তা পরীক্ষা করুন।
4. একটি ব্যবস্থা চালুর আগে, পরে নয়, স্থায়ী, সুশাসিত অনন্য শনাক্তকারী নকশা করুন। অসংগত কী-র অধীনে বছরের পর বছর জমা হওয়া রেকর্ডের ওপর একটি শনাক্তকারী প্রকল্প পুনর্সংযোজন শুরুতে নকশা সঠিক করার চেয়ে নাটকীয়ভাবে বেশি ব্যয়বহুল।
5. একবারের ফাইল স্থানান্তরের বদলে শাসিত API-এর মাধ্যমে উপাত্ত বিনিময় গড়ুন। একটি API যা একটি স্কিমা প্রয়োগ করে, প্রবেশাধিকার লগ করে এবং সংস্করণ করা যায় তা আপনাকে একটি নিয়ন্ত্রণযোগ্য, নিরীক্ষাযোগ্য আন্তঃপরিচালনযোগ্যতা বিন্দু দেয়; বিভাগের মধ্যে ইমেইল করা একটি স্প্রেডশিট এর কোনোটিই দেয় না এবং বাসি হলে কেউ লক্ষ করে না।
6. কেবল কারিগরি প্রক্রিয়া নয়, উদ্দেশ্য, আইনি ভিত্তি এবং মেয়াদ উল্লেখ করে উপাত্ত-ভাগাভাগি চুক্তি লিখুন। যে চুক্তি উপাত্ত কীভাবে চলে নির্দিষ্ট করে কিন্তু কেন বা কতদিনের জন্য নয় তা যে উদ্দেশ্য এটি যথার্থ করেছিল তাকে ছাড়িয়ে যায় এবং নীরবে এমন কিছুর অনুমতি হয়ে ওঠে যা কেউ স্পষ্টভাবে অনুমোদন করেনি।
7. অপ-শনাক্তকরণকে একবারের সম্পাদনা কাজ নয়, একটি অবশিষ্ট ফলাফলসহ ঝুঁকি মূল্যায়ন হিসেবে দেখুন। আপনি যে ডেটাসেট প্রকাশ করতে যাচ্ছেন তার বিপরীতে অন্য কোন প্রকাশ্য বা ক্রয়যোগ্য ডেটাসেট সংযুক্ত করা যায় জিজ্ঞেস করুন, এবং বাইরের তথ্য ছাড়া একটি আদর্শ আক্রমণকারীর বিপরীতে নয়, সেই বাস্তবসম্মত হুমকি মডেলের বিপরীতে পুনঃশনাক্তকরণ ঝুঁকির আকার মাপুন।
8. ছোট জনগোষ্ঠী বা বিরল বৈশিষ্ট্য জড়িত যেকোনো প্রকাশে ডিফারেনশিয়াল প্রাইভেসি বা একটি সমতুল্য আনুষ্ঠানিক কৌশল প্রয়োগ করুন। সুস্পষ্ট শনাক্তকারীর সরল দমন বা সাধারণীকরণ একবার একটি ডেটাসেটে একা শনাক্তকারী হওয়ার মতো অস্বাভাবিক কিছু থাকলে অপর্যাপ্ত, যেমন একটি বিরল অবস্থা, একটি ছোট স্থানীয় জনগোষ্ঠী, বা একটি উচ্চ-মূল্যের লেনদেন।
9. কেবল ফাইলের নামের তালিকা নয়, প্রকৃত মেটাডেটাসহ একটি প্রকাশ্য, বর্তমান উপাত্ত ক্যাটালগ রক্ষণাবেক্ষণ করুন। একটি সম্ভাব্য ব্যবহারকারী বিশ্বাস করার মতো যথেষ্ট বুঝতে পারেন না এমন একটি ডেটাসেট কার্যত অপ্রকাশিত, এর লাইসেন্স যতই উদার হোক; ক্যাটালগ এন্ট্রির বলা উচিত একটি ক্ষেত্র কী বোঝায়, কত ঘন ঘন হালনাগাদ হয় এবং এর পরিচিত সীমাবদ্ধতা কী।
10. একটি পুনরাবৃত্ত সময়সূচিতে সংজ্ঞায়িত মানের বিপরীতে উপাত্ত গুণমান মাপুন এবং ফল ডেটাসেটের মালিককে প্রতিবেদন করুন। কিছু ভাঙলেই কেবল পরীক্ষা করা গুণমান মাঝের দীর্ঘ সময় ধরে অদৃশ্যভাবে ক্ষয় পায়; একটি নিয়মিত পরিমাপ ক্ষয়কে একটি দৃশ্যমান, পরিচালনাযোগ্য প্রবণতায় পরিণত করে।
11. প্রতিটি প্রকাশিত ডেটাসেট পর্যায়ক্রমে চলমান জনমূল্য ও চলমান ঝুঁকির জন্য পর্যালোচনা করুন। জনগোষ্ঠী বদলায়, পুনঃশনাক্তকরণ কৌশল উন্নত হয়, এবং পাঁচ বছর আগে নিরাপদ একটি প্রকাশ আজ নিরাপদ নাও হতে পারে সেই উপাত্তের বিপরীতে যা তারপর থেকে অন্যত্র নতুনভাবে উপলব্ধ হয়েছে।
12. উপাত্ত ভাগ বা প্রকাশের সিদ্ধান্ত যে কারিগরি দল এটি সরায় তাদের থেকে আলাদা করুন। উদ্দেশ্য, সামঞ্জস্য এবং গোপনীয়তা ঝুঁকি বিচার করতে সবচেয়ে ভালো অবস্থানের মানুষেরা খুব কমই পাইপলাইন গড়তে সবচেয়ে ভালো অবস্থানের মানুষদের মতো একই, এবং দুটি ভূমিকা এক করা কঠিনতর বিচারকে অপর্যাপ্তভাবে পরীক্ষিত রাখে।

আপনার দলের সঙ্গে আলোচনার প্রশ্ন

আমরা কি জানি আমাদের মূল উপাত্ত সত্তার প্রতিটির জন্য কোন ব্যবস্থা প্রামাণিক রেকর্ড ধারণ করে, এবং প্রত্যেকে কি আসলে একে সেভাবে দেখে? অনেক প্রতিষ্ঠানে, বাস্তবে, একই তথ্যের কয়েকটি "সত্য" কপি আছে — বিলিং ব্যবস্থায়, কেস-ব্যবস্থাপনা ব্যবস্থায় এবং চিঠিপত্র লগে একজন নাগরিকের ঠিকানা, সবগুলো সামান্য ভিন্ন এবং সবগুলোর ওপর কেউ কাজ করছে। আপনার প্রতিষ্ঠানের মূল সত্তার তালিকা (নাগরিক, ক্ষেত্র, সম্পত্তি, ব্যবসা) করতে এবং সততার সঙ্গে চিহ্নিত করতে এই প্রশ্ন ব্যবহার করুন প্রতিটির জন্য একটি একক প্রামাণিক উৎস আছে কি না নাকি কর্মীরা নীরবে শিখেছেন কোন উদ্দেশ্যে কোন ব্যবস্থাকে বিশ্বাস করতে হবে। আলোচনা করুন প্রতি সত্তায় একটি প্রামাণিক উৎস নির্ধারণ ও প্রয়োগ করতে কী লাগবে, এবং স্থানান্তরে কী ভেঙে পড়বে। ভুল কপির ওপর একটি গুরুতর সিদ্ধান্ত নেওয়ার পরের চেয়ে এটি সাধারণত আগে ঠিক করা সস্তা।

একজন মানুষ আমাদের জিজ্ঞেস করলে কেন তাঁকে আমাদের নিজস্ব প্রতিষ্ঠানের দুটি অংশকে একই তথ্য দিতে হলো, আমাদের সৎ উত্তর কী হতো? সৎ উত্তর প্রায়ই "কারণ আমাদের ব্যবস্থা তা বিনিময় করতে পারে না", যা একটি প্রক্রিয়া-প্রয়োজনের ছদ্মবেশে একটি আন্তঃপরিচালনযোগ্যতা ব্যর্থতা। একাধিক দল বা ব্যবস্থা জুড়ে একটি সেবা-যাত্রা বেছে নিতে এবং ধাপে ধাপে অনুসরণ করতে এই প্রশ্ন ব্যবহার করুন একই তথ্য কোথায় একাধিকবার ধরা হয়। আলোচনা করুন পুনরাবৃত্ত অনুরোধ প্রকৃত কিছু রক্ষা করছে কি না — একটি নতুন সম্মতি, একটি যাচাই ধাপ — নাকি এটি কেবল একটি উপাত্ত-ভাগাভাগি চুক্তি বা একটি সাধারণ স্কিমার অনুপস্থিতি। ভাবুন আরও এক বছর অসংশোধিত রাখলে নাগরিক আস্থায় এবং কর্মীদের সময়ে এর ব্যয় কত হবে।

একজন দৃঢ়প্রতিজ্ঞ সাংবাদিক বা গবেষক আমরা বর্তমানে বেনামি বলি এমন একটি ডেটাসেটে সবচেয়ে বিশ্বাসযোগ্যভাবে কোথায় কাউকে পুনঃশনাক্ত করতে পারতেন? বেনামি-করা উপাত্ত প্রকাশকারী বেশির ভাগ প্রতিষ্ঠান আধা-শনাক্তকারী ও অন্যান্য প্রকাশ্য ডেটাসেটের একটি বাস্তবসম্মত সংমিশ্রণের বিপরীতে তা চাপ-পরীক্ষা করেনি। আপনার সর্বোচ্চ-ঝুঁকির প্রকাশিত বা শীঘ্র-প্রকাশিত ডেটাসেট বেছে নিতে এবং ধরে এগোতে এই প্রশ্ন ব্যবহার করুন অন্য কোন তথ্য — একটি স্থানীয় সংবাদ প্রতিবেদন, অন্য সংস্থার উন্মুক্ত ডেটাসেট, একটি প্রকাশ্য নিবন্ধন — এর বিপরীতে বিশ্বাসযোগ্যভাবে সংযুক্ত করা যায়। আলোচনা করুন আপনার বর্তমান অপ-শনাক্তকরণ পদ্ধতি (দমন, সাধারণীকরণ, বা k-বেনামীকরণ বা ডিফারেনশিয়াল প্রাইভেসির মতো একটি আনুষ্ঠানিক কৌশল) সেই সংমিশ্রণ আসলে টিকত কি না, এবং নতুন বাইরের উপাত্ত উপলব্ধ হলে তা পুনঃপরীক্ষার দায়িত্ব কার।

একটি ডেটাসেট প্রকাশ করা উচিত নয় বলার কর্তৃত্ব এখন কার, এবং আমরা কি আত্মবিশ্বাসী যে সেই কর্তৃত্ব সঠিক কারণে ব্যবহৃত হচ্ছে? একটি ডিফল্ট-টু-ওপেন নীতির তবু একটি বিশ্বাসযোগ্য, সুচিন্তিত ব্যতিক্রম প্রক্রিয়া দরকার, এবং যিনি এটি প্রয়োগ করেন তিনি শনাক্তযোগ্য ও দায়বদ্ধ হওয়া উচিত। আপনার প্রতিষ্ঠানে আটকে রাখার সিদ্ধান্ত একটি নামকরা ভূমিকা দ্বারা নথিবদ্ধ মানদণ্ডের বিপরীতে নেওয়া হয় কি না, নাকি অনানুষ্ঠানিকভাবে, যাকে জিজ্ঞেস করা হয় এবং সতর্কতার দিকে ভুল করেন, তা পরীক্ষা করতে এই প্রশ্ন ব্যবহার করুন। আলোচনা করুন আপনার আটকে রাখার হার সতর্ক ক্ষেত্র-ভিত্তিক বিচারের মতো দেখায় নাকি একটি স্থায়ী প্রাতিষ্ঠানিক প্রতিবর্তের মতো, এবং আটকে রাখা ডেটাসেটের একটি পর্যায়ক্রমিক বাইরের পর্যালোচনা কী প্রকাশ করতে পারে।

আমাদের আন্তঃসংস্থা উপাত্ত-ভাগাভাগি চুক্তিগুলো কি এখনও সেই উদ্দেশ্যে ব্যবহৃত হচ্ছে যার জন্য তা লেখা হয়েছিল? উদ্দেশ্য-সীমাবদ্ধতা একটি চুক্তিতে বলা সহজ এবং বাস্তবে নীরবে ক্ষয় করা সহজ, বিশেষ করে একবার একটি ডেটাসেট এর মূল স্বাক্ষরকারীরা কখনও আগাম অনুমান না করা কিছুর জন্য উপযোগী প্রমাণিত হলে। দুটি বা তিনটি জীবন্ত আন্তঃসংস্থা উপাত্ত-ভাগাভাগি ব্যবস্থা বেছে নিতে এবং লিখিত উদ্দেশ্য ও মেয়াদের বিপরীতে প্রকৃত বর্তমান ব্যবহার যাচাই করতে এই প্রশ্ন ব্যবহার করুন। আলোচনা করুন কোন অমিল দেখা দিলে কোন শাসন ধাপ অনুপস্থিত, এবং একটি বাইরের নিরীক্ষা বা একজন সাংবাদিকের আগে সেই ধরনের সরণ ধরার দায়িত্ব কার হওয়া উচিত।

আমাদের আন্তঃপরিচালনযোগ্যতা বা উপাত্ত মান যদি আমাদের উপাত্তের একটি বৈধ নতুন ব্যবহারের বাধা হয়ে ওঠে, আমরা কি প্রকৃত ক্ষতি হওয়ার আগে নাকি পরে জানতে পারতাম? গ্রহণের সময় যুক্তিসংগত মান প্রয়োজন ও প্রযুক্তি বদলালে বাধায় জমাট বাঁধতে পারে, এবং প্রতিষ্ঠান খুব কমই নিজস্ব নিয়মের ক্ষেত্রে এটি ঘটছে লক্ষ করার একটি ব্যবস্থা গড়ে। আপনার প্রতিষ্ঠান বর্তমানে কীভাবে পর্যালোচনা করে এর উপাত্ত মান, শনাক্তকারী প্রকল্প বা ভাগাভাগি প্রক্রিয়া এখনও তাদের উদ্দেশ্য সেবা করছে, বনাম কেবল উত্তরাধিকারসূত্রে পাওয়া ও অপ্রশ্নিত, তা আলোচনা করতে এই প্রশ্ন ব্যবহার করুন। ভাবুন যাঁরা লক্ষ করতেন একটি মান বাধা হয়ে উঠেছে — সম্মুখসারির কর্মী, অংশীদার সংগঠন, আপনার উন্মুক্ত উপাত্ত ব্যবহারকারী বাইরের ডেভেলপার — তাঁদের তা তোলার একটি প্রকৃত চ্যানেল আছে কি না, এবং সেই চ্যানেল কখনও আসলে একটি মান বদলেছে কি না।

বাস্তবে: একটি জনমূল্যের উদাহরণ

একটি আঞ্চলিক সমাজকল্যাণ সংস্থা এবং একটি পৃথক আঞ্চলিক স্বাস্থ্য কর্তৃপক্ষ — কাল্পনিক, একটি প্যাটার্নের দৃষ্টান্ত, কোনো প্রকৃত সংস্থার প্রতিবেদন নয় — এক দশক ধরে অসামঞ্জস্যপূর্ণ কেস-ব্যবস্থাপনা ব্যবস্থা চালিয়েছিল, তাই উভয়ের কাছে পরিচিত একটি পরিবার ভিন্ন রেফারেন্স নম্বরে রেকর্ড হতে পারত, সংস্থার কর্মীদের জানানোর কোনো নির্ভরযোগ্য উপায় ছাড়া যে একটি আবাসন-সহায়তা কেসলোডে দেখা পরিবারটি একটি শিশুস্বাস্থ্য-প্রচার কেসলোডে দেখা একই পরিবার। দুটি সেবার মধ্যকার ফাঁকে পড়ার ঝুঁকিতে থাকা শিশুদের চিহ্নিত করার একটি যৌথ কর্মসূচি বারবার থমকে গেল, রাজনৈতিক ইচ্ছার অভাবে নয়, বরং কারণ কোন পরিবারের উভয় ধরনের সহায়তা দরকার তার একটি একক, বিশ্বাসযোগ্য সম্মিলিত চিত্র কেউ তৈরি করতে পারত না।

দুটি সংস্থা অবশেষে একটি ভাগাভাগি করা পরিবার শনাক্তকারী এবং উভয় ব্যবস্থার বিনিময় দরকার এমন ক্ষেত্রগুলোর জন্য একটি সাধারণ স্কিমা গ্রহণ করল, প্রত্যেকে আগে যে পর্যায়ক্রমিক স্প্রেডশিট রপ্তানির ওপর নির্ভর করেছিল তার বদলে একটি শাসিত API-এর মাধ্যমে গড়া, একটি উপাত্ত-ভাগাভাগি চুক্তির অধীনে যা নির্দিষ্ট উদ্দেশ্য — ঝুঁকিতে থাকা পরিবারগুলোর জন্য সহায়তা সমন্বয় — নামকরণ করেছিল এবং বার্ষিক পর্যালোচনা দাবি করেছিল। এক বছরের মধ্যে, উভয় পক্ষের কেসওয়ার্কাররা প্রথমবার দেখতে পেলেন কোন পরিবারগুলো অন্য সেবার কাছে পরিচিত, এবং হাতে-করা ক্রস-চেকিংয়ের ওপর নির্ভর করা যৌথ কেস সম্মেলন নিত্যনৈমিত্তিক হয়ে উঠল। সংস্থাগুলো তারপর আরও এগোল, জেলা অনুযায়ী সম্মিলিত সহায়তা পাওয়া পরিবারের সংখ্যা দেখিয়ে একটি সমষ্টিগত, এলাকা-স্তরের উন্মুক্ত ডেটাসেট প্রকাশ করে, স্থানীয় দাতব্য সংস্থাকে তাদের নিজস্ব প্রচার লক্ষ্য করতে সাহায্য করতে এবং নির্বাচিত কাউন্সিলরদের দেখতে দিতে যে যৌথ কর্মসূচি যে এলাকাগুলোর জন্য নকশা করা তাতে পৌঁছাচ্ছে কি না।

একজন স্থানীয় উপাত্ত-অধিকার প্রচারক, একজন বিশ্ববিদ্যালয় গবেষকের সঙ্গে কাজ করে, আবিষ্কার করলেন যে প্রকাশিত জেলা-স্তরের পরিসংখ্যান স্থানীয় পরিবহন কর্তৃপক্ষের একটি আলাদাভাবে প্রকাশিত, সমান সদিচ্ছাপূর্ণ উন্মুক্ত ডেটাসেটের সঙ্গে ক্রস-রেফারেন্স করা যায় — ছোট এলাকা অনুযায়ী ভর্তুকিযুক্ত-ভাড়ার আবেদন দেখানো — কিছু জেলাকে এতটা ছোট পরিবার-সংখ্যায় সংকুচিত করতে যে নির্দিষ্ট পরিবারগুলো বিশ্বাসযোগ্যভাবে শনাক্ত করা যেতে পারে, বিশেষ করে কম জনবসতিপূর্ণ গ্রামীণ জেলায় যেখানে উভয় ডেটাসেট এক-অঙ্কের পরিবার-সংখ্যা গুনেছে। কোনো ডেটাসেট একা প্রকাশক ছিল না; সংযুক্ত হলে, সবচেয়ে কম জনবসতিপূর্ণ এলাকায়, ছিল। সংস্থাগুলোর প্রথম সহজাত প্রবৃত্তি, উন্মুক্ত ডেটাসেট সম্পূর্ণ প্রত্যাহার করা, জবাবদিহি ও দাতব্য-লক্ষ্য নির্ধারণের মূল্য যা এটি ইতিমধ্যে দিতে শুরু করেছিল তা ধ্বংস করত। বরং, একই প্রচারকের সঙ্গে কাজ করে, তারা ডেটাসেট একটি ডিফারেনশিয়াল-প্রাইভেসি পদ্ধতি ব্যবহার করে পুনঃপ্রকাশ করল যা ছোট সংখ্যায় ক্যালিব্রেটেড কোলাহল যোগ করেছে, বিস্তৃত আঞ্চলিক প্যাটার্ন চিহ্নিত করার জন্য এর উপযোগিতা রক্ষা করে এবং যেকোনো একক নিম্ন-জনসংখ্যার জেলার প্রকৃত সংখ্যাকে মূল প্রকাশ উন্মোচনকারী ক্রস-রেফারেন্সিং আক্রমণ পরাস্ত করার মতো যথেষ্ট অনিশ্চিত করে। ঘটনাটি সংস্থাগুলোর নিজস্ব পরবর্তী কর্মী প্রশিক্ষণে ব্যবহৃত কেস স্টাডি হয়ে উঠল, কেন অপ-শনাক্তকরণ বিচ্ছিন্নভাবে ডেটাসেটের বিপরীতে নয়, জনসমক্ষে আর কী উপলব্ধ তার বিপরীতে মূল্যায়ন করতে হবে সে সম্পর্কে।

চারটি খাতভিত্তিক দৃষ্টিকোণ

স্থানীয় সরকার

একটি স্থানীয় কর্তৃপক্ষ সাধারণত সেবা-পাওয়া প্রতি বাসিন্দার জন্য একটি জাতীয় সংস্থার চেয়ে বেশি স্বতন্ত্র, পুরোনো এবং কম-সংহত ব্যবস্থা চালায়, কারণ আবাসন, পরিকল্পনা, বর্জ্য, সামাজিক যত্নের মতো দশকের স্বতন্ত্রভাবে ক্রয় করা বিভাগীয় ব্যবস্থা খুব কমই পরস্পরের সঙ্গে উপাত্ত ভাগ করতে গড়া হয়েছিল। এটি আন্তঃপরিচালনযোগ্যতাকে বাইরের হওয়ার আগে একটি প্রকৃত অভ্যন্তরীণ লড়াই করে: এক সপ্তাহে তিনটি পরিষদ বিভাগের সঙ্গে মিথস্ক্রিয়া করা একজন বাসিন্দা দেখতে পারেন তাদের কেউই অন্যরা ইতিমধ্যে যা জানে তা দেখতে পায় না। স্থানীয় উন্মুক্ত উপাত্ত, ইতিমধ্যে, অস্বাভাবিকভাবে প্রত্যক্ষ নাগরিক মূল্য রাখে — বিন সংগ্রহের সূচি, পরিকল্পনা আবেদন, স্থানীয় ব্যয় — কারণ বাসিন্দা ও স্থানীয় সাংবাদিকেরা এটির সঙ্গে এমন বিশেষত্বের স্তরে জড়িত হন যা জাতীয় ডেটাসেট খুব কমই দেয়, যা এমনকি বিনয়ী, দৈনন্দিন ডেটাসেটেও মেটাডেটা ও হালনাগাদের ঘনত্ব সঠিক করার বাজি বাড়ায়।

জাতীয় সরকার

জাতীয় সরকার সাধারণত উপাত্ত শাসন ও আন্তঃপরিচালনযোগ্যতা হাতিয়ারের পূর্ণতম পরিসর পরিচালনা করে — একটি জাতীয় উপাত্ত কৌশল, সরকার-জুড়ে শনাক্তকারী প্রকল্প, আদেশকৃত উন্মুক্ত-উপাত্ত পোর্টাল এবং নিবেদিত উপাত্ত-সুরক্ষা নিয়ন্ত্রক — কিন্তু দশক ও প্রশাসন জুড়ে জমা হওয়া উত্তরাধিকার ব্যবস্থার নিছক সংখ্যা কারিগরি আন্তঃপরিচালনযোগ্যতাকে একবারের প্রকল্পের বদলে একটি স্থায়ী, ব্যয়বহুল পটভূমি কাজ করে। জাতীয় উন্মুক্ত-উপাত্ত কর্মসূচি অসমানুপাতিক পুনঃশনাক্তকরণ ঝুঁকি বহন করে ঠিক কারণ জাতীয় ডেটাসেট প্রকৃতপক্ষে মূল্যবান হওয়ার মতো যথেষ্ট বড় এবং, অন্যান্য জাতীয় নিবন্ধনের সঙ্গে সংযুক্ত হলে, ব্যক্তি শনাক্ত করার মতো যথেষ্ট বিস্তারিত; অনেক সরকার এখন যে জাতীয় উপাত্ত কৌশল নথি প্রকাশ করে সেগুলো ক্রমবর্ধমানভাবে অপ-শনাক্তকরণকে নীতি বিজ্ঞপ্তির নিচের একটি বাস্তবায়ন খুঁটিনাটি হিসেবে দেখার বদলে গোপনীয়তা-সংরক্ষণকারী প্রকাশ কৌশলের নাম স্পষ্টভাবে দেয়।

সামাজিক খাত ও অলাভজনক

একটি অলাভজনক বা বেসরকারি সংস্থা (NGO) খুব কমই একটি উন্মুক্ত-উপাত্ত আদেশের অধীন, কিন্তু এটি ক্রমবর্ধমানভাবে অর্থদাতা, নিয়ন্ত্রক এবং জনগণের কাছ থেকে একটি সমান্তরাল প্রত্যাশার মুখোমুখি যে কর্মসূচি উপাত্ত স্বচ্ছভাবে ভাগ করা হোক, এবং এটি প্রায়ই এমন জনগোষ্ঠীর সঙ্গে কাজ করে — সহিংসতা থেকে বেঁচে থাকা মানুষ, তীব্র দারিদ্র্যের মানুষ, নথিহীন বাসিন্দা — যাদের জন্য পুনঃশনাক্তকরণ ঝুঁকি একটি সরকারি ডেটাসেটে সাধারণ জনগোষ্ঠীর জন্য যা বহন করে তার চেয়ে অনেক বেশি ব্যক্তিগত ব্যয় বহন করে। উপাত্ত-ভাগাভাগি চুক্তি এখানে অসমানুপাতিকভাবে গুরুত্বপূর্ণ কারণ একটি অলাভজনক সংস্থা প্রায়ই সরকারি অর্থদাতা বা অংশীদার সংগঠনের সঙ্গে ক্লায়েন্ট উপাত্ত এমন চুক্তির অধীনে ভাগ করে যা সে লেখেনি, এবং অর্থায়নের সঙ্গে সংযুক্ত যেকোনো উপাত্ত-ভাগাভাগি শর্ত কেবল গ্রহণ করার বদলে উদ্দেশ্য-সীমাবদ্ধতা আলোচনার সামর্থ্য তার দরকার। বড় সরকারি বা জনহিতৈষী অর্থদাতাদের গৃহীত আন্তঃপরিচালনযোগ্যতা মান একটি ছোট সংস্থার সীমিত কারিগরি সামর্থ্যে একটি প্রকৃত বোঝা হতে পারে, যা মান গ্রহণকে ব্যয়হীন হিসেবে দেখার বদলে নাম দেওয়ার যোগ্য একটি প্রকৃত ব্যয়।

বহুপাক্ষিক ও আন্তর্জাতিক

বহুপাক্ষিক সংস্থা শাসন পরিপক্বতা, পরিসংখ্যান সামর্থ্য এবং গোপনীয়তার জন্য আইনি ব্যবস্থায় ব্যাপকভাবে ভিন্ন সদস্য রাষ্ট্র জুড়ে উপাত্ত সমষ্টিবদ্ধ করে, যা শব্দার্থিক আন্তঃপরিচালনযোগ্যতা — একটি ভাগাভাগি করা ক্ষেত্র আসলে কী বোঝায় তাতে একমত হওয়া — কে একটি কারিগরির মতোই কূটনৈতিক সমস্যা করে; "পরিবার" বা "বেকার"-এর মতো একটি মৌলিক শব্দ দেশ জুড়ে এতটা ভিন্নভাবে সংজ্ঞায়িত যে আন্তর্জাতিক পরিসংখ্যান সংস্থা Statistical Data and Metadata Exchange (SDMX) ফরম্যাটের মতো সম্পূর্ণ মান রক্ষণাবেক্ষণ করে কেবল আন্তঃদেশীয় উপাত্তকে প্রকৃতপক্ষে তুলনীয় করতে। এই স্তরে উন্মুক্ত উপাত্ত বিষয় 1.4 — জনপণ্য, যোগ্যপণ্য ও মূল্যবহুত্ববাদে নির্ধারিত অর্থে বিশেষভাবে স্পষ্ট জনপণ্য হিসেবে কাজ করে, কারণ কোনো একক সদস্য রাষ্ট্রের একা একটি বৈশ্বিক তুলনামূলক ডেটাসেটে অর্থায়নের প্রণোদনা নেই, তবু প্রতিটি রাষ্ট্র ও গবেষক একবার একটি বহুপাক্ষিক সংস্থা একটি প্রকাশ করলে উপকৃত হয়। উপাত্ত সার্বভৌমত্ব উদ্বেগ এখানে একক-দেশীয় প্রেক্ষাপটের চেয়ে গভীরে চলে: একটি সদস্য রাষ্ট্র সে আইনত আটকে রাখার অধিকারী এমন উপাত্ত ভাগ করতে প্রতিরোধ করতে পারে, বা একটি বহুপাক্ষিক সংস্থা তার নিজস্ব জাতীয় পরিসংখ্যান কীভাবে শ্রেণিবদ্ধ বা সমষ্টিবদ্ধ করেছে তা নিয়ে বিতর্ক করতে পারে, যা একটি ভাগাভাগি করা পরিসংখ্যান কে নিয়ন্ত্রণ করে তার শাসন প্রশ্নকে এটি কীভাবে বিনিময় হয় তার কারিগরি প্রশ্নের মতোই পরিণামবাহী করে।

সাধারণ ব্যর্থতার ধরন

নীরব উপাত্ত সাইলো। ব্যবস্থা একটি প্রতিষ্ঠান জুড়ে কোনো ভাগাভাগি করা শনাক্তকারী বা স্কিমা ছাড়া স্বাধীনভাবে জমে, এবং ব্যয় লুকানো থাকে যতক্ষণ না একটি নির্দিষ্ট ক্ষেত্র — একটি সুরক্ষা ব্যর্থতা, একটি নিরীক্ষা, একটি সেবা বিভ্রাট — একটি সম্মিলিত চিত্র দাবি করে যা দ্রুত তৈরি করা অসম্ভব প্রমাণিত হয়, তখন সাইলোর ব্যয় একবারে দৃশ্যমান এবং চাপের অধীনে ঠিক করা ব্যয়বহুল হয়ে ওঠে।

বেনামীকরণের নাটক। একটি ডেটাসেটের নাম ও সুস্পষ্ট শনাক্তকারী সরানো হয় এবং তারপর আধা-শনাক্তকারী বা অন্যান্য উপলব্ধ উপাত্তের বিপরীতে সংযোগ ঝুঁকির কোনো মূল্যায়ন ছাড়াই প্রকাশের জন্য নিরাপদ হিসেবে দেখা হয়। ক্ষতি প্রায়ই প্রকাশ্যে ও বিব্রতকরভাবে দেখা দেয়, যখন একজন গবেষক, সাংবাদিক বা প্রচারক প্রদর্শন করেন পুনঃশনাক্তকরণ সম্ভব, তখন সংশ্লিষ্ট নির্দিষ্ট ডেটাসেটের বাইরেও গোপনীয়তা বিষয়ে প্রতিষ্ঠানের বিশ্বাসযোগ্যতা ক্ষতিগ্রস্ত হয়।

মালিকবিহীন শাসন। উপাত্ত শাসন নীতি কাগজে আছে, কিন্তু কোনো নির্দিষ্ট ব্যক্তি কোনো নির্দিষ্ট ডেটাসেটের গুণমান বা সমকালীনতার জন্য দায়বদ্ধ নন, তাই মান নীরবে ক্ষয় পায় এবং কেউ লক্ষ করে না যতক্ষণ না উপাত্ত এমন একটি সিদ্ধান্তের জন্য নির্ভর করা হয় যা এটি আসলে সমর্থন করতে পারে না। এটি একটি বিশেষভাবে সাধারণ ব্যর্থতা কারণ নীতি নথি নিজেই সম্পূর্ণ দেখায়, এর নিচে প্রকৃতপক্ষে কেউ দায়বদ্ধ নেই এই অনুপস্থিতি আড়াল করে।

সম্পদ ছাড়া আদেশকৃত আন্তঃপরিচালনযোগ্যতা। একটি ভাগাভাগি করা স্কিমা বা শনাক্তকারী প্রকল্প কেন্দ্রীয়ভাবে আদেশ করা হয় কিন্তু যে দলগুলো এটি গ্রহণ করবে বলে প্রত্যাশিত তাদের জন্য কখনও অর্থায়ন করা হয় না, তাই সম্মতি প্রকৃত, ব্যবহারযোগ্য আন্তঃপরিচালনযোগ্যতার বদলে একটি চেকবক্স অনুশীলন হয়ে ওঠে — একটি ক্ষেত্র কারিগরিভাবে উপস্থিত কিন্তু যথাযথভাবে পূরণ করা নয়। ক্ষতি একটি ভাগাভাগি করা মান আছে এমন একটি মিথ্যা বোধ, কেবল তখন আবিষ্কৃত যখন কেউ প্রকৃতপক্ষে যে উপাত্ত মানসম্মত করার কথা ছিল তার ওপর নির্ভর করতে চেষ্টা করে।

উন্মুক্ত-ধোলাই (ওপেন-ওয়াশিং)। একটি প্রতিষ্ঠান ড্যাশবোর্ড ও সারসংক্ষেপ চিত্রায়ন প্রকাশ করে এবং এটিকে উন্মুক্ত উপাত্ত বলে, যখন একজন তৃতীয় পক্ষের নতুন কিছু গড়ার জন্য দরকার অন্তর্নিহিত যন্ত্র-পাঠযোগ্য ডেটাসেট অপ্রকাশিত থাকে বা এমন ফরম্যাটে প্রকাশিত যা কেউ ব্যবহারিকভাবে পুনর্ব্যবহার করতে পারে না। এটি বিষয় 3.4 — জবাবদিহি, স্বচ্ছতা ও বৈধতায় বর্ণিত স্বচ্ছতা ও উন্মুক্ততার চেহারা তার সারবস্তু ছাড়া ধরে, এবং প্রায়ই একটি প্রকৃত উন্মুক্ত-উপাত্ত কর্মসূচি বলে ভুল হয় কারণ ড্যাশবোর্ড প্রভাবশালী দেখায়।

পরিপক্বতা মডেল

চেকলিস্ট

• আপনার প্রতিষ্ঠানের মূল উপাত্ত সত্তার প্রতিটির জন্য প্রামাণিক উৎস ব্যবস্থা চিহ্নিত করুন।
• নিশ্চিত করুন যে প্রতিটি ডেটাসেট যা বস্তুগতভাবে গুরুত্বপূর্ণ তার একজন নামকরা, দায়বদ্ধ তত্ত্বাবধায়ক আছে।
• একটি বিশেষভাবে নির্মিত নকশা করার আগে একটি নতুন উপাত্ত প্রকল্পের জন্য একটি ভাগাভাগি করা স্কিমা বা মান ইতিমধ্যে আছে কি না পরীক্ষা করুন।
• যে ব্যবস্থাগুলো এটি ব্যবহার করে তাদের জুড়ে স্থায়িত্ব ও সংগতির জন্য আপনার অনন্য শনাক্তকারী নকশা পর্যালোচনা করুন।
• অন্তত একটি পুনরাবৃত্ত হাতে-করা বা স্প্রেডশিট-ভিত্তিক উপাত্ত বিনিময় একটি শাসিত API দিয়ে প্রতিস্থাপন করুন।
• নিশ্চিত করুন প্রতিটি সক্রিয় আন্তঃসংস্থা উপাত্ত-ভাগাভাগি চুক্তি এর উদ্দেশ্য, আইনি ভিত্তি ও মেয়াদ বলে, এবং বর্তমান প্রকৃত ব্যবহারের সঙ্গে মেলে।
• ব্যক্তিগত তথ্য জড়িত কোনো ডেটাসেট প্রকাশের আগে অন্যান্য প্রকাশ্য ডেটাসেটের বিপরীতে বিশ্বাসযোগ্য সংযোগসহ একটি পুনঃশনাক্তকরণ ঝুঁকি মূল্যায়ন চালান।
• ছোট জনগোষ্ঠী বা বিরল বৈশিষ্ট্য জড়িত যেকোনো প্রকাশে k-বেনামীকরণ বা ডিফারেনশিয়াল প্রাইভেসির মতো একটি আনুষ্ঠানিক গোপনীয়তা-সংরক্ষণকারী কৌশল প্রয়োগ করুন।
• নিশ্চিত করুন আপনার উন্মুক্ত-উপাত্ত ক্যাটালগে কেবল ফাইলের নাম নয়, প্রকৃত, বর্তমান মেটাডেটা আছে।
• উদীয়মান পুনঃশনাক্তকরণ ঝুঁকির জন্য নতুন উপলব্ধ বাইরের উপাত্তের বিপরীতে আগে প্রকাশিত ডেটাসেট পর্যালোচনা করুন।
• নিশ্চিত করুন আটকে রাখার সিদ্ধান্ত নথিবদ্ধ মানদণ্ডের বিপরীতে একটি নামকরা, দায়বদ্ধ ভূমিকা দ্বারা নেওয়া হয়।
• আপনার দলকে উপরের ছয়টি আলোচনা-প্রশ্ন জিজ্ঞেস করুন এবং রেকর্ড করুন যেখানে সৎ উত্তর সরকারি উত্তর থেকে ভিন্ন।

মূল উৎস

• International Open Data Charter, এর ছয়টি নীতি, এবং ডিফল্টভাবে উন্মুক্ত প্রকাশ সম্পর্কে এর নির্দেশনা।
• OECD Recommendation of the Council on Enhancing Access to and Sharing of Data (2021).
• US National Institute of Standards and Technology, Special Publication 800-226, Guidelines for Evaluating Differential Privacy Guarantees.
• US Census Bureau material on disclosure avoidance and its application of differential privacy to decennial census data.
• Cynthia Dwork's foundational work formalizing differential privacy, এবং পরিসংখ্যানগত প্রকাশ নিয়ন্ত্রণের ওপর বিস্তৃততর একাডেমিক সাহিত্য।
• Mark H. Moore's strategic triangle এবং বিষয় 1.4 — জনপণ্য, যোগ্যপণ্য ও মূল্যবহুত্ববাদে নির্ধারিত জনপণ্য যুক্তি, এই বিষয় যে কাঠামোর ওপর গড়ে।

তথ্যসূত্র

1. Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
2. Data steward — Wikipedia — https://en.wikipedia.org/wiki/Data_steward
3. Interoperability — Wikipedia — https://en.wikipedia.org/wiki/Interoperability
4. Application programming interface — Wikipedia — https://en.wikipedia.org/wiki/Application_programming_interface
5. Metadata — Wikipedia — https://en.wikipedia.org/wiki/Metadata
6. Open data — Wikipedia — https://en.wikipedia.org/wiki/Open_data
7. Data re-identification — Wikipedia — https://en.wikipedia.org/wiki/Data_re-identification
8. K-anonymity — Wikipedia — https://en.wikipedia.org/wiki/K-anonymity
9. Differential privacy — Wikipedia — https://en.wikipedia.org/wiki/Differential_privacy
10. Privacy by design — Wikipedia — https://en.wikipedia.org/wiki/Privacy_by_design
11. Open Data Charter principles — International Open Data Charter — https://opendatacharter.org/principles/
12. Recommendation of the Council on Enhancing Access to and Sharing of Data (2021) — OECD Legal Instruments — https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0463
13. Guidelines for Evaluating Differential Privacy Guarantees, SP 800-226 (Initial Public Draft) — US National Institute of Standards and Technology — https://csrc.nist.gov/pubs/sp/800/226/ipd
14. Disclosure avoidance and data stewardship — US Census Bureau — https://www.census.gov/about/policies/privacy/statistical_safeguards/disclosure-avoidance.html
15. Data.gov — US federal open data portal, General Services Administration — https://www.data.gov/