aplikace nebo aktivně sledovali, co vše bylo vytvořeno nad jejich daty. Přesto je možné působit pozitivně a edukativně. Je možné ukazovat příklady dobré praxe a dělat intenzivní osvětu, případně uspořádat workshopy. Jednou z možných cest je také vytvoření motivačního programu/soutěže který by odměňoval poskytovatele za nejlepší/dobrý výkon v některé z těchto dvou metrik.
Zlepšením obou metrik by se vytvořil také multiplikační efekt, kdy by nejen narostly body za tyto metriky, ale promítlo by se to také do metrik B_01 - Pokrytí tematických oblastí publikace dat aplikacemi a portály a B_02 - Aplikace a portály pro specifické skupiny občanů využívající otevřená data. Byli bychom schopni identifikovat více nových aplikací a portálů a celkově by se tak mohlo zvýšit skóre ve 4 metrikách ze 6 u této charakteristiky.
Ještě je zde jedna metrika s vysokým potenciálem pro zlepšení, ale u ní je bohužel vliv MV na její úspěšnost menší. Jedná se o metriku B_03 - Zpravodajské weby využívající otevřená data, kde jsme stejně jako rok předtím dosáhli 0 bodů z 39. Předpokladem pro úspěšnost této metriky je vysoce rozvinuté prostředí OD, obdobně jako je tomu v severských státech. Jakýkoliv přímý vliv v této metrice je však z její povahy pro MV těžké získat. Vliv na vývoj metriky může být jenom nepřímý, a to přes zvyšování kvality ekosystému OD v ČR, na kterém MV pracuje. Autoři se proto domnívají, že úspěch se v této metrice dostaví po překročení určité kritické hranice vyspělosti prostředí OD v ČR.
Přehled dosažené % úspěšnosti metrik: B_01 - 51 % B_02 - 48 % B_03 - 0 % B_04 - 52 % B_05 - 32 % B_06 - 12 % H2_2 Nástroj open governmentu V této charakteristice byly téměř všechny body získány metrikou B_12 - Aplikace a portály monitorující činnost organizací na základě otevřených dat. Většina těchto aplikací byl a vytvořena soukromým nebo neziskovým sektorem. Naopak ostatní metriky této charakteristiky zjišťují, jaká data, aplikace nebo nástroje pro zvýšení transparentnosti vytvořila nebo publikovala veřejná správa samotná. A zde je vidět velký rozdíl mezi tím, co vytvořila či zveřejnila veřejná správa a co soukromý a neziskový sektor.
Autoři proto doporučují zaměřit se na vytvoření OFN pro data o hlasování zastupitelstva samospráv, které poskytne samosprávám návod ke zveřejnění takovýchto dat a může sloužit jako impuls pro další samosprávy. Taktéž se doporučujeme zaměřit na katalogizaci dat o hlasování poslanců poslanecké sněmovny v NKOD. Vyřešení těchto dvou problémů (metriky B_07 - Transparentnost hlasování samospráv a B_08 - Otevřenost parlamentu ČR) by zvýšilo úspěšnost charakteristiky o dalších 30 % a už dnes bychom tak dosahovali více jak 50 %.
Ostatní metriky ( B_09, B_10, B_11) se všechny zaměřují především na dostupnost dat zvyšujících transparentnost u rozdílných typů organizací veřejné správy. Pro zvýše ní úspěšnosti u těchto metrik je kromě pozitivní motivace nebo šíření dobré praxe u dotčených institucí možné také vytvořit tým nebo zorganizovat workshop, který by identifikovali, publikace informací o způsobu vykonávání agend, o dalších činnostech organi zací, způsobech jejich provádění, rozhodování, nakládání se zdroji, a jiné datové sady jež jsou pro transparentnost důležité a jak jejich zveřejnění docílit.
Přehled dosažené % úspěšnosti metrik: B_07 - 2 % B_08 - 0 % B_09 - 2 % B_10 - 20 % B_11 - 17 % B_12 - 50 %
H2_3 Nástroj egovernmentu Tato charakteristika dosáhla 0 % úspěšnosti a je to kvůli tomu. že Veřejný Datový Fond(VDF) nebyl zatím nijak naplněn. Bez toho, aby byl VDF naplněn, není možné u této charakteristiky získat žádné body, a proto autoři doporučují zaměřit se na vytvoření systematického tlaku vůči odpovědným institucím a klíčovým osobám, který by měl vyústit do naplnění VDF. Pokud dialog s odpovědnými osobami a institucemi nebude v horizontu 1 -2 let nikam vést, doporučujeme se zaměřit na nepřímou podporu přes veřejné akce, jako jsou například semináře, konference nebo sepsání odborných článků do novin.
Přehled dosažené % úspěšnosti metrik: B_13 - 0 % B_14 - 0 % B_15 - 0 % B_16 - 0 % H2_4 Nové služby a produkty Charakteristika se skládá z dvou metrik: B_17 - Nové produkty a služby a B_18 - Využití OD ve výzkumných projektech; a dosáhla celkové 20% úspěšnosti.
U metriky B_17 můžeme vidět zásadní zlepšení oproti roku 2021. Kdyby nastavený trend pokračoval i v příštích letech, tak v průběhu 3 - 4 let dokážeme dosáhnout 100% úspěšnosti. Zvyšování úspěšnosti bývá ve vyšších stádiích zpravidla těžší, a proto si autoři myslí, že pro udržení stávajícího trendu bude potřebné:
● Vznik nové funkcionality NKOD pro evidenci/katalogizaci a prezentaci všech možných aplikací, nástrojů a produktů, které vznikají nad OD. Rozšíření NKODu by tak mělo zahrnovat také aplikace ze sekce nové produkty a služby . Toto by poté ulehčilo
získávání informací o těchto produktech a službách. Kromě toho by mohlo rozšíření také sloužit na jejich propagaci a motivovalo by tak jejich tvůrce k nahlašování nových projektů.
● Kromě rozšíření NKOD by bylo užitečné, kdyby vznikla také speciální soutěž/cena/jiná forma pro vyjádření uznání a zásluh pro nově vznikající služby nebo produkty. Tato kampaň by měla být dlouhodobá a kromě zásadní finanční odměny, která jí přinese punc prestižnosti, by měla být i součástí obdobné a větší, ideálně evropské, schémy.
● Pro tematické kategorie, ve kterých chybí nové produkty a služby, doporučujeme identifikovat chybějící/potenciálně užitečné datasety a vypracova t plán pro jejich zveřejnění v NKOD.
● Pokud předešlé body nebudou vést k požadované úspěšnosti, doporučujeme vypracovat a vypsat grantovou schému na podporu nových produktů nebo služeb v nedostatečně pokrytých tematických oblastech.
U metriky B_18 jsme naopak zaznamenali zásadní pokles oproti roku 2021. Možnosti zlepšení výsledků metriky ze strany MV jsou poměrně omezené a nedávají moc prostor na ovlivnění. Přesto je ale možné pomýšlet na osvětu mezi pracovníky v oblasti vědy, výzkumu a inovací v podobě krátkých a praktických seminářů. Bylo by také vhodné zjistit, jaká data výzkumníkům a vědcům chybí, nebo s jakými překážkami se v oblasti OD setkávají. Je předpokladem toto zjistit od září 2023, kdy si budou moci výzkumníci a vědci požádat o řízený přístup k datům, která nelze nyní sdílet formou otevřených dat. Základní rámec fungování řízeného přístupu k datům by měl definovat zákon o správě dat veřejného sektoru, viz návrh věcného záměru.
Přehled dosažené % úspěšnosti metrik: B_17 - 24 % B_18 - 0 %
Oblast užívání dat
Ukazatel H3 reprezentuje hodnotu oblasti užívání hodnot vytvořených na základě otevřených
dat a patří do 2. úrovně měření. Ta je tvořena především erudovaností a připraveností
uživatelů k práci s otevřenými daty a k využívání všech vytvořených výstupů v oblasti
zhodnocující otevřená data. Předmětem měření jsou proto především charakteristiky oblasti
odpovídající možnostem a způsobům vzdělávání uživatelů. Jelikož oblast obsahuje pouze 5
metrik, byla každá detailně rozepsána.
Shrnutí
Počet bodů: 60/85
Uživatelská část hodnocení OD v ČR vykazuje známky etablovaného prostředí, kde se s OD
setkává čím dál větší část obyvatel, jež s daty pracuje. Jak vidíme v měřených metrikách,
prostředí se zdá být v krátkodobém horizontu stabilizované a zejména částečně nezávislé na
nastavení datové politiky při MV. Množství komunit, článků, realizovaných akcí či počty VŠ
oborů, jež souvisí s otevřenými daty tomu tak napovídají. Mírný pokles byl zaznamenán pouze
u závěrečných prací týkajících se OD. Přesto se může jednat spíše o meziroční výkyv.
C_1 Odborné články na portálech otevřených dat
Měří se úsilí, věnované vzdělávání uživatelů OD formou odborných článků a návodů, vytvoření
jejich znalostního zázemí pro maximální zhodnocení a využití publikovaných údajů, viz.
Příloha_4_Seznam odborných článků na portálech otevřených dat.
Počet článků: 255
Úspěšnost metriky: 100 %
Počet bodů (max/real): 10/10
Interpretace:
Za rok 2022 bylo publikováno 255 článků na sledovaných portálech. Vzhledem k nově
přibývajícím médiím, která pracují s otevřenými daty a tuto práci deklarují ve svých článcích a
webech (data.deník, data.rozhlas, sekce seznam zpráv), jejich počet výrazně meziročně
narostl. Roste navíc trend nedělat pouze datové články jako “long read”, ale rovněž se data
čím dál více dostávají i do denního zpravodajství, a to i v médiích, která zatím svoji datovou
sekci přímo nedefinovala.
C_2 Komunity v oblasti publikace a užívání otevřených dat
Hodnocení trendu růstu zájmu a zapojení veřejnosti (zpracovatelů i uživatelů OD) do využívání
údajů VS formou utváření zájmových komunit, viz. Příloha_5_Seznam komunit.
Počet komunit: 9
Úspěšnost metriky: 75 %
Počet bodů (max/real): 18/24
Interpretace:
Počet komunit využívajících otevřená data se meziročně rozšířil o jednu, a sice
datavizmeetup, což je komunita, jež se pravidelně schází diskutovat nad nejrůznějšími
datovými tématy. Počet komunit se však výrazně nemění, což svědčí o jisté stabilizaci tohoto
prostředí.
C_3 Rozvoj digitální gramotnosti na úrovni VŠ
Posouzení trendu pronikání otevřených dat přímo do vzdělávacích studijních oborů
vysokých škol.
Počet oborů: 419 Úspěšnost metriky: 100 % Počet bodů (max/real): 20/20
Interpretace:
Počet vysokoškolských oborů, které se zabývají zpracováním dat, meziročně přibývá. Za rok
2022 přibylo 28 takových oborů, čímž se značně zvyšuje digitální gramotnost absolventů a
tím i celé společnosti. Tento trend růstu počtu oborů sledujeme každoročně. Nutno ovšem
podotknout, že akcent v této metrice je kladen spíše na technické dovednosti práce s daty,
než-li na samotné využívání otevřených dat jako takových.
C_4 Organizované konference, hackathony, semináře a další
akce související s otevřenými daty
Měří se společenské aktivity zaměřené na předávání informací a zkušeností mezi všemi
aktéry v oblasti otevřených dat (poskytovatelé, zpracovatelé, uživatelé) mimo oblast
vzdělávání viz. Příloha_2_Seznam realizovaných akcí v oblasti otevřených dat.
Počet akcí: 38
Úspěšnost metriky: 25 %
Počet bodů (max/real): 4/16
Interpretace:
Počet organizovaných akcí oproti roku 2021 výrazně vzrostl. Je to dané zejména vyšším
počtem akcí, které přímo nerealizovalo Ministerstvo vnitra (jako garant agendy), ale
poskytovatelé otevřených dat. Výrazně vzrostl počet konferencí a webinářů, kde se otevřená
data skloňovala.
C_5 Využití OD v závěrečných pracích VŠ
Měří se využití otevřených dat jako zdroje informací v závěrečných pracích VŠ, nebo jako
tématu závěrečné práce, viz. Příloha_6_Seznam závěrečných prácí k OD.
Počet závěrečných prací: 16
Úspěšnost metriky: 53 %
Počet bodů (max/real): 8/15
Interpretace:
Počet závěrečných prací, v nichž se vyskytují pojmy jako “otevřená data”, “open data” či
“NKOD” za rok 2022 poklesl na 16 prací, což o 3 méně než v roce 2021. Nutno podotknout,
že 9 ze 16 závěrečných prací pochází z brněnských univerzit (7x MU, 2x VUT), což je zajímavé
zejména v porovnání s pracemi vzniklými v Praze (3x VŠE, 0x ČVUT, 0x KU).
Autoři závěrečných prací (bakaláři, diplomanti) jsou většinou znalí problematiky OD, orientují
se v jejich principech a prostředí, proto doporučujeme v některých případech jejich
kontaktování a zahrnutí je do komunity OD. Rovněž se nabízí jejich zapojení přímo do
datových týmů v jednotlivých městech.
Celkové shrnutí Z naměřených hodnot pro rok 2022 můžeme pozorovat mírný nárůst oproti roku 2021, a to z 423 bodů na 4 51, z maximálních možných 1000. Vzhledem k tomu, že u některých metrik došlo ke změně způsobu jejich výpočtu, musí me být při hodnocení pozitivnímu vývoje velmi opatrní. Největší potenciál pro zlepšení poskytuje oblast Zhodnocování otevřených dat, která z maximálního možného počtu ztratila až 82 % bodů. Autoři proto doporučují využít opatření nastíněná v této oblasti a zaměřit se tak na její celkové zlepšení. Naopak, oblast užívání dat dosáhla celkově velmi vysokého hodnocení a doporučujeme proto upozadit a odložit snahy o její další zlepšení na dobu, kdy zbylé dvě oblasti budou dosahovat podobných výsledků. V oblasti data, - atributy a podmínky kvalitní suroviny pak doporučujeme zaměřit se zejména na zlepšení metrik v charakteristikách Kvalita dat, Kvalita poskytovatelů a Dostupnost dat, které byly nejméně úspěšné.
Zajímavým zjištěním z hlediska hodnocení (obdržených bodů) se zdá být i rozdíl mezi poskytovanou kvalitní datovou základnou a nedostatkem produktů postavených nad těmito daty, čili nedostatečným zhodnocenováním těchto dat. Tyto nedostat ky mohou pramenit z několika faktorů, například z neznalosti prostředí otevřených dat ze strany odborné veřejnosti, nedostatkem technických dovedností pro zpracování dat či nedostatečné komunikaci ze strany veřejné správy (správci dat) k potenciálním uživa telům. Veřejnost by také mohla vyvinou větší tlak na poskytovatele, aby publikovaly maximum možného počtu datových sad, nicméně s aspektem zachování dostatečné kvality těchto dat. Datová kvalita z hlediska bodů (62 %) může být však mírně zavádějící, respektive iluzorní, jelikož v prostředí veřejné správy ČR je častým fenoménem zaměření se na kvantitu publikace datových sad na místo kvality. Nad nekvalitnímy daty pak jen stěží mohou vzniknou nové produkty.
Ve všeobecnosti můžeme říci, že čím je vyšší úspěšnost metriky, tím náročnější bude její další zlepšování, a proto doporučujeme zaměřit se v nejbližších letech hlavně na tzv. “low hanging fruits”, neboli metriky s velmi malým získaným počtem bodů, kde je potenciál pro zlepšení mnohokrát vyšší. Taktéž doporučujeme systematizovat práci na zvyšování úspěšnosti metrik vypracováním plánu, neboli “road map”, který by definoval na jaké metriky, kdy a jak se zaměřit, a pracovat s nimi. K dosažení cílů a implementaci jednotlivých doporučení je ale potřeba, aby se t omu věnoval minimálně jeden člověk na plný úvazek, jako podpora národnímu koordinátorovi otevřených dat. Monitorovat stav a dopady OD je důležité také kvůli hodnocení Evropské komise, výstupy se dají využít pro Open data Maturity Report, každoročně provádě ného Evropskou komisí a nebo jako podklad pro propagaci tématu otevřených dat v prostředí ČR.
Rovněž je nutné brát v úvahu, že některé metriky bude potřeba v průběhu příštích let revidovat a případně posoudit, zda-li jsou výstupní indikátory dosažitelné a reálné. Rovněž je nutné brát v úvahu možný “minimální standard” ve smyslu počtu poskytovatelů, kde do mnoha výpočtů byly bráni poskytovatelé s 1 a více datovou sadou. To se v případě legislativní úpravy a nových povinností může změnit. Metriky jsou však v tomto ohledu nastaveny velmi flexibilně.
Závěrem můžeme konstatovat, že vyspělost ekosystému otevřených dat se inkrementálně zlepšuje. Můžeme to tvrdit jak v souvislosti s meziročním vývoje této studie, tak i například s
výsledky Open data maturity reportu 2022. V souvislosti s dosaženými výsledky lze české prostředí OD považovat za stabilní a mezi mnoha OVM etablované. Důležitými prvky funkčnosti celého ekosystému je rovněž spolupráce mezi poskytovateli a uživateli otevřených dat, kde důležitým aspektem je právě komunikace, kterou je nutné uzpůsobit dle výstupů komunikační strategie s uživateli OD.
Pokud se implementují doporučení z tohoto dokumentu, tak ve střednědobém horizontu 5 až 10 let, můžeme dosáhnout velmi vysoké úspěšnosti při naplňování metrik, potažmo vysoké vyspělosti ekosystému otevřených dat, obdobně jako je tomu v nordických státech.