Open Government Data: la situazione italiana studiata

POLITECNICO DI MILANO
Scuola di Ingegneria Industriale e dell’Informazione
Laurea Magistrale in Ingegneria Gestionale
Open Government Data: la situazione italiana
studiata attraverso un modello di classificazione dei
portali di pubblicazione dei dati. Quali azioni per
una Pubblica Amministrazione piu trasparente e
vicina ai cittadini?
Relatore: Prof. Giuliano Noci
Correlatore: Dott.ssa Laura Vergani
Tesi di laurea di:
Luca Tangi
Matricola 820475
A.A. 2014/2015
Arrivato al termine del mio percorso universitario, desidero ringraziare tutte le
persone che, a vario titolo, hanno contribuito al raggiungimento di questo importante
obiettivo.
Esprimo, innanzitutto, la mia riconoscenza al professor Giuliano Noci per avermi dato
la possibilità di svolgere questa esperienza, e alla dottoressa Laura Vergani per
l’attenzione, la disponibilità e il costante supporto con i quali mi ha accompagnato
nell’elaborazione e nella stesura della tesi.
La mia gratitudine va, inoltre, a tutto il gruppo di ricerca del professor Noci con il quale
ho condiviso gli ultimi mesi di lavoro e che ha sempre mostrato interesse per la mia
attività, offrendomi molteplici spunti di riflessione e preziosi suggerimenti.
Un ultimo ringraziamento va alla mia famiglia per il costante supporto in questi anni
universitari e a tutti gli amici e compagni che mi sono sempre stati vicini.
Luca
SOMMARIO
Negli ultimi anni è emersa con sempre maggiore convinzione da parte della comunità
scientifica e dei cittadini la necessità e l’utilità di avere a disposizione i dati prodotti dalle
Pubbliche Amministrazioni, allo scopo di monitorare, giudicare, e partecipare alle politiche
pubbliche, per questo motivo nasce e si sviluppa in tutto il mondo il tema degli Open
Government Data.
Se fino al 2009 il concetto di trasparenza e pubblicazione di dati veniva associato
prevalentemente a quello di controllo dell’operato delle autorità che gestiscono il Paese,
successivamente, grazie all’applicazione del paradigma dell’Open Government, viene
legato ai concetti di partecipazione e collaborazione del cittadino che, tramite i dati offerti
dall’amministrazione, è in grado di analizzare le politiche da essa promosse, di esprimere
un proprio giudizio e di ritagliarsi un ruolo attivo nella gestione della cosa pubblica.
Per portare avanti politiche di questo tipo è necessario che una Pubblica Amministrazione
si assuma il compito di vigilare sulle caratteristiche di qualità del dato inserito, di creare
portali Open Government Data studiati per permetterne la consultazione e di favorire
l'interazione tra il cittadino e l'ente che detiene le informazioni.
Anche in Italia questo concetto si sta affermando con sempre maggiore convinzione, ma,
nonostante ciò, il nostro Paese si trova ancora in una fase embrionale, sia in termini di
qualità del dato pubblicato, sia in termini di accessibilità e interattività del portale di
pubblicazione del dato.
La ricerca illustrata nel presente elaborato si pone l’obiettivo di analizzare la situazione
italiana attraverso un modello di classificazione dei portali Open Data presenti che sia in
grado di evidenziarne caratteristiche positive e criticità, allo scopo ultimo di capire in quale
direzione dovrà muoversi la Pubblica Amministrazione italiana nei prossimi anni per la
costruzione di portali sempre più focalizzati sul tema della trasparenza e attenti alle esigenze
del cittadino, le due caratteristiche di successo di progetti di Open Government Data.
3
ABSTRACT
Over the last few years, a new social exigency emerged, pushed by the scientific community
and the citizens: the need and usefulness of being able to access the data produced by Public
Administrations, to monitor, judge, and take part in public policy. For this reason we
assisted to the birth and development of the Open Data concept all over the world.
At a first stage, the concept of transparency and publication of data was linked to that of
monitoring what governments and administrations in general do as public services
providers. Then, since 2009 and with the rise of Open Government, transparency and
publication of data became much more about the idea of participation and collaboration
between citizens and administrations. In fact citizens, thanks to the data made available by
Public Administrations, are now in the condition to analyse the promoted policies, to
express their own evaluation about them, to play an active role in the whole public
management process.
In order to implement Open Government’s policies, a Public Administration should take
into account three key factors: (i) the collection and publication of data with specific
characteristics of quality, (ii) the creation of Open Government Data portals designed to
allow citizens’ consultation of data, (iii) the opportunity of interaction between citizens and
the institutions owning the information.
In Italy, this idea is gaining strength. However, our country is still in an embryonic phase,
both in terms of data quality and in terms of accessibility and interactivity of the web portals
that publish Open Government Data.
The idea of this research is to analyse the Italian situation, through a classification model
of Open Data portals, which aims at highlighting strengths and weaknesses of Open
Government Data case studies. The ultimate goal is then to understand in which direction
Italian’s Public Administrations should move in the next years: this will help to build web
portals increasingly focused on transparency and addressed to the citizens’ needs, the two
characteristics of Open Government Data’s successful projects.
4
INDICE
SOMMARIO............................................................................................................................................... 3
ABSTRACT ................................................................................................................................................ 4
INDICE ....................................................................................................................................................... 5
INDICE DELLE TABELLE ..................................................................................................................... 9
INDICE DELLE FIGURE....................................................................................................................... 10
INDICE DEI GRAFICI ........................................................................................................................... 12
CAPITOLO 1 INTRODUZIONE E DOMANDA DI RICERCA ........................................................ 13
1.1. INTRODUZIONE................................................................................................................................. 13
1.2. DOMANDA DI RICERCA ..................................................................................................................... 14
CAPITOLO 2 OPEN DATA: DEFINIZIONE E CARATTERISTICHE ........................................... 16
2.1. DEFINIZIONE DI OPEN DATA ............................................................................................................ 16
2.2. CLASSIFICAZIONE DEGLI OPEN DATA .............................................................................................. 22
2.3. I METADATI ...................................................................................................................................... 25
2.4. LINKED OPEN DATA ........................................................................................................................ 28
2.5. OPEN GOVERNMENT DATA .............................................................................................................. 30
2.6. OPEN DATA IN ITALIA E NEL MONDO ............................................................................................... 34
2.7. PERCHÉ FARE OPEN DATA ............................................................................................................... 38
2.8. CONCLUSIONE .................................................................................................................................. 44
CAPITOLO 3 OPEN GOVERNMENT: DEFINIZIONE E CARATTERISTICHE ......................... 46
3.1. DEFINIZIONE .................................................................................................................................... 46
3.2. LA STORIA DELL’OPEN GOVERNMENT ............................................................................................. 48
3.3. PRINCIPI E CARATTERISTICHE........................................................................................................... 49
3.4. OPEN GOVERNMENT PARTNERSHIP.................................................................................................. 53
3.5. CONCLUSIONE .................................................................................................................................. 54
5
CAPITOLO 4 IL RUOLO DELLA TRASPARENZA ......................................................................... 56
4.1. INTRODUZIONE................................................................................................................................. 56
4.2. DEFINIZIONE TRASPARENZA............................................................................................................. 57
4.3. BENEFICI E IMPATTI DELLA PUBBLICAZIONE DEI DATI ...................................................................... 63
4.3.1. Trasparenza e riduzione della corruzione ............................................................................... 66
4.3.2. Trasparenza e fiducia nel governo .......................................................................................... 67
4.3.3. Trasparenza e democrazia ....................................................................................................... 68
4.4. TRASPARENZA E OPEN GOVERNMENT ............................................................................................. 70
4.5. MISURARE LA TRASPARENZA ........................................................................................................... 74
4.5.1. A che livello essere trasparenti? .............................................................................................. 74
4.5.2. Modelli qualitativi ................................................................................................................... 75
4.5.3. Modelli quantitativi ................................................................................................................. 79
4.6. TRASPARENZA E PRIVACY ................................................................................................................ 89
4.7. CONCLUSIONI................................................................................................................................... 91
CAPITOLO 5 USE CASES ..................................................................................................................... 92
5.1. INTRODUZIONE................................................................................................................................. 92
5.2. DATA.GOV.AU .................................................................................................................................. 96
5.2.1. Descrizione del portale: obiettivi, valori di riferimento, attori coinvolti................................. 97
5.2.2. Costi e sforzi organizzativi legati al processo di pubblicazione dei dati ............................... 101
5.2.3. Elementi tecnici rilevanti ....................................................................................................... 102
5.2.4. Impatti e benefici della soluzione .......................................................................................... 102
5.3. DATA.GOV.UK ................................................................................................................................ 102
5.3.1. Descrizione del portale .......................................................................................................... 104
5.4. KENYA OPEN DATA ....................................................................................................................... 106
5.4.1. Descrizione del portale .......................................................................................................... 108
5.5. LIMA DATOS ABIERTOS .................................................................................................................. 110
5.5.1. Descrizione del portale .......................................................................................................... 111
5.6. PORTAL DE TRANSPARÊNCIA .......................................................................................................... 112
5.6.1. Descrizione del portale .......................................................................................................... 114
5.7. AID DATA ....................................................................................................................................... 117
5.7.1. Descrizione del portale: obiettivi, valori di riferimento, attori coinvolti............................... 118
5.7.2. Costi e sforzi organizzativi legati al processo di pubblicazione dei dati ............................... 121
5.7.3. Elementi tecnici rilevanti ....................................................................................................... 122
5.7.4. Impatti e benefici della soluzione .......................................................................................... 122
5.8. OPEN WELFARE COMUNE DI BOLOGNA .......................................................................................... 123
5.8.1. Descrizione del portale (obiettivi, valori di riferimento e attori coinvolti) ........................... 125
5.8.2. Costi e sforzi organizzativi legati al processo di pubblicazione dei dati ............................... 129
5.8.3. Elementi tecnici rilevanti ....................................................................................................... 130
6
5.8.4. Impatti e benefici della soluzione .......................................................................................... 130
5.9. RECOVERY.GOV ............................................................................................................................. 130
5.9.1. Descrizione del portale .......................................................................................................... 132
5.10. SANDY FUNDING TRACKER .......................................................................................................... 134
5.10.1. Descrizione del portale ........................................................................................................ 136
5.11. USA SPENDING ............................................................................................................................ 138
5.11.1. Descrizione del portale ........................................................................................................ 141
5.12. CONCLUSIONI............................................................................................................................... 142
CAPITOLO 6 CATEGORIZZAZIONE DEI PORTALI E ANALISI DELLA SITUAZIONE
ITALIANA .............................................................................................................................................. 147
6.1. INTRODUZIONE............................................................................................................................... 147
6.2. FRAMEWORK PER LA CATEGORIZZAZIONE DEI PORTALI DI OGD.................................................... 149
6.2.1. Livello 1: normativo .............................................................................................................. 151
6.2.2. Livello 2: disclosure o involvement ....................................................................................... 155
6.3. SITUAZIONE ITALIANA ................................................................................................................... 159
6.4. CRITICITÀ E PROSPETTIVE FUTURE ................................................................................................. 179
6.4.1. Soldipubblici.gov.it ................................................................................................................ 180
6.4.2. OpenCoesione ........................................................................................................................ 183
6.5. CONCLUSIONE ................................................................................................................................ 187
CAPITOLO 7 METODOLOGIA UTILIZZATA PER ANALISI DELLA LETTERATURA E USE
CASES ..................................................................................................................................................... 188
7.1. ANALISI DELLA LETTERATURA....................................................................................................... 188
7.1.1. Le statistiche sulla selezione .................................................................................................. 193
7.2. USE CASES ..................................................................................................................................... 200
7.2.1. Analizzare i casi di OGD: quali informazioni guardare? ..................................................... 200
7.2.2. L’approccio utilizzato: la scheda di analisi ........................................................................... 202
CAPITOLO 8 CONCLUSIONI ............................................................................................................ 206
CAPITOLO 9 SVILUPPI FUTURI ...................................................................................................... 211
BIBLIOGRAFIA .................................................................................................................................... 214
SITOGRAFIA ......................................................................................................................................... 227
ALLEGATI ............................................................................................................................................. 229
ALLEGATO 1 – SCHEDA DI ANALISI DATA.GOV.AU ................................................................................ 229
ALLEGATO 2 – SCHEDA DI ANALISI DATA.GOV.UK ............................................................................... 232
7
ALLEGATO 3 – SCHEDA DI ANALISI KENYA OPEN DATA ...................................................................... 234
ALLEGATO 4 – SCHEDA DI ANALISI LIMA DATOS ABIERTOS .................................................................. 237
ALLEGATO 5 – SCHEDA DI ANALISI PORTAL DE TRANSPARENCIA ......................................................... 239
ALLEGATO 6 – SCHEDA DI ANALISI AID DATA ...................................................................................... 242
ALLEGATO 7 – SCHEDA DI ANALISI OPEN WELFARE ............................................................................. 245
ALLEGATO 8 – SCHEDA DI ANALISI RECOVERY.GOV ............................................................................ 248
ALLEGATO 9 – SCHEDA DI ANALISI SANDY FUNDING TRACKER ........................................................... 252
ALLEGATO 10 – SCHEDA DI ANALISI USA SPENDING............................................................................ 254
8
INDICE DELLE TABELLE
TABELLA 2.1 METADATI OBBLIGATORI ....................................................................................................... 27
TABELLA 2.2 METADATI OBBLIGATORI AL VERIFICARSI DI DETERMINATE CONDIZIONI .............................. 28
TABELLA 2.3 LINKED OPEN DATA CLOUD DIAGRAM - CIRCLE SIZE ............................................................ 30
TABELLA 2.4 LINKED OPEN DATA CLOUD DIAGRAM - ARROW THICKNESS ................................................. 30
TABELLA 2.5 COMPARAZIONE DI SINTESI DEI PIANI DI AZIONE DELLE REGIONI ESAMINATE ........................ 38
TABELLA 4.1 TYPES OF TRANSPARENCY AND PRINCIPAL TYPE OF QUESTION ADDRESSED........................... 61
TABELLA 4.2 THREE MODELS OF CITIZEN INTERACTION WITH E-GOVERNMENT.......................................... 71
TABELLA 4.3 TRANSPARENCY SCORE ......................................................................................................... 72
TABELLA 4.4 DIMENSIONS AND VARIABLES OF THE SMALLEST NUMBERS OF CLICKS .................................. 81
TABELLA 4.5 SET DI INDICATORI – TRASPARENZA ...................................................................................... 84
TABELLA 4.6 DATA TRANSPARENCY SCALE ................................................................................................ 84
TABELLA 4.7 METODI DI MISURAZIONE DELLA TRASPARENZA .................................................................... 89
TABELLA 5.1 RIEPILOGO CASI STUDIO....................................................................................................... 143
TABELLA 6.1 MODELLIZZAZIONE LIVELLO 2 ............................................................................................. 156
TABELLA 6.2 SITUAZIONE EUROPEA.......................................................................................................... 161
TABELLA 6.3 SITUAZIONE REGIONALE ITALIANA ...................................................................................... 166
TABELLA 6.4 SITUAZIONE ITALIANA PORTALI DI DISCLOSURE .................................................................. 171
TABELLA 7.1 USE CASES SCHEDA DI ANALISI ............................................................................................ 205
9
INDICE DELLE FIGURE
FIGURA 2.1 TIPOLOGIE DI DATO .................................................................................................................. 19
FIGURA 2.2 TIPOLOGIE DI LICENZA ............................................................................................................. 21
FIGURA 2.3 CLASSIFICAZIONE OPEN DATA ................................................................................................. 22
FIGURA 2.4 CLASSIFICAZIONE DEI METADATI ............................................................................................. 26
FIGURA 2.5 LINKED OPEN DATA CLOUD DIAGRAM ..................................................................................... 29
FIGURA 2.6 OPEN GOVERNMENT DATA VENN DIAGRAM ............................................................................. 31
FIGURA 3.1 OPEN GOVERNMENT - ITALIAN1 .............................................................................................. 48
FIGURA 3.2 CONCEPTUAL MODEL FOR OPEN GOVERNMENT ....................................................................... 52
FIGURA 3.3 OPEN GOVERNMENT PARTNERSHIP, SITUAZIONE ATTUALE ...................................................... 54
FIGURA 4.1 FOUR DIRECTION OF TRANSPARENCY ....................................................................................... 59
FIGURA 4.2 PROPOSED MODEL OF E-PARTICIPATION AND TRUST IN GOVERNMENT ................................... 73
FIGURA 4.3 OPEN GOVERNMENT DECISION MAKING .................................................................................. 77
FIGURA 4.4 STEPS IN CONDUCTING AN INITIATIVE ASSESSMENT AND A PORTFOLIO REVIEW ....................... 78
FIGURA 4.5 DIMENSIONI E SOTTO-DIMENSIONI DELLA GOVERNANCE .......................................................... 83
FIGURA 4.6 DATA REUSABILITY CALCULATION .......................................................................................... 86
FIGURA 4.7 IL CUBO DELLA TRASPARENZA ................................................................................................. 87
FIGURA 5.1 DISPOSIZIONE GEOGRAFICA USE CASES OGGETTO DI ANALISI ................................................... 92
FIGURA 5.2 DATA.GOV.AU - HOMEPAGE ...................................................................................................... 97
FIGURA 5.3 DATA.GOV.AU - ELENCO DATASET ............................................................................................ 98
FIGURA 5.4 ABC - SPESE WELFARE ........................................................................................................... 100
FIGURA 5.5 ABC - INTERACTIVE: SOCIAL SECURITY PAYMENTS BY ELECTORATE ..................................... 101
FIGURA 5.6 DATA.GOV.UK – DATASETS .................................................................................................... 103
FIGURA 5.7 DATA.GOV.UK - DEPARMENT OF TRANSPORT, AUGUST 2014 .................................................. 105
FIGURA 5.8 KENYA OPEN DATA – SEZIONE HOMEPAGE ............................................................................ 107
FIGURA 5.9 KENYA OPEN DATA – ESEMPIO SCHEDA PROGETTO ............................................................... 108
FIGURA 5.10 KENYA OPEN DATA – ESEMPIO MAPPA INTERATTIVA .......................................................... 109
FIGURA 5.11 LIMA.DATOSABIERTOS.PE - HOMEPAGE ................................................................................ 111
FIGURA 5.12 LIMA DATO ABIERTOS - OPERAZIONI SINGOLO DATASET ...................................................... 112
FIGURA 5.13 PORTAL DE TRANSPARENCIA - HOMEPAGE ............................................................................ 114
FIGURA 5.14 PORTAL DE TRANSPARENCIA - CARATTERISTICHE DEL DATO ................................................ 115
FIGURA 5.15 PORTAL DE TRANSPARENCIA - PORTAL EM GRAFICOS ........................................................... 116
FIGURA 5.16 AIDDATA - HOMEPAGE ......................................................................................................... 118
10
FIGURA 5.17 AIDDATA - DASHBORD VIEW: AGGREGATE DATA ................................................................ 119
FIGURA 5.18 AIDDATA - PROJECT DESCRIPTION ........................................................................................ 121
FIGURA 5.19 OPEN WELFARE - MAPPA INTERATTIVA ................................................................................. 125
FIGURA 5.20 OPEN WELFARE - SPORTELLI SOCIALE: % DEI CONTATTI DEI RESIDENTI AGLI SPORTELLI ..... 128
FIGURA 5.21 RECOVERY.GOV – ARRA ..................................................................................................... 132
FIGURA 5.22 RECOVERY.GOV - ESEMPI GRAFICI E MAPPE .......................................................................... 134
FIGURA 5.23 SANDY FUNDING TRACKER - INTERFACCIA DATASET ........................................................... 136
FIGURA 5.24 SANDY FUNDING TRACKER - RESILIENCE MAP ..................................................................... 137
FIGURA 5.25 USA SPENDING - HOMEPAGE ................................................................................................ 139
FIGURA 5.26 USA SPENDING - OVERVIEW OF AWARDS ............................................................................. 140
FIGURA 5.27 USA SPENDING – SPENDING MAP.......................................................................................... 140
FIGURA 5.28 USA SPENDING - FILTRI DI RICERCA ..................................................................................... 141
FIGURA 6.1 FLUSSI LOGICI DI RICERCA PER L'ANALISI DELLA SITUAZIONE ITALIANA ................................ 149
FIGURA 6.2 CATEGORIZZAZIONE PORTALI DI OGD ................................................................................... 150
FIGURA 6.3 SITUAZIONE LEGGI REGIONALI IN MATERIA DI OGD .............................................................. 155
FIGURA 6.4 POSIZIONAMENTO DELL'ITALIA NELL' OPEN DATA BAROMETER............................................ 160
FIGURA 6.5 MATRICE PENETRATION – SATISFACTION .............................................................................. 162
FIGURA 6.6 SITUAZIONE ITALIANA OPEN DATA ........................................................................................ 167
FIGURA 6.7 MATRICE DI CLASSIFICAZIONE INVOLVEMENT ....................................................................... 174
FIGURA 6.8 SITUAZIONE ITALIANA INVOLVEMENT .................................................................................... 176
FIGURA 6.9 MODALITÀ DI RICERCA INFORMAZIONI - SOLDIPUBBLICI.GOV.IT ............................................ 181
FIGURA 6.10 TREND DI SPESA PUBBLICA - SOLDIPUBBLICI.GOV.IT ............................................................ 181
FIGURA 6.11 POLITICHE DEL PROGETTO OPENCOESIONE .......................................................................... 184
FIGURA 7.1 SYSTEMATIC REVIEW APPROACH ............................................................................................ 189
11
INDICE DEI GRAFICI
GRAFICO 2.1 OPEN DATA BAROMETER - GLOBAL RESULTS ........................................................................ 33
GRAFICO 2.2 OPEN DATA BAROMETER - UNITED KINGDOM ....................................................................... 34
GRAFICO 2.3 OPEN DATA BAROMETER - UNITED STATES........................................................................... 34
GRAFICO 2.4 OPEN DATA BAROMETER – KENYA........................................................................................ 34
GRAFICO 2.5 OPEN DATA ECONOMIC VALUE .............................................................................................. 41
GRAFICO 2.6 OPEN DATA IMPACTS ............................................................................................................. 42
GRAFICO 4.1 OEDC BEST PRACTICES FOR BUDGET TRANSPARENCY (ODC) OVERALL FULFILMENT ......... 65
GRAFICO 4.2 BAROMETRO DELLA TRASPARENZA - QUADRO DI SINTESI ...................................................... 79
GRAFICO 6.1 SITUAZIONE ITALIANA PORTALI DI DISCLOSURE ................................................................... 170
GRAFICO 6.2 NUMEROSITÀ DEI PROGETTI ANALIZZATI ............................................................................. 177
GRAFICO 7.1 ISTOGRAMMA DOMANDE DI RICERCA ................................................................................... 194
GRAFICO 7.2 ISTOGRAMMA DOMANDE DI RICERCA DEL CAPITOLO TRASPARENZA .................................... 195
GRAFICO 7.3 ISTOGRAMMA KEY WORDS ................................................................................................... 195
GRAFICO 7.4 GRAFICO A TORTA, TIPO DI PUBBLICAZIONE ......................................................................... 196
GRAFICO 7.5 ISTOGRAMMA TIPO DI PUBBLICAZIONE PER DOMANDA DI RICERCA ...................................... 197
GRAFICO 7.6 GRAFICO A TORTA TIPOLOGIA DI FONTE ............................................................................... 198
GRAFICO 7.7 ISTOGRAMMA ANNO DI PUBBLICAZIONE ............................................................................... 198
GRAFICO 7.8 CURVA CUMULATA ANNO DI PUBBLICAZIONE ...................................................................... 199
GRAFICO 7.9 ISTOGRAMMA ANNO DI PUBBLICAZIONE PER DOMANDA DI RICERCA .................................... 199
12
Capitolo 1
INTRODUZIONE E DOMANDA DI RICERCA
1.1.
Introduzione
Il 2009 può essere considerato l’avvio di una nuova era per le Pubbliche Amministrazioni.
E’ a quell’anno, infatti, e più precisamente al 21 gennaio 2009, con la pubblicazione del
“Memorandum on Transparency and Open Government” (Obama 2009) che viene fatto
risalire l’avvio della fase di innovazione che ha portato alla nascita di quello che è stato
definito il paradigma dell’Open Government che è andato ad arricchire quello già
esistente dell’e-Government.
L’ Open Government ha tra i suoi fini modificare l’obiettivo con cui le PA pubblicano i
dati a propria disposizione, intersecando il concetto di trasparenza, a quelli di
collaborazione e partecipazione per attuare progetti finalizzati ad avvicinare i cittadini
all’azione del governo.
Questo nuovo modello ha avviato anche una serie di riflessioni sul tema degli Open
Government Data, i dati, cioè, resi disponibili dalle pubbliche amministrazioni.
Le risposte a queste istanze di innovazione in termini di portali volti alla pubblicazione
di Open Government Data a livello mondiale e, in particolare italiano, sono state
differenti: da una parte sono stati sviluppati progetti con l’obiettivo di pubblicare il
maggio numero di informazioni possibili, mettendo in secondo piano collaborazione e
partecipazione, dall’altra, invece, sono stati promossi portali il cui obiettivo è costruire
una sempre più stretta collaborazione tra cittadini e Pubbliche Amministrazioni.
Il presente elaborato si propone di indagare la situazione sopra delineata e le tematiche
ad essa connesse.
13
Dopo una prima analisi della letteratura sul tema degli Open Data (Capitolo 2), verrà
introdotto e descritto il paradigma dell’Open Government (Capitolo 3).
Nel capitolo 4 si svilupperà l’analisi del concetto di trasparenza, la sua evoluzione nel
tempo e le modifiche che l’introduzione del paradigma dell’Open Government ha portato
a tale concetto.
Successivamente, nel capitolo 5, saranno invece analizzate una serie di “good practices”
a livello mondiale con l’obiettivo di comprendere come i concetti sopra descritti siano poi
stati tradotti, nella pratica, all’interno di portali di pubblicazione di Open Government
Data.
Nel capitolo 6, invece, verrà proposto un modello per la classificazione di progetti di
Open Government Data evidenziandone caratteristiche e principali benefici. All’interno
dello stesso capitolo verrà poi anche analizzata la situazione Italiana in termini di progetti
di pubblicazione dei dati: i vari portali analizzati saranno suddivisi secondo il modello
sopra proposto e ne verranno tratte le opportune considerazioni, grazie anche al parere di
esperti in materia.
All’interno del capitolo 7 verrà poi presentata la metodologia utilizzata per le analisi
svolte nei primi capitoli.
Nei capitoli conclusivi verranno esposte le considerazioni finali elaborate e i possibili
sviluppi futuri per continuare ricerca ed analisi delle tematiche trattate.
1.2.
Domanda di ricerca
La ricerca illustrata nel presente elaborato si è posta l’obiettivo di analizzare la situazione
italiana in termini di pubblicazione di Open Government Data, individuando le
caratteristiche principali dei vari portali presenti sul territorio, le criticità, i punti di forza
e i possibili miglioramenti.
Per poter giungere ad una conclusione è stato necessario prendere in esame diversi quesiti
che hanno aperto altrettante piste di ricerca attraverso la raccolta e l’analisi di dati: quali
sono le caratteristiche rilevanti per un portale di pubblicazione di OGD? Come possono
essere categorizzati i portali presenti? Che cosa significa e che importanza ha in questo
14
contesto il concetto di trasparenza? Come l’affermarsi del paradigma dell’Open
Government ha mutato le modalità di distribuzione del dato al cittadino? Qual è la
situazione italiana a confronto del resto del Mondo?
Tutte le riflessioni e i tentativi di risposta alle domande sopra elencate hanno offerto
spunti interessanti per raggiungere l’obiettivo finale della ricerca, riportato anche nel
titolo del presente elaborato, e cioè individuare quali azioni è necessario che una Pubblica
Amministrazione compia per divenire più trasparente e vicina alle esigenze del cittadino.
15
Capitolo 2
OPEN DATA : DEFINIZIONE E CARATTERISTICHE
2.1.
Definizione di Open Data
La definizione tecnica, e universalmente riconosciuta, del termine Open Data è quella
data dall’Open Knowledge Foundation, fondazione no-profit nata a Cambridge nel 2004
con lo scopo di promuovere la diffusione dei dati aperti: “Open data is data that can be
freely used, reused and redistributed by anyone -subject only, at most, to the requirement
to attribute and share-alike." (Open Knowledge Foundation, 2015a).
La stessa fondazione, all’interno del manuale “Open data Handbook”, spiega
successivamente più nel dettaglio quali sono le caratteristiche affinché un dato possa
essere definito aperto:

disponibilità e accesso: i dati devono essere disponibili gratuitamente o a un
prezzo non superiore al loro costo di produzione, preferibilmente scaricabili da
internet in un formato utile e modificabile;

riutilizzo e redistribuzione: i dati devono essere in un formato tale da permettere
all’utente di riutilizzarli e combinarli con altre basi di dati;

partecipazione universale: tutti devono avere la possibilità di accedere e utilizzare
i dati, anche per scopi commerciali. Non è ammesso nessun tipo di
discriminazione.
Per garantire al meglio i principi sopra elencati i dati dovrebbero avere queste
caratteristiche (Transparency International Georgia 2012):

completi: tutti i dati relativi a uno specifico dataset devono essere pubblicati,
compresi quelli cartacei e quelli utilizzati per generare dati aggregati. (Ad
esempio, un dato legato all’inflazione dovrebbe includere i prezzi del paniere di
beni utilizzati per misurarla);
16

primari: i dati devono essere raccolti alla fonte, e essere pubblicati con il livello
di dettaglio con cui sono stati raccolti, nel caso in cui i dati siano raccolti in una
forma non utilizzabile è consentito un trattamento degli stessi, senza però che
nessuna informazione vada persa;

tempestivi: i dati sono resi disponibili il più rapidamente possibile al fine di
massimizzare il valore al pubblico. In un sistema ben progettato i dati andrebbero
pubblicati in tempo reale o quasi, gli aggiornamenti dovrebbero essere facili da
individuare (ad esempio con un meccanismo come i feed RSS);

accessibili: i dati sono disponibili al maggior numero di utenti possibile, per la più
ampia gamma di scopi possibili. I dati dovrebbero essere facili da condividere
digitalmente. Ogni pagina e documento pubblicato dovrebbe essere assegnato un
URI unico e facilmente reperibile (URL) che può essere distribuito via e-mail e
siti web di social;

leggibili da computer: i dati sono memorizzati utilizzando un formato e una
struttura che consentano l'elaborazione automatizzata;

in formati non proprietari: i dati sono disponibili in un formato aperto sul quale
nessuna entità ha il controllo esclusivo. Un formato aperto è “una specifica
pubblica per la descrizione e l'archiviazione di dati digitali senza barriere di
natura legale o tecnica” (Ministero per la semplificazione e la pubblica
amministrazione, 2011);

liberi da licenze che ne limitino l’uso: i dati dovrebbero essere gratuiti per tutti i
tipi di utilizzo, compreso quello commerciale, senza restrizioni. Protezioni della
proprietà intellettuale, come diritti d'autore o marchio di fabbrica, non sono usati
per limitare i potenziali utenti o usi dei dati;

esaminabili: ogni entità pubblica o privata che fornisce dati deve designare una
persona per rispondere alle domande e lamentele circa i dati e le informazioni; i
contatti di questa persona dovrebbero essere inclusi nel dataset;

ricercabili: i dati dovrebbero essere facilmente trovabili da coloro che ne sono alla
ricerca, essere inclusi in cataloghi di dati essere inseriti in un sito web accessibile
ai motori di ricerca;

permanenti: i criteri sopra descritti devono caratterizzare i dati nel corso del loro
intero ciclo di vita.
17
Queste stesse caratteristiche sono state riportate anche sul vademecum “Open Data: Come
rendere aperti i dati delle pubbliche amministrazioni” (Formez PA 2011), il centro di
servizi, assistenza, studi e formazione per l'ammodernamento delle P.A. che risponde al
Dipartimento della Funzione Pubblica della Presidenza del Consiglio dei Ministri. Esso
opera a livello nazionale e ha la funzione di “supporto delle riforme e di diffusione
dell'innovazione amministrativa dei soggetti associati”.
Lo scopo di questo documento è quello di fornire alle pubbliche amministrazioni delle
linee guida da seguire nel momento in cui si trovano a dover pubblicare dei dati in formato
aperto.
In particolare in Italia è in vigore dal 2012 una legge riguardante gli Open Data che fa
riferimento alle caratteristiche sopra riportate. Occorre inoltre fare riferimento alle
definizioni riportate nell'art. 68, comma 3, del CAD, come modificato dalle norme
contenute nell’art. 9 del DL n. 179/2012, convertito con la Legge n. 221/2012, recante
"Ulteriori misure urgenti per la crescita del Paese":
a) “formato dei dati di tipo aperto, un formato di dati reso pubblico, documentato
esaustivamente e neutro rispetto agli strumenti tecnologici necessari per la
fruizione dei dati stessi;
b) dati di tipo aperto, i dati che presentano le seguenti caratteristiche:
1. sono disponibili secondo i termini di una licenza che ne permetta l'utilizzo da
parte di chiunque, anche per finalità commerciali, in formato disaggregato;
2. sono accessibili attraverso le tecnologie dell'informazione e della
comunicazione, ivi comprese le reti telematiche pubbliche e private, in formati
aperti ai sensi della lettera a), sono adatti all'utilizzo automatico da parte di
programmi per elaboratori e sono provvisti dei relativi metadati;
3. sono resi disponibili gratuitamente attraverso le tecnologie dell'informazione
e della comunicazione, ivi comprese le reti telematiche pubbliche e private,
oppure sono resi disponibili ai costi marginali sostenuti per la loro
riproduzione e divulgazione. L'Agenzia per l'Italia digitale deve stabilire, con
propria deliberazione, i casi eccezionali, individuati secondo criteri oggettivi,
trasparenti e verificabili, in cui essi sono resi disponibili a tariffe superiori ai
costi marginali. In ogni caso, l'Agenzia, nel trattamento dei casi eccezionali
18
individuati, si attiene alle indicazioni fornite dalla direttiva 2003/98/CE del
Parlamento europeo e del Consiglio, del 17 novembre 2003, sul riutilizzo
dell'informazione del settore pubblico, recepita con il decreto legislativo 24
gennaio 2006, n. 36.” (Legge n. 221/2012).
Come si evince dalla lettura delle fonti riportate, non è sufficiente la pubblicazione di dati
affinché si possa parlare di Open Data. La Figura sotto riportata esemplifica bene questo
concetto (AgID 2014):
Figura 2.1 Tipologie di dato (AgID 2014)
Come si può vedere all’interno del grande insieme di dati pubblici, solo una piccola parte
di essi, possono essere definiti dati di tipo aperto: sono quelli contemporaneamente
disponibili per tutti gli utenti, accessibili senza nessuna restrizione e in modo gratuito o
con un prezzo non superiore ai costi marginali.
Un altro aspetto importante da tenere in considerazione è che, quando si parla di Open
Data, non si fa riferimento esclusivo ai dati delle pubbliche amministrazioni, tutte le
caratteristiche sopra citate, infatti, possono far riferimento anche a dati pubblicati da un
ente privato. Un esempio su tutti è quello di Enel, la società multinazionale operante nel
settore dell’energia, che, dal 2011, ha aperto un proprio portale per la pubblicazione di
Open Data (Enel 2011) con lo scopo, come si legge nel sito di:
19

“migliorare il mercato nel quale operiamo, accelerando il confronto tra le
imprese che operano nel mercato liberalizzato dell’energia e supportando i
processi decisionali all’interno e all’esterno della nostra azienda;

aumentare la trasparenza dando maggiore visibilità alle nostre attività e
rendendo più partecipativo il dialogo con i cittadini, le istituzioni e il territorio.
Condividere i dati economici e finanziari e quelli relativi alla sostenibilità
aziendale significa aumentare il coinvolgimento e affrontare a tutto campo le
grandi sfide relative alla produzione di energia in Italia e nel Mondo;

favorire l’innovazione tecnologica che rappresenta un motore importante per la
crescita economica del Paese. Rendendo disponibili i dati aziendali stimoliamo
lo sviluppo e la diffusione di nuove applicazioni, mash-up e visualizzazioni in
grado di migliorare aspetti importanti della nostra vita quotidiana e utili al
confronto sulla sostenibilità ambientale” (http://data.enel.com/).
Si può quindi affermare che i dati aperti delle pubbliche amministrazioni, definiti “Open
Government Data” (concetto che verrà ripreso in seguito, intersecando i concetti di Open
Data e Open Government), non sono che una parte dei dati aperti. Questo a sottolineare
il fatto che, quando si fa riferimento a questi temi, sarebbe auspicabile non coinvolgere
solamente enti pubblici, sicuramente più sensibili al tema, oltre che “obbligati” alla
pubblicazione dalla legge, ma anche soggetti privati in possesso di dati utili per la
comunità.
I formati maggiormente usati per i dati di tipo aperto, così come riportato dalle linee guida
dell’AgID sono (AgID 2014): XML (eXtensible Markup Language), Notation3 e Turtle,
N-Triples, JSON (JavaScript Object Notation), JSON-LD, CSV (Comma Separated
Values).
Appare opportuno, inoltre, prendere in considerazione la licenza con cui sono distribuiti
i dati. L’importanza di questo aspetto è individuabile già dalla definizione di Open Data,
proposta da Open Knowledge Foundation e riportata all’inizio del capitolo, al suo interno
è infatti evidenziato come gli Open Data siano “usabili, riutilizzabili e ridistribuibili
liberamente da chiunque anche per finalità commerciali, soggetto al massimo alla
richiesta di attribuzione e condivisione allo stesso modo”. La modalità necessaria
affinché un dato abbia queste caratteristiche risiede nella licenza con cui esso viene
20
pubblicato. Un elenco di tutte e sole le licenze di pubblicazione che permettono che un
dato sia definito Open Data è offerto dall’AgID (AgID 2014) e riportato in figura.
Figura 2.2 Tipologie di licenza (AgID 2014)
Il Pubblico dominio o “waiver” è lo strumento legale attraverso il quale il dichiarante
può: “condividere, e quindi copiare, distribuire ed esporre al pubblico i dati e modificare
e quindi trasformare ed eseguire “mashup” dei dati per generare lavori derivati” (AgID
2014).
Le licenze con richiesta di attribuzione consentono di effettuare le stesse operazioni di
quelle con pubblico dominio, ma con l’aggiunta del vincolo di attribuire in maniera
opportuna la paternità dei dati.
Le licenze, invece, nominate nello schema come “con richiesta di condivisione allo stesso
modo e attribuzione” inseriscono, invece, due vincoli ulteriori:
21

distribuire eventuali lavori derivati con la stessa identica licenza che governa il
lavoro originale;

attribuire in maniera opportuna la paternità dei dati, fornendo un link alla licenza
e indicando eventuali modifiche apportate.
2.2.
Classificazione degli Open Data
Un articolo fondamentale, che merita quindi un approfondimento in un capitolo a parte e
che ha avuto molte conseguenze sull’analisi degli Open Data, è quello pubblicato da Tim
Berners-Lee, intitolato Linked Data (Berners-Lee 2006).
In esso, l’informatico britannico, famoso per essere l’inventore del Word Wide Web,
propone una classificazione degli Open Data, ora comunemente accettata dalla comunità
internazionale, per suddividere i dati pubblicati secondo la qualità del formato di
pubblicazione.
Successivamente, sempre riguardo questa classificazione, è stato creato un sito web “5
star data” (5stardata.info2012), per meglio spiegare i concetti espressi.
La figura sottostante riassume la classificazione nella sua versione originale, per ogni step
è fornito un esempio di formato.
Figura 2.3 Classificazione Open Data (5stardata.info 2012)
22
★ Una stella. Identifica i dati semplicemente disponibili sul web, in un qualsiasi formato
e con qualsiasi caratteristiche, purché siano con licenza aperta, in modo da poter essere
definiti Open Data. L’utente in questo modo ha la possibilità di analizzarli, stamparli,
salvarli condividerli e modificarli a suo piacimento. Per l’ente che pubblica i dati, invece,
questa è la maniera più semplice per farlo, che comporta i minori investimenti di tempo
e denaro. Un esempio può essere una semplice immagine in un formato grezzo (.pdf,
.jpg).
★★ Due stelle. Indicano dati codificati ma con formato proprietario. Sono dati machinereadable, sui quali quindi l’utente è in grado fare delle elaborazioni sui dati e esportarli in
altri formati o banche dati a sua disposizione, nonostante per fare ciò sia necessario un
software proprietario.
★★★ Tre stelle. Raggruppano i dati disponibili con formato non proprietario, che,
quindi, l’utente è in grado di rielaborare senza la necessità di avere un software
proprietario. Per l’ente che pubblica il dato questo potrebbe richiedere un investimento
maggiore dovendo dotarsi di un convertitore o dei plug-ins per esportare i dati dal formato
proprietario. Un esempio sono i dati in formato csv.
★★★★ Quattro stelle. Questo livello indica dati strutturati e codificati in un formato non
proprietario che sono dotati di un URI, che li rende indirizzabili sulla rete e quindi
direttamente online, attraverso l’inclusione in una struttura sugli standard W3C (RDF and
SPARQL). Ciò consente a un singolo dataset di essere richiamato attraverso un’URL
(Uniform Resource Locator) specifico, quindi, per esempio, di puntare al dato o ad un
insieme di dati da una applicazione o accedervi dall’interno di un programma che può poi
elaborarlo in vari modi. L’utente ha quindi la possibilità di salvare l’indirizzo e leggerlo
da altre postazioni. Per l’ente pubblicatore nasce invece la possibilità che altri possano
inserire il link ai tuoi dati all’interno del proprio dataset, questo a discapito della necessità
di dedicare tempo a assegnare a ogni dataset il rispettivo URI.
★★★★★ Cinque stelle. Denominano quelli che vengono definiti Linked Open Data
(LOD). Quei dati aperti, cioè, che presentano, anche nella struttura del dataset, link ad
altri dataset che possano aiutare l’utente a contestualizzarli. È possibile, cioè, collegare
dinamicamente tra loro più dataset, incrociando così informazioni provenienti da fonti
23
diverse, eventualmente gestite da diverse Amministrazioni. L’utente ha così la possibilità,
a partire dai dati cercati, di scoprire nuovi dati relazionati ad essi, e, di conseguenza, di
effettuare un’analisi più completa. Chi pubblica i dati, ha così la possibilità di
incrementare il valore dei propri dati, anche se questo richiede un investimento di risorse
per linkare i propri dati a altri dataset sul web. Questo è, quindi, il livello ideale di
pubblicazione, nel quale ogni dato presenta tutte le caratteristiche possibili per aiutare
l’utente nella sua ricerca.
Le cinque stelle di Tim Berners Lee sono state da tempo affiancate da quelle di Tim
Davies (Davies 2012) il cui tentativo è stato di “contestualizzare” più possibile il processo
di liberazione dei dati. Un processo che presuppone una totale inversione di prospettiva:
i cittadini non sono meri destinatari dell’intervento pubblico ma ne sono parte
costituente. La partecipazione civica nella creazione di valore pubblico diventa la finalità
principale da abilitare e rafforzare alimentando processi di trasparenza e partecipazione
(www.forumpa.it).
★ Be demand driven: pubblicare dati che soddisfino una domanda specifica di
stakeholder esterni implica cominciare a ridurre le continue richieste di dati ad un ufficio.
★★ Put data in context: accompagnare i dati con una ricca documentazione ne permette
un facile riutilizzo. Porli nel corretto contesto amplifica tale possibilità. E’ il caso di una
rappresentazione grafica dei dati che permette di veicolare l'informazione in maniera più
efficace.
★★★ Support conversation around data: in questo livello rientra la fase “social” prima
introdotta: molti cataloghi Open Data ospitano una sezione FAQ e offrono diversi canali
di interazione quali email o social network attraverso cui dialogare con l'ente pubblico
che distribuisce i dati.
★★★★ Build capacity, skills and networks: in questo livello rientra la fase “scenari
d’uso” prima introdotta: nel presentare i dati attraverso infografiche interattive si fornisce
la possibilità ad un utente di capire al meglio i dati. Rimane importante però stimolare il
riutilizzo organizzando, ove possibile, incontri formativi volti a spiegare i dati e/o a
mostrare strumenti di pulizia, analisi, e visualizzazione.
24
★★★★★ Collaborate on data as a common resource: il rilascio dei dati, infatti, prevede
cicli di feedback con una comunità di riferimento (spesso quella da cui si è partiti per
aprire i dati) da cui trarne delle considerazioni e produrre nuovi dati e strumenti (AgID
2014).
2.3.
I metadati
All’interno della letteratura sugli Open Data, appare necessaria una breve parentesi
riguardante questa tipologia di dati, partendo dalla definizione:
“Un metadato (dal greco μετὰ "oltre, dopo" e dal latino datum "informazione" plurale: data), letteralmente "(dato) oltre un (altro) dato", è un'informazione che
descrive un insieme di dati.” (Wikipedia 2015).
Affinché l’utente sia in grado di leggere e operare su un dataset è necessario che esso sia
accompagnato da spiegazioni che riguardino i dati in esso contenuti, la struttura e il
significato delle singole righe e colonne. Il ruolo del metadato è, infatti, proprio quello di
consentire una maggiore comprensione e aiutare la ricerca e la scoperta dei dati stessi.
(AgID 2014).
La metadatazione, il processo, cioè, di creazione e pubblicazione dei metadati, presenta
delle differenze, a seconda delle scelte effettuate dall’ente che pubblica i dati. Queste
informazioni possono, infatti, essere consultabili solamente online, oppure scaricabili in
formati proprietari e non proprietari.
Anche il grado di dettaglio può variare: esistono, infatti, metadati legati a un dataset, ma
anche metadati legati al singolo dato, quindi con il massimo livello di dettaglio possibile.
Per questi motivi l’AgID (AgID 2014) propone un modello di valutazione anche per i
metadati, che viene ben illustrato nella sottostante figura.
25
Figura 2.4 Classificazione dei metadati (AgID 2014)
Esso prevede l’assegnazione di una valutazione, con punteggio da uno a quattro, dei
metadati pubblicati a seconda di due variabili: livello di dettaglio e legame dato-metadato.
La prima variabile fa riferimento alla granularità di definizione dei metadati e si suddivide
in tre categorie:

nessuno: i dati non sono accompagnati da un’opportuna metadatazione;

dataset: i metadati forniscono informazioni relative a un dataset;

dato: i metadati forniscono informazioni relative al singolo dato.
La seconda dimensione fa invece riferimento a quanto i metadati riescono a essere
“fisicamente e logicamente legati ai dati, anche dopo un ipotetico processo di
trasformazione e utilizzo” (AgID 2014):

assente: i dati non sono accompagnati da un’opportuna metadatazione;

legame debole: i dati sono accompagnati da metadati esterni, ad esempio con
schede nella pagina di download o in file separati;

legame forte: i dai incorporano al loro interno i metadati che li descrivono.
Per quanto riguarda l’Italia a partire da un provvedimento del Consiglio dei Ministri
(10/11/2011) è stato definito un profilo nazionale di metadati, basato sugli standard ISO
26
19115, 19119, TS19139, secondo il quale i metadati vengono suddivisi in due categorie:
quelli obbligatori e quelli obbligatori condizionatamente, cioè limitatamente al verificarsi
di alcune condizioni.
Nelle due tabelle sottostanti viene riportato l’elenco delle due categorie.
Tabella 2.1 Metadati obbligatori (AgID 2014)
27
Tabella 2.2 Metadati obbligatori al verificarsi di determinate condizioni (AgID 2014)
2.4.
Linked Open Data
Merita un approfondimento ulteriore il tema relativo ai linked Open Data (LOD). In
particolare lo stesso Tim Berners-Lee (Berners-Lee 2006) nel suo articolo dedica un
capitolo ai principi che devono seguire i LOD:

usare indirizzi Web (URI) come nomi per i dataset;

usare URI utili al protocollo HTTP in modo che sia possibile cercarli;

quando qualcuno cerca una URI, fornire informazioni utili, seguendo gli standard
(RDF, SPARQL);

includere link ad altre URI, così da permettere a chi cerca di scoprire nuovi
collegamenti.
28
Una definizione di LOD, che ben riassume queste caratteristiche, è quella proposta da
Christian P. Geiger e Jörn von Lucke (Geiger, von Lucke 2012):
“Linked Open Data are all stored data connected via the World Wide Web which could
be made accessible in a public interest without any restrictions for usage and
distribution.”
Da segnalare è, inoltre, il Linking Open Data project (Linking Open Data community
2014) un progetto nato con lo scopo collegare tra di loro quanti più dataset possibili,
creando link tra dati provenienti da diverse fonti, e che, a oggi, conta 570 datasets
connessi da 2909 link sets.
Figura 2.5 Linked Open Data cloud diagram (Linking Open Data community 2014)
La figura mostra il progetto nella sua interezza (aggiornato ad Agosto 2014): i diversi
colori racchiudono dataset provenienti da ambiti completamente diversi tra di loro
(Publications, Life Sciences, Cross-Domain…). Ogni cerchio della figura rappresenta un
dataset, la grandezza del cerchio rappresenta il numero di triple, cioè di statement del
29
tipo Soggetto – Predicato – Oggetto, dove il soggetto è una risorsa, il predicato è una
proprietà e l'oggetto è un valore, che costituiscono le unità base per rappresentare
un’informazione in RDF.
Ogni freccia indica, invece, la presenza di almeno 50 links di connessione tra i due dati,
più la freccia è spessa, maggiore è la numerosità dei link. Le dimensioni dei dataset e dei
link sono riportati nella tabella seguente:
Circle size
Triple count
Arrow
Very large
>1B
thickness
Large
1B – 10M
Thick
>100k
Medium
10M – 500k
Medium
100k – 1k
Small
500k – 10k
Thin
< 1k
Very small
< 10k
Tabella 2.3 Linked Open Data cloud diagram - Circle
size (Linking Open Data community 2014)
Triple count
Tabella 2.4 Linked Open Data cloud diagram Arrow thickness (Linking Open Data Community
2014)
A oggi questo può essere considerato il più grande esempio internazionale volto alla
creazione di Linked Open Data presenti sul web e disponibili per l’utente finale (Bizer,
Heath et al. 2009).
A livello tecnico, quando si parla di Open Data, sono definiti degli standard indispensabili
per raggiungere i livelli 4 e 5 della classificazione dei dati (quindi i linked Open Data) e
2 o 3 dei metadati. Questi standard sono: RDF (Resource Description Framework), RDFS
(RDF schema), OWL (Web Ontology Language), SPARQL (Sparql Protocol And Rdf
Query Language), SDMX (Statistical Data and Metadata Exchange).
2.5.
Open Government Data
Quando si parla di Open Government Data (in breve OGD) si intendono tutti quei dati
aperti, con le caratteristiche definite nei paragrafi precedenti, pubblicati da istituzioni
pubbliche.
Si tratta quindi dell’intersezione tra Open data e Government Data cioè tutte le
informazioni prodotte o commissionate da enti pubblici (Ubaldi 2013).
30
Questa teoria è rappresentata nel diagramma seguente (Green 2015).
Figura 2.6 Open Government Data venn diagram (http://creativecommons.org/tag/open-government)
Geiger e von Lucke (Geiger, von Lucke 2012) propongono la seguente definizione:
“Open Government Data are all stored data of the public sector which could be made
accessible by government in a public interest without any restrictions for usage and
distribution.”
Alla fine degli anni 2000 si assiste alla nascita, a livello internazionale, di movimenti
popolari impiegati nella promozione dell’apertura delle informazioni. Uno di questi
movimenti è l’Open Government Data che si concentra, per promuovere la trasparenza e
la partecipazione, su una modalità di pubblicazione dei dati pubblici, che mantenga alcune
caratteristiche ritenute imprescindibili: disponibilità e accesso, riuso e distribuzione,
partecipazione universale, completezza disaggregazione e aggiornamento continuo dei
dati (Di Donato 2010). I servizi offerti partendo dai dati che possiedono le caratteristiche
sopra descritte, garantirebbero trasparenza, partecipazione e più efficienza dell’ente
pubblico.
Lo sviluppo di portali di OGD si è quindi moltiplicato a partire dagli anni 2000, a livello
sia degli enti locali, principalmente nei paesi OCSE, ma non solo.
31
Gli Open Data sono l’aspetto centrale al quale le pubbliche amministrazioni devono fare
riferimento se vogliono promuovere iniziative di Open Government. Come, infatti,
riporta Socrata (Socrata 2011), in una software house impegnata nella promozione degli
Open Data, questi ultimi costituiscono l’aspetto strategico dei modelli di Open
Government.
Solo attraverso la pubblicazione dei propri dati un governo può favorire la trasparenza,
punto fondamentale dell’Open Government: i dati, infatti, possono aiutare i cittadini a
analizzare, in modo critico, le politiche del governo (Ubaldi 2013).
Come verrà poi analizzato nel dettaglio, la pubblicazione massiva è una condizione
necessaria, ma sicuramente non sufficiente, anche perché, come già accennato, Open data
non significa automaticamente Open Government. L’apertura dell’informazione, infatti,
non rende automaticamente un governo più vicino ai bisogni dei propri cittadini; troppe
informazioni possono anzi causare confusione, minore comprensione dell’azione
pubblica e minore fiducia in chi governa (Janssen, Charalabidis et al. 2012).
Davies (Davies 2013) propone una analisi a livello mondiale, effettuata attraverso il
barometro degli OGD, che analizza i dati secondo le seguenti dimensioni:

capacità organizzativa del governo di rendere pubblici gli OGD;

libertà dei cittadini e della società civile e presenza forti diritti all’informazione e
regimi di protezione dei dati;

risorse disponibili per l’imprenditoria, favorendone il riuso per ottenere vantaggi
economici.
I risultati globali, riportati nel grafico sottostante sono in linea con quelli dei paesi che
fanno parte dell’Open Government partnership. I continenti più all’avanguardia sono
infatti l’Europa e le Americhe, che si situano sopra la media mondiale; questo a
testimoniare il legame tra l’attuazione di politiche di Open Government e la pubblicazione
di dati.
32
Grafico 2.1 Open Data Barometer - Global results (Davies 2013)
Entrando nello specifico dei singoli paesi, al primo posto a livello mondiale c’è il Regno
Unito, seguito dagli Stati Uniti d’America (nel grafico la linea nera a confronto con il
continente di riferimento, linea blu).
33
Grafico 2.2 Open Data barometer - United Kingdom
(Davies 2013)
Grafico 2.3 Open Data Barometer - United States
(Davies 2013)
Il primo Paese africano risulta il Kenya (22° a livello mondiale).
Grafico 2.4 Open Data Barometer – Kenya (Davies 2013)
Queste analisi risulteranno poi utili nella ricerca dei casi studio (capitolo 5), volta a capire
più nel dettaglio come, con che caratteristiche di qualità, vengano poi effettivamente
pubblicati gli OGD.
2.6.
Open Data in Italia e nel Mondo
La storia dei dati aperti e del termine Open Data, secondo le definizioni e le caratteristiche
sopra citate, è sicuramente recente e riconducibile alla nascita dell’Open Government nel
2009.
34
Rohit Malhotra, professore e presidente del Center of Civic Innovation, in una conferenza
a gennaio 2015 (Malhotra 2015) ha collegato l’utilizzo degli Open Data a una pratica nata
nel Ranga Reddy village in Andhra Pradesh, India. Egli racconta, infatti, che in piccoli e
poveri villaggi, c’erano centinaia di lavoratori che, dopo aver lavorato intere giornate,
non venivano mai pagati. Quando andavano a riscuotere il salario dovuto gli venivano
loro chieste le impronte digitali, come segno dell’avvenuto pagamento, ma non
ricevevano niente in cambio. Grazie all’ “indian freedom of information act” i dati
diventarono pubblici e i cittadini si accorsero che i funzionari, corrotti, rubavano i loro
soldi una volta arrivati. Per combattere questo fenomeno iniziarono a dipingere un “data
wall”, un muro dove ognuno scriveva chi doveva essere pagato, per che cosa, quanto e se
era stato pagato o no. Il governo allora, grazie alla trasparenza sui dati, si ritrovò costretto
a pagare. A partire da quel momento e ancora oggi, in tutta l’India e in altri Paesi, sono
presenti questi muri, per garantire il pagamento dei contadini (Partnership for
transparency found 2012).
In tempi più recenti, il Governo Obama, facendo seguito alla Direttiva sull'Open
Government del dicembre 2009, ha approvato, come misura anticrisi, un progetto,
denominato data.gov, per permettere di produrre beni e servizi attraverso i dati aperti,
intesi come materia prima sulla quale i cittadini possono operare.
Questo progetto ha fatto da modello a tutti i successivi, tanto che pochi mesi dopo anche
il Regno Unito ha aperto Data.gov.uk, portale che sarà analizzato nel dettaglio all’interno
del capitolo 5, fortemente voluto e sponsorizzato da Tim Berners-Lee, l'inventore del
World Wide Web, seguito dalla Nuova Zelanda con data.govt.nz.
In pochi anni la pratica degli Open Data e dei data store governativi si è estesa in
Norvegia con data.norge.no (Aprile 2010), Australia con Data.gov.au (Marzo 2011),
Canada con Data.gc.ca (Marzo 2011), Marocco con Data.gov.ma (Aprile 2011), Kenya
con opendata.go.ke (Luglio 2011), Cile con datos.gob.cl (Settembre 2011), Olanda con
data.overheid.nl (Ottobre 2011), Spagna con datos.gob.es (Ottobre 2011), Uruguay con
datos.gub.uy (Novembre 2011), Francia con Data.gouv.fr (Dicembre 2011), Brasile con
dados.gov.br (Aprile 2012), India con data.gov.in (2012), Estonia con open-data.ee,
Portogallo con dados.gov.pt, Moldavia con date.gov.md, Belgio con data.belgium.be.
(Dallolio V. 2011/2012).
35
Anche in Italia sono molteplici le iniziative d'apertura del patrimonio informativo da parte
di pubbliche amministrazioni centrali e locali. Il primo data store italiano è stato quello
pubblicato dalla della regione Piemonte (2010), sul sito dati.piemonte.it, all'interno del
quale sono catalogati dati aperti riconducibili ai vari enti regionali (comuni, province, ...).
Poi, nel febbraio 2011, è stata la volta del comune di Udine, che ha pubblicato i dati di
bilancio dell'Ente in formato open, seguita dal comune di Faenza. Dopo circa un anno
dalla nascita del data store piemontese anche la regione Emilia-Romagna, ad ottobre
2011, ha pubblicato online il suo catalogo di dataset (dati.emilia-romagna.it).
Il 18 Ottobre 2011, attraverso il lancio del portale dati.gov.it, si è aperta una nuova
stagione per l'innovazione e la trasparenza nella PA. L’anno successivo attraverso l’art. 9
del DL n. 179/2012, convertito in Legge n. 221/2012, viene stabilito che le
amministrazioni, i gestori di pubblici servizi e le società partecipate a maggioranza
pubblica, inserite nel conto economico consolidato della pubblica amministrazione:
“pubblicano nel proprio sito web, all'interno della sezione Trasparenza, valutazione
e merito il catalogo dei dati, dei metadati e delle relative banche dati in loro possesso
ed i regolamenti che ne disciplinano l'esercizio della facoltà di accesso telematico e il
riutilizzo, fatti salvi i dati presenti in Anagrafe tributaria”.
Lo stesso articolo stabilisce che “i dati e i documenti che le amministrazioni titolari
pubblicano senza l'espressa adozione di una licenza si intendono rilasciati come dati di
tipo aperto”. L’eventuale adozione di una licenza è motivata ai sensi delle linee guida
nazionali”. La situazione italiana è riassunta nella tabella sottostante (la tabella è relativa
a dati 2014).
Regione/
provincia
autonoma
Basilicata
Emilia
Romagna
Legge
regionale
Linee
giuda
Portale Open Condivisione
data
altri enti/riuso
opendata.regi
one.basilicata
.it/opendata/h
ome.jsp
LR n. 11 del DGR n. dati.emilia2004
2080 del romagna.it
12/2012.
Inoltre,
vademec
La piattaforma è
predisposta per
indicizzare
e
memorizzare
Licenza
CC0,
CCBY
e IODL
2.0
36
um per
specifici
aspetti
Fruili
Venezia
Giulia
Lazio
Liguria
Lombardia
LR 42. del
09/04/2014
dati.friulivenez
iagiulia.it
LR
n.
7/2012
LR n. 42/06 DGR n.
889/2012
LR
n. DGR n.
7/2012
2904 del
art.52
11/01/20
12
dati.lazio.it
Marche
Piemonte
Provincia
autonoma
di Trento
Puglia
Sicilia
dati di titolarità
delle
PA, organismi di
diritto pubblico,
imprese
pubbliche
LR n. 24 del DGR
20/12/2011 n.224687 del
08/10/
2012
L.P. n.
DGR n.
16/2012
2858 del
27/12/
2012
LR
n. DGR n.
20/2012
2183 del
31/10/
2010
IODL
2.0
dati.liguria.it
dati.lombardi
a.it
CC-BY
Portale aperto IODL
agli enti del 2.0
territorio
Sezione
dedicata nel
portale
regionale
dati.
Portale aperto a
piemonte.it
tutti gli enti del
territorio. 79 enti
del
territorio
pubblicano dati
dati.
Punto unico di
trentino.it
accesso per il
territorio.
Presenti
dati
aperti
del
comune
di
Trento, comune
di
Rovereto,
APT Val di
Fiemme,
Informatica
Trentina spa.
dati.puglia.it
CC0 e
CC-BY
CC0 e
CC-BY
Sezione
La
regione
dedicata nel Sicilia ha scelto
portale
di riusare il
regionale
software della
piattaforma
Open Data della
37
Toscana
Umbria
Veneto
regione
Piemonte.
LR
DGR n. dati.toscana.it Portale aperto
n.54/2009
23 Del
agli enti del
21/01/
territorio. 2 enti
2013
pubblicano dati
LR
n. DGR n. dati.umbria.it Il repertorio è
8/2011
914/2013
aperto a tutti gli
enti
del
territorio, 3 enti
pubblicano dati
DGR n. dati.veneto.it Il portale è
2301 del
aperto a tutti gli
29/12/
enti
del
2011
territorio.
17
amministrazioni
pubblicano dati
CC-BY
CC-BY
IODL
2.0
CC- BY
Tabella 2.5 Comparazione di sintesi dei piani di azione delle regioni esaminate (AgID 2014)
Come si può notare 14 delle 20 regioni italiane (70%) pubblicano dati online, di queste
12 hanno un portale dedicato alla pubblicazione di dati. Di questi portali 7 offrono al loro
interno la possibilità, per gli enti del territorio, di caricare i propri dati.
2.7.
Perché fare Open Data
Prima di comprendere a pieno quali sono i benefici e quali le barriere nell’utilizzo degli
Open Data è necessario esplicitare come possono essere usati i dati e chi ne può fare
utilizzo. A entrambe queste domande risponde Tim Davies (Davies 2013).
In primo luogo l’autore risponde alla domanda “how Open Data can be used?” elencando
cinque processi di utilizzo:

data to fact: gli individui possono ricercare fatti specifici in dataset che possono
essere di supporto nel loro impegno per i processi civili o burocratici, o nella
pianificazione aziendale;

data to information: i dati offrono la possibilità agli utilizzatori di creare una
rappresentazione statica ed interpretare i di dati. Portando a visualizzazioni, blog,
infografica e relazioni scritte;
38

data to interface: possibilità di creazione di un mezzo per accedere in modo
interattivo ed esplorare uno o più insiemi di dati, ad esempio, la creazione di una
mappatura ricercabile mash-up;

data to data: la condivisione di dati derivati, costruiti dall’utente a partire dai dati
originali (sia semplicemente un insieme di dati originale in un nuovo formato, o
un nuovo dataset creato in combinazione con diversi dati o manipolato in qualche
modo);

data to service: dove gli Open Data svolgono un ruolo “dietro le quinte” nello
svolgere qualche funzione di servizio online o offline. Ad esempio, l'uso di dati
di contorno per instradare i messaggi di segnalazione per delle buche all'autorità
competente.
Per quanto riguarda gli utilizzatori degli Open Data, Davies li divide in cinque categorie:

micro-enterprise;

SME (Small-medium side enterprises) business in the private sector;

local and national public sector institutions;

academic institutions;

voluntary sector workers.
Con la partecipazione di questi ultimi molto limitata.
L’Open data monitor (Sirko Hunnius, Njacheun-Njanzoua et al. 2015) divide, invece, gli
stakeholder in due macro categorie, a seconda dello scopo con cui utilizzano i dati:

issue-driven users: stakeholder che ricercano dato con uno specifico contenuto o
su uno specifico argomento;

data-driven users: utilizzatori di grandi e complicati dataset.
In particolare gli usi che possono essere fatti di questi dati dagli stakeholder sopra elencati
sono i seguenti (Davies 2013):

government focus: se sono OGD, questi possono essere usati per comprendere e
promuovere le azioni del governo;
39

technology innovation focused: creazione di nuove piattaforme e tools all’interno
del semantic-web grazia alla linked-data technology;

reward focused: per ottenere riconoscenza o profitto;

digitizing government: ottenere miglioramenti tecnologicamente in termini di
efficienza e funzionamento;

problem solving: usare i dati per risolvere problem specifici;

social/public sector: usare i dati per offrire servizi nel settore pubblico o sociale.
Una volta fatta un’overview generale su chi utilizza i dati e come li utilizza, il paragrafo
entra nel merito di perché questi dati sono utilizzati, quali benefici portano alla società e
quali, invece, sono i problemi legati all’utilizzo dei dati.
La prima risposta alla domanda su perché produrre Open Data non può che fare
riferimento a una questione economica, l’investimento richiesto per pubblicare i dati deve
comunque portare ad alcuni benefici, anche economici per la società, soprattutto se si
tratta di dati pubblicati da una pubblica amministrazione (Open Government Data). Il
potenziale che può essere sbloccato attraverso la pubblicazione di dati è enorme, la società
di consulenza McKinsey, in un report pubblicato nel 2013 (Manyika 2013), ha stimato il
potenziale di business che può emergere dagli Open Data pari a 300 miliardi di dollari,
che includono un incremento dell’efficienza, lo sviluppo di nuovi prodotti e servizi, un
surplus per il consumatore (risparmi di costo, convenienza, prodotti di maggiore qualità).
Questo valore potenziale sarebbe suddiviso tra gli Stati Uniti (110 miliardi di $), l’Europa
(90 miliardi) e il resto del mondo (170 miliardi). Ripartendo, invece, i guadagni per settori
le stime sono quelle riportate in figura.
40
Grafico 2.5 Open Data economic value (Manyika 2013)
Oltre a quelli economici possono essere elencati tutta una serie di altri vantaggi:

benefici per la società: il valore sopra citato, non tiene conto di tutti quei benefici
che può trarne la società, non riconducibili a un dato economico. Per esempio: il
report stima l’impatto economico dovuto a un miglioramento nell’istruzione, ma
non i vantaggi derivanti da avere cittadini meglio istruiti; oppure i benefici per le
persone dovuti a un miglioramento della situazione dell’inquinamento;

accelerazione del progresso scientifico: le ricerche vengono ormai svolte a livello
mondiale e, utilizzando e condividendo dati, si può dare ad esse un’importante
accelerata. L’e-science è essenziale per le sfide del XXI secolo;

miglioramenti operativi e tecnici (Janssen, Charalabidis et al. 2012): pubblicare i
dati porta alla possibilità di non dover raccogliere più volte le stesse informazioni,
provocando duplicazioni inutili. Potendo un esterno accedere alle informazioni si
ha, inoltre, qualcuno che valida i propri dati, e ne valuta la qualità e garantisce che
non vadano persi.
Nel suo studio, Tim Davies (Davies 2013), attraverso il barometro degli Open Data,
compie anche un’analisi riguardante gli impatti sulla società dovuti alla pubblicazione di
dati. I risultati sono mostrati in figura.
41
Grafico 2.6 Open Data impacts (Davies 2013)
Come si può notare, oltre che sulla trasparenza, e in linea con quanto detto dai precedenti
autori, gli Open Data hanno un impatto importante e positivo sullo sviluppo
dell’imprenditoria e, di conseguenza, sulla crescita economica.
Oltre ai benefici, però, gli Open Data portano con sé anche un grosso rischio: minacce
per la reputazione e perdita di controllo sulle informazioni riservate. Gli Open Data
possono esporre, infatti, gli individui e le imprese a diversi rischi, soprattutto quelli
reputazionali.
L’apertura di informazioni, quali l'uso di energia elettrica o il rendimento scolastico, per
creare viste aggregate di comportamento della popolazione, solleva serie preoccupazioni
tra i consumatori, che temono che i loro dati possano nuocere alla loro condizione
economica o sociale. In teoria, ad esempio, le società di credito potrebbero aumentare i
tassi di interesse sulle famiglie che sprecano energia elettrica e il rilascio accidentale di
informazioni su un particolare studente, potrebbe portare al bullismo.
Per le aziende, dati aperti rilasciati da terzi potrebbero esporre a problemi ambientali, o
mostrare che i loro prodotti o servizi hanno un peggior rapporto prezzo – qualità, rispetto
ad altri. Le aziende potrebbero anche mettere i consumatori in difficoltà utilizzando dati
42
aperti per creare annunci pubblicitari online o offerte di marketing che mostrano una
conoscenza troppo approfondita delle abitudini del consumatore.
Oltre a questo possono essere citate ulteriori barriere all’utilizzo degli Open Data
(Janssen, Charalabidis et al. 2012):

istituzionali e legislative in quanto possono esserci problemi legati alla mancanza
di risorse per pubblicare i dati, o a politiche non uniformi riguardo alla
pubblicazione;

complessità dei dati perché l’utente potrebbe non essere in grado di utilizzare i
dati per una mancanza di conoscenze, al contrario, invece, i dati potrebbero essere
di una qualità che ne rende difficile l’utilizzo, per esempio dati con dei buchi o
difficili da recuperare;

partecipazione, infatti l’utente potrebbe non essere interessato all’utilizzo dei dati,
non avendo incentivazione a farlo o per mancanza di tempo.
Gli stessi autori (Janssen, Charalabidis et al. 2012) elencano una serie di “miti” da sfatare
quando si parla di Open Data:
1. “la pubblicazione di Open Data consente automaticamente di ottenere benefici”,
questo considerazione non tiene conto delle difficoltà derivanti dall’eventuale non
(o scarso) utilizzo dei dati pubblicati da parte degli utenti;
2. “i dati devono essere pubblicati senza alcuna restrizione”, questo assunto non
tiene in considerazione diversi elementi, quali, ad esempio, il compromesso con
la privacy oppure l’opportunità di utilizzare denaro pubblico per pubblicare
informazioni di scarso o nullo valore;
3. “fare Open Data significa semplicemente pubblicare i dati”: questa affermazione
prescinde delle difficoltà tecnologiche e processuali contenute nel processo di
pubblicazione di dati di qualità;
4. “tutti i cittadini possono usare gli Open Data”: si tratta di una convinzione che
non attribuisce la giusta importanza al fatto che solo coloro che hanno sufficienti
competenze tecnologiche e culturali in realtà possono realmente utilizzare dati
aperti.
43
Importante e sulla stessa linea di pensiero, appare anche il contributo di Sharon Dawes
(Dawes 2010) che sottolinea come, affinché i dati abbiano la possibilità di creare valore,
occorre che le istituzioni pubbliche, nel liberare il proprio patrimonio informativo,
seguano due principi: quello della stewardship e quello della usefullness. Con stewardship
si intende la capacità di fornire dati affidabili, standard, il cui significato sia esplicito.
Esempi concreti sono la creazione di standard condivisi; l’esistenza di metadati che
descrivano non solo i dati, ma anche i loro limiti; la creazione di sistemi elettronici per la
gestione degli archivi di dati; sistemi atti a garantire la sicurezza dei dati; sistemi ben
definiti di aggiornamento dei dati.
Il principio della usefulness riguarda invece la capacità dei dati di generare valore
economico e sociale rendendo i contenuti più facili da capire per i potenziali
organizzatori, incoraggiando e facilitando utilizzi dei dati che vadano al di là degli scopi
originari per i quali sono stati creati. Nella pratica si fa riferimento alla realizzazione di
cataloghi di public data che permettano di cercare e mostrare specifiche evidenze.
Secondo Sharon Dawes i due principi dovrebbero essere attuati simultaneamente e in
modo bilanciato: la stewardship infatti si concentra sulla responsabilità, la validità, la
legittimità, mentre la usefullness incoraggia l’applicazione, l’esplorazione e
l’innovazione.
2.8.
Conclusione
Analizzando gli Open Data, in conclusione, si può quindi affermare, citando le parole di
Rohit Malhotra (Malhotra 2015) che “Open Data is not a technological issue, is an human
issue”.
Chi ha le informazioni, chi possiede i dati, acquisisce un potere, renderli quindi open e
disponibili per i cittadini può solo portare a dei miglioramenti per la società, come
dimostra la storia del Ranga Reddy village.
Come però fin qui illustrato, l’introduzione di Open Data non può essere ricondotta solo
ad una questione di tecnologia: è necessaria, infatti, anche la usefulness, cioè la ricerca di
una modalità per avvicinare l’utilizzatore ai dati.
44
Questa è l’idea che ha permesso attraverso una radicale modifica del concetto di
trasparenza, la nascita degli Open Government Data, che costituiscono l’oggetto di studio
dei capitoli successivi.
45
Capitolo 3
OPEN GOVERNMENT : DEFINIZIONE E
CARATTERISTICHE
3.1.
Definizione
Il 21 gennaio 2009, il giorno successivo al suo insediamento ufficiale alla Casa Bianca, il
presidente degli Stati Uniti Barack Obama pubblica il “Memorandum on Transparency
and Open Government” (Obama 2009), chiedendo alla sua amministrazione di stabilire
un sistema di “transparency, public participation, and collaboration”.
All’interno del memorandum il presidente chiede di:
“[…] create an unprecedented level of openness in Government. We will work
together to ensure the public trust and establish a system of transparency, public
participation, and collaboration. Openness will strengthen our democracy and
promote efficiency and effectiveness in Government.”
Government should be transparent.
La trasparenza dà la possibilità ai cittadini di analizzare ciò che il governo sta facendo e
come sta utilizzando le risorse. L’amministrazione, grazie anche alle nuove tecnologie,
deve mettere a disposizione i propri dati velocemente e in una forma leggibile dal
pubblico e, allo stesso modo, agenzie governative e dipartimenti esecutivi devono mettere
online i dati relativi alle loro operazioni e le loro decisioni. L’informazione, curata dal
governo federale, diventa, così, un asset nazionale.
Government should be participatory.
L’impegno pubblico aumenta l'efficacia del governo e migliora la qualità delle sue
decisioni: i dipartimenti esecutivi e le agenzie dovrebbero offrire agli americani maggiori
46
opportunità di partecipare alla definizione delle politiche e di fornire al governo i benefici
derivanti dalla loro esperienza personale e dalle informazioni collettive.
I dipartimenti esecutivi e le agenzie dovrebbero, inoltre, sollecitare l'input pubblico sulle
modalità di incremento e miglioramento delle opportunità di partecipazione del pubblico
nel governo.
Government should be collaborative.
La collaborazione coinvolge attivamente gli americani nel lavoro del loro Governo. I
dipartimenti esecutivi e le agenzie dovrebbero utilizzare innovativi strumenti, metodi e
sistemi di cooperazione, a tutti i livelli di governo, e con le organizzazioni non profit, e
con aziende e individui del settore privato. I dipartimenti esecutivi e le agenzie
dovrebbero sollecitare il feedback del pubblico per valutare e migliorare il loro livello di
collaborazione e di individuare nuove opportunità di cooperazione.
A seguito di un ampio dibattito pubblico sul contenuto del memorandum, nel dicembre
2009, viene pubblicata la direttiva relativa che, se adottata compiutamente, consentirebbe
alle diverse agenzie governative di operare coerentemente con i principi dell’Open
Government. Vengono, infatti, in essa indicate nel dettaglio le fasi che le agenzie
dovrebbero compiere per aprirsi ai cittadini, pubblicando online le informazioni detenute.
Ad essa fa seguito la pubblicazione, da parte della presidenza, di un secondo
memorandum in merito al Freedom of Informaction Act (FoIA) nel quale si afferma che:
“a democracy requires accountability, and accountability requires transparency […].
In our democracy the Freedom of Information Act, which encourages accountability
through transparency, is the most prominent expression of a profound national
commitment to ensuring an Open Government. At the heart of that commitment is the
idea that accountability is the interest of the Government and the citizenry alike”.
A partire da questo memorandum è nato il paradigma dell’Open Government, riassunto
della figura seguente.
47
Figura 3.1 Open Government - Italian1 (Francesca de Chiara)
3.2.
La storia dell’Open Government
La storia e la nascita dei concetti intrinsechi nel termine Open Government è un tema
molto discusso in letteratura.
Per Lathrop and Ruma (Lathrop, Ruma 2010) l’Open Government non è nient’altro che
l’attualizzazione, secondo le tecnologie del XXI secolo, di ciò che è scritto nella
costituzione americana e nella Dichiarazione di Indipendenza degli Stati Uniti.
“What is Open Government? In the most basic sense, it’s the notion that the people
have the right to access the documents and proceeding of government. The idea that
the public has a right to scrutinize and participate in government dates at least to the
Enlightement and is enshrined in both the U.S. Declaration of Indipendence and U.S.
Consitution. Its principles are recognized in virtually every democratic country on the
planet”.
48
Di Donato, invece, (Di Donato 2010) dedica un intero capitolo del suo elaborato alla
spiegazione di come i principi dell’Open Government siano nati ai tempi
dell’Illuminismo e siano stati scritti, per la prima volta, all’interno dei saggi di Kant, con
l’affermazione del diritto all’informazione. Il rapporto tra i termini “Open” e
“Government” è, secondo l’autrice, un filo rosso che attraversa gli scritti del filosofo
tedesco per quasi 15 anni.
McDermott (McDermott 2010) illustra quale potrebbe essere, secondo il suo pensiero, la
strada verso la creazione dell’Open Government, in America, inclusa la costruzione del
quadro giuridico necessario: cominciando “Paperwork Reduction Act" del 1980 fino al
2010, con il Memorandum “Information Collection under the Paperwork Reduction Act”,
passando attraverso l’ “E-Government Act " avviato nel 2001 e finalizzato con "The
Freedom of Information Act", che esiste, pur aggiornandosi in varie versioni differenti,
dal 1966.
In Europa, diversamente che negli USA, il passaggio al paradigma relazionale è
prevalentemente stato voluto dai cittadini (Di Donato 2010). La Dichiarazione aperta sui
servizi europei, richiesta dai cittadini e dalle organizzazioni non governative, promuove
l’adozione di politiche che abbandonino l’idea di razionalizzazione dei servizi pubblici
attraverso un meccanismo che viene definito “self-service”. I promotori chiedono alla
Commissione Europea di includere i principi della trasparenza, della partecipazione e
della collaborazione nel piano di e-Government e di garantire che i cittadini europei
possano beneficiare dei vantaggi provenienti da questo nuovo modello. A novembre 2009
la Dichiarazione di Malmö recepisce questi principi e li estende alla Strategia Europa
2020 che pone al centro dell’azione dell’Unione Europea l’apertura delle informazioni
pubbliche.
3.3.
Principi e caratteristiche
Veljković, Bogdanović-Dinić, and Stoimenov schematizzano i principi dell’Open
Government nel modo seguente (Veljković, Bogdanović-Dinić et al. 2014):

data transparency: apertura dei dati del settore pubblico per permettere ai cittadini
e agli imprenditori di accedere ai dati governativi;
49

government transparency: aperture dei processi e delle operazioni del governo;

government accountability: azioni volte a spiegare le decisioni e le azioni ai
cittadini, agendo sui requisiti previsti per l'attività e accettando la responsabilità
per l’eventuale fallimento;

participation: coinvolgere i coinvolgimento dei cittadini nel processo decisionale;

collaboration: promozione della cooperazione tra diversi livelli di governo, tra
governo e istituzioni private e tra il governo e i cittadini.
Geiger e von Lucke (Geiger, von Lucke 2012) definiscono, invece, l’Open Government
secondo i seguenti attributi:

building of new communities: grazie a nuove e innovative tecnologie in ambito
informazione e comunicazione, possono essere create nuove comunità: i social
network, ad esempio, stanno offrendo uno spazio di lavoro comune e nuove
opportunità di creare network;

information and Open Data: diverse amministrazioni stanno pubblicando Open
Data, per il riuso e la creazione di applicazioni a valore aggiunti;

common Editing and Design: i vari attori possono modificare design e concepts a
loro piacimento, senza costi di transazione;

common Consulting and Discussion: dubbi e discussioni sono il fattore critico per
buoni e innovativi risultati e la rete è un ottimo strumento per armonizzarli;

common Decision Making and Ordering: votando i concetti che vanno man mano
sviluppandosi, è possibile prendere decisioni comuni;

common Action and Programming: la conversione di idee in realtà, ad esempio in
applicazioni o mash-up, può essere realizzato come una esperienza di gruppo
all'interno di Internet o presso i cosiddetti Hackdays;

common Commenting: le diverse proposte, risultati o progetti attuati possono
essere, alla fine, monitorati e discussi da tutti i partecipanti al processo.
Diversi autori (Prieto-Martin 2013, Geiger, von Lucke 2012, Veljković, BogdanovićDinić et al. 2014) sono concordi nell’indicare che il termine Open Government negli anni
e all’interno dei diversi stati ha assunto connotazioni diverse. Geiger e von Lucke
definiscono Open Government come un “umbrella term”, un contenitore che, al suo
50
interno, contiene molte idee e concetti diversi e sottolinea come sia necessario evitare di
fare confusione tra Open Government e e-Government e collegare l’Open Government
solamente all’Information and Communication Technologies.
Martin riconduce, invece, queste difficoltà direttamente al memorandum scritto da
Obama e alla differenziazione che pone tra collaborazione e partecipazione, secondo
l’autore, infatti, “participation is collaboration, collaboration is participation, or they are
nothing”.
L’Open Government Standard (Open Government Standard, 2012), a questo proposito
modifica le tre caratteristiche elencate da Obama, riunendo collaborazione e
partecipazione e aggiungendo come terza dimensione l’“accountability”.
Per gli stessi motivi Veljković, Bogdanović-Dinić, e Stoimenov (Veljković, BogdanovićDinić et al. 2014) propongono un loro modello concettuale, dove inseriscono i termini
rilevanti per l’Open Government, e le loro caratteristiche (figura 3.2). Da sottolineare
come, nella concezione espressa da questi autori, l’inserimento degli Open Data sia uno
dei concetti dell’Open Government e l’accezione di “accountability” venga ritenuta un
outcome dell’Open Government: un governo responsabile è, infatti, raggiungibile solo
attraverso la trasparenza.
51
Figura 3.2 Conceptual model for Open Government (Veljković, Bogdanović-Dinić et al. 2014)
Come si può evincere, quindi, dall’analisi della letteratura, il tema dell’Open Government
è molto dibattuto e non sembrano esserci definizioni universalmente accettate, tanto che
lo stesso memorandum di Obama è stato messo in discussione (Prieto-Martin 2013, Open
Government standards 2015). Il punto fermo, presente in tutti gli articoli di letteratura, è
la distinzione tra Open Government e trasparenza: la pura e semplice trasparenza e la
mera pubblicazione dei dati non possono infatti, da sole, essere considerate indice di Open
Government. Per raggiungere il paradigma è, infatti, necessaria la presenza attiva dei
cittadini alle politiche governative. I termini “partecipazione” e “collaborazione”, seppur
in modi differenti, sono presenti in tutta la letteratura sul tema. Il ruolo attivo del cittadino
è un punto di partenza, che non può in nessun modo essere messo in discussione.
L’apertura dei dati, però, non deve essere solo finalizzata alla produzione di (Fung Archon
and Weil David, 2013) “accountability”, ma anche alla realizzazione, per i cittadini della
possibilità, attraverso un sistema aperto, di esprimere le loro valutazioni sulle attività del
governo come se fossero prodotti e servizi erogati da privati.
52
3.4.
Open Government Partnership
L’Open Government Partnership (in breve OGP) è un’iniziativa multilaterale destinata a
garantire un impegno concreto da parte dei governi affinché siano più trasparenti,
responsabili e più rispondenti alle esigenze dei propri cittadini.
Essa è nata il 20 Settembre 2011 quando gli 8 paesi fondatori (Brasile, Indonesia,
Messico, Norvegia, Filippine, Sud Africa, Regno Unito e Stati Uniti d’America) hanno
annunciato, sottoscrivendo la dichiarazione, il loro piano di azione.
Questa partnership coinvolge i vari governi dei paesi di tutto il mondo: il singolo
esecutivo nazionale, per entrare a far parte del gruppo, deve sottostare all’ Open
Government Declaration, un documento che garantisce alti livelli di trasparenza e
partecipazione. In particolare i criteri minimi di ammissione sono:

fiscal transparency: tempestiva pubblicazione di documenti fiscali;

access to information: richiesta una legge sull’accesso alle informazioni;

public officials asset disclosure: attuazione di regole che richiedono
comunicazione al pubblico di reddito e patrimonio dei funzionari pubblici contro
la corruzione e per un Open Government responsabile;

citizen engagement: partecipazione e coinvolgimento della cittadinanza nelle
politiche e nella governance.
Per ogni criterio viene assegnato un punteggio da 1 a 4 e sono necessari il 75% dei punti
applicabili per entrare a far parte della partnership.
La situazione attuale vede, come mostrato dalla mappa sottostante, 66 stati partecipanti
all’iniziativa.
53
Figura 3.3 Open Government Partnership, situazione attuale (http://www.opengovpartnership.org/)
Questo progetto può essere considerato una buona proxy della situazione mondiale sul
tema Open Government. Come si può notare, il paese più all’avanguardia è l’America, in
quanto tutti gli stati del continente si trovano al secondo ciclo di azioni di Open
Government. Ovviamente, questo dato, deve essere considerato con le dovute
precauzioni, dettate dal fatto che potrebbero esserci dei paesi che non hanno richiesto di
partecipare alla partnership, ma che hanno implementato azioni di Open Government.
Nonostante ciò, gli studi di caso e alcune analisi statistiche descritte in seguito, sembrano
confermare l’overview proposta dalla mappa.
3.5.
Conclusione
All’interno del presente capitolo è stato analizzato il concetto di Open Government,
mettendo in luce come la dichiarazione del presidente Obama abbia segnato una svolta
riguardo a questo tema: è da quel momento, infatti, che il mondo della PA ha messo al
centro del suo operato una riflessione su come l’utilizzo delle nuove tecnologie a
disposizione potesse aiutare a coinvolgere il cittadino nell’azione amministrativa.
54
Questo porta come conseguenza anche un cambiamento sugli Open Data e, in particolare,
sugli Open Government Data. I dati diventano, infatti, un mezzo utile per favorire la
collaborazione e la partecipazione dei cittadino.
Nel prossimo capitolo verrà esploso il concetto di trasparenza, concetto che, come sarà
spiegato nel dettaglio, è analizzato in letteratura dal XVIII secolo, ma, con la nascita
dell’Open Government, è diventato uno dei tre pilastri da intersecare a partecipazione e
collaborazione e, quindi, ha subito delle evoluzioni importanti.
55
Capitolo 4
IL RUOLO DELLA TRASPARENZA
4.1.
Introduzione
Analizzando le caratteristiche tecniche necessarie affinché un dato aperto possa essere
definito Open data e il concetto di Open Government è emerso in maniera rilevante il loro
stretto legame con il concetto di trasparenza: affinché un Open Data possa effettivamente
portare un valore aggiunto per il governo e per il territorio e affinché questo possa essere
uno strumento per favorire le politiche di Open Government è necessario, infatti che i
governi mettano a disposizione del pubblico tutte le informazioni in loro possesso,
attraverso politiche di trasparenza.
La trasparenza, negli ultimi due secoli, ha caratterizzato la relazione tra cittadini e
pubbliche amministrazioni. In particolare si possono riconoscere due ere distinte nelle
quali è stato delineato il significato della parola trasparenza. Inizialmente, infatti, il
concetto di trasparenza veniva assimilato al concetto di controllo: grazie alla
pubblicazione di dati i cittadini potevano controllare l’agire amministrativo oltre a
mettere in atto un meccanismo di controllo interno. Con il passare del tempo e,
soprattutto, dopo la nascita dell’Open Government, questo concetto ha subito delle
modifiche ed è diventata sempre più argomento di discussione e ricerca all’interno della
PA l’idea di cittadino come cardine dell’agire amministrativo. Questo ha portato con sé
due implicazioni: i cittadini sono stati considerati promotori e beneficiari della
trasparenza e l’azione pubblica, resa leggibile, è necessariamente divenuta rilevante,
comprensibile e riutilizzabile per i cittadini stessi, dovendo rispondere alle loro esigenze
(Di Rienzo 2014).
In particolare Barbara Ubaldi (Ubaldi 2013) offre una descrizione di due movimenti che
contengono al loro interno i due concetti di trasparenza amministrativa che saranno
illustrati e utilizzati in questo capitolo e nei successivi: il “right to information
56
movement” e l’“Open Government Data movement”. Il primo guarda la pubblicazione
dei dati con un’attenzione particolare ai diritti del cittadino di ricevere le informazioni
che l’amministrazione è tenuta, per obblighi normativi, a offrire ad esso; il secondo
analizza la trasparenza come strumento di sostegno alla società civile, favorendo il
riutilizzo del dato stesso, anche per fini economici. Importante sottolineare come i due
termini non siano dicotomici ma, piuttosto, due scelte di pubblicazione diverse, non in
contrasto ma, al contrario, che possono essere portate avanti parallelamente.
I due movimenti, nonostante perseguano entrambi l’obiettivo di portare il governo a
livelli sempre più alti di trasparenza, richiedono tuttavia due tipologie di pubblicazione
diverse. Il primo si concentra sulla quantità e la qualità dei dati pubblicati, il secondo sulla
modalità di pubblicazione e la riusabilità degli stessi.
Il presente capitolo si propone, dopo un’accurata analisi del significato del termine
trasparenza, di analizzare i benefici della stessa, dapprima quelli legati al primo
movimento, quindi alla semplice pubblicazione di dati e, in seguito, quelli legati all’Open
Government e alla possibilità di offrire ai cittadini strumenti di partecipazione. Verranno
infine presentati alcuni metodi per misurare la trasparenza di una PA.
4.2.
Definizione trasparenza
Il termine trasparenza deriva dal latino “trans-parère” e significa: “essere visibile
attraverso un corpo diafano”, dove per diafano si intende: “relativo a corpo che ha una
trasparenza tale da lasciare vedere il contorno dell'oggetto posto dietro di esso (si
contrappone a opaco)” (Di Rienzo 2014).
Sono numerosi gli autori che, negli anni, hanno elaborato definizioni del temine
trasparenza, qui di seguito ne verranno riportate solo alcune, ritenute particolarmente
significative.
Davis (Davis 1998), definisce la trasparenza come ciò che “solleva il velo di segretezza”
den Boer (den Boer 1998), parla di “abilità di guardare chiaramente attraverso le finestre
di un’istituzione”.
57
Moser definisce l’essere trasparenti come l’atto di “rendere visibili quelle procedure
operative non immediatamente visibili a coloro che non sono direttamente coinvolti, al
fine di mostrare la buona operatività di una istituzione” (Moser 2001).
Oliver descrive come la trasparenza abbia tre connotati fondamentali: un soggetto che
osserva, uno che possa essere osservato, uno strumento che permetta al soggetto di
osservare l’oggetto (Oliver 2004).
Sono però Chistopher Hood e David Heald (Hood, Heald 2006) a tracciare il percorso
storico che ha portato a un susseguirsi di interpretazioni e significati del termine
trasparenza.
Nel XVIII secolo, soprattutto sotto l’influenza delle opere di Jeremy Bentham (Bentham
1791) si inizia ad associare il termine trasparenza al controllo e alla conoscenza di un
fenomeno, sostenendo infatti che "più attentamente saremo osservati, meglio ci
comporteremo". Successivamente, nel secolo scorso, il termine trasparenza viene legato
all’agire pubblico e in particolare si afferma la concezione di un agire governativo
trasparente come raccordo tra autorità che gestisce il potere e cittadinanza (Popper 1945),
intendendo, tuttavia, la trasparenza ancora come un controllo sociale. Solo in epoca
recente (Di Rienzo 2014), grazie anche al contributo del mondo anglosassone e
americano, si è andata via via affermandosi l’idea di una relazione tra cittadini e Pubblica
Amministrazione come un rapporto bidirezionale, con i cittadini al centro dell’agire
governativo.
Nel corso degli anni ’90, anche governi e istituzioni internazionali si sono interrogati sul
termine trasparenza. Tra le istituzioni, il Fondo Monetario Internazionale (FMI) nel 1998
ha promosso uno studio (Kopits, Craig 1998) che affronta alcuni degli aspetti legati alla
trasparenza dell’attività governativa, con particolare riferimento alla trasparenza fiscale.
Vengono in esso individuate tre principali dimensioni legate alla trasparenza fiscale: a
livello più aggregato si fa riferimento alla produzione da parte del governo di
informazioni circa la politica fiscale oggi attuata e futura; un secondo livello, più di
dettaglio, è relativo alla pubblicazione di dati di bilancio, mentre il terzo livello prevede
la pubblicazioni di informazioni legate all’etica quali eventuali conflitti di interesse,
codici di condotta ecc.
58
I motivi per cui adottare politiche di trasparenza, sempre secondo lo studio citato, sono
legati alla contribuzione alla stabilità macro economica, all’efficienza nell’allocazione
delle risorse, all’aumento della credibilità dei governi e alla riduzione del rischio nei
mercati finanziari e, infine, alla possibilità di rendere più forte il legame tra governo e
elettori.
Le radici culturali della trasparenza, così come essa è interpretata al giorno d’oggi,
risiedono soprattutto nella cultura scientifica del secolo scorso (Di Rienzo 2012). In
particolare Di Rienzo osserva come si sia passati da un paradigma informazionale a un
paradigma relazionale, da una situazione, cioè, in cui un soggetto (la PA) informa un altro
soggetto (i cittadini) a un dialogo tra due soggetti (PA e cittadini).
Un contributo importante per l’analisi delle caratteristiche della trasparenza è quello
riportato nell’articolo di Heald, insieme a Hood e altri autori, (Hood, Heald 2006)
all’interno del testo “anatomia della trasparenza”. L’analisi degli autori è riassunta nella
seguente figura.
Figura 4.1 Four direction of transparency (Hood, Heald 2006)
59
Heald propone, in merito alle direzioni che la trasparenza può seguire, due dimensioni:
quella verticale e quella orizzontale.
Dimensione verticale.
L’autore opera una distinzione tra trasparenza verso l’alto e verso il basso:

upwards transparency: meccanismo attraverso cui al governante (inteso come
manager privato così come Ministero, amministrazione regionale o locale) viene
permesso di monitorare attività e condotta dei suoi sottoposti, siano essi cittadini
o anche impiegati e lavoratori;

downwards transparency: la trasparenza verso il basso, al contrario, obbliga il
governante a dare conto del proprio operato ai cittadini, impiegati, shareholder
ecc.
Quando la trasparenza upwards e quella downwards agiscono contemporaneamente si
parla di trasparenza simmetrica, in caso contrario asimmetrica. Questa dimensione viene
associata al concetto di “accountability”.
Dimensione orizzontale.
Vengono evidenziate due diverse possibili direzioni di trasparenza verso l’esterno e verso
l’interno:

inwards transparency: coloro che si trovano all’esterno sono in grado di osservare
cosa succede all’interno di una organizzazione;

outwards transparency: capacità di una organizzazione di osservare cosa succede
al suo esterno, acquisire le informazioni utili in termini, ad esempio, di bisogni da
soddisfare, di risorse della comunità da mobilitare al fine di produrre politiche
migliori, più vicine alle reali esigenze dei cittadini.
Anche la dimensione orizzontale può essere simmetrica o non.
Oltre alle direzioni sopra descritte, la trasparenza assume anche diverse varietà, che Heald
descrive con il supporto di tre dicotomie: la trasparenza dell’evento rispetto alla
trasparenza di processo, la trasparenza in retrospettiva rispetto alla trasparenza real time,
la trasparenza nominale rispetto alla trasparenza effettiva.
60
All’interno della trasparenza dell’evento si distinguono input, output e outcome.
Gli input sono costituiti dalle risorse messe a disposizione da un’amministrazione per la
realizzazione di un obiettivo.
Gli output fanno riferimento al prodotto del processo di produzione.
Per outcome si intende, secondo la definizione data da www.idea.gov.uk:
“Impatto, risultato ultimo di un’azione. Nella misurazione delle performance ci si
riferisce agli outcome per indicare la conseguenza di un’attività o processo dal punto
di vista dell’utente del servizio e degli stakeholder più in generale; esempi di outcome
possono essere: il miglioramento della qualità della vita, della salute dei cittadini
[…]”. (Di Rienzo 2012).
Questi tre elementi sono, per loro natura, distinguibili e misurabili.
Oggetto della trasparenza del processo sono gli aspetti procedurali e operativi, tutti quegli
elementi, cioè, che permettono ad una organizzazione di rendere effettivo il processo di
trasformazione degli input in output e in outcome, in questo caso, difficilmente
misurabili.
Un’ integrazione alla proposta di Heald si può ritrovare nell’articolo di Bannister e
Connolly (Bannister, Connolly 2011) i quali aggiungono alla “data and process
transparency”, la “decision/policy transparency”: l’obbligo, cioè, per il governo di
spiegare anche le ragioni di una decisione o un’azione politica.
Nella tabella sottostante vengono illustrate le tre categorie, così come definite dagli autori,
e le domande a cui esse rispondono.
Tabella 4.1 Types of transparency and principal type of question addressed (Bannister, Connolly 2011)
61
La seconda separazione concettuale proposta da Heald è definita dall’elemento
temporale: si distingue la trasparenza in retrospettiva dalla trasparenza in real time.
Nel primo caso un’organizzazione decide di liberare a specifici intervalli di tempo le
informazioni sulla propria attività e performance, mentre, nel secondo, i processi interni
di una organizzazione sono sempre aperti e verificabili, consentendone un’effettiva
“tracciabilità” da parte di chi ne è interessato.
La trasparenza in retrospettiva è associabile al concetto di responsabilità, quella real time
al concetto di sorveglianza.
Infine Heald sostiene che la trasparenza, per essere effettiva, necessita di recettori in grado
di “processare, digerire e utilizzare le informazioni”.
L’applicazione dei concetti finora spiegati è strettamente legata al mondo dell’ICT,
Margetts (Margetts 2006) contribuisce a chiarire le differenze tra trasparenza pre e post
introduzione dell’ICT. La prima differenza è a livello economico: i costi, laddove la
produzione di informazioni è supportata dalle tecnologie, sono sensibilmente minori. La
seconda differenza è legata alle potenzialità: l’ICT abilita forme di trasparenza che non
era possibile mettere in pratica prima e consente una divulgazione di informazioni
praticamente in tempo reale.
La sintesi delle varie definizioni del concetto può essere lasciata all’articolo di Massimo
Di Rienzo (Di Rienzo 2012) che nel suo paper, scritto per conto del Formez, evidenzia
quattro approcci diversi che la pubblica amministrazione può adoperare quando decide di
attuare politiche di trasparenza:
1. trasparenza e apertura delle informazioni: la trasparenza viene associata alla
libertà di informazione. L’apertura dei dati del settore pubblico è uno dei prerequisiti che permettono il diritto di informare e di essere informati;
2. trasparenza come comunicazione e partecipazione: la trasparenza viene rapportata
alla comunicazione e alla partecipazione. La trasparenza è lo strumento necessario
per consentire il dialogo bidirezionale e costituisce il feedback necessario per
adeguare ed orientare il settore pubblico verso il soddisfacimento dei bisogni dei
cittadini;
62
3. trasparenza come integrità e identità culturale: la trasparenza diventa indice di
integrità del settore pubblico. Più il sistema è trasparente, infatti, minori sono i
fenomeni di collusione e corruzione e maggiore è la performance dell'azione
amministrativa. In questa visione la trasparenza e, più che altro, un
comportamento o un atteggiamento individuale prima che organizzativo;
4. trasparenza come prevedibilità dell’azione amministrativa: è strettamente
correlata alla prevedibilità dei processi decisionali secondo regole chiare e note al
pubblico.
Quanto fin qui esposto permette di comprendere come sia presente un gran numero di
articoli scientifici sul termine trasparenza, su cosa significhi essere trasparenti, e in che
termini i dati debbano essere pubblicati.
Pochi e più recenti sono, invece, gli articoli che legano il tema della trasparenza al
cittadino e alla sua partecipazione.
In linea con queste considerazioni suonano le parole di David Heald, in occasione del
webinar “La trasparenza dei finanziamenti pubblici nell’era dell’ICT: una sfida aperta”:
“La trasparenza non è la panacea dei mali legati alla mancanza di fiducia nei governi.
Questa prospettiva sarebbe totalmente illusoria. Ma senza trasparenza i governi
perdono il proprio diritto di legittimità. Questo è un elemento estremamente
importante. […]. Saper gestire la complessità e il volume delle informazioni fiscali e
renderle disponibili in modo che siano chiaramente decodificabili e semplici da
trovare è la sfida dei governi europei oggi.”
4.3.
Benefici e impatti della pubblicazione dei dati
Dopo aver compreso che cosa sia la trasparenza, appare ora necessario analizzare i
benefici e gli impatti della trasparenza, intesa come mera pubblicazione dei dati.
Gli studi che si occupano di questi aspetti, possono essere suddivisi in due categorie:
quelli che riguardano la trasparenza e la fiducia nel governo e quelli che mettono in
relazione trasparenza e democrazia.
63
Bannister e Connolly (Bannister, Connolly 2011) analizzano la letteratura scritta sul tema
arrivando alla conclusione che non sia così scontato il legame tra trasparenza e benefici
per il governo che la applica.
La prima sezione del presente paragrafo è volta a raccogliere tutte le informazioni e gli
studi che dimostrano il rapporto tra le azioni governative, in termini di trasparenza, e la
risposta che danno i cittadini, in termini di fiducia nelle istituzioni; la seconda sezione
invece studia la trasparenza come strumento di democrazia.
Entrambi questi aspetti sono strettamente legati al tema della trasparenza, la scelta di
analizzarli è dettata dal fatto che essi possono essere considerati dei prerequisiti per un
governo vuole proporre politiche di Open Government: infatti, solo un governo
democratico e che può vantare la fiducia dei cittadini nelle proprie azioni, può pensare di
attivare politiche per le quali è richiesta una collaborazione e una partecipazione attiva
della popolazione.
Prima di procedere con l’analisi dei due cluster, si riporta uno studio legato alla situazione
mondiale che rapporta la trasparenza del settore pubblico ai migliori risultati economici
e sociali nei paesi OCSE.
Bastida e Benito (Bastida, Benito 2007), partendo da un campione internazionale di 41
paesi hanno analizzato in quale misura i governi rispondono ai requisiti OCSE contenuti
nel documento “Migliori Pratiche per la Trasparenza dei Bilanci” (OBP).
I risultati sono mostrati nel grafico sottostante.
64
New Zeland
Norway
Finland
Bolivia
U.S.A
Iceland
Sweden
Jordan
Hungary
Chile
Canada
South Africa
Italy
Australia
Portugal
Netherlands
Japan
U.K.
Kenya
Israel
Cambodia
Argentina
Average
Korea
Greece
France
Denmark
Slovak rep.
Ireland
Indonesia
Belgium
Morocco
Mexico
Germany
Czech rep.
Spain
Turkey
Slovenia
Colombia
Austria
Surinam
Uruguay
0,0%
82,5%
80,0%
77,5%
75,0%
72,5%
72,5%
70,0%
70,0%
70,0%
67,5%
65,0%
62,5%
62,5%
62,5%
60,0%
60,0%
60,0%
57,5%
57,5%
57,5%
57,5%
57,5%
56,4%
55,0%
52,5%
52,5%
52,5%
50,0%
50,0%
50,0%
50,0%
47,5%
47,5%
47,5%
45,0%
42,5%
40,0%
40,0%
37,5%
35,0%
32,5%
27,5%
20,0%
40,0%
60,0%
80,0%
100,0%
Grafico 4.1 OEDC Best Practices for Budget Transparency (ODC) overall fulfilment (Bastida, Benito 2007)
Dall’indagine, che si riferisce all’anno 2007, emerge come una situazione “accettabile”
sia ben lontana dall’essere raggiunta: solo 14 paesi su 41 (34.15%) soddisfa almeno il
60% dei suggerimenti dell’OBP. Alcuni paesi, però, forniscono relazioni di bilancio più
trasparenti di quello che ci si aspetterebbe, considerando il loro livello di sviluppo
(Bolivia, Giordania, Ungheria), al contrario Austria, Germania e Spagna hanno ottenuto
punteggi bassi, questi risultati potrebbero essere influenzati dalla struttura federale di
65
questi Paesi. Le riforme attuate in Nuova Zelanda sono considerate best practices in tutto
il mondo, per questo il primato di questo paese non era inatteso.
A detta degli autori, quindi, tutti i governi hanno il dovere di fare uno sforzo ulteriore per
aumentare la trasparenza, in quanto ciò permetterebbe ai cittadini e ai mercati finanziari
di valutare correttamente la posizione finanziaria e le prestazioni dei governi e, allo stesso
modo, migliorerebbe il processo decisionale degli agenti economici.
4.3.1.
Trasparenza e riduzione della corruzione
L’utilizzo della trasparenza come strumento governativo per ridurne la corruzione è,
sicuramente, uno dei motivi che spingono una pubblica amministrazione a pubblicare i
propri dati.
Il primo indicatore a conferma di questa teoria è l’indice di percezione della corruzione
(CPI) stilato ogni anno da Transparency International (Transparency International 2014)
che misura i livelli percepiti di corruzione nel settore pubblico: esso si basa su valutazioni
di esperti e dati di rilievo, relativamente a questioni quali, ad esempio, l'accesso alle
informazioni, la corruzione di pubblici ufficiali, le tangenti pagate in appalti pubblici e
l'applicazione delle leggi anti-corruzione (Lambsdorff 2007). All’interno di questa analisi
viene dimostrato come i Paesi con un più basso livello di corruzione siano anche quelli
con una maggiore trasparenza.
Parzialmente in contrasto con questa visione è quella di Bac (Bac 2001) che, attraverso il
suo studio, dimostra come la trasparenza provochi due effetti diversi e contrastanti.
Se, infatti, essa costituisce un deterrente alla corruzione rendendo decisioni e processi più
aperti al pubblico, dall’altra parte, però, incentiva la corruzione offrendo informazioni
utili a stabilire contatti rivelando le identità dei “decision maker”. Per questo motivo, la
tesi degli autori è che serve un alto livello di trasparenza perché i risultati del primo effetto
siano dominanti e eliminino quelli del secondo.
Uno studio empirico, effettuato facendo un’analisi concreta in diversi paesi, è quello di
Lindstedt e Naurin (Lindstedt, Naurin 2006). Alla fine delle loro analisi essi descrivono
un modello in cui collegano la corruzione a diverse variabili indipendenti, tra cui
“political transparency” e “economic and istitutional transparency” dimostrando, in linea
66
con tutti gli altri studi citati, una correlazione negativa tra queste due variabili e la
variabile dipendente “corruption”.
4.3.2.
Trasparenza e fiducia nel governo
Il legame tra trasparenza e fiducia nel governo è un tema molto dibattuto in letteratura.
La fiducia è intesa come un concetto multidisciplinare (Grimmelikhuijsen 2009) con
un’ampia gamma di definizioni, tra le quali, universalmente accettata, è quella di
Rousseau, Sitkin, Burt e Camerer (Rousseau, Sitkin et al. 1998): “la fiducia è uno stato
piscologico che comprende l’intenzione di accettare la vulnerabilità sulla base di
aspettative positive delle intenzioni o del comportamento di un altro”.
Diversi autori ritengono che la percezione di un alto livello di trasparenza abiliti la
costruzione di fiducia nel governo (Barber 1983, Covello 1992, Bok 1997, Cook, Jacobs
et al. 2010). Alcuni di essi collegano questa percezione ai concetti di apertura e onestà
(Peters, Covello et al. 1997) ma anche al concetto di integrità degli enti pubblici (Gabarro
1978, Butler Jr, Cantrell 1984, Lieberman 1983, Butler 1991). In particolare Cantrell
intende la trasparenza, in senso lato, come apertura che inserisce in una delle cinque
caratteristiche della fiducia.
Le opinioni sul tema sono, però, talvolta contrastanti. In particolare Cook, Jacobs e Kim
(Cook, Jacobs et al. 2010) ipotizzano che la mancanza di conoscenza sia causa della
diminuzione della fiducia e della confidenza dei cittadini nel proprio governo, in questo
senso, la trasparenza, viene intesa come pre-condizione essenziale per sviluppare una
maggiore fiducia dei cittadini nella propria amministrazione.
Grimmelikhuijsen (Grimmelikhuijsen 2009), invece, suggerisce uno scenario più
complesso. Egli rappresenta, infatti, la fiducia secondo tre dimensioni: competenza,
benevolenza e onestà e collega ognuna di queste alla trasparenza.
I risultati a cui giunge sono che la relazione non è univoca: mentre la percezione di
benevolenza e onestà è positivamente collegata al livello di e-transparency, la percezione
circa la competenza governativa, invece, può esserne influenzata negativamente. L’autore
giunge, quindi, alla conclusione che la trasparenza aumenta il livello di conoscenza del
67
governo da parte dei cittadini, ma non è dimostrabile che ne faccia crescere anche il livello
di fiducia.
Lo stesso autore, insieme a Meijer (Grimmelikhuijsen, Meijer 2012) ha provato a
dimostrare empiricamente quanto detto finora. Per effettuare l’indagine sono stati presi
in considerazione due fattori: la conoscenza pregressa di un certo tema e la
predisposizione alla fiducia da parte dei cittadini nel proprio governo. Alla fine dello
studio, i due economisti arrivano a dimostrare che la trasparenza non influisce sulla
fiducia quando i cittadini hanno una forte conoscenza pregressa. Se, al contrario, i
cittadini posseggono una bassa conoscenza pregressa e bassa predisposizione del fidarsi
del governo, allora forti politiche di trasparenza determinano un aumento della
benevolenza percepita.
In un'altra survey Porumbescu e Grimmelikhuijsen (Grimmelikhuijsen, Porumbescu et al.
2013), hanno effettuato un’analisi comparativa tra Svezia e Sud Korea, per verificare
l’effetto della trasparenza sulla fiducia in diversi contesti culturali. Attraverso tre
esperimenti gli autori hanno dimostrato come nel breve termine la trasparenza abbia
effetti trascurabili, o addirittura influenzi negativamente sul livello di fiducia.
I differenti tassi di negatività dimostrano come i fattori culturali incidano sensibilmente
sul modo in cui i cittadini percepiscono e apprezzano la trasparenza.
4.3.3.
Trasparenza e democrazia
Anche la connessione tra la trasparenza e il livello di democrazia effettiva e percepita è
un tema molto dibattuto all’interno della comunità scientifica.
Rosendorff e Vreeland (Rosendorff, Vreeland 2006) pubblicano uno studio sul rapporto
tra trasparenza e forma di governo attuata. Attraverso un’indagine empirica dimostrano
come il livello di trasparenza all’interno di una democrazia sia maggiore di quello in un
regime non democratico. Per supportare la tesi gli autori analizzano la disponibilità di
informazioni sull’inflazione e i tassi di disoccupazione, verificando che essi sono
disponibili solo nei Paesi in cui i governi sono stati eletti democraticamente. I governi
democratici non solo sono più trasparenti, ma tendono anche a produrre più informazioni
dei governi autoritari (Lord 2006).
68
Nella parte successiva dell’articolo i due autori (Rosendorff, Vreeland 2006) propongono
un’analisi matematica molto accurata, cercando di ricondurre gli interessi di un governo
democratico e dei cittadini a equazioni matematiche che mostrino il payoff dei vari attori
nei vari periodi. Attraverso la teoria dei giochi essi mostrano, inoltre, come ci sia una
soluzione pareto-efficiente rappresentata dalla seguente situazione: “Transparency is
preferred to non-transparency by both players when the polity is sufficiently
democratic.”. Appare, infatti, che sopra un certo livello di democrazia (indicato con π*)
la soluzione dominante del gioco, per entrambi i giocatori (governo e cittadini) sia quella
ottenuta in un regime di trasparenza.
Gli stessi autori (Hollyer, Rosendorff et al. 2011) cercano poi di tradurre in un’equazione,
attraverso un modello di regressione, il rapporto tra trasparenza e democrazia, arrivando
alla seguente conclusione:
𝑡𝑟𝑎𝑛𝑠𝑝𝑎𝑟𝑒𝑛𝑐𝑦 = 𝛿𝑑𝑒𝑚𝑜𝑐𝑟𝑎𝑐𝑦 + 𝑋𝛾 + 𝜀
Dove:

ε ̴ Ɲ (0;Σ) è la variabile di errore, Σ rappresenta la matrice degli standard error dei
vari continenti;

X è la matrice delle variabili di controllo e γ il vettore dei coefficienti di queste
variabili.
Il valore centrale e più importante di questo modello è δ, uno scalare che rappresenta il
coefficiente di relazione tra democrazia e trasparenza e, dallo studio degli autori, questo
coefficiente risulta essere positivo. Questo significa che un aumento del livello di
democrazia in un Paese implica un aumento del livello di trasparenza.
Schauer, attraverso un’approfondita analisi di letteratura (Schauer 2011), afferma che la
trasparenza contribuisce a aumentare il livello di democrazia perché, riportando le parole
dell’autore, esso è un “vehicle for control of the governors by the governed” che permette
ai cittadini di esercitare il diritto al controllo dell’azione pubblica e, inoltre, costituisce un
aiuto contro la corruzione e le condotte inappropriate da parte dei governanti.
69
4.4.
Trasparenza e Open Government
I primi due benefici sopra elencati sono strettamente legati al solo concetto di trasparenza.
Come abbiamo visto è universalmente accettato come la trasparenza porti benefici sui
cittadini in termini di fiducia nel governo e come questa dipenda dal livello di democrazia
percepito. L’attenzione verrà qui di seguito spostata sul legame che c’è tra trasparenza,
partecipazione e collaborazione, gli altri pilastri dell’Open Government.
Vi è uno stretto legame tra partecipazione e trasparenza digitali: in letteratura sono
presenti tre modelli importanti di partecipazione digitale (Chadwick, May 2003,
Macintosh, Coleman 2003, Mustafa Kamal 2009):

unidirezionale (modello manageriale): il governo, attraverso l’e-Government,
rende disponibili le informazioni ai cittadini;

bidirezionale condotta dal governo (modello consultivo): l’input dei cittadini è
tenuto in considerazione all’interno delle scelte governative;

bidirezionale condotta sia dai cittadini sia dal governo (modello partecipatorio): è
il livello più alto di partecipazione, dove gli input offerti dai cittadini possono
modificare direttamente le politiche pubbliche, l’interazione tra cittadini e
governo è in entrambe le direzioni.
La tabella sottostante riassume i tre modelli e le loro caratteristiche.
70
Tabella 4.2 Three models of citizen interaction with e-Government (Reddick 2011)
Reddick (Reddick 2011), attraverso un’indagine empirica e un’analisi quantitativa, testa
questi tre modelli e, per fare ciò, utilizza tre cluster di variabili: variabili “citizendemand”, variabili socio democratiche, variabili politiche.
La conclusione a cui giunge l’autore è che per incentivare la partecipazione siano
necessari: un maggiore sforzo nello stimolare la domanda di e-Government, la volontà di
affrontare il problema del digital-divide, e l’aver già adottato in precedenza iniziative di
trasparenza.
In particolare egli dimostra che:

i cittadini sono 1,67 volte più disponibili a partecipare secondo il modello
partecipativo se pensano che sia importante per il governo dare informazioni
generali al pubblico attraverso il web;

avere un governo più accessibile significa che i cittadini sono 1,77 volte più
disponibili a usare il modello manageriale, 1,51 volte quello consultivo e 1,57
volte quello partecipatorio. Quindi, aumentare la trasparenza governativa si
traduce in un miglior livello di e-participation dei cittadini.
71
Un altro studio (Sternstein 2010) analizza il rapporto tra trasparenza e partecipazione
attraverso una survey. L’autore, in particolare, fa un’analisi comparativa tra la reazione
di 36000 cittadini che visitano siti Open Data governativi e il livello di trasparenza
percepito. I risultati sono riportati in tabella.
Score on
Transparency Score
Pct. Diff.
> 80
< 70
Satisfaction
89
41
85
Future participation
62
44
40
Return to Web site
94
68
37
Recommend Web site
93
59
57
Use as a primary resource
89
60
49
More trust in government
87
59
46
Tabella 4.3 Transparency Score (Sternstein 2010)
Tra i cittadini che credono che il sito abbia un alto livello di trasparenza, il 46% è più
favorevole a fidarsi in generale del governo, il 49% più disposto a usare il sito come
risorsa primaria e il 37% più disponibile a ritornare sul sito.
Lo studio dimostra, quindi, che: "if citizens find e-Government transparent, they are more
likely to return to the site, recommend it, and use it instead of a more costly channel, they
even express more trust in the government agency".
Anche Kim e Lee (Kim, Lee 2012) teorizzano lo stretto legame tra partecipazione e
trasparenza.
In particolare il loro lavoro prende in considerazione cinque aspetti relativi alla
partecipazione verificandone la correlazione:
1. soddisfazione nell’utilizzo delle applicazioni informatiche per la per l’eparticipation;
2. soddisfazione dovuta alla tempestività di risposta del governo;
3. aumento del numero degli e-participants;
4. percezione nella capacità di influenzare le decisioni;
5. valutazione della trasparenza governativa.
72
I coefficienti di correlazione trovati sono rappresentati nell’immagine qui di seguito
riportata:
Figura 4.2 Proposed Model of E-Participation and Trust in Government (Kim, Lee 2012)
Il lavoro conclude che un processo partecipativo realizzato con il supporto delle
tecnologie informative fa aumentare nei partecipanti la percezione del livello di
trasparenza del soggetto pubblico che ha attivato il processo.
In ultimo, di partecipazione e trasparenza parla anche Lucio Picci, sia all’interno del suo
paper (Picci 2012), sia all’interno del webinar “La trasparenza dei finanziamenti pubblici
nell’era dell’ICT: una sfida aperta”.
L’autore si concentra, in particolare, sul concetto di “leggibilità”, intendendo con questo
termine la capacità dei cittadini di “leggere” lo Stato, le sue azioni e le sue politiche. È
determinante che lo Stato indichi obiettivi e regole chiare e che gli strumenti partecipativi
richiedano un basso sforzo cognitivo e siano quindi facilmente “leggibili”. La trasparenza
è una precondizione della leggibilità e quindi anche una precondizione per un modello di
governance partecipativo.
73
4.5.
Misurare la trasparenza
Dopo la definizione del concetto di trasparenza e l’analisi dei benefici che questa può
portare ai cittadini e all’amministrazione, appare necessario soffermarsi anche sull’analisi
della letteratura in merito ai metodi, qualitativi e quantitativi, per misurare la trasparenza.
Vi sono governi più trasparenti di altri? Come e perché si può stabilire il livello di
trasparenza di un’organizzazione?
Questi quesiti provano a trovare risposta nei prossimi paragrafi partendo dai requisiti
minimi per essere trasparenti fino a arrivare a modelli qualitativi e quantitativi.
4.5.1.
A che livello essere trasparenti?
Il primo elemento da considerare quando si misura la trasparenza è quali siano i requisiti
minimi che permettano di definire un governo “trasparente”. Greta Nasi (Cucciniello,
Nasi et al. 2012) afferma che:
“Per essere trasparenti in modo efficace nel settore pubblico è dunque necessario
capire che significato attribuiscono a questo concetto i cittadini e dare loro
informazioni semplici, chiare e rispondenti ai loro interessi. Di fatto significa aprire
le porte dell’amministrazione dichiarando, tra le atre cose, come si finanzia, cosa si
prende, cosa ottiene e come lo ottiene, anche fornendo un’analisi critica che dia
conto delle ragioni per le quali risultati prefissati vengono o meno perseguiti.”
Secondo gli autori negli ultimi anni abbiamo assistito a una mutazione nella percezione e
nella valutazione da parte dei cittadini dei servizi pubblici erogati: oltre al servizio in sé,
vengono infatti spesso valutati anche una serie di attributi corollari (cordialità del
dipendente, tempo di attesa, …).
La trasparenza diventa quindi non solo l’apertura delle informazioni possedute su ciò che
l’amministrazione stessa fa, in modo unidirezionale, ma anche la pubblicazione di dati e
informazioni dettagliate rispetto ai criteri che gli utenti utilizzano per valutare il valore
generato dell’informazione stessa (rapporto bidirezionale).
All’interno di una pubblica amministrazione, attuare una trasparenza con le caratteristiche
sopra citate richiede dei cambiamenti culturali e di contesto per i quali sono necessari
74
investimenti rilevanti. Per questo motivo la PA deve decidere “quanta” trasparenza vuole
adottare: la trasparenza, infatti, si costruisce attraverso una serie di complesse iterazioni
politiche e sociali, all’interno di regole formali e informali, e con la disponibilità di
tecnologie in costante evoluzione (Meijer 2013).
A questo proposito si può fare riferimento nuovamente alle parole di Greta Nasi
(Cucciniello, Nasi et al. 2012):
“La decisione dell’ampiezza e del grado di trasparenza deve essere coerente con gli
obiettivi che la pubblica amministrazione si propone di raggiungere attraverso questo
strumento […]. Se il costo per la produzione delle informazioni è basso e il valore
generato per i cittadini è alto, diventa fondamentale essere trasparenti. Per contro, se
il costo è alto e il valore generato è basso, è fortemente sconsigliato investire in
trasparenza in quell’ambito.”
A seguire verranno riportati alcuni modelli quantitativi e qualitativi utilizzati per valutare
la trasparenza.
4.5.2.
Modelli qualitativi
Per quanto attiene alle valutazioni qualitative, nei primi anni del secolo c’è stato un
crescente interesse delle scienze politiche per il concetto di “trasparenza”. Grigorescu
(Grigorescu 2003) ha esaminato alcuni dei possibili fattori che influiscono sulla
trasparenza e ha offerto diverse metodologie di valutazione, aggregate secondo la loro
rilevanza. Egli ha, inoltre, evidenziato i meccanismi attraverso i quali i governi
istituiscono enti indipendenti a supporto della trasparenza, al fine di rendere le
informazioni che offrono maggiormente credibili.
Si riportano diversi studi effettuati da Pina, Torres e Royo (Pina, Torres et al. 2007, Pina,
Torres et al. 2010).
A partire dal 2007, questi autori hanno effettuato una serie di studi empirici sugli effetti
dell’e-Government in materia di trasparenza in 15 Paesi dell’Unione Europea,
rappresentando anche i diversi tipi di stili della PA, che tradizionalmente (Kickert 1997)
sono quattro: anglosassone, germanico, sud-europeo e un gruppo che comprende i Paesi
nordici e Paesi Bassi, considerato una forma mista anglo-sassone e germanica.
75
Per queste valutazioni gli autori hanno usato il Website Attribute Evaluation System
(WAES) metodologia sviluppata da un gruppo di lavoro che fa riferimento a Demchak
(Demchak, Friis et al. 2000). Questo sistema è nato con lo scopo di valutare i siti web
governativi, in particolare sotto due dimensioni: la trasparenza, intesa come impegno
della PA a rendere disponibili le informazioni sul proprio sito e l’interattività, intesa come
facilità con cui i visitatori possono utilizzare le informazioni.
Il documento conclusivo ha messo a confronto lo sviluppo e la sofisticazione di 318 siti
web governativi a livello nazionale e sub-nazionale e ha valutato l’impatto dei fattori
contestuali e organizzativi.
Gli stessi autori nel 2010 hanno esteso il modello di analisi al fine di valutare in che
misura l’e-Government influisca sulla responsabilità e sulla trasparenza nei governi locali
dell’Unione Europea. Da questo studio è, però, emerso che, nonostante tutti i paesi
avessero il proprio sito web per la pubblicazione di dati, l’obiettivo di trasformare il
rapporto tra PA e cittadini era ancora lontano dall’essere raggiunto, essendo i progetti in
una fase embrionale. La maggior parte delle iniziative e-Government, infatti, era costruita
secondo un modello monodirezionale, che considerava i cittadini come elemento passivo
della comunicazione.
Importante lo studio del Centro per la Tecnologia e l’e-Government (CTG) presso
l’Università di Albany che, nel 2009, ha ricevuto dalla Fondazione Nazionale di Ricerca
degli Stati Uniti d’America (NSF) l’incarico per una ricerca esplorativa atta a sviluppare
una linea guida rivolta ai responsabili delle iniziative di Open Government e volta a
redigere una proposta di domande di ricerca inerenti le tecnologie emergenti, il governo
aperto e i servizi ai cittadini. In collaborazione con l’Amministrazione degli Affari
Generali del governo federale (GSA), l’approccio di questa iniziativa comprendeva
l’analisi assieme ai rappresentanti di agenzie federali, di gruppi non-profit, di funzionari
degli Stati e del governo locale, nonché studiosi e esperti di un mix delle migliori pratiche
sul tema del coinvolgimento della cittadinanza. Lo strumento, rappresentato in figura, si
chiama Open Government Portfolio Public Value Assessment Tool (PVAT) e rappresenta
il risultato di questa analisi. Esso individua un quadro di dimensioni di valore pubblico
che possono essere applicate in una vasta gamma di attività, per metterne a confronto i
risultati prodotti.
76
Il modello prevede che la valutazione della trasparenza sia fondata sulla misura del valore
pubblico che l’iniziativa può generare, mappando tre dimensioni: gli interessi degli
stakeholder, le caratteristiche del progetto di trasparenza e il possibili valore pubblico
generato dall’iniziativa. In particolare, per approfondire al meglio i tre ambiti di analisi,
predispone, per ognuno di essi, delle sottocategorie, riassunte nello schema qui di seguito
riportato.
Figura 4.3 Open Government Decision Making (Center for technology and e-Government 2009)
Le informazioni generate dal ricorso a questo strumento sono state utilizzate,
successivamente, per supportare le decisioni per lo sviluppo di iniziative del governo
aperte a livello federale e locale.
Lo schema che segue descrive le fasi sperimentate nelle iniziative di governo aperto.
77
Figura 4.4 Steps in conducting an initiative assessment and a portfolio review (Center for technology and eGovernment 2009)
Da segnalare, in ultimo, un tentativo italiano, da parte del Formez, (Di Rienzo, Torrente
2012) di misurare la trasparenza “dall’interno” con la creazione di uno strumento che
nominato “barometro della trasparenza”. Si tratta di uno strumento di autovalutazione dei
dipendenti ai quali vengono sottoposte delle affermazioni a cui rispondere con un giudizio
valutativo in una scala da 1 a 5.
Il modello di basa su sei dimensioni di analisi:
1. comunicazione e partecipazione;
2. tracciabilità e procurement;
3. integrità e performance;
4. norme e qualità regolazione;
5. procedure e adempimenti;
6. innovazione e tecnologie.
Per ognuna di queste dimensioni ci sono 20 affermazioni sulle quali l’ente deve esprimere
la propria valutazione.
78
Per testare il modello, nel 2011 esso è stato sottoposto a quattro amministrazioni regionali
(Sicilia, Puglia, Calabria, Campania) e i risultati ottenuti sono illustrati nella seguente
figura:
Grafico 4.2 Barometro della trasparenza - quadro di sintesi (Di Rienzo, Torrente 2012)
4.5.3.
Modelli quantitativi
Solo pochi studi precedenti al 2005 hanno tentato di valutare la prestazione, in termini di
trasparenza, dei servizi e-Government individuando, allo scopo, due modalità differenti
di analisi: una che prevedeva l’utilizzo degli stessi criteri già in uso nel settore privato per
la valutazione dei siti web, l’altra che valutava i servizi web delle Pubbliche
Amministrazioni, senza però nessun riferimento al comportamento dei cittadini, dal
momento che il paradigma dell’Open Government non era ancora stato sviluppato.
Wood (Wood, Siegel et al. 2003) parte dai modelli utilizzati per valutare i servizi di ecommerce e applica una valutazione multidimensionale delle strategie online comuni
nella valutazione dei siti web commerciali.
Diversi autori (Kristin, Charles et al. 1997, Demchak, Friis et al. 2000, West 2000)
espongono una seconda modalità di valutazione dell’e-Government, focalizzando i loro
studi su un’analisi descrittiva dei siti web. Due di essi, Kristin e Charles, hanno tentato di
79
valutare il sito del governo federale statunitense utilizzando diversi criteri che si
riferiscono al settore privato e soffermandosi principalmente sul punto di vista
organizzativo.
Demchak, invece, ha proposto un metodo, il Website Attribute Evaluation System
(WAES), che valuta l’apertura del sito di un’agenzia governativa esclusivamente dalle
caratteristiche del sito web stesso, in ottica monodirezionale.
In ultimo, West propone una media pesata di una serie di caratteristiche emerse
dall’analisi dei siti web.
Come si può facilmente intuire, questi studi non sono applicabili al paradigma dell’Open
Government. Tutti gli autori sopra citati, infatti, analizzano il concetto di trasparenza
senza tenere conto dello stretto legame tra questa modalità di collaborazione e la
partecipazione del cittadino.
I primi autori che provano a invertire questa tendenza sono Wang e Bretschenider (Wang,
Bretschneider et al. 2005) proponendo un modello di valutazione “citizen-centric”.
L’obiettivo degli autori è quello di fornire un modello che non solo valuti i servizi web
delle PA, ma anche aiuti le istituzioni a capire perché i loro siti web abbiano più o meno
successo nel consentire ai cittadini di recuperare le informazioni richieste.
In particolare per i siti web, questi autori ritengono sia necessaria l’interazione tra tre
componenti, la ricerca di informazioni è infatti strettamente correlata all’interazione
dell’utente, alle attività da compiere per la ricerca di informazioni e al sito vero e proprio.
In altre parole essa è il risultato di tre fattori: le esigenze dei cittadini, le attività di ricerca
delle informazioni e le prestazioni dei siti.
Gli autori esplicitano il concetto con la seguente formula:
𝑃 = 𝑓(𝐶, 𝑇, 𝑆, 𝐶𝑥𝑇, 𝐶𝑥𝑆, 𝑇𝑥𝑆, 𝐶𝑥𝑇𝑥𝑆)
Dove:

P sono le prestazioni di ricerca su un particolare sito governativo;

C è il vettore delle esigenze dei cittadini;

T è il vettore delle caratteristiche dell’attività di ricerca delle informazioni;
80

S è il vettore delle caratteristiche del singolo sito governativo.
Nel 2010 Oliver Glassey e Oliver François Glassey (Glassey, Glassey 2010) propongono
un indicatore per l’e-Government che definiscono “the smallest number of click”.
Essi riprendono una regola utilizzata all’interno del mondo digitale: l’utente deve poter
arrivare all’informazione richiesta entro 3 click dalla homepage del sito e, in particolare,
mettono in evidenza come “a visitor looking for information is unlikely to follow 4 clicks
to get to the information they want. If not, they are very likely to click off your site as
quickly as the clicked on”.
Per applicare questa regola ai siti di e-Government hanno definito 21 elementi di misura,
raggruppati in sei dimensioni di prossimità, come riportato nella seguente tabella.
Tabella 4.4 Dimensions and variables of the smallest numbers of clicks (Glassey, Glassey 2010)
Per ogni “elements of measure” la proposta è di analizzare il numero di click che l’utente
impiega per raggiungere l’informazione.
81
Il modello è stato testato applicandolo ai siti ufficiali dei cantoni svizzeri di lingua
francese (analisi svolta nel 2003): gli autori hanno osservato che gli aspetti più tecnici
(per esempio la navigabilità) erano particolarmente sviluppati, mentre gli aspetti più
socio-politici (quali protezione dei dati, accesso per portatori di handicap e le questioni
organizzative) erano ancora nelle fasi iniziali.
Altri autori hanno concentrato il proprio lavoro sulla valutazione della trasparenza
considerata nell’ambito delle determinanti di buona governance, ne è un esempio lo studio
di Franceschetti, Secco, De Re (Franceschetti, Da Re et al. 2012) che presentano un set
di indicatori di rapida applicazione per la valutazione della buona governance nelle
politiche riguardanti le risorse ambientali in ambito rurale.
La metodologia utilizzata per mettere a punto il set di indicatori ha previsto tre fasi:
1. adeguamento di indicatori già esistenti in letteratura e trasformazione di indicatori
basati su interviste a esperti;
2. creazione di nuovi indicatori;
3. test di un primo set di indicatori sui casi studio.
Scegliendo poi delle dimensioni chiave, e degli indicatori per ciascuna di esse, come
mostrato nella tabella qui di seguito allegata.
82
Figura 4.5 Dimensioni e sotto-dimensioni della governance (Franceschetti, Da Re et al. 2012)
Per motivi di sinteticità non vengono qui riportati tutti gli indicatori, la tabella esplicita
solo la sezione relativa agli indicatori di trasparenza, oggetto di attenzione del capitolo.
83
Tabella 4.5 Set di indicatori – trasparenza (Franceschetti, Da Re et al. 2012)
Secondo questo modello, gli indicatori permettono non solo di valutare la trasparenza,
intesa come pubblicazione di dati, ma anche le informazioni sulla natura, sulle dinamiche
e sull’intensità delle relazioni e delle interazioni esistenti tra gli attori coinvolti.
Il lavoro di Veljković e altri (Veljković, Bogdanović-Dinić et al. 2014), già citato nel
capitolo relativo all’Open Government, indica oltre al modello, che essi chiamano
OpenGovB, anche una procedura per valutare ognuno dei 5 indicatori. In particolare, per
quanto riguarda la trasparenza, utilizzano, come illustrato nello schema sottostante, tre
sottocategorie: authenticity, understability e reusability, per ognuna delle quali
propongono una formula di calcolo della percentuale.
Tabella 4.6 Data transparency scale (Veljković, Bogdanović-Dinić et al. 2014)
Authenticity.
A = 0.40*S + 0.6*DAI
DS = 0.30*F1 + 0.30*F2 + 0.20*F3 + 0.20 *F4
Dove:
84

F1: lista dei “data source” disponibili sul portale;

F2: possibilità di revisione dei dataset;

F3: descrizione dei “data source”;

F4: Informazioni classificazione utenti.
DAI = 0.35*F1 + 0.35*F2 + 0.30*F3
Dove:

F1: Government grading;

F2: User grading;

F3: Quality certification.
Understability.
U = 0.4*DCD + 0.6*DSD
DCD = (0.34 *F1 + 0.33*F2 + 0.33*F3)/9
DSD = (0.34 *F1 + 0.33*F2 + 0.33*F3)/9
Dove:

F1: esistenza di dati di descrizione dei dataset;

F2: presenza di tags;

F3: Linked information.
Reusability.
Per calcolare la Data Reusability è necessario ricondurre il singolo dataset a uno dei 4
livelli sotto ripostati, e poi fare la media.
85
Figura 4.6 Data Reusability calculation (Veljković, Bogdanović-Dinić et al. 2014)
Per ognuna delle altre quattro dimensioni gli autori, con un lavoro simile, propongono
degli indicatori. Come si può intuire è un modello molto dettagliato e che offre delle
informazioni complete e esaustive sul tema dell’Open Government, di contro, però,
richiede un investimento importante per la sua applicazione è difficilmente utilizzabile
per quei siti che si propongono come “raccoglitori” di dataset diversi tra di loro.
Per applicare il modello in modo uniforme su tutti i governi e successivamente
confrontarli e analizzarli, gli autori ritengono che la soluzione migliore sia mantenere il
calcolo più generale possibile, senza introdurre elementi di specificità che possano
interferire con le particolarità dei singoli Paesi.
Un ultimo modello, che prova a fare sintesi della letteratura più autorevole unendo vari
modelli è “il cubo della trasparenza”, proposto da Cucciniello, Nasi e Saporito
(Cucciniello, Nasi et al. 2012).
86
Figura 4.7 Il cubo della trasparenza (Cucciniello, Nasi et al. 2012)
Il modello, mostrato in figura, si pone l’obiettivo, come dichiarato dagli stessi autori, di
fornire uno strumento in grado di misurare:

l’estensione della trasparenza;

la profondità della trasparenza;

il grado di interattività;

l’accessibilità delle informazioni.
Il cubo evidenzia, nella sua “faccia” principale, quattro diversi ambiti in cui
un’amministrazione può essere trasparente:

istituzionale, come mappa di informazioni di struttura e funzionamento;

politica, per le informazioni riguardanti il profilo e l’operato dei rappresentanti
politici;

dei servizi, in quanto rende noto il complesso dei servizi offerti, inteso non solo
come elenco, ma anche esplicitando quanto costano e quanto rispondono ai
bisogni dell’utenza;
87

finanziaria, legata a tutte le informazioni di natura finanziaria.
Ognuna di queste voci è stata a sua volta suddivisa in più variabili, per aiutare la
valutazione del livello di trasparenza.
Il modello, però, non si ferma ad analizzare la trasparenza intesa come quantità e qualità
dei dati pubblicati, per ognuna di queste caratteristiche, chiede alla PA di considerare
anche l’interattività e l’accessibilità. L’obiettivo è quello di arrivare a esplicitare il grado
di profondità della trasparenza: le informazioni vengono definite statiche, se non soggette
a alcuna modifica nel tempo, dinamiche, se si evolvono seguendo il funzionamento
dell’organizzazione, del feedback e se contengono commenti e motivazioni.
Per quanto riguarda l’interattività, in particolare, si evidenziano tre livelli: unilaterale,
bilaterale e multilaterale, riprendendo il modello di partecipazione già illustrato in
precedenza (Chadwick, May 2003, Macintosh, Coleman 2003, Mustafa Kamal 2009).
Per valutare l’accessibilità, invece, si fa riferimento al modello di Glassey e Glassey
(Glassey, Glassey 2010), dando un punteggio da 1 a 5 in base al numero di click che un
visitatore deve fare per trovare le informazioni che cerca.
La tabella sottostante riassume i vari metodi quantitativi di valutazione, evidenziandone
per ognuno, i punti di forza e debolezza riscontrati.
Metodo
Autori e anno
Breve
Pro
Contro
descrizione
Citizen-centric Bretschneider, Modello per
Grant, Wang valutare i siti
approach
(2007)
web
governativi
basato su un
approccio
centrato sui
cittadini
Incentrato sul
tipo
di
trasparenza
necessario
per
il
cittadino.
Tiene conto
anche delle
loro
caratteristiche
Metodo
Molto
adottato per dettagliato,
misurare la preciso
e
data
oggettivo e
transparency completo
Difficilmente
quantificabile
Benchmarking Veljković,
BogdanovićOpen
Dinić,
Government
Stoimenov
(2014)
Complesso
e
dispendioso da
attuare
88
Set
Indicatori
set
di Facile, immediato
di Franceschetti, Un
Secco, Da Re indicatori,
da comprendere
(2012)
ognuno recante
un punteggio,
per calcolare la
trasparenza
Un’analisi in tre Metodo
più
Il cubo della Cucciniello,
Nasi, Saporito dimensioni della completo, tiene in
trasparenza
2012
trasparenza, che considerazione
fa sintesi di tutte le variabili
alcuni
dei necessarie
per
metodi
sopra valutare
la
citati cercando trasparenza
di perfezionarne
gli indicatori
Su alcuni
indicatori
un
po’
generico
lasciando
spazio alla
soggettività
dell’analista
Complesso,
non
immediato
con
ampi
spazi
di
soggettività
dell’analista
Tabella 4.7 Metodi di misurazione della trasparenza
4.6.
Trasparenza e privacy
Parlando di trasparenza, non si può non fare un, seppur breve, accenno al legame tra
trasparenza e privacy, lungamente discusso all’interno della letteratura scientifica.
All’interno di questo paragrafo verrà data una breve definizione del termine e saranno
messe in luce una serie di evidenze, emerse in letteratura, che portano a dimostrare come
la dicotomia tra trasparenza e privacy sia solo apparente: il primo concetto, infatti, tutela
il diritto dei cittadini a mantenere il riserbo sul proprio privato, il secondo protegge il
diritto dei cittadini a conoscere il contenuto dell’azione amministrativa e delle risorse di
cui essa fa uso.
La privacy viene definita come “la capacità dell’individuo di controllare le condizioni
alle quali i dati personali vengono acquisiti e utilizzati” (Westin 1968). I problemi di
privacy nascono dalla volontà dell’individuo di avere “la capacità di controllare
personalmente le informazioni su sé stesso” (Stone, Gueutal et al. 1983).
Secondo De Hert e Gutwirth (De Hert, Gutwirth 2006) la privacy è strettamente legata ai
meccanismi legali volti a evitare le interferenze sulla la vita privata di ogni individuo, in
quanto tende a proteggere i valori della libertà, anche attraverso l’imposizione di norme
89
di legge volte a punire qualsiasi azione di soggetti esterni volta a violare la sfera privata
dei singoli.
Per quanto riguarda il rapporto tra trasparenza e privacy, un’analisi molto importante è
quella riportata dal Global Information Society Watch nel 2012. Lo studio sostiene che
una grande confusione sia stata generata dalla falsa dicotomia tra i due termini che,
invece, non vanno visti come in quanto entrambi sono, infatti, costituiscono uno
strumento essenziale per il corretto funzionamento di una società democratica.
Nel suo saggio Zarsky (Zarsky 2014) propone un’analisi molto interessante, confrontando
tre società “immaginarie”: una società della trasparenza, in cui le informazioni personali
sono completamente aperte, una società dell’anonimato in cui, viceversa, sono totalmente
nascoste e una società degli pseudonimi, dove le informazioni sono sfumate a causa
dell’uso di molteplici identità.
Partendo da questi estremi, sono evidenziati tutti i vantaggi e gli svantaggi dei tre modelli
di organizzazione sociale. All’interno del testo vengono inserite anche le innovazioni
tecnologiche, come strumento che favorisce lo sviluppo della società, fatta salva, però, la
necessità di fare attenzione alla facilità con cui vengono raccolti e divulgati i dati
personali.
Ernesto Bellisario, all’interno del webinar “la trasparenza dei finanziamenti pubblici: una
sfida aperta” spiega come trasparenza e privacy abbiano interessi “confinanti”: le PA
dovrebbero, nei propri siti web, incrementare sia il livello di trasparenza sia quello di
privacy, c’è bisogno, infatti di entrambi per assicurare il successo dell’Open Government
in quanto entrambi, in egual misura, concorrono a assicurare la fiducia dei cittadini nel
loro
governo,
come
riportato
anche
nell’ultimo
web
index
pubblicato
(http://thewebindex.org/report/).
Per questo motivo i due termini, non sono da considerarsi in contrasto, ma bensì alla
perenne ricerca di un equilibrio: la continua evoluzione del mondo, infatti, conduce
inevitabilmente ad un altrettanto continua modifica dei confini tra trasparenze e privacy
stabiliti attraverso norme, che si devono continuamente rivedere ed adattare.
90
4.7.
Conclusioni
All’interno di questo capitolo è stato esplorato il concetto di trasparenza. L’affermarsi
dell’Open Government ha portato a un’importante evoluzione del concetto: la
trasparenza, infatti, non è più stata considerata solo come mera disclosure dei dati, ma ne
sono state evidenziate tutte le connessioni con i concetti di collaborazione e
partecipazione, al fine di favorire politiche di Open Government. E’ quindi iniziato un
processo di riflessione su un fine diverso per il quale una PA può rendere disponibili i
propri dati e che porta come conseguenza una diversa modalità di pubblicazione degli
stessi, come sarà evidente dall’analisi degli studi di caso proposti.
Sono stati successivamente analizzati i benefici della trasparenza per cittadini e per la PA
e, infine, alcune modalità di misurazione della trasparenza.
Più in generale, tutta questa prima parte di analisi della letteratura ha avuto lo scopo di
offrire una overview sui temi di Open Data e Open Government, focalizzandosi su quali
caratteristiche deve avere la pubblicazione dei dati affinché una PA, attraverso la
trasparenza, possa favorire tali iniziative.
A partire dalla cornice teorica fin qui delineata, si passerà nelle pagine successive, a
mettere a fuoco la situazione attuale a livello internazionale, con l’obiettivo di capire
concretamente, attraverso alcuni use cases, come questi principi teorizzati dai vari autori
citati, siano poi nella pratica disponibili per il cittadino.
91
Capitolo 5
USE CASES
5.1.
Introduzione
Nel presente capitolo, l’analisi si sofferma su una serie di use cases a livello
internazionale, con l’obiettivo di comprendere come i principi teorici descritti nei primi
tre capitoli vengano tradotti in pratica nei vari siti web.
Per fare ciò sono stati scelti 10 siti web distribuiti in tutto il mondo, in particolare: Aid
Data (Stati Uniti d’America), Government Data (Australia, Kenya e Regno Unito), Lima
datos abiertos (Perù), Open Welfare (Italia), Portal Transparencia (Brasile), Recovery,
Sandy Funding Tracker e USA Spending (Stati Uniti d’America), la cui distribuzione
geografica è rappresentata nella sottostante figura.
Recovery.gov
USA spending
Sandy Funding Tracker
Aid Data
Data.gov.uk
Open welfare
Portal de
Transparencia
Lima datos abiertos
Kenya Open Data
Data.gov.au
Figura 5.1 Disposizione geografica use cases oggetto di analisi
92
Nell’immagine, i due diversi colori utilizzati fanno riferimento a due tipologie diverse di
pubblicazione: i portali evidenziati in blu sono quelli che si focalizzano sulla quantità e
qualità dei dati pubblicati, mentre in rosso sono indicati i portali nei quali viene favorita
l’interazione e la collaborazione dell’utente.
Analizzando poi nel dettaglio i singoli portali apparirà in modo evidente come questa
differenza si traduca nella fisionomia stessa del sito web.
Come si può notare la distribuzione geografica dell’analisi cerca di coprire una vastità di
zone differenti. In particolare la scelta è ricaduta su:

quattro siti statunitensi in quanto paese di “nascita” dell’Open Government;

il portale del Kenya, paese africano, come visto nel capitolo 2 (Davies 2013), più
all’avanguardia sul tema degli Open Government Data;

il portale del Regno Unito poiché, come si evince dall’analisi riportata nel capitolo
2, esso è il paese più all’avanguardia a livello mondiale sugli OGD. Per la
creazione del suo sito, inoltre, il Governo si è avvalso dell’aiuto di Tim BernersLee, uno dei maggiori esponenti sul tema Open Data;

per l’Italia è stata scelta un’applicazione realizzata dal comune di Bologna, sui
dati relativi al welfare;

due casi sudamericani;

il portale del governo australiano.
Questi casi sono stati scelti poiché rappresentano buone pratiche in materia, in quanto
posseggono i seguenti connotati:

costituiscono portali governativi volti alla pubblicazione di dati, in particolare a
proposito di finanziamenti pubblici;

riguardano esperienze collocate prevalentemente in Occidente, luogo in cui
l’Open Government è nato e si è sviluppato maggiormente;

comprendono anche esperienze collocate nei paesi in via di sviluppo ad alto tasso
di crescita economica, contesti nei quali lo sviluppo del settore pubblico e dei
meccanismi di welfare è andato di pari passo con il diffondersi di una forte cultura
della trasparenza come mezzo di contrasto della corruzione e di responsabilità
sociale (OECD, 2012).
93
La metodologia scelta e la letteratura studiata per produrre un’analisi dei casi studio
saranno riportate in dettaglio all’interno del capitolo 6: in questo paragrafo la spiegazione
si limiterà alla teoria utilizzata.
Il quadro teorico entro il quale è stata costruita la presente analisi attinge dalla cosiddetta
“Activity Theory” (o Teoria dell’attività).
La Teoria dell’attività nasce nell’ambito delle scienze sociali e pone le sue radici negli
studi dell'attività psichica sviluppati dai sovietici Lev Vygotskij, Alexei Leont'ev e Sergei
Rubinstein, che hanno cercato di comprendere le attività umane complesse ed i fenomeni
sociali, superando i limiti della psicoanalisi e del comportamentismo dei singoli individui.
Tale teoria è stata di recente utilizzata anche come quadro di riferimento per l'analisi
qualitativa in molti articoli di ricerca in diverse discipline (Bedney e Meister, 1997,
Hashim e Jones, 2007), tra cui anche quella delle teorie organizzative.
Nella presente analisi, la teoria dell'attività è stata utilizzata sia per la progettazione e la
somministrazione delle interviste, sia per l'analisi dei casi.
Le trascrizioni delle interviste sono state analizzate mettendo in evidenza le categorie
tratte dalla teoria dell'attività:

soggetti coinvolti nella realizzazione e gestione degli OGD;

comunità ed utenti finali cui sono destinati gli OGD;

strumenti tecnici ed organizzativi utilizzati per la realizzazione delle politiche di
OGD;

obiettivo delle politiche di OGD;

regole che hanno facilitato o condizionato la realizzazione e gestione degli OGD.
A queste categorie sono stati aggiunti ulteriori elementi, non riconducibili alla teoria
dell’attività, ma importanti perché specifici sul tema degli OGD:

le caratteristiche tecniche del portale;

le modalità di gestione del progetto;
94

la capacità del progetto di soddisfare l’esigenza di trasparenza a cui la policy
intende rispondere (ovvero l’adattabilità, i costi e i benefici risultanti dalla
soluzione).
La ricerca ha fatto inoltre rifermento alla cosiddetta “Metodologia multipla caso di
studio”: che ambisce a censire i medesimi elementi in tutti i casi, con l’obiettivo di
verificare se ci siano delle evidenze comuni (Yin, 2013) e come queste varino a seconda
del contesto (Houghton et al. 2013).
I casi OGD di Aid Data, data.gov.au e Open Welfare Bologna sono frutto della
combinazione delle informazioni raccolte tramite analisi desk e interviste dirette,
coinvolgendo gli attori chiave attivi nella pubblicazione di OGD. In questi casi specifici,
insieme alle informazioni censibili tramite analisi desk, è stato possibile anche tracciare
e sondare il processo decisionale posto alla base della configurazione del portale e dei
suoi obiettivi, nonché l’insieme dei costi e dei benefici associati alla pubblicazione dei
dati.
Gli altri casi sono, invece, frutto della sola analisi desk. In essi è stato possibile dedicarsi
alla semplice analisi critica delle principali caratteristiche del portale, utilizzando a
supporto ulteriori fonti secondarie.
A seguire viene elencato l’ordine di presentazione dei casi.
I paragrafi da 2 a 6 discutono casi di studio nell’ambito dei quali l’enfasi del progetto di
pubblicazione di dati aperti insiste sulla numerosità delle informazioni pubblicate.
Questi casi sono rilevanti perché i soggetti che hanno effettuato la pubblicazione si sono
posti il problema fondamentale di rendere l’informazione disponibile e hanno risposto a
questa esigenza creando portali dedicati alla raccolta del maggior numero di informazioni
finanziarie ritenute rilevanti in un determinato ambito.
I paragrafi da 7 a 11 discutono casi di studio l’ambito dei quali l’enfasi del progetto di
pubblicazione di dati aperti insiste sull’utilizzabilità dell’informazione pubblicata.
Questi casi sono stati ritenuti rilevanti perché i soggetti che hanno effettuato la
pubblicazione si sono posti il problema di rendere l’informazione non solo disponibile,
95
ma anche utilizzabile da diverse categorie di visitatori (ricercatori, policy maker, cittadini,
burocrati). La risposta che questi soggetti hanno fornito all’esigenza di rendere
l’informazione tanto disponibile quanto utilizzabile è consistita nella realizzazione di
portali dedicati alla raccolta di dati finanziari, all’interno dei quali uno spazio privilegiato
è stato dedicato a grafici, mappe interattive, tabelle riassuntive con forte impatto visivo,
al fine di garantire la migliore leggibilità possibile dell’informazione pubblicata.
5.2.
Data.gov.au
Le informazioni di seguito riportate attingono alle seguenti fonti: Data.gov.au, AU
(2015a, 2015b, 2015c).
Il portale data.gov.au (https://data.gov.au) è un’iniziativa del governo australiano, creato
a seguito della “Government’s Declaration of Open Government” e in risposta al
“Government 2.0 Taskforce Report” di maggio 2010:

Government’s Declaration of Open Government (http://www.finance.gov.au/egovernment/strategy-and-governance/gov2/declaration-of-opengovernment.html): il governo australiano dichiara che, al fine di promuovere una
maggiore partecipazione alla democrazia in Australia, si impegna verso iniziative
di Open Government basate su una cultura di impegno, costruite su un più facile
accesso e utilizzo di informazioni detenute dal governo e sostenute con l'uso
innovativo della tecnologia;

Government 2.0 Taskforce Report (http://www.finance.gov.au/publications/
gov20taskforcereport/): documento che invita le pubbliche amministrazioni a
favorire iniziative di Government 2.0, un’iniziativa finalizzata a rendere il
governo più aperto, responsabile, reattivo ed efficiente.
Il portale data.gov.au (nella figura 5.2 sottostante l’homepage del sito) ha lo scopo di
mettere insieme e pubblicare dati relativi alle agenzie governative operanti nel
Commonwealth, quando esse siano in grado di produrre effettivamente questi dati. Ciò
che normalmente si verifica è che le agenzie detengono una serie di dati rilevanti nel
dominio di loro competenza e decidono di pubblicarli aderendo allo standard governativo
australiano sugli Open Data.
96
Figura 5.2 data.gov.au - homepage
La piattaforma è inoltre collegata ad altri due portali Open Data del governo; il governo
federale, infatti, ha responsabilità su tutto il territorio australiano: in Australia ci sono 6
stati e 2 territori, due di questi stati hanno dei propri portali Open Data che sono collegati
a data.gov.au.
Il portale è gestito direttamente dal governo australiano, che incoraggia la pubblicazione
di dati per varie ragioni, prevalentemente di carattere economico (ovvero tese a capire
come i soldi vengono effettivamente spesi). La risposta da parte delle agenzie, ad oggi,
può considerarsi molto significativa e importante.
5.2.1.
Descrizione del portale: obiettivi, valori di riferimento, attori coinvolti
Il sito è a tutti gli effetti una piattaforma su cui sono resi disponibili più di 7.000 dataset
proprietari, permette inoltre l’effettivo accesso a diverse informazioni governative anche
se pubblicate non in modalità Open Data. La piattaforma ha questa configurazione dalla
metà del 2014, quando la piattaforma precedente è stata completamente smantellata e
ristrutturata: ciò ha permesso un incremento significativo nella quantità dei dataset
disponibili. Si tratta, quindi, di un contenitore di informazioni rilevanti che ospita dataset
indicizzati scaricabili e analizzabili statisticamente. Ci sono anche dettagliati metadati
disponibili per ogni dataset ma il portale non contiene altro oltre a queste informazioni:
dataset scaricabili completi dei loro metadati.
97
Il team di lavoro che gestisce il portale non compie alcuno sforzo legato alla
omogeneizzazione o al controllo dei dati: le agenzie devono aderire a uno standard
specifico e sono in questo modo responsabili per tutto il lavoro di gestione dei dati, dalla
raccolta alla verifica della loro effettiva pubblicabilità. Lo staff che si occupa del progetto
controlla, con sforzo trascurabile, che il dataset funzioni ma la responsabilità del
contenuto è totalmente dell’agenzia che lo pubblica, a cui viene messo a disposizione uno
spazio in cui effettuare la pubblicazione.
La piattaforma, esclusivamente in lingua inglese, si propone quindi come una grossa
banca dati all’interno della quale ogni ente pubblico governativo, se lo desidera, ha la
possibilità di pubblicare i propri dati. All’interno sono contenuti 7.215 dataset differenti
(aggiornamento 31/08/2015) provenienti da 172 organizzazioni tra cui agenzie
governative (Department of Finance, Department of Communication), città (city of Gold
Coast, city of Ballarat) o istituzioni di altro tipo. Il portale, così come si presenta
all’utente, è rappresentato in figura.
Figura 5.3 data.gov.au - elenco dataset
98
I visitatori del sito possono fare richiesta, direttamente dal sito, di specifici dataset; gli
utenti, inoltre, possono esprimere una valutazione sulla loro esperienza di navigazione e
sulle informazioni a cui accedono.
Oltre all’elenco dei dataset pubblicati, il sito contiene, quindi, anche:

una pagina relativa alle statistiche del sito (numero di dataset, di organizzazioni,
numero di visitatori ecc.);

una pagina contente una mappa dell’Australia che permette di visualizzare la
distribuzione dei dati all’interno del territorio;

una parte denominata “request data” dove l’utente può inviare le proprie idee o
richieste;

un collegamento all’ “Open Data toolkit” nel caso in cui l’utente sia un ente che
voglia pubblicare i dati;

una sezione di “use cases” a partire dai dati pubblicati.
I dati sono consultabili online. Il sito offre anche la possibilità di utilizzare filtri di ricerca,
o di procedere con una ricerca libera per parole chiave. Per quanto riguarda, invece, il
download del dato, esso è scaricabile esclusivamente in formato CSV, con licenza
Creative Commons Attribution 3.0 Australia. Importante sottolineare anche la presenza,
subito in cima alla pagina, di un URL specifico e diverso per ogni download.
A complemento dell’analisi generale e dopo aver analizzato le sue caratteristiche, vista la
struttura dello stesso, complessa e con numerosi dataset con caratteristiche molto diverse
tra loro, l’analisi si è focalizzata su uno specifico use case tra quelli proposti dal sito.
In particolare si è deciso di fare riferimento al dataset relativo al welfare e alla mappa
interattiva pubblicata da ABC (http://www.abc.net.au/news/2014-08-08/social-securitywelfare-payments-by-electorate/5657288).
ABC è la principale società pubblica di diffusione radio-televisiva australiana,
interamente finanziata dal Governo Federale. Ad agosto 2014, all’interno della sezione
news, ha deciso di pubblicare una mappa interattiva dove l’utente può analizzare il
numero di interventi di “Social security and welfare payments” effettuati per singolo
distretto elettorale.
99
L’attenzione alle spese di welfare è dovuta al fatto che sono la spesa maggiore del governo
Australiano, in particolare, come è spiegato nel sito, sono stati spesi nel 2013 140,57
miliardi di AUD. In figura 5.4 la distribuzione dei fondi secondo le varie categorie.
Figura 5.4 ABC - spese welfare
La società radio-televisiva ha quindi deciso, a partire dai dataset pubblicati sul portale, di
creare una mappa interattiva, contenente queste informazioni, in modo da renderle più
facilmente comprensibili per l’utenza.
Grazie, infatti, alla mappa a colori l’utente ha la possibilità di capire in modo immediato
e intuitivo quali sono le zone più interessate da e con il maggior numero di interventi:
cliccando sulla zona di interesse compare subito il nome del distretto e il numero di
interventi effettuati, come mostrato in figura 5.5.
100
Figura 5.5 ABC - Interactive: social security payments by electorate
Il dataset di riferimento è relativo all’anno 2013 e incrocia i vari distretti elettorali
(indicati attraverso un numero di riferimento, la città e lo stato di appartenenza) con ogni
tipo di social security payments (in totale 28), indicando in ogni cella il numero di
interventi effettuati dal governo.
Questo use case, riportato anche nella sezione apposita di dati.gov.au esemplifica come
il portale si occupi solo della pubblicazione dei dataset. A partire da questi ultimi
qualunque società pubblica o privata può attingere per creare applicazioni inerenti a un
argomento di interesse.
5.2.2.
Costi e sforzi organizzativi legati al processo di pubblicazione dei dati
Il costo complessivo per le attività di hosting e pubblicazione richiesto dal portale è di
150.000 UD l’anno. Il numero di risorse umane dedicato a queste attività è ridotto, così
come il tempo da loro dedicato rispetto alla totalità delle mansioni a loro attribuite. Infatti,
all’interno della Technology & Procurement Division vengono svolto servizi molto ampi
e articolati, accanto ai quali ve ne sono altri più piccoli e semplici. Lavorano in questo
dipartimento 60 persone distribuite su 7 aree differenti. Una di queste aree è dedicata ai
101
servizi on line ed è anche l’area owner degli Open Data. 2 risorse hanno, tra le loro
mansioni, anche il compito di gestire la piattaforma.
5.2.3.
Elementi tecnici rilevanti
A livello tecnico, con la migrazione alla nuova piattaforma (2014), il portale si è orientato
all’utilizzo dell’open source; questo ha richiesto una attività estremamente dettagliata di
definizione di nuove specifiche tecniche e funzionali, l’elevatissimo livello di
personalizzazione necessario è il motivo per cui l’open source è stato effettivamente
scelto.
5.2.4.
Impatti e benefici della soluzione
L’audience di riferimento del portale non è molto numerosa, in particolare ci sono 546
utilizzatori registrati e sono stati ricevuti 263 voti nel corso dell’ultimo anno, nonché 143
richieste di dataset.
5.3.
Data.gov.uk
Il portale data.gov.uk (http://data.gov.uk/data/openspending-report/index) è un’iniziativa
del governo inglese, in particolare del primo ministro Gordon Brown (2009) che ha
assegnato a Tim Berners-Lee, creatore del Word Wide Web, il compito di creare un
portale per la raccolta dei dati. Le informazioni qui riportate attingono alla seguente fonte:
Open Spending, UK (2015).
Prima dell’annuncio di Brown, il Governo aveva ricevuto pressioni dalla società civile
(in particolare da un gruppo di cittadini chiamati “civic hackers”, responsabili dello
sviluppo di siti internet per controllare l’azione politica) perché i dati fossero distribuiti
in formato aperto e machine-readable.
A settembre 2009 è stato quindi aperto il sito nella sua versione beta, successivamente, a
gennaio 2010, c’è stato il lancio ufficiale. Il 1 Aprile 2010 l’“Ordinance Survey” annuncia
una massiva pubblicazione di dati rilevanti attraverso il portale.
Ad oggi il sito conta 26.279 dataset (ultimo accesso 07/09/2015). La piattaforma si
propone, quindi, come un luogo dove il cittadino può capire come il governo lavora e che
102
tipo di politiche sono state promosse. Per fare questo il progetto racchiude in unico portale
navigabile un importante numero di dataset provenienti da diverse realtà e istituzioni.
Sono presenti, infatti, informazioni pubblicate da tutti i “Central Government
Departments”, da diversi enti pubblici e autorità locali.
Direttamente dalla home page, l’utente ha la possibilità di entrare nella sezione principale
del sito, quella con la pubblicazione dei dataset, ma anche nella pagina con l’elenco delle
applicazioni nate dai dati e in un’altra preposta per l’interazione tra utenti, attraverso blog
e chat.
Dalla pagina con l’elenco dei dataset, è facile notare come le caratteristiche di qualità
degli stessi siano molto differenti: sono infatti presenti diverse tipologie di licenza, diversi
formati e, di conseguenza, una diversa classificazione secondo la scala proposta da Tim
Berners-Lee. Sulla totalità dei dataset sono, infatti, solo 200 (circa lo 0,8%) i Linked Open
Data, i dati cioè che presentano, al loro interno, collegamenti ad altri dataset. L’elenco,
così come si presenta all’utente, è rappresentato in figura 5.6.
Figura 5.6 data.gov.uk – Datasets
103
5.3.1.
Descrizione del portale
Viste le caratteristiche del progetto, l’analisi sulla qualità dei dati si è successivamente
soffermata solo su una tipologia di dataset, quelli riguardanti le spese pubbliche dei vari
dipartimenti
(importati
da
https://openspending.org/).
In
questa
pagina
(http://data.gov.uk/data/openspending-report/index) sono presenti dataset provenienti da
41 dipartimenti differenti, di cui circa la metà sono “Ministerial Department” l’altra metà
sono “non-Ministerial Department”. Anche all’interno di questa sezione i dataset non
presentano le stesse caratteristiche.
Prima di selezionare il singolo dipartimento si possono trovare i dati aggregati di spesa,
in sterline, della singola unità. Per esempio, per il “Department of Transport” sono state
spese £ 72.050.623.115.
Entrando poi nelle pagine dei dipartimenti queste differenze risultano poi più nette; ad
esempio, il “Department for International Development” pubblica sia resoconti delle
spese sopra i 25.000£ con cadenza mensile (ma aggiornati al 2011), sia i resoconti più
dettagliati, con spese sopra i 500£ (aggiornati al 2014); al contrario, il “Department of
Transport” pubblica solo una tipologia di dataset per spese sopra i 500£, con cadenza
mensile.
La pagina relativa al singolo dataset e al download dello stesso è facilmente raggiungibile:
è necessario prima scegliere la tipologia di dataset, poi il dipartimento e successivamente
il mese che si vuole prendere in considerazione.
Una volta raggiunto il dataset le informazioni offerte sono, come detto, sempre differenti.
Per esempio, i dati pubblicati dal “Department of Transport” contengono: Departmental
Family; Entity Date; Expense Type; Expense Area; Supplier; Transaction Number;
Amount; Description; Supplier Postcode.
La struttura della pagina è però la medesima (come riportato in figura 5.7). In particolare,
in alto nella pagina sono presenti:

ente che ha pubblicato i dati;

licenza;

“openess rating” (rating secondo la classificazione di Tim Berners-Lee);
104

Open Data certificate;

dettagli del contatto (indirizzo mail).
C’è poi la possibilità di procedere al download nel formato previsto e di leggere le prime
100 righe del dataset online. È presente infine una tabella riepilogativa che indica, tra le
altre cose, la data dell’ultimo controllo di qualità fatto sui dati.
Figura 5.7 data.gov.uk - Deparment of transport, august 2014
Per quanto riguarda la ricerca del dataset sono presenti dei filtri già preimpostati che
permettono la ricerca per tipologia, dipartimento, caratteristiche, oltre alla possibilità di
una ricerca libera per parole chiave. È presente anche una mappa geografica all’interno
della quale l’utente può selezionare la zona desiderata ricevendo, in automatico, tutti i
dataset relativi.
Entrando invece nella pagina dedicata al singolo dataset sono presenti link per
condividere la propria app o richiedere ulteriori dati.
La piattaforma è stata progettata con una parte dedicata all’interazione tra i vari utenti che
accedono al sito, in particolare, direttamente sul sito, nella sezione “interact” sono
presenti blog e forum, l’utente può quindi creare il suo proprio blog/forum o rispondere
105
a una discussione aperta da qualcun altro. È anche presente una sezione “data requests”
dove è possibile, dopo aver effettuato il login, richiedere nuovi dati. Se invece
l’utilizzatore è un’agenzia, è presente una “user guide” affinché possa usufruire del
portale per la pubblicazione dei propri dati.
Inoltre il sito favorisce chiunque crea applicazioni a partire dai dati pubblicati, offrendo
la possibilità di pubblicare il proprio lavoro direttamente online nella sezione “apps”.
5.4.
Kenya Open Data
L'Informazione in Kenya è considerata un asset nazionale, e opendata.go.ke
(https://opendata.go.ke/) è il luogo che ne favorisce la condivisione. Le informazioni di
seguito riportate attingono alla seguente fonte: Kenya Open Data, EAK (2015).
L'obiettivo di opendata.go.ke è quello di mettere i dati di sviluppo, statistici, demografici
e di spesa disponibili in formato digitale utile per ricercatori, politici, sviluppatori ICT e
il pubblico in generale. Il portale fornisce attivamente al pubblico dataset da parte del
"Government ICT Infrastrutture". Il progetto "Open Data Initiative" sostiene la
digitalizzazione di documenti governativi e di processi che integreranno il portale in
futuro.
L’8 luglio 2011 il presidente Mwai Kibaki ha lanciato la “Kenya Open Data Initiative”,
rendendo disponibili gratuitamente al pubblico i dati chiave del governo, in un singolo
portale online. Il censimento del 2009, la spesa nazionale e regionale, e le informazioni
sui servizi pubblici essenziali sono stati alcuni dei primi set di dati per essere rilasciati.
Il Kenya è il primo paese in via di sviluppo ad avere un portale Open Government Data,
il secondo dell’Africa Sub-sahariana dopo il Marocco. La comunità internazionale ha
riconosciuto l’iniziativa come uno degli step più significativi che il Kenya ha sviluppato
per migliorare la governance e implementare le nuove disposizioni costituzionali
sull’accesso alle informazioni.
In totale sono stati pubblicati 697 dataset (ultimo accesso 07/09/2015): il sito web ha
avuto circa 300 richieste di dati, sono stati scaricati i dati più di 500 mila volte e il sito ha
106
ricevuto circa 2,5 milioni di visite. Il sito si propone, inoltre, di creare mappe e grafici sui
dataset pubblicati. A oggi sono presenti 89 mappe e 272 grafici.
I dati sono suddivisi in 9 categorie (agricoltura, educazione, energia, ambiente, finanza,
governance, contabilità del governo, salute, infrastrutture, popolazione/censimenti, acqua
e sanità), consultabili direttamente dalla home page, come mostrato in figura.
Figura 5.8 Kenya Open Data – sezione homepage
L’analisi della qualità del dato, vista la numerosità di dataset differenti, si è poi
concentrata su una particolare tipologia di dati, quelli relativi al Constituencies
Development Fund.
Il Constituencies Development Fund (http://www.cdf.go.ke/) è un fondo creato
successivamente al Constituencies Development Fund Act (CDF, 2003) con l'obiettivo
primario di affrontare la povertà a livello di base, dedicando un minimo del 2,5% delle
entrate ordinarie per lo sviluppo di base e la riduzione della povertà. Il fondo è gestito dal
Constituencies Development Fund Board (CDFB).
A gennaio 2013 il CDF è stato aggiornato in una versione più recente, in linea con le
modifiche costituzionali del 2010, in particolare in accordo con i seguenti principi:

trasparenza and accountability;
107

separazione dei poteri;

partecipazione dei cittadini;

allineamento delle operazioni del fondo con la nuova struttura governativa.
5.4.1.
Descrizione del portale
Il dataset contiene l’elenco di tutti i progetti e gli aiuti offerti tramite il fondo in questione.
In particolare sono riportati i dati del biennio 2013-2014. Le informazioni riportate sono
le seguenti: Anno; Distretto elettorale; Nome del progetto; Attività; Importo; Stato;
Categoria generale I; Categoria generale II; Dettagli categorie generali; GFS CODE; ID;
Constituency ID; FID LookUP.
Figura 5.9 Kenya Open Data – Esempio scheda progetto
È inoltre possibile effettuare il download del dataset direttamente dalla pagina in diversi
formati: csv, csv for xcel, json, pdf, rdf, rss, xls, slsx, xml.
Sono presenti anche una serie di informazioni addizionali sul dataset una breve
descrizione, la data di creazione, la data di ultimo aggiornamento, numero di visitatori e
numero di download, il proprietario dei dati (nel caso in questione Constituency
Development Fund) e la licenza (CC “zero”).
Per arrivare al database dalla home page è necessario ricercarlo all’interno del catalogo,
l’utente deve quindi essere a conoscenza prima della sua esistenza. Il numero di click per
raggiungerlo e per scaricare l’intero database è superiore a 2.
Al suo interno, il sito web, cerca di essere il più “user friendly” possibile. Come infatti
descritto inizialmente, presenta diverse mappe interattive per cercare di aiutare l’utente
nella comprensione dei dati (un esempio in figura 5.10).
108
Figura 5.10 Kenya Open Data – Esempio mappa interattiva
Sono presenti diversi filtri di ricerca, per tipologia, categoria e argomento, oltre a lasciare
una ricerca libera per parole chiave.
Raggiunto il dataset di interesse, l’utente può svolgere diverse operazioni:

manage: l’utente può modificare la lettura del dataset a suo piacimento
(nascondendo o mostrando colonne);

filter: permette di filtrare il documento;

visualize: è possibile, direttamente dal sito, creare grafici diversi, istogrammi o
grafici a torta, sui dati del dataset e con le caratteristiche volute dall’utente;

discuss: sezione dedicata ai commenti, c’è la possibilità di inserire un proprio
commento o leggere i
commenti inseriti da altri (compresi
quelli
dell’amministrazione che può partecipare).
Sono presenti, inoltre, (oltre alla sezione “discuss” già citata prima) due sezioni del sito
dedicate all’utente. La prima “suggest data” è una sezione dove è possibile esprimere i
109
propri suggerimenti e le richieste di dati, all’interno l’amministrazione stessa può scrivere
il proprio commento. Nella seconda “Open Data Blog” sono presenti diversi blog di
discussione lanciati dagli utenti.
L’utente può infine condividere i dataset attraverso i social network (Facebook e Twitter)
o attraverso l’indirizzo di posta elettronica.
5.5.
Lima datos abiertos
La Municipalità Metropolitana di Lima ha inserito nel suo Portale comunale la
piattaforma "Datos Abiertos de Lima Metropolitana": questa iniziativa vuole essere un
segno tangibile della volontà di condividere le informazioni nella loro forma più
elementare e semplice e si inserisce nel quadro della sua politica di promuovere la
trasparenza, la partecipazione e la collaborazione dei cittadini e il pubblico in generale.
Questa iniziativa è stata riconosciuta "Buena Práctica Gubernamental 2012 – en el rubro
de Transparencia y Acceso a la Información" e fa parte del piano d'azione Open Society
governo del Perù, e segue lo stesso percorso già intrapreso da altre grandi città in America
Latina e nel mondo. Le informazioni qui riportate afferiscono a Lima Datos Abiertos, PE
(2015).
Il sito, interamente in lingua spagnola, presenta una struttura molto semplice:
direttamente nella home page (come mostrato in figura 5.11) è presente l’elenco dei
dataset e dei grafici pubblicati. Sono inoltre presenti due link, uno all’API, nel caso
l’utente sia un programmatore, l’altro a delle applicazione nate a partire dai dati stessi.
110
Figura 5.11 Lima.datosabiertos.pe - homepage
In particolare sono tre le tipologie di file che si possono incontrare:

vistas: contenente il singolo dataset;

colecciones: contenente un insieme di dataset sullo stesso tema;

visualizaciones: con istogrammi per rappresentare uno specifico dataset.
Ognuno di questi file ha le sue caratteristiche, le informazioni contenute variano a
seconda del dataset di riferimento.
5.5.1.
Descrizione del portale
I dataset riportano informazioni molto eterogenee: non si tratta solo di dati riguardanti
progetti pubblici, ma sono presenti file dove l’unità di base è, per esempio, un prezzo, un
numero di accessi o un volume di prodotti. Il sito offre la possibilità di consultare i dati
online oppure di scaricarli in formato csv o xml. Sono anche sempre presenti: il link alla
pagina, informazioni sulla data di ultimo aggiornamento, l’archivio xls da cui sono stati
presi i dati e il numero di visitatori negli ultimi 30 giorni.
La licenza è Open Data Commons Public Domain Dedication and License (PDDL).
L’utente, all’interno dell’home page, ha la possibilità di filtrare i file pubblicati a seconda
della tipologia (vistas, colecciones, vizualizaciones) o delle categorie (Administración
Tributaria; Administración y Finanzas; Ambiente; Cultura; Defensa Civil; Desarrollo
111
Económico; Educación y Deportes; Movilidad y Transporte; Proyectos de Inversión;
Salud).
Entrando invece all’interno del singolo dataset, l’utente può trasporre la tabella,
decidendo anche quali colonne mostrare; ha inoltre la possibilità di effettuare
direttamente online alcune semplici operazioni matematiche (somma, moltiplicazione,
massimo, minimo, conta, percentuale ecc.). Il sito fornisce l’opportunità di creare dei
grafici (istogrammi, grafici a dispersione e a torta) a partire dai dataset e dai filtri
selezionati in precedenza. Le varie operazioni sono rappresentate in figura 5.12.
Figura 5.12 Lima dato abiertos - operazioni singolo dataset
L’utente ha la possibilità di condividere il dataset tramite social network Facebook,
Twitter, Google+, Linkedin. Non è invece possibile inserire commenti o interagire con
l’amministrazione direttamente online. Sono presenti un numero di telefono e un indirizzo
e-mail di riferimento.
5.6.
Portal de transparência
Il "Portal de Transparência do Governo Federal" è un'iniziativa della Controladoria -Geral
da União (CGU) lanciata nel novembre 2004 per assicurare la corretta applicazione delle
risorse pubbliche. Le informazioni di seguito attingono da: Portal de Transparencia, BR
(2015). Il Governo Brasiliano è convinto che la trasparenza sia il miglior antidoto contro
la corruzione, dato che è un meccanismo che induce gli organi pubblici ad agire con
responsabilità e permette che il cittadino, attraverso l'informazione, collabori al controllo
112
delle azioni dei suoi governanti, verificando che le risorse pubbliche vengano utilizzate
come dovrebbero.
L’obiettivo è aumentare la trasparenza nell'organizzazione pubblica, permettendo ai
cittadini di tenere traccia di come il denaro pubblico viene utilizzato e di aiutare a
monitorarlo.
I dati pubblicati sul portale, interamente in lingua portoghese, sono a oggi poco più di due
miliardi (ultimo accesso 08/09/2015) e fanno riferimento a diverse categorie, la maggior
parte ricercabili direttamente dalla homepage, come mostrato figura 5.13:

despesas: contiene tutti i dati relativi alle spese pubbliche;

receitas: tiene traccia di tutti i ricavi;

convênios: raggruppa i flussi finanziari legati agli accordi che regolano le
relazioni tra due o più parti (governo federale e prefettura, per esempio);

CEIS-empresas sancionadas: tiene conto di tutte le sanzioni inferte alle aziende

servidores: propone l’elenco di tutti i dipendenti pubblici, con il loro ruolo e il
loro stipendio;

CEPIM (Cadastro de Entidades Privadas Sem Fins Lucrativos Impedidas): elenca
privati e organizzazioni non-profit a cui è impedito stipulare accordi, contratti di
trasferimento o termini di collaborazione con il governo federale ai sensi del
decreto n 7592, del 28 ottobre 2011;

imóveis Funcionais: raccoglie informazioni su immobili residenziali di proprietà
dell'Unione, che si trovano nel Distretto Federale;

beneficiados da lei 10.559/2002: raccoglie informazioni sulle persone che, in virtù
di una decisione del ministro della Giustizia, hanno ottenuto amnistia politica
riconosciuta dallo stato brasiliano;

grandes eventos: racchiude dati relativi ai mondiali 2014 e le olimpiadi 2016.
113
Figura 5.13 portal de transparencia - homepage
Le banche dati che pubblicano sul sito sono: Siafi (Sistema Integrado de Administração
Financeira do Governo Federal); Banco do Brasil; RFB (Receita Federal do Brasil); FSN
(Fundo Nacional da Saúde); Caixa Econômica Federal; Ministério do Trabalho e
Emprego; Ministério do Desenvolvimento Agrário; MTO (Ministério do Planejamento);
STN (Secretaria do Tesouro Nacional); MPOG (Siconv, Orçamento e Gestão); Banco
Central, Comandos Militares,, DPF, RFB, MAPA, DEST, Ministérios [Honorários
(Jetons)], CGU (Controladoria-Geral da União),
MD (Ministério da Defesa); MJ
(Ministério da Justiça); PR (Presidência da República); MRE (Ministério das Relações
Exteriores); SPU (Secretaria de Patrimônio da União).
5.6.1.
Descrizione del portale
L’analisi è proseguita analizzando i dataset relativi alla sezione “despesas” del sito.
All’interno, però, l’unità elementare di analisi è diversa a seconda del tipo di spese: solo
per una parte il massimo livello di dettaglio è una scheda contenente tutte le informazioni
114
relative al progetto, in alternativa i dati si fermano al livello di dettaglio inferiore, cioè
l’elenco dei progetti per beneficiario.
La scheda con le informazioni sul progetto contiene le seguenti voci: Número do
Convênio SIAFI, situazione attuale, Nº Original, oggetto, organo di riferimento,
concedente, beneficiario, importo, importo rilasciato, data pubblicazione inizio dei lavori,
fine dei lavori, valore di ritorno, ultima data di rilascio, valore ultimo rilascio. In figura
5.14 viene mostrata l’interfaccia del sito in entrambi i casi.
Figura 5.14 portal de transparencia - caratteristiche del dato
Per quanto riguarda il download del dato, esso avviene in una sezione separata del sito.
L’utente può quindi scegliere uno dei database elencati, scegliere l’anno di riferimento,
poi il mese e scaricare il file. Il formato è csv compresso in un cartella zip.
Considerata la mole di dati presenti nel sito, l’utente, prima di accedere, è costretto dal
portale a filtrare i risultati. In primo luogo deve scegliere quale delle categorie sopra
elencate consultare, successivamente è richiesto di scegliere, per quanto riguarda le spese,
se consultare dati relativi al trasferimento di risorse, alle spese dirette del governo, filtrati
per argomento o dati aggregati per area d’azione o finalità. Una volta scelto il filtro
iniziale i dati sono proposti aggregati secondo la richiesta fatta: ad esempio, se viene fatta
115
una ricerca dei trasferimenti di risorse per stato nel 2015, la pagina web che sarà mostrata
presenterà l’elenco degli stati con affiancato l’importo registrato. Successivamente,
cliccando sopra lo stato, si entra in un livello di dettaglio inferiore (municipalità), con la
stessa logica è possibile scendere a cascata fino all’ultimo livello. Il numero di click per
raggiungere il dato è, quindi, sempre superiore a due.
In una sezione a parte, Portal em Gráficos, il sito offre alcuni grafici relativi ai dati
pubblicati, grafici a torta, istogrammi per facilitare la comprensione da parte dell’utente
(figura 5.15).
Figura 5.15 portal de transparencia - Portal em graficos
Per aiutare l’utente nella navigazione è presente un manuale di navigazione, scaricabile
in formato pdf. In una pagina chiamata glossario sono invece elencate le spiegazioni delle
diverse parole utili per la comprensione delle tabelle di dati.
Analizzando il sito si nota come l’interazione tra gli utenti e la piattaforma e la
condivisione delle informazioni non siano un punto fondamentale del progetto; non sono
infatti presenti metodi rapidi, visibili a tutti, dove l’utente può esprimere la propria
opinione o pubblicare i risultati raggiunti analizzando i dati. L’unico modo per venire a
contatto con l’amministrazione della piattaforma è la pagina del menu principale
“contatos” che offre all’utente contatti diversi a seconda del tipo di informazione
richiesta. Inoltre è elencata una serie di FAQs per provare a rispondere alle domande più
116
comuni. Per entrare in contatto con l’equipe che gestisce il portale è presente una form
online.
5.7.
Aid data
Aid Data (http://aiddata.org/) rappresenta lo sforzo di mettere insieme informazioni
provenienti da un’ampia gamma di fonti. Le informazioni qui discusse attingono da:
AidData, US (2015a, 2015b). Il portale è nato, originariamente, per essere un portale
dedicato alla raccolta di informazioni utili da mostrare ai cittadini, ma poi, grazie a un
processo consolidato di gestione delle informazioni e un sistema robusto di
comunicazione dei dati è diventato, anche, uno strumento da policy maker. Nasce nel
2009 da una partnership tra tre istituzioni: College of William & Mary, Development
Gateway e Brigham Young University. A oggi presenta uno staff composto da studenti,
professori e ricercatori provenienti dalle tre istituzioni americane sopra citate.
Il portale (nella figura sottostante l’homepage), traccia 40.000 miliardi di dollari in
finanziamenti per lo sviluppo. Il progetto conta 71 donatori e 1.456.305 attività in 234
paesi.
L'idea su cui si basa è che chiunque possa valutare chi finanzia cosa, dove e con quali
effetti. I donatori e governi possono massimizzare l'impatto dei loro investimenti, i
cittadini possono chiedere ai loro leader di rendere conto dei risultati.
117
Figura 5.16 AidData - homepage
Il sito si caratterizza per la presenza di informazione sui cosiddetti “non traditional
donors”, donatori privati e minori per progetti di sviluppo che non compaiono in nessun
report ufficiale, questi donatori negli anni sono aumentati enormemente fino a divenire
una porzione rilevante dell’intero finanziamento allo sviluppo.
AidData svolge anche attività di ricerca d'avanguardia sul targeting, coordinamento e
valutazione degli aiuti allo sviluppo. I risultati della ricerca sono disponibili sotto forma
di strumenti, good practices e lesson learned allo scopo di aiutare le comunità locali.
5.7.1.
Descrizione del portale: obiettivi, valori di riferimento, attor i coinvolti
I flussi finanziari tracciati dal portale sono 6.800 miliardi di dollari. Di questi il maggior
donatore nel 2011, ultimo anno i cui dati sono visibili in modo aggregato sul sito, è il
Fondo Monetario Internazionale (63.45 miliardi di dollari) seguito dalla World Bank
(35.48 miliardi di dollari) e dal Governo degli Stati Uniti (29.89 miliardi di dollari). Il
continente che ha beneficiato maggiormente dei fondi è il Messico (32.09 miliardi di
dollari) seguito da India e Turchia.
118
Il lavoro dei ricercatori consiste nel raccogliere i dati e uniformarli: per esempio facendo
in modo che si riferiscano a slot di tempo regolari o che le informazioni abbiano la stessa
valuta come unità di misura.
Oltre a questa prima modalità di veicolazione dell’informazione il sito include anche
alcuni dati a livello aggregato. Tipicamente questi dati comprendono investimenti diretti,
rimesse, altre informazioni finanziarie che confluiscono dai partner con cui collabora.
Inoltre è presente una raccolta molto rilevante di informazioni stand alone riferite a
dataset di Paesi che producono dati su tematiche per loro rilevanti e che sono codificati
in modo non omogeneo.
Tenendo conto dell’esistenza di diversi utilizzatori con obiettivi e caratteristiche diverse
il portale fa uso di interfacce e sistemi di rappresentazione dei dati user friendly che
possono conciliarsi anche con le esigenze dei visitatori tecnicamente meno preparati, un
esempio è rappresentato in figura 5.17. Ciò non significa che venga fornita
un’informazione diversa a diversi interlocutori, l’informazione rimane analoga a se
stessa, è la modalità di lettura dei dati, navigazione e accesso che cambia a seconda del
visitatore.
Figura 5.17 AidData - Dashbord view: aggregate data
119
Un altro elemento particolarmente importante è il cosiddetto geo-tracking, cioè la
possibilità di avere informazioni georeferenziate estremamente puntuali. Ad esempio, un
visitatore potrebbe essere interessato ad un progetto di “public health”: in tale ambito,
egli potrebbe avere bisogno di tracciare le informazioni relative alla nutrizione, quindi al
modo in cui le popolazioni si alimentano e ai finanziamenti che vengono forniti; è quindi
importante a questo proposito offrire una codifica speciale che permetta di garantire la
tracciabilità delle informazioni georeferenziate relative alla nutrizione in modo tale che
chi consulta il sito sappia dove vanno le donazioni.
All’interno del sito web tutto questo si traduce in una sezione “dashboard” contenente
tutti i dataset e che si compone di cinque pagine:

analitic dashboard: con all’interno grafici a torta, istogrammi, timeline chart dei
dati aggregati;

aid project list: una tabella con l’elenco completo dei progetti. Leggendo la tabella
si hanno informazioni riguardanti l’anno (anche se non sempre disponibile),
l’organizzazione o lo stato finanziatore, l’organizzazione o lo stato che ha ricevuto
il finanziamento, l’importo in USD, il titolo del progetto, il settore e la fonte del
dato;

financial flow: contenente i flussi finanziari;

map: una mappa per la distribuzione geografica dei dati;

user contribution: sezione che raccoglie tutti i vari contributi e commenti degli
utenti.
E’ possibile entrare poi nel dettagli del singolo progetto attraverso una scheda contenente
il numero identificativo, la fonte, l’anno, il donatore, lo stato o l’organizzazione che ha
ricevuto il finanziamento, il totale dei costi, l’ammontare dell’importo, l’importo pagato,
una breve e una lunga descrizione (figura 5.18).
120
Figura 5.18 AidData - project description
Oltre alla consultazione on-line è disponibile anche il download del dato sia in formato
csv sia in xml; l’utente può scegliere quali campi inserire nel proprio dataset e quali invece
omettere. Il download non avviene direttamente dal sito ma è richiesto un indirizzo email al quale sarà inviato il link, accessibile per 7 giorni.
5.7.2.
Costi e sforzi organizzativi legati al processo di pubblicazione dei dati
Vari costi devono essere presi in considerazione. Il primo e più importante riguarda il
fatto che AidData mette insieme e pubblica dati provenienti da un’ampia gamma di fonti.
Ogni fonte ha propria unità di misura periodicità e metodi di raccolta ecc. La difficoltà
maggiore è, quindi, rendere omogenei dati diversi che insistono sul medesimo ambito o
ripulirli e adattarli in modo tale che possano essere combinati e inseriti profittevolmente
in un unico dataset. Un tipico esempio molto semplice riguarda l’uso di differenti valute,
l’esistenza di una differente classificazione di settori tra paesi diversi e tutta una serie di
variabili che possono cambiare tra una fonte e l’altra. Uno degli elementi più rilevanti
quando si combinano i dati è evitare il così detto double counting, cioè considerare
erroneamente più volte il medesimo dato. I controlli sui dati hanno pertanto un peso
estremamente rilevante nel complesso dei costi legati alla pubblicazione degli stessi. Un
altro costo importante concerne la creazione di dataset di supporto: questi sono molto utili
121
ai ricercatori e consistono in file in cui le informazioni sono maggiormente circostanziate
per ogni piccolo istante di tempo, per differenti istanti di tempo, questo è molto
importante per attestare e mostrare la robustezza dei dati.
Per quanto riguarda i “non traditional donors”, ciò che AidData fa è capire quali
informazioni sono importanti a proposito di questo gruppo di donatori, raccogliere e
analizzarle e infine processarle per rendere i dati leggibili e comunicabili all’esterno.
Un'altra voce riguarda il lavoro che AidData compie con i cosiddetti governi partners
presso cui svolge un lavoro di consulenza concernente i data management system. Lo
scopo di questa attività è garantire che il flusso di dati verso AidData sia il più pulito
possibile, ovvero che nel momento in cui il portale riceve i dati questi siano adeguati alle
esigenze di pubblicazione che sono state definite. Questo richiede un enorme sforzo di
coordinamento interno e con coloro che nei diversi governi si dedicano alla raccolta di
dati e alla loro pubblicazione.
5.7.3.
Elementi tecnici rilevanti
A livello tecnico AidData utilizza specifiche tecnologie che permettono di affrontare la
maggior parte delle sfide legate all’interoperabilità dei dati. Da segnalare che,
recentemente, è avvenuto un passaggio a database open source con l’obiettivo di renderli
più robusti e flessibili in modo tale che siano in grado di incorporare molte tipologie di
dati diversi. A questo proposito vengono utilizzate una serie di metodologie specifiche
per la gestione del work flow di data processing. Non è, però, effettuato un quality
assestment dei dati in modo rigido, ad esempio se c’è una differente classificazione di
settori, il sistema dà la possibilità di intervenire e correggere i difetti di interoperabilità in
modo manuale, questo approccio è molto efficace e l’open source supporta la possibilità
di correzione dei database in maniera estremamente profittevole oltre a offrire un elevato
livello di personalizzazione.
5.7.4.
Impatti e benefici della soluzione
AidData, negli anni, ha costantemente ampliato il suo bacino d’utenza, l’audience passa
dalla research community ai policy makers, ai donors fino ai cittadini che vogliono
risolvere dei dubbi relativamente al modo in cui le risorse pubbliche vengono spese. Per
122
questo motivo il sito propone delle modalità di lettura differenti a seconda delle
caratteristiche dell’utente che accede al sito. Chi, ad esempio, ha elevate competenze
tecniche e vuole fare sofisticate analisi statistiche può andare sul sito scaricare dei file
puliti e uniformi pronti per essere analizzati. Oppure il visitatore potrebbe essere un
cittadino o un policy maker che ha un quesito puntuale a cui vuole dare risposta (ad
esempio potrebbe voler sapere quanti finanziamenti gli Stati Uniti hanno impiegato in
progetti di sviluppo nel corso dell’ultimo anno); in questo caso AidData permette di
accedere a questi dati in maniera leggibile grazie all’uso di tabelle, grafici e altre
rappresentazioni utili a una migliore comprensione dell’informazione. L’informazione
sottostante è quindi identica, cambia il sistema di lettura e comunicazione del dato così
da poter andare in contro a statisti, media, cittadini e policy makers.
Per favorire la centralità dell’utente che accede al sito, il portale mette a disposizione una
sezione di “user contributions” nella quale chiunque può accedere, scrivere un proprio
commento e leggere i commenti scritti da altri. È inoltre possibile per il visitatore fare
osservazioni sul singolo progetto, all’interno della scheda dedicata. È anche presente una
pagina del portale che accoglie le applicazioni che gli utenti hanno sviluppato a partire
dai dati, oltre a offrire una guida su come è possibile creare la propria app. Il portale offre,
infine, la possibilità di condividere i risultati della ricerca attraverso i social network
(Facebook, Twitter, Linkedin, Google+) e attraverso l’indirizzo email.
5.8.
Open welfare comune di Bologna
Il progetto open welfare nasce dal portale di pubblicazione dei dati del comune di Bologna
(http://dati.comune.bologna.it/). Le informazioni di seguito attingono da: Open Welfare,
IT (2015a, 2015b).
All’interno del sito, consultabile in lingua italiana e, solo per alcune parti, in lingua
inglese, sono presenti tutti i dati che la città di Bologna rilascia, in formato open, a
disposizione dei cittadini interessati.
Oltre ai dataset sono presenti anche cinque “progetti” che sono stati sviluppati dal comune
stesso a partire da questi dati:
123

anagrafe pubblica degli eletti e delle elette: l’obiettivo dell'anagrafe è pubblicare
su Internet sia i dati riguardanti lo svolgimento dei lavori e le spese degli
organismi politici che i curricula, i compensi e le presenze alle sedute del
Consiglio Comunale, di Sindaco, Assessori e Consiglieri;

bilanci del comune di Bologna: in questa sezione del sito sono raccolti in formato
Open Data alcuni bilanci d'esercizio redatti dal comune di Bologna;

modelli 3D: Bologna 3D Open Repository è il progetto dedicato alla raccolta,
condivisione e uso didattico dei modelli 3D della città e della storia di Bologna;

open welfare: Il comune di Bologna, primo in Italia, ha rilasciato in modo
accessibile e intuitivo i dati della rete dei servizi di welfare erogati in ogni
quartiere per target d'utenza, fascia d'età, tipologia del bisogno, genere e
nazionalità;

iCity: iCity (www.icityproject.eu) è un progetto europeo che promuove la cocreazione di applicazioni e servizi di interesse pubblico con il coinvolgimento
attivo di cittadini, imprese, università e associazioni.
L’analisi
del
caso
studio
si
sofferma
sul
progetto
open
welfare
(http://dati.comune.bologna.it/open-welfare). Open Welfare è un progetto nato con
l’obiettivo di “facilitare l'incontro tra Amministrazione e Cittadini attraverso
la trasparenza, la condivisione e l'incoraggiamento al riutilizzo delle informazioni
pubbliche.” Il portale è presentato come uno strumento di accountability che vuole
“rendere conto”, a consuntivo, delle prestazioni sociali, sanitarie e socio-sanitarie erogate.
L’obiettivo con cui è stato creato è quello di “incoraggiare nuove forme di collaborazione
o sperimentare nuovi percorsi di coesione sociale con tutti gli stakeholder”. L’auspicio
dell’amministrazione è che i dati possano diventare una base quantitativa, sulla quale tutto
il territorio metropolitano (cittadini, terzo settore, data journalist, studiosi, imprenditori)
non solo abbia l’opportunità di accedere per analizzare il fenomeno, ma anche di
arricchire il sito attraverso analisi, interpretazioni e propri set di dati.
La pagina web si mostra all’utente come una mappa della città, suddivisa in quartieri con
un colore diverso a seconda del numero di interventi ogni 100 abitanti nel quartiere. Si
basa su tre distinti dataset.
124

sportelli sociali;

programma Assistenziale Individualizzato (PAI);

interventi.
L’utente può scegliere quale dei tre dataset rappresentare sulla mappa (figura 5.19).
Figura 5.19 open welfare - mappa interattiva
I dati provengono dalla banca dati del “Sistema informativo di gestione degli interventi e
servizi sociali e socio-sanitari” (Garsia/Sosia); l'applicativo gestionale in uso presso tutti
i Comuni della Provincia di Bologna e presso l'AUSL.
L’audience a cui si rivolge il portale è formata da cittadini, studiosi, data journalist,
soggetti del terzo settore, mondo imprenditoriale e altri portatori d'interesse.
5.8.1. Descrizione del portale (obiettivi, valori di riferimento e attori
coinvolti)
Come scritto in precedenza i dataset di riferimento sono tre.
125
Sportelli sociali
Gli sportelli sociali rappresentano “la porta unitaria territoriale di accesso alle
informazione ed alla eventuale presa in carico da parte dei servizi sociali”, hanno sede
presso i nove quartieri della città.
Il file presente è di consuntivo annuale e contiene informazioni relative a:

quartiere di appartenenza dello Sportello sociale attivato dal richiedente;

target di utenza;

ID utente;

modalità e motivo di accesso al servizio dello Sportello Sociale;

tipologia del bisogno espresso dall’utente;

fascia d'età del richiedente e dell'assistito;

grado di priorità della richiesta avanzata.
Programma assistenziale individualizzato
“Il Programma Assistenziale Individualizzato definisce il pacchetto di servizi e interventi
necessari per affrontare, coerentemente all’effettivo stato di bisogno, le problematiche
che il caso presenta. Delinea gli obiettivi da raggiungere, fissando tempi e modalità di
realizzazione e di verifica degli stessi.”
All’interno del file sono contenute informazioni riguardo:

data di creazione PAI e target d'utenza;

l'indicazione dell'Equipe territoriale che ha in carico l'Utente;

sesso, fascia d'età, componenti del nucleo familiare e cittadinanza dell'Utente;

luogo di nascita, comune, Provincia e quartiere di residenza;

cittadinanza;

ID cartella, Matricola, Codice Nucleo, Codice Nucleo Cartella (per
visualizzare correttamente le colonne selezionare le stesse con formato
testo in fase di apertura del CSV);

quartiere di residenza ed eventuale raccordo del Piano di Assistenza con altri
servizi e sportelli del territorio.
126
Interventi
Il dataset contiene il dettaglio analitico degli interventi sociali, sanitari e socio-sanitari
erogati nell'anno.
Contiene:

la data di creazione della cartella;

la matricola, la fascia d'età;

la cittadinanza dell'utente e la residenza;

tipologia di utenza;

il grado di intervento;

il quartiere di assegnazione;

la categoria di intervento.
I dati, disponibili in licenza “cc by-sa” non sono disponibili online ma sono scaricabili in
formato csv. Sulla pagina sono invece consultabili una serie di istogrammi e grafici a torta
che aggregano i dati offrendo all’utente delle informazioni più consistenti (un esempio in
figura 5.20). Sono anche presenti, e scaricabili in formato csv, i metadati relativi al
singolo dataset.
127
Figura 5.20 open welfare - Sportelli sociale: % dei contatti dei residenti agli sportelli
Il progetto è facilmente raggiungibile dalla home page, cliccando direttamente su “open
welfare”: da qui è possibile effettuare il download del file.
La mappa interattiva può essere filtrata dall’utente secondo alcune caratteristiche (es.
genere o target d’utenza).
Coinvolti nel processo ci sono, in primo luogo, tutti gli operatori che quotidianamente
lavorano negli sportelli di assistenza sociale: sono infatti stati istruiti a registrare il singolo
caso in un formato specifico che poi va a costituire la stringa del dato che verrà esposto.
All’interno dell’amministrazione lavorano sul progetto quattro persone, allo scopo di
estrarre i dati, “pulirli” oscurando i dati non pubblicabili per motivi di privacy, costruire
metadati e pubblicarli.
128
Oltre, al comune di Bologna, sono coinvolti anche altri attori, in particolare si tratta
dell’ASP (Azienda dei Servizi alle Persone), del servizio sociale territoriale, dell’ASL
cittadina e del PIS (Pronto Intervento Sociale).
5.8.2.
Costi e sforzi organizzativi legati al processo di pubblicazione dei dati
All’interno del portale dati.comune.bologna è stata fatta nel 2012 una classificazione dei
dataset evidenziando quali, tra tutti, fossero i più interessanti per il cittadino. Nonostante
i dati relativi al welfare venissero considerati come dati di una certa importanza, non fu
possibile pubblicarli poiché i processi erano manuali e i dati non disponibili. Il grande
sforzo sia economico che organizzativo fatto prima della nascita del progetto Open
Welfare, è stato quello di informatizzare i processi gestionali.
È stato quindi istallato un software gestionale (il cui acronimo è Garcia) che serve per
accogliere la presa in carico dei singoli casi, per registrare gli interventi sociali effettuati
e per annotare i bisogni espressi dai cittadini. I benefici di questa operazione sono
molteplici e riguardano soprattutto la standardizzazione dei processi. Grazie a questo
investimento, si ha anche il vantaggio che i dati arrivano all’amministrazione già
uniformati e strutturati. A seguito di questa miglioria, nel 2013, sono stati pubblicati i
primi dataset relativi al welfare.
Nel processo di pubblicazione dei dati sono coinvolti, in primis, tutti gli attori che
gestiscono e operano sul sistema gestionale, allo stato attuale sono operativi circa 300
dipendenti tra i dipendenti dell’ASL e quelli dell’ASP. All’interno dell’amministrazione
lavorano sul progetto 4 persone che seguono le varie fasi, dall’arrivo del dato alla sua
pubblicazione. Una prima persona, infatti, si interfaccia direttamente con il sistema
Garcia e estrae i dati; questi vengono poi passati a una seconda persona che è abilitata
alla verifica e alla pulizia degli stessi e, in particolare, si occupa di oscurare tutte quelle
informazioni non pubblicabili per motivi legati alla privacy. Successivamente un
operatore si occupa della creazione delle tabelle di metadati relativi al dataset, della
georeferenziazione dei dati e delle informazioni grafiche che descrivono il fenomeno.
Infine si passa alla pubblicazione de dato. La parte relativa alla metadatazione e
all’inserimento dei dati sulle mappe interattive è la parte più lunga e importante del
129
processo, questo per l’obiettivo dell’intero progetto, volto a offrire le informazioni con
una modalità utile a favorire il coinvolgimento degli stakeholder.
5.8.3.
Elementi tecnici rilevanti
Il sito è realizzato con CMS open source Drupal su database MySQL; interoperabilità
garantita dalle API del portale Open data alle API; API sono state sviluppate all’interno
del progetto europeo iCity; Feed RSS indicizzati dal portale dati.gov.it. Il codice della
mappa
di
Open
welfare
è
a
disposizione
per
il
riutilizzo su
GhitHub
https://github.com/Dataninja/advanced-mapping-tool.
5.8.4.
Impatti e benefici della soluzione
L’audience del progetto è molto vasta. Open Welfare si rivolge, a tutti i cittadini, alle
associazioni operanti nel terzo settore, al mondo imprenditoriale, agli studiosi e ai data
journalist. Attraverso il coinvolgimento di questi attori il comune si pone l’obiettivo di
avere delle politiche di welfare sempre più interattive dove chiunque può esprimere le
proprie considerazioni e fare proposte a riguardo. Nel caso, infatti, l’utente abbia qualche
proposta, suggerimento o richiesta di spiegazioni c’è il collegamento a un’apposita form
online.
Direttamente sul dataset, è possibile scrivere il proprio commento in merito o dare una
valutazione (da 1 a 5 stelle) al file. Infine è presente il riferimento per condividere i dataset
attraverso social network (Facebook, Twitter, Google+, Linkedin, Pinterest, Reddit,
Tumblr) o l’indirizzo e-mail.
5.9.
Recovery.gov
Il sito recovery.gov (http://www.recovery.gov/Pages/default.aspx), creato a seguito
dell'"American Recovery and Reinvestment Act" del 2009, visualizza informazioni su
Recovery Accountability and Transparency Board's activities e dati relativi agli 840
miliardi di $ di fondi stanziati per l'uragano Sandy. Le informazioni a supporto della
stesura di questo caso provengono da: Recovery.org, US (2015).
Il portale è suddiviso in quattro aree:
130

Hurricane
Sandy
Funding
Oversight
(http://www.recovery.gov/Sandy/
Pages/home.aspx): contiene dati riguardo a appalti, sovvenzioni, prestiti stanziati
per far fronte ai danni provocati dall’uragano Sandy nel 2013, il governo ha,
infatti, investito circa 60 miliardi di dollari per assistere i vari stati;

American Recovery and Reinvestment Act (http://www.recovery.gov/arra/Pages/
default.aspx): mostra la distribuzione dei fondi derivanti dall’ARRA (American
Recovery and Reinvestment Act, 2009) tra le varie agenzie federali e come i
beneficiari stanno spendendo questi fondi, dal 2009 sono stati stanziati 813.6
miliardi di dollari, divisi in 3 categorie (tax benefits; Contracts, grants and loans;
entitlements) come mostrato in figura 5.21;

Education Job Found (http://www.recovery.gov/ejf/Pages/home.aspx): traccia gli
importi stanziati dal governo, attraverso l’Education Job Found (2013), un fondo
mirato a fornire servizi educativi e servizi connessi ad essi per la prima infanzia,
elementare, e l'istruzione secondaria. Per questo fondo sono stati stanziati, nel
2013, 10 miliardi di dollari;

Government Accountability and Transparency Board (http://www.recovery.gov/
gatb/Pages/default.aspx): contiene informazioni sul comitato nato nel 2011 per
fornire una direzione strategica per migliorare la trasparenza della spesa e
proporre iniziative per individuare e risolvere le frodi, sprechi e abusi nei
programmi federali.
131
Figura 5.21 recovery.gov – ARRA
A eccezione dell’ultima area del sito, contenente solamente documenti in pdf volti a
mostrare i componenti del Board e le iniziative, le altre tre sezioni sono strutturate in
maniera simile. Si compongono di una parte dove viene spiegato qual è la normativa di
riferimento grazie alla quale sono stati stanziati quei rispettivi fondi e di una seconda parte
(“where is the money going”) contenente grafici, mappe geografiche e dati per spiegare
all’utente come e dove sia stato utilizzato il denaro stanziato. In tutti e tre i casi è
disponibile anche il download del file o dei file relativi.
5.9.1.
Descrizione del portale
Le caratteristiche del dataset dipendono dall’area di provenienza degli stessi.

Hurricane Sandy Funding Oversight: i vari dataset, di proprietà della FEMA
(Federal Emergency Management Agency) contengono l’elenco dei singoli
appalti finanziati dal fondo. In particolare le informazioni disponibili riguardano:
Recipient Name; City; State; Zip; Award ID; Total Award Amount; Agency;
Place of Performance; State; Funds Awarded; Funds Paid Out;

Education job Found: mostra l’elenco dei fondi stanziati per singolo stato. Le
informazioni disponibili sono: State or Other Entity; Cumulative Obligated 1/;
Cumulative Outlays 2/; Cumulative Available Balance 3/; Percent Drawn;
132

American recovery and reinvestment act: contiene sia l’elenco dei progetti sia, per
ogni progetto, informazioni dettagliate. In particolare: Project Title; Project
Status; Final Project Report Submitted; Project Activities Description; Quarterly
Activities/Project Description; Jobs Created; Description of Jobs Created; Award
Date; Award Number; Order Number; Award Type; Funding Agency ID; Funding
Agency Name; Funding Office Name; Awarding Agency ID; Awarding Agency
Name; Amount of Award; Funds Invoiced/Received; Expenditure Amount;
Infrastructure Expenditure Amount; Infrastructure Purpose and Rationale;
Infrastructure Point of Contact Name; Infrastructure Point of Contact Email;
Infrastructure Point of Contact Phone; Infrastructure Point of Contact Address;
Infrastructure Point of Contact City; Infrastructure Point of Contact State;
Infrastructure Point of Contact Zip.
Il download dei dati è disponibile in formato xml, csv o xls, a seconda del dataset di
riferimento.
Come scritto, l’obiettivo del progetto non è solamente essere trasparenti sull’utilizzo dei
fondi in questione, ma anche dare al cittadino la possibilità di comprendere e, nel caso
riscontri qualche irregolarità, segnalare un abuso. Per questi motivi i dati sono presentati
anche in maniera aggregata e attraverso mappe e grafici interattivi (figura 5.22). Sono
anche presente un glossario e una sezione di FAQs per una maggiore comprensione della
struttura e dei contenuti del sito.
133
Figura 5.22 recovery.gov - esempi grafici e mappe
Le caratteristiche, la tipologia di filtri di ricerca, il numero di click per raggiungere il dato
desiderato variano a seconda della sezione del sito web di riferimento.
Nel caso l’utente abbia da segnalare un’irregolarità sono presenti numeri telefonici e una
form online, in una pagina diversa ci sono invece contatti nel caso si voglia lasciare dei
feedback. Non è possibile, invece, lasciare commenti direttamente sulla piattaforma.
Il progetto si sviluppa, oltre che con il sito web, attraverso una pagina Facebook, un
profilo Twitter e un canale di YouTube.
5.10.
Sandy Funding Tracker
Il sito (http://www1.nyc.gov/sandytracker) traccia la risposta della città di New York
all'uragano Sandy. Il disastro che causò più di 19 milioni di dollari di danni e la perdita
di attività economiche, interrompendo sistemi di infrastrutture critici e distruggendo o
provocando seri danni a migliaia di persone e attività economiche. Aperto a dicembre
2013 e fortemente voluto dall’amministrazione Bloomberg, si pone l’obiettivo di rendere
134
pubbliche le informazioni sull'uso che la città di New York ha fatto dei "federal recovery
founds" attraverso una maggiore trasparenza e la possibilità ai cittadini di tracciare i flussi
economici dei fondi stanziati per far fronte ai danni provocati. Le informazioni necessarie
alla composizione del caso di studio attingono da: Sandy Funding Tracker, US (2015).
In generale il governo ha stanziato più di 50 milioni di $ per la ristrutturazione dopo
l’uragano, di questi più di 15.1 milioni di dollari sono stati allocati alla città di New York.
La maggior parte di questi fondi è gestito direttamente dalla città (12.7), altri da agenzie
federali (2.4).
Entrando nella sezione “funding” del sito l’utente può scegliere che tipo di dati andare a
visualizzare, tra i dati relativi a:

CDBG- DR (Community Development Block Grant - Disaster Recovery);

FEMA (Federal Emergency Management Agency);

Federal Highway Administration – Emergency Relief;

Federal Transit Administration – Emergency Relief;

U.S. Department of Labor – National Emergency Grant.
Entrando poi nella pagina selezionata sono presenti, dopo una breve descrizione dei dati
che si andranno a incontrare, un grafico (istogramma o grafico a torta) e l’intero dataset
(figura 5.23).
135
Figura 5.23 Sandy Funding Tracker - interfaccia dataset
5.10.1.
Descrizione del portale
La maggior parte dei dati pubblicati presentano l’elenco degli importi stanziati a ciascun
dipartimento con riferimento al programma selezionato. I campi quindi disponibili sono:
codice dipartimento, nome dipartimento, costi stimati (emergenza, permanenti),
sovvenzioni concesse (emergenza, permanenti), spese città (emergenza, permanenti),
fondi federali ricevuti (emergenza, permanenti), stima posti lavoro creati (emergenza,
permanenti).
Nei caso della sezione FEMA Public Assistance, cliccando sul codice dipartimento si apre
un ulteriore livello di dettaglio, con l’elenco dei progetti per dipartimento. La sezione
relativa ai CDBG fa, invece, eccezione, tutti i fondi relativi a questo programma, infatti,
sono stati destinati al “Department of Transportation”.
In ogni dataset è presente la data di inserimento e una breve descrizione dello stesso.
136
Il download dei dati è molto semplice e intuitivo, è infatti ben visibile un tasto apposito
in corrispondenza della tabella dei dati. I dati vengono scaricati in formato csv.
I dati sono facilmente raggiungibili dall’utente, in particolare è necessario un solo click
per raggiungere il dato e un ulteriore click per il download dello stesso.
I grafici dei vari dataset possono essere modificati togliendo delle colonne non di
interesse.
Sono anche presenti delle mappe interattive (un esempio in figura 5.24) relative a:

build It Back's Single-Family and Multi-Family programs;

FEMA Public Assistance;

resilience map.
Figura 5.24 Sandy Funding Tracker - resilience map
137
Queste mostrano, all’interno della città, con colori diversi, l’intensità di intervento e
possono essere filtrate dall’utente attraverso dei menu a tendina.
E’ anche presente una sezione “glossary” con la spiegazione dei vari termini utilizzati.
Il sito non presenta possibilità di interazione, non si possono lasciare commenti di nessun
tipo sui dati. Non è presente neanche la possibilità di condivisione tramite mail o social
network. Dal link “contact us” si viene rimandati ai vari contatti dell’amministrazione
della città di New York.
5.11.
USA spending
Il progetto USAspending.gov (https://www.usaspending.gov/Pages/Default.aspx) è nato
dopo il "Federal Funding Accountability and Transparency Act of 2006", diventato legge
il 26 settembre del 2006, con l'idea di creare un portale di ricerca disponibile per i cittadini
che possa offrire agli Americani l'accesso alle informazioni sulle entità e organizzazioni
che ricevono fondi federali. Le informazioni qui riportate attingono a: USA Spending,
US (2015).
Nel gennaio 2014 è stato dato il mandato al "Department of the Treasury's Bureau of the
Fiscal Service", il responsabile del progetto, di apportare miglioramenti nell'usabilità,
presentazione e funzionalità di ricerca del sito, con il "Digital Accountability and
Transparency Act of 2014" sono state portate migliorie anche alla qualità del dato.
All’interno del sito (in figura la homepage) si possono trovare dati relativi a:

tutte le operazioni di contratto destinatario principale più di $ 3.000;

tutti sovvenzioni, prestiti e altre operazioni di assistenza finanziaria di più di $
25.000;

contratto di primo livello sub-destinatario, sovvenzioni, e operazioni di
finanziamento di più di $ 25.000;

micro-acquisti di meno di $ 3000 realizzato con una carta di credito federale sono
raccolti dalla General Services Administration e visualizzati mensilmente in un
foglio di calcolo SmartPay.
138
Figura 5.25 USA spending - homepage
Le fonti da cui provengono questi dati sono:

Federal Procurement Data System – Next Generation (FPDS-NG), gestito dal
General Services Administration (GSA);

Award Submission Portal (ASP), gestito Department of the Treasury’s Bureau of
the Fiscal Service (Fiscal Service);

Federal Funding Accountability and Transparency Act Subaward Reporting
System (FSRS), gestito e mantenuto da GSA;

SmartPay, dati per micro-acquisti con carta di credito federale sono raccolti dal
GSA e forniti ai Fiscal Services mensilmente.
La figura sottostante mostra una overview sui finanziamenti tracciati dal sito, divisi in 4
macro categorie. Come si può notare le spese maggiori sono per le sovvenzioni federali
(“grants” per cui sono stati spesi nel 2015 circa 565 miliardi di dollari) e gli appalti
(“contracts” circa 327 miliardi di dollari).
139
Figura 5.26 USA spending - overview of awards
La piattaforma si propone non solo come un semplice portale di pubblicazione dei dati
ma come un sito dove l’utente ha la possibilità di capire, tramite grafici e mappe
interattive, come sono effettivamente usati dallo stato i fondi federali, come mostrato in
figura 5.27.
Figura 5.27 USA spending – spending map
La sezione principale del sito (“where is the money going”) si presenta infatti a sua volta
suddivisa in quattro parti principali:

Spending map: l’utente attraverso una mappa geografica e dei filtri di ricerca può
andare a vedere la distribuzione territoriale dei fondi;
140

Agency profiles: pagina contenente l’elenco delle agenzie governative, cliccando
su ognuna di esse, i fondi ricevuti. Questi sono presentati all’utente tramite dati
aggregati (totale dell’importo, numero di transazioni), un grafico a torta con le
varie tipologie di fondo e una mappa geografica per la distribuzione tra i vari stati;

State/territory summaries: istogramma che mette in relazione tra di loro il
l’importo totale suddiviso per stato;

Overview of awards by fiscal year: time chart con i vari anni e le spese suddivise
per tipologia.
5.11.1.
Descrizione del portale
Il dataset completo non è visualizzabile online, ma solamente scaricabile attraverso il
download center in formato csv, xml, tsv. L’utente può quindi selezionare la tipologia di
dato richiesto, le caratteristiche (anno, tipologia) e procedere con il download.
Online invece sono disponibili dati aggregati o singoli ma relativi alla ricerca selezionata.
Partendo dalla mappa, per esempio, l’utente può arrivare ai progetti per beneficiario e,
cliccando sul singolo progetto, alla scheda di descrizione contenente: award number,
order Number; Awarding Agency; Award Date; Total Award Amount; Total Number of
Transactions; Total Number of Sub-Awards; Total Amount of Sub-Awards; Recipient
Name; Recipient DUNS Number; Recipient Address; Recipient City; Recipient State;
Recipient Congressional District; Recipient Country; Executive Compensation Provided.
Come prima descritto l’obiettivo del sito è essere il più “user friendly” possibile, dando
all’utente tutti gli strumenti necessari per comprendere appieno come sono stati utilizzati
i fondi federali.
In ogni pagina sono presenti dei filtri di ricerca per permettere all’utente di isolare i dati
di interesse (figura 5.28).
Figura 5.28 USA spending - filtri di ricerca
141
All’interno della spending map c’è anche una sezione dedicata a come utilizzare la mappa
e la parte dedicata alle FAQs. Nella sezione references, oltre a una pagina più complete
contenente FAQs, è presente anche un glossario e un “media kit” con due pdf e due
richiami a informazioni riguardanti il sito web.
Non è prevista l’interazione tra gli utenti, non si possono, infatti, lasciare commenti sul
sito. Non è previsto neanche un link per la condivisione sui social network. C’è invece
una form online per contattare gli amministratori del sito.
5.12.
Conclusioni
Facendo propria l’idea che la pubblicazione di Open Data può contribuire a creare un
governo più trasparente e allineato alle reali esigenze dei cittadini (Heald, 2015), l’analisi
presentata sottolinea come le condizioni e le modalità secondo cui tali dati sono resi
disponibili rappresentino un elemento cruciale ai fini della loro reale utilità.
I casi illustrati offrono esempi rilevanti in tal senso: essi esplorano, infatti, come, perché
e con quali benefici i dati siano stati resi “open” in alcuni specifici contesti.
Dopo un’introduzione sulla metodologia di analisi utilizzata, il capitolo è stato suddiviso
in due blocchi che discutono i casi studio, come riassunto dallo schema sottostante.
Progetto OGD
Aid data
Sito web
aiddata.or
Paragr
Enfasi del
Metodologi
Estensio
afo
progetto
a di
ne case
rilevazione
study
Utilizzabilità/
Intervista/D
Esteso
Leggibilità
esk
7
g
dell'informazione
pubblicata
Data.gov.au
data.gov.a
u
2
Numerosità
Intervista/D
dell’informazione
esk
Esteso
pubblicata
142
data.gov.u
Data.gov.uk
3
k
Numerosità
Desk
Breve
Desk
Breve
Desk
Breve
Utilizzabilità/
Intervista/D
Esteso
esk
dell’informazione
pubblicata
Kenya
Open opendata.g
4
o.ke
Data
Numerosità
dell’informazione
pubblicata
Lima
datos
abiertos
lima.datos
5
Numerosità
abiertos.pe
dell’informazione
/home
pubblicata
Open welfare
dati.comu
comune
ne.bologn
Leggibilità
a.it/open-
dell'informazione
welfare
pubblicata
di
bologna
8
de
www.port
transparencia
altranspare
dell’informazione
ncia.gov.b
pubblicata
Portal
6
Numerosità
Desk
Breve
Desk
Breve
Desk
Breve
Desk
Breve
r/
Recovery.org
www.reco
Utilizzabilità/
very.gov/P
Leggibilità
ages/defau
dell'informazione
lt.aspx
pubblicata
Sandy funding www1.nyc
tracker
10
11
Utilizzabilità/
.gov/sandy
Leggibilità
tracker
dell'informazione
pubblicata
USA spending
usaspendi
ng.gov/
11
Utilizzabilità/
Leggibilità
dell'informazione
pubblicata
Tabella 5.1 Riepilogo casi studio
L’analisi dei casi ha permesso di identificare alcune evidenze.
143
E’ stato infatti possibile rilevare due tipologie di “comportamento”, come già accennato
nell’introduzione al capitolo (classificazione in parte coincidente con la teorizzazione di
Kalampokis, et al. 2011, che hanno suggerito un modello di categorizzazione dei progetti
OGD) in due grandi gruppi:

nel primo sono presenti i progetti OGD caratterizzati da una semplice pubblicazione
di dati governativi senza una specifica attenzione all’utente ed alla modalità di utilizzo
delle informazioni. All’interno di questi casi studio si nota come l’enfasi sia posta
sulla mera pubblicazione di dati, focalizzandosi sulla qualità ma soprattutto sulla
numerosità delle informazioni pubblicate. I soggetti che hanno effettuato la
pubblicazione hanno, infatti, risposto a un’esigenza legata alla disponibilità
dell’informazione e hanno risposto con dei portali che sono dei “raccoglitori” di
OGD. In questo primo gruppo possiamo trovare Government Data (Australia, Kenya
e Regno Unito), Lima datos abiertos (Perù), Portal de Trasparencia (Brasile);

nel secondo appaiono invece i portali nei quali i dati governativi sono presentati
tramite l’aggregazione dei dataset, in formati maggiormente intellegibili dall’utenza
e con l’inserimento di grafici esplicativi. L’obiettivo dei soggetti che decidono di fare
questo sforzo ulteriore è quello di rendere l’informazione tanto disponibile quanto
utilizzabile da diverse categorie di visitatori (ricercatori, policy maker, cittadini,
burocrati), migliorando la leggibilità dell’informazione pubblicata. In questo secondo
gruppo troviamo: Open Welfare (Italia) ed Aid Data, Recovery, Sandy Funding
Tracker e USA Spending (Stati Uniti d’America).
Inoltre i casi di studio appartenenti al primo gruppo vedono la partecipazione di soggetti
istituzionali che, per motivazioni essenzialmente legate all’adempimento amministrativo,
effettuano pubblicazioni massive di dati in modo generalista, il secondo gruppo riguarda
la pubblicazione di dataset focalizzati attorno a temi specifici.
Le differenze di pubblicazione sopra esplicitate portano, di conseguenza, anche ad un
diverso livello di partecipazione. Nel secondo gruppo, infatti, il numero di attori coinvolto
è maggiore, così come lo è l’interesse a inserire dati sempre aggiornati, verificati e corretti
perché l’utenza potenziale è attratta da portali tematici e con i dati aggregati secondo i
desiderata dell’utilizzatore, piuttosto che da soluzioni generaliste.
144
Questa distinzione può, inoltre, essere ricondotta ai due movimenti che favoriscono la
pubblicazione dei dati, promossi da B. Ubaldi e spiegati nel capitolo 4 (Ubaldi 2013). Il
primo gruppo di dati, infatti, risponde alle richieste del “right to information movement”
che spinge per una pubblicazione massiva e qualitativa dei dati, il secondo a quelle
dell’“Open Government Data movement” che invece richiede un governo più
partecipativo.
Pertanto, in conclusione, il presente capitolo ha messo in luce come sia importante
consolidare le esperienze in termini di OGD non solo nel senso della disponibilità dei
dati, ma anche della loro utilizzabilità.
L’effettiva realizzazione di una buona pratica in questa direzione dipende da due
elementi.
Il primo coinvolge gli obiettivi dell’amministrazione, relativamente allo sviluppo della
policy (e quindi ciò che viene pubblicato) e al modo in cui tale processo di sviluppo debba
essere comunicato (e quindi come i contenuti vengono pubblicati) (Napolitano, 2015):
tuttavia appare, in questo caso, molto rilevante la capacità delle amministrazioni di
collaborare tra loro e di dialogare con i cittadini, al fine di accrescere la produttività dei
dati pubblicati e la loro leggibilità – comprensibilità - utilizzabilità (De Renzio, 2015).
Il secondo elemento riguarda il fattore estetico della pubblicazione: esso non rappresenta
un semplice orpello, ma un contributo fondamentale alla creazione di vera accountability,
poiché rende l’informazione meglio comprensibile (Napolitano, 2015): questa leggibilità
impatta inoltre sulla motivazione dell’utente alla consultazione di una informazione che
risulta comprensibilmente inerente a quegli aspetti del servizio pubblico che più lo
coinvolgono (Davies, 2015); essa è anche legata alla volontà dell’amministrazione di
adattare i propri progetti OGD agli obiettivi e alle capacità di gestione e lettura dei dati
degli utilizzatori finali dei dati stessi (Napolitano, 2015; De Renzio, 2015).
Attraverso l’analisi di questi casi di studio è stato infine possibile comprendere meglio
cosa voglia dire in concreto essere trasparenti, intendendo il termine secondo la
definizione dell’Open Government, come concetto strettamente collegato alla
partecipazione e alla collaborazione del cittadino.
145
Un’overview sullo stato dell’arte, sia in termini teorici che in termini di effettivo utilizzo
degli strumenti, può quindi considerarsi a questo punto completa: il successivo capitolo,
quindi, a partire dalle lesson learned dei casi studio citati, proporrà un modello di
pubblicazione dei dati pubblici.
146
Capitolo 6
CATEGORIZZAZIONE DEI PORTALI E ANALISI DELLA
SITUAZIONE ITALIANA
6.1.
Introduzione
L’analisi fin qui proposta, a partire della letteratura sui temi di Open Data e Open
Government,
attraverso un attento esame di tutto ciò che riguarda il
tema della
trasparenza e di come le PA possano rendere pubblico il patrimonio informativo a loro
disposizione, fino a porre l’enfasi su alcune good practices riconosciute a livello
internazionale sul tema, ha avuto lo scopo di comprendere a fondo la situazione, per
portare alla luce le evidenze e le tipologie di pubblicazione presenti, con l’obiettivo di
modellizzarle e schematizzarle, offrendo un framework, all’interno del quale poter
inserire un progetto di Open Government Data.
La prima parte del presente capitolo sarà, quindi, volta a esemplificare un modello tramite
il quale è possibile categorizzare i vari portali di pubblicazione di OGD, esplicitando, per
ogni cluster di analisi la logica e gli obiettivi di fondo, le caratteristiche necessarie e le
tipologie di portali di riferimento.
Successivamente, si procederà ad analizzare la situazione italiana, secondo lo schema
proposto. Per un’analisi più dettagliata e approfondita verranno strutturate e illustrate
delle tabelle e delle matrici, utili per una visione immediatamente comprensibile delle
caratteristiche principali dei portali italiani analizzati.
Il punto di partenza per la scelta dei portali oggetto di analisi sarà il portale dati.gov.it,
che rappresenta la risposta del governo italiano alle direttive europee in materia di Open
Data e Open Government: attraverso questo portale sarà, infatti, possibile avere un’idea
della risposta di Regioni, Comuni, Enti nazionali e Enti locali in materia di OGD.
147
Insieme a dati.gov.it verranno analizzati anche:

due survey sviluppate con lo scopo di confrontare diversi paesi europei o
mondiali in termini di Open Data e e-Government:

i portali OGD, qualora esistenti, delle 20 regioni italiane;

7 portali OGD italiani ritenuti progetti significativi e innovativi.
Infine, per comprendere meglio i motivi che hanno portato ad avere in Italia una
situazione come quella descritta e quali passi avanti potrebbero essere fatti in futuro per
una continua crescita in termini di portali di pubblicazione di Open Government Data, è
stato preso in considerazione il parere di esperti in materia: le loro opinioni, insieme
all’analisi svolta, hanno permesso di evidenziare criticità, punti di forza e possibili
sviluppi futuri sul territorio italiano in tema di OGD.
Lo schema sottostante riassume il flusso logico seguito per giungere ad un’analisi
completa della situazione italiana. Questi stessi temi verranno di seguito sviluppati e
illustrati in modo più ampio e discorsivo all’interno del capitolo.
148
Creazione di un
modello di
categorizzazione
dei portali OGD
1. Elaborazione delle evidenze emerse dall’analisi della
letteratura e dai casi studio;
2. Studio della situazione normativa italiana;
3. Costruzione di un modello che suddivide i portali in
livello 1 normativo e livello 2 disclosure e involvement;
4. Evidenziazione per ogni cluster di analisi di: logica,
obiettivi di fondo, caratteristiche necessarie, tipologie di
portali di riferimento.
Applicazione del
modello alla
situazione italiana
1. Analisi di due indagini sviluppate con lo scopo di
confrontare diversi paesi europei o mondiali in termini
di Open Data e e-Government al fine di verificare il
posizionamento del contesto italiano;
2. Creazione di una tabella di analisi utile per raccogliere
le informazioni relative a portali di disclosure;
3. Analisi dei portali OGD italiani a partire da dati.gov.it;
4. Creazione di una matrice utile per raccogliere
informazioni relative ai portali di involvement;
5. Individuazione e analisi di 7 portali italiani focalizzati
sulla leggibilità e utilizzabilità del dato.
Principali risultati
emersi
1. Presa in atto delle evidenze emerse dall’analisi
precedente;
2. Intervista a soldipubblici.gov.it;
3. Intervista a OpenCoesione;
4. Sintesi delle informazioni rilevate.
Figura 6.1 Flussi logici di ricerca per l'analisi della situazione italiana
6.2.
Framework per la categorizzazione dei portali di OGD
Il framework proposto è la lineare conseguenza delle evidenze emerse sia dall’analisi
della letteratura, sia dagli use cases.
Il primo livello definito per la pubblicazione dei dati è il semplice livello normativo: sono
presenti delle direttive europee e delle leggi nazionali in materia di Open Data, alle quali
149
le PA sono tenute a rispondere (Direttiva 2003/98/CE; DL 36/2006; DL 179/2012; DL
90/2014).
Successivamente, per approfondire e migliorare il proprio livello di trasparenza,
l’amministrazione può percorrere due strade: fare una disclosure dei dati, creando un
portale contenente tutti i dati a sua disposizione, oppure creare delle sezioni tematiche,
arricchite da grafici interattivi e interazione con l’utente, con l’obiettivo di rendere i dati
fruibili in maniera comprensibile al cittadino e incentivare la sua partecipazione.
Il modello è esemplificato in figura.
Livello 1
Normativo
I dati vengono liberati
prevalentemente per adempiere
ad una norma
Livello 2
Livello 2
Disclosure
Involvement
I dati vengono liberati in una
singola sezione contenente tutte
le banche dati prodotte da una o
più Pubbliche Amministrazioni
I dati sono rilasciati per e insieme
ai cittadini e agli attori locali al
fine di costruire nuovi servizi
innovativi e innovare quelli
esistenti
Figura 6.2 Categorizzazione portali di OGD
E’ importante sottolineare come sia la scelta di disclosure sia quella di involvement
vengano considerate sullo stesso livello.
150
La presente analisi, infatti, non vuole esprimere un giudizio di merito rispetto alle due
possibilità: in entrambi i casi, si tratta infatti di scelte che, seppur in modo diverso,
rispondono a esigenze del cittadino: nessuna delle due può essere considerata “migliore”
o più corretta dell’altra. Per questo motivo, all’interno dello schema, non sono messe in
successione, ma in parallelo.
6.2.1.
Livello 1: normativo
Lo step iniziale di riferimento per tutte le PA è quello normativo; questo livello, per
definizione, deriva da una direttiva europea recepita in Italia attraverso una legge.
La direttiva europea di riferimento è la Direttiva 2003/98/CE del Parlamento europeo e
del Consiglio, approvata il 17 novembre 2003 e pubblicata nella GUCE n. L 345 del 31
dicembre 2003. I principi fondamentali di questa direttiva sono:

“le informazioni del settore pubblico sono "un'importante materia prima per i
prodotti e i servizi imperniati sui contenuti digitali" da riutilizzare per "sfruttarne
il potenziale e contribuire alla crescita economica e alla creazione di posti di
lavoro";

gli Enti pubblici hanno il compito di favorire il riuso e rendere disponibili i
documenti attraverso indici on line e licenze standard;

sono soggetti a riuso solo documenti e informazioni privi di vincoli: sono esclusi
dall'applicazione della Direttiva i dati personali e le informazioni detenute da
emittenti di servizio pubblico, istituti d'istruzione e di ricerca, musei, biblioteche,
archivi e altri enti culturali” (https://www.dati.lombardia.it/legale/normativa).
In particolare, la Direttiva, disciplina il riuso indicando che:

i documenti devono essere messi a disposizione possibilmente per via elettronica
ed entro 20 giorni;

i documenti devono essere messi a disposizione nel formato e nella lingua
originale: gli Enti non hanno l'obbligo di adeguarli o di crearne di nuovi per
soddisfare la richiesta;

gli Enti pubblici possono richiedere un compenso in denaro: in questo caso hanno
l'obbligo di fissare e pubblicare le tariffe che non devono superare i costi di
151
raccolta, produzione, riproduzione e diffusione dei documenti richiesti,
maggiorati di un congruo utile sugli investimenti;

gli Enti pubblici possono autorizzare il riutilizzo incondizionato di documenti
oppure vincolarlo a determinate condizioni: in questo caso devono predisporre e
diffondere licenze standard;

le condizioni fissate non devono comportare discriminazioni per le categorie
destinatarie del riuso: i documenti devono essere a disposizione di tutti gli
operatori potenzialmente presenti sul mercato;

sono possibili licenze con diritti esclusivi, rese pubbliche, soggette a riesame
periodico e con scadenza periodica, solo per l'erogazione di servizi d'interesse
pubblico” (https://www.dati.lombardia.it/legale/normativa).
A questa direttiva l’Italia ha risposto nel 2006 con il Decreto Legislativo 24 gennaio 2006,
n. 36 "Attuazione della direttiva 2003/98/CE relativa al riutilizzo di documenti nel settore
pubblico".
All’interno di questo Decreto è da segnalare l’articolo 6:
Art. 6.
Formati disponibili
1. Il titolare del dato mette a disposizione i documenti richiesti nella forma in cui sono
stati prodotti.
2. Il titolare del dato fornisce i documenti, ove possibile in formato elettronico, nel
rispetto delle regole tecniche di cui all'articolo 11, e non ha l'obbligo di adeguare i
documenti o di crearne per soddisfare la richiesta, ne' l'obbligo di fornire estratti di
documenti se ciò comporta attività eccedenti la semplice manipolazione.
ll Decreto Legge "Misure urgenti per l’innovazione e la crescita: agenda digitale e startup"
(cd. Decreto Crescita 2.0 - DL 179/2012) contiene norme sulla digitalizzazione del Paese.
Il Decreto introduce importanti novità in materia di Open Data: il rilascio di dati in
formato open diventa un indicatore di performance dei dirigenti pubblici. Inoltre i dati in
152
possesso della pubblica amministrazione si intendono "open by default", ove non vi siano
altre restrizioni.
L'Art. 9 "Dati di tipo aperto e inclusione digitale" apporta una serie di modifiche al
decreto legislativo 7 marzo 2005, n. 82 (Codice dell'amministrazione digitale - CAD).
Con il nuovo Codice dell'Amministrazione Digitale (Decreto Legislativo n. 235/2010),
l’Italia si è dotata di una normativa all’avanguardia relativamente alle modalità di
gestione e accesso ai dati pubblici.
Il contenuto del decreto del 2012 è già stato, in parte, riportato nel capitolo 1, per quanto
riguarda la definizione che, al suo interno, viene data di Open Data.
Da segnalare è, in particolare, l’articolo 9 (http://www.governo.it/Presidente/Comunicati/
testo_int.asp?d=69362).
Pubblicazione dati e informazioni in formato aperto (art. 9)
I dati e le informazioni forniti dalla pubblica amministrazione dovranno essere
obbligatoriamente pubblicati in formato aperto (cd. Open Data). In questo modo sarà
possibile ampliare fortemente l’accesso a informazioni di pubblica utilità, favorendone
il riutilizzo per analisi, servizi, applicazioni e soluzioni, con sensibili ricadute dal punto
di vista della crescita economico-sociale. Tali dati avranno una licenza d’uso aperta e
saranno dunque utilizzabili – in primis da persone affette da forme di disabilità sensoriali
- senza alcun tipo di restrizione.
Un ‘ultima evoluzione sul tema è inserita all’interno del D.L. n. 90/2014, convertito in
Legge 11 agosto 2014, n. 114 che, all’interno dell’articolo 24-quarter comma 2 impone a
tutte le PA di inviare all’AgID l’elenco degli Open Data da loro prodotti.
Art 24-quarter comma 2
Entro trenta giorni dalla data di entrata in vigore della legge di conversione del presente
decreto, i soggetti di cui all’art. 2, comma 2, del codice di cui al decreto legislativo 7
marzo 2005, n. 82, e successive modificazioni, comunicano all’Agenzia per l’Italia
digitale, esclusivamente per via telematica, l’elenco delle basi di dati in loro gestione e
degli applicativi che le utilizzano.
153
Provando a fare sintesi del quadro descritto finora, emerge chiaramente come l’articolo 6
indichi che gli obblighi normativi arrivano solo fino al punto in cui è richiesto alle
amministrazioni di pubblicare i propri dati, qualora disponibili in formato elettronico.
Solo a partire dalla pubblicazione del Decreto Crescita del 2012 si inizia a parlare, a
livello normativo, anche in Italia di Open Data, da sottolineare però che la definizione
data dal decreto e riportata nel capitolo 1 fa riferimento solo a licenza, formato machinereadable e gratuità. L’obbligo, quindi, per le amministrazioni italiane si esplicita nella
pubblicazione di dati che abbiano queste caratteristiche. Facendo riferimento, quindi, alla
classificazione di Tim Berners-Lee, la PA italiana è, dal 2012, obbligata a pubblicare dati
di una qualità almeno pari a 2 stelle.
Appare chiaro, quindi, il motivo per cui il livello normativo è stato inserito come livello
1, dal quale tutte le amministrazioni devono partire: per legge ogni PA è chiamata a
pubblicare i propri dati in maniera gratuita, con una licenza free e in formato machine
readable.
Solo, infine, dal 2014 le pubbliche amministrazioni sono, per legge, costrette a inviare
alcuni dati a propria disposizione all’Agenzia per l’Italia Digitale (D.L. n. 90/2014).
In risposta a queste norme, ogni singola regione italiana, ha agito in maniera diversa, la
gran parte delle regioni ha redatto una legge regionale e scelto la strada di un portale
regionale di dati (la figura sottostante evidenzia le regioni che hanno applicato una legge
regionale, le diverse tonalità di colore rappresentano il numero di delibere e/o leggi messe
in atto dalle varie giunte).
154
Figura 6.3 Situazione leggi regionali in materia di OGD (http://opendata.regione.sardegna.it/normativa-nazionalee-regionale-sugli-open-data)
E’ evidente, quindi, come il primo livello sia un passaggio obbligato per ogni PA italiana,
mentre il secondo livello sia una scelta volontaria di ogni singolo ente, comune o regione.
6.2.2.
Livello 2: disclosure o involvement
Nel caso una PA voglia andare oltre l’obbligo amministrativo e pubblicare dati in
modalità diverse e di miglior qualità, può scegliere se farlo secondo una logica di
disclosure, quindi con un focus su quantità e qualità dei dati, oppure secondo una logica
legata al paradigma di Open Government.
La tabella sottostante si pone l’obiettivo di spiegare in maniera esaustiva le caratteristiche
delle due possibilità.
155
Disclosure
Involvement
Logica di fondo
e-Government
Open Government
Focus
Quantità e qualità di dati e
Aggregazione, interattività,
metadati
comprensibilità
Cittadino “esperto”: data
Cittadino esperto e cittadino
journalist, comunità
“comune” (con un semplice
scientifica, imprese pubbliche
interesse sull’argomento)
Beneficiario
e private, associazioni
Caratteristiche
Filtri di ricerca, condivisione
Facilità di comprensione del
rilevanti
app, richiesta dataset, facilità
dato, opinione rilevante per
di ricerca delle informazioni,
l’amministrazione, dialogo
visione online del dataset
cittadino-amministrazione,
grafici interattivi e aggregati,
possibilità di comparazione,
strumenti affinché il cittadino
possa esprimere un giudizio
Benefici
Come misurare?
Minore corruzione
Governo partecipativo
Aumento democrazia
Accessibilità a chiunque
percepita
abbia un interesse
Creazione di applicazioni e
Monitoraggio dell’azione del
data analysis
governo
“5 stars” di Tim Berners-Lee
“5 stars” Tim Davies
Classificazione AgID
Misurazione anche dell’
metadati
“interattività” e dell’
Qualità e quantità di filtri di
“accessibilità”
ricerca
Presenza sezione dedicata al
cittadino
Tipologia di portale Singola sezione contenente
tutte le banche dati messe a
Portale suddiviso in sezioni
tematiche
disposizione dalle PA
Tabella 6.1 Modellizzazione livello 2
156
Gli esempi del primo caso sono riconducibili ai portali dati.gov (dati.gov.uk, dati.gov.au)
studiati nel capitolo precedente. La logica di fondo può essere ricollegata a una logica di
e-Government, cioè di utilizzo degli strumenti informatici per portare online i dati della
PA. Questo significa che il focus viene messo sulla qualità dei dati e dei rispettivi
metadati, le attenzioni da porre fanno riferimento alla facilità per l’utente di ritrovare il
dataset richiesto, quindi filtri di ricerca, alla possibilità di leggere online il dataset, senza
la necessità di scaricarlo e alla facilità nella ricerca di informazioni. L’utente che accede
a questi dati è un utente definito “esperto” cioè in grado, a partire da dei dataset, di trovare
le informazioni necessarie; si tratta, ad esempio, dei data journalist, imprese che si
occupano di big data o di imprenditori che, a partire dai dati raccolti, creano delle
applicazioni. Questa tipologia di utenza è alla ricerca di dataset specifici, su un
determinato argomento di interesse e, per questo motivo, è importante che portali di
questo tipo contemplino la possibilità di richiedere degli specifici dataset e di condividere
i risultati e le applicazioni ottenuti. I benefici che possono essere acquisiti in questo modo,
sono riconducibili a quanto esposto nella prima parte del capitolo 4 relativamente ai
benefici della trasparenza: aumento della democrazia percepita e della fiducia del
governo, riduzione della corruzione e, infine, creazione di applicazioni utili per il
territorio.
Per misurare, quindi, la qualità di questi portali, si può in primo luogo fare riferimento
alla classificazione di Tim Berners-Lee, che misura la qualità del dato e quella dell’AgID,
relativa ai metadati. Di importante valutazione, per questi portali, sono anche la qualità e
la quantità dei filtri di ricerca disponibili e la possibilità di interazione con il cittadino così
come sopra descritta.
Completamente diversa è, invece, la logica che accomuna i portali della seconda categoria
che, a partire dall’obiettivo con cui i dati vengono pubblicati, fa riferimento alle logiche
di Open Government. In questo caso, la trasparenza deve essere strettamente correlata
alla partecipazione e alla collaborazione del cittadino, ma questo comporta che ogni
persona “comune”, cioè senza conoscenze e capacità di data analysis, deve essere in grado
di leggere e comprendere i dati, al fine di poter esprimere una propria opinione o un
proprio giudizio in merito, e deve avere a disposizione strumenti atti a interagire con altri
utenti e anche Pubbliche Amministrazioni.
157
Ciò significa che un portale, per far fronte a queste richieste, deve possedere quattro
caratteristiche principali:
1. essere suddiviso in sezioni tematiche: se un utente è interessato alle spese di
welfare, per esempio, non deve ricercare, all’interno di un elenco di dataset, i dati
ad esse relativi, ma il portale dovrebbe essere già suddiviso in sezioni, in modo da
facilitare sia l’accesso sia la discussione intorno ad un determinato argomento;
2. mettere a disposizione dell’utente che entra sulla piattaforma web grafici e mappe
interattive di dati aggregati: solo in questo modo può offrire all’utilizzatore tutti
gli strumenti necessari per farsi una propria opinione in merito all’argomento;
3. dare la possibilità all’utente di esprimere il proprio commento o giudizio
direttamente sul sito web, visibile a tutti coloro che accederanno alla stessa
sezione del portale, in modo da favorire una discussione;
4. essere uno strumento di interazione tra cittadini e Pubbliche Amministrazioni,
questo è, infatti, il primo step necessario per favorire politiche di collaborazione.
I benefici derivanti da questa tipologia di pubblicazione sono legati ai benefici dell’Open
Government stesso, cioè alla possibilità di avere un governo partecipativo e vicino ai
cittadini e alle loro esigenze.
Nel processo di valutazione dei portali di questo tipo, la classificazione sulla qualità del
dato assume un ruolo di secondo piano: non perché essa sia trascurabile, ma per la
maggiore rilevanza che assume la seconda classificazione proposta di Tim Davies, più
legata all’interattività e alla partecipazione. Torna, a questo proposito, in primo piano, il
“cubo della trasparenza” proposto nel capitolo 4: questo modello, infatti, tiene conto
anche dell’accessibilità e dell’interattività, elementi caratteristici di portali appartenenti a
questa seconda categoria.
Di fondamentale importanza per entrambe le tipologie di portali è, invece, la tempestività
con cui i dati vengono aggiornati. Affinché un dato risulti effettivamente utile per il
cittadino, infatti, questo non deve risultare obsoleto, ma aggiornato alla sua versione più
recente e, per fare ciò, la banca dati disponibile al cittadino deve “puntare” direttamente
alla banca dati del produttore e aggiornarsi in automaticamente ed in tempo reale, ogni
volta che il dato viene modificato.
158
6.3.
Situazione italiana
Dopo aver clusterizzato i portali secondo le due categorie scelte, l’attenzione verrà ora
focalizzata sull’analisi delle scelte fatte dalla PA italiana: come si sono mosse le
amministrazioni (regioni, comuni, enti pubblici)? Che scelte sono state fatte?
Per rispondere a queste domande è stato preso in considerazione, come punto di partenza,
il sito dati.gov.it, nel quale vengono pubblicati la maggior parte dei dati delle PA italiane.
Il motivo di questa scelta è dettato dal fatto che esso si configura come “il portale dei
dati aperti della pubblica amministrazione, che dal 2011 ospita il catalogo degli open
data pubblicati da Ministeri, Regioni ed Enti Locali” (www.agid.gov.it). Questo portale
è un’iniziativa dell’Agenzia per l’Italia Digitale, agenzia che ha il ruolo istituzionale di
garantire l’attuazione dell’Agenda Digitale Italiana che ha, tra gli obiettivi, quello di
accrescere e favorire progetti di Open Data.
Per questo motivo, quindi, il portale dati.gov.it è stato considerato come il punto di
partenza più consono ad avere una fotografia della situazione italiana, senza dover
analizzare, una per una, le circa 14000 Pubbliche Amministrazioni italiane per sapere se
e come esse hanno sviluppato progetti di Open Government Data.
Prima però di procedere con questa analisi, appare interessante soffermarsi su come viene
vista l’Italia a livello mondiale, secondo due studi:

il primo, già più volte citato, è l’Open Data Barometer, che fornisce una classifica
mondiale generale sugli OGD;

il secondo è l’EU eGovernment Benchmarking 2015, dal titolo “Future-proofing
eGovernment for a Digital Single Market”, pubblicato dalla Commissione
Europea e scritto in collaborazione con Capgemini, IDC, Sogeti, e Politecnico di
Milano, che, invece, pone l’accento sul coinvolgimento del cittadino nelle
iniziative di e-Government.
Se si guarda il ranking dell’Italia, secondo il barometro, il nostro Paese è posizionato al
22 posto sugli 86 Paesi nei quali è stato possibile rilevare iniziative di OGD.
159
Figura 6.4 Posizionamento dell'Italia nell' Open Data Barometer (Open Data Barometer 2015)
Questo posizionamento, come si vede anche dalla figura, è dovuto ad un livello medio di
“readiness”, qui intesa come disponibilità di dati e “implementation”, che misura la
tempestività e l’accessibilità dei dati e ad un basso impatto degli OGD sul territorio.
Appare interessante approfondire l’analisi studiando la situazione italiana in relazione a
quella degli altri stati della Comunità europea. Poiché, infatti, all’interno dell’Open Data
Barometer sono presenti Paesi in condizioni sia legislative sia economiche molto diverse
tra di loro, restringendo il campo alla sola Comunità europea si selezionano, tutti i Paesi
che sicuramente fanno riferimento a una stessa normativa.
La situazione che emerge è quella presentata nella seguente tabella.
Colonna1
Rank
ODB scaled Readiness
Implemen
Impact
tation
Austria
15
58,52
83
42
84
Belgio
27
47,29
86
30
60
Bulgaria
-
-
-
-
-
Cipro
-
-
-
-
-
Croazia
-
-
-
-
-
Repubblica ceca
17
58,07
64
61
46
Danimarca
9
70,13
94
54
95
Estonia
13
60,18
84
51
64
Finlandia
12
66,49
93
54
78
Francia
4
67,63
85
67
53
Germania
10
80,21
91
75
84
160
Grecia
31
40,79
60
43
16
Ungheria
33
38,26
48
38
33
Irlanda
31
40,74
74
39
14
Italia
22
50,58
55
54
36
Lettonia
-
-
-
-
-
Lituania
-
-
-
-
-
Lussemburgo
-
-
-
-
-
Malta
-
-
-
-
-
Paesi Bassi
6
75,79
95
76
57
Polonia
35
36,99
46
46
5
Portogallo
29
46,12
70
50
14
Romania
-
-
-
-
-
Slovacchia
-
-
-
-
-
Slovenia
-
-
-
-
-
Spagna
13
59,89
70
60
42
Svezia
3
83,7
100
76
88
Regno Unito
1
100
98
100
100
Media
60,08
77,56
56,44
53,83
Tabella 6.2 Situazione europea (Open Data Barometer 2015)
Questa analisi mostra come l’Italia sia, a livello europeo, sotto la media. Nonostante i
livelli di readiness e implementation abbiano un punteggio sufficiente, in termini assoluti,
appaiono comunque inferiori alla media europea. In termini di impact, invece, i risultati
raggiunti, oltre a essere inferiori alla media europea, sono anche bassi in termini assoluti
(36/100).
Il secondo studio, invece, analizza le azioni di e-Government secondo 4 caratteristiche:

penetration: rappresenta l’utilizzo di online eGovernment services;

digitisation: misura l’efficienza e l’efficacia delle procedure interne alle PA;

harmonisation: permette di capire le capacità di una PA di coordinare azioni
innovative allo scopo di ridurre le barrire all’uso, di sfruttare economie di scala e
di favorire il mercato digitale;
161

user satisfaction with online services: prende in considerazione la valutazione
complessiva dell'esperienza e il raggiungimento di aspettative e obiettivi.
Queste quattro variabili sono messe in correlazione a coppie, all’interno di matrici. Per
quello che attiene all’argomento di interesse del presente elaborato, viene riportata la
matrice Penetration - User Satisfaction.
Figura 6.5 Matrice Penetration – Satisfaction (Commissione europea 2015)
I risultati evidenziati dalle due analisi mostrano una situazione italiana caratterizzata da
un’attenzione in termini di pubblicazione dei dati: sono stati effettuati dei primi
investimenti in termini di dati pubblicati e di accessibilità dai cittadini, infatti, nel ranking
presentato dall’Open Data Barometer, l’Italia si colloca nel 25% dei Paesi con una
maggiore predisposizione agli Open Data. Nonostante ciò si trova comunque in difetto
rispetto alla maggioranza dei Paesi europei.
Dall’altra parte, però, è presentato un Paese che ha soprattutto difficoltà a coinvolgere i
cittadini nell’azione amministrativa attraverso i servizi internet. La variabile “impact” del
162
primo report è bassa e il posizionamento dell’Italia nella seconda matrice mostra sia un
livello di “satisfaction” che un livello di “penetration” sotto la media.
Queste considerazioni consentono di iniziare l’analisi dei portali italiani di Open
Government Data con un’aspettativa: quella cioè di trovare una quantità rilevante di dati
pubblicati ma, per la maggior parte, riferiti alla prima categoria del modello, quella
denominata “disclosure”.
L’idea dalla quale questa analisi ha preso avvio è stata quella di analizzare il contenuto di
dati.gov.it, il portale del governo italiano dove vengono pubblicati la maggior parte dei
dati disponibili emessi da Comuni, Regioni, Provincie, Enti Nazionali e Enti Locali per
scoprire come si sta muovendo la PA italiana su questo tema e per vedere se le evidenze
mostrate dalle analisi effettuate sia a livello europeo che mondiale e sopra descritte,
vengano confermate dall’analisi puntuale dei singoli portali italiani.
Appare, però, importante sottolineare come la presente ricerca non sia volta a censire tutti
i portali di Open Government Data presenti sul territorio italiano, ma piuttosto, ad
evidenziare i marco trend e le scelte più comuni fatte dalle PA.
Dal punto di vista procedurale, in primo luogo, si è provveduto ad estrarre dal sito
governativo italiano la lista degli enti. Poiché sono presenti realtà che utilizzano il portale
governativo italiano come unico portale di pubblicazione dei propri dataset, solo
successivamente sono stati analizzati i portali, qualora esistenti, dei singoli enti.
Dopo un breve sguardo ai portali è risultato evidente come tutti, ad eccezione del progetto
Open Welfare del comune di Bologna, siano portali di disclosure. Per questo motivo è
stata elaborata una tabella di analisi contenente i seguenti campi:

ente di riferimento;

link al portale;

n° di dataset pubblicati;

n° accessi/numero di abitanti nel territorio;

classificazione a stelle secondo Tim Berners-Lee;

caratteristiche.
L’idea è stata quella di categorizzare le informazioni ritenute rilevanti per comprendere
appieno le caratteristiche del portale. Per questo motivo, è stata svolta una ricerca,
163
all’interno delle indagini statistiche riportate nel sito, con l’obiettivo di trovare il numero
di accessi allo stesso per rapportarlo al numero di abitanti residenti nel territorio ricoperto
dal progetto ed arrivare così ad estrapolare un indicatore utile a capire quanta utenza possa
essere interessata all’accesso all’informazione. È stata inoltre rilevata la classificazione
della qualità del dato utilizzando la scala proposta da Tim Berners-Lee. Nella sezione
caratteristiche, invece, è stata illustrata la situazione del portale rispetto a ciò a cui,
secondo il modello sopra descritto, è necessario fare attenzione per una soluzione
ottimale.
Riguardo al numero di dataset pubblicati, invece, è stato riportato, qualora presente,
quello esplicitato all’interno del portale stesso, in alternativa, quello presente sul portale
nazionale dati.gov.it.
Fin da subito, però, nell’analisi dei portali sono emerse delle evidenze che hanno reso
necessario apportare alla scheda ulteriori modifiche:
1. non erano presenti, se non in un numero molto ridotto di portali, le statistiche sugli
accessi al sito. Quindi, nonostante l’informazione fosse stata ritenuta molto utile
ai fini di una piena comprensione del fenomeno, non è stato possibile ricavarla da
una semplice analisi desk dei portali;
2. le caratteristiche e la qualità del dato, soprattutto in caso di disclosure, erano molto
simili per tutti i portali, questo per un motivo molto semplice: moltissimi enti
avevano utilizzato per la realizzazione del portale lo stesso software.
Si è reso quindi necessario l’inserimento, come elemento rilevante del portale, anche del
“software/realizzatore”, contenente il software scelto dalla PA per la realizzazione del
portale, specificato nel caso di piattaforma Open Source o, qualora quest’informazione
non fosse presente, l’ente o la società che aveva i diritti sul portale stesso e la tipologia di
software secondo l’articolo 68 del Codice di Amministrazione Digitale (AgID 2013).
Questa variabile raccoglie in sé, infatti, varie informazioni sulle caratteristiche del portale.
E’ stato invece rimosso dalla tabella il dato relativo al numero di accessi, vista
l’impossibilità di recuperarlo.
Al fine di una comprensione immediata e facilmente disponibile della situazione italiana,
le informazioni sono state inserite all’interno di una cartina italiana dove la dimensione
164
della bolla indica il numero di dataset disponibili, il colore della bolla indica il software
o l’azienda che detiene i diritti sul portale e il numero di stelle indica la classificazione
proposta da Tim Berners-Lee. Questa scelta è dettata dal fatto che queste tre dimensioni
sono considerate una proxy sufficiente per analizzare il progetto.
Si è passati, quindi, ad applicare questo modello alle regioni ottenendo il seguente
risultato.
Regione
N°
Classifica
Software o
Tipologia di software
dataset
zione
detentore
secondo il CAD
dei diritti
Regione
830
3
Socrata
modalità cloud computing
Lombardia
Regione Piemonte
Regione Toscana
Software fruibile in
472
333
3
4
CSI
Software sviluppato per
Piemonte
conto della PA
Ckan
Software libero o a codice
sorgente aperto
Regione Emilia-
228
4
Lepida spa
conto della PA
Romagna
Regione Basilicata
Software sviluppato per
227
4
Ckan
Software libero o a codice
sorgente aperto
Regione Lazio
139
4
Lait
Software sviluppato per
conto della PA
Regione Veneto
125
4
Ckan
Software libero o a codice
sorgente aperto
Regione Umbria
234
4
Ckan
Software libero o a codice
sorgente aperto
Regione Friuli
48
3
Socrata
modalità cloud computing
Venezia Giulia
Regione Sardegna
Software fruibile in
23
3
Ckan
Software libero o a codice
sorgente aperto
Regione Puglia
15
3
Ckan
Software libero o a codice
sorgente aperto
165
Regione Marche
7
3
Ckan
Software libero o a codice
sorgente aperto
Regione Abruzzo
159
3
Stat Portal
Software libero o a codice
sorgente aperto
Regione Calabria
52
3
Ckan
Software libero o a codice
sorgente aperto
Provincia
1500
3
Ckan
Software libero o a codice
sorgente aperto
autonoma di
Trento
Tabella 6.3 Situazione regionale italiana
166
★★★
★★★
★★★
★★★★
★★★
★★★★
★★★★
★★★
★★★★
★★★
★★★★
★★★
★★★★
★★★
★★★
Figura 6.6 Situazione italiana Open Data
In totale risultano pubblicati, solo all’interno dei portali regionali, 4755 dataset.
Una prima, immediata, considerazione riguarda il fatto che su 20 regioni italiane, 13
pubblicano i dati su dati.gov.it, 5 non hanno un proprio portale di pubblicazione di dati,
2 pubblicano dati su un proprio portale, ma questi non vengono poi riportati su dati.gov.it.
167
Per i cittadini che sono alla ricerca di un dato specifico è importante poterlo facilmente
reperire sia sul portale della propria regione che su quello nazionale: essi potrebbero,
infatti, avere esigenze o necessità diverse o, semplicemente, conoscere una sola delle due
piattaforme. Perché questa doppia pubblicazione si riveli effettivamente un elemento di
semplificazione, è necessario, però, che i dati pubblicati in doppia copia sui due portali
siano identici e abbiano la medesima frequenza di aggiornamento, per evitare di fornire
informazioni diverse a seconda del sito o del momento in cui avviene la ricerca.
Dal grafico è, inoltre, facile intuire una certa omogeneità di caratteristiche di questi
portali: tutti offrono dati in formato non proprietario, alcuni anche con un URI dedicato.
Più del 50% dei portali sono stati creati utilizzando lo stesso software, e, quindi,
prevedono caratteristiche affini.
È necessario, a questo punto dell’analisi, un approfondimento sul data management
system “Ckan”, utilizzato dalle regioni con la bolla colorata in blu, e sul motivo per cui
la scelta dello strumento da utilizzare sia ritenuta un dato importante da rilevare.
“CKAN, acronimo di Comprehensive Knowledge Archive Network è un sistema open
source web based per il data management (gestione dei dati in italiano). CKAN
permette di conservare e distribuire su vasta scala dati di ogni natura, come fogli di
lavoro o dati estratti da database. Il codice è stato creato ed è tuttora mantenuto
dall’Open Knowledge Foundation, stessa organizzazione che si è occupata di definire
una volta per tutte il concetto di Open Data.” (http://www.fastweb.it/agendadigitale/che-cos-e-ckan/).
Leggendo questa definizione, appare immediatamente evidente il motivo per cui la
maggior parte delle amministrazioni, 9 su 15, utilizza questo software per il proprio
portale di dati: è un software Open Source, creato appositamente per portali Open Data
dall’Open Knowledge Foundation.
L’Open Knowledge Foundation, già più volte citata all’interno dell’elaborato in merito al
tema degli Open Data è un’associazione la cui mission, come riporta il sito internet è:
“[…] vedere società illuminate in tutto il mondo, dove tutti hanno accesso a
informazioni chiave e la capacità di usarle per comprendere e modellare la loro vita;
168
dove le istituzioni potenti sono comprensibili e responsabili; e dove la ricerca di
informazioni di vitale importanza che ci può aiutare a affrontare sfide come la povertà
e il cambiamento climatico è a disposizione di tutti.” (http://it.okfn.org/).
Per questo motivo, tra gli strumenti che essa mette a disposizione c’è il software open
source Ckan, che è stato largamente riconosciuto come un’ottima piattaforma di
pubblicazione del dato e che, di conseguenza, viene utilizzato da diverse Pubbliche
Amministrazioni in tutto il mondo. Questa situazione trova conferma anche in Italia, dove
più della metà delle regioni con un proprio portale di pubblicazione dei dati, hanno scelto
Ckan come software.
I vantaggi di questo software sono che:

prevede una tabella di metadati, che ogni regione ha personalizzato secondo le
informazioni a propria disposizione;

offre la possibilità di condividere i dataset attraverso i social network;

permette di visualizzare un’anteprima dei dati direttamente online, dando la
possibilità all’utente di capire il contenuto del dataset senza effettuare il
download;

permette di creare, direttamente online dei grafici a partire dal dataset, di
visualizzare i dati su una mappa, qualora geolocalizzati e di applicare dei filtri
direttamente sul dataset.
Non permette, invece, una sezione di commenti e richiesta dataset che, però, alcuni portali
hanno deciso di aggiungere direttamente sull’homepage.
Con funzioni leggermente diverse, invece, per esempio, il software prodotto da Socrata.
In questo caso, infatti, direttamente dal dataset è possibile iniziare una conversazione,
esprimendo un proprio commento sullo stesso. Di contro, invece, non permette la
visualizzazione su mappa, anche per dati georeferenziati.
Da questi due esempi è facile comprendere, quindi, il motivo per cui sia stato messo in
evidenza il software di creazione del portale. All’interno della scelta che una PA fa del
software da utilizzare è implicita la scelta delle caratteristiche del portale.
169
La stessa analisi è stata poi effettuata per le altre categorie di enti che pubblicano dati sul
portale dati.gov.it. Sono stati presi in considerazione comuni, province, enti nazionali e
non.
In questi casi l’analisi del software utilizzato per la creazione del portale era spesso
un’informazione non più rilevante, in quanto si tratta di progetti più piccoli, con meno
dataset e con portali meno strutturati. Le altre informazioni, quali la numerosità dei
dataset e la classificazione, sono invece state reperite e riportate nel grafico sottostante. Il
primo valore è rappresentato dalla grandezza della palla e il secondo dall’asse y del
grafico. Nella tabella subito sotto sono, invece, sono stati inseriti i valori numerici.
E’ stato, infine, deciso di non analizzare i portali provinciali, nonostante fossero presenti
in dati.gov.it, in quanto, a causa della recente abolizione delle Province, delle sette
elencate solamente due avevano ancora attivo il portale.
5
4,5
4
3,5
regioni
comuni
3
enti nazionali
enti locali
2,5
2
1,5
1
Grafico 6.1 Situazione italiana portali di disclosure
170
Numero di
Enti
che
pubblicano
su dati.gov.it
Numero di enti Numerosità dei Classificazione
con un proprio dataset
media
(Tim
portale Open
Berners-Lee)
Data
Regioni
13
15
4755
3.38
Comuni
27
14
3866
3.07
Enti
nazionali
19
14
1609
3
Enti locali
10
5
248
3
Tabella 6.4 Situazione italiana portali di disclosure
I risultati ottenuti appaiono in linea con quelli delle regioni. E’ evidente, però, che il
numero di comuni che pubblicano dati su dati.gov.it è molto ridotto, 27 su 8047
(aggiornamento ISTAT gennaio 2015), è ancora minore il numero di quelli, tra quelli
presenti sul portale nazionale, che hanno anche il proprio portale Open Data; anche la
qualità del dato è, inoltre, più bassa. Da citare, su questo argomento, un articolo che offre
un dato a livello nazionale e sottolinea come solo il 41% dei comuni pubblichino,
attraverso modalità o piattaforme differenti, i dati a loro disposizione (Innovazione PA,
solo il 41% dei Comuni italiani pubblica i dati in proprio possesso 2015).
Interessante notare che non c’è relazione tra la grandezza in termini di territorio e numero
di abitanti del comune e il fatto che questi scelgano di pubblicare i propri dati, a conferma
di come la scelta di pubblicare i dati sia soprattutto una scelta politica a discrezione delle
amministrazioni. Per esempio, infatti, tra i comuni più attivi in questo senso c’è il comune
di Albano Laziale, un comune di 41.708 abitanti.
Appare anche, a questo proposito, importante effettuare un’analisi critica di questo
modello, in particolare in relazione alla qualità del dato. La classificazione di Tim
Berners-Lee, qui utilizzata, non è, infatti, una categorizzazione dei dataset in termini di
qualità del dato in essa contenuto ma, piuttosto, una categorizzazione in termini di qualità
del formato con cui i dataset vengono pubblicati. Questo significa che, attraverso questo
modello, non è rilevata la qualità del dato contenuto nel singolo dataset. D’altra parte,
però, le variabili in questo senso sono innumerevoli e variano non solo a seconda del
171
portale, ma a seconda del singolo dataset. Dalle analisi successive risulterà, infatti, come
la qualità del dato prodotto dalle PA sia uno dei fattori critici della situazione italiana.
La seconda parte della ricerca è, invece, volta a individuare e analizzare alcune iniziative
italiane che, invece, possono essere ricondotte, almeno parzialmente, alla seconda
categoria del modello sopra illustrato, quello relativo alla pubblicazione con un focus
sulla comprensibilità dei dati e l’interazione con il cittadino.
La ricerca di questo tipo di iniziative è risultata più complessa in quanto la loro numerosità
è ridotta e non sono tutte ritracciabili dal portale dati.gov.it.
In particolare sono stati individuati 7 portali, tra cui quello del comune di Bologna,
analizzato nel dettaglio nel capitolo 3:

Open welfare, comune di Bologna (http://dati.comune.bologna.it/open-welfare),
volto a tracciare il numero di interventi legati al tema del welfare nella città di
Bologna;

OpenCoesione (http://www.opencoesione.gov.it/), portale ufficiale del governo
italiano che, per legge, ha lo scopo di pubblicare i dati relativi all’utilizzo dei fondi
strutturali;

OpenDemanio
(http://dati.agenziademanio.it/),
che
rende
pubbliche
le
informazioni sugli immobili di proprietà dello stato;

SoldiPubblci (http://soldipubblici.gov.it), che migliora la comprensibilità per il
cittadino delle spese della PA;

Open AidData (http://openaid.esteri.it/), che traccia i progetti finalizzati ad aiuti
umanitari, finanziati, almeno in parte, dallo Stato italiano;

Open Bilanci (http://www.openbilanci.it/) che contiene tutto lo storico dei bilanci
dei comuni italiani;

Open Expo (http://dati.openexpo2015.it/it) contenente tutti i dati relative a expo
2015.
Come si può notare, sono tutti portali tematici, o sezioni tematiche di un portale: questa
caratteristica costituisce infatti, come precedentemente sottolineato, una delle condizioni
fondamentali affinché un progetto possa essere riferito alla categoria “involvement”.
172
Per l’analisi di questi portali, l’idea di partenza è stata quella di riutilizzare la scheda di
analisi già costruita per i precedenti, modificando la classificazione e utilizzando quella
proposta da Tim Davies, allo scopo di mantenere un metro uniforme e favorire il
confronto.
Questa proposta, però, si è rivelata, fin da subito, limitata e limitante per diversi motivi.
All’interno della prima analisi era stata data enfasi alla numerosità dei dataset pubblicati,
in questo caso, però, questa caratteristica non appare in alcun modo rilevante. Per citare
un esempio, il portale OpenDemanio contiene al suo interno un unico dataset ma questo
non può essere un indicatore utile a analizzare il progetto: essendo un portale tematico la
numerosità dei dataset necessari per contenere i dati sull’argomento specifico non è
rilevante.
Successivamente anche la classificazione di Tim Davies ha presentato dei limiti di
applicabilità. In particolare per quanto riguarda la distinzione, qui di seguito riportata per
maggiore chiarezza espositiva, tra un portale classificabile con 3 stelle e uno, invece,
classificabile con 4.
★★★ Support conversation around data: in questo livello rientra la fase “social” prima
introdotta: molti cataloghi Open Data ospitano una sezione FAQ e offrono diversi canali
di interazione quali email o social network attraverso cui dialogare con l'ente pubblico
che distribuisce i dati.
★★★★ Build capacity, skills and networks: in questo livello rientra la fase “scenari
d’uso” prima introdotta: nel presentare i dati attraverso infografiche interattive si fornisce
la possibilità ad un utente di capire al meglio i dati. Rimane importante, però, stimolare il
riutilizzo organizzando, ove possibile, incontri formativi volti a spiegare i dati e/o a
mostrare strumenti di pulizia, analisi, e visualizzazione.
Il problema derivante da questa classificazione è che essa mette in sequenza due
caratteristiche diverse: un portale, infatti, potrebbe contenere infografiche interattive e,
invece, non contenere quella che è stata chiamata dall’autore fase “social”. Questo
significa che, un progetto con le caratteristiche qui descritte, dovrebbe essere classificato
173
come un progetto a 2 stelle, con la logica conseguenza che, da questa classificazione
sintetica, non sarebbe possibile capire la presenza o meno di mappe interattive.
Per questo motivo, è stato deciso di classificare i dati all’interno di questa categoria
secondo una diversa matrice, illustrata nella figura sottostante, con l’obiettivo di superare
le difficoltà trovate con la classificazione di Tim Davies, che mette in parallelo le
No
Infografiche interattive
Si
caratteristiche della fase social e della possibilità di avere infografiche interattive.
Si
No
Fase «social»
Figura 6.7 Matrice di classificazione involvement
I portabili collocabili nel quadrante in basso a sinistra sono quelli caratterizzati dall’avere
comunque come obiettivo l’avvicinamento del cittadino comune all’argomento principale
del progetto: obiettivo che si realizza attraverso il requisito minimo di avere sezioni per
ciascun tema specifico, con la possibilità di filtri di facile comprensione per l’utente; in
questo riquadro i portali classificati da Tim Davies con una o due stelle.
174
Spostandosi in basso a destra, invece, si trovano i portali che rientrano nella fase social
descritta da Tim Davies. Importante sottolineare come sia stato scelto di non considerare
come portali contenenti questa caratteristica quelli che permettono all’utente, attraverso
un comando direttamente dal sito, di condividere la pagina web sul proprio profilo di un
qualsiasi social network. Questo per rimanere fedeli alla spiegazione dell’autore che
evidenzia come debbano essere presenti funzioni che offrono canali di interazione con
cui dialogare. Si è quindi ritenuto che la semplice possibilità di condividere la pagina web
sui propri social non sia condizione sufficiente.
In alto a sinistra, invece, vengono collocati i portali contenenti grafici aggregati presentati
tramite infografiche interattive.
In alto a destra, infine, possono essere rintracciati i portali contenenti entrambe queste
caratteristiche, quindi classificabili come portali a quattro stelle. All’interno di questa
sezione è stata operata un’ulteriore distinzione, contrassegnando in maniera differente,
quei portali che rispondono alla caratteristica di collaborazione, tipica delle 5 stelle in
modo che questa informazione non venisse, in nessun modo esclusa dalla classificazione
proposta.
Nella figura sottostante sono riportati i risultati ottenuti applicando lo schema ai 7 portali
considerati.
175
OpenCoesione
Si
Open Expo Soldi Pubblici
Infografiche interattive
OpenDemanio
Open Welfare
No
Open AidData
Open Bilanci
No
Si
Fase «social»
Figura 6.8 Situazione italiana involvement
Come si può notare su 7 progetti solo due sono classificabili come progetti contenenti sia
infografiche sia una fase social. Gli altri 5, invece, sono portali tematici, che presentano i
dati al cittadino in maniera facile e intuitiva ma che non contengono al loro interno la
possibilità di interazione tra amministrazione e cittadino.
Per poter comprendere il motivo per cui OpenCoesione è stato considerato come un
progetto a 5 stelle è necessario aggiungere una considerazione a questo grafico.
Questo livello è, infatti, di difficile riscontro solo basandosi su un’analisi desk del sito,
poiché prevede cicli di feedback con una comunità di riferimento, da cui trarre delle
considerazioni e produrre nuovi dati.
Il suggerimento su come classificare il progetto OpenCoesione viene direttamente
dall’AgID all’interno delle linee guida (AgID 2014) nelle quali si legge infatti:
“l'esempio di OpenCoesione fornisce iniziative virtuose di engagement a cinque
stelle quali hackaton organizzati con la comunità e il progetto monithon.it dove,
attraverso segnalazioni partendo dai progetti presentati nel sito di OpenCoesione,
176
chiunque può riportare informazioni aggiuntive per stimolare evoluzioni dei progetti
finanziati.”
All’interno del team di progetto, viene, quindi, applicata questa logica a cicli di feedback.
In particolare il progetto Monithon (http://www.monithon.it/) è un progetto per il quale
un gruppo di cittadini, partendo dai dati di OpenCoesione e attraverso interviste e rilievi
sul posto, si prefigge lo scopo di analizzare come i fondi comunitari europei siano stati
effettivamente spesi nel singolo appalto e a che punto siano i lavori, rispetto alle scadenze
iniziali del progetto.
In conclusione i risultati raggiunti sono in linea con le survey stilate a livello mondiale (il
grafico seguente mostra la numerosità, in percentuale, dei progetti analizzati).
NUMEROSITA' DEI PROGETTI
disclosure
involvement
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Grafico 6.2 Numerosità dei progetti analizzati
In particolare risulta che:
1. l’Italia è in fase di crescita in termini di disclosure: il 22° posto nella classifica
stilata dall’Open Data Barometer è confermato dalla numerosità di dataset
presenti sul portale dati.gov.it e dall’importanza che viene data, anche se non
ancora in tutti il territorio, al tema, sia a livello di singole regioni che, in casi più
sporadici a livello di comuni, attraverso leggi e portali regionali e comunali. Per
177
quanto riguarda la qualità dei dati è importante sottolineare che la media, secondo
la classificazione di Tim Berners-Lee è di poco superiore a 3; questo significa che
tutti i dati sono pubblicati in formati non proprietari, alcuni anche dotati di URI
specifico del dataset. Quasi irrilevante, invece, il numero di Linked Open Data;
2. risultano essere attivi pochi progetti di involvement e viene rilevata una certa
difficoltà nell’ arrivare alla collaborazione con il cittadino: di progetti della
seconda categoria ne sono stati, infatti, identificati solamente sette. Come detto
questo non vuole essere un elenco esaustivo dei progetti, appare però,
significativo che dopo un’accurata ricerca sul web a livello italiano, siano emersi
un numero esiguo di progetti, soprattutto se rapportati, invece, all’elenco dei
portali facenti riferimento al primo gruppo. Significativo, inoltre, che di tutti i
portali di pubblicazione dei dati di comuni o regioni uno solo, quello del comune
di Bologna, contenga al suo interno un progetto che può essere accostato alle
logiche dell’Open Government. Da questa osservazione può essere tratta una
prima considerazione: qualche progetto di Open Government, finalizzato alla
pubblicazione di dati aperti, in Italia sta iniziando a nascere, ma tutti si
concentrano su argomenti specifici e, soprattutto vengono in qualche modo
“trainati” dall’Amministrazione centrale, più difficile il coinvolgimento di
Comuni e Enti Locali. Da sottolineare, infine, la difficoltà che questi portali
sembrano incontrare nella creazione di una relazione con il cittadino, solo due di
essi, infatti, contengono al loro interno la possibilità di esprimere commenti o
modalità di interazione cittadino-amministrazione. Solo uno, infine, può
caratterizzarsi come un progetto a 5 stelle, secondo la classificazione di Tim
Davies.
Interessante riportare, sul tema del coinvolgimento degli Enti locali, l’iniziativa della
regione Lazio denominata “Accademia Open Data Lazio”. Si tratta di un programma di
formazione che, attraverso lezioni online e in presenza, offre attività finalizzate a
incrementare il livello di conoscenza in termini di Open Data e a fornire strumenti
operativi per la realizzazione di progetti. Questa iniziativa parte dalla criticità sopra
evidenziata, ponendosi l’obiettivo di una maggiore sensibilizzazione anche degli enti
locali sul tema.
178
A partire dai risultati ottenuti, appare, a questo punto, lecito interrogarsi sui motivi che
hanno portato ad avere in Italia una situazione così come quella descritta. Nonostante,
infatti, si parli di Open Government dal 2009 allo scopo di avvicinare i cittadini all’azione
politica, grazie all’utilizzo di dati che vengono resi disponibili e delle nuove tecnologie,
risulta chiaro come l’Italia abbia recepito solo in parte queste nuove indicazioni emerse
in primo luogo in America e si sia invece focalizzata sulla produzione e pubblicazione di
dataset. In linea con queste considerazioni appare il DL 33/2013 recante disposizioni in
materia di “Riordino della disciplina riguardante gli obblighi di pubblicità, trasparenza e
diffusione di informazioni da parte delle pubbliche amministrazioni” che introduce
l’obbligo della pubblicazione di dati nella sezione trasparenza dei siti web della PA
accompagnato da un forte apparato sanzionatorio per quegli Enti che non rispettano gli
obblighi di trasparenza. Per controllare l’attuazione da parte di tutte le amministrazioni di
questo decreto è nata l’iniziativa “bussola della trasparenza” (http://www.magellanopa.it/
bussola/) che elenca e classifica le varie amministrazioni dividendole tra quelle che hanno
adempiuto agli obblighi di legge e quelle che, invece, in questo momento non risultano
in linea con la normativa.
Quali sono le più grandi difficoltà a livello italiano in termini di Open Data? Quali passi
potrebbero essere fatti in questa direzione? Come potrebbe essere coinvolto
maggiormente il cittadino? Il paragrafo successivo proverà a dare una prima risposta a
queste domande, esaminando le idee e le proposte di alcuni dei più autorevoli esperti che
in questi anni, in Italia, si sono occupati di Open Data, con l’obiettivo di raccogliere pareri
autorevoli e riconosciuti che possano dare suggerimenti utili per una PA sempre più vicina
alle esigenze del cittadino.
6.4.
Criticità e prospettive future
Attraverso l’analisi della la situazione italiana in termini di portali di pubblicazione dei
dati è stato possibile mostrare i punti di forza e le difficoltà nello svolgimento di progetti
di Open Government Data. Per meglio comprendere i motivi di questa situazione e le
prospettive future sono stati intervistati tre esperti sul tema, persone coinvolte in due dei
sette progetti rilevati nella categoria involvement, soldipubblici.gov.it e OpenCoesione.
In particolare sono stati intervistati la professoressa Martelli, professore associato DISIA-
179
Università degli studi di Firenze, e il professor Menduni, professore associato presso il
Politecnico di Milano, entrambi coordinatori del progetto soldipubblici.gov.it e un
componente del team OpenCoesione. A tutti loro è stata chiesta una descrizione del
portale, degli obiettivi che si sono posti, e delle azioni volte a una maggiore
partecipazione del cittadino; infine, in quanto esperti in materia, è stato raccolto il loro
parere personale sulla situazione degli Open Government Data in Italia.
Nei prossimi paragrafi sarà riportata un’analisi critica dei progetti stilata attraverso le
interviste, l’analisi desk del sito e alcuni documenti integrativi, con l’obiettivo di arrivare
a delle conclusioni che permettano di evidenziare le caratteristiche di successo di
iniziative come OpenCoesione e le situazioni che, invece, ostacolano la nascita e la
crescita di iniziative affini.
6.4.1.
Soldipubblici.gov.it
Soldi pubblici nasce come una revisione dell’interfaccia del sistema informativo SIOPE
che contiene gli Open Data della ragioneria dello stato, e cioè tutti i dati di spesa, in
termini di cash flow, di tutte le Amministrazioni italiane.
SIOPE è un sistema che necessita di competenze tecniche per essere utilizzato, quali, ad
esempio, la conoscenza di cosa siano i comparti e sotto comparti della PA, e la capacità
di analizzare e uniformare glossari diversi in quanto ogni provincia, regione o comune ne
utilizza uno proprio che non solo è differente da quello degli altri, ma, a volte, si modifica
nel tempo. Si tratta, quindi, di un sistema di Open Data molto tecnico che non concede
nulla alla piacevolezza dell’interfaccia e che alla fine restituisce fogli Excel.
In occasione dei primi passaggi della legge di stabilità 2015, in Parlamento è emersa, da
parte dell’AgID, l’esigenza di poter rendere più fruibile questo grande patrimonio
informativo della ragioneria e della banca d’Italia anche a cittadini non tecnici, per questo
motivo alla prima versione seguirà, in data 21 novembre 2015 durante il Digital Day, la
release 2.0 che verrà presentata direttamente dal Presidente del Consiglio.
Il punto di partenza con cui è stato progettato questo portale è la volontà di offrire un
motore in grado di rispondere alle esigenze di ricerca di un cittadino non tecnico, che ha
curiosità di interrogarsi sulle spese del proprio comune.
180
Allo stato attuale, infatti, se un cittadino, ad esempio, volesse sapere quanti soldi sono
stati spesi dal proprio comune in cancelleria, questo non sarebbe possibile su una
piattaforma come SIOPE dove, in un comparto l’importo è inserito sotto la voce
“cancelleria e materiale informatico” in un altro invece sotto la voce “cancelleria”.
Per questo motivo, all’interno del sito è stato creato un unico data base ed è stata introdotta
una modalità intuitiva per facilitare l’interrogazione di questi dati da parte di qualsiasi
cittadino. Come glossario è stato deciso di utilizzare una classificazione europea per le
gare d’appalto chiamata CPV che ha il vantaggio di intercettare il linguaggio tipico del
cittadino. A livello desk, invece, è stata scelta un’interfaccia molto semplice dove
all’utente è richiesto di inserire prima il comune o la regione di interesse e poi l’argomento
di spesa, come mostrato in figura.
Figura 6.9 Modalità di ricerca informazioni - soldipubblici.gov.it
Infine, una volta introdotto il riferimento, appaiono non solo i dati numerici di spesa ad
esso relativi, ma anche dei trend di analisi, che mostrano le spese degli ultimi due anni in
comparazione con la media nazionale. Un esempio è mostrato in figura.
Figura 6.10 Trend di spesa pubblica - soldipubblici.gov.it
181
Interessante a riguardo appaiono le considerazioni emerse durante l’intervista: è stato
spiegato, infatti, come all’interno del progetto, non sia stato possibile effettuare ulteriori
aggregazioni.
Già soltanto la costruzione del grafico con i trend, infatti, è stata
un’operazione non semplice, non per una questione tecnica o statistica, ma perché, nel
momento in cui i realizzatori procedono con l’aggregazione dei dati, si devono assumere
anche la responsabilità dei risultati che pubblicano vengono pubblicati. Poiché, però, i
dati provengono da amministrazioni che non sempre sono precise nella stesura e da
glossari che richiedono un’interpretazione e un adattamento per essere inseriti nel
linguaggio CPV, non sono stati elaborati ulteriori aggregamenti, per evitare il rischio di
incorrere in risultati non coerenti con la realtà della situazione.
Il risultato interessante è stato che, attraverso questa modalità quasi giocosa di raccolta
delle informazioni, il sito ha avuto un’importante risonanza: è stato a lungo il sito più
cliccato in Italia e ha avuto molto riscontro sulla stampa.
Un altro aspetto più volte sottolineato è la caratteristica del sito che “punta” direttamente
alla banca dati di riferimento. Questo significa che, ogni volta che viene aggiornata la
banca dati di partenza, quindi ogni settimana, in automatico, il sito offre dati aggiornati.
Questo è un aspetto fondamentale, in quanto, come già visto nel capitolo 1, il valore del
dato “real time” è molto maggiore di quello del dato “a posteriori” perché fa sì che i dati
della piattaforma non risultino mai obsoleti e, di conseguenza, inutilizzabili.
Infine, il sito offre anche la possibilità di scaricare in un unico file, il database completo
delle spese di tutte le amministrazioni pubbliche (sono più di 14000 in Italia tra Comuni,
Regioni, Enti pubblici), permettendo al singolo cittadino esperto in data analysis di
effettuare egli stesso le analisi che ritiene più interessanti. Questa offerta ha portato a
progetti interessanti, come ad esempio la piattaforma web soldipubblici.thefool.it,
attraverso la quale un singolo individuo, ritenendo che il portale soldipubblici.gov.it non
offrisse informazioni con caratteristiche utili al cittadino, ha deciso di assumere in prima
persona la responsabilità di offrire i dati con un’altra interfaccia e con una maggiore
aggregazione.
Alla domanda volta ad indagare il motivo per cui il sito non contenesse al suo interno una
parte social è stato risposto che è un’iniziativa che stanno prendendo in considerazione
182
per le prossime releases del sito, ma che questo passaggio porta con sé un investimento
economico importante non solo per la creazione ma per il presidio che richiede.
6.4.2.
OpenCoesione
Il portale OpenCoesione è un’iniziativa nata nel 2012 sulle Politiche di Coesione in Italia,
coordinata dal Dipartimento per le Politiche di Coesione della Presidenza del Consiglio
dei Ministri.
L’obiettivo è rendere fruibili per il cittadino i dati relativi alle Politiche di Coesione che,
in Italia, vengono finanziate in parte con fondi strutturali europei e in parte con fondi
nazionali. Questi dati vengono poi raccolti dalle varie amministrazioni attraverso campi
codificati a livello europeo e inseriti in una banca dati gestita dall’IGRUE (Ispettorato
Generale per i Rapporti finanziari con l'Unione Europea) del Ministero dell’Economia e
delle Finanze.
Prima della nascita di OpenCoesione, questi dati non erano pubblicati nella loro interezza
in un portale dedicato, e, benché ogni regione avesse ed abbia ancora l’obbligo di
pubblicare sul proprio sito internet l’elenco dei beneficiari, non era possibile avere una
visione d’insieme a livello nazionale.
Per questo motivo è nato il progetto OpenCoesione che, però, non vuole essere un
semplice portale di pubblicazione di dati ma, piuttosto, un luogo con due obiettivi
principali: mostrare ai cittadini come i soldi vengono spesi, attraverso infografiche
interattive, e favorire l’interazione tra cittadini e il civic engagement.
Per questo motivo i promotori hanno fatto proprio il paradigma dell’Open Government,
modificandolo ed esplicitando i temi di trasparenza, collaborazione e partecipazione
secondo quelle che sono le esigenze e le caratteristiche del progetto.
Il risultato di questa operazione, riassunto nella figura sottostante, appare molto
interessante e in linea con le politiche del sito.
183
Figura 6.11 Politiche del progetto OpenCoesione (http://www.opencoesione.gov.it/)
Nel 2015 è stata svolta, da parte di una società esterna, un’analisi sugli utilizzatori del
portale (Contesti 2015, Michele Lo Russo 2015), volta a mettere in luce i motivi per i
quali un’utente si interessa al portale:

motivi di utilizzo:
o lavoro (68%);
o acquisire info sul progetto (28%);
o accrescere la conoscenza sulle Politiche di Coesione (26%);
o conoscere i progetti finanziati nel comune/provincia/regione di residenza
(22%);

motivi professionali:
o offrire evidenze alla collettività sui progetti promossi (27%);
o costruire storie sui progetti (19%);
o produrre studi ed analisi (70%);
o verificare l’intensità della spesa pubblica rispetto a specifici temi e/ o
territori (33%).
184
Appare interessante sottolineare che una parte consistente di utenza accede al sito senza
obiettivi di data analysis, ma solo per avere informazioni sulla spesa pubblica o conoscere
le Politiche di Coesione.
Sono stati inoltre messi in luce ulteriori dati, legati a questo aspetto:

il 29% vede il portale come uno strumento per aumentare le opportunità per i
cittadini;

il 17% non ha nessuna competenza nell’uso dei dati;

2% scarica i dataset (possibili riutilizzatori).
Queste informazioni, accompagnate dal calcolo di una media di connessione giornaliera
che si aggira intorno ai 780 utenti/giorno con un rimbalzo del 66% (2 utenti su 3 escono
dopo la visualizzazione di una sola pagina), rimandano l’immagine di un portale
accessibile a una tipologia di utenza numerosa e molto diversificata, da studiosi a cittadini
comuni, interessati alla modalità di utilizzo dei soldi pubblici all’interno del loro comune
di residenza.
Molto interessante appare anche il fatto che solo il 2% scarica i dataset. Questo dato
mostra chiaramente la differenza tra i portali della categoria “disclosure” nei quali l’unica
azione a disposizione dell’utente per avere i dati è scaricare i dataset, e quello di Open
Coesione attraverso il quale l’utente, che non ha nessun interesse a farlo, può recuperare
l’informazione necessaria direttamente online grazie all’interfaccia offerta.
Visto il successo raggiunto dal sito, la società civile ha attivato un progetto ad esso
parallelo denominato Monithon che, attraverso un’altra piattaforma, persegue il
medesimo obiettivo di coinvolgimento dei cittadini sul tema delle Politiche di Coesione.
All’interno di OpenCoesione sono presenti dati sui soggetti (pubblici o privati) che hanno
ricevuto fondi, ma anche informazioni su tempistiche, dotazione finanziaria, pagamenti
effettuati, luoghi dove gli interventi vengono realizzati.
I dati raccolti tramite le iniziative Monithon servono ad arricchire le informazioni già
presenti su OpenCoesione, aggiungendo informazioni a volte non disponibili come la
localizzazione puntuale dei progetti, le caratteristiche degli interventi, l’andamento fisico
delle opere, che possono migliorare, anche la capacità delle Amministrazioni di valutare
gli interventi e di programmare le successive politiche.
185
Poiché, inoltre, anche la base dati generata è rilasciata in formato aperto, potrà dare luogo
a un successivo utilizzo da parte di giornalisti, analisti e cittadini interessati a raccontare
storie che abbiano, come obiettivo ultimo, quello di migliorare la trasparenza, la qualità
e l’efficacia delle politiche pubbliche nazionali e locali.
Per fare ciò, ogni cittadino, ha la possibilità, dopo aver visionato i dati e, se necessario,
dopo un sopralluogo sul cantiere o sul progetto finito, di inserire un proprio report sul
progetto in questione.
In un’ottica di partecipazione e in collaborazione con il progetto Monithon e con il MIUR,
inoltre, il team di OpenCoesione, sta portando avanti un progetto molto interessante
denominato “A scuola di OpenCoesione”, che propone un percorso didattico alternativo
con gli studenti delle scuole superiori. La proposta comprende una parte teorica,
attraverso lezioni in classe, volte all’apprendimento delle modalità di analisi più efficaci
per leggere, trarre informazioni ed utilizzare i dati presenti su OpenCoesione, e di una
pratica nella quale ogni classe coinvolta sceglie un progetto e, attraverso un’analisi e una
rilevazione sul campo, esamina come sono effettivamente stati spesi i soldi delle Politiche
di Coesione. I report, stilati dagli studenti a fine percorso, vengono pubblicati attraverso
la piattaforma Monithon e utilizzati, dai ragazzi stessi per la creazione di video, webinar,
e attività di data journalist.
In ultimo, sempre al fine di favorire la collaborazione, è stata data la possibilità ai cittadini
di esprimere il proprio commento direttamente sulla pagina di uno specifico soggetto ed
è stato creato un indirizzo mail per raccogliere le richieste di informazioni. Grazie anche
al ruolo istituzionale ricoperto da OpenCoesione il team ha la qualifica istituzionale per
poter richiedere alle singole amministrazioni delucidazioni sui progetti per i quali è
arrivata una segnalazione del cittadino.
Come è emerso dall’intervista, tutto questo processo non è esente da costi rilevanti, in
particolare per l’elaborazione dei dati, l’aggregazione, la pulizia e l’analisi della qualità
degli stessi, ma anche per tutto ciò che riguarda l’area social e le iniziative di civic
engagement che richiedono investimenti importanti.
186
6.5.
Conclusione
Nella prima parte del capitolo è stato esemplificato un modello che offre gli strumenti per
categorizzare un qualsiasi portale OGD. Partendo da una analisi desk dello stesso e
utilizzando il framework proposto, è, infatti, possibile procedere a una prima
classificazione e distinguere tra i portali di categoria “disclosure” e quelli di categoria
“involvement”, basandosi sull’osservazione dell’interfaccia utente e sull’analisi degli
obiettivi del progetto. Successivamente, solo per quanto riguarda la seconda categoria
involvement è stata appositamente costruita una matrice che permette di
classificare ogni portale in base alle caratteristiche di utilizzabilità e alla possibilità
di interazione con l’utente che esso offre.
È stato illustrato inoltre come sia possibile, tramite questo modello di classificazione dei
portali Open Government Data, realizzare un’analisi della situazione italiana: per la
categoria disclosure, sono stati presi in considerazione, a partire dal portale dati.gov.it, le
modalità di azione delle amministrazioni locali, il numero degli Enti che hanno deciso di
pubblicare i dati a propria disposizione e la qualità del dato pubblicato. Per la categoria
involvement, invece, sono stati analizzati e inseriti nella matrice appositamente costruita
sette portali sul territorio italiano che rispondono alle caratteristiche del cluster.
Sono infine stati intervistati sull’argomento alcuni esperti italiani, che negli ultimi anni
hanno sostenuto con forza l’importanza degli Open Data e si sono dedicati alla creazione
e al continuo aggiornamento di portali innovativi e caratteristici. Grazie al loro contributo
è stato possibile fare un’analisi critica della situazione italiana, andando a scoprire quali
siano le maggiori difficoltà legate alla pubblicazione del dato e al paradigma dell’Open
Government e ed individuare quali passi potrebbero essere fatti, e in quale direzione, per
favorire la pubblicazione di un dato di qualità e la partecipazione e collaborazione del
cittadino.
Nel prossimo capitolo sarà esplicitata la metodologia utilizzata per l’analisi della
letteratura e per gli use cases.
Nei capitoli 8 e 9 l’obiettivo sarà, invece, quello di esplicitare ulteriormente questi
concetti, provando a trarre, da questo progetto di ricerca, delle conclusioni che possano
essere un punto di partenza per ulteriori analisi e per la nascita di proposte migliorative
187
Capitolo 7
METODOLOGIA UTILIZZATA PER ANALISI DELLA
LETTERATURA E USE CASES
Il presente capitolo si propone di spiegare la metodologia utilizzata nella ricerca fin qui
illustrata. Nella prima parte saranno spiegate le tecniche di ricerca bibliografica e i
risultati statistici dell’analisi effettuata, nella seconda parte invece quelle relative ai casi
studio.
7.1.
Analisi della letteratura
L’analisi della letteratura è stata realizzata seguendo il systematic review approach
(Trandfield et al. 2003) (figura 6.1), che prevede un percorso di lavoro a fasi successive:
in primis, viene effettuata una ricerca generica sul tema (Exploratory research);
successivamente, e una volta compreso in maniera più dettagliata l’argomento, si
definisce uno schema di classificazione delle fonti (Definition of the research protocol);
in terzo luogo viene effettuata una ricerca dettagliata per parole chiave (Inclusion?) e,
infine, si passa a una selezione dei testi e all’esclusione di quelli non pertinenti (Data
extraction and synthesis).
188
Exploratory research
Seminal incremental review using generalist DB
(es. Google Scolar, Cilea, etc.)
Field studies
Definition of the research protocol
Definition of the classification
scheme of sources
Definition of the sources to be
included
Definition of the keywords
Inclusion?
Index/overview
navigation
Abstract analysis
Full text analysis
Discussion
Data extraction and synthesis
Descriptive review
Content review
Figura 7.1 Systematic review approach (riadattato da Trandfield et al. 2003)
Exploratory research
E’ stata quindi effettuata, come prima cosa, una ricerca estensiva delle fonti attraverso i
principali appositi motori di ricerca (ISI Web of Knowledge, JStore, Google Scholar,
Scopus), utilizzando come driver un set di parole chiave, che è andato via via affinandosi
con il procedere della ricerca. In particolare, inizialmente, per la ricerca esplorativa, sono
state utilizzate keywords generiche, ad esempio “Open Government”, “transparency”,
“transparency and privacy”.
Definition of the research protocol
Durante questa seconda fase, gli argomenti di interesse generico sono stati innanzi tutto
scorporati in sottoproblemi rilevanti, al fine di ottenere una ricerca più completa e
specifica sui temi da attenzionare. Ad esempio, il tema generico “transparency and
privacy” è stato frammentato in: “transparency and citizen behavior”; “data protection
and anonymity”; “online privacy”.
189
Parallelamente, sono stati identificati i testi più rilevanti, grazie ai quali sono state
individuate ulteriori fonti. Questa selezione è stata possibile, nella maggior parte dei casi,
dalla lettura degli abstract e dalla verifica delle loro finalità. Qualora l’argomento
dell’articolo risultasse effettivamente inerente con la materia trattata, esso veniva preso
in considerazione ed in ultima istanza eventualmente approfondito mediante l’analisi del
testo completo. Ciò ha permesso di valutare l’eventuale inclusione o estromissione
dell’articolo dal bacino complessivo di fonti alla base della ricerca. Nel valutare la validità
e il ruolo chiave di un determinato articolo nel bilancio complessivo dell’analisi, è stato
inoltre preso in considerazione il numero totale di citazioni, allo scopo di tenere in
considerazione solamente i testi con il numero maggiore di citazioni (Schulz & Brenner
2010).
Inclusion?
Individuato un nucleo di pubblicazioni rilevanti da cui partire per lo svolgimento
dell’analisi, è stato necessario provvedere ad una ulteriore ricerca, al fine di ampliare il
bacino di fonti disponibili. A tal fine sono stati utilizzati tre approcci.
Inizialmente si è fatto ricorso a un’analisi della bibliografia ovvero a partire da un testo
ritenuto rilevante sono stati recuperati altri testi citati al suo interno e così via.
Simile nel principio, ma applicata in senso contrario, è stata la tecnica per citazioni: a
partire da un testo è stato possibile risalire ad altri scritti nei quali il testo di partenza era
stato menzionato.
La terza tecnica utilizzata è stata quella per autore: una volta individuato un autore molto
attivo su un argomento di interesse, si è provveduto alla ricerca di altre pubblicazioni sul
tema di quello specifico autore.
Successivamente è stato necessario procedere con una ulteriore selezione dei testi
individuati attraverso i medesimi criteri utilizzati per la selezione iniziale.
Complessivamente l’analisi ha richiesto l’adozione di tre tipologie di fonti (Colling
2003): fonti primarie (lavori di ricerca originali), fonti secondarie (opere, saggi e articoli
pubblicati sull’oggetto di studio) e altre fonti (non assimilabili a lavori di ricerca, come
articoli su quotidiani, siti web senza valenza scientifica).
190
In totale questo processo ha portato a una selezione definitiva di 139 paper.
Data extraction and synthesis
Le fonti selezionate sono state inserite in un doppio database.
Dapprima, allo scopo di raccogliere in modo scrupoloso e dettagliato le fonti trovate, esse
sono state schedate in RefWorks, un database elettronico, che ha come principale
vantaggio il fatto di essere automaticamente collegato ai vari motori di ricerca:
semplicemente cliccando sull’apposito comando l’articolo viene inserito nel database,
comprensivo di tutti i metadati estratti. Inoltre questo software consente di gestire e
condividere i documenti, organizzandoli in cartelle e sottocartelle. I dati così ottenuti
trovano spazio nel corpo del testo della tesi, nelle note e nella bibliografia finale come
citazioni bibliografiche.
Oltre a ciò, i dati sono stati riportati in una tabella di Microsoft Excel, appositamente
strutturata e contenente:

titolo dell’articolo;

data di pubblicazione;

luogo di pubblicazione;

tipo di pubblicazione;

tipologia di fonte;

key words;

topic;

breve descrizione.
Questa scelta è stata dettata dalla possibilità di costruire delle analisi statistiche della
letteratura analizzata (che verranno riportate di seguito), per comprenderne appieno le
caratteristiche.
Per chiarire maggiormente le caratteristiche del lavoro svolto, appare necessario, ora,
analizzare, una ad una, le voci precedentemente elencate.
191
Luogo di pubblicazione
All’interno di questo indicatore è stato preso in considerazione il continente di
pubblicazione dell’articolo (USA, EU, Australia) e, qualora presente, il Paese.
Nel caso in cui l’articolo fosse pubblicato da un ente o un periodico internazionale, o nel
caso in cui non fosse specificato il luogo di pubblicazione dell’articolo è stato preso in
considerazione l’università o istituto di ricerca di provenienza dell’autore del documento.
Obiettivo della pubblicazione
La ricerca ha previsto una clusterizzazione dei testi, a partire dalle diverse modalità con
le quali il tema era stato affrontato dai differenti autori. Sono stati individuati cinque
cluster in cui dividere gli articoli:

use case: narrazione di casi di studio finalizzati ad esemplificare come specifiche
realtà abbiano affrontato un problema nell’ambio Open Data;

survey: raccolta estensiva di dati relativi a un ampio spettro di organizzazioni e/o
progetti;

litterature reviews: sviluppo della semantica di materia attingendo alla letteratura
di settore o a letterature comparabili;

theoretical paper: sviluppo della teoretica sul tema, proponendo teorie nuove e
innovative sul tema oggetto di analisi;

modelling paper: modellizzazione matematica del fenomeno al fine di
comprenderne analiticamente costi e benefici.
Key words
Per ogni articolo sono state individuate delle key words. Qualora queste fossero già
presenti nel paper o nel sito di pubblicazione dello stesso, si è deciso di riutilizzare le
stesse parole chiave proposte dagli autori. In alternativa sono state scelte a partire
dall’abstract, quando presente, o dal testo completo. Qualora il testo non fosse
disponibile, le parole chiave sono state scelte a partire dalla lettura degli articoli
all’interno dei quali il testo di riferimento era stato citato.
192
Topic
I paper sono stati suddivisi, in primo luogo, a seconda del capitolo di riferimento (Open
Data, Open Government, Trasparenza) e, per quanto riguarda il capitolo sulla trasparenza,
anche a seconda della domanda di ricerca a cui rispondevano. I particolare le domande di
ricerca assunte come oggetto di analisi all’interno di questo working paper sono state:

definizioni di trasparenza;

impatti, benefici e misurazione della trasparenza;

trasparenza e Open Government;

trasparenza e privacy.
Breve descrizione
In questa colonna è stata riportata una breve descrizione del contenuto del testo, ripresa o
dall’abstract oppure elaborata a partire dal testo. Qualora il testo non fosse stato
disponibile è stato riportato il contenuto ripreso dall’articolo nel quale il testo era stato
citato.
7.1.1.
Le statistiche sulla selezione
Parallelamente al processo di ricerca, sono state effettuate delle analisi statistiche sulle
caratteristiche della bibliografia nel suo complesso, con il duplice scopo di evidenziarne
eventuali lacune e di capirne meglio le caratteristiche.
193
DOMANDE DI RICERCA
60%
50%
40%
30%
20%
10%
0%
open government
open data
trasparenza
Grafico 7.1 Istogramma domande di ricerca
La prima analisi si è concentrata su quelle sono individuate come domande di ricerca alle
quali la bibliografia risponde. Come si può vedere dal grafico, l’elaborato si concentra sul
tema degli Open Data, e, in particolare, su come questi dati possono essere resi trasparenti
per il cittadino. La parte relativa alla trasparenza contiene, quindi, una grossa parte degli
articoli volta a capire nel dettaglio la definizione e le caratteristiche necessarie affinché
un’amministrazione possa essere considerata trasparente. Meno approfondita, invece, è
la parte relativa all’Open Government, tema sul quale è stata offerta solo una breve
introduzione per inquadrare l’argomento.
194
DOMANDE DI RICERCA - TRASPARENZA
20%
18%
16%
14%
12%
10%
8%
6%
4%
2%
0%
definizioni
trasparenza
benefici e impatti
della trasparenza
misurare la
trasparenza
trasparenza e
privacy
trasparenza e open
government
Grafico 7.2 Istogramma domande di ricerca del capitolo trasparenza
Sul tema della trasparenza, come spiegato in precedenza, l’analisi è stata ulteriormente
suddivisa in cinque variabili, la percentuale di articoli per ogni singolo cluster di ricerca
è mostrata nel grafico.
KEY WORDS
45%
40%
35%
30%
25%
20%
15%
10%
5%
0%
Grafico 7.3 Istogramma key words
195
Per ogni testo sono inoltre state identificate delle parole chiave, con lo scopo di capirne il
contenuto in modo immediato, anche solo attraverso la tabella delle fonti.
Da sottolineare la scelta di inserire come key word anche e-transparency e e-Government,
per evidenziare da una parte la differenza tra trasparenza e trasparenza dei siti web,
dall’altra per sottolineare la netta differenza tra Open Government e e-Government.
TIPO DI PUBBLICAZIONE
Use Case
Survey
Literature reviews
Theoretical paper
Modelling paper
13%
15%
12%
25%
35%
Grafico 7.4 Grafico a torta, tipo di pubblicazione
Questa ricerca, come si evince dal grafico, ha permesso di mettere in luce come un terzo
degli articoli abbiano all’interno una parte di revisione della letteratura, circa un quarto
siano articoli teorici e concettuali, mentre equamente distribuiti appaiono invece use
cases, survey e modelling paper.
196
TIPO DI PUBBLICAZIONE PER DOMANDA DI
RICERCA
60%
50%
40%
30%
20%
10%
0%
Use Case
Survey
Literature reviews
open government
open data
Theoretical paper
Modelling paper
trasparenza
Grafico 7.5 Istogramma tipo di pubblicazione per domanda di ricerca
Sempre in riferimento alla tipologia di pubblicazione, appare interessante la modalità di
analisi, qui di seguito riportata, che mette a confronto i tre cluster in cui sono state divise
le domande di ricerca. L’obiettivo è quello di mostrare come, nel momento in cui si fa
riferimento alla letteratura a proposito degli Open Data, questa risulti più teorica: essendo,
infatti, l’argomento più tecnico, è difficile riscontrare opinioni differenti o diverse
interpretazioni dello stesso. Questo spiega perché appaia più corposa la letteratura
composta da articoli che spiegano, in modo tecnico e rigoroso, l’argomento e da studi di
caso che ne analizzano lo sviluppo nei vari contesti.
Al contrario, i temi riguardanti Open Government e trasparenza, sono soggetti a diverse
opinioni e interpretazioni da parte del mondo scientifico, e per questo la maggior parte
dei paper ad essi relativi contengono al loro interno una parte di letterature review e
propongono l’opinione dell’autore sul tema. Solo per il tema della trasparenza, sono,
infine, stati inseriti dei modelling paper, per capire come sia possibile misurarla.
197
TIPOLOGIA FONTE
primaria
52%
secondaria
48%
Grafico 7.6 Grafico a torta tipologia di fonte
Prendendo in considerazione la tipologia delle fonti, invece, la letteratura analizzata
appare quasi equamente distribuita: il 52% sono, infatti, articoli con fonte primaria, lavori,
cioè, originali, con contenuti che esprimono opinioni, idee, modelli scritti “di prima
mano” dall’autore.
ANNO DI PUBBLICAZONE
25
20
15
10
5
0
Grafico 7.7 Istogramma anno di pubblicazione
198
CURVA CUMULATA - ANNO DI PUBBLICAZIONE
120%
100%
80%
60%
40%
20%
0%
Grafico 7.8 Curva cumulata anno di pubblicazione
La distribuzione delle fonti per anno di pubblicazione, mette in luce come gli articoli
analizzati si riferiscano, per la maggior parte, a una letteratura recente. L’80% degli
articoli circa, sono, infatti, riconducibili agli ultimi 10 anni, e più della metà agli ultimi 5.
ANNO DI PUBBLICAZIONE PER DOMANDA DI
RICERCA
120%
100%
80%
60%
40%
20%
0%
2009-2015
2000-2009
Open government
open data
<2000
trasparenza
Grafico 7.9 Istogramma anno di pubblicazione per domanda di ricerca
Appare, inoltre, interessante, una suddivisione dell’analisi per domande di ricerca, che
mette in luce, in modo evidente, come il 2009 possa essere considerato l’anno
“spartiacque” della letteratura sul tema dell’Open Government e degli Open Data. E’
infatti a partire dal discorso di Obama, tenuto nel dicembre 2009, che la comunità
199
scientifica e le pubbliche amministrazioni si sono interessate al tema, iniziando quindi a
scrivere e indagare l’argomento.
L’unico dei tre temi le cui radici possono essere ricondotte più indietro nel tempo è quello
della trasparenza, tema molto dibattuto già a partire dal XVIII secolo.
7.2.
Use cases
All’interno del capitolo 5, relativo agli use cases, è stata descritta l’ “Activity Theory”, la
teoria utilizzata per la stesura degli use cases. All’interno di questo paragrafo l’obiettivo
è esplicitare come si è arrivati a questa scelta, quali limiti sono intrinsechi all’utilizzo
della metodologia degli use cases e, infine, più nel dettaglio, viene riportata la scheda di
analisi utilizzata.
Nell’analisi proposta possono essere distinti tre successivi momenti: in primis il lavoro
attinge alla letteratura in materia di case study analysis, identificando quali variabili
rilevanti debbano essere tenute in considerazione ai fini di una appropriata presentazione
dei casi; in seguito si concentra sulle possibili metodologie impiegabili per selezionare
delle good practice in questo ambito e infine presenta l’approccio che è stato
effettivamente utilizzato, la scheda di analisi impiegata e i casi oggetto di analisi
approfondita.
7.2.1.
Analizzare i casi di OGD: quali informazioni guardare?
Il primo elemento da chiarire in questo ambito è il motivo per cui l’analisi di case study
è stata scelta come metodologia in luogo ad altre.
È importante sottolineare come questo approccio risulti particolarmente importante ai fini
dell’analisi e dell’ottenimento di informazioni rilevanti per poter poi procedere alla
costruzione di un modello: i progetti di OGD sono, infatti, caratterizzati da diversi
obiettivi che si riflettono sulla qualità e quantità dei dataset e sull’attenzione da parte degli
utilizzatori dei dati e dei promotori stessi dei progetti.
Per questo motivo, come appare chiaro dalla stesura dei casi, la ridotta numerosità delle
informazioni disponibili rappresenta una criticità importante, che preclude l’applicazione
200
di metodi statistici e quantitativi per la valutazione e la comparazione delle varie practices
(Mabbett, Bolderson 1999).
Inoltre questa metodologia permette di analizzare l’argomento nel concreto, studiando
diverse singole unità coinvolte (Merriam 2002), nonostante questo approccio sia
comunemente considerato come un metodo di ricerca meno strutturato (Baskarada 2013).
I casi studio offrono infine al ricercatore la possibilità di ottenere una visione strutturata
del problema di ricerca, analizzato nella sua interezza, facilitando la descrizione, la
comprensione e la spiegazione (Tellis 1997, Baxter, Jack 2008).
Le motivazioni elencate rendono quindi il case studying la metodologia più appropriata
per esplorare e discutere il tema degli OGD.
Per scegliere le informazioni con cui presentare i casi di studio è stata analizzata la
letteratura in materia di “case study analysis” e, dall’analisi effettuata, sono emersi due
limiti metodologici.
Relativamente alla selezione delle informazioni con cui presentare i casi, la letteratura in
materia di case study analysis è risultata una significativa fonte da cui attingere.
La case study analysis qui proposta si è indirizzata verso il censimento di tutte le
informazioni
ritenute
sensibili
ai
fini
della
definizione:
della
numerosità
dell’informazione pubblicata, della sua utilizzabilità dagli utenti finali, del suo effettivo
utilizzo, della possibilità degli utenti di fornire un riscontro relativo all’informazione
consultata. L’analisi ha preso avvio dall’idea che i dati aperti costituiscano l’aspetto
strategico dei modelli di Open Government (Socrata, 2011) e pertanto è stata studiata la
presenza di portali di dati aperti nei siti governativi, la funzionalità dei portali stessi e i
dataset pubblicati per gli utilizzatori finali.
Infine, questo studio ha affrontato specificamente un aspetto del modello Open
Government: i dati aperti come veicolo della trasparenza. Tuttavia, per essere completa,
l’analisi avrebbe dovuto tenere conto anche di altri elementi (ad esempio, la
collaborazione o la partecipazione) e avrebbe dovuto includere criteri appropriati e scale
per la misurazione (Veljković, Bogdanović-Dinić et al. 2014).
201
L’approccio di studio attraverso un’analisi di alcuni use cases è stato scelto nella
consapevolezza che, però, esso contiene al suo interno dei limiti metodologici, due dei
quali ritenuti particolarmente significativi:
1. quando
si
utilizza
una
tecnica
di
case
studying
è
difficile
identificare un singolo metodo o sistema nella raccolta e organizzazione dei dati
(Mabbett, Bolderson 1999); la ricerca qui effettuata si è al contrario rivolta verso
la messa a sistema delle evidenze più utili a costituire un interessante spunto per
lo studio e lo sviluppo di progetti Open Data da parte di amministrazioni e
organizzazioni, senza pretese di esaustività;
2. le informazioni, considerate rilevanti ai fini della discussione, sono diverse a
seconda del tipo di contesto. Le visioni di trasparenza governativa infatti, mutano
a seconda del contesto-Paese in cui essa è insediata; inoltre, come spiegato nel
capitolo 4, è importante anche il fine con cui si operano politiche di trasparenza:
se esse costituiscono una semplice disclosure dei dati oppure se hanno anche
l’obiettivo di favorire politiche di Open Government. In ciascuna visione le
informazioni a cui viene accordato maggior rilievo sono differenti.
7.2.2.
L’approccio utilizzato: la scheda di analisi
Per superare i limiti emersi in una semplice ricerca di migliori prassi, il quadro teorico
utilizzato in questa analisi attinge dalla “Activity Theory” (o Teoria dell’attività). Poiché
la spiegazione della teoria è già stata analizzata nel dettaglio all’interno del capitolo 5
relativo ai casi studio, in questa sezione verrà esposta la scheda di analisi, compilata per
ciascun caso studio, costruita seguendo i suggerimenti proposti dalla teoria.
Le informazioni reperibili esclusivamente tramite intervista sono state raccolte solo per i
casi studio per i quali è stato possibile avere un colloquio telefonico con un responsabile
del progetto.
Le seguenti informazioni sono state oggetto di censimento.
MACRO
AMBITI
Anagrafica
progetto
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
METODOLOGIA
analisi desk/intervista
analisi desk/intervista
analisi desk/intervista
202
Descrizione del progetto
link al portale di pubblicazione dei
dati
Obiettivi del Progetto (origini,
motivazioni, etcc)
Attori coinvolti(interni ed esterni)
Descrizione del processo di
pubblicazione dei dati (attori e fasi,
eventuale outsourcing)
Costi diretti e indiretti legati al
Progetto (avvio del sito,
mantenimento, processo di
pubblicazione dei dati).
Governance e
struttura
Banche dati di origine delle
organizzativa
informazioni pubblicate
(processo di
Interoperabilità con altri dati
pubblicazione)
nazionali e/o internazionali
Interventi per migliorare la gestione e
la pubblicazione dei dati a seguito
della prima pubblicazione
Tipologia di piattaforma informatica
utilizzata per la pubblicazione dei dati
(open
source
o
tecnologia
proprietaria)
Eventuali forme di incentivazione per
la pubblicazione dei dati
Unità elementare della pubblicazione
(programma, progetto, beneficiario,
fattura etc)
Tipologia di variabili disponibili per
ciascuna unità elementare
Grado di granularità rispetto alla
fonte originaria
Tipologia di Finanziamento*
Presenza date di assegnazione e
pagamento*
Presenza data prevista di fine della
Qualità
fase di esecuzione del progetto*
dell'informazione
Presenza data prevista di inizio della
e del dato
fase di esecuzione del progetto*
Presenza status (avviato/concluso)*
Presenza
importo
totale
finanziamento*
Presenza
importo
totale
del
pagamento*
Presenza codice avviamento postale
(geolocalizzazione)*
Presenza del livello territoriale della
localizzazione inferiore a quello
regionale*
analisi desk/intervista
analisi desk
Intervista
Intervista
Intervista
Intervista
Intervista
Intervista
Intervista
Intervista
Intervista
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
203
Presenza di un codice identificativo
del progetto*
Presenza
descrizione
progetto
comprensivo di contatti (email, tel,
etc.)*
Presenza della denominazione del
soggetto beneficiario*
Presenza del titolo del progetto*
Presenza informazioni
sull'avanzamento del progetto e dei
risultati*
Presenza di foto o schede navigabili*
Presenza indicatori di risultato*
Possibilità di scaricare il database in
un unico bulk
Numero di click per scaricare l'intero
database dalla home page inferiore a
2
Presenza numero di click dall'home
page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
Presenza descrizione dei dati
Presenza di informazioni su come i
dati vengono raccolti
Presenza metadati
Presenza formato CSV
Presenza formato DOC
Presenza formato HTML su una
pagina
Presenza formato HTML su più pagine
Presenza formato PDF
Presenza formato RDF
Presenza formato XLS
Presenza formato XML, JSON
Presenza della licenza
Tipologia di licenza
Presenza di georeferenziazione
Presenza
di
modalità
di
visualizzazione tramite grafici e altre
elaborazioni
Presenza mappa
Presenza filtri dopo la ricerca Es. OC
(feature interfaccia web)
Presenza ricerca per anno o periodo di
programmazione
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
204
Output e/o
outcome
Presenza ricerca per tipologia di
finanziamento/fondo
Presenza ricerca libera per parole
chiave
Presenza
ricerca
per
ambito
territoriale
Presenza ricerca per progetto
Presenza ricerca per risorse
Presenza ricerca per soggetto
beneficiario
Presenza ricerca per status progetto
Possibilità di commentare il progetto o
altre funzioni social sui dati*
Possibilità di contattare il produttore
dei dati
Possibilità di repliche/risposte ai
commenti
da
parte
dell'amministrazione
Presenza di una guida all'uso dei dati
Presenza di link ad analisi che hanno
utilizzato i dati
Presenza di strumenti per lavorare con
i dati
Utilizzo di codifiche standard per le
variabili pubblicate
Proprietà del dato
Tipologia di utenza
principali
benefici
per
l'amministrazione e per il territorio
output del progetto (realizzazioni di
app, servizi a partire dagli Open Data
pubblicati, sia da parte degli utenti, sia
da parte dell'amministrazione
Tutela della privacy
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk/intervista
analisi desk/intervista
analisi desk/intervista
analisi desk/intervista
Tabella 7.1 Use cases scheda di analisi
205
Capitolo 8
CONCLUSIONI
Sulla base delle ricerche che hanno costituito il corpo del presente elaborato, è possibile
affermare che lo sviluppo e la crescita di progetti di Open Government Data sul territorio
italiano è ancora in fase embrionale.
E’ stato possibile, tuttavia, cogliere quali sviluppi e quali evoluzioni ci siano stati grazie
allo sviluppo del concetto di Open Government, in termini di portali dedicati alla
pubblicazione di dati.
È emerso in maniera evidente come il primo concetto che si è evoluto, cambiando in
maniera radicale, sia quello di trasparenza, che è stato, per la prima volta, associato ai
quelli di collaborazione e di partecipazione, apportando nuovi benefici alla società
contemporanea.
L’analisi delle good practices a livello mondiale ha reso possibile suddividere in maniera
netta i progetti in due categorie: da una parte ci sono portali focalizzati sulla qualità e la
quantità dei dati pubblicati, dall’altra, invece, portali che hanno come focus la
comprensibilità del dato pubblicato per il cittadino.
Queste due categorie sono state successivamente modellizzate, evidenziandone obiettivi,
caratteristiche principali e utenza a cui sono dirette.
Infine, a partire da questo modello e con la creazione di una modalità di classificazione e
aggregazione dei portali, è stata analizzata la situazione italiana, evidenziando come siano
ancora numericamente esigui quei progetti che possono essere classificati come progetti
di “involvement”, il cui obiettivo, cioè, è quello di fornire dati comprensibili per il
cittadino e favorire la partecipazione e la collaborazione, e come, all’interno di essi, siano
ancora di meno quelli che, oltre a cercare di rendere i dati comprensibili per un cittadino
206
“comune”, non dotato cioè di particolari abilità nell’analisi dei dati, cercano strumenti per
favorire la collaborazione tra PA e cittadini.
Appaiono invece in crescita i progetti di disclosure, cioè di creazione di grandi banche
dati all’interno delle quali sono presenti tutti le informazioni che la singola PA intende
mettere a disposizione dei cittadini.
Confrontando, infine, l’Italia con gli altri Paesi del mondo è possibile affermare che, per
quanto riguarda portali di disclosure, il nostro Paese può considerarsi in linea con lo
sviluppo mondiale, resta invece in una fase di necessaria crescita per quanto riguarda i
progetti nati con l’obiettivo di una collaborazione con il cittadino.
Benché già dal 2009 le PA di tutto il mondo abbiano iniziato a interrogarsi sulla possibilità
di utilizzo di dati e di nuove tecnologie per avvicinare il cittadino all’azione pubblica e
coinvolgerlo nelle scelte dell’amministrazione, i progetti di disclosure restano gli unici
sui quali, in questi anni, sono stati fatti seri investimenti arrivando alla digitalizzazione e
pubblicazione di migliaia di dataset.
In questo ultimo decennio infatti, prima a livello europeo, poi a livello italiano, il focus è
stato finalizzato a promuovere la trasparenza dei dati, a chiedere a tutti gli enti pubblici
di non nascondere i dati a loro disposizione ma, anzi, di renderli pubblici in formato aperto
per i cittadini. I benefici di questa operazione sono legati al controllo dell’agire
amministrativo, sia internamente sia da parte del cittadino, alla riduzione della corruzione
e all’aumento della percezione di democrazia.
Dal 2009, però, in America è stato fatto un passo in avanti, iniziando a mettere in evidenza
come anche il cittadino comune, non esperto in data analysis, abbia il diritto di poter,
attraverso la pubblicazione di dati, esprimere un proprio giudizio e commento. In
parallelo a ciò, l’opinione che il singolo cittadino esprime in relazione ai dati pubblicati
deve essere presa in considerazione dalle amministrazioni, favorendo politiche di
collaborazione.
Quest’idea, come è emerso in maniera evidente nell’elaborato proposto, in Italia è ancora
ai primi passi.
207
Attraverso le interviste è stato poi possibile analizzare i motivi per cui la situazione
italiana è quella sopra descritta.
In primo luogo è stato evidenziato un problema di qualità del dato di partenza strettamente
legato alla modalità stessa di raccolta del dato. È emerso chiaramente dalle interviste, un
problema legato al processo di generazione dei dati: il prerequisito per la pubblicazione
di dati in modalità open è sicuramente la digitalizzazione dei processi che portano alla
creazione di banche dati. Come visto negli indici europei del capitolo 7, in tema di
digitalizzazione dei servizi della PA, l’Italia è indietro rispetto alla media europea.
Una prima azione necessaria per un miglioramento della situazione italiana riguarda,
quindi, il processo di produzione dei dati: fare Open Data non significa infatti, pubblicare
gli archivi degli anni precedenti, ma offrire al cittadino dati real time, fare in modo che
sindaco, amministratore, data journalist, e cittadino comune riescano a vedere
contemporaneamente lo stesso dato. Per fare ciò è necessario reingegnerizzare i processi
e creare portali direttamente collegati alla base dell’owner del dato la quale deve essere a
sua volta connessa direttamente al gestionale che raccoglie i dati. Negli Open Government
Data è molto importante che i dati vengano esposti come servizio da chi direttamente li
produce, affinché possano sempre essere prelevati dalla loro fonte primaria e mai spostati
fisicamente su server appositamente creati per la loro distribuzione. Le piattaforme Open
Data, per fare Open Government, dovrebbero essere sempre piattaforme integrate e
collegate con il software gestionale del responsabile della raccolta dei dati.
Questo problema viene altresì aggravato dalla mancanza, a livello centrale, di un sistema
di organizzazione dei software gestionali: la gestione della raccolta è, infatti, decentrata
e, per questo motivo, non c’è nessuna garanzia che i dati siano effettivamente
confrontabili tra di loro e, quindi, integrabili. Se, infatti, ogni amministrazione raccoglie
i dati con modalità proprie, l’operazione di unione e di aggregazione delle informazioni
in un unico database diventa molto più complessa, se non impossibile. Questo problema
ricade sia sui portali della prima categoria, che non sono in grado di offrire a statistici e
data journalist dati consistenti e utili per fare analisi, sia sui portali della seconda
categoria. Se, infatti, il dato non è consistente né paragonabile, nessuno può prendersi la
responsabilità di aggregarlo per offrire un’informazione utile al cittadino. Il progetto
OpenCoesione è la testimonianza di come, se i dati sono gestiti e le informazioni vincolate
208
a uno schema uguale per tutte le amministrazioni, obbligate a rispettare i campi di questo
schema e fornire le informazioni richieste, allora è possibile avere un ottimo punto di
partenza sul quale creare un portale che segua veramente i principi dell’Open
Government.
Strettamente legata a quanto fin qui esposto, appare anche la questione della cultura
amministrativa del Paese e dell’alfabetizzazione delle Pubbliche Amministrazioni.
“L’Open Government è in affanno perché è in affanno la cultura amministrativa del
Paese, il dato è cattivo perché la gestione è confusa”: questa è la riflessione conclusiva
che
è
stata
proposta
dalla
dottoressa
Martelli,
responsabile
del
progetto
soldipubblici.gov.it e esperta in materia di Open Data e confermata dalla dottoressa Ricci,
del progetto OpenCoesione. I dirigenti pubblici non sono istruiti sull’importanza della
creazione di un buon dato di partenza, non solo per una questione di trasparenza della
propria amministrazione ma, anche, per offrire a tutti la possibilità del riuso di questi dati.
Essi non sono stati educati a ragionare da un punto di vista di concetti e di linguaggi sugli
applicativi che vanno a acquisire, pensano non faccia parte delle loro mansioni. Sarebbe
necessario abituare le persone a lavorare in maniera condivisa e cooperante e produrre
dati secondo progetti aperti. Il professor Menduni, docente esperto in materia di Open
Data, esprime che “il concetto degli Open Data in Italia, soprattutto all’interno delle
Pubbliche Amministrazioni è fermo alla conferenze di Tim Berners-Lee ‘Row data
now’”: in Italia persiste l’idea degli Open Data come possibilità di “aprire il cassetto,
prendere le tabelle di Excel e pubblicarle online”, ma questo processo di “hackerare” la
pubblica amministrazione e quindi prendere dei dati e pubblicarli online, non ottiene il
risultati di
renderli trasparenti. La visione di Open Data deve dirigersi verso
l’ingegnerizzazione della costruzione del dato, attraverso lo smontaggio del processo di
elaborazione dell’analisi e della rimessa a registro dei dati.
In parallelo sarebbe anche necessario promuovere azioni volte a infondere la cultura
dell’Open Government che richiede, attraverso i dati, la partecipazione e la
collaborazione del cittadino. Questo, tradotto in termini di portali di pubblicazione di dati,
permette di offrire da una parte un dato di qualità, dall’altra un’interfaccia comprensibile
per un utente non esperto di data analysis, e infine di mettere in moto progetti e iniziative
volte al civic engagement e alla collaborazione tra cittadino e pubblica amministrazione.
209
Una testimonianza rilevante della fattibilità di processi di questo tipo è il progetto “a
scuola di Open Coesione” nel quale, grazie a collaborazioni tra il Dipartimento delle
Politiche di Coesione, le scuole italiane e la società civile, è stato possibile iniziare a
istruire i ragazzi sull’importanza della disponibilità dei dati, attraverso una strategia di
apprendimento interattiva e concreta.
Da sottolineare in positivo è la forte presenza in Italia di una comunità sia scientifica che
di appassionati, che, in questo momento, ha il ruolo di trainare le Pubbliche
Amministrazioni in un processo di cambiamento.
In ultimo c’è la questione economica: in primo luogo la reingegnerizzazione dei processi,
così come la costruzione di progetti di collaborazione e partecipazione del cittadino
necessita di investimenti a breve termine piuttosto consistenti in termini economici e di
risorse umane. Questo è testimoniato, seppur con risultati opposti, da entrambi i progetti
descritti. Soldipubblici.gov.it non è riuscito a inserire la parte “social” all’interno del
proprio progetto proprio a causa della mancanza di risorse a disposizione, mentre, al
contrario, OpenCoesione grazie a investimenti importanti, è riuscita a inserire all’interno
del progetto sia una parte di analisi e aggregazione di dati, sia una parte consistente di
lavoro sul civic engagement, come testimonia il progetto “a scuola di OpenCoesione”.
In conclusione in questi anni in Italia abbiamo assistito a una crescita in termini di
numerosità di dataset pubblicati, ma solo recentemente sono sorti progetti che si
avvicinano alla cultura dell’Open Government, come quelli sopra citati. Restano
comunque progetti sporadici e amministrati a livello centrale (Ragioneria dello Stato,
banca d’Italia, Dipartimento per le Politiche di Coesione), difficilmente si assiste a un
coinvolgimento delle amministrazioni locali.
I margini di crescita a livello italiano, quindi, sono molto ampi ma necessiterebbero di
accorgimenti a monte, che possano permettere di avere un dato di qualità e, di
conseguenza, aggregabile in informazioni comprensibili per il cittadino e, parallelamente,
di un cambiamento della cultura amministrativa del Paese. I governi e la comunità
scientifica saranno a breve chiamati a interrogarsi su come risolvere i problemi sopra
elencati per offrire una Pubblica Amministrazione sempre più trasparente e vicina alle
esigenze del cittadino.
210
Capitolo 9
SVILUPPI FUTURI
In questo elaborato è stata illustrata l’analisi critica della situazione italiana in termini di
Open Data, effettuata in particolare in termini di portali di pubblicazioni di dati. Infine,
grazie al parere di esperti, è stato possibile avanzare delle prime considerazioni sulla
qualità del dato e sulle difficoltà che le amministrazioni incontrano nel portare avanti
progetti di questo tipo.
Le conclusioni riportate in questo elaborato non sono da considerarsi che un punto di
partenza per future ulteriori analisi sulle modalità di costruzione di modelli volte a
migliorare le criticità attualmente evidenziabili.
In primo luogo è stato messo in luce un grosso problema di ingegnerizzazione dei
processi, e, attraverso le interviste, è stato possibile stendere un primo elenco delle
principali fasi necessarie per arrivare a progetti di Open Data, laddove sia già stato
identificato il processo per il quale vi è l’interesse di avere i dati a disposizione:
1. analisi del processo;
2. ingegnerizzazione del processo di produzione del dato;
3. costruzione di un percorso per la produzione del dataset;
4. costruzione di database relazionali;
5. costruzione di un’interfaccia transazionale che permetta di avere il dato real time;
6. costruzione di servizi che permettano di esporre il dato;
7. avvio del processo di data visualization;
8. analisi e messa in atto di strumenti volti alla partecipazione e collaborazione del
cittadino.
La struttura di questo processo, l’analisi dettagliata delle singole fasi, i costi e gli effort
necessari allo svolgimento dello stesso, costituiscono uno step importante per arrivare ad
avere un processo che, una volta applicato, garantisca come output un portale di qualità.
211
Perché questo avvenga, e necessario infatti, comprendere appieno quale debba essere il
processo, come debbano essere raccolti i dati e come questi debbano essere poi inseriti
nel database.
Queste azioni appaiono inoltre strettamente collegate al tema dell’accentramento o
decentramento del potere decisionale sulla scelta del gestionale e delle informazioni da
rilevare. È necessario, infatti, comprendere quale sia il livello migliore a cui prendere le
decisioni per portare ad avere Pubbliche Amministrazioni che raccolgano dati tra di loro
compatibili, allo scopo di riuscire a produrre un chiaro quadro nazionale intorno ad un
determinato aspetto.
Il secondo problema evidenziato riguarda invece la cosiddetta “cultura amministrativa” e
ruota intorno alla individuazione delle azioni più efficaci da intraprendere al fine di avere
una classe dirigenziale pubblica più sensibile al tema.
Per far ciò, appare necessario analizzare il processo dal punto di vista di una PA che
intende pubblicare i dati e chiedersi quale sia la struttura organizzativa ottimale, quali
siano le competenze necessarie, quali i valori da trasmettere per avere un portale di
pubblicazione con le caratteristiche desiderate, con la consapevolezza che, nel momento
in cui decide di pubblicare i dati secondo progetti affini alle caratteristiche dell’Open
Government, una PA sceglie anche la strada della collaborazione con il cittadino.
Un’altra non meno importante questione che ruota intorno al tema in discussione è quella
relativa alla sostenibilità economica di un progetto di Open Data: quali e quanti
investimenti sono necessari? È possibile avere progetti che, dopo un investimento
iniziale, siano in grado di essere sostenibili finanziariamente nel tempo? Solo
recentemente la letteratura scientifica, in tema di Open Data ha iniziato ad occuparsi
anche del risvolto economico che costituisce uno dei possibili temi di approfondimento,
per arrivare alla creazione di modelli e conseguenti progetti di Open Data con un forte
focus sull’aspetto economico. Se, infatti, appare opinione condivisa che l’attivazione di
iniziative di collaborazione tra le PA e i suoi cittadini, possa portare importanti e positive
esperienze di civic engagement, rimangono ancora questioni aperte riguardo al dove e
come investire, e al come, e se sia possibile, procurarsi delle entrate finalizzate ad una
sostenibilità duratura nel tempo.
212
Allo stesso modo potrebbe essere interessante ampliare la ricerca in merito ai contenuti
dei dataset. Sebbene, infatti, il numero dei dataset presenti in rete, soprattutto se si tratta
di portali di disclosure, sia stato fin qui ritenuto un indicatore significativo, altrettanto
importante appare capire quali siano i dataset più richiesti dal cittadino e quali, tra quelli
pubblicati, non siano, al contrario, mai stati scaricati. Questa infatti è una caratteristica di
qualità del portale che può portare il cittadino all’utilizzo del servizio offerto dalla propria
Pubblica Amministrazione.
Dall’altra parte i contenuti dei dataset sono da ritenersi rilevanti anche per i portali della
categoria involvement, che devono contenere al loro interno sezioni tematiche; per questo
un’ulteriore ricerca per capire quale potrebbe essere la composizione ottimale delle
sezioni e quali siano i temi di maggiore interesse per il cittadino “comune” potrebbe
essere una pista di approfondimento utile per stabilire le priorità in base alle quali
indirizzare gli investimenti.
In conclusione, quindi, il presente elaborato ha lo scopo di fornire una prima analisi critica
a livello italiano offrendo un possibile framework di categorizzazione dei portali che aiuti
a comprendere la situazione ad oggi. Grazie a questo tipo di analisi sono emerse delle
evidenze importanti e delle criticità che, per una crescita del Paese sul tema, dovrebbero
essere oggetto di ulteriori dettagliate analisi e di approfondite riflessioni al fine di
proporre concrete azioni migliorative.
213
BIBLIOGRAFIA
AGID, 2013. Codice di Amministrazione Digitale. Available at: http://www.agid.gov.it/
agid/quadro-normativo/codice-amministrazione-digitale [Accessed 15 November 2015]
AGID, 2014. Linee guida nazionali per la valorizzazione del patrimonio informativo pubblico.
AID DATA, US (2015b), Personal interview. Discussion about Aid Data Portal. At Aid Data
(online interview), with C. Katella, 25 August 2015.
AKMAN, I., YAZICI, A., MISHRA, A. and ARIFOGLU, A., 2005. E-Government: A global
view and an empirical evaluation of some attributes of citizens. Government Information
Quarterly, 22(2), pp. 239-257.
ALMAGWASHI, H., TAWILEH, A. and GRAY, A., 2014. Citizens' perception towards
preserving privacy in e-Government services: a cross-sectional study, Proceedings of the 8th
International Conference on Theory and Practice of Electronic Governance 2014, ACM, pp. 2427.
ALOIA, A., Open Government. Tra digitalizzazione e trasparenza della PA.
AWAD, N.F. and KRISHNAN, M., 2006. The personalization privacy paradox: an empirical
evaluation of information transparency and the willingness to be profiled online for
personalization. MIS quarterly, pp. 13-28.
BAC, M., 2001. Corruption, connections and transparency: Does a better screen imply a better
scene? Public Choice, 107(1-2), pp. 87-96.
BANNISTER, F. and CONNOLLY, R., 2011. The Trouble with Transparency: A Critical Review
of Openness in e‐Government. Policy & Internet, 3(1), pp. 1-30.
BARBER, B., 1983. The logic and limits of trust. Rutgers University Press New Brunswick, NJ.
BASKARADA, S., 2013. Qualitative Case Study Guidelines, Joint Operations Analysis Division.
BASTIDA, F. and BENITO, B., 2007. Central government budget practices and transparency: an
international comparison. Public Administration, 85(3), pp. 667-716.
BAUER, F. and KALTENBÖCK, M., 2011. Linked Open Data: The essentials. Edition
mono/monochrom, Vienna.
BAXTER, P. and JACK, S., 2008. Qualitative case study methodology: Study design and
implementation for novice researchers. The qualitative report, 13(4), pp. 544-559.
214
BECKERT, B., LINDNER, R., GOOS, K., HENNEN, L., AICHHOLZER, G. and STRAUß, S.,
2011. E-public, E-participation and E-voting in Europe-Prospects and Challenges. European
Parliament.
BEDINI, I., FARAZI, F., PANE, J., TANKOYEU, I., LEONI, D. and LEUCCI, S., 2014. Open
government data: Fostering innovation. JeDEM-eJournal of eDemocracy and Open Government,
6(1), pp. 69-79.
BENTHAM, J., 1791. Panopticon or the inspection house.
BERNERS-LEE, T., 2006. Linked data.
BERTOT, J.C., JAEGER, P.T. and GRIMES, J.M., 2010. Using ICTs to create a culture of
transparency E-government and social media as openness and anti-corruption tools for societies.
Government information quarterly, 27(3), pp. 264-271.
BERTOT, J.C., MCDERMOTT, P. and SMITH, T., 2012. Measurement of Open Government:
Metrics and process, System Science (HICSS), 2012 45th Hawaii International Conference on
2012, IEEE, pp. 2491-2499.
BHATNAGAR, S., 2003. Transparency and corruption: Does e-government help? DRAFT Paper
prepared for the compilation of CHRI.
BIGNAMI, F., 2007. Privacy and law enforcement in the European Union: the data retention
directive. Chicago Journal of International Law, Spring.
BIZER, C., HEATH, T. and BERNERS-LEE, T., 2009. Linked data-the story so far. Semantic
Services, Interoperability and Web Applications: Emerging Concepts, pp. 205-227.
BOK, D., 1997. Measuring the performance of government. Why people don’t trust government,
pp. 55-75.
BONOMO, A., 2013. Il Codice della trasparenza e il nuovo regime di conoscibilità dei dati
pubblici. Istituzioni del federalismo: rivista di studi giuridici e politici, (3), pp. 725-751.
BOVENS, M., 2010. Two Concepts of Accountability: Accountability as a Virtue and as a
Mechanism. West European Politics, 33(5), pp. 946-967.
BUTLER JR, J.K. and CANTRELL, R.S., 1984. A behavioral decision theory approach to
modeling dyadic trust in superiors and subordinates. Psychological reports, 55(1), pp. 19-28.
BUTLER, J.K., 1991. Toward understanding and measuring conditions of trust: Evolution of a
conditions of trust inventory. Journal of management, 17(3), pp. 643-663.
CERRILLO‐I‐MARTÍNEZ, A., 2012. The Reuse of Public Sector Information in Europe and Its
Impact on Transparency. European Law Journal, 18(6), pp. 770-792.
CHADWICK, A. and MAY, C., 2003. Interaction between States and Citizens in the Age of the
Internet:“e‐Government” in the United States, Britain, and the European Union. Governance,
16(2), pp. 271-300.
215
CHELLAPPA, R.K. and SIN, R.G., 2005. Personalization versus privacy: An empirical
examination of the online consumer’s dilemma. Information Technology and Management, 6(23), pp. 181-202.
COMMISSIONE DELLE COMUNITÀ EUROPEE, 2006. Libro verde: iniziativa europea per la
trasparenza.
COMMISSIONE EUROPEA, 2011. Dati aperti. Un motore per l’innovazione, la crescita e una
governance trasparente.
COMMISSIONE EUROPEA, 2015. Future-proofing eGovernment for a Digital Single Market
Available at: https://ec.europa.eu/digital-agenda/en/news/eu-egovernment-report-2015-showsonline-public-services-europe-are-smart-could-be-smarter [Accessed 11 November 2015].
COOK, F.L., JACOBS, L.R. and KIM, D., 2010. Trusting what you know: Information,
knowledge, and confidence in social security. The Journal of Politics, 72(02), pp. 397-412.
COOK, M.E., 2011. Open Government and public value: conceptualizing a portfolio assessment
tool.
COVELLO, V.T., 1992. Trust and credibility in risk communication. Health and Environment
Digest, 6(1), pp. 1-3.
CUCCINIELLO, M., NASI, G. and SAPORITO, R., 2012. Trasparenza nel settore pubblico:
quale divario tra il dichiarato e il desiderato?
DALLOLIO, V., 2011/2012. Open Data: i nuovi modelli di business. Tesi di laurea, Università
di Bologna.
DANDER, V., How to gain knowledge when data are shared? Open Government Data from a
media pedagogical perspective (draft version).
DATA.GOV.AU, AU, 2015b. Personal interview. Discussion about Data.gov.au. At Data.gov.au
(online interview), with J. Sheridan, 1st September 2015.
DAVIES, T., 2015. “Iniziative nazionali e internazionali di Open Government per politiche
settoriali o territoriali di sviluppo: quali lezioni dall’esperienza?” Webinar held by OpenCoesione
e Politecnico di Milano, 16 September 2015.
DAVIES, T., 2013. Open data barometer: 2013 global report. World Wide Web Foundation and
Open Data Institute.
DAVIES, T., 2012, Open Data Engagement. Available at: http://www.opendataimpacts.net/
engagement/ [Accessed 14 October 2015].
DAVIES, T., 2010. Open data, democracy and public sector reform. A look at Open Government
data use from data.gov.uk.
DAVIES, T.G., 2014. Open Data Policies and Practice: An International Comparison. Available
at SSRN 2492520.
216
DAVIS, J., 1998. Access to and Transmission of Information: Position of the Media. Openness
and Transparency in the European Union, pp. 121-126.
DAWES, S.S., 2012. A realistic look at Open Data. Center for Technology in Government,
University at Albany/SUNY Available at:
http://www.w3.org/2012/06/pmod/
pmod2012_submission_38.pdf [Accessed 08 October 2015].
DAWES, S.S., 2010. Stewardship and usefulness: Policy principles for information-based
transparency. Government Information Quarterly, 27(4), pp. 377-383.
DAWES, S.S. and HELBIG, N., 2010. Information strategies for Open Government: Challenges
and prospects for deriving public value from government transparency. Electronic government.
Springer, pp. 50-60.
DE HERT, P. and GUTWIRTH, S., 2006. Privacy, data protection and law enforcement. Opacity
of the individual and transparency of power. Privacy and the criminal law, pp. 61-104.
DECRETO
LEGGE
CRESCITA
2.0
n.179/2012,
2012.
Available
at:
http://www.gazzettaufficiale.it/atto/serie_generale/caricaDettaglioAtto/originario?atto.dataPubbl
icazioneGazzetta=2012-12-18&atto.codiceRedazionale=12A13277 [Accessed 03 November
2015].
DECRETO LEGGE N. 90/2014, 2014. Convertito in Legge n.114. Available at:
http://www.gazzettaufficiale.it/eli/id/2014/06/24/14G00103/sg [Accessed 04 November 2015].
DECRETO LEGISLATIVO 36/2006, 2006. Available at: http://www.camera.it/parlam/
leggi/deleghe/06036dl.htm [Accessed 03 November 2015].
DECRETO LEGISLATIVO 33/2013, 2006. Available at: http://www.decretotrasparenza.it/wpcontent/uploads/2013/04/D.Lgs_.-n.-332013.pdf [Accessed 06 November 2015].
DEMCHAK, C., FRIIS, C. and LAPORTE, T.M., 2000. Webbing governance. Handbook of
public information systems, 155, pp. 179.
DEN BOER, M., 1998. Steamy windows: Transparency and openness in justice and home affairs.
Openness and Transparency in the European Union, pp. 91-105.
DI DONATO, F., 2010. Lo Stato trasparente: linked Open Data e cittadinanza attiva. Edizioni
ETS.
DI RIENZO, M., 2014. Trasparenza e Trasparentismi.
DI RIENZO, M., 2012. Paper trasparenza #1: le radici storiche e culturali.
DI RIENZO, M., 2012. Paper TRASPARENZA #2: Elementi distintivi e nuove interpretazioni.
DI RIENZO, M. and TORRENTE, I., 2012. Il Barometro della Trasparenza.
DIRETTIVA EUROPEA 2003/98/CE relativa al riutilizzo dell’informazione del settore pubblic,
2003. Parlamento europeo e Consiglio. Available at: http://eur-lex.europa.eu/
217
LexUriServ/LexUriServ.do?uri=OJ:L:2003:345:0090:0096:IT:PDF
2015].
[Accessed 02 November
DIMITROVA, D.V. and CHEN, Y., 2006. Profiling the Adopters of E-Government Information
and Services The Influence of Psychological Characteristics, Civic Mindedness, and Information
Channels. Social Science Computer Review, 24(2), pp. 172-188.
DOWLEY, K.M., 2006. Local Government Transparency in East Central Europe. Local
Government Studies, 32(5), pp. 563-583.
DUVAL, A. and BRASSE, V., 2014. How to ensure the economic viability of an Open Data
platform.
ECONOMICS, L., 2014. Open for Business: How Open Data Can Help Achieve the G20 Growth
Target. Omidyar Network, June.
EUROPEAN COMMISSION, 2015. Future-proofing eGovernment for a Digital Single Market.
EVANS, A. and CAMPOS, 2013. Open Government Initiatives: Challenges of Citizen
Participation. Journal of Policy Analysis and Management, 32(1), pp. 172-185.
FORMEZ PA, 2011. Open Data: Come rendere aperti i dati delle pubbliche amministrazioni.
FRANCESCHETTI, G., DA RE, R. and SECCO, L., 2012. Un set di indicatori per misurare la
qualità della governance nei territori rurali. Agriregionieuropa, 8(30), pp. 70-75.
FUNG, A., GRAHAM, M. and WEIL, D., 2007. Full disclosure: The perils and promise of
transparency. Cambridge University Press.
GABARRO, J.J., 1978. The development of trust, influence, and expectations. Interpersonal
behavior: Communication and understanding in relationships, 290, pp. 303.
GANASCIA, J., 2011. The new ethical trilemma: Security, privacy and transparency. Comptes
Rendus Physique, 12(7), pp. 684-692.
GAZZETTA UFFICIALE DELL'UNIONE EUROPEA, 2006. Regolamento (ce) n. 1083/2006
del consiglio.
GEIGER,
C.P.
and
VON
LUCKE,
J.,
2012.
Open
Government
(Linked)(Open)(Government)(Data). eJournal of eDemocracy & Open Government, 4(2).
and
GLASSEY, O. and GLASSEY, O.F., 2010. A proximity indicator for e-Government: The
smallest number of clicks. Journal of e-Government, 1(4), pp. 5-20.
GRIGORESCU, A., 2003. International organizations and government transparency: Linking the
international and domestic realms. International Studies Quarterly, 47(4), pp. 643-667.
GRIMMELIKHUIJSEN, S., 2009. Do transparent government agencies strengthen trust?
Information Polity, 14(3), pp. 173-186.
218
GRIMMELIKHUIJSEN, S.G. and MEIJER, A.J., 2012. The effects of transparency on the
perceived trustworthiness of a government organization: Evidence from an online experiment.
Journal of Public Administration Research and Theory, pp. mus048.
GRIMMELIKHUIJSEN, S.G., PORUMBESCU, G., HONG, B. and IM, T., 2013. A CrossNational Comparative Experiment on the Effect of Transparency on Trust in Government. Public
administration review, 73(4), pp. 575-586.
GRIMMELIKHUIJSEN, S., PORUMBESCU, G., HONG, B. and IM, T., 2013. The Effect of
Transparency on Trust in Government: A Cross‐National Comparative Experiment. Public
administration review, 73(4), pp. 575-586.
HEALD, D., 2006. Varieties of Transparency. (Proceedings of the British Academy), pp. 25.
HEIMSTÄDT, M., SAUNDERSON, F. and HEATH, T., 2014. Conceptualizing Open Data
ecosystems: A timeline analysis of Open Data development in the UK.
HOGGE, B., 2010. Open data study. A report commissioned by the Transparency and
Accountability Initiative, Available at: http://www.soros.org/initiatives/information/focus
/communication/articles_publications/publications/open-data-study-20100519 [Accessed 10
October 2015].
HOLLYER, J.R., ROSENDORFF, B.P. and VREELAND, J.R., 2011. Democracy and
transparency. The Journal of Politics, 73(04), pp. 1191-1205.
HOOD, C. and HEALD, D., 2006. Transparency: The key to better governance?
HOUGHTON, J.W., 2011. Costs and benefits of data provision. Australian National Data
Service.
HUNNIUS, S., KRIEGER, B. and SCHUPPAN, T., 2014. Providing, Guarding, Shielding: Open
Government Data in Spain and Germany, 2014 EGPA Annual Conference, 10-12 September 2014
in Speyer, Germany 2014.
JAEGER, P.T. and BERTOT, J.C., 2010. Transparency and technological change: Ensuring equal
and sustained public access to government information. Government Information Quarterly,
27(4), pp. 371-376.
JANSSEN, M., CHARALABIDIS, Y. and ZUIDERWIJK, A., 2012. Benefits, adoption barriers
and myths of Open Data and Open Government. Information Systems Management, 29(4), pp.
258-268.
JETZEK, T., AVITAL, M. and BJØRN-ANDERSEN, N., 2012. The Value of Open Government
Data: A Strategic Analysis Framework, Proceedings of SIG eGovernment pre-ICIS Workshop,
Orlando, USA 2012.
KALAMPOKIS, E., TAMBOURIS, E. and TARABANIS, K., 2011. A classification scheme for
Open Government data: towards linking decentralised data. International Journal of Web
Engineering and Technology, 6(3), pp. 266-285.
219
KALAMPOKIS, E., TAMBOURIS, E. and TARABANIS, K., 2011. Open government data: a
stage model. Electronic government. Springer, pp. 235-246.
KAUFMANN, D., KRAAY, A. and MASTRUZZI, M., 2011. The worldwide governance
indicators: methodology and analytical issues. Hague Journal on the Rule of Law, 3(02), pp. 220246.
KEARNS, I., BEND, J. and STERN, B., 2002. E-participation in local government. Institute for
Public Policy Research.
KICKERT, W., 1997. Public Management in the United States and Europe.
KIM, P.S., HALLIGAN, J., CHO, N., OH, C.H. and EIKENBERRY, A.M., 2005. Toward
participatory and transparent governance: Report on the sixth global forum on reinventing
government. Public administration review, pp. 646-654.
KIM, S. and LEE, J., 2012. E‐Participation, Transparency, and Trust in Local Government. Public
administration review, 72(6), pp. 819-828.
KOPITS, G. and CRAIG, J.D., 1998. Transparency in government operations.
KOPPELL, J.G., 2005. Pathologies of accountability: ICANN and the challenge of “multiple
accountabilities disorder”. Public administration review, 65(1), pp. 94-108.
KRISTIN, R.E., CHARLES, R. and STEVEN, K., 1997. Accessing US Federal Government
Websites. Government Information Quarterly, 14, pp. 173-189.
KROTOSZYNSKI JR, R.J., 2011. Transparency, Accountability, and Competency: An Essay on
the Obama Administration, Google Government, and the Difficulties of Securing Effective
Governance. University of Miami Law Review, 65, pp. 449.
KUCERA, J. and CHLAPEK, D., 2014. Benefits and Risks of Open Government Data. Journal
of Systems Integration, 5(1), pp. 30-41.
KWEIT, M.G. and KWEIT, R.W., 2004. Citizen participation and citizen evaluation in disaster
recovery. The American Review of Public Administration, 34(4), pp. 354-373.
LAMBSDORFF, J. G., 2007, the methodology of the corruption perceptions index 2007.
Available at: http://www.stt.lt/documents/soc_tyrimai/KSI_methodology_2007.pdf [Accessed
14 September 2015]
LATHROP, D. and RUMA, L., 2010. Open government: Collaboration, transparency, and
participation in practice. O'Reilly Media, Inc.
LESSIG, L., 2010. Against Transparency| The New Republic. The New Republic.Np, nd Web, 9.
LIEBERMAN, J.K., 1983. The litigious society. Basic Books (AZ).
LINDERS, D., 2012. From e-Government to we-Government: Defining a typology for citizen
coproduction in the age of social media. Government Information Quarterly, 29(4), pp. 446-454.
220
LINDSTEDT, C. and NAURIN, D., 2006. Transparency Against Corruption–A Cross-Country
Analysis, IPSA 20th World Congress, Fukuoka, Japan 2006, pp. 9-13.
LORD, K.M., 2006. The perils and promise of global transparency. State University of New York
Press, New York.
LUKENSMEYER, C.J., GOLDMAN, J. and STERN, D., 2011. Assessing public participation in
an Open Government era. IBM Center for the Business of Government.
MABBETT, D. and BOLDERSON, H., 1999. Theories and methods in comparative social policy.
Comparative social policy: Concepts, theories and methods, pp. 34-56.
MACINTOSH, A., 2008. E-democracy and e-participation research in Europe. Digital
Government. Springer, pp. 85-102.
MACINTOSH, A. and COLEMAN, S., 2003. Promise and Problems of E-Democracy:
Challenges of online citizen engagement. Organisation for Economic Co-operation and
Development.
MACINTOSH, A. and WHYTE, A., 2008. Towards an evaluation framework for eParticipation.
Transforming Government: People, Process and Policy, 2(1), pp. 16-30.
MAGALHAES, G., ROSEIRA, C. and MANLEY, L., 2014. Business models for Open
Government data, Proceedings of the 8th International Conference on Theory and Practice of
Electronic Governance 2014, ACM, pp. 365-370.
MAHMOOD, M., OSMANI, M. and SIVARAJAH, U., 2014. The Role of Trust in E-Government
Adoption: A Systematic Literature Review.
MANYIKA, J., 2013. Open data: Unlocking innovation and performance with liquid information.
McKinsey.
MARGETTS, H., 2006. Transparency and digital government, proceedings-british academy
2006, Oxford University press inc, pp. 197.
MARTA, M., CAMPANILE, G. and LASCIALFARI, G., 2015. Gis e Open Data: soluzioni e
case history di Esri Italia. GEOmedia, 18(6).
MASON, D., HILLENBRAND, C. and MONEY, K., 2014. Are Informed Citizens More
Trusting? Transparency of Performance Data and Trust Towards a British Police Force. Journal
of Business Ethics, 122(2), pp. 321-341.
MCDERMOTT, P., 2010. Building open government. Government Information Quarterly, 27(4),
pp. 401-413.
MEIJER, A., 2013. Understanding the complex dynamics of transparency. Public administration
review, 73(3), pp. 429-439.
MERRIAM, S.B., 2002. Case study research. Meriam-Wester Dictionary, A Encyclopaedia
Britannica Company.
221
MICHENERA, G. and BERSCHB, K., 2013. Identifying transparency. Information Polity, 18,
pp. 233-242.
MISURE URGENTI PER L’INNOVAZIONE E LA CRESCITA: AGENDA DIGITALE E
STARTUP, 2012. Comunicato della Presidenza del Consiglio dei Ministri. Available at:
http://www.governo.it/Presidente/Comunicati/testo_int.asp?d=69362 [Accessed 04 November
2015].
MOSER, C., 2001. How open is ‘open as possible’? Three different approaches to transparency
and openness in regulating access to EU documents. IHS Political Science Series: 2001, No. 80.
MUSTAFA KAMAL, M., 2009. An analysis of e-participation research: moving from theoretical
to pragmatic viewpoint. Transforming Government: People, Process and Policy, 3(4), pp. 340354.
NAM, T., 2012. Suggesting frameworks of citizen-sourcing via Government 2.0. Government
Information Quarterly, 29(1), pp. 12-20.
NAPOLITANO, A., 2015. “Iniziative nazionali e internazionali di Open Government per
politiche settoriali o territoriali di sviluppo: quali lezioni dall’esperienza?” Webinar held by
OpenCoesione e Politecnico di Milano, 16 September 2015.
OBAMA, B., 2009. Memorandum on transparency and Open Government. OGD), Executive
Office of the President of United States of America, Washington, DC. Available at:
http://www.whitehouse.gov/sites/default/files/omb/assets/memoranda_2010/m10-06.pdf.
[Accessed 11 October 2015].
OBAMA, B., 2009. Memorandum for the heads of executive departments and agencies.
Presidential studies quarterly, 39(3), pp. 429.
OBAMA, B., 2009,
Transparency and
Open
Government. Available
at:
https://www.whitehouse.gov/the_press_office/TransparencyandOpenGovernment [Accessed 11
October 2015].
OLIVER, R., 2004. What is transparency? McGraw Hill Professional.
OPEN KNOWLEDGE FOUNDATION, 2015a, Open Data Handbook. Available at:
http://opendatahandbook.org/ [Accessed 05 October 2015].
OPEN WELFARE, IT, 2015b. Personal interview. Discussion about Open Welfare, comune di
Bologna. At comune di Bologna (online interview), with S. Bordoni, 18 September 2015.
OPENCOESIONE, IT, 2015. Personal interview. Discussion about OpenCoesione. At
http://www.opencoesione.gov.it/ (online interview), with C. Ricci, 09 November 2015.
PARTNERSHIP FOR TRANSPARENCY FOUND, 2012. Writing on the wall as appropriate
technology for transparency, 2012. Available at: http://ptfund.org/appropriate-tech-transparency/
[Accessed 12 October 2015].
PELED, A. and NAHON, K., 2015. Towards Open Data for Public Accountability: Examining
the US and the UK Models. Peled Alon and Nahon Karine.
222
PERISTERAS, V., PERISTERAS, G., MENTZAS, K., TARABANIS, A. and ABECKER, 2009.
Transforming E-government and E-participation through IT. IEEE Intelligent Systems, 24(5), pp.
14-19.
PETERS, R.G., COVELLO, V.T. and MCCALLUM, D.B., 1997. The determinants of trust and
credibility in environmental risk communication. Risk analysis, 17(1), pp. 43-54.
PICCI, L., 2012. 13 Reputation-Based Governance and Making States “Legible” to Their
Citizens. The Reputation Society: How Online Opinions Are Reshaping the Offline World, pp.
141.
PICCI, L., 2015. “La trasparenza dei finanziamenti pubblici nell’era dell’ICT: una sfida aperta”,
Webinar held by OpenCoesione e Politecnico di Milano, 16th July 2015.
PINA, V., TORRES, L. and ROYO, S., 2010. Is e‐government leading to more accountable and
transparent local governments? An overall view. Financial Accountability & Management, 26(1),
pp. 3-20.
PINA, V., TORRES, L. and ROYO, S., 2007. Are ICTs improving transparency and
accountability in the EU regional and local governments? An empirical study. Public
Administration, 85(2), pp. 449-472.
PIOTROWSKI, S.J. and VAN RYZIN, G.G., 2007. Citizen attitudes toward transparency in local
government. The American Review of Public Administration, 37(3), pp. 306-323.
POPPER, K.R., 1945. The Open Society And Its Enemies.
PRAT, A., 2009. The more closely we are watched, the better we behave? Oxford University
Press.
PRIETO-MARTIN, P., 2013, Open Government beyond Open Data and transparency. Available
at: http://www.opengovpartnership.org/blog/pedro-prieto-martin/2013/03/08/open-governmentbeyond-open-data-and-transparency [Accessed 12 October 2015].
RADAELLI, C.M., 2004. The diffusion of regulatory impact analysis–Best practice or lesson‐
drawing? European Journal of Political Research, 43(5), pp. 723-747.
REDDICK, C.G., 2011. Citizen interaction and e-Government: Evidence for the managerial,
consultative, and participatory models. Transforming Government: People, Process and Policy,
5(2), pp. 167-184.
REDDICK, C.G., 2005. Citizen interaction with e-Government: From the streets to servers?
Government Information Quarterly, 22(1), pp. 38-57.
REDDICK, C., REDDICK, D. and F.NORRIS, 2013. E-participation in local governments.
Transforming Government: People, Process and Policy, 7(4), pp. 453-476.
REGGI, L., Transparency on structural funds’ beneficiaries in Italy and Europe.
RELLY, J.E. and SABHARWAL, M., 2009. Perceptions of transparency of government
policymaking: A cross-national study. Government Information Quarterly, 26(1), pp. 148-157.
223
RORISSA, A., DEMISSIE, D. and PARDO, T., 2011. Benchmarking e-Government: A
comparison of frameworks for computing e-Government index and ranking. Government
Information Quarterly, 28(3), pp. 354-362.
ROSENDORFF, B.P. and VREELAND, J.R., 2006. Democracy and data dissemination: the
effect of political regime on transparency. New York University and Yale University. Available at
http://homepages.nyu.edu/bpr1/papers/BPRJRV.pdf [Accessed 18 October 2015].
ROUSSEAU, D.M., SITKIN, S.B., BURT, R.S. and CAMERER, C., 1998. Not so different after
all: A cross-discipline view of trust. Academy of management review, 23(3), pp. 393-404.
SCASSA, T. and SCASSA, 2014. Privacy and Open Government. Future internet, 6(2), pp. 397413.
SCHAUER, F., 2011. Transparency in three dimensions. U.Ill.L.Rev, pp. 1339.
SCHELLONG, A., 2009. EU eGovernment benchmarking 2010: General remarks on the future
of benchmarking Digital Government in the EU.
SCHOLL, H.J., SCHOLL, L. and LUNA-REYES, 2011. Uncovering Dynamics of Open
Government, Transparency, Participation, and Collaboration.
SHADBOLT, N. and O'HARA, K., 2013. Linked data in government. IEEE Internet Computing,
(4), pp. 72-77.
SHADBOLT, N., O'HARA, K., BERNERS-LEE, T., GIBBINS, N., GLASER, H. and HALL,
W., 2012. Linked Open Government data: Lessons from data.gov.uk. IEEE Intelligent Systems,
27(3), pp. 16-24.
SIRKO HUNNIUS, I., NJACHEUN-NJANZOUA, G., PRASOPOULOU, E., HARDINGES, J.,
FAWCETT, J., HEATH, T., SANCHEZ, N., CASTRO, S., GLOCK, W. and JÄGER, B., 2015.
Open Data Stakeholder Requirement Report 2. Health, 24(75), pp. 6-73.
SKINNER, C., 2014. Adapting Open: Exploring the Effective Use of Open Data in the Region of
Waterloo.
SOCRATA, 2011. Open Government data benchmark study.
SOLDIPUBBLICI, IT, 2015a. Personal interview. Discussion about Soldipubblici.gov.it,
http://soldipubblici.gov.it/it/home (online interview), with C. Martelli, 05 November 2015.
SOLDIPUBBLICI, IT, 2015b. Personal interview. Discussion about Soldipubblici.gov.it,
http://soldipubblici.gov.it/it/home (online interview), with G. Menduni, 11 November 2015.
SPRAGUE, R., 2007. Rethinking Information Privacy in an Age of Online Transparency. Hofstra
Lab.& Emp.LJ, 25, pp. 395.
STERNSTEIN, A., 2010. Study links online transparency efforts, trust in government. NextGov,
February, 16.
224
STONE, E.F., GUEUTAL, H.G., GARDNER, D.G. and MCCLURE, S., 1983. A field
experiment comparing information-privacy values, beliefs, and attitudes across several types of
organizations. Journal of applied psychology, 68(3), pp. 459.
TELLIS, W., 1997. Introduction to Case Study, The Qualitative Report.
BAC, M., 2001. Corruption, connections and transparency: Does a better screen imply a better
scene? Public Choice, 107(1-2), pp. 87-96.
BHATNAGAR, S., 2003. Transparency and corruption: Does e-government help? DRAFT Paper
prepared for the compilation of CHRI.
LINDSTEDT, C. and NAURIN, D., 2006. Transparency Against Corruption–A Cross-Country
Analysis, IPSA 20th World Congress, Fukuoka, Japan 2006, pp. 9-13.
LAMBSDORFF, J. G., 2007, The methodology of the corruption perceptions index 2007.
Available at: http://www.stt.lt/documents/soc_tyrimai/KSI_methodology_2007.pdf [Accessed
14 September 2015]
TRANSPARENCY INTERNATIONAL, 2014. The 2014 corruption perception index. Available
at: http://www.transparency.org/cpi2014 [Accessed 02 November 2015].
TRANSPARENCY INTERNATIONAL GEORGIA, 2012. Ten Open Data Guidelines. Available
at: http://www.transparency.ge/en/ten-open-data-guidelines. [Accessed 15 October 2015].
UBALDI, B., 2013. Open Government Data.
VELJKOVIĆ, N., BOGDANOVIĆ-DINIĆ, S. and STOIMENOV, L., 2014. Benchmarking Open
Government: An Open Data perspective. Government Information Quarterly, 31(2), pp. 278-290.
VESELÝ, A., 2011. Theory and methodology of best practice research: a critical review of the
current state. Central European Journal of Public Policy, (Vol. 5/2), pp. 98-117.
VIGODA-GADOT, E., 2007. Citizens' perceptions of politics and ethics in public administration:
A five-year national study of their relationship to satisfaction with services, trust in governance,
and voice orientations. Journal of Public Administration Research and Theory, 17(2), pp. 285305.
WANG, L., BRETSCHNEIDER, S. and GANT, J., 2005. Evaluating web-based e-Government
services with a citizen-centric approach, System Sciences, 2005. HICSS'05. Proceedings of the
38th Annual Hawaii International Conference on 2005, Ieee, pp. 129b-129b.
WANG, X. and WAN WART, M., 2007. When public participation in administration leads to
trust: An empirical assessment of managers’ perceptions. Public administration review, 67(2), pp.
265-278.
WEST, D.M., 2000. Assessing e-Government: The Internet, democracy and service delivery by
state and federal governments.
WESTIN, A.F., 1997. Commerce, communication, and privacy online. Center for Social and
Legal Research, NJ.
225
WESTIN, A.F., 1991. Domestic and International Data Protection Issues. How the American
Public Vies Consumer Privacy Issues in the Early 90s--and Why, pp. 54-68.
WESTIN, A.F., 1991. Harris-Equifax consumer privacy survey 1991. Atlanta, GA: Equifax Inc.
WESTIN, A.F., 1968. Privacy and freedom. Washington and Lee Law Review, 25(1), pp. 166.
WESTIN, A.F., MAURICI, D., PRICE WATERHOUSE, L. and HARRIS, L., 1998. E-commerce
& privacy: What net users want. Privacy & American Business Hackensack, NJ.
WOOD, F.B., SIEGEL, E.R., LACROIX, E., LYON, B.J., BENSON, D.A., CID, V. and FARISS,
S., 2003. A practical approach to e-government Web evaluation. IT professional, (3), pp. 22-28.
ZARSKY, T., 2014. Understanding discrimination in the scored society. Washington Law
Review, 89(4).
ZARSKY, T.Z., 2003. Thinking outside the box: considering transparency, anonymity, and
pseudonymity as overall solutions to the problems in information privacy in the internet society.
U.Miami L.Rev., 58, pp. 991.
ZUIDERWIJK, A., JEFFERY, K. and JANSSEN, M., 2012. The potential of metadata for linked
Open Data and its value for users and publishers. JeDEM-e-Journal of e-Democracy and Open
Government, 4 (2) 2012.
ZUIDERWIJK, A. and JANSSEN, M., 2014. Open data policies, their implementation and
impact: A framework for comparison. Government Information Quarterly, 31(1), pp. 17-29.
226
SITOGRAFIA
5STARDATA.INFO, 2012. Available at: http://5stardata.info/ [Accessed 15 October 2015].
ACCADEMIA
OPEN
DATA
LAZIO,
IT,
2015.
http://accademiaodl.regione.lazio.it/ [Accessed 15 November 2015].
Available
at:
AIDDATA, US, 2015a. Available at: aiddata.org [Accessed 10 September 2015].
BUSSOLA DELLA TRASPARENZA, IT, 2015. Available at: http://www.magellanopa.it/
bussola/ [Accessed 15 November 2015].
DATA.GOV.AU, AU, 2015a. Available at: https://data.gov.au/ [Accessed 31 August 2015].
DATA.GOV.AU, AU, 2015c. Available at: www.abc.net.au/news/2014-08-08/social-securitywelfare-payments-by-electorate/5657288 [Accessed 31 August 2015].
DATA.GOV.UK, UK, 2015. Available at: data.gov.au/dataset [Accessed 09 September 2015].
DATI.GOV.IT, IT, 2015. Available at dati.gov.it [Accessed 01 November 2015].
DATI.LOMBARDIA.IT, IT, 2015. Available at: https://www.dati.lombardia.it/ [Accessed 02
November 2015].
KENYA OPEN DATA, EAK, 2015. Available at: opendata.go.ke [Accessed 07 September
2015].
LIMA DATOS ABIERTOS, PE, 2015. Available at: lima.datosabiertos.pe/home [Accessed 12
September 2015].
LINKING OPEN DATA COMMUNITY 2014, linked data. Available at: http://linkeddata.org/
[Accessed 09 October 2015].
OPEN AIDDATA, IT, 2015. Available at: http://openaid.esteri.it/ [Accessed 27 October 2015].
OPEN DATA BAROMETER, UK, 2015. Available at: http://barometer.opendataresearch.org/
[Accessed 05 November 2015].
OPEN
DATA
REGIONE
SARDEGNA,
IT,
2015.
http://opendata.regione.sardegna.it/ [Accessed 03 November 2015].
Available
at:
OPEN EXPO, IT, 2015. Available at: http://dati.openexpo2015.it/it [Accessed 05 November
2015].
227
OPEN GOVERNMENT STANDARDS, 2015. Available at: http://www.opengovstandards.org/
[Accessed 12 October 2015].
OPEN KNOWLEDGE FOUNDATION, UK, 2015b. Available at: https://okfn.org/ [Accessed 15
October 2015].
OPEN SPENDING, UK, 2015. Available at: data.gov.uk/data/openspending-report/index
[Accessed 09 September 2015].
OPEN WELFARE, IT, 2015a. Available at: dati.comune.bologna.it/open-welfare [Accessed 01
October 2015].
OPENBILANCI, IT, 2015. Available at: http://www.openbilanci.it/ [Accessed 06 November
2015].
OPENCOESIONE, IT, 2015. Available at: http://www.opencoesione.gov.it/ [Accessed 27
October 2015].
OPENDEMANIO, IT, 2015. Available at: http://dati.agenziademanio.it/ [Accessed 27 October
2015].
PORTAL DE TRANSPARENCIA, BR, 2015. Available at: www.portaltransparencia.gov.br
[Accessed 08 September 2015].
RECOVERY.GOV, US, 2015. Available at: www.recovery.gov/Pages/default.aspx [Accessed 03
September 2015].
SANDY FUNDING TRACKER, US, 2015. Available at: www1.nyc.gov/sandytracker [Accessed
05 September 2015].
SOLDIPUBBLICI.GOV.IT, IT, 2015. Available at: http://soldipubblici.gov.it [Accessed 27
October 2015].
SOLDIPUBBLICI.THEFOOL.IT, IT, 2015. Available at: http://soldipubblici.thefool.it/
[Accessed 05 November 2015].
USA SPENDING, US, 2015. Available at: www.usaspending.gov/Pages/Default.aspx [Accessed
12 September 2015].
228
ALLEGATI
Allegato 1 – Scheda di analisi data.gov.au
MACRO AMBITI
Anagrafica progetto
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
METODOLOGIA
analisi desk/intervista
analisi desk/intervista
analisi desk/intervista
Descrizione del progetto
analisi desk/intervista
link al portale di pubblicazione dei dati
analisi desk
Obiettivi del Progetto (origini, motivazioni, etcc)
Governance e
struttura
organizzativa
(processo di
pubblicazione)
intervista
Attori coinvolti(interni ed esterni)
intervista
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale
outsourcing)
intervista
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo di
pubblicazione dei dati).
intervista
Banche dati di origine delle informazioni pubblicate
intervista
Interoperabilità con altri dati nazionali e/o internazionali
intervista
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della prima
pubblicazione
intervista
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open
source o tecnologia proprietaria)
intervista
Eventuali forme di incentivazione per la pubblicazione dei dati
intervista
Data.Gov.au
Governo australiano
2010
Data.gov.au: è un portale contenente 7000 dataset relativi alle agenzie
governative operanti nel commonwealth.
Social security payments by electorate: mappa interattiva all’interno
della quale è presentata la distribuzione geografica del numero di
beneficiary dei fondi legati al welfare
Per la mappa interattiva: http://www.abc.net.au/news/2014-0808/social-security-welfare-payments-by-electorate/5657288
Per i
dataset: https://data.gov.au/dataset/electorate-data/resource/8b1a8399a6b2-4f16-93b9-139182f344aa
Il portale data.gov.au ha lo scopo di mettere insieme e rendere disponibili
in un unico portale i dati governativi australiani
ABC, Australian government, departement of human services
Ricezione dataset, controllo funzionalità, pubblicazione sul portale
Costi di hosting e personale parzialmente deidicato all'attività
Social Security Payments by Federal Electorates
no
2014 smantellamento e ristrutturazione della piattaforma
OS
-
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura etc)
analisi desk
Tipologia di variabili disponibili per ciascuna unità elementare
analisi desk
Grado di granularità rispetto alla fonte originaria
Tipologia di Finanziamento*
Presenza date di assegnazione e pagamento*
Presenza data prevista di fine della fase di esecuzione del progetto*
Qualità
Presenza data prevista di inizio della fase di esecuzione del progetto*
dell'informazione e del
Presenza status (avviato/concluso)*
dato
Presenza importo totale finanziamento*
Presenza importo totale del pagamento*
Presenza codice avviamento postale (geolocalizzazione)*
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
Presenza di un codice identificativo del progetto*
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
Presenza della denominazione del soggetto beneficiario*
Presenza del titolo del progetto*
Presenza informazioni sull'avanzamento del progetto e dei risultati*
Presenza di foto o schede navigabili*
Presenza indicatori di risultato*
Possibilità di scaricare il database in un unico bulk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
Presenza numero di click dall'home page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
Numero di beneficiari per città per ogni tipo di sussidio di assitenza
sociale
commonwealth_electoral_division;
commonwealth_electoral_divisio00;
state_of_commonwealth_electoral; abstudy__non_living_allowance;
abstudy__living_allowance; age_pension; austudy; carer_allowance;
carer_allowance__child_hcc_only_;
carer_payment;
double_orphan_pension;
disability_support_pension;
family_tax_benefit_a;
family_tax_benefit_b;
health_care_card;
low_income_card; newstart_allowance; parenting_payment_partnered;
parenting_payment_single;
partner_allowance;
pensioner_concession_card;
commonwealth_seniors_health_card;
sickness_allowance;
special_benefit;
widow_allowance;
wife_pension__age_;
wife_pension__dsp_;
widow_b_pension;
youth_allowance__other_;
youth_allowance__student_;
youth_allowance__apprentice_
Numero di interventi per città - informazioni più dettagliate sui vari
interventi
no
no
no
no
no
no
no
no
no
no
no
no
no
no
no
no
si
no
no
si
no
no
no
no
230
Output e/o outcome
Contatti
Presenza descrizione dei dati
analisi desk
Presenza di informazioni su come i dati vengono raccolti
analisi desk
Presenza metadati
analisi desk
Presenza formato CSV
analisi desk
Presenza formato DOC
analisi desk
Presenza formato HTML su una pagina
analisi desk
Presenza formato HTML su più pagine
analisi desk
Presenza formato PDF
analisi desk
Presenza formato RDF
analisi desk
Presenza formato XLS
analisi desk
Presenza formato XML, JSON
analisi desk
Presenza della licenza
analisi desk
Tipologia di licenza
analisi desk
Presenza di georeferenziazione
analisi desk
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
analisi desk
Presenza mappa
analisi desk
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
analisi desk
Presenza ricerca per anno o periodo di programmazione
analisi desk
presenza ricerca per tipologia di finanziamento/fondo
analisi desk
Presenza ricerca libera per parole chiave
analisi desk
Presenza ricerca per ambito territoriale
analisi desk
Presenza ricerca per progetto
analisi desk
Presenza ricerca per risorse
analisi desk
Presenza ricerca per soggetto beneficiario
analisi desk
Presenza ricerca per status progetto
analisi desk
Possibilità di commentare il progetto o altre funzioni social sui dati*
analisi desk
Possibilità di contattare il produttore dei dati
analisi desk
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
analisi desk
Presenza di una guida all'uso dei dati
analisi desk
Presenza di link ad analisi che hanno utilizzato i dati
analisi desk
Presenza di strumenti per lavorare con i dati
analisi desk
Utilizzo di codifiche standard per le variabili pubblicate
analisi desk
Prooprietà del dato
analisi desk
Tipologia di utenza
analisi desk/intervista
principali benefici per l'amministrazione e per il territorio
analisi desk/intervista
output del progetto (realizzazioni di app, servizi a partire dagli Open Data pubblicati,
sia da parte degli utenti, sia da parte dell'amministrazione
analisi desk/intervista
tutela della privacy
analisi desk/intervista
[email protected] per la parte relativa ai dataset;
si
no
si
si
no
no
no
no
no
no
no
si
Creative Commons Attribution 3.0 Australia
no
si
si
si
no
no
si
si
si
no
no
no
si
si
no
no
si
no
Un solo dataset
Federal Electorates
Tutti i dati relativi a amministrazioni pubbliche in uno stesso portale
Riportati nella sezione "use cases" del sito
-
231
Note
I dataset legati al tema del welfare non sono dataset di spesa, non contengono quindi dati di finanziamenti, ma solo il numero di beneficiari per città e per tipo di sussidio si assistenza
sociale
L'analisi è stata effettuata solo per la parte relativa al welfare, sono stati, quindi, presi in considerazione la mappa interattiva del sito ABC e la parte dei dataset pubblicati sul sito
data.gov.au riportati nella mappa
La Australian Broadcasting Corporation (ABC), la società che promuove il progetto, è la principale società pubblica di diffusione radio-televisiva australiana, interamente finanziata dal
Governo Federale ABC, per maggiori informazioni (https://it.wikipedia.org/wiki/ABC_(Australia) )
La presenza della pagina sul sito ABC è difficilmente ritracciabile, essendo nella sezione "news" del 2014; presente però un collegamento in dati.gov.au nella sezione "use cases"
Allegato 2 – Scheda di analisi Data.gov.uk
MACRO AMBITI
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
METODOLOGIA
analisi desk
analisi desk
analisi desk
Anagrafica progetto
Descrizione del progetto
link al portale di pubblicazione dei dati
analisi desk
analisi desk
Obiettivi del Progetto (origini, motivazioni, etcc)
Governance e
struttura
organizzativa
(processo di
pubblicazione)
analisi desk
Attori coinvolti(interni ed esterni)
intervista
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale outsourcing) intervista
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo di
pubblicazione dei dati).
intervista
Banche dati di origine delle informazioni pubblicate
intervista
Interoperabilità con altri dati nazionali e/o internazionali
intervista
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della prima
pubblicazione
intervista
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open
source o tecnologia proprietaria)
intervista
Eventuali forme di incentivazione per la pubblicazione dei dati
intervista
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura etc) analisi desk
ANALISI DESK
data.gov.uk
Government of UK
Giungo 2009: Annuncio. Settembre 2009: versione beta. Gennaio 2010:
inizio ufficiale (tratto da Open data study, Becky Hogge)
Il portale data.gov.uk è un’iniziativa del governo inglese, in particolare
del primo ministro Gordon Brown nel 2009. Egli, infatti, ha assegnato a
Tim Berners-Lee, creatore del Word Wide Web, il compito di creare un
portale per la raccolta dei dati.
http://data.gov.uk/data/openspending-report/index
Data.gov.uk riunisce i dati pubblici rilasciati dal governo in un unico sito
web navigabile. Rendere questi dati più facilmente disponibili significa
una maggiore facilità per le persone nel prendere decisioni e offrire
suggerimenti sulle politiche del governo, basandosi su informazioni
dettagliate.
progetto
232
Tipologia di variabili disponibili per ciascuna unità elementare
Qualità
dell'informazione e
del dato
Grado di granularità rispetto alla fonte originaria
Tipologia di Finanziamento*
Presenza date di assegnazione e pagamento*
Presenza data prevista di fine della fase di esecuzione del progetto*
Presenza data prevista di inizio della fase di esecuzione del progetto*
Presenza status (avviato/concluso)*
Presenza importo totale finanziamento*
Presenza importo totale del pagamento*
Presenza codice avviamento postale (geolocalizzazione)*
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
Presenza di un codice identificativo del progetto*
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
Presenza della denominazione del soggetto beneficiario*
Presenza del titolo del progetto*
Presenza informazioni sull'avanzamento del progetto e dei risultati*
Presenza di foto o schede navigabili*
Presenza indicatori di risultato*
Possibilità di scaricare il database in un unico bulk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
Presenza numero di click dall'home page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
Presenza descrizione dei dati
Presenza di informazioni su come i dati vengono raccolti
Presenza metadati
Presenza formato CSV
Presenza formato DOC
Presenza formato HTML su una pagina
Presenza formato HTML su più pagine
Presenza formato PDF
Presenza formato RDF
Presenza formato XLS
Presenza formato XML, JSON
Presenza della licenza
Tipologia di licenza
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
Department family; Entity; Date; Expense Type; Expense area; Supplier;
Transation number; Amount
dataset per "department" - elenco dei dataset - elenco progetti
governativi
no
no
no
no
si
no
no
no
si
si
si
si
no
no
no
si
si
si
si
no
no
no
no
no
si
si
si
no
si
no
no
no
no
si
si
Open Government Licence
233
Output e/o outcome
Contatti
Note
Presenza di georeferenziazione
analisi desk
no
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
analisi desk
no
Presenza mappa
analisi desk
si
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
analisi desk
si
Presenza ricerca per anno o periodo di programmazione
analisi desk
no
presenza ricerca per tipologia di finanziamento/fondo
analisi desk
si
Presenza ricerca libera per parole chiave
analisi desk
si
Presenza ricerca per ambito territoriale
analisi desk
si
Presenza ricerca per progetto
analisi desk
si
Presenza ricerca per risorse
analisi desk
si
Presenza icerca per soggetto beneficiario
analisi desk
si
Presenza ricerca per status progetto
analisi desk
no
Possibilità di commentare il progetto o altre funzioni social sui dati*
analisi desk
si
Possibilità di contattare il produttore dei dati
analisi desk
si
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
analisi desk
si
Presenza di una guida all'uso dei dati
analisi desk
no
Presenza di link ad analisi che hanno utilizzato i dati
analisi desk
si
Presenza di strumenti per lavorare con i dati
analisi desk
no
Utilizzo di codifiche standard per le variabili pubblicate
analisi desk
no
Prooprietà del dato
analisi desk
Department for Business, Innovation and Skills
Tipologia di utenza
analisi desk/intervista
principali benefici per l'amministrazione e per il territorio
analisi desk/intervista
output del progetto (realizzazioni di app, servizi a partire dagli Open Data pubblicati,
sia da parte degli utenti, sia da parte dell'amministrazione
analisi desk/intervista
tutela della privacy
analisi desk/intervista
form online + mail diverse per ogni dataset
l'analisi della qualità del dato è fatta sui dataset legati alla sezione del sito che pubblica dati di
finanziamenti pubblici, il sito in totale, infatti, raccoglie numerosi dataset (26250) provenienti da
entità diverse e con caratteristiche e livelli di qualità molto diversi tra loro.
Allegato 3 – Scheda di analisi Kenya Open Data
MACRO AMBITI
Anagrafica progetto
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
METODOLOGIA
analisi desk
analisi desk
analisi desk
ANALISI DESK
Kenya Open Data
Governo centrale Kenya
2011
234
Descrizione del progetto
analisi desk
link al portale di pubblicazione dei dati
analisi desk
Obiettivi del Progetto (origini, motivazioni, etcc)
Governance e
struttura
organizzativa
(processo di
pubblicazione)
analisi desk
Attori coinvolti(interni ed esterni)
intervista
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale outsourcing) intervista
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo di
pubblicazione dei dati).
intervista
Banche dati di origine delle informazioni pubblicate
intervista
Interoperabilità con altri dati nazionali e/o internazionali
intervista
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della prima
pubblicazione
intervista
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open
source o tecnologia proprietaria)
intervista
Eventuali forme di incentivazione per la pubblicazione dei dati
intervista
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura etc) analisi desk
Tipologia di variabili disponibili per ciascuna unità elementare
Qualità
dell'informazione e
del dato
Grado di granularità rispetto alla fonte originaria
Tipologia di Finanziamento*
Presenza date di assegnazione e pagamento*
Presenza data prevista di fine della fase di esecuzione del progetto*
Presenza data prevista di inizio della fase di esecuzione del progetto*
Presenza status (avviato/concluso)*
Presenza importo totale finanziamento*
Presenza importo totale del pagamento*
Presenza codice avviamento postale (geolocalizzazione)*
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
Presenza di un codice identificativo del progetto*
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
Kenya Open Data: L'Informazione in Kenya è un asset nazionale, e il
portale è il luogo che ne favorisce la condivisione.
Constituencies Development Fund: Il Constituencies Development
Fund è stato creato dal Constituencies Development Fund Act (2003) con
l'obiettivo primario di affrontare la povertà a livello di base, dedicando
un minimo del 2,5% delle entrate ordinarie per lo sviluppo di base e la
riduzione della povertà. Il fondo è gestito dal Constituencies
Development Fund Board (CDFB)
Kenya Open Data: https://opendata.go.ke/
Constituencies Development Found (sito web): http://www.cdf.go.ke/
Constituencies
Development
Found
(dati):
https://www.opendata.go.ke/Public-Finance/Approved-2013-2014Constituency-Development-Fund-C/rbim-mzpj
l'obiettivo di opendata.go.ke è quello di mettere i dati di sviluppo,
statistici, demografici di spesa disponibili in formato digitale utile per i
ricercatori, politici, sviluppatori ICT e il pubblico in generale.
progetto
Year; Constituency; Project's name; Activity; Amount; Status; General
Category I; General Category II; General Category Details; Gfs code; ID;
Constituency ID; FID lookup
dati presenti solo con un grado di granularità
Constituencies Development Found
si
no
no
si
si
no
no
no
si
235
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
Presenza della denominazione del soggetto beneficiario*
Presenza del titolo del progetto*
Presenza informazioni sull'avanzamento del progetto e dei risultati*
Presenza di foto o schede navigabili*
Presenza indicatori di risultato*
Possibilità di scaricare il database in un unico bulk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
Presenza numero di click dall'home page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
Presenza descrizione dei dati
Presenza di informazioni su come i dati vengono raccolti
Presenza metadati
Presenza formato CSV
Presenza formato DOC
Presenza formato HTML su una pagina
Presenza formato HTML su più pagine
Presenza formato PDF
Presenza formato RDF
Presenza formato XLS
Presenza formato XML, JSON
Presenza della licenza
Tipologia di licenza
Presenza di georeferenziazione
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
Presenza mappa
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
Presenza ricerca per anno o periodo di programmazione
presenza ricerca per tipologia di finanziamento/fondo
Presenza ricerca libera per parole chiave
Presenza ricerca per ambito territoriale
Presenza ricerca per progetto
Presenza ricerca per risorse
Presenza ricerca per soggetto beneficiario
Presenza ricerca per status progetto
Possibilità di commentare il progetto o altre funzioni social sui dati*
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
no
si
si
no
no
no
si
no
no
si
no
no
no
no
no
si
si
si
no
si
no
si
si
si
si
si
CC "zero"
no
si
no
si
no
no
si
si
si
si
si
si
si
236
Output e/o outcome
Contatti
Note
Possibilità di contattare il produttore dei dati
analisi desk
si
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
analisi desk
si
Presenza di una guida all'uso dei dati
analisi desk
no
Presenza di link ad analisi che hanno utilizzato i dati
analisi desk
no
Presenza di strumenti per lavorare con i dati
analisi desk
no
Utilizzo di codifiche standard per le variabili pubblicate
analisi desk
si
Prooprietà del dato
analisi desk
Constituency Development Fund
Tipologia di utenza
analisi desk
principali benefici per l'amministrazione e per il territorio
analisi desk
output del progetto (realizzazioni di app, servizi a partire dagli Open Data pubblicati,
sia da parte degli utenti, sia da parte dell'amministrazione
analisi desk
tutela della privacy
analisi desk
- (da riferirsi al sito del developer)
la parte della scheda legata alla qualità del dato fa riferimento esclusivamente ai Constituencies
Development Fund. Il portale però racchiude più di 500 dataset con caratteristiche diverse e
provenienti da fonti diverse.
Allegato 4 – Scheda di analisi Lima datos abiertos
MACRO AMBITI
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
METODOLOGIA
analisi desk
analisi desk
analisi desk
Anagrafica progetto
Descrizione del progetto
Governance e
struttura
organizzativa
(processo di
pubblicazione)
analisi desk
link al portale di pubblicazione dei dati
analisi desk
Obiettivi del Progetto (origini, motivazioni, etcc)
intervista
Attori coinvolti(interni ed esterni)
intervista
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale
outsourcing)
intervista
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo di
pubblicazione dei dati).
intervista
Banche dati di origine delle informazioni pubblicate
intervista
Interoperabilità con altri dati nazionali e/o internazionali
intervista
ANALISI DESK
Lima datos abiertos
Municipalidad Metropolitana de Lima
la Municipalità Metropolitana di Lima, nel quadro della sua politica di
promozione della trasparenza, la partecipazione e la collaborazione dei
cittadini e il pubblico in generale, ha inserito nel suo portale comunale
una piattaforma "Datos Abiertos de Lima Metropolitana" come segno
tangibile la loro volontà di condividere le informazioni nella loro forma
più elementare e semplice.
http://lima.datosabiertos.pe/home/
-
237
Qualità
dell'informazione e
del dato
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della prima
pubblicazione
intervista
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open
source o tecnologia proprietaria)
intervista
Eventuali forme di incentivazione per la pubblicazione dei dati
intervista
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura etc) analisi desk
Tipologia di variabili disponibili per ciascuna unità elementare
analisi desk
Grado di granularità rispetto alla fonte originaria
analisi desk
Tipologia di Finanziamento*
analisi desk
Presenza date di assegnazione e pagamento*
analisi desk
Presenza data prevista di fine della fase di esecuzione del progetto*
analisi desk
Presenza data prevista di inizio della fase di esecuzione del progetto*
analisi desk
Presenza status (avviato/concluso)*
analisi desk
Presenza importo totale finanziamento*
analisi desk
Presenza importo totale del pagamento*
analisi desk
Presenza codice avviamento postale (geolocalizzazione)*
analisi desk
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
analisi desk
Presenza di un codice identificativo del progetto*
analisi desk
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
analisi desk
Presenza della denominazione del soggetto beneficiario*
analisi desk
Presenza del titolo del progetto*
analisi desk
Presenza informazioni sull'avanzamento del progetto e dei risultati*
analisi desk
Presenza di foto o schede navigabili*
analisi desk
Presenza indicatori di risultato*
analisi desk
Possibilità di scaricare il database in un unico bulk
analisi desk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
analisi desk
Presenza numero di click dall'home page inferiore o uguali a due
analisi desk
Presenza data di aggiornamento
analisi desk
Presenza frequenza di aggiornamento
analisi desk
Tempestività aggiornamento
analisi desk
Versione multilingua del sito
analisi desk
Presenza campi in un'altra lingua
analisi desk
Presenza descrizione dei dati
analisi desk
Presenza di informazioni su come i dati vengono raccolti
analisi desk
Presenza metadati
analisi desk
Presenza formato CSV
analisi desk
Presenza formato DOC
analisi desk
Presenza formato HTML su una pagina
analisi desk
Presenza formato HTML su più pagine
analisi desk
Presenza formato PDF
analisi desk
tipologia di finanziamento (importi mensili)
mese, importo
nessuna
si
no
no
no
no
si
no
no
no
no
no
no
no
no
no
no
si
si
si
si
no
no
no
no
no
no
no
si
no
no
si
no
238
Output e/o outcome
Contatti
Note
Presenza formato RDF
analisi desk
no
Presenza formato XLS
analisi desk
si
Presenza formato XML, JSON
analisi desk
si
Presenza della licenza
analisi desk
si
Tipologia di licenza
analisi desk
Open Data Commons Public Domain Dedication and License (PDDL)
Presenza di georeferenziazione
analisi desk
no
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
analisi desk
si
Presenza mappa
analisi desk
si
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
analisi desk
no
Presenza ricerca per anno o periodo di programmazione
analisi desk
no
presenza ricerca per tipologia di finanziamento/fondo
analisi desk
si
Presenza ricerca libera per parole chiave
analisi desk
si
Presenza ricerca per ambito territoriale
analisi desk
no
Presenza ricerca per progetto
analisi desk
no
Presenza ricerca per risorse
analisi desk
no
Presenza icerca per soggetto beneficiario
analisi desk
no
Presenza ricerca per status progetto
analisi desk
no
Possibilità di commentare il progetto o altre funzioni social sui dati*
analisi desk
si
Possibilità di contattare il produttore dei dati
analisi desk
si
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
analisi desk
no
Presenza di una guida all'uso dei dati
analisi desk
no
Presenza di link ad analisi che hanno utilizzato i dati
analisi desk
si
Presenza di strumenti per lavorare con i dati
analisi desk
no
Utilizzo di codifiche standard per le variabili pubblicate
analisi desk
no
Prooprietà del dato
analisi desk
Municipalidad Metropolitana de Lima
Tipologia di utenza
analisi desk/intervista
principali benefici per l'amministrazione e per il territorio
analisi desk/intervista
output del progetto (realizzazioni di app, servizi a partire dagli Open Data pubblicati,
sia da parte degli utenti, sia da parte dell'amministrazione
analisi desk/intervista
tutela della privacy
analisi desk/intervista
[email protected]
in questo portale ogni dataset presenta caratteristiche diverse dagli altri. L'analisi è stata fatta sul dataset nominato "Estado de situación financiera".
Allegato 5 – Scheda di analisi Portal de transparencia
MACRO AMBITI
Anagrafica progetto
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
METODOLOGIA
analisi desk
analisi desk
ANALISI DESK
Portal de transparencia
Controladoria-Geral da União (CGU)
239
Anno di avvio del Progetto
analisi desk
Descrizione del progetto
link al portale di pubblicazione dei dati
analisi desk
analisi desk
Obiettivi del Progetto (origini, motivazioni, etcc)
analisi desk
Attori coinvolti(interni ed esterni)
analisi desk
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale
outsourcing)
intervista
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo di
pubblicazione dei dati).
intervista
Governance e
struttura
organizzativa
(processo di
pubblicazione)
Banche dati di origine delle informazioni pubblicate
analisi desk
Interoperabilità con altri dati nazionali e/o internazionali
intervista
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della prima
pubblicazione
intervista
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open
source o tecnologia proprietaria)
intervista
Eventuali forme di incentivazione per la pubblicazione dei dati
intervista
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura etc)
analisi desk
Qualità
dell'informazione e
del dato
Tipologia di variabili disponibili per ciascuna unità elementare
analisi desk
Novembre 2004
il "Portal da Transparência do Governo Federal" è un'iniziativa lanciata
per assicurare la corretta applicazione delle risorse pubbliche. Il Governo
Brasiliano è convinto che la trasparenza sia il miglior antidoto contro la
corruzione, dato che è un meccanismo che induce gli organi pubblici a
agire con responsabilità e permette che il cittadino, attraverso
l'informazione, collabori al controllo delle azioni dei suoi governanti,
verificando che le risorse pubbliche vengano utilizzate come dovrebbero
http://www.portaltransparencia.gov.br/
l'obiettivo è aumentare la trasparenza nell’organizzazione pubblica,
permettendo ai cittadini di tenere traccia di come il denaro pubblico viene
utilizzato e di aiutare a monitorarlo
Controladoria-Geral da União (CGU) più vari ministeri e governo che
forniscono i dati (Secretaria do Tesouro Nacional, da Caixa Econômica
Federal, do Banco do Brasil, do Fundo Nacional de Saúde e do Ministério
do Planejamento.)
Siafi (Sistema Integrado de Administração Financeira do Governo
Federal); Banco do Brasil; RFB (Receita Federal do Brasil); FSN (Fundo
Nacional da Saúde); Caixa Econômica Federal; Ministério do Trabalho e
Emprego; Ministério do Desenvolvimento Agrário; MTO (Ministério do
Planejamento); STN (Secretaria do Tesouro Nacional); MPOG (Siconv,
Orçamento e Gestão); Banco Central, Comandos Militares,, DPF, RFB,
MAPA, DEST, Ministérios [Honorários (Jetons)], CGU (ControladoriaGeral da União), MD (Ministério da Defesa); MJ (Ministério da Justiça);
PR (Presidência da República); MRE (Ministério das Relações
Exteriores); SPU (Secretaria de Patrimônio da União)
per alcuni dati l'analisi si ferma al beneficiario, per altri è presente un
livello di dettaglio superiore, arrivando a elencare le caratteristiche del
singolo progetto
Progetto
Beneficiario
Número do Convênio SIAFI, mese di riferimento, fonte e finalità
situazione attuale, Nº Original, del finanziamento, modalità di
oggetto, organo di riferimento, applicazione
e
valore
del
concedente, beneficiario, importo, finanziamento
240
Grado di granularità rispetto alla fonte originaria
Tipologia di Finanziamento*
Presenza date di assegnazione e pagamento*
Presenza data prevista di fine della fase di esecuzione del progetto*
Presenza data prevista di inizio della fase di esecuzione del progetto*
Presenza status (avviato/concluso)*
Presenza importo totale finanziamento*
Presenza importo totale del pagamento*
Presenza codice avviamento postale (geolocalizzazione)*
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
Presenza di un codice identificativo del progetto*
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
Presenza della denominazione del soggetto beneficiario*
Presenza del titolo del progetto*
Presenza informazioni sull'avanzamento del progetto e dei risultati*
Presenza di foto o schede navigabili*
Presenza indicatori di risultato*
Possibilità di scaricare il database in un unico bulk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
Presenza numero di click dall'home page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
Presenza descrizione dei dati
Presenza di informazioni su come i dati vengono raccolti
Presenza metadati
Presenza formato CSV
Presenza formato DOC
Presenza formato HTML su una pagina
Presenza formato HTML su più pagine
Presenza formato PDF
Presenza formato RDF
Presenza formato XLS
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
importo
rilasciato,
data
publicazione inzizio dei lavori, fine
dei lavori, valore di ritorno, ultima
data di rilascio, valore ultimo
rilascio
Stato - finalità - beneficiario progetto
si
si
si
si
si
no
si
no
si
no
si
si
si
no
no
no
si
no
si
no
no
no
si
si
si
no
no
no
no
no
no
no
si
no
no
si
no
no
no
no
no
no
si
si
no
si
si
si
no
no
241
Output e/o outcome
Contatti
Note
Presenza formato XML, JSON
analisi desk
no
Presenza della licenza
analisi desk
no
Tipologia di licenza
analisi desk
Presenza di georeferenziazione
analisi desk
no
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
analisi desk
si
Presenza mappa
analisi desk
no
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
analisi desk
no
Presenza ricerca per anno o periodo di programmazione
analisi desk
si
presenza ricerca per tipologia di finanziamento/fondo
analisi desk
si
Presenza ricerca libera per parole chiave
analisi desk
no
Presenza ricerca per ambito territoriale
analisi desk
si
Presenza ricerca per progetto
analisi desk
si
Presenza ricerca per risorse
analisi desk
si
Presenza icerca per soggetto beneficiario
analisi desk
si
Presenza ricerca per status progetto
analisi desk
no
Possibilità di commentare il progetto o altre funzioni social sui dati*
analisi desk
no
Possibilità di contattare il produttore dei dati
analisi desk
no
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
analisi desk
no
Presenza di una guida all'uso dei dati
analisi desk
si
Presenza di link ad analisi che hanno utilizzato i dati
analisi desk
no
Presenza di strumenti per lavorare con i dati
analisi desk
no
Utilizzo di codifiche standard per le variabili pubblicate
analisi desk
no
Prooprietà del dato
analisi desk
Caixa economica federal
Tipologia di utenza
analisi desk/intervista
principali benefici per l'amministrazione e per il territorio
analisi desk/intervista
output del progetto (realizzazioni di app, servizi a partire dagli Open Data pubblicati,
sia da parte degli utenti, sia da parte dell'amministrazione
analisi desk/intervista
tutela della privacy
analisi desk/intervista
form online
l'analisi è stata effettuata tenendo conto della sola parte del sito relativa ai finanziamenti ("despesas"), non sono state considerate le altre sezioni del sito relative a "Receitas" (ricavi)
"Convênios" (accordi) "Sanções" (sanzioni), "Servidores" (dipendenti pubblici), "+ consultas" (altre consultazioni permesse dal sito)
Allegato 6 – Scheda di analisi Aid data
MACRO AMBITI
Anagrafica
progetto
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
METODOLOGIA
analisi desk/intervista
analisi desk/intervista
ANALISI DESK
Aid data
AidData è stato creato da una partnership tra tre istituzioni: il
College of William & Mary, Development Gateway e Brigham
Young University.
242
Governance e
struttura
organizzativa
(processo di
pubblicazione)
Qualità
dell'informazione e
del dato
Anno di avvio del Progetto
Descrizione del progetto
analisi desk/intervista
analisi desk/intervista
2009
AidData traccia 40.000 miliardi di $ in finanziamenti per lo
sviluppo. L'idea su cui si basa il progetto è che chiunque possa
valutare chi finanzia cosa, dove e con quali effetti. I donatori e
governi possono massimizzare l'impatto dei loro investimenti. I
cittadini possono chiedere ai loro leader di rendere conto dei
risultati.
link al portale di pubblicazione dei dati
Obiettivi del Progetto (origini, motivazioni, etcc)
analisi desk
intervista
Attori coinvolti(interni ed esterni)
intervista
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale
outsourcing)
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo
di pubblicazione dei dati).
Banche dati di origine delle informazioni pubblicate
Interoperabilità con altri dati nazionali e/o internazionali
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della
prima pubblicazione
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open
source o tecnologia proprietaria)
Eventuali forme di incentivazione per la pubblicazione dei dati
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura
etc)
Tipologia di variabili disponibili per ciascuna unità elementare
intervista
http://aiddata.org/
Rendere i dati più accessibili e fruibili per tutti è il centro del
progetto. AidData svolge attività di ricerca d'avanguardia sul
targeting, coordinamento e valutazione degli aiuti allo sviluppo. I
risultati della ricerca sono disponibili attraverso strumenti, "good
practices" e lesson learned allo scopo di aiutare le comunità locali.
(http://aiddata.org/our-story)
Ricercatori, studenti team leader (interni)
Donors (esterni)
Lungo processo di pulizia e omogeneizzazione dei dati (vedi
descrizione di dettaglio sottostante)
Ampio team dedicato
Grado di granularità rispetto alla fonte originaria
analisi desk
Tipologia di Finanziamento*
Presenza date di assegnazione e pagamento*
Presenza data prevista di fine della fase di esecuzione del progetto*
Presenza data prevista di inizio della fase di esecuzione del progetto*
Presenza status (avviato/concluso)*
Presenza importo totale finanziamento*
Presenza importo totale del pagamento*
Presenza codice avviamento postale (geolocalizzazione)*
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
intervista
intervista
intervista
intervista
intervista
Reperite presso i donors
Si
Ristrutturazioni successive orientate alla migliore fruizione
dell’informazione
OS
intervista
analisi desk
_
progetto
analisi desk
AidData ID#; Source; Year; Donor Name; Recipient Name; Total
Project Cost (Donor Reported); Commitment Amount (USD
2011); Disbursement Amount (USD 2011): Short Description;
Long Description; Related Contributions
dati aggregati per risorsa o settore - elenco dei progetti caratteristiche singolo progetto
Stati o istituzioni internazionali (es. Banca Mondiale etc..)
si
no
no
no
si
si
no
243
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
Presenza di un codice identificativo del progetto*
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
Presenza della denominazione del soggetto beneficiario*
Presenza del titolo del progetto*
Presenza informazioni sull'avanzamento del progetto e dei risultati*
Presenza di foto o schede navigabili*
Presenza indicatori di risultato*
Possibilità di scaricare il database in un unico bulk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
Presenza numero di click dall'home page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
Presenza descrizione dei dati
Presenza di informazioni su come i dati vengono raccolti
Presenza metadati
Presenza formato CSV
Presenza formato DOC
Presenza formato HTML su una pagina
Presenza formato HTML su più pagine
Presenza formato PDF
Presenza formato RDF
Presenza formato XLS
Presenza formato XML, JSON
Presenza della licenza
Tipologia di licenza
Presenza di georeferenziazione
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
Presenza mappa
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
Presenza ricerca per anno o periodo di programmazione
presenza ricerca per tipologia di finanziamento/fondo
Presenza ricerca libera per parole chiave
Presenza ricerca per ambito territoriale
Presenza ricerca per progetto
Presenza ricerca per risorse
Presenza ricerca per soggetto beneficiario
Presenza ricerca per status progetto
Possibilità di commentare il progetto o altre funzioni social sui dati*
Possibilità di contattare il produttore dei dati
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
no
si
no
si
si
no
no
no
si
si
si
no
no
no
no
no
si
si
si
si
no
no
no
no
no
no
si
no
no
si
si
si
si
si
si
si
si
si
si
no
si
no
244
Output e/o
outcome
Contatti
Note
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
Presenza di una guida all'uso dei dati
Presenza di link ad analisi che hanno utilizzato i dati
Presenza di strumenti per lavorare con i dati
Utilizzo di codifiche standard per le variabili pubblicate
Prooprietà del dato
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
Tipologia di utenza
Principali benefici per l'amministrazione e per il territorio
analisi desk/intervista
analisi desk/intervista
no
si
si
si
si
i dataset provengono da enti diversi che hanno donato i loro dati a
AidData
Ricercatori, studenti, policy maker
Possibilità di trovare tutti i dati relativi agli aiuti allo sviluppo in
un unico luogo
Oltre al sito, servizio di consulenza ai governi partner e ai donors
su come raccogliere i dati e renderli meglio comprensibili
_
output del progetto (realizzazioni di app, servizi a partire dagli Open Data
analisi desk/intervista
pubblicati, sia da parte degli utenti, sia da parte dell'amministrazione
tutela della privacy
analisi desk/intervista
[email protected]
I dataset pubblicati provengono da diverse istituzioni, enti nazionali e sovranazionali. All'interno della piattaforma sono stati tutti pubblicati attraverso una codifica standard, è stata
utilizzata, cioè, la medesima scheda per ogni progetto. L'analisi della qualità del dato sopra indicata si riferisce alla predisposizione della piattaforma per contenere le informazioni
richieste dall'analisi, non tutti i dataset, però, contengono poi effettivamente informazioni su tutti i campi.
Allegato 7 – Scheda di analisi Open welfare
MACRO AMBITI
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
METODOLOGIA
analisi desk
analisi desk
analisi desk
Anagrafica progetto
Descrizione del progetto
link al portale di pubblicazione dei dati
analisi desk
analisi desk
Open welfare
città di Bologna
non riportato, l'annuncio nella sezione "news" è avvenuto il 17/12/2014, i
primi dati pubblicati risalgono al 2013
Open welfare è l'iniziativa del comune di Bologna. Allo stato attuale, nel
pieno rispetto del principio della privacy, l'iniziativa open welfare ha
realizzato il rilascio di tre distinti dataset. Il primo riguarda il resoconto
delle attività svolte dagli Sportelli Sociali (la porta unitaria territoriale di
accesso alle informazioni e al Servizio sociale) in cui sono dettagliati i
contatti ricevuti in ogni Quartiere; il secondo dataset Piano Assistenziale
Individuale contiene invece il dettaglio dei PAI aperti a favore degli utenti
presi in carico, individuando gli interventi necessari per affrontare - in
maniera coerente all'effettivo stato di bisogno - le problematiche che il
caso presenta; l'ultimo dataset Interventi contiene il dettaglio delle
prestazioni sociali e socio-sanitarie erogate nell'anno dal Servizio Sociale
Comunale.
http://dati.comune.bologna.it/open-welfare
245
Obiettivi del Progetto (origini, motivazioni, etcc)
Attori coinvolti(interni ed esterni)
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale
outsourcing)
Governance e
struttura
organizzativa
(processo di
pubblicazione)
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo
di pubblicazione dei dati).
Banche dati di origine delle informazioni pubblicate
Interoperabilità con altri dati nazionali e/o internazionali
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della
prima pubblicazione
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open
source o tecnologia proprietaria)
Eventuali forme di incentivazione per la pubblicazione dei dati
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura
etc)
intervista
intervista
nasce con l'obiettivo prioritario di rilasciare in formato aperto i dati in
ambito sociale di cui il comune è titolare.
Città di Bologna, Powered by Dataninja, tileset from GeoIQ, icons from
Freepik and Simple Share Buttons, code on GitHub.
Estrazione dei dati, “pulizia” degli stessi per conformità alla privacy,
creazione di metadati, pubblicazione
Costi dovuti ai processi di estrazione, correzione e creazioni metadati,
quantificabili in 4 operatori attivi sul progetto più un investimento iniziale
di informatizzazione dei processi dei servizi sociali al cittadino
comune di bologna, ASP (azienda dei servizi alle persone), servizio
sociale territoriale, ASL cittadina, PIS (pronto intervento sociale)
-
intervista
-
analisi desk
intervista
Leaflet - opensource
online: dati aggregati secondo le varie caratteristiche.
download: il singolo intervento sulla singola persona
ID contatto, Data contatto, Nodo, Id richiedente, Sesso richiedente,
Fascia di età richiedente, luogo contatto, modalità contatto, contatto
inviato da, motivo, priorità, rapporto col richiedente, id utente, fascia d'età
utente, target utenza, sesso utente, stato civile utente, comune nascita
utente, stato cittadinanza utente, comune residenza utente, quartiere
residenza utente, bisogno, categoria, servizio, previsto accesso
% numero di interventi per 100 abitanti nel quartiere - dataset con le
specifiche del singolo intervento
no
si
no
no
no
no
no
si
no
no
no
no
no
no
no
analisi desk
analisi desk
intervista
intervista
analisi desk
Tipologia di variabili disponibili per ciascuna unità elementare
analisi desk
Grado di granularità rispetto alla fonte originaria
Qualità
dell'informazione e
del dato
Tipologia di Finanziamento*
Presenza date di assegnazione
Presenza data prevista di fine della fase di esecuzione del progetto*
Presenza data prevista di inizio della fase di esecuzione del progetto*
Presenza status (avviato/concluso)*
Presenza importo totale finanziamento*
Presenza importo totale del pagamento*
Presenza codice avviamento postale (geolocalizzazione)*
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
Presenza di un codice identificativo del progetto*
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
Presenza della denominazione del soggetto beneficiario*
Presenza del titolo del progetto*
Presenza informazioni sull'avanzamento del progetto e dei risultati*
Presenza di foto o schede navigabili*
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
246
Presenza indicatori di risultato*
Possibilità di scaricare il database in un unico bulk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
Presenza numero di click dall'home page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
Presenza descrizione dei dati
Presenza di informazioni su come i dati vengono raccolti
Presenza metadati
Presenza formato CSV
Presenza formato DOC
Presenza formato HTML su una pagina
Presenza formato HTML su più pagine
Presenza formato PDF
Presenza formato RDF
Presenza formato XLS
Presenza formato XML, JSON
Presenza della licenza
Tipologia di licenza
Presenza di georeferenziazione
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
Presenza mappa
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
Presenza ricerca per anno o periodo di programmazione
presenza ricerca per tipologia di finanziamento/fondo
Presenza ricerca libera per parole chiave
Presenza ricerca per ambito territoriale
Presenza ricerca per progetto
Presenza ricerca per risorse
Presenza ricerca per soggetto beneficiario
Presenza ricerca per status progetto
Possibilità di commentare il progetto o altre funzioni social sui dati*
Possibilità di contattare il produttore dei dati
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
Presenza di una guida all'uso dei dati
Presenza di link ad analisi che hanno utilizzato i dati
Presenza di strumenti per lavorare con i dati
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
no
si
si
si
no
no
no
no
no
si
no
si
si
no
no
no
no
no
no
no
si
CC BY-SA 3,0 Unported
no
si
si
si
si
si
nd
si
si
si
no
no
si
si
no
no
si
no
247
Utilizzo di codifiche standard per le variabili pubblicate
Prooprietà del dato
analisi desk
analisi desk
Tipologia di utenza
Output e/o outcome
analisi desk/intervista
principali benefici per l'amministrazione e per il territorio
analisi desk/intervista
output del progetto (realizzazioni di app, servizi a partire dagli Open Data
pubblicati, sia da parte degli utenti, sia da parte dell'amministrazione
analisi desk/intervista
tutela della privacy
Contatti
Note
no
comune di Bologna
Cittadini, società operanti nel terzo settore, data journalist, imprenditori,
studiosi
I dati prima di essere pubblicati sono “ripuliti” rendendoli conformi alla
normativa sulla privacy
analisi desk/intervista
[email protected]
l'analisi si focalizza sui dataset relativi agli interventi sociali portati avanti dal comune, in nessun dataset è presente un riferimento agli economics
la casella "tipologia di variabili disponibili per ciascuna unità elementare" fa riferimento a uno solo dei tre dataset pubblicati, ogni dataset contiene infatti variabili differenti dagli altri
il programma "open Walfare" rientra all'interno di un programma più ampio di pubblicazione dei dati della città di Bologna. Per questo motivo si ritrova in una pagina web facente parte
del portale dati.comune.bologna.it
Allegato 8 – Scheda di analisi Recovery.gov
MACRO AMBITI
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
Descrizione del progetto
Anagrafica progetto
link al portale di pubblicazione dei dati
Obiettivi del Progetto (origini, motivazioni, etcc)
Governance e
struttura
organizzativa
(processo di
pubblicazione)
METODOLOGIA
ANALISI DESK
analisi desk
recovery.gov
analisi desk
U.S. Government
analisi desk
2009
il sito, creato a seguito dell' "American Recovery and Reinvestment Act" del 2009,
visualizza informazioni sul Recovery Accountability and Transparency Board's activities e
dati relativi agli 840 miliardi di $ di fondi stanziati per l'uragano sandy. Il portale è a sua
volta suddiviso in quattro macro aree: "hurricane sandt funding oversight", "american
recovery and reinvestment act", "education job Found", "Government Accountability and
analisi desk
Transparency Board"
analisi desk
http://www.recovery.gov/Pages/default.aspx
intervista
intervista
-
Attori coinvolti(interni ed esterni)
Descrizione del processo di pubblicazione dei dati (attori e fasi,
eventuale outsourcing)
intervista
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento,
processo di pubblicazione dei dati).
intervista
Banche dati di origine delle informazioni pubblicate
intervista
Interoperabilità con altri dati nazionali e/o internazionali
intervista
-
248
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito
della prima pubblicazione
intervista
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei
dati (open source o tecnologia proprietaria)
intervista
Eventuali forme di incentivazione per la pubblicazione dei dati
intervista
Hurricane sandt
American recovery and reinvestment
funding
act
oversight
Unità elementare della
beneficiario, fattura etc)
pubblicazione
(programma,
Government
Accountability
Education job
and
found
transparency
board
progetto,
analisi desk
Tipologia di variabili disponibili per ciascuna unità elementare
Qualità
dell'informazione e
del dato
analisi desk
Grado di granularità rispetto alla fonte originaria
analisi desk
Tipologia di Finanziamento*
analisi desk
singolo appalto progetto
fondi per stato
Recipient Name; Project
Title;
Project
Status; State or Other
City; State; Zip; Final Project Report Submitted; Entity;
Award ID; Total Project
Activities
Description; Cumulative
Award Amount; Quarterly
Activities/Project Obligated
1/; contiene
Agency; Place of Description; Jobs Created; Description Cumulative
report, elenco
Performance
of Jobs Created. Award Date; Award Outlays
2/; dei dipendenti
(primo dataset); Number;
Cumulative
e dello staff di:
State;
Funds Order
Number;
Award
Type; Available
President from
Awarded; Funds Funding Agency ID; Funding Agency Balance
3/; the Inspectors
Paid
Out Name;
Funding Office Name; Percent Drawn General
(secondo
Awarding Agency ID; Awarding
community,
dataset)
Agency Name; Amount of Award;
agency Chief
Funds Invoiced/Received; Expenditure
Financial
Amount; Infrastructure Expenditure
Officers
or
Amount; Infrastructure Purpose and
Deputy
Rationale; Infrastructure Point of
Secretaries,
Contact Name; Infrastructure Point of
and the Office
Contact Email; Infrastructure Point of
of
Contact Phone; Infrastructure Point of
Management
Contact Address; Infrastructure Point
and Budget.
of Contact City; Infrastructure Point of
Sono diversi
Contact State; Infrastructure Point of
documenti in
Contact Zip
formato pdf
elenco dei dati
presenti solo per lista dei progetti - dettagli sul singolo fondi totali spesiappalto
progetto
fondi per stato
fondi pubblici
stanziati
alla
FEMA (Federal
Emergency
Management
fondi derivanti dall'american recovery education
job
Agency)
investment act
found
249
Presenza date di assegnazione e pagamento*
analisi desk
Presenza data prevista di fine della fase di esecuzione del progetto*
analisi desk
Presenza data prevista di inizio della fase di esecuzione del progetto* analisi desk
Presenza status (avviato/concluso)*
analisi desk
Presenza importo totale finanziamento*
analisi desk
Presenza importo totale del pagamento*
analisi desk
Presenza codice avviamento postale (geolocalizzazione)*
analisi desk
Presenza del livello territoriale della localizzazione inferiore a quello
regionale*
analisi desk
Presenza di un codice identificativo del progetto*
analisi desk
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)* analisi desk
Presenza della denominazione del soggetto beneficiario*
analisi desk
Presenza del titolo del progetto*
analisi desk
Presenza informazioni sull'avanzamento del progetto e dei risultati*
analisi desk
Presenza di foto o schede navigabili*
analisi desk
Presenza indicatori di risultato*
analisi desk
Possibilità di scaricare il database in un unico bulk
analisi desk
Numero di click per scaricare l'intero database dalla home page inferiore
a2
analisi desk
Presenza numero di click dall'home page inferiore o uguali a due
analisi desk
Presenza data di aggiornamento
analisi desk
Presenza frequenza di aggiornamento
analisi desk
Tempestività aggiornamento
analisi desk
Versione multilingua del sito
analisi desk
Presenza campi in un'altra lingua
analisi desk
Presenza descrizione dei dati
analisi desk
Presenza di informazioni su come i dati vengono raccolti
analisi desk
Presenza metadati
analisi desk
Presenza formato CSV
analisi desk
Presenza formato DOC
analisi desk
Presenza formato HTML su una pagina
analisi desk
Presenza formato HTML su più pagine
analisi desk
Presenza formato PDF
analisi desk
Presenza formato RDF
analisi desk
Presenza formato XLS
analisi desk
Presenza formato XML, JSON
analisi desk
Presenza della licenza
analisi desk
Tipologia di licenza
analisi desk
Presenza di georeferenziazione
analisi desk
Presenza di modalità di visualizzazione tramite grafici e altre
elaborazioni
analisi desk
no
no
no
no
si
si
no
si
no
no
si
si
si
no
no
no
no
no
si
si
no
si
si
no
si
no
no
no
no
no
si
si
si
si
si
si
no
no
si
no
no
no
no
no
no
no
no
si
no
si
si
no
no
no
no
si
no
si
no
no
si
no
si
no
si
no
no
si
no
si
no
no
no
no
si
no
si
si
no
si
si
si
no
si
si
no
no
si
no
no
no
no
no
si
no
si
no
no
no
no
no
no
si
no
no
no
no
no
si
si
si
250
Presenza mappa
analisi desk
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
analisi desk
Presenza ricerca per anno o periodo di programmazione
analisi desk
presenza ricerca per tipologia di finanziamento/fondo
analisi desk
Presenza ricerca libera per parole chiave
analisi desk
Presenza ricerca per ambito territoriale
analisi desk
Presenza ricerca per progetto
analisi desk
Presenza ricerca per risorse
analisi desk
Presenza ricerca per soggetto beneficiario
analisi desk
Presenza ricerca per status progetto
analisi desk
Possibilità di commentare il progetto o altre funzioni social sui dati*
analisi desk
Possibilità di contattare il produttore dei dati
analisi desk
Possibilità
di
repliche/risposte
ai
commenti
da
parte
dell'amministrazione
analisi desk
Presenza di una guida all'uso dei dati
analisi desk
Presenza di link ad analisi che hanno utilizzato i dati
analisi desk
Presenza di strumenti per lavorare con i dati
analisi desk
Utilizzo di codifiche standard per le variabili pubblicate
analisi desk
Prooprietà del dato
Output e/o outcome
Contatti
Note
si
no
no
no
no
si
no
no
si
no
no
no
si
si
si
si
no
si
si
si
si
no
si
si
si
no
no
no
no
si
no
no
no
no
no
no
no
no
si
si
no
no
no
no
no
si
FPDS; (federal
procurement
data
system);
Sandy
PMO
(sandy program
management
analisi desk
office)
analisi desk/intervista analisi desk/intervista -
no
no
no
no
no
Department
Education
of
Tipologia di utenza
principali benefici per l'amministrazione e per il territorio
output del progetto (realizzazioni di app, servizi a partire dagli Open
Data pubblicati, sia da parte degli utenti, sia da parte
dell'amministrazione
analisi desk/intervista tutela della privacy
analisi desk/intervista [email protected]
l'analisi è stata effettuata evidenziando le variabili che la piattaforma offre come dettaglio per il singolo progetto, tuttavia non tutti i progetti poi contengono effettivamente tutte le
informazioni
251
Allegato 9 – Scheda di analisi Sandy Funding Tracker
MACRO AMBITI
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
METODOLOGIA
analisi desk
analisi desk
analisi desk
Anagrafica progetto
Descrizione del progetto
link al portale di pubblicazione dei dati
analisi desk
analisi desk
Obiettivi del Progetto (origini, motivazioni, etcc)
Governance e
struttura
organizzativa
(processo di
pubblicazione)
analisi desk
Attori coinvolti(interni ed esterni)
analisi desk
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale outsourcing)
intervista
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo di
pubblicazione dei dati).
intervista
Banche dati di origine delle informazioni pubblicate
intervista
Interoperabilità con altri dati nazionali e/o internazionali
intervista
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della prima
pubblicazione
intervista
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open source o
tecnologia proprietaria)
intervista
Eventuali forme di incentivazione per la pubblicazione dei dati
intervista
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura etc)
analisi desk
Qualità
dell'informazione e
del dato
Tipologia di variabili disponibili per ciascuna unità elementare
analisi desk
ANALISI DESK
Sandy Funding Tracker
New York City
dic-13
Sandy Funding Tracker traccia la risposta della città di New York
all'uragano Sandy, sul sito è possibile trovare informazioni sull'uso
che la citta di New York ha fatto dei "federal recovery founds"
http://www1.nyc.gov/sandytracker/
l'obiettivo è una maggiore trasparenza e offrire ai cittadini la
possibilità di tracciare i flussi economici dei fondi stanziati per far
fronte ai danni provocati dall'uragano Sandy
New York City, Bloomberg Administration
spese aggregate per: distretto, programmi di recupero, per
dipartimenti beneficiari. Per alcuni beneficiari è poi presente
anche la lista dei progetti realizzati
Dipartimento
beneficiario
Progetto
codice
dipartimento,
nome dipartimento, costi
stimati
(emergenza,
permanenti), sovvenzioni codice
dipartimento,
nome
concesse
(emergenza, dipartimento, costi stimati (emergenza,
permanenti), spese città permanenti), sovvenzioni concesse
(emergenza, permanenti), (emergenza, permanenti), spese città
fondi federali ricevuti (emergenza, permanenti), fondi federali
(emergenza, permanenti), ricevuti
(emergenza, permanenti),
stima posti lavoro creati fondi dedicati al recupero, stima posti
(emergenza, permanenti) lavoro creati (emergenza, permanenti)
252
Grado di granularità rispetto alla fonte originaria
Tipologia di Finanziamento*
Presenza date di assegnazione e pagamento*
Presenza data prevista di fine della fase di esecuzione del progetto*
Presenza data prevista di inizio della fase di esecuzione del progetto*
Presenza status (avviato/concluso)*
Presenza importo totale finanziamento*
Presenza importo totale del pagamento*
Presenza codice avviamento postale (geolocalizzazione)*
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
Presenza di un codice identificativo del progetto*
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
Presenza della denominazione del soggetto beneficiario*
Presenza del titolo del progetto*
Presenza informazioni sull'avanzamento del progetto e dei risultati*
Presenza di foto o schede navigabili*
Presenza indicatori di risultato*
Possibilità di scaricare il database in un unico bulk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
Presenza numero di click dall'home page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
Presenza descrizione dei dati
Presenza di informazioni su come i dati vengono raccolti
Presenza metadati
Presenza formato CSV
Presenza formato DOC
Presenza formato HTML su una pagina
Presenza formato HTML su più pagine
Presenza formato PDF
Presenza formato RDF
Presenza formato XLS
Presenza formato XML, JSON
Presenza della licenza
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
fondi
totali
per
dipartimento
suddivisione
in fondi per progetto - aggiunta di
"permanenti"
e
"di informazioni sulle spese e i posti di
emergenza"
lavoro creati
fondi federali o della città fondi federali o della città
no
no
no
no
no
no
no
no
si
si
no
no
no
no
no
no
no
no
no
no
si
si
no
no
no
no
no
no
no
no
si
si
si
si
no
no
no
no
si
no
si
si
no
si
no
no
no
no
no
no
253
Output e/o outcome
Contatti
Note
Tipologia di licenza
analisi desk
Presenza di georeferenziazione
analisi desk
no
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
analisi desk
si
Presenza mappa
analisi desk
si
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
analisi desk
no
Presenza ricerca per anno o periodo di programmazione
analisi desk
no
presenza ricerca per tipologia di finanziamento/fondo
analisi desk
si
Presenza ricerca libera per parole chiave
analisi desk
no
Presenza ricerca per ambito territoriale
analisi desk
si
Presenza ricerca per progetto
analisi desk
no
Presenza ricerca per risorse
analisi desk
si
Presenza ricerca per soggetto beneficiario
analisi desk
no
Presenza ricerca per status progetto
analisi desk
no
Possibilità di commentare il progetto o altre funzioni social sui dati*
analisi desk
no
Possibilità di contattare il produttore dei dati
analisi desk
no
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
analisi desk
no
Presenza di una guida all'uso dei dati
analisi desk
no
Presenza di link ad analisi che hanno utilizzato i dati
analisi desk
no
Presenza di strumenti per lavorare con i dati
analisi desk
no
Utilizzo di codifiche standard per le variabili pubblicate
analisi desk
no
Prooprietà del dato
analisi desk
città di New York
Tipologia di utenza
analisi desk/intervista
principali benefici per l'amministrazione e per il territorio
analisi desk/intervista
output del progetto (realizzazioni di app, servizi a partire dagli Open Data pubblicati, sia da
parte degli utenti, sia da parte dell'amministrazione
analisi desk/intervista
tutela della privacy
analisi desk/intervista
non c'è un riferimento preciso. Dal link "contact us" si risale a tutti i numeri relativi all'amministrazione della città di new york (http://www1.nyc.gov/home/contact-us.page)
-
Allegato 10 – Scheda di analisi USA spending
MACRO AMBITI
Anagrafica progetto
INFORMAZIONI DA RILEVARE
Nome del Progetto
Ente pubblico promotore
Anno di avvio del Progetto
METODOLOGIA
analisi desk
analisi desk
analisi desk
ANALISI DESK
USAspending.org
Department of the Treasury's Bureau of the Fiscal Service
2007
254
Descrizione del progetto
analisi desk
link al portale di pubblicazione dei dati
analisi desk
Obiettivi del Progetto (origini, motivazioni, etc)
intervista
Attori coinvolti(interni ed esterni)
intervista
Descrizione del processo di pubblicazione dei dati (attori e fasi, eventuale
outsourcing)
intervista
Costi diretti e indiretti legati al Progetto (avvio del sito, mantenimento, processo di
pubblicazione dei dati).
intervista
Governance e
struttura
organizzativa
(processo di
pubblicazione)
Banche dati di origine delle informazioni pubblicate
Interoperabilità con altri dati nazionali e/o internazionali
intervista
intervista
Interventi per migliorare la gestione e la pubblicazione dei dati a seguito della prima
pubblicazione
intervista
Tipologia di piattaforma informatica utilizzata per la pubblicazione dei dati (open
source o tecnologia proprietaria)
intervista
Eventuali forme di incentivazione per la pubblicazione dei dati
intervista
Unità elementare della pubblicazione (programma, progetto, beneficiario, fattura etc) analisi desk
Tipologia di variabili disponibili per ciascuna unità elementare
Qualità
dell'informazione e
del dato
Grado di granularità rispetto alla fonte originaria
Tipologia di Finanziamento*
Presenza date di assegnazione e pagamento*
Presenza data prevista di fine della fase di esecuzione del progetto*
Presenza data prevista di inizio della fase di esecuzione del progetto*
Presenza status (avviato/concluso)*
Presenza importo totale finanziamento*
Presenza importo totale del pagamento*
Presenza codice avviamento postale (geolocalizzazione)*
Presenza del livello territoriale della localizzazione inferiore a quello regionale*
Presenza di un codice identificativo del progetto*
Presenza descrizione progetto comprensivo di contatti (email, tel, etc.)*
Presenza della denominazione del soggetto beneficiario*
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
l'idea del portale è di creare un luogo di ricerca disponibile per i cittadini
che consenta l'accesso alle informazioni sulle entità e organizzazioni che
ricevono fondi federali
https://www.usaspending.gov/Pages/Default.aspx
Federal Procurement Data System, Award Submission Portal, Federal
Funding Accountability and Transparency Act Subaward Reporting
System, SmartPay
nel gennaio 2014 è stato dato il mandato al "Departmenti of the
Treasury's Bureau of the Fiscal Service" di apportare miglioramenti
nell'usabilità, presentazione e funzionalità di ricerca del sito, con il
"Digital Accountability and Transparency Act of 2014" sono state
portate migliorie anche alla qualità del dato
progetto
Award Number; Order Number; Awarding Agency; Award Date; Total
Award Amount; Total Number of Transactions; Total Number of SubAwards; Total Amount of Sub-Awards; Recipient Name; Recipient
DUNS Number; Recipient Address; Recipient City; Recipient State;
Recipient Congressional District; Recipient Country; Executive
Compensation Provided
Totale Fondi - Fondi per stato - fondi per progetto
fondi federali
si
no
no
no
si
no
no
si
si
no
si
255
Presenza del titolo del progetto*
Presenza informazioni sull'avanzamento del progetto e dei risultati*
Presenza di foto o schede navigabili*
Presenza indicatori di risultato*
Possibilità di scaricare il database in un unico bulk
Numero di click per scaricare l'intero database dalla home page inferiore a 2
Presenza numero di click dall'home page inferiore o uguali a due
Presenza data di aggiornamento
Presenza frequenza di aggiornamento
Tempestività aggiornamento
Versione multilingua del sito
Presenza campi in un'altra lingua
Presenza descrizione dei dati
Presenza di informazioni su come i dati vengono raccolti
Presenza metadati
Presenza formato CSV
Presenza formato DOC
Presenza formato HTML su una pagina
Presenza formato HTML su più pagine
Presenza formato PDF
Presenza formato RDF
Presenza formato XLS
Presenza formato XML, JSON
Presenza della licenza
Tipologia di licenza
Presenza di georeferenziazione
Presenza di modalità di visualizzazione tramite grafici e altre elaborazioni
Presenza mappa
Presenza filtri dopo la ricerca Es. OC (feature interfaccia web)
Presenza ricerca per anno o periodo di programmazione
presenza ricerca per tipologia di finanziamento/fondo
Presenza ricerca libera per parole chiave
Presenza ricerca per ambito territoriale
Presenza ricerca per progetto
Presenza ricerca per risorse
Presenza ricerca per soggetto beneficiario
Presenza ricerca per status progetto
Possibilità di commentare il progetto o altre funzioni social sui dati*
Possibilità di contattare il produttore dei dati
Possibilità di repliche/risposte ai commenti da parte dell'amministrazione
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
si
no
no
no
si
si
si
si
no
no
no
no
si
no
si
si
no
si
si
no
no
no
si
no
si
si
si
si
si
no
si
si
no
no
si
no
no
si
no
256
Presenza di una guida all'uso dei dati
Presenza di link ad analisi che hanno utilizzato i dati
Presenza di strumenti per lavorare con i dati
Utilizzo di codifiche standard per le variabili pubblicate
Prooprietà del dato
Output e/o outcome
Contatti
Note
analisi desk
analisi desk
analisi desk
analisi desk
analisi desk
Tipologia di utenza
analisi desk/intervista
principali benefici per l'amministrazione e per il territorio
analisi desk/intervista
output del progetto (realizzazioni di app, servizi a partire dagli Open Data pubblicati,
sia da parte degli utenti, sia da parte dell'amministrazione
analisi desk/intervista
tutela della privacy
analisi desk/intervista
form sul sito: https://www.usaspending.gov/ContactUs/Pages/default.aspx
si
no
no
no
General Services Administration; Department of the Treasury’s Bureau
of the Fiscal Service
-
257