Unboxing open government data; a valuable something - somewhere - out there - to someone: a valuable something - somewhere - out there - to someone

Unboxing åbne offentlige data; et værdifuldt noget - et eller andet sted - derude - til nogen: et værdifuldt noget - et eller andet sted - derude - til nogen

Grundtvig, Anders

4. term

Techno-Anthropology, Master

2019

2019-06-07

80

Danmark digitaliseres hastigt, og det offentlige producerer store mængder data om alt fra transport og adresser til byggetilladelser og regler. Meget af dette udstilles gratis som “åbne offentlige data” med håbet om, at virksomheder, civilsamfund og andre uden for staten vil bruge det. På trods af potentialet er anvendelsen lavere end forventet. Dette speciale undersøger, hvorfor åbne offentlige data ikke bliver brugt mere, og hvordan nye, data-nære måder at arbejde med data kan hjælpe flere i gang. Formålet er tofoldigt: 1) at identificere de vigtigste socio-tekniske barrierer for ikke-statslig brug af åbne offentlige data (altså barrierer i samspillet mellem mennesker, organisationer og teknologier), og 2) at vise, hvordan data-drevne visuelle repræsentationer og fortolkninger kan åbne for nye samtaler og indsigter om brug og barrierer. Undersøgelsen bygger på brugerinddragelse og arbejde tæt på de konkrete data. Empirisk tager den afsæt i et halvt års medfacilitering af UrbanTech Challenge i 2018 (organiseret af Partnerskabet for Åbne Offentlige Data), efterfulgt af fire kvalitative, data-drevne workshops og fire stakeholder-interviews i 2018–2019. Teoretisk trækker specialet på Akrich m.fl. (2002) om socio-teknisk innovation og interessement-modellen, der beskriver, hvordan innovation sker ved at engagere og samle både menneskelige og ikke-menneskelige aktører (fx data, platforme, organisationer) omkring det nye. Metodisk er specialet forankret i participatorisk design, hvor brugere inviteres som med-designere. Datavisualiseringer bruges som “designobjekter” i workshopformatet for at skabe hands-on, data-nære samtaler med udgangspunkt i faktiske datasæt, inspireret af participatorisk data-design. Designrammerne er tilrettelagt, så de understøtter serendipitet (Björneborn 2017) – det at opdage, udforske og tilegne sig ny viden på uventede måder. Analysen peger på, at selve distributionen af åbne data er vanskelig for brugere, bl.a. fordi data udstilles på over 84 forskellige platforme med hver deres “platformslogik” for adgang, brug og formidling. Specialet identificerer fem barrierer, der tilsammen peger på én overordnet strukturel barriere: en udbredt “restprodukt-tilgang”, hvor åbne data behandles som et biprodukt frem for som et egentligt produkt. De fem barrierer er: 1) manglende tillid til dataressourcen, 2) meget høje forventninger til tekniske løsninger, 3) for lidt brugerfokus i de tekniske produkter, 4) etiske bekymringer og 5) mangel på en indbydende, sansevækkende måde at møde data på. Specialet foreslår en “kurateret data-tilgang”, hvor åbne offentlige data – både strukturelt og i praksis – udstilles, administreres, bygges og designes med brugerne i centrum og behandles som et produkt, ikke et restprodukt. Dette kan sænke barrierer, styrke tillid og gøre det lettere for flere at opdage værdi i åbne offentlige data.

Denmark is rapidly digitalizing, and the public sector produces large amounts of data on everything from transport and addresses to building permits and regulations. Much of this is published for free as open government data, with the hope that businesses, civil society, and other non-state actors will use it. Despite the promise, uptake has been lower than expected. This thesis examines why open government data is not used more widely and how data-near ways of working with data can help more people get started. It has two aims: 1) to identify the main socio-technical barriers to non-state use of open government data (that is, barriers arising from interactions among people, organizations, and technologies), and 2) to show how data-driven visual representations and interpretations can open new discussions and insights about adoption and barriers. The study centers on user involvement and close engagement with actual datasets. Empirically, it draws on six months of co-facilitating the UrbanTech Challenge in 2018 (organized by the Partnership for Open Public Data), followed by four qualitative, data-driven workshops and four stakeholder interviews in 2018–2019. Theoretically, it uses Akrich et al. (2002) on socio-technical innovation and the interessement model, which explains innovation as aligning and mobilizing both human and non-human actors (e.g., data, platforms, organizations) around the new. Methodologically, the thesis is grounded in participatory design, inviting users as co-designers. Data visualizations are used as “design objects” in workshops to spark hands-on, data-near conversations based on real datasets, inspired by participatory data design. The design settings are crafted to support serendipity (Björneborn 2017)—discovering, exploring, and learning in unexpected ways. The analysis shows that data distribution itself is hard for users, partly because datasets are spread across more than 84 platforms with different “platform logics” for access, use, and presentation. The thesis identifies five barriers that together point to one overarching structural barrier: a widespread “by-product approach,” where open data is treated as a leftover rather than as a product. The five barriers are: 1) lack of trust in the data resource, 2) very high expectations for technical solutions, 3) insufficient user focus in technical products, 4) ethical concerns, and 5) a lack of an inviting, sensory-engaging way to encounter data. The thesis proposes a “curated data approach” in which open government data—both structurally and in day-to-day practice—is exhibited, managed, built, and designed with users at the center and treated as a product, not a by-product. This can lower barriers, build trust, and make it easier for more people to find value in open government data.

[This abstract was generated with the help of AI]

åbne offentlige data ; Innovation ; STS ; ANT ; Serendipitet

Download
View record in AAU Student Projects