Data za Sekta ya Umma, Ushirikiano wa Mifumo na Data Huria

Kwa nini hili ni muhimu katika thamani ya umma

Kila chombo cha umma tayari kinashikilia data nyingi kuliko kinavyozitumia vizuri. Mamlaka ya kodi, mtandao wa hospitali, wakala wa usafiri, na ofisi ya mipango ya mtaa kila moja hukusanya taarifa kama zao la pembeni la kuendesha huduma, na kila moja hugundua, kwa kawaida kuchelewa mno, kwamba rekodi inayohitaji kujibu swali la mwananchi au kutatua mzozo iko kwenye mfumo ambao hakuna mwingine katika shirika anayeweza kuuuliza. Gharama si ya kidhahania: mwananchi ambaye tayari ameliambia wakala mmoja anwani yake hapaswi kulazimika kulisema tena kwa wakala mwingine ndani ya serikali ileile.

Matamanio mawili tofauti yako ndani ya kichwa cha mada hii, na vyombo vya umma mara kwa mara huyachanganya. La kwanza ni ushirikiano wa mifumo — kufanya data isogee kwa kutegemewa kati ya mifumo ambayo timu tofauti na enzi za teknolojia ziliijenga kwa kujitegemea, ili sehemu moja ya serikali itende juu ya kile sehemu nyingine tayari inakijua. La pili ni uwazi — kuchapisha data nje ya serikali kabisa, ili waandishi wa habari, watafiti, na wananchi waitumie kwa madhumuni ambayo chombo kilichochapisha hakikutarajia kamwe. Ushirikiano wa mifumo kwa kiasi kikubwa ni tatizo la kihandisi na la utawala; uwazi ni thamani ya umma yenyewe, ya familia ileile na bidhaa za umma zilizoelezwa katika Mada 1.4 — Bidhaa za Umma, Bidhaa za Stahili na Wingi wa Maadili, kwa sababu data iliyochapishwa haishindaniwi na ni ngumu kumtenga yeyote mara inapotolewa, kwa hivyo soko peke yake lingeitoa pungufu.

Matamanio yote mawili yanagongana na ukweli wa tatu ambao mada hii inautendea kama mvutano wa kweli, usiotatuliwa badala ya tatizo lenye jibu nadhifu: data ya kina vya kutosha kuwa na manufaa mara nyingi ni ya kina vya kutosha kumtambulisha mtu inayemwelezea, hata baada ya majina na vitambulisho dhahiri kuondolewa. Serikali inayochapisha kwa utajiri na serikali inayolinda watu walio kwenye rekodi zake vizuri zinavutana pande tofauti kwenye kiwiko kimoja, na hamu inayokua ya data ya kufunza na kutathmini mifumo ya kialgoriti (tazama Mada 5.2 — AI na Uamuzi wa Kialgoriti katika Serikali) imeongeza hatari, kwa sababu wahusika wengi kuliko wakati wowote wanataka data za umma kwa usahihi ule ule unaofanya iwe hatari zaidi kuitoa. Kiongozi anayechukulia utawala, ushirikiano wa mifumo, na uwazi kama tatizo moja, huku faragha ikiwa kikwazo chake cha kudumu, yuko katika nafasi bora ya kukamata thamani ya mada hii kuliko anayechukulia kila moja kwa kujitenga.

Dhana kuu

Utawala wa data ni seti ya haki za kuamua, viwango, na uwajibikaji vinavyoamua nani anaweza kuunda, kubadilisha, kufikia, na kustaafisha data za shirika, na kwa kiwango gani cha ubora lazima ishikiliwe (tazama data governance). Ni tofauti na usimamizi wa data, ambao ni kazi ya kiutendaji ya kuhamisha na kuhifadhi data kila siku; utawala unaamua kanuni, usimamizi unazitekeleza. Chombo cha umma bila utawala wa data bado kina data, lakini hakuna anayeweza kusema kwa kujiamini ni nakala ipi ya rekodi ya mwananchi ndiyo yenye mamlaka, au nani anawajibika rekodi inapothibitika kuwa si sahihi.

Msimamizi wa data (data steward) ni mtu au jukumu lililotajwa linalowajibika kwa ubora, ufafanuzi, na matumizi yanayofaa ya seti mahususi ya data, tofauti na wafanyakazi wa kiufundi wanaoendesha mifumo inayokaa ndani yake (tazama data steward). Usimamizi ni muhimu kwa sababu ubora wa data huoza kwa chaguo-msingi: sehemu ambayo hakuna anayewajibika kwake hujikusanyia ingizo lisilo thabiti, rekodi zilizorudufiwa, na mteleo wa kimya kati ya kile sehemu inapaswa kumaanisha na kile wafanyakazi wanachoweka kweli. Kumpa seti ya data msimamizi kunageuza ubora wa data kutoka zoezi la kusafisha la hapa na pale kuwa wajibu unaoendelea, uliotajwa.

Ushirikiano wa mifumo (interoperability) ni uwezo wa mifumo iliyojengwa kwa kujitegemea kubadilishana data na kuitumia kwa usahihi bila uhandisi maalum wa kipekee kwa kila jozi ya mifumo inayohusika (tazama interoperability). Unafanya kazi katika ngazi tatu ambazo ni rahisi kuzichanganya: ushirikiano wa kiufundi (je, mifumo inaweza kuunganika na kusogeza baiti kabisa, kwa kawaida kupitia kiolesura cha programu, au API, njia iliyofafanuliwa kwa kipande kimoja cha programu kuomba data au kitendo kutoka kingine — tazama application programming interface); ushirikiano wa maana (je, mifumo yote miwili inamaanisha kitu kimoja kwa sehemu ya pamoja, kama "kaya" au "kesi hai"); na ushirikiano wa kishirika (je, mashirika hayo mawili yanakubaliana kwa nini data inashirikiwa na nani anawajibika kwa nini kinatokea baadaye). Kushindwa kwingi kwa gharama ya ushirikiano wa mifumo hutokea katika ngazi ya maana au ya kishirika hata pale muunganisho wa kiufundi unafanya kazi kikamilifu.

Skimu ya kawaida, au kiwango cha data, ni muundo uliokubaliwa, uliochapishwa wa jinsi kategoria ya data inavyowakilishwa — majina ya sehemu, miundo, vipimo, na thamani zinazoruhusiwa — uliopitishwa na zaidi ya mfumo mmoja au shirika ili data inayozalishwa na moja iweze kutumiwa na nyingine bila tafsiri ya mkono. Vyombo vya serikali vinavyopitisha skimu ya pamoja kwa kitu cha msingi kama anwani au hali ya kesi vinageuza matatizo mengi yanayowezekana ya tafsiri ya pande mbili kuwa kiwango kimoja ambacho kila mfumo mpya unaweza kukitekeleza tu. Kitambulisho cha kipekee kinachodumu kuvuka mifumo na kadiri muda unavyopita — namba ya kesi, namba ya usajili wa biashara, kumbukumbu ya mwananchi — ni utaratibu mahususi unaoruhusu rekodi kuhusu mtu au chombo kimoja kuunganishwa kwa usahihi, na kupata usanifu wa kitambulisho vibaya (kutumia tena namba, kubadilisha miundo, au kutokuwa na kimoja kabisa) ni mojawapo ya sababu za kawaida, zinazoepukika za kushindwa kwa ushirikiano wa mifumo.

Metadata ni data kuhusu data — maelezo ya muundo wa seti ya data, asili yake, mzunguko wa kusasishwa, na maana yake, yaliyochapishwa pamoja na data yenyewe ili mtumiaji ambaye hakuiunda aweze kuielewa na kuiamini (tazama metadata). Seti ya data iliyochapishwa bila metadata ya kutosha haitumiki kwa shida na yeyote nje ya timu iliyoizalisha, leseni yake ikiwa wazi kiasi gani; metadata ndiyo inayogeuza faili lililotupwa kuwa kitu ambacho upande wa tatu unaweza kukitumia tena kweli.

Makubaliano ya kushiriki data ni mpangilio rasmi kati ya mawakala, au kati ya chombo cha umma na mshirika wa nje, unaobainisha kusudi ambalo data inaweza kutumika kwake, msingi wa kisheria wa kuishiriki, muda inaoweza kuhifadhiwa, na nini kinatokea kusudi likibadilika. Kikomo cha kusudi — kuzuia matumizi ya data iliyoshirikiwa kwa kusudi ililokusanywa au kushirikiwa kwalo — ni nidhamu inayozuia makubaliano ya kushiriki data kuwa leseni isiyo na kikomo ya kutumia upya taarifa za kibinafsi, na kukosekana kwake ni mada inayojirudia katika kushindwa kwa imani ya umma kunakohusisha data za kuvuka mawakala.

Data huria ni data inayotolewa bure kwa yeyote kuifikia, kuitumia, na kuisambaza upya, kwa madhumuni yoyote, kwa kawaida inayosomeka na mashine na iliyotolewa chini ya leseni inayoruhusu matumizi tena badala ya kutazama tu (tazama open data). Hoja yake ya thamani ya umma inafuata mantiki ya bidhaa za umma iliyowekwa katika Mada 1.4 — Bidhaa za Umma, Bidhaa za Stahili na Wingi wa Maadili: seti ya data inapochapishwa, matumizi ya mtu mmoja hayapunguzi ya mwingine, na serikali mara nyingi ndiye mhusika pekee mwenye hadhi ya kisheria na kiwango cha kuikusanya na kuichapisha hapo kwanza, kwa hivyo masoko binafsi peke yake mara kwa mara hutoa aina hii ya taarifa pungufu. Data huria huwezesha uwajibikaji (waandishi wa habari na wananchi wakikagua madai ya serikali yenyewe dhidi ya rekodi zake yenyewe), uvumbuzi wa upande wa tatu (biashara na wanateknolojia wa kiraia wakijenga huduma juu ya data za umma ambazo serikali yenyewe haitaijenga kamwe), na maamuzi bora ya umma mahali pengine katika uchumi, yote bila chombo kinachochapisha kulazimika kutarajia kila matumizi mapema.

Kutambulisha upya (re-identification) ni mchakato wa kulinganisha data zinazodaiwa kutotambulishwa na taarifa nyingine zinazopatikana ili kubaini mtu halisi anayeelezwa na rekodi, na ndiyo ukweli mkuu wa kiufundi unaofanya mvutano wa faragha katika mada hii kuwa usioepukika badala ya wa usumbufu tu (tazama data re-identification). Kuondoa jina, au kitambulisho dhahiri kama namba ya bima ya taifa au ya usalama wa kijamii, hakuondoi hatari: mchanganyiko wa vitambulisho-nusu kama umri, msimbo wa posta, na hali adimu ya kitabibu unaweza kumtambulisha mtu kipekee hata katika seti ya data ambayo haikumtaja jina, hasa mara inapolinganishwa na seti nyingine ya data iliyochapishwa kwa kutenganishwa. K-anonymity ni njia moja rasmi ya kufikiria hatari hii: seti ya data inatimiza k-anonymity ikiwa kila mchanganyiko wa sehemu za vitambulisho-nusu inazozishikilia unashirikiwa na angalau idadi iliyofafanuliwa, k, ya rekodi, ili hakuna safu moja inayoweza kutengwa kwa watu wanaowezekana wachache kuliko k (tazama k-anonymity). Faragha tofauti (differential privacy) ni mbinu mpya zaidi, kali kihisabati inayoongeza kelele za kitakwimu zilizopimwa kwa makini kwa seti ya data au kwa matokeo ya maswali dhidi yake, ili uwepo au kutokuwepo kwa rekodi ya mtu yeyote mmoja kubadilisha pato lililochapishwa kwa kiasi kilichofungwa, kinachothibitika tu, bila kujali mshambuliaji tayari anajua nini (tazama differential privacy). Faragha kwa usanifu (privacy by design) ni kanuni pana kwamba ulinzi wa faragha unapaswa kujengwa katika usanifu wa mfumo tangu mwanzo, kama mpangilio wa chaguo-msingi, badala ya kuongezwa kama hatua ya kufuta muda mfupi kabla ya kuchapishwa (tazama privacy by design); kufuta vitambulisho dhahiri baada ya tukio ndiyo aina dhaifu zaidi ya nidhamu hii, si mbadala wake.

Mazoea bora

1. Taja msimamizi anayewajibika kwa kila seti ya data inayojalisha, si ofisi kuu ya data tu. Ofisi ya data inaweza kuweka viwango, lakini haiwezi kujua kama sehemu mahususi katika mfumo mahususi bado inamaanisha ilichofafanuliwa kumaanisha; hukumu hiyo ni ya mtu aliye karibu na matumizi halisi ya data.
2. Chapisha wazi kwa chaguo-msingi, na uandike sababu mahususi kila usipochapisha. Kubadilisha chaguo-msingi — kuhitaji uhalalisho wa kuzuia badala ya uhalalisho wa kuchapisha — kunaonyesha unyeti wa kweli kwa mapitio ya mtu binafsi badala ya kuacha tahadhari itumike kwa kila kitu bila utofautishaji.
3. Pitisha skimu iliyopo, ya pamoja kabla ya kubuni mpya. Muundo maalum wa data unaofaa mradi mmoja kikamilifu na usiolingana na kitu kingine chochote serikalini unahakikisha gharama ya baadaye ya kuunganisha; kagua ni nini sekta yako, mamlaka, au chombo cha viwango cha kimataifa kimekwisha kuchapisha kabla ya kujenga chako.
4. Buni vitambulisho vya kipekee vinavyodumu, vilivyotawaliwa vizuri kabla mfumo haujaanza kufanya kazi, si baada. Kuongeza mpango wa vitambulisho kwenye rekodi zilizokuwa zikijikusanya kwa miaka chini ya funguo zisizo thabiti ni ghali zaidi sana kuliko kupata usanifu sawa tangu mwanzo.
5. Jenga ubadilishanaji wa data kupitia API zinazotawaliwa badala ya uhamishaji wa faili wa mara moja. API inayotekeleza skimu, kurekodi ufikiaji, na inayoweza kuwekwa matoleo inakupa sehemu ya ushirikiano inayodhibitika, inayoweza kukaguliwa; lahajedwali iliyotumwa kwa barua pepe kati ya idara haikupi lolote kati ya hayo na hakuna anayegundua inapopitwa na wakati.
6. Andika makubaliano ya kushiriki data yanayotaja kusudi, msingi wa kisheria, na kuisha muda, si mbinu ya kiufundi tu. Makubaliano yanayobainisha jinsi data inavyosogea lakini si kwa nini, au kwa muda gani, huelekea kuzidi kusudi lililoyahalalisha na kuwa kimya kimya ruhusa ya kitu ambacho hakuna aliyekiidhinisha waziwazi.
7. Chukulia kuondoa utambulisho kama tathmini ya hatari yenye matokeo ya masalio, si kazi ya mara moja ya kufuta. Uliza ni seti zipi nyingine za data za umma au zinazoweza kununuliwa zinaweza kuunganishwa dhidi ya ile unayokaribia kuitoa, na pima hatari ya kutambulisha upya dhidi ya kitisho hicho halisi, si dhidi ya mshambuliaji wa kidhahania asiye na taarifa za nje.
8. Tumia faragha tofauti au mbinu rasmi inayolingana kwa kutolewa yoyote kunakohusisha idadi ndogo ya watu au sifa adimu. Kukandamiza au kujumuisha tu vitambulisho dhahiri haitoshi mara seti ya data inapojumuisha chochote kisicho cha kawaida vya kutosha kutambulisha peke yake, kama hali adimu, idadi ndogo ya watu ya mtaa, au muamala wa thamani kubwa.
9. Tunza katalogi ya data ya umma, ya sasa yenye metadata halisi, si orodha ya majina ya faili tu. Seti ya data ambayo mtumiaji anayewezekana hawezi kuielewa vya kutosha kuiamini haijachapishwa kivitendo, leseni yake ikiwa ya ruhusa kiasi gani; maingizo ya katalogi yanapaswa kusema sehemu inamaanisha nini, inasasishwa mara ngapi, na mapungufu yake yanayojulikana ni yapi.
10. Pima ubora wa data dhidi ya viwango vilivyofafanuliwa kwa ratiba inayojirudia, na uripoti matokeo kwa anayemiliki seti ya data. Ubora unaokaguliwa tu kitu kinapovunjika huoza bila kuonekana kwa vipindi virefu kati yake; upimaji wa kawaida unageuza kuoza kuwa mwelekeo unaoonekana, unaoweza kusimamiwa.
11. Pitia kila seti ya data iliyochapishwa mara kwa mara kwa thamani ya umma inayoendelea na hatari inayoendelea. Idadi ya watu hubadilika, mbinu za kutambulisha upya zinaboreka, na kutolewa kulikokuwa salama miaka mitano iliyopita huenda kusiwe salama leo dhidi ya data ambazo tangu hapo zimepatikana mahali pengine.
12. Tenganisha uamuzi wa kushiriki au kuchapisha data na timu ya kiufundi inayoihamisha. Watu walio katika nafasi bora ya kuhukumu kusudi, uwiano, na hatari ya faragha mara chache ni watu walewale walio katika nafasi bora ya kujenga bomba, na kuunganisha majukumu hayo mawili katika moja kunaacha hukumu ngumu zaidi ikichunguzwa pungufu.

Maswali ya kujadili na timu yako

Je, tunajua ni mfumo upi unashikilia rekodi yenye mamlaka kwa kila chombo chetu kikuu cha data, na je, kila mtu anaichukulia hivyo kweli? Mashirika mengi yana, kivitendo, nakala kadhaa za "kweli" za taarifa ileile — anwani ya mwananchi katika mfumo wa bili, mfumo wa usimamizi wa kesi, na kumbukumbu ya mawasiliano, zote zinatofautiana kidogo na zote zinatendewa kazi na mtu fulani. Tumia swali hili kuorodhesha vyombo vikuu vya shirika lenu (mwananchi, kesi, mali, biashara) na utambue, kwa uaminifu, kama chanzo kimoja chenye mamlaka kipo kwa kila kimoja au wafanyakazi wamejifunza kimya kimya ni mfumo upi wa kuamini kwa kusudi lipi. Jadilini ingechukua nini kuteua na kutekeleza chanzo kimoja chenye mamlaka kwa kila chombo, na nini kingevunjika katika mpito. Hili kwa kawaida ni nafuu kurekebisha mapema kuliko baada ya uamuzi mzito kufanywa kwa nakala isiyo sahihi.

Mtu akituuliza kwa nini alilazimika kutoa taarifa ileile kwa sehemu mbili za shirika letu wenyewe, jibu letu la uaminifu lingekuwa nini? Jibu la uaminifu mara nyingi ni "kwa sababu mifumo yetu haiwezi kuibadilishana," ambayo ni kushindwa kwa ushirikiano wa mifumo kuliovaa kama sharti la mchakato. Tumia swali hili kuchagua safari moja ya huduma inayovuka zaidi ya timu au mfumo mmoja na ufuatilie, hatua kwa hatua, mahali ambapo ukweli ule ule unakamatwa zaidi ya mara moja. Jadilini kama ombi la kurudiwa linalinda kitu cha kweli — ridhaa mpya, hatua ya uthibitisho — au ni kutokuwepo tu kwa makubaliano ya kushiriki data au skimu ya pamoja. Fikirini ingegharimu nini, kwa imani ya wananchi kama kwa muda wa wafanyakazi, kuliacha bila kurekebishwa kwa mwaka mwingine.

Ni wapi mwandishi wa habari au mtafiti mwenye dhamira angeweza kumtambulisha upya mtu kwa uwezekano mkubwa zaidi katika seti ya data tunayoiita isiyotambulisha sasa? Mashirika mengi yanayochapisha data zilizoondolewa utambulisho hayajazijaribu dhidi ya mchanganyiko halisi wa vitambulisho-nusu na seti nyingine za umma. Tumia swali hili kuchagua seti yenu ya hatari kubwa zaidi iliyochapishwa au inayokaribia kuchapishwa na upitie ni taarifa gani nyingine — ripoti ya habari ya mtaa, seti ya data huria ya wakala mwingine, rejista ya umma — zinaweza kuunganishwa dhidi yake kwa uwezekano. Jadilini kama mbinu yenu ya sasa ya kuondoa utambulisho (kukandamiza, kujumuisha, au mbinu rasmi kama k-anonymity au faragha tofauti) ingenusurika mchanganyiko huo kweli, na nani anawajibika kuijaribu tena data mpya za nje zinapopatikana.

Nani kwa sasa ana mamlaka ya kusema seti ya data isichapishwe, na je, tunajiamini mamlaka hayo yanatumiwa kwa sababu sahihi? Sera ya wazi-kwa-chaguo-msingi bado inahitaji mchakato wa isipokuwa unaoaminika, wenye hoja nzuri, na mtu anayeutumia anapaswa kutambulika na kuwajibika. Tumia swali hili kukagua kama maamuzi ya kuzuia katika shirika lenu yanafanywa na jukumu lililotajwa dhidi ya vigezo vilivyoandikwa, au kwa njia isiyo rasmi, na yeyote anayeulizwa na kukosea upande wa tahadhari. Jadilini kama kiwango chenu cha kuzuia kinaonekana zaidi kama uamuzi makini wa kesi kwa kesi au silika ya kudumu ya kitaasisi, na mapitio ya nje ya mara kwa mara ya seti za data zilizozuiliwa yangefichua nini.

Je, makubaliano yetu ya kushiriki data kati ya mawakala bado yanatumiwa kwa kusudi yalilokuwa yameandikwa kwalo? Kikomo cha kusudi ni rahisi kusema katika makubaliano na rahisi kumomonyoa kimya kimya kivitendo, hasa mara seti ya data inapothibitika kuwa na manufaa kwa kitu ambacho watia saini wake wa awali hawakukitarajia. Tumia swali hili kuchagua mipangilio miwili au mitatu ya kushiriki data kati ya mawakala iliyo hai na ukague matumizi halisi ya sasa dhidi ya kusudi lililoandikwa na tarehe ya kuisha. Jadilini hatua gani ya utawala inakosekana ikiwa kutolingana kunapatikana, na nani anapaswa kuwajibika kukamata aina hiyo ya mteleo kabla ya ukaguzi wa nje au mwandishi wa habari kufanya.

Viwango vyetu vya ushirikiano wa mifumo au vya data vikigeuka kuwa kikwazo kwa matumizi mapya halali ya data zetu, je, tungegundua kabla au baada ya kusababisha madhara halisi? Viwango vilivyokuwa na busara vilipopitishwa vinaweza kugeuka kuwa vikwazo mahitaji na teknolojia vinapobadilika, na mashirika mara chache hujenga utaratibu wa kutambua hili likitokea kwa kanuni zao wenyewe. Tumia swali hili kujadili jinsi shirika lenu linavyopitia kwa sasa kama viwango vyake vya data, mipango ya vitambulisho, au michakato ya kushiriki bado inatimiza kusudi, dhidi ya kurithiwa tu bila kuhojiwa. Fikirini kama watu ambao wangegundua kiwango kimekuwa kikwazo — wafanyakazi wa mstari wa mbele, mashirika washirika, wasanidi programu wa nje wanaotumia data zenu huria — wana njia halisi ya kuibua, na kama njia hiyo imewahi kubadilisha kiwango.

Kwa vitendo: mfano wa thamani ya umma

Wakala wa kikanda wa ustawi wa jamii na mamlaka tofauti ya afya ya kikanda — ya kubuni, kielelezo cha mfumo badala ya ripoti kuhusu chombo chochote halisi — walikuwa wametumia muongo mmoja wakiendesha mifumo ya usimamizi wa kesi isiyolingana, kwa hivyo familia inayojulikana kwa vyote viwili ingeweza kurekodiwa chini ya namba tofauti za kumbukumbu, bila njia ya kuaminika ya kuwaambia wafanyakazi wa wakala kwamba kaya inayoonekana katika mzigo wa kesi wa msaada wa makazi ilikuwa kaya ileile inayoonekana katika mzigo wa kesi wa mawasiliano ya watoto. Programu ya pamoja ya kutambua watoto walio katika hatari ya kuanguka kwenye pengo kati ya huduma hizo mbili ilikwama mara kwa mara, si kwa ukosefu wa utashi wa kisiasa, bali kwa sababu hakuna aliyeweza kutoa mtazamo mmoja, wa kuaminika, uliounganishwa wa familia zipi zilihitaji aina zote mbili za msaada.

Mawakala hao wawili hatimaye walipitisha kitambulisho cha kaya cha pamoja na skimu ya kawaida kwa sehemu ambazo mifumo yote miwili ilihitaji kubadilishana, iliyojengwa kupitia API inayotawaliwa badala ya usafirishaji wa mara kwa mara wa lahajedwali ambazo kila mmoja alikuwa ametegemea hapo awali, chini ya makubaliano ya kushiriki data yaliyotaja kusudi mahususi — kuratibu msaada kwa kaya zilizo hatarini — na kuhitaji mapitio ya kila mwaka. Ndani ya mwaka, wafanyakazi wa kesi pande zote mbili waliweza kuona, kwa mara ya kwanza, ni familia zipi zilijulikana kwa huduma nyingine, na mikutano ya pamoja ya kesi iliyokuwa imetegemea ukaguzi wa mkono ikawa ya kawaida. Mawakala kisha walienda mbali zaidi, wakichapisha seti ya data huria, iliyokusanywa kwa ngazi ya eneo inayoonyesha idadi ya kaya zinazopokea msaada wa pamoja kwa wilaya, iliyokusudiwa kusaidia mashirika ya hisani ya mtaa kulenga mawasiliano yao na kuwaruhusu madiwani waliochaguliwa kuona kama programu ya pamoja ilikuwa ikifikia maeneo ilikobuniwa.

Mtetezi wa haki za data wa mtaa, akifanya kazi na mtafiti wa chuo kikuu, aligundua kwamba takwimu zilizochapishwa za kiwango cha wilaya zingeweza kulinganishwa dhidi ya seti nyingine ya data huria iliyochapishwa kwa kutenganishwa, yenye nia njema vilevile kutoka mamlaka ya usafiri ya mtaa — inayoonyesha maombi ya nauli ya punguzo kwa eneo dogo — kupunguza baadhi ya wilaya hadi idadi za kaya ndogo vya kutosha kwamba familia mahususi zingeweza kutambulishwa kwa uwezekano, hasa katika wilaya za vijijini zenye watu wachache ambapo seti zote mbili zilihesabu idadi za tarakimu moja za kaya. Hakuna seti moja iliyokuwa ikifichua peke yake; zikiunganishwa, katika maeneo yenye watu wachache zaidi, zilifichua. Silika ya kwanza ya mawakala, kuondoa seti ya data huria kabisa, ingeharibu uwajibikaji na thamani ya kulenga mashirika ya hisani ambayo ilikuwa imeanza kutoa tayari. Badala yake, wakifanya kazi na mtetezi huyohuyo, walichapisha upya seti ya data kwa kutumia mbinu ya faragha tofauti iliyoongeza kelele zilizopimwa kwa idadi ndogo, ikihifadhi manufaa yake kwa kuona mifumo mipana ya kikanda huku ikifanya idadi halisi ya wilaya yoyote moja yenye watu wachache kuwa na uhakika mdogo vya kutosha kushinda shambulio la ulinganishaji lililofichua toleo la awali. Tukio hilo likawa kisa ambacho mawakala walitumia katika mafunzo yao ya wafanyakazi yaliyofuata, kwa kwa nini kuondoa utambulisho lazima kutathminiwe dhidi ya kile kingine kinachopatikana hadharani, si dhidi ya seti ya data kwa kujitenga.

Mitazamo minne ya sekta

Serikali za mitaa

Mamlaka ya mtaa kwa kawaida huendesha mifumo tofauti zaidi, ya zamani zaidi, na isiyounganishwa sana kwa kila mkazi anayehudumiwa kuliko chombo cha kitaifa, kwa sababu miongo ya mifumo ya idara iliyonunuliwa kibinafsi — makazi, mipango, taka, utunzaji wa kijamii — mara chache ilijengwa kushiriki data kila mmoja. Hili linafanya ushirikiano wa mifumo kuwa vita vya ndani kweli kabla ya kuwa vya nje: mkazi anayeshirikiana na idara tatu za baraza katika wiki moja anaweza kugundua kwamba hakuna kati yao inayoweza kuona kile ambacho nyingine tayari zinajua. Data huria ya mtaa, kwa upande mwingine, huelekea kuwa na thamani ya kiraia ya moja kwa moja isivyo kawaida — ratiba za ukusanyaji wa taka, maombi ya mipango, matumizi ya mtaa — kwa sababu wakazi na waandishi wa habari wa mtaa wanashiriki nayo kwa kiwango cha umahususi ambacho seti za data za kitaifa mara chache hutoa, jambo linaloongeza hatari za kupata metadata na mzunguko wa kusasisha sawa hata kwa seti za data za kawaida, za kila siku.

Serikali ya kitaifa

Serikali za kitaifa kwa kawaida huendesha wigo kamili zaidi wa vyombo vya utawala wa data na ushirikiano wa mifumo — mkakati wa data wa kitaifa, mipango ya vitambulisho vya kuvuka serikali, tovuti za data huria zilizoamriwa, na wadhibiti maalum wa ulinzi wa data — lakini wingi tu wa mifumo ya urithi iliyokusanywa kuvuka miongo na tawala unafanya ushirikiano wa kiufundi kuwa kazi ya kudumu ya nyuma, ghali badala ya mradi wa mara moja. Programu za kitaifa za data huria zinabeba hatari ya kutambulisha upya isiyolingana hasa kwa sababu seti za data za kitaifa ni kubwa vya kutosha kuwa na thamani ya kweli na za kina vya kutosha, mara zinapounganishwa dhidi ya rejista nyingine za kitaifa, kutambulisha watu binafsi; hati za mkakati wa data wa kitaifa ambazo serikali kadhaa sasa zinachapisha zinazidi kutaja mbinu za ufichuzi zinazolinda faragha waziwazi, badala ya kuchukulia kuondoa utambulisho kama undani wa utekelezaji chini ya notisi ya sera.

Sekta ya kijamii na mashirika yasiyo ya faida

Shirika lisilo la faida au lisilo la kiserikali (NGO) mara chache liko chini ya agizo la data huria, lakini linazidi kukabili matarajio sambamba kutoka kwa wafadhili, wadhibiti, na umma kwamba data za programu zishirikiwe kwa uwazi, na mara nyingi hufanya kazi na idadi za watu — walionusurika unyanyasaji, watu walio katika umaskini mkali, wakazi wasio na hati — ambapo hatari ya kutambulisha upya inabeba gharama ya kibinafsi ya juu zaidi kuliko kwa kawaida kwa idadi ya jumla katika seti ya data ya serikali. Makubaliano ya kushiriki data ni muhimu kwa kiasi kisicholingana hapa kwa sababu shirika lisilo la faida mara nyingi hushiriki data za wateja na wafadhili wa serikali au mashirika washirika chini ya mikataba ambayo halikuiandika, na linahitaji uwezo wa kujadili kikomo cha kusudi badala ya kukubali tu masharti yoyote ya kushiriki data yaliyoambatishwa na ufadhili. Viwango vya ushirikiano wa mifumo vilivyopitishwa na wafadhili wakubwa wa serikali au wa hisani vinaweza kuwa mzigo wa kweli kwa uwezo mdogo wa kiufundi wa shirika dogo, ambao ni gharama halisi inayostahili kutajwa badala ya kuchukulia kupitisha viwango kama bila gharama.

Ya pande nyingi na ya kimataifa

Vyombo vya pande nyingi vinakusanya data kuvuka nchi wanachama zenye ukomavu tofauti sana wa utawala, uwezo wa takwimu, na mifumo ya kisheria ya faragha, jambo linalofanya ushirikiano wa maana — kukubaliana sehemu ya pamoja inamaanisha nini hasa — kuwa tatizo la kudumu la kidiplomasia kama la kiufundi; neno la msingi kama "kaya" au "wasio na ajira" linafafanuliwa tofauti vya kutosha kuvuka nchi kwamba vyombo vya takwimu vya kimataifa vinatunza viwango vyote, kama muundo wa Statistical Data and Metadata Exchange (SDMX), kwa kusudi la kufanya data za nchi mbalimbali kulinganishwa kweli. Data huria katika ngazi hii inafanya kazi kama bidhaa ya umma iliyo wazi hasa kwa maana iliyowekwa katika Mada 1.4 — Bidhaa za Umma, Bidhaa za Stahili na Wingi wa Maadili, kwa sababu hakuna nchi mwanachama moja yenye kichocheo cha kufadhili seti ya data ya kulinganisha ya kimataifa peke yake, hata hivyo kila nchi na mtafiti anafaidika chombo cha pande nyingi kinapochapisha moja. Wasiwasi wa enzi kuu ya data huenda ndani zaidi hapa kuliko katika muktadha wa nchi moja: nchi mwanachama inaweza kupinga kushiriki data ambazo ina haki ya kisheria kuzuia, au inaweza kubishana jinsi chombo cha pande nyingi kimeainisha au kukusanya takwimu zake za kitaifa, jambo linalofanya swali la utawala la nani anadhibiti takwimu ya pamoja kuwa na matokeo kama swali la kiufundi la jinsi inavyobadilishwa.

Njia za kawaida za kushindwa

Vizimba vya data vya kimya. Mifumo hujikusanya kwa kujitegemea kuvuka shirika bila kitambulisho wala skimu ya pamoja, na gharama inabaki kufichwa hadi kesi mahususi — kushindwa kwa ulinzi, ukaguzi, kukatika kwa huduma — inahitaji mtazamo uliounganishwa unaothibitika kuwa hauwezekani kuuzalisha haraka, ambapo gharama ya kizimba inaonekana yote mara moja na ni ghali kurekebisha chini ya shinikizo.

Maigizo ya kuficha utambulisho. Seti ya data inaondolewa majina na vitambulisho dhahiri kisha inachukuliwa kuwa salama kuchapishwa bila tathmini yoyote ya vitambulisho-nusu au hatari ya ulinganishaji dhidi ya data nyingine zinazopatikana. Gharama inajitokeza, mara nyingi hadharani na kwa aibu, mtafiti, mwandishi wa habari, au mtetezi anapoonyesha kutambulisha upya kunawezekana, ambapo uaminifu wa shirika kuhusu faragha unaharibiwa mbali zaidi ya seti mahususi ya data inayohusika.

Utawala bila mmiliki. Sera ya utawala wa data ipo kwenye karatasi, lakini hakuna mtu mahususi anayewajibika kwa ubora au uhalisi wa seti yoyote mahususi ya data, kwa hivyo viwango vinaoza kimya kimya na hakuna anayegundua hadi data inapotegemewa kwa uamuzi ambao haiwezi kuunga mkono kweli. Hii ni kushindwa kwa kawaida hasa kwa sababu hati ya sera yenyewe inaonekana kamili, ikificha kutokuwepo kwa mtu yeyote anayewajibika kweli chini yake.

Ushirikiano wa mifumo kwa agizo, bila rasilimali. Skimu ya pamoja au mpango wa vitambulisho unaamriwa kutoka katikati lakini haufadhiliwi kamwe kwa timu zinazotarajiwa kuupitisha, kwa hivyo kufuata sheria kunakuwa zoezi la alama ya ukaguzi — sehemu ipo kiufundi lakini haijajazwa ipasavyo — badala ya ushirikiano wa kweli, unaoweza kutumika. Gharama ni hisia ya uongo kwamba kiwango cha pamoja kipo, inayogunduliwa tu mtu anapojaribu kutegemea data ambazo kilipaswa kusanifisha.

Kuosha kwa uwazi (open-washing). Shirika linachapisha dashibodi na michoro ya muhtasari na kuita hii data huria, huku seti ya data ya msingi inayosomeka na mashine ambayo upande wa tatu ungehitaji kujenga kitu kipya ikibaki bila kuchapishwa au kuchapishwa kwa muundo ambao hakuna anayeweza kuutumia upya kivitendo. Hii inakamata mwonekano wa uwazi na uwazi ulioelezwa katika Mada 3.4 — Uwajibikaji, Uwazi na Uhalali bila maudhui yake, na mara nyingi huchukuliwa kimakosa kama programu ya kweli ya data huria kwa sababu dashibodi inaonekana ya kuvutia.

Kielelezo cha ukomavu

Orodha ya ukaguzi

• Tambua mfumo chanzo wenye mamlaka kwa kila chombo kikuu cha data cha shirika lako.
• Thibitisha kila seti ya data inayojalisha kwa kiasi kikubwa ina msimamizi aliyetajwa, anayewajibika.
• Kagua kama skimu ya pamoja au kiwango kipo tayari kwa mradi mpya wa data kabla ya kubuni cha kipekee.
• Pitia usanifu wa kitambulisho chako cha kipekee kwa uendelevu na uthabiti kuvuka mifumo inayokitumia.
• Badilisha angalau ubadilishanaji mmoja unaojirudia wa mkono au unaotegemea lahajedwali na API inayotawaliwa.
• Thibitisha kila makubaliano ya kushiriki data kati ya mawakala yaliyo hai yanataja kusudi, msingi wa kisheria, na kuisha muda, na yanalingana na matumizi halisi ya sasa.
• Fanya tathmini ya hatari ya kutambulisha upya, ikijumuisha ulinganishaji unaowezekana dhidi ya seti nyingine za data za umma, kabla ya kuchapisha seti yoyote ya data inayohusisha taarifa za kibinafsi.
• Tumia mbinu rasmi inayolinda faragha, kama k-anonymity au faragha tofauti, kwa kutolewa yoyote kunakohusisha idadi ndogo ya watu au sifa adimu.
• Thibitisha katalogi yako ya data huria inajumuisha metadata halisi, ya sasa, si majina ya faili tu.
• Pitia seti za data zilizochapishwa awali dhidi ya data mpya za nje zinazopatikana kwa hatari inayoibuka ya kutambulisha upya.
• Thibitisha maamuzi ya kuzuia yanafanywa na jukumu lililotajwa, linalowajibika dhidi ya vigezo vilivyoandikwa.
• Waulize timu yako maswali sita ya majadiliano hapo juu na urekodi pale jibu la uaminifu linapotofautiana na la rasmi.

Vyanzo muhimu

• International Open Data Charter, kanuni zake sita, na mwongozo wake juu ya kuchapisha wazi-kwa-chaguo-msingi.
• 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.
• Nyenzo za US Census Bureau kuhusu kuepuka ufichuzi na matumizi yake ya faragha tofauti kwa data za sensa ya miaka kumi.
• Kazi ya msingi ya Cynthia Dwork inayorasimisha faragha tofauti, na fasihi pana ya kitaaluma kuhusu udhibiti wa ufichuzi wa kitakwimu.
• Pembetatu ya kimkakati ya Mark H. Moore na mantiki ya bidhaa za umma iliyowekwa katika Mada 1.4 — Bidhaa za Umma, Bidhaa za Stahili na Wingi wa Maadili, kama fremu ambayo mada hii inajengwa juu yake.

Marejeo

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/