I formati di pubblicazione - Aumentare la readability

I dati aperti relativi ai settori formazione e lavoro della Provincia di Roma, pubblicati su RomaLabor alla pagina

http://romalabor.provincia.roma.it/RomaLabor/it/dettagli.page?contentId=PAG1169

sono stati inizialmente forniti in 4 formati: xml, tsv, csv e csv leggibile da Excel italiano. Tale scelta ha ricalcato quella del portale opendata.provincia.roma.it, e si basa su valutazioni che io stesso stabilii nel 2012.

Per rendere però maggiormente fruibili i dati, abbiamo stabilito di aggiungere, per ogni dataset, una ulteriore pubblicazione in formato json, nonchè di fornire un file xml per descrivere la struttura di ciascuna tipologia di dato pubblicato.
Tale aggiornamento è stato appena completato. Pertanto già da ora gli utenti trovano, per ciascun dataset, 6 file differenti. Lo scopo è ovviamente quello di consentire un accesso ai dati che sia il più facile e il più chiaro possibile, nonchè quello di aumentare la "machine readability" di quanto pubblicato.

Un ulteriore sviluppo che stiamo portando avanti è quello di fornire un file xml contenente l'indice dei dati pubblicati. L'obiettivo è quello di creare una "directory tree" di tutti i dataset, che consenta una visione d'insieme delle informazioni presenti e che permetta un download diretto oppure, ove possibile, una anteprima del dato.
In tale file verranno fornite anche una serie di indicazioni ausiliari, quali ad esempio la data di creazione del dataset o il significato specifico del fileset stesso.

Contiamo di presentare questo file indice entro la prossima settimana, insieme ad uno strumento di analisi interattiva dei dati degli avviamenti al lavoro che consentirà l'esportazione automatica dei risultati in formato open.

...e cosa sono, invece, gli Open Data?

Riporto qui, integralmente, il testo che ho predisposto per il portale dei dati aperti della Provincia di Roma e che trovate, appunto, nella pagina "Cos'è Opendata".

Gli "opendata" sono dati che possono essere liberamente scaricati, riutilizzati e ridistribuiti da chiunque, con l'eventuale necessità, in base alla licenza di pubblicazione, di citarne la fonte e di condividerli con lo stesso tipo di licenza con cui sono stati originariamente rilasciati. Ciò comprende la possibilità di combinarli con altre basi di dati, aperte e non, di aggregarli e in generale di utilizzarli come patrimonio informativo condiviso.

I dati, per essere veramente "open", devono essere disponibili in un formato utile e modificabile, privi di brevetti o altre forme di controllo che ne limitino la riproduzione. E' per questo che, rispetto a formati soggetti a copyright, si prediligono formati quali XML e CSV che non sono intrinsecamente legati ad eventuali forme di restrizione.

Riguardo i dati in possesso della pubblica amministrazione l'idea, con gli Open Data, è che questi dati debbano essere messi a disposizione di tutti coloro i quali vogliano consultarli o che vogliano utilizzarli per creare applicazioni e servizi. Liberare i dati significa quindi creare un meccanismo di trasparenza delle istituzioni, le quali consentono a chiunque di verificare quanto prodotto.

I dati liberi rappresentano inoltre uno strumento a disposizione delle aziende per lo sviluppo di soluzioni multimediali innovative, favorendo in tal modo l'economia. Le opportunità di business per le aziende si trasferiscono poi conseguentemente anche sui cittadini, che possono fruire di applicazioni e servizi non solo da parte della PA ma anche da parte di privati, magari direttamente sul proprio smartphone.

Ma cos'è, in pratica, un portale Opendata per una PA?

Non è facile dare una definizione significativa, ma se volessimo spiegare cos'è, e a cosa serve, un Portale Opendata, forse quella più "convincente" sarebbe: E' uno strumento di condivisione per rendere i dati facilmente rintracciabili ed usabili.

Una piattaforma Open Data è dunque una sorta di “contenitore dedicato”, in cui l’utente interessato sa di poter trovare le informazioni di cui ha bisogno, qualora disponibili. E l'utente sa anche che i dati sono pubblicati in un formato leggibile da tutti (dove per "tutti" si intende essere umani e macchine) senza bisogno di particolari programmi software.
Pubblicare un portale Opendata, quindi

1. Rende uniforme l’accesso ai dati dell’Amministrazione
2. Consente una migliore interazione tra ente e utenza

e, al contempo, crea vantaggi alla Pubblica Amministrazione stessa, perchè obbliga la PA:

1. A standardizzare i propri contenuti, utilizzando formati aperti e, tra questi, scegliendo quelli maggiormente utilizzati (ad esempio xml, csv)
2. A interagire con l’utenza in maniera più dinamica, puntando sul “contenuto” dell’informazione e non sul “contenitore”

Sul portale Opendata possono (anzi, devono) essere resi disponibili tutti i dati pubblici di cui dispone l’amministrazione, qualora si intenda comunicarli all’utenza. Ad esempio, è buona norma pubblicare sul portale Opendata tutti i dati che sono già diffusi sul sito istituzionale, utilizzando ovviamente formati aperti. E oltre alla "buona norma" si aggiunge anche la "buona legge": ossia, per il Codice dell'Amministrazione Digitale, tutti i dati della Pubblica Amministrazione, se non espressamente dichiarato (e motivato) sono per definizione "aperti".
E' ovvio poi che, oltre ai dati già esistenti, si può prevedere di creare contenuti informativi espressamente dedicati al portale Opendata. Ad esempio, si possono pubblicare dati statistici, dati di geolocalizzazione, tabelle informative, dati di traffico e infomobilità, report di dettaglio ecc. ecc.
In pratica, vale sicuramente le regola: più dati si pubblicano, meglio è!
Ovviamente, i dati devono essere "di qualità". Ma di questo ne parleremo successivamente...