Efter att orkanen Katrina dragit in över New Orleans 2005 delade direktreklamföretaget Valassis sin databas med räddningsorganisationer och frivilliga för att göra det lättare för hjälpen att nå fram. I Santiago i Chile samarbetade analytiker från Universidad del Desarrollo, ISI Foundation, UNICEF och GovLab med Telefónica, stadens största mobiloperatör, för att utforska könspräglade rörelsemönster i syfte att planera en jämlikare transportpolitik. Inom ramen för projektet Yale University Open Data Access ger hälsoföretagen Johnson & Johnson, Medtronik och SI-BONE forskare tillgång till tidigare hemlighållna data från 333 kliniska tester, vilket öppnar dörren för nya möjliga innovationer inom medicinsk forskning.
Stefaan G. Verhulst är medgrundare till och chef för forskning och utveckling vid GovLab vid New York University.
Det här är enbart tre exempel på så kallade data collaboratives, samarbetsdata som en framväxande form av partnerskap där parterna utbyter data för det allmänna bästa. Den här typen av involvering innebär vanligtvis att offentliga institutioner använder data från företag och andra privata aktörer till gagn för samhället. Men samarbetsdata kan också hjälpa företag – till exempel delar läkemedelsföretag sina data om biomarkörer för att påskynda sin egen läkemedelsforskning. Datadelningsinitiativ har också enorm potential att förbättra den artificiella intelligensen (AI). Men de måste utformas ansvarsfullt och så att dataskyddet beaktas.
Exaktare orsaksanalyser. En förståelse av den samhälleliga och privata nyttan med samarbetsdata och är nödvändig för att nå större insikter om potentialen i och riskerna med detta. GovLab har identifierat över 150 samarbetsdataprojekt som spänner över kontinenter och sektorer, och inkluderar företag såsom Air France, Zillow och Facebook. Vår forskning antyder att sådana partnerskap kan skapa värde på tre huvudsakliga sätt.
Till att börja med kan datasamverkan förbättra situations- och orsaksanalyser. De unika datasamlingarna kan göra det lättare för statliga tjänstemän att förstå till exempel trafikproblem eller ekonomisk ojämlikhet och således utforma mer funktionella och inriktade, evidensbaserade policydokument för att åtgärda problemen.
Dessutom förbättrar sådana data beslutsfattares förmåga att förutse skeenden. De enorma mängder offentliga och privata data som finns i dagens läge kan leda till viktiga insikter om den framtida utvecklingen och hjälpa beslutsfattare att planera och implementera effektivare åtgärder.
Slutligen det viktigaste: samarbetsdata kan göra artificiell intelligens robustare, exaktare och mer responsiv. Även om analytiker signalerar att den artificiella intelligensen kommer att stå i centrum för beslutsfattandet under tjugohundratalet, blir dess resultat bara så bra som de underliggande modellerna medger. Hur sofistikerade och exakta modellerna blir beror i allmänhet på hur högklassiga, djupgående, komplexa och varierade de underliggande data är. Samarbetsdata kan därför spela en viktig roll i arbetet med att skapa bättre AI-modeller genom att avveckla silotänkandet och samla data ur nya och alternativa källor.
Bättre klimatmodeller och smartare trafikplanering. Samarbetsdata mellan privata och offentliga aktörer har enorm potential att gagna samhället. Beslutsfattare som analyserar städers trafikmönster eller ekonomiska utveckling kunde göra sina modeller exaktare genom att exempelvis använda trafikdata (Call Detail Records) från telefonoperatörer. Forskare skulle kunna förbättra sina klimatmodeller genom att inkludera kommersiella satellitoperatörers data. På samma sätt kunde datautväxling vara till gagn för den privata sektorn genom att göra det lättare för företag att förbättra sin varumärkesimage, effektivare kanalisera sina forsknings- och utvecklingssatsningar, öka vinsterna och identifiera nya risker och möjligheter.
Trots allt vad som utlovas är datasamarbetet ändå fortfarande i sin linda, och vi har bara börjat förstå dess fördelar och potentiella nackdelar. Den approach vi tagit vid GovLab understryker samarbetets ömsesidiga gagn och syftar till att skapa förtroende mellan dataleverantörer och användare.
Robusta ramverk ett krav. Som ett led i processen har vi börjat designa ett institutionellt ramverk som ställer ansvarsfullt datasamarbete i centrum för såväl offentliga som privata aktörers verksamhet. Detta inbegriper att man identifierar datastewarder i organisationerna för att leda arbetet med att utforma och implementera systematiska, hållbara och etiska kollaborativa insatser. Syftet är att bygga upp ett nätverk av individer inom privata och offentliga sektorn för att främja datahanteringen.
Med tanke på den ökade oron över dataskyddet och missbruk av data – den så kallade techlash – kommer en del att begripligt nog tveka inför datadelningsinitiativ. Vi är medvetna om dessa legitima bekymmer och om orsakerna till den bredare urholkningen av allmänhetens förtroende. Vi tror ändå att det bästa sättet att besvara oron är att bygga robusta ramverk och mer systematiska metoder för datasamarbete.
Samarbetsdata innebär att data som annars är inkapslade och kringspridd expertis förs samman, vilket bidrar till att matcha utbud och efterfrågan för sådan information. Väl utformade initiativ säkerställer att rätt institutioner och individer använder data ansvarsfullt för att maximera potentialen i innovativa socialpolitiska ansatser. Det är nödvändigt att samarbetsdataprojekten ökar ytterligare för att den artificiella intelligensen ska utvecklas vidare.
Datadelning medför risker men kan också omforma hur vi styrs. Genom att mobilisera potentialen i samarbetsdata kan regeringar utveckla klokare politik som förbättrar människors liv.
Upphovsrätt: Project Syndicate, 2019.
