Будущее открытых данных. Обзор
Зависимость от данных, разрозненность хранения и сложность доступа требуют оценки препятствий и реальных возможностей перехода к открытости и обмену информацией.
В частности, в отчете Linux Foundation Research, опубликованном в марте 2025 года, открытые данные рассматриваются как инфраструктура, соответствующая техническим и юридическим требованиям для всеобщего пользования, свободного доступа, повторного применения и распространения. Понятие открытости данных появилось благодаря науке и стремлению делиться научными достижениями в научной среде в целях стимулирования инноваций и сотрудничества. Этот вектор получил дальнейшее распространение в государственных институтах. Так, некоторые правительства разработали порталы открытых данных для обеспечения доступа к публичной информации. Например, Директива 2003/98/ЕС о повторном использовании информации государственного сектора или платформа Data.gov, которая была запущена в 2009 году в целях обеспечения прозрачности и подотчетности с помощью открытых данных и включала всего 47 наборов данных. Сегодня это число достигло более 310 тысяч.
В условиях коммерческой деятельности генерация и сбор данных стали ключевым компонентом получения прибыли, однако, понятие открытых данных становится сложнее и уязвимее за счет необходимости соблюдать конфиденциальность. Крупные корпорации стремятся контролировать поток информации и не намерены ими делиться. В целях развития открытости в 2024 году в университете Беркли (штат Калифорния, США) была организована дискуссия в рамках Всемирной конференции по открытым инновациям. Ученые и специалисты из разных отраслей отметили данные как составную часть бизнес-процессов. Данные необходимы для обучения ИИ-моделей и совершенствования предиктивной аналитики для решения сложных задач реального мира. Кроме этого, открытые данные, как и открытый исходный код, по мнению участников дискуссии являются основой сотрудничества различных сообществ, повышают доверие и развивают инновационный потенциал различных отраслей.
В настоящее время развитие направления открытых данных часто соотносят с развитием открытого исходного кода. Однако проблемы открытых данных значительно отличаются от проблем ПО с открытым исходным кодом. Например, в статье М. Прилу «Уникальные проблемы проектов с открытыми данными» выделено шесть ключевых отличий:
изначальная проприетарность. Открытые данные всегда начинаются с проприетарных источников в отличие от открытого исходного кода, который может быть открытым с самого начала;
значительное количество лицензий. В отличие от проектов с открытым исходным кодом, которые работают по одной лицензии, работа с открытыми данными требует ориентации в различных лицензиях;
масштабность. Для сбора, хранения и обработки данных необходима дорогая инфраструктура со стоимостью в миллионы долларов;
непрерывность сбора. Для обеспечения непрерывности сбора данных необходим другой подход к производству для обеспечения регулярности обновления и внесения изменений, а не поэтапная разработка как в случае с открытым исходным кодом;
точность и качество. В отличие от кода, который может иметь различные версии, проекты с открытыми данными должны исключать противоречия в данных;
защита. В целях снижения юридических и этических рисков необходимо обеспечить защиту данных, которые позволяют установить личность.
Эти отличия формируют ряд вопросов, которые необходимо решить для обеспечения управляемости, доступности и сохранения качества данных. Среди них, в рамках дискуссии выделены следующие:
определение уровня качества платных частных данных по сравнению с открытыми;
трудоемкость и высокая стоимость обработки данных от управления до обслуживания и контроля качества;
стандартизация и отраслевая зависимость. Для одних отраслей с конкретными данными, которые легко интерпретировать, стандартизация не представляет сложности. Однако, для других (например, здравоохранения) со сложной интерпретацией снижается возможность обмена и интероперабельность;
потеря конкурентного преимущества при обмене данными.
Определение направления развития экосистем данных и разработка решений для поставленных вопросов требует децентрализации подхода и новых механизмов управления. В частности, обеспечить регулирование права собственности на данные лицензированием, стимулировать сотрудничество в отношении доконкурентных данных, что сформирует культурный сдвиг в сторону поддержки открытости данных и изменить формы управления с приоритетом на сотрудничество и нейтралитет, контроль и баланс.
