六個(gè)問(wèn)答，解釋大數(shù)據(jù)和公共服務(wù)的關(guān)系

對(duì)於大數(shù)據(jù)（Big Data）如何改善、形成公部門的服務(wù)？《衛(wèi)報(bào)》邀請(qǐng)了大數(shù)據(jù)、開放數(shù)據(jù)領(lǐng)域的多位專家，針對(duì)以下6個(gè)問(wèn)題進(jìn)行快問(wèn)快答，讓我們能夠快速了解大數(shù)據(jù)與政府服務(wù)之間的關(guān)系。

　　Q1.什麼是大數(shù)據(jù)？

　　「前衛(wèi)報(bào)記者Simon Rogers曾說(shuō)，大數(shù)據(jù)就是『再多一點(diǎn)就讓你不舒服的資料』，這或許是我聽(tīng)過(guò)最好的解釋了。其實(shí)，資料的量不重要，重點(diǎn)是連結(jié)不同數(shù)據(jù)集（dataset）的能力?！箓惗卮髮W(xué)資深系統(tǒng)分析師、開放數(shù)據(jù)使用者團(tuán)體成員Giuseppe Sollazzo指出。

　　牛津顧問(wèn)社會(huì)包容總監(jiān)Tom Smith認(rèn)為，「是該放棄『大』這個(gè)字的時(shí)候了。這只是資料而已，資料的量與速度雖然呈指數(shù)增加，但一直都是難以儲(chǔ)存和處理的大……，這幾年唯一的改變是，決策者終於認(rèn)知到，資料是有價(jià)值的資源?！?/span>

　　Q2.為什麼大數(shù)據(jù)對(duì)政府部門很重要？

　　英國(guó)戴爾（Dell）執(zhí)行董事暨公共部門總經(jīng)Claire Vyvyan認(rèn)為，「加入公部門的資料來(lái)源，能夠讓政府更有效率、節(jié)省金錢、辨別欺詐、幫助公部門好好的服務(wù)市民?！?/span>

　　開放數(shù)據(jù)協(xié)會(huì)（Open Data Institute）研究總監(jiān)Tom Heath指出，「資料能幫助政府花更少的錢做現(xiàn)在在做的事情、把現(xiàn)在在做的事情做得更好、或是做一些現(xiàn)在沒(méi)有在做的新事情。」

　　Q3.公部門服務(wù)可以因?yàn)榇髷?shù)據(jù)而獲益?的領(lǐng)域是？

　　《公部門：管理那些無(wú)法收拾的事》（The Public Sector: Managing the Unmanageable）作者Alexander Stevenson認(rèn)為是成人社會(huì)照護(hù)的機(jī)會(huì)。「大數(shù)據(jù)用新的方法分析數(shù)據(jù)，幫助社會(huì)工作者對(duì)於何時(shí)、如何介入，能夠做出?更好的決定，幫助人們盡可能長(zhǎng)久的獨(dú)立生活。」

　　Giuseppe Sollazzo認(rèn)為是健康、教育與運(yùn)輸?！缸畲蟮臐摿υ陟叮l(fā)展出新的、迫切的資料導(dǎo)向行為。比方說(shuō)，?如果從健康資料分析中，得出一個(gè)人在統(tǒng)計(jì)上得到心臟疾病的風(fēng)險(xiǎn)較高，他就能進(jìn)一步調(diào)整其生活形態(tài)?！?/span>

　　蘇格蘭議會(huì)志工組織數(shù)位參與總監(jiān)Chris Yiu認(rèn)為在於健康、個(gè)人化公共服務(wù)、發(fā)現(xiàn)與制止詐騙與錯(cuò)誤的發(fā)生，「特別是在錯(cuò)誤一開始就偵測(cè)到?！?/span>

　　《社群媒體與數(shù)據(jù)的國(guó)會(huì)研究概要》（Parliament research briefing on social media and big data）作者Ben Taylor認(rèn)為，警察通常是個(gè)被忽略的創(chuàng)新領(lǐng)域?！高@里有個(gè)明顯的雙贏方法，在大災(zāi)難之後，運(yùn)用社群媒體開發(fā)出早期的警示系統(tǒng)，聰明搜集、監(jiān)控來(lái)自社群媒體的資料。」

　　Tom Heath認(rèn)為是公私部門的資料整合?！概e例來(lái)說(shuō)，如果可以將銀行的對(duì)帳單與企業(yè)、商店的環(huán)境影響公開數(shù)據(jù)資料整合，消費(fèi)者就能得到更多的資訊，選擇如何明智的花錢?！?/span>

　　Q4.大數(shù)據(jù)的應(yīng)用有何限制？

　　Claire Vyvyan指出，技術(shù)面很容易，但是還有一些實(shí)務(wù)面的問(wèn)題，「資料公開就可以被使用嗎？公部門對(duì)於資料被這樣使用（有些資料比一般資料更敏感）不會(huì)感到不舒服嗎？」

　　數(shù)據(jù)工坊（Data-Mania）創(chuàng)辦人Lillian Pierson認(rèn)為，問(wèn)題通常是抗拒改變?！腹芾碚叨际且话憬?jīng)理人，而不是資料分析師。如何讓他們采用資料導(dǎo)向的決策科技，通常是最大的障礙?！?/span>

　　勞工電子政府專案領(lǐng)袖（Labour's digital government review）Peter Wells認(rèn)為，政府的復(fù)雜性增加了困難度?！纲Y料分析通常需要政府的不同部門一起合作，才能達(dá)到期待的結(jié)果。這是一大挑戰(zhàn)，因?yàn)樗讲块T從來(lái)都不用面對(duì)這麼復(fù)雜的組織層級(jí)。」

　　Chris Yiu認(rèn)為，缺乏對(duì)技能上的投資，「政策制定者被種種可能性搞得眼花繚亂，但卻忽略了對(duì)基本知識(shí)的投資，如：紮實(shí)的統(tǒng)計(jì)數(shù)據(jù)、如何正確地闡明問(wèn)題并得出結(jié)論等?！?/span>

　　Q5.風(fēng)險(xiǎn)是什麼？

　　Ben Taylor認(rèn)為是隱私和資料保護(hù)，「英國(guó)資料保護(hù)法是很模糊的。人民的同意很重要，現(xiàn)在的模式只是簡(jiǎn)單地取得個(gè)人資料，卻沒(méi)有讓人民有機(jī)會(huì)選擇是否提供資料，這會(huì)是個(gè)大問(wèn)題?！?/span>

　　Alexander Stevenson指出，缺乏策略性的資料保護(hù)，「我們似乎對(duì)某些領(lǐng)域非常松懈，如：國(guó)家安全方面，卻又對(duì)其他領(lǐng)域異常嚴(yán)格，像是知道人們的垃圾被收集的時(shí)間?！?/span>

　　Nesta資深計(jì)畫經(jīng)理Ed Parkes強(qiáng)調(diào)，這是信任與市民接受度的問(wèn)題，「究竟哪種大數(shù)據(jù)分析會(huì)更被大眾接受？這是個(gè)有趣的議題。誰(shuí)會(huì)想要一起做這樣的分析？為什麼他們會(huì)有動(dòng)力這麼做？」

　　Chris Yiu指出，「我們面臨了資料與隱私權(quán)的全國(guó)性辯論，但問(wèn)題是，哪個(gè)政治家能勇敢承擔(dān)？」

　　Q6.政府如何更妥善地運(yùn)用大數(shù)據(jù)？

　　Lillian Pierson認(rèn)為，雇用更多統(tǒng)計(jì)學(xué)家、分析師與資料科學(xué)家。「IT部門在這個(gè)議題上扮演著很重要的角色，但他們卻不是好的分析者。事實(shí)上，對(duì)於那些能夠讓IT部門提供的資料更有意義的程式設(shè)計(jì)師、開發(fā)者，總是讓他們備感威脅?！?/span>

　　Giuseppe Sollazzo指出，「兩個(gè)最重要的改變是，在開放許可下釋出資料，并保證在資料改變時(shí)的最低更新頻率，以及讓資料冠軍升官，很多時(shí)候資料導(dǎo)向的方法，都會(huì)因?yàn)楦邔尤狈α私舛艿阶钃??！?/span>

　　Chris Yiu認(rèn)為，提供資料分析的誘因，「整理數(shù)據(jù)資料的技巧、基本BI科學(xué)素養(yǎng)、將資料分析置於市民服務(wù)競(jìng)爭(zhēng)力的核心架構(gòu)中；用新的方法獎(jiǎng)勵(lì)資料的使用，包含（但不限於）依分析成果加薪。」

　　「提供更多法律的協(xié)助，技術(shù)議題相較之下都還算簡(jiǎn)單?！褂?guó)戴爾(Dell) EMEA 大數(shù)據(jù)與云端解決方案計(jì)畫經(jīng)理Paul Brook強(qiáng)調(diào)。

　　Tom Smith建議，開放安全的管道取得政府持有的資料，「讓別人可以運(yùn)用這些資訊來(lái)定位、改善服務(wù)，從安全管道取得的資料，不必是太過(guò)個(gè)人層面的微觀資料?！?/span>

　　Giuseppe Sollazzo建議舉辦駭客松?！格斂退墒莻€(gè)腦力激蕩、制作原型的好工具。他們是第一次針對(duì)一個(gè)數(shù)據(jù)集做深入的挖掘，試圖討論出新鮮的點(diǎn)子?！?/span>