Titta

UR Samtiden - Demokrati i en digital era

UR Samtiden - Demokrati i en digital era

Om UR Samtiden - Demokrati i en digital era

Föreläsningar från föreläsningsserien Public Domain and Democracy in the Digital Age vid Uppsala universitet. Internationella forskare diskuterar frågor om lagar och regelverk i den digitala världen. Vad händer när stater och regeringar får konkurrens av privata företag när det gäller att diktera reglerna i den digitala världen? Inspelat den 18-19 september 2014. Arrangör: Uppsala universitet.

Till första programmet

UR Samtiden - Demokrati i en digital era : Staten och datakapitaletDela
  1. Det här är världen vi lever i.
    Den innehåller oerhörda mänger data.

  2. Jag tänker inte förnärma er-

  3. -genom att förklara för er
    vad det här betyder.

  4. För er som sitter långt bak i rummet
    ska jag tala om att vi har 2009 här...

  5. Jag hoppas att ni kan se markören.

  6. Här står mängden data som vi har
    ackumulerat från år 0 till år 2009.

  7. Det vill säga 0,8 zettabyte.

  8. Hoppar vi till 2020 är siffran 35 ZB,
    och då har vi räknat med precis allting.

  9. Från beklagliga, obehagliga och fåniga
    bilder på katter på Facebook-

  10. -till vackra grottmålningar i Spanien.

  11. Precis alla data.

  12. Även med en felmarginal på 50 %
    skulle de här siffrorna vara hisnande.

  13. Diagrammet visar även hur mycket
    det kostar att lagra alla dessa data.

  14. Men vad jag vill diskutera är ifall
    det finns en gräns för datatillväxten.

  15. Det ser inte ut så i nuläget.

  16. Gränserna har med termodynamik
    och fysik att göra.

  17. Den omvandlas och registreras
    av maskiner-

  18. -så det finns en termodynamisk sida
    av det hela.

  19. Även vår intelligens sätter gränser.
    De som påstår nåt annat har fel.

  20. Det finns ingen annan sorts intelligens.

  21. Vad talar jag om nu? Jo, algoritmer
    och kompressionsalgoritmer.

  22. Allt det här tar betydligt mindre plats
    om det kan komprimeras mer.

  23. Minnet är platsen där allt detta lagras.

  24. Sen 2007 har vi inte producerat
    nog med minne, det vill säga plats-

  25. -i förhållande till mängden nya data.

  26. Sen dess har vi därför utvecklat
    en policy för datahantering.

  27. Undvik att spara alla data och radera
    data som tar för mycket plats.

  28. Vi gör det här i miniformat
    i våra mobiltelefoner.

  29. Det här är den sortens skräp
    som är i omlopp.

  30. Alla som har studerat logik
    och kan nånting om Venndiagram-

  31. -utbrister genast: "Vad är det där?!"

  32. Titta på den gula cirkeln - data.

  33. Det borde vara den största cirkeln,
    för öppen betyder öppna data.

  34. Den blå cirkeln borde vara
    inuti den gula.

  35. Vad är skillnaden mellan den här
    oerhörda mängden big data...

  36. Vad är big data och vad är öppna data?

  37. Myndighetsdata är
    en del av den gula cirkeln.

  38. Den borde kanske vara en del av
    både den blå och den gula cirkeln.

  39. Diagrammet delas ofta upp
    i en privat och en offentlig del.

  40. Den här diskussionen är meningslös.

  41. Ingenting blir bättre av att man
    gräver ner sig i såna oväsentligheter.

  42. Oturligt nog är de riktiga källorna
    inte mycket bättre.

  43. Man skulle kunna säga
    att diagrammet...

  44. Det är nästan nåt pornografiskt
    över ordet, men i alla fall...

  45. Diagrammet visar skillnaden mellan big
    data, öppna data och myndighetsdata.

  46. McKinsey,
    som verkligen borde kunna sin sak-

  47. -erkänner att det här bara är
    en ungefärlig bild av hur det ser ut.

  48. Cirklarna har inte
    exakt uppmätta storlekar.

  49. Men relationerna mellan dem framgår.

  50. Matrix och relationer skiljer sig åt.

  51. Matrix stämmer inte alls,
    men det gör relationerna.

  52. Vi har alltså mängder av data.
    Flera zettabyte.

  53. En del av dessa data är big data. Vi
    har inte pratat om vad big data är än.

  54. En del av dessa data
    är mer eller mindre öppna.

  55. Ingen vet om den gröna cirkeln borde
    ligga längre till vänster eller höger.

  56. Tydligen är alla myndighetsdata öppna.

  57. McKinsey borde kunna sin sak.

  58. Men enligt det här diagrammet
    är alla myndighetsdata öppna.

  59. Era data är spridda lite överallt.

  60. Så här såg utvecklingen ut 2013.

  61. Det är ingen vidare bra utveckling.

  62. Därför ska vi ägna oss åt vad
    filosoferna kallar konceptuell analys.

  63. Det här är en snabbrepetition.
    Det här har funnits sen 2001.

  64. Man bestämde att man skulle ha tre
    specifika kännetecken för big data.

  65. Hastighet handlar inte bara om
    hur snabbt datamängden växer-

  66. -utan även om
    hur snabbt den förändras.

  67. Datamängden växer alltså inte bara,
    utan den förändras även konstant.

  68. Då har vi klarat av hastigheten.

  69. Variation handlar om att data
    kommer från en mängd olika källor.

  70. Oturligt nog
    är dessa data inte strukturerade.

  71. Folk som sysslar med datavetenskap
    bryr sig inte ens om att lyssna-

  72. -om man förväxlar
    stora datamängder med big data.

  73. Strukturerade data är inte big data.

  74. Big data är ostrukturerade data
    som hanteras med sökfunktioner.

  75. De är inte strukturerade
    i trevliga Excell-ark.

  76. När det gäller volymen
    har vi redan talat om zettabyte.

  77. Det här sättet att dela in big data
    ledde flera år senare till...

  78. Elva år senare började big data
    klassas som en ny ekonomisk tillgång.

  79. Som valuta eller guld. Senare pratade
    man om olja. Det stämmer antagligen.

  80. År 2012 gjorde IBM:s ordförande
    följande uttalande.

  81. Jag läser för er
    som sitter för långt bak i rummet.

  82. "Big data är en ny sorts naturtillgång."

  83. "Data kan likställas
    med ångkraft, och fossila bränslen."

  84. "Data kan bidra till nya nivåer
    av välstånd och sociala framsteg."

  85. Det här håller de allra flesta med om.

  86. Den fjärde punkten i beskrivningen
    av data är värde.

  87. Ni kan ha hört nån prata om
    sanningshalt, men det hör inte hit.

  88. Man talar inte om sanningshalten
    hos big data. Det är meningslöst.

  89. Man hoppas att den är tillförlitlig
    och konsekvent, men sanningshalten...

  90. Det finns big data om astronomi,
    men när det gäller sanningshalten...

  91. Det är ingenting som man bör se
    som en fjärde aspekt av big data.

  92. Den fjärde aspekten är värdet
    som ökar eller minskar.

  93. Värdet beskrivs ofta, som vi såg i
    IBM-uttalandet, som ett slags guldrush.

  94. Det är som guld.

  95. Så här trevligt avbildas guldrushen
    i Kalifornien 1849 på ett frimärke.

  96. I verkligheten såg det ut så här.

  97. Det var smutsigt och våldsamt, och
    man delade inte med sig av sina fynd.

  98. Så ser kampen om big data ut.

  99. Konkurrensen om vem som
    ska få tillgång till vad är stenhård.

  100. Jag kan berätta mer om det-

  101. -när vi pratar om Royal Mail och vad
    som gick snett när Royal Mail såldes.

  102. Det bygger inte enbart på min analys,
    utan även på statens egen analys.

  103. Det där var alltså
    de fyra aspekterna av big data.

  104. Är big data en offentlig resurs?

  105. Tja...det kan man väl
    på sätt och vis säga att det är.

  106. Big data har fantastiska egenskaper,
    och dem känner ni säkert redan till.

  107. De har en grundläggande egenskap
    som andra resurser saknar. De växer.

  108. I motsats till olja, guld och diamanter-

  109. -så blir datamängden bara större
    med tiden.

  110. Jag tycker att det verkar misstänkt.
    Ingenting som är riktigt bra växer.

  111. Det brukar alltid vara tvärtom
    på ett eller annat sätt.

  112. Jag tror att det finns en dold kostnad
    här som vi inte tar med i beräkningen.

  113. Den gängse bilden är att allt är frid
    och fröjd och datamängden bara växer.

  114. Det är en förnybar resurs
    som går att förädla-

  115. -och den är naturligtvis återanvändbar.

  116. Det är därför big data,
    eller öppna data, är så viktiga.

  117. Data har många användningsområden.
    Det är därför resursen är så intressant.

  118. Den är även farlig, eftersom den
    går att utnyttja i oetiska syften.

  119. Offentliga data är en användbar resurs
    som gör att man kan förbättra tjänster.

  120. Och man kan skräddarsy tjänster och
    produkter efter de behov som finns.

  121. Man kan göra en mängd förutsägelser
    med hjälp av data nu för tiden.

  122. Man kan skapa simuleringar.

  123. Om man går in i ett biokemilabb
    i Oxford-

  124. -så har forskarna
    aldrig sett ett försöksdjur.

  125. De arbetar uteslutande med databaser.
    Allt är digitaliserat och in silico.

  126. Det beror på att man kan simulera
    i stor sett vad som helst numera.

  127. Men beslut bör inte fattas
    utifrån simuleringar.

  128. Det såg vi i exemplet med
    stormarknaden som vi hörde om i går.

  129. Det visar hur fel det kan gå.

  130. Främst av allt
    handlar det om innovation.

  131. Big data - innovation.
    De växer och utvecklas av sig själva.

  132. Man skulle kunna säga
    att förutsättningarna är ideala.

  133. Jag ska prata mer om det
    om en stund.

  134. Om det här är en resurs man kan göra
    en mängd fantastiska saker med-

  135. -vilka är det då som kan
    dra nytta av alla dessa data?

  136. Det här är sånt man kan hitta på nätet.
    Det här handlar om USA:s ekonomi.

  137. "Big data: lättillgänglighet"
    Det går från lägst till högst.

  138. "Big data: värdepotential".
    Hur mycket värde får man ut av data?

  139. Storleken på bollen visar på
    det relativa bidraget till BNP.

  140. Jag vill uppmärksamma er på nånting,
    nämligen på staten.

  141. Här har vi konst och underhållning.
    Det når knappt halvvägs...

  142. Om man skulle dra en gränslinje
    så skulle den hamna här.

  143. Är ni redo?

  144. Det här är originaldiagrammet.

  145. Här har vi staten, och här
    har vi konst och underhållning.

  146. Det här är vad man hittar på nätet,
    och det här är originaldata.

  147. Här hittar man även mer information.

  148. "Möjligheten att äga eller få åtkomst
    till data och analyser."

  149. "Värdet av data och/eller
    konkurrensfördelar."

  150. Det här innebär att staten-

  151. -har små möjligheter att äga eller
    få åtkomst till data och analyser.

  152. Dessa data är alltså lättillgängliga.

  153. Svårigheten är låg och värdet är högt.

  154. Man vill, om möjligt, befinna sig här
    i det övre högra hörnet.

  155. Så här ser förmågan att äga och/eller
    få tillgång till data och analyser ut-

  156. -i just det här diagrammet.

  157. Men vad handlar det då om
    för slags värde?

  158. Den här är från McKinsey.

  159. Det här är sektorerna
    som har nytta av big data.

  160. Här har vi staten som ligger
    till höger på värdepotentialindex-

  161. -och befinner sig strax ovanför linjen
    när det gäller tillväxt i USA 2000-2008.

  162. Staten ligger bra till när det gäller
    att dra nytta av de här resurserna.

  163. Den har åtminstone
    en relativt bra position.

  164. Staten får således ut
    nåt av alla dessa data.

  165. Hur mycket pengar motsvarar det här,
    om man ska vara konkret?

  166. Folk talar gärna om pengar
    i anslutning till en analys.

  167. Om McKinseys beräkningar stämmer...

  168. Deras analyser tycks stå högt i kurs
    hos dem jag har pratat med.

  169. Här ser man siffrorna för skolväsendet,
    transportväsendet, konsumentvaror-

  170. -elektricitet, olja och gas.

  171. Den blå linjen visar
    hur mycket man tjänar-

  172. -om big data omvandlas
    till ekonomiska värden.

  173. Den mörkblå linjen representerar
    hälsovård och konsumentkredit.

  174. Öppna data bidrar till en ekonomisk
    vinst på 3,3-5,4 biljoner.

  175. Kanske. Det här är samma människor
    som placerade alla myndighetsdata-

  176. -inom öppna data,
    så man får ta det med en nypa salt.

  177. Man måste ta hänsyn till vissa aspekter
    när det gäller värdet.

  178. Låt oss vara lite mer konkreta.
    Det här är en pålitligare studie-

  179. -utförd av The Centre for Economic
    and Business Research 2012.

  180. Big data bidrog med 25,1 miljarder
    till Storbritanniens ekonomi 2011.

  181. Det här verkar vara
    ganska tillförlitligt.

  182. Siffrorna kan variera en aning,
    men studien stämmer ganska bra.

  183. Det finns alltså ett värde
    i statens resurser i form av data.

  184. Kollektiv nyttighet eller kollektiv
    tillgång? Hur kan vi använda data?

  185. Det finns mängder av tillgängliga data,
    vilket leder till en hel del problem.

  186. Ha det här i åtanke när vi pratar
    om öppna data om en liten stund.

  187. Jag vill verkligen understryka det här,
    utan att bli alltför tjatig.

  188. Det här medför kostnader.

  189. Vi har inhämtning och lagring.

  190. Vi har även användbarhet. Det är inte
    gratis att t.ex. uppgradera mjukvara.

  191. Även säkerhet är en aspekt
    som man måste hantera på nåt sätt.

  192. Tillgänglighet
    - det förekommer avbrottstid.

  193. Betalar man ut ersättning om tjänsten
    man tillhandahåller inte är tillgänglig-

  194. -vilket leder till att nån
    förlorar massor av pengar?

  195. Analyser - nån måste
    bidra med kunskap.

  196. Alltihop begränsas av lagar och etik.

  197. Man måste vara laglydig
    och foga sig efter nya bestämmelser.

  198. Allt det här har en prislapp som visar
    pund, dollar eller euro. Allting kostar.

  199. Datahanteringen är väldigt dyr.

  200. Man måste komma ihåg att data inte
    växer på träd och kan plockas gratis.

  201. Det innebär att hanteringen... Jag
    övergår nu till att prata om öppna data.

  202. Offentliga data, som är mer
    eller mindre strukturerade-

  203. -medför vissa risker.

  204. Vi har den etiska aspekten.

  205. Som filosof nämner jag den först,
    men den är nog verkligen viktigast.

  206. Jag vill sammanfatta riskerna
    och de sensoriska mönstren.

  207. Jag tittar på big data, som är
    stora mängder ostrukturerade data-

  208. -i jakt på urskiljbara små mönster.

  209. Big data motsvarar epistemologiskt sett
    sökandet efter små mönster.

  210. För att hitta mönster måste man söka
    envist, både på djupet och på bredden.

  211. Då stöter man troligen
    på sensoriska mönster.

  212. Till och med när det handlar om
    de allra mest välmenande individer-

  213. -så är det ledsamt nog så
    att om man gräver djupt nog-

  214. -och, så att säga,
    ägnar sig åt hydraulisk sprängning-

  215. -så kan det hända att man
    upptäcker personliga data-

  216. -som aldrig borde ha sett dagens ljus.

  217. Det här leder till kostsamma mönster.

  218. Det kan hända att alltihop
    är ett enda stort misstag.

  219. Ett sånt begicks nyss i Storbritannien.

  220. NHS gjorde ett katastrofalt försök
    att slå ihop ett antal tjänster.

  221. Det förekommer naturligtvis
    även policyrisker.

  222. Vem kommer dra nytta av det här
    när hela kalaset har betalats-

  223. -av skattebetalarna?

  224. Den här informationen har jag fått
    av en av mina kollegor, Linnet Taylor-

  225. -som jag jobbade med tidigare.

  226. Telefonbolaget Orange dominerar
    marknaden på Elfenbenskusten.

  227. För några år sen,
    mellan 2011 och 2012-

  228. -utlyste de utmaningen D4D.

  229. De försedde forskare med big data
    som uppgick till 2,5 miljarder register-

  230. -över kommunikation
    mellan 5 miljoner användare.

  231. Man kan säga att man skapade en bild
    av ett helt land under några månader.

  232. Användarnas identiteter
    skyddades av Orange.

  233. Man kunde alltså inte identifiera Mary,
    Peter och John, eller vad de nu hette.

  234. Allt verkade vara i sin ordning.

  235. Men just då pågick
    andra ivorianska inbördeskriget.

  236. FN var på plats
    när dessa data samlades in.

  237. Den här krisen var politisk. ett
    politiskt parti stred mot ett annat.

  238. Två etniska grupper
    stred mot varandra.

  239. Man ville döda alla, oavsett vem
    som skickat vilket meddelande.

  240. Man kunde identifiera hela grupper
    som närvarade vid politiska möten-

  241. -eller få koll på
    folks etniska tillhörighet.

  242. Då spelar anonymitet på individnivå
    inte längre nån roll.

  243. Det här är en av farorna
    med att tillgängliggöra öppna data.

  244. Det här var tänkt
    som ett positivt projekt.

  245. Som tur var hände inget,
    men det kunde det ha gjort.

  246. Det fanns obehagliga människor
    som kunde ha utnyttjat dessa data.

  247. Vill vi att våra data ska vara så öppna?
    Här handlade det om ett företags data.

  248. Men vad händer
    om staten är inblandad?

  249. Det finns orsaker till
    att man gör sina data-

  250. -som kan vara omfångsrika
    eller ostrukturerade-

  251. -tillgängliga för alla
    som är intresserade av dem.

  252. När det gäller politik handlar det om
    genomsynlighet och ansvarighet.

  253. Det här har man tyngt
    oerhört mycket på i Storbritannien.

  254. Sen har vi de finansiella värdena.

  255. Ni minns väl att IBM
    pratade om data och guldgrävande?

  256. Vi har även den kollektiva nyttigheten.

  257. Man kan t.ex. förbättra tjänster,
    hälsovård och social rörlighet.

  258. Det skulle komma oss alla till godo.
    Det här är ett sätt att se på saken.

  259. Till vänster i bilden
    hittar vi etik, ekonomi och policy-

  260. -och alla medföljande risker.
    Tänk t.ex. på Elfenbenskusten.

  261. På den andra sidan
    hittar vi alla de fördelar jag nämnde.

  262. Det är de här aspekterna
    som diskuteras i Storbritannien i dag.

  263. Det finns en polarisering mellan
    diverse grupper med skilda synsätt.

  264. Vissa ser offentliga data
    som en tillgång.

  265. De anser att vi bör utnyttja
    dess ekonomiska värde.

  266. Det är som att ha en skattkista full
    med guld som inte får slösas bort.

  267. De som betonar den kollektiva nyttan-

  268. -anser att vi måste vara försiktiga med
    de etiska och politiska aspekterna.

  269. Vi måste se till att data används
    i icke-kommersiella syften-

  270. -så att folk inte drar nytta av dem
    för egen vinning.

  271. Vill man göra analysen mer konkret-

  272. -tror jag att Royal Mails misstag
    kan vara ett bra exempel att ta upp.

  273. Det jag har pratat om hittills
    har varit en smula abstrakt.

  274. Jag hoppas att mina
    mest empiriskt inriktade kollegor-

  275. -uppskattar att vi tittar närmare
    på ett konkret exempel.

  276. Varför just Royal Mail?

  277. Enligt Open Data Barometer som
    beskriver hanteringen av öppna data-

  278. -är Storbritannien världsetta.

  279. Jag tror att bilden
    är tillräckligt tydlig-

  280. -men jag vill betona
    att i spindelanalysen-

  281. -så ser man att myndigheternas
    beredskap ligger på 100 %.

  282. Men tittar man på samhällspåverkan så
    ser man att det finns en kurva där.

  283. När det gäller övriga parametrar
    ser det anmärkningsvärt bra ut.

  284. Ansvarighet, entreprenörer
    och företag, socialpolitik, innovation-

  285. -påverkan på politik och civilsamhälle.

  286. Det här är goda nyheter
    även för det här landet-

  287. -som ligger trea efter USA.

  288. När det gäller samhällspåverkan
    har Sverige ett stort försprång.

  289. Myndigheterna använder data på ett
    öppet sätt för att förbättra samhället.

  290. När det gäller andra aspekter
    ser det sämre ut.

  291. Det är alltså en bra idé att använda
    ett exempel från Storbritannien.

  292. Det är där det händer saker
    för tillfället.

  293. Privatiseringen av Royal Mail är den
    viktigaste som skett under senare år.

  294. "Postverket Royal Mail
    grundades i Storbritannien år 1516."

  295. Det har funnits i ett halvt årtusende.

  296. Att sälja Royal Mail är som att sälja
    sin mormors mormors mormor.

  297. Det här gav upphov till
    en hel del självrannsakan i landet.

  298. Royal Mail var ett statligt bolag
    som privatiserades 2013.

  299. Den brittiska staten äger
    fortfarande 30 % av företagets aktier.

  300. Så långt är allt väl. Mer eller mindre.

  301. Försäljningen av företaget inbringade
    mindre pengar än den kunde ha gjort.

  302. Det följande borde aldrig ha hänt.

  303. PAF är en databas
    över alla platser dit post levereras.

  304. I Storbritannien har postnummer
    och adress ett mycket nära samband.

  305. Det är i alla fall oftast så.

  306. Huset man bor i motsvaras av ett
    postnummer som inget annat hus har.

  307. "Det finns 29 miljoner adresser
    till vilka post kan levereras."

  308. "Det finns 1,8 miljoner postnummer
    och 1,4 miljoner företagsnamn."

  309. Royal Mail tjänade 27 miljoner pund-

  310. -vilket inte är orimligt mycket pengar.
    Vissa av oss har större anslag än så.

  311. Staten fick alltså in lite fickpengar
    som de kunde göra nånting med.

  312. Problemet var bara att de missade
    att exkludera sin databas-

  313. -från försäljningen.

  314. De sålde hela paketet,
    inklusive databasen.

  315. När det upptäcktes
    var det redan för sent.

  316. De hade inte bara sålt asken,
    de hade sålt smyckena som låg i den.

  317. Men de tog bara betalt för asken.

  318. Här är rapporten som lämnades
    till underhuset den 17 mars 2014.

  319. "Statistik och öppna data:
    utnyttjande av oanvänd kunskap..."

  320. Den är skriven av The Public
    Administration Committee.

  321. "Allmänheten har rätt att få tillgång
    till data, men här råder förvirring."

  322. "Lämplig lagstiftning
    bör tillhandahållas omgående."

  323. "Rätten till integritetsskydd
    måste tas med i beräkningen."

  324. I Storbritannien nämns det
    först i den andra paragrafen.

  325. Jag beklagar.

  326. "Den kontrovers som nyligen uppstod
    gällande vårddata"-

  327. -"visar på riskerna med missriktad
    eller överdriven omsorg om integritet."

  328. "Restriktionerna för offentliggörandet
    av myndighetsdata bör upphävas."

  329. Nu sjunger man
    "God save the Queen".

  330. Jag måste säga att jag håller med om
    det här uttalandet till hundra procent.

  331. "Vissa myndighetsdata är av
    stort värde för landets ekonomi."

  332. "PAF ingick i försäljningen för att
    höja priset på aktierna i Royal Mail."

  333. "PAF borde ha behållits som offentliga
    data och en nationell tillgång."

  334. "Försäljningen av PAF var
    ett misstag som aldrig får upprepas."

  335. Rapporten fortsätter.

  336. "Storbritannien var tidigt på plan när
    det gäller öppna myndighetsdata."

  337. "Om man går miste om möjligheter..."
    Ni får läsa resten själva.

  338. Jag vill understryka att poängen
    med det hela-

  339. -är vikten av konkurrensfördelar
    och ekonomisk vinst.

  340. Det här var alltså
    analysen av misstaget.

  341. Hur hade man kunna handla i stället?

  342. I januari 2014 kom det in en rapport...
    Ursäkta, det blev visst lite för smått.

  343. ...till The Department for Business,
    Innovation and Skills.

  344. Vad skulle man göra åt
    det här med adressdatabasen?

  345. Det här handlar alltså
    om en adressdatabas-

  346. -som identifierar alla hus
    och affärsrörelser i landet.

  347. Jag läser högt än en gång.

  348. "Granskningen har visat på att öppna
    data skulle leda till stor värdeökning."

  349. "Vi rekommenderar att grundläggande
    uppgifter ska tillhandahållas gratis."

  350. "Premiumversioner
    skulle dock fortfarande säljas"-

  351. -"vilket skulle göra att produktion
    och underhåll förblir oförändrade."

  352. Den här rapporten
    kommenterades av APPSI-

  353. -som representerar civilsamhället.

  354. "Vi anser att lösningen med
    premiumversioner har många fördelar."

  355. "Staten kan även sälja uppgifter
    från databaser på kommission."

  356. Idén med premiumversioner skulle ha
    varit utmärkt om databasen inte sålts.

  357. Men nu är det för sent.

  358. Vilka lärdomar kan vi dra av det här?

  359. Vi sålde Royal Mail och databasen och
    förlorade en källa till statsintäkter.

  360. Vi hade kunnat lösa det hela
    genom att ha premiumversioner.

  361. Då skulle alla ha haft fri tillgång till
    informationen, precis som vi har i dag.

  362. Man får göra högst femton
    gratissökningar om dagen.

  363. Allt annat man kan göra
    med adressdatabasen-

  364. -skulle ha inbringat statliga intäkter
    som hade kommit alla till godo.

  365. Nu är det aktieägarna
    som vinner på det hela.

  366. Jag skulle vilja se de två pilarna mötas
    i stället för att peka åt varsitt håll.

  367. De kollektiva tillgångarna
    och den kollektiva nyttan kan mötas.

  368. Jag tror att vi kan skapa en modell
    där de öppna data som samhället har-

  369. -kan användas på ett sätt
    som genererar ett värde-

  370. -som i sin tur kan användas
    för att förbättra världen vi lever i.

  371. Det här är möjligt att genomföra.

  372. Det har gjorts en enda gång
    och det var inom oljeindustrin.

  373. Den här modellen har hyllats av alla
    som kan nånting om oljeindustrin-

  374. -och inte representerar storföretagen-

  375. -inklusive människor som är så "galna"
    som de som jobbar på The Economist.

  376. Staten har
    ekonomiska intressen i företagen.

  377. Staten innehar licenser för utforskning
    och produktion av olja och naturgas-

  378. -och genom att äga företag
    som äger andra förtag-

  379. -kan man skörda frukterna.

  380. Oljan i Norge tillhör hela befolkningen.

  381. Den norska staten
    förvaltar oljan åt hela samhället.

  382. Åt allmänheten, folket, invånarna,
    vad man än vill kalla norrmännen.

  383. Pengarna hamnar
    i norrmännens fickor-

  384. -och måste förvaltas med omsorg
    med olika problem i åtanke.

  385. Det här är ett mycket sofistikerat sätt
    att sköta affärer på.

  386. Det kräver en ofattbar synkronisering
    av offentliga och privata intressen-

  387. -stimulansåtgärder och möjligheten att
    utvinna statliga intäkter ur en resurs.

  388. Men det är genomförbart, och det
    kan lära oss nåt om offentliga data.

  389. Jag citera Mireille:
    "Data är den nya oljan."

  390. Resursen liknas inte bara vid guld.
    Ni minns kanske de där guldgrävarna.

  391. Vi bör ta den här liknelsen
    på större allvar.

  392. Statsmakter skulle kunna hantera data
    så som Norge hanterar sin olja.

  393. Kommersiella intressenter kan hjälpa
    till med hantering av myndighetsdata.

  394. Jag anser att det här
    skulle gå att uppnå-

  395. -trots alla problem staten kan orsaka.

  396. Jag hoppas
    att det blir tid över för frågor.

  397. Jag kastar en blick på moderatorn.
    "Användningen av big/öppna data..."

  398. Ni får gärna kommentera
    min användning av begreppen.

  399. ..."i civilsamhällets tjänst är gynnsamt
    för människors framtida välmående."

  400. Mycket kan göras
    för att förbättra vår levnadsstandard.

  401. "Dock är big/öppna data än så länge
    en underutnyttjad resurs"-

  402. -"som till stor del är outforskad,
    underteoretiserad och oreglerad."

  403. Nåt som visade sig bli mycket dyrt
    i fallet med Royal Mail.

  404. Det här bör åtgärdas omgående.

  405. Att ha oreglerade öppna/big data är
    förrädiskt, vilket guldrushen lärde oss.

  406. Öppna/big data
    behöver en etisk och rättslig grund.

  407. Annars kan det gå
    som med Royal Mail.

  408. Min lösning
    är hämtad från renässansen.

  409. Från en av männen bakom den förra
    informationsteknologiska revolutionen.

  410. När tryckkonsten uppfanns
    hade Aldus Manutius-

  411. -mannen som gav oss
    den kursiva stilen-

  412. -och var en av de främsta boktryckarna
    genom tiderna-

  413. -följande motto för sin verksamhet:

  414. Det är på latin och formulerades
    i en annan tidsålder än vår egen.

  415. Det betyder skynda långsamt.

  416. Skynda lagom.

  417. Vi måste skynda mot framtiden-

  418. -men vi måste se till
    att aldrig upprepa samma misstag-

  419. -som nyligen begicks
    vid försäljningen av Royal Mail.

  420. Översättning: Elin Dahlqvist
    www.btistudios.com

Hjälp

Stäng

Skapa klipp

Klippets starttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.

Klippets sluttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.Sluttiden behöver vara efter starttiden.

Bädda in ditt klipp:

Bädda in programmet

Du som arbetar som lärare får bädda in program från UR om programmet ska användas för utbildning. Godkänn användarvillkoren för att fortsätta din inbäddning.

tillbaka

Bädda in programmet

tillbaka

Staten och datakapitalet

Produktionsår:
Längd:
Tillgängligt till:

Luciano Floridi är forskare vid universitetet i Oxford och föreläser om faran med att stora insamlade datamängder om användares beteenden på nätet hamnar i kapitalets händer. Han menar att de stora datamängderna, big data, borde vara till allmänhetens nytta. Inspelat i september 2014. Arrangör: Uppsala universitet.

Ämnen:
Information och media > Internet och digitala medier, Samhällskunskap
Ämnesord:
Big data, IT, Informationssamhället, Informationsteknik, Personlig integritet, Politik, Samhällsvetenskap, Statskunskap
Utbildningsnivå:
Högskola

Alla program i UR Samtiden - Demokrati i en digital era

Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Demokrati i en digital era

Så används big data

Judith Simon är forskare vid IT-universitetet i Köpenhamn. Hon föreläser här om hur stora dataflöden, så kallad big data, används i skolsystem, i forskning och i syfte att övervaka. Hur vet vi att big data används i goda syften? Inspelat i september 2014. Arrangör: Uppsala universitet.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Demokrati i en digital era

Demokratifrågor på nätet

Peter Dahlgren är professor emeritus på Uppsala universitet och föreläser om hur de sociala nätverken påverkar hur vi kommunicerar och tänker. Han resonerar kring hur internet förändrar oss som människor. Inspelat i september 2014. Arrangör: Uppsala universitet.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Demokrati i en digital era

Att skydda det privata

Bert-Jaap Koops är professor vid Tilburguniversitetet i Nederländerna och föreläser om hur den privata sfären är i upplösning. Hur ser gränserna ut för det privata i den nära framtiden och vilka lagar ska skydda oss när nästan hela vårt privatliv ryms i mobiltelefonen? Inspelat i september 2014. Arrangör: Uppsala universitet.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Demokrati i en digital era

Risker med big data

Data- och informationsforskaren Mireille Hildebrandt föreläser om företags och organisationers användning av big data. Är vi slavar under de datamängder som sparas om oss? Inspelat i september 2014. Arrangör: Uppsala universitet.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Demokrati i en digital era

Rättighetsfrågor på nätet

Sebastian Haunss från universitetet i Bremen föreläser om juridiska utmaningar på nätet när information som film och foton flödar fritt. Han berättar om politiseringen av information i kunskapssamhället och om vilka utmaningarna är att hantera detta i framtiden. Inspelat i september 2014. Arrangör: Uppsala universitet.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Demokrati i en digital era

Staten och datakapitalet

Luciano Floridi är forskare vid universitetet i Oxford och föreläser om faran med att stora insamlade datamängder om användares beteenden på nätet hamnar i kapitalets händer. Han menar att de stora datamängderna, big data, borde vara till allmänhetens nytta. Inspelat i september 2014. Arrangör: Uppsala universitet.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Demokrati i en digital era

Etik i det digitala samhället

Statsvetaren Ben Wagner föreläser om att länders regeringar har allt mindre att säga till om när det gäller etik och yttrandefrihet i det globala, digitala samhället. Det är istället de olika sociala mediernas regelverk som styr. Inspelat i september 2014. Arrangör: Uppsala universitet.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Visa fler

Mer högskola & information och media

Spelbarhet:
UR Skola
Längd
Titta UR Samtiden - Gräv 2016

Grävande samarbete i Panamadokumenten

370 journalister från 78 länder arbetade tillsammans i över åtta månader för att granska 11 miljoner dokument som kom att heta Panamadokumenten. I en värld där pengar, företag och personer är verksamma globalt måste även undersökande journalister vara det. Här berättar några framstående journalister i denna undersökning om hur arbetet gick till. Medverkande: Mar Cabra, Helena Bengtsson, Joachim Dyfvermark och Johannes Kristjansson. Moderator: Fredrik Laurin. Inspelat den 9 april 2016 på Svenska mässan, Göteborg. Arrangör: Föreningen grävande journalister.

Spelbarhet:
UR Skola
Längd
Lyssna Bildningsbyrån - historia

Lars Johan och Wendela, två tidningspionjärer

Lars Johan Hierta startade Aftonbladet år 1830 och startade därmed en ny epok i svensk presshistoria. 1841 anställde han Wendela Hebbe, den första kvinnliga skribenten med fast anställning