30 giugno 2020 · Centro Consorzi · Workshop online
5 minuti di lettura

Open data per l’Industria 4.0

Nel 2020 ho partecipato alla seconda parte del workshop “Open data per l’Industria 4.0”, promosso da Centro Consorzi e dedicato al valore economico, sociale e operativo dei dati prodotti dalla Pubblica Amministrazione.

La registrazione, pubblicata il 30 giugno 2020, documenta un confronto tra competenze differenti: open data, analisi predittiva, business intelligence, intelligenza artificiale, Internet of Things e sviluppo delle città intelligenti.

I dati pubblici come bene comune

Le amministrazioni pubbliche raccolgono e producono ogni giorno grandi quantità di informazioni statistiche relative al territorio, ai servizi, alla mobilità, all’economia e ai fenomeni sociali.

Quando questi dati non contengono informazioni personali e vengono pubblicati in forma accessibile, aggiornata e riutilizzabile, possono diventare una risorsa per cittadini, imprese, ricercatori e amministrazioni.

La trasparenza rappresenta soltanto una delle loro funzioni. I dati aperti possono sostenere anche la progettazione di nuovi servizi, la valutazione delle politiche pubbliche e la comprensione delle trasformazioni del territorio.

Un dato pubblico produce valore quando può essere compreso, verificato e trasformato in conoscenza utilizzabile.

Il rapporto tra Pubblica Amministrazione e imprese

Uno dei problemi affrontati nel workshop riguardava la distanza tra i dati disponibili presso la Pubblica Amministrazione e le informazioni realmente necessarie alle imprese.

Le amministrazioni non sempre conoscono quali dataset potrebbero sostenere la competitività, la pianificazione e l’innovazione dei soggetti economici presenti sul territorio.

Il workshop ha quindi proposto un confronto diretto: lasciare alle imprese la possibilità di indicare quali informazioni pubbliche possano essere utili per migliorare le attività, sviluppare nuovi servizi e prendere decisioni maggiormente fondate.

Dalla pubblicazione all’utilizzabilità

Rendere pubblico un file non significa automaticamente produrre un open data utile.

I dati devono essere aggiornati, documentati, strutturati e accompagnati dalle informazioni necessarie per comprenderne origine, significato, perimetro e limiti.

Dataset incompleti, formati incompatibili o classificazioni incoerenti possono rendere formalmente disponibile un’informazione, ma impedirne l’effettivo riutilizzo.

Il valore nasce dalla continuità del processo: raccolta corretta, qualità, pubblicazione, aggiornamento e possibilità di collegare informazioni provenienti da fonti differenti.

Il mio contributo: XLAW® e i dati della sicurezza urbana

Nel corso del workshop ho portato l’esperienza di XLAW®, sviluppato come sistema previsionale applicato alla sicurezza urbana e alla prevenzione dei reati predatori.

XLAW® mostrava come dati raccolti nell’attività pubblica potessero acquisire un valore ulteriore quando venivano organizzati intorno a una domanda precisa e interpretati attraverso una conoscenza specifica del fenomeno.

Il modello non nasceva dalla semplice disponibilità di informazioni statistiche. Era necessario comprendere la struttura della criminalità predatoria, le modalità di selezione degli obiettivi, le ricorrenze nello spazio e nel tempo e il comportamento degli autori.

I dati diventavano quindi uno strumento per rendere sistematica una conoscenza maturata attraverso l’esperienza e la verifica operativa.

Open data e sicurezza

L’apertura dei dati nel campo della sicurezza richiede particolare attenzione.

Trasparenza e riutilizzo devono essere conciliati con la protezione delle informazioni personali, delle attività investigative e degli elementi che potrebbero compromettere persone o operazioni.

Non tutti i dati possono essere pubblicati nello stesso modo. È necessario distinguere tra informazioni statistiche aggregate, dati personali, dati operativi e informazioni soggette a specifiche limitazioni.

La costruzione di dataset pubblici utili richiede quindi anonimizzazione, aggregazione, definizione del livello territoriale e valutazione degli effetti prodotti dalla pubblicazione.

Dati aperti e sistemi complessi

Riletto oggi, il workshop evidenzia un tema destinato a diventare sempre più importante nella mia successiva attività di ricerca: la capacità di osservare un sistema attraverso segnali provenienti da fonti differenti.

Un territorio, un’organizzazione o un’infrastruttura non possono essere compresi attraverso un singolo indicatore. Occorre leggere relazioni, variazioni, dipendenze e transizioni.

Gli open data possono contribuire a questa capacità di osservazione, purché vengano integrati all’interno di un metodo e non considerati come una semplice accumulazione di informazioni.

Il dato non coincide con la conoscenza. Diventa conoscenza quando permette di leggere una relazione, una variazione o una condizione del sistema.

Un confronto multidisciplinare

Il workshop ha riunito professionalità provenienti dall’analisi dei dati, dall’innovazione digitale, dalla business intelligence, dall’intelligenza artificiale e dalle applicazioni industriali e urbane.

Tra i relatori figuravano Maurizio Napolitano, coordinatore del Digital Commons Lab della Fondazione Bruno Kessler, Elia Lombardo per l’esperienza XLAW® e Massimo Occhipinti per i processi di analytics e business intelligence.

Sono inoltre intervenuti Athos Nobile, Maurizio Viviani e Dino Vincoletto, portando contributi sulle tecnologie avanzate, sull’intelligenza artificiale, sull’Industrial IoT e sulle smart city.

La registrazione del workshop

La seconda parte del workshop è disponibile sul canale YouTube di Centro Consorzi.

Guarda la registrazione su YouTube

Dati dell’evento

Fonti dell’evento

Conclusione

Il workshop ha mostrato che l’apertura dei dati pubblici non rappresenta soltanto un adempimento di trasparenza.

Può diventare un’infrastruttura di conoscenza capace di sostenere innovazione, competitività, partecipazione e progettazione dei servizi.

Affinché ciò avvenga, però, i dati devono essere affidabili, comprensibili e collegati a domande reali. Prima dell’elaborazione viene la qualità dell’informazione. Prima dell’innovazione viene la comprensione del sistema.