2. Tesori pubblici
• Le PA producono una enorme quanAtà di informazione in
formato digitale
• A volte tali informazioni sono il risultato primario dell’aGvità
dell’amministrazione: es. daA cartografici, catasto,
informazioni meteorologiche, archivio di emiLenA televisive
pubbliche
• Altre volte i daA sono prodoG dall’amministrazione
nell’adempimento degli obieGvi isAtuzionali, ma sono un
mezzo rispeLo all’output principale: es. banca daA dei tempi
di percorrenza dei mezzi pubblici, mappa geografica dei codici
di avviamento postale, etc.
3. Caccia al tesoro?
• QuesA daA ‐ espliciA e visibili nella prima Apologia, perlopiù
invisibili e nascosA al pubblico nella seconda ‐ sono nel
complesso denominaA
“informazioni del se.ore pubblico” (Psi).
• In Italia tuLavia mancano linee guida omogenee che ne
determinino l’uso e sopraLuLo il riuso in ambiA diversi da
quelli d’origine, e che diano una visione d’insieme e di lungo
termine.
4. Una realtà frammentata e variabile
• Ne consegue che i daA possono essere disponibili (a volte) o
meno (molto più spesso).
– Possono essere disponibili, ma solo a favore di determinate enAtà.
– Possono essere noA grazie ad apposiA registri (quasi mai) o invece
ignoA al pubblico, ad altre amministrazioni, e persino ad altri uffici
della stessa amministrazione.
– Possono essere accessibili a prezzo di mercato, o al costo marginale di
riproduzione del supporto, oppure graAs.
– Possono essere preservaA per anni da chi li ha prodoG oppure
scartaA dopo l’uso.
– Possono avere qualità garanAta o meno.
– Possono essere resi disponibili con formaA aperA e documentaA, o con
formaA chiusi che vincolano all’uso di determinaA soYware.
– Possono venir uAlizzaA per qualunque uAlizzo oppure no.…
5. TuLo questo ha un costo alAssimo
• Il prezzo che paghiamo per questa assenza di strategia è
enorme e desAnato a crescere ancora.
• Altri paesi hanno capito da tempo che le informazioni
pubbliche sono un importan5ssimo fa.ore di crescita
economica e sociale (cfr. la DireGva Europea 2003/98/EC
“Reuse of public sector informaAon”).
– Economica perché sulla Psi è possibile fare imprenditorialità (dalla
semplice applicazione per smartphone, a complessi servizi di logisAca,
ambientali o altro ancora)
– Sociale perché con la Psi la società civile può monitorare
l’amministrazione pubblica con maggiore efficacia (cfr.
www.wheredoesmymoneygo.org)
6. “DaA grezzi subito e graAs”
• Su tali basi, l’amministrazione Obama negli USA e il governo
britannico hanno disposto la creazione dei portali integraA
www.data.gov
www.data.gov.uk
• Il moLo di entrambe le iniziaAve è “daA grezzi, subito e gra5s”
– Grezzi e subito perché i daA scadono, e perché gli ingegneri sanno
gesArli anche se non rifiniA e cerAficaA
– Gra5s perché gli introiA che una PA oGene dalla vendita di tali daA è
minima rispeLo agli introiA di fiscalità generale molto più ingenA che si
hanno se i daA sono disponibili online gratuitamente.
– RecenA studi hanno ad es. dimostrato che gli introiA generaA rilasciando
gratuitamente i daA meteorologici negli USA sono da 3 a 10 volte
superiori a quelli oLenuA vendendo i daA a prezzi di mercato.
7. Let’s do it!
• L’Italia ha un grande bisogno di aGvare faLori di crescita
economica e sociale.
• La definizione di una solida e coraggiosa poliAca sulle
informazioni del seLore pubblico è, tra tuLe, l’azione con il
miglior rapporto cosA‐benefici e quella in grado di registrare la
più ampia convergenza tra le parA sociali.
Ma in pra6ca, come si fa?
8. Web of Data: qualche definizione
• Un conceLo alla base stessa del Seman6c Web
Avere dei da6 su web, collega6 tra loro, defini6 in modo da poter
essere u6lizza6 da macchine, u6li non a scopo di
presentazione ma per essere consuma6 da varie applicazioni
per implementare automazione, integrazione e riuso delle
informazioni
• Nella praAca: Linked Data
Un insieme di Best PracAces per pubblicare su web e collegare
tra di loro insiemi di da6 struGura6
Unlike Web 2.0 mashups which work against a fixed set of data sources, Linked Data
applica6ons operate on top of an unbound, global data space. This enables them to
deliver more complete answers as new data sources appear on the Web
9. Linked Data: i conceG
Linked Data uses RDF to make typed statements that link arbitrary things in
the world.
• QuaLro principi base
– 1. Use URIs as names for things
– 2. Use HTTP URIs so that people can look up those names
– 3. When someone looks up a URI, provide useful informa6on, using the
standards (RDF, SPARQL)
– 4. Include links to other URIs, so that they can discover more things
• Non semplici daA piaW ma conceW
• I conceG sono rappresentaA aLraverso triple RDF
• I daA sono struLuraA come insiemi di triple RDF, memorizzaA solitamente
in apposiA repository (triplestore)
• Uso dei link RDF per collegare informazioni di dataset disAnA
10. Linee Guida
• TuLo è una URI hLp
– SoggeLo, Predicato, OggeLo (se non di Apo stringa) nella tripla RDF
• Riusare il più possibile termini/enAtà di vocabolari noA; creare
nuovi termini solo se streLamente necessario
• Qualche esempio di ontologie standard:
– Friend‐of‐a‐Friend (FOAF): per descrivere persone e relazioni tra di esse
– Dublin Core (DC): metadaA generici parAcolarmente uAli per descrivere
processi editoriali (Atle, creator, subject, descripAon, publisher, date, …)
– SemanAcally‐Interlinked Online CommuniAes (SIOC): per descrivere le
comunità on‐line
– DescripAon of a Project (DOAP): vocabolario per descrivere progeG
– Simple Knowledge OrganizaAon System (SKOS): per descrivere tassonomie
– CreaAve Commons (CC): per informazioni sul licensing
14. Qualche esempio
hLp://xmlns.com/foaf/0.1/Person
rdf:type foaf:name Luca De SanAs
hLp://www.netseven.it/People/LDS
foaf:based_near hLp://www.comune.pisa.it/pisa.rdf
foaf:mbox
desanAs@netseven.it
15. Qualche esempio
hLp://xmlns.com/foaf/0.1/Person
rdf:type foaf:name Luca De SanAs
hLp://www.netseven.it/People/LDS
foaf:based_near hLp://www.comune.pisa.it/pisa.rdf
foaf:mbox
owl:sameAs
desanAs@netseven.it
hLp://dbpedia.org/Resource/Pisa
16. Qualche esempio
hLp://xmlns.com/foaf/0.1/Person
SoggeLo rdf:type foaf:name Luca De SanAs
hLp://www.netseven.it/People/LDS
foaf:based_near hLp://www.comune.pisa.it/pisa.rdf
foaf:mbox
owl:sameAs
desanAs@netseven.it
hLp://dbpedia.org/Resource/Pisa
17. Qualche esempio
hLp://xmlns.com/foaf/0.1/Person
Predicato
rdf:type foaf:name Luca De SanAs
hLp://www.netseven.it/People/LDS
foaf:based_near hLp://www.comune.pisa.it/pisa.rdf
foaf:mbox
owl:sameAs
desanAs@netseven.it
hLp://dbpedia.org/Resource/Pisa
18. OggeLo ‐
enAtà Qualche esempio
hLp://xmlns.com/foaf/0.1/Person
rdf:type foaf:name Luca De SanAs
hLp://www.netseven.it/People/LDS
foaf:based_near hLp://www.comune.pisa.it/pisa.rdf
foaf:mbox
owl:sameAs
desanAs@netseven.it
hLp://dbpedia.org/Resource/Pisa
19. Qualche esempio
hLp://xmlns.com/foaf/0.1/Person
rdf:type foaf:name Luca De SanAs
hLp://www.netseven.it/People/LDS
foaf:based_near hLp://www.comune.pisa.it/pisa.rdf
foaf:mbox
owl:sameAs
desanAs@netseven.it
OggeLo ‐ hLp://dbpedia.org/Resource/Pisa
stringa
20. Open Data vs Linked Data
vs Linked Open Data
• Open Data (OD)
– DaA liberamente accessibili secondo licenze di Apo Open Access &
CopyleY (e.s. CreaAve Commons)
• Linked Data (LD)
– DaA machine readable e semanAcamente struLuraA secondo le
specifiche Linked Data
• Linked Open Data (LOD)
– Unione dei due principi. E’ questa la strada da seguire!
21. Chi lo sta facendo?
• data.gov.uk (LOD): tuG i daA prodoG dalle PA centrale in UK pubblicaA in
Linked Open Data. Incoraggia aGvamente l’uAlizzo (anche a fini di lucro)
dei daA in applicazioni di terze parA. Molte applicazioni.
• Data‐gov wiki: trasformazione di daA Open Data a Open Linked Data di
tuG i daA pubblicaA su data.gov (OD) del governo federale americano.
Molte le applicazioni disponibili.
• Ma anche: Comune e Provincia di San Francisco, Comune di Toronto,
data.australia.gov, New York City Datamine, Vancouver, Opengov.se
(Svezia), data.govt.nz (Nuova Zelanda)
• E poi: Eurostat, US Congress, US Census, US SecuriAes and Exchange
commission, CIA, etc.
22. RequisiA “Open Gov Data”
• CompleA
– TuG i daA pubblici sono resi disponibili. Per daA pubblici si intendono tuG quei daA che non sono
soggeG a restrizioni relaAvi alla privacy o alla sicurezza.
• Grezzi
– I daA sono raccolA alla fonte, al massimo livello possibile di granularità e non rielaboraA (aggregaA o
modificaA).
• TempesAvi
– I daA sono pubblicaA il più presto possibile, al fine di preservarne il valore.
• Accessibili
– I daA sono resi accessibili al maggior numero possibile di utenA per far si che siano uAlizzaA per gli usi
più diversi.
• Machine Processable
– I daA sono struLuraA in modo da permeLerne il traLamento automaAco.
• Accesso Indiscriminato
– I daA sono disponibili a tuG, senza il bisogno di registrazioni o log‐in.
• Non proprietari
– I daA sono pubblicaA in formaA standard di cui nessuna organizzazione ha il controllo esclusivo.
• Liberi da licenza
– I daA non sono soggeG a restrizioni di copyright, marchio o segreto commerciale.
23. Un passo avanA:
da Open Data a Linked Open Data
Una tecnologia per pubblicare Open Data
• Contesto: Enfasi sul valore dei link, delle connessioni con altre sorgenA
daA, del contesto
• Scalabilità: Link e vocabolari possono essere arricchiA e aggiunA in
qualsiasi momento
• Decentralizzazione: PermeLe a sistemi e dataset indipendenA di essere
uniA in un secondo momento (e anche in contesA esterni a quello
originario)
• Modularità: permeLe di concentrarsi sul contenuto (i daA e i vocabolari) e
di pensare soltanto in un secondo momento a costruire belle interfacce
utente e coloraA siA web
• Maturità: esistono molA strumenA per converAre in RDF database, fogli di
calcolo, XML, e mille altri formaA
24. Perché Open Linked Data
per una Pubblica Amminstrazione
• Definire in forma standard e semanAcamente espressiva il
patrimonio informaAvo da essa gesAto
• EnfaAzzare i collegamenA con altri set di daA pubblici
• Rendere universale l’accesso a daA pubblici: Open Access
– Possibili comunque policy di controllo sugli accessi, trust del
richiedente, etc.
• Rendere i daA la base di un nuovo paradigma applicaAvo
– SAmolare la creazione di nuove applicazioni e servizi per i ciLadini
• Modelli esteri eccellenA
25. Situazione in Italia
• Non esistono iniziaAve a livello nazionale, paragonabili a
quelle di altri staA
• Crescente sensibilità verso la problemaAca Open Access
– Dichiarazione di poliAci alle recenA elezioni regionali
• Mancano i vocabolari e le ontologie necessari per descrivere i
conceG legaA alla giurisdizione e alle dinamiche socio‐
poliAche nazionali
26. Ricerca in Europa
• Open Data, Linked Data e Linked Open Data sono una priorità e un
obieGvo trasversale a molAssime linee di finanziamento della
Commissione Europea nell’FP7 (e non solo).
• Un Esempio (ma ce ne sono tanA altri): Objec6ve ICT‐2011.5.6 ICT
solu6ons for governance and policy modelling
– Rsearch in simulaAon and visualisaAon techniques, process modelling, gaming and
mixed reality technologies while building on Web2.0/Web3.0, social networking, crowd‐
sourcing and dynamics methodology techniques. The resulAng tools should exploit the
vast reserves of Europe's public sector collec5ve data and knowledge resources.
– Examples of fields of applicaAon can include, but are not limited to, urban planning
policy, social and economic policies, life‐long learning, mobility, demographics, etc,
where the involvement of ciAzens through public consultaAons has been recognised as
valuable. Stakeholders such as public administra5ons and policy insAtutes are expected
to play a key role.
• Expected Impact
– Increased engagement of ciAzens and wider use of ICT tools, improved transparency of
informaAon, strengthened compeAAve posiAon of European industry (including SMEs).
27. hLp://www.netseven.it
ContribuA di:
Michele Barbera – barbera@netseven.it
Luca De San6s – desan6s@netseven.it
Francesca Di Donato – didonato@sp.unipi.it
Quest'opera è stata rilasciata soLo la licenza CreaAve Commons ALribuAon‐NoDerivs 3.0 Unported.
Per leggere una copia della licenza visita il sito web hLp://creaAvecommons.org/licenses/by‐nd/3.0/
o spedisci una leLera a CreaAve Commons, 171 Second Street, Suite 300, San Francisco, California, 94105, USA.