![](http://policyhub.analitika.ba/sites/default/files/styles/content_small_1x/public/publikacije/fotografije/pexels-photo-159888.jpeg?itok=oYvAX4xe×tamp=1497533968)
S obzirom na otvaranje i generiranje velike količine podataka, novo digitalno doba smatra se renesansnim periodom[i] izrade javnih politika zasnovanih na dokazima. Takvo okruženje, između ostalog, nudi mogućnost da se prilikom kreiranja javnih politika u obzir uzmu i potrebe, mišljenja i stvarna iskustva ljudi zabilježena na socijalnim mrežama i na internetu[ii].
U vremenu u kojem živimo, podaci nastaju na bezbroj načina, naprimjer, na društvenim mrežama, koje daju mnoštvo informacija o profilu i individualnim sklonostima korisnika, raznim navigacijskim aplikacijama na pametnim telefonima, koje, naprimjer, pružaju podatke o protoku saobraćaja u gradovima ili na autoputevima (poput aplikacije Waze), mjernim stanicama u gotovo svim većim gradovima Evrope, koje prikupljaju podatke o kvalitetu zraka i drugim meteorološkim parametrima, i slično. Ipak, među najvećim proizvođačima podataka su javne institucije: vlade, različite državne agencije, policija, bolnice i druge. Tako, procjenjuje se da se u toku jednog dana proizvede 2,5 eksabajta podataka, što je ekvivalentno vrijednosti od 2,5 milijardi gigabajta[iii]. Od 2013. do 2015. godine, kreirano je više podataka nego tokom cijele historije ljudske vrste do tog perioda,[iv] a ovaj obim udvostručuje se svake dvije godine[v]. Ti veliki nizovi strukturiranih i nestrukturiranih podataka različitih vrsta nazivaju se “velikim podacima” (engl. big data)[vi]. Svi producirani podaci svakodnevno se pohranjuju, a u proteklih nekoliko godina stavljen je fokus i na njihovu upotrebu za razumijevanje kompleksnih problema, lakše donošenje odluka, razvoj nauke, te poboljšanje poslovanja kompanija.
Vrijednost analiza velikih podataka najprije su uočile firme, koje svoje poslovne odluke sve više temelje na takvim inputima umjesto na iskustvu ili intuiciji pojedinih osoba. Firme podatke analiziraju u svrhu povećanja profita, te osiguravanja konkurentnosti i prednosti na tržištu. Naprimjer, analize potrošačkog ponašanja u vrijeme praznika ili vremenskih nepogoda mogu ukazati na potrebe za pojedinim proizvodima, što će pomoći da se osigura dovoljno zaliha za takve periode. Na taj način, moguće je “predviđati šta će se desiti, umjesto čekati da se to desi”[vii], što ima implikacije na način i brzinu donošenja odluka u različitim sferama života. Na sličan način, rapidan rast proizvodnje podataka i razvoj alata i tehnika za njihovu analizu i daljnju upotrebu mogu doprinijeti i kreiranju kvalitetnijih javnih politika, te pomoći uspostavljanju bolje i odgovornije javne uprave.
Primjena velikih podataka u izradi javnih politika
U razvijenijim zemljama, odluke vlada sve se više temelje na analizama velikih količina podataka[viii]. Pored podataka prikupljenih u naučnim istraživanjima, danas se sve češće koriste i drugi dostupni podaci kako bi se pronašla rješenja za pojedine društvene probleme u područjima kao što su zdravstvo, obrazovanje, razvoj lokalnih zajednica i slično[ix].
Tako, prilikom izrade javnih politika veliki podaci mogu ponuditi odgovore na kompleksna društvena pitanja pružajući uvid u pojave koje su se u društvu desile i objašnjavajući zašto su se desile. Na osnovu toga, moguće je predvidjeti šta će se dalje dešavati, te uvidjeti šta bi se u pogledu određenog pitanja trebalo uraditi[x]. Na taj način, analiza velikih podataka može ukazati na rješenja koji će doprinijeti izradi dobrih i održivih javnih politika i omogućiti lakše donošenje odluka o kompleksnim problemima s kojima sa društva suočavaju.
Ove analize mogu pomoći otkrivanju obrazaca koji često nisu tako očigledni. Naprimjer, dubljom analizom podataka o kvalitetu zraka moguće je otkriti povezanost zagađenosti zraka sa rasprostranjenošću i učestalošću određenih bolesti ili promjene u kvalitetu zraka s promjenom nekih drugih parametara, kao što su količina potrošenog uglja ili broj vozila na cestama.
Mnoštvo je drugih primjera korištenja podataka u svrhu efikasnijeg djelovanja javnih institucija:
· Borba protiv kriminala: Sredinom devedesetih godina 20. stoljeća policijske snage u New Yorku uvele su sisteme za prikupljanje i analizu podataka o kriminalu u različitim dijelovima grada, usljed čega je stopa ubistava pala za gotovo 70%, jer su policijski odjeli mogli bolje rasporediti svoje resurse i tako efikasnije djelovati u borbi protiv kriminala[xi]. Zanimljivi su i primjeri Estonije, koja koristi sistem analize velikih podataka kako bi otkrila prevare i pronevjere, te Litvanije, koja pomoću naprednih analitičkih rješenja i prediktivnih modela otkriva carinske utaje[xii].
· Djelotvornije liječenje: Danska je razvila program zdravstvenih podataka (engl. Health Data Program), koji ima za cilj prikupljanje i dijeljenje podataka o dijagnozama, te načinima i ishodima liječenja raznih bolesti. Iako to zahtijeva lične i osjetljive podatke, i pacijenti i doktori, svjesni važnosti ovih podataka i informacija za druge pacijente i medicinsku praksu općenito, saglasni su sa njihovim dijeljenjem i korištenjem[xiii]. Na istom principu radi i trenutno “najpametniji” računar na svijetu Watson, koji sadrži veliki broj podataka o različitim medicinskim slučajevima, kao i milione naučnoistraživačkih radova. Koristeći pohranjene podatke, ovaj računar u svega nekoliko minuta može postaviti tačnu dijagnozu i predložiti efektivan tretman liječenja.[xiv]
· Unapređenje javnog prijevoza: Transport for London, organizacija zadužena za upravljanje javnim prijevozom u Londonu, koristi velike podatke za praćenje i upravljanje sa više od 8.500 vozila, a kako bi poboljšala putne mreže, spriječila saobraćajne gužve i unaprijedila svoje usluge[xv].
· Smanjenje zagađenosti: Koristeći prediktivne modele zasnovane na dostupnim podacima o vremenskoj prognozi i rasprostranjenosti različitih zagađivača, značajno je smanjena zagađenost zraka u Los Angelesu. Na isti način i drugi gradovi u Kini, Inidiji i Južnoj Africi nastoje riješiti ovaj problem.[xvi]
Ograničenja i opasnosti korištenja velikih podataka
Ipak, pored očiglednih prednosti korištenja velikih podataka, postoji i niz ograničenja i opasnosti koje proizlaze iz njihove upotrebe. Najprije, veliki podaci zahtijevaju napredne tehnologije i sisteme za prikupljanje, pohranu i obradu. Ekspertiza u domenu analize velikih podataka manjka i skupa je[xvii], što je, prema mišljenju nekih autora, posljedica i nepristupačnih cijena hardvera za korištenje velikih podataka, koje mogu biti barijera za savladavanje vještina u ovom području[xviii]. Tako se, prema nekim procjenama, cijena jednog radnog sata konsultanta za analizu velikih podataka kreće između 150 i 300 američkih dolara[xix].
No, važnije, ova oblast neminovno za sobom nosi etičke i moralne dileme vezane za privatnost i povjerljivost podataka[xx], što se često kosi s principom transparentnosti. Veliki podaci podrazumijevaju korištenje i privatnih podataka, koji vrlo lako mogu biti zloupotrijebljeni. Uvid u lične podatke može, između ostalog, dovesti do rasnog profiliranja, pa samim tim i do diskriminacije, naprimjer, prilikom zapošljavanja. Osim toga, veliki podaci omogućavaju identificiranje političkih opredjeljenja pojedinaca čija se mišljenja ne podudaraju s većinom[xxi], što može ugroziti slobodu govora[xxii] ili, čak, i njihovu fizičku sigurnost. Primjera radi, rezultati monitoringa nevladine organizacije New York Civil Liberties Union (NYCLU) pokazuju da su nevine osobe koje je zaustavljala, pretresala ili ispitivala policija u najvećem broju bile osobe afroameričkog porijekla[xxiii], što je posljedica pogrešne interpretacije da najviše stope kriminala u dijelovima grada u kojima živi stanovništvo afroameričkog porijekla znače da postoji kauzalna veza između rase i kršenja zakona. Na ovaj način, pogrešna interpretacija rezultata analiza velikih podataka može nepravedno uzrokovati stereotipiziranje određene grupe ljudi.
Zaključak
Iako se svakodnevno generira ogroman broj podataka, smatra se da je revolucija upotrebe velikih podataka tek počela i da će pogoditi sve oblasti društva. Tako se i okruženje u kojem se kreiraju i donose javne politike dramatično mijenja u odnosu na period od prije samo nekoliko godina. Premda veliki podaci sa sobom nose opasnosti i dileme, ukoliko su adekvatno prikupljeni, pripremljeni, obrađeni i interpretirani, imaju značajan potencijal za unapređenje procesa donošenja javnih politika i, u konačnici, kvaliteta života građana, što pokazuju i brojni primjeri korištenja javnih podataka u različitim društvenim sferama. Nesumnjivo je da veliki podaci nude pregršt novih mogućnosti – preostaje samo da osiguramo da te nove alate koristimo odgovorno i savjesno.
[i] Martina Barbero, Jo Coutuer, Régy Jackers, Karim Moueddene, Els Renders, Wim Stevens, Yves Toninato, Sebastiaan van der Peijl, Dimitry Versteele, “Big data analytics for policy making”, European Union, 2016, dostupno na: https://joinup.ec.europa.eu/sites/default/files/dg_digit_study_big_data_analytics_for_policy_making.pdf (stranica posjećena 9. 6. 2017. godine).
[ii] Provost Foster i Fawcett Tom, “Data Science and Its Relationship to Big Data and Data-driven Decision Making”, Big data, 2013.
[iii] Mikal Khoso, “How Much Data is Produced Every Day?”, 2016, dostupno na: http://www.northeastern.edu/levelblog/2016/05/13/how-much-data-produced-every-day/ (stranica posjećena 24. 5. 2017. godine).
[iv] Bernard Marr, “Big Data: 20 Mind-Boggling Facts Everyone Must Read”, 2015, dostupno na:
https://www.forbes.com/sites/bernardmarr/2015/09/30/big-data-20-mind-boggling-facts-everyone-must-read/#1a70fc1917b1 (stranica posjećena 24. 5. 2017. godine).
[v] Dostupno na: https://www.emc.com/leadership/digital-universe/2014iview/executive-summary.htm (stranica posjećena 24. 5. 2017. godine).
[vi] Vidjeti, naprimjer: http://searchcloudcomputing.techtarget.com/definition/big-data-Big-Data (stranica posjećena 9. 6. 2017. godine).
[vii] Provost Foster i Fawcett Tom, “Data Science and Its Relationship to Big Data and Data-driven Decision Making”, Big data, 2013, str. 52.
[viii] Daniel Diermeier, “Data science meets public policy”, 2016, dostupno na: http://mag.uchicago.edu/university-news/data-science-meets-public-policy (stranica posjećena 24. 5. 2017. godine).
[ix] Dostupno na: http://harris.uchicago.edu/centers/center-data-science-and-public-policy (stranica posjećena 24. 5. 2017. godine).
[x] Martina Barbero, Jo Coutuer, Régy Jackers, Karim Moueddene, Els Renders, Wim Stevens, Yves Toninato, Sebastiaan van der Peijl, Dimitry Versteele, “Big data analytics for policy making”, European Union, 2016, dostupno na: https://joinup.ec.europa.eu/sites/default/files/dg_digit_study_big_data_analytics_for_policy_making.pdf (stranica posjećena 24. 5. 2017. godine).
[xi] Daniel Esty, Reece Rushing, “The Promise of Data-Driven Policymaking”, Issues in science and technology, 2007, dostupno na: http://issues.org/23-4/esty-2/ (stranica posjećena 24. 5. 2017. godine).
[xii] Martina Barbero, Jo Coutuer, Régy Jackers, Karim Moueddene, Els Renders, Wim Stevens, Yves Toninato, Sebastiaan van der Peijl, Dimitry Versteele, “Big data analytics for policy making”, European Union, 2016, dostupno na: https://joinup.ec.europa.eu/sites/default/files/dg_digit_study_big_data_analytics_for_policy_making.pdf (stranica posjećena 24. 5. 2017. godine).
[xiii] Ibid.
[xiv] Vidjeti, naprimjer: http://www.nydailynews.com/news/world/ibm-watson-proper-diagnosis-doctors-stumped-article-1.2741857 (stranica posjećena 24. 5. 2017. godine).
[xv] Bernard Marr, “How Big Data And The Internet Of Things Improve Public Transport In London”, 2015, dostupno na: https://www.forbes.com/sites/bernardmarr/2015/05/27/how-big-data-and-the-internet-of-things-improve-public-transport-in-london/#19a08c901be6 (stranica posjećena 24. 5. 2017. godine).
[xvi] Alexander Howard, “How IBM Is Using Big Data To Battle Air Pollution In Cities”, 2015, dostupno na: http://www.huffingtonpost.com/entry/ibm-big-data-air-pollution_us_56684e44e4b080eddf565510 (stranica posjećena 24. 5. 2017. godine).
[xvii] Helen Margets, “The promises and threats of big data for public policy-making”, 2013, dostupno na: http://blogs.oii.ox.ac.uk/policy/promises-threats-big-data-for-public-policy-making/ (stranica posjećena 24. 5. 2017. godine).
[xviii] Jeffrey Ricker, “Big barrier to learning big data technology”, 2015, dostupno na: https://www.linkedin.com/pulse/big-barrier-learning-data-technology-jeffrey-ricker (stranica posjećena 24. 5. 2017. godine).
[xix] Ibid.
[xx] Jonathan H. King i Neil M. Richards, “What's Up With Big Data Ethics?”, 2014, dostupno na: https://www.forbes.com/sites/oreillymedia/2014/03/28/whats-up-with-big-data-ethics/#78fb72bb3591 (stranica posjećena 24. 5. 2017. godine).
[xxi] Daniel Riedel, “The Duality of Big Data: The Angel and the Demon”, dostupno na: https://www.wired.com/insights/2014/10/duality-big-data/ (stranica posjećena 24. 4. 2017. godine).
[xxii] Jules Polonetsky i Omer Tene, “Privacy and Big Data”, 2013, dostupno na: https://www.stanfordlawreview.org/online/privacy-and-big-data-privacy-and-big-data/ (stranica posjećena 24. 5. 2017. godine).
[xxiii] Vidjeti: https://www.nyclu.org/en/stop-and-frisk-data (stranica posjećena 24. 5. 2017. godine); također vidjeti: Judy Selbi, “Big Data to Prevent Crime; Cyber Stop & Frisk Risk?”, 2015, dostupno na: https://www.linkedin.com/pulse/big-data-crime-prevention-useful-tool-risks-cyber-stop-judy-selby (stranica posjećena 24. 5. 2017. godine).