1 Úvod
V současné digitalizované době se data stala jedním z nejvýznamnějších zdrojů, které ovlivňují fungování podniků, firem, veřejných institucí i výzkumných organizací. Se stoupajícím objemem dostupných dat roste i potřeba zajistit, aby tato data byla přístupná, znovu využitelná a prospěšná co největšímu kruhu uživatelů. Právě v tomto kontextu dostává čím dál větší roli koncept otevřených dat – open data – tedy informací, které mohou být volně dostupné, sdílené a dále zpracovávané bez větších omezení, ať právních, finančních nebo technických. V uplynulých letech se iniciativy otevřených dat rozvíjejí jak na mezinárodním, tak i na národním měřítku, a to i díky legislativním opatřením, jako je evropská směrnice o otevřených datech (Directive (EU) 2019/1024), nebo i rostoucímu tlaku na inovace, transparentnost a datově podložené rozhodování.
Otevřená data mohou být v praxi velmi důležitým zdrojem informací. Když jsou publikována ve srozumitelné, strojově čitelné podobě a doplněna o přehledné licenční podmínky, umožňují lidem vytvářet aplikace, analyzovat aktuální problémy, nebo zlepšovat rozhodování. Mezi reálné příklady patří iniciativa Transport for London (dlouhodobé zlepšování kvality městské hromadné dopravy v Londýně), český Národní katalog otevřených dat, nebo vědecké repozitáře typu Zenodo. Tyto příklady ukazují, že otevřená data mohou zjednodušit fungování veřejných služeb, podpořit podnikání i zvýšit průhlednost institucí. Jsou tak součástí moderního informačního prostředí a nástrojem, který přispívá technologickému i společenskému rozvoji.
Na druhou stranu je ale také potřeba počítat s určitými překážkami. Ty se vyskytují hlavně v tom, že data nejsou vždy kvalitní, úplná nebo dostatečně popsaná. Často také chybí jednotné standardy, což komplikuje možnost jejich propojení a opakované využití. Významnou roli mají také právní záležitosti, zejména ochrana osobních údajů a zacházení s citlivými informacemi. Řada institucí také nemá dostatek znalostí nebo kapacit na to, aby s otevřenými daty byla schopná pracovat efektivně a dlouhodobě.
Cílem této práce je tedy ukázat, jak mohou otevřená data pomoci při rozhodování ve veřejném prostoru i v soukromém sektoru, jaké konkrétní výhody přinášejí, a zároveň jakým problémům musejí organizace čelit, pokud je chtějí naplno využívat.
2 Teoretické východisko
2.1 Definice otevřených dat
Jak už bylo řečeno, otevřená data jsou soubory informací, které kdokoliv může volně používat, upravovat a šířit bez větších právních či technických omezení. Koncept vychází z myšlenky, že data, která jsou vytvářena veřejným sektorem nebo vědeckými institucemi, mají nejvyšší hodnotu tehdy, když jsou k dispozici veřejnosti a mohou být dále používána pro různé účely, ať už pro výzkum nebo jen informovanost občanů. Jedna z nejpoužívanějších definic říká, že otevřená data jsou data, která může kdokoli „svobodně používat, upravovat a sdílet, a to maximálně s požadavkem na uvedení zdroje a zachování otevřenosti“ (Open Knowledge Foundation, 2015).
Aby data mohla být považována za skutečně otevřená, musí splňovat několik nutných podmínek. Mezi hlavní z nich patří formát, licence a dostupnost samotných dat. Data musí být zveřejněna ve formátu, který je strojově čitelný, a tedy vhodný pro další automatické zpracování (například CSV, JSON). Dále by měla být opatřena licencí, která uživatelům jasně sděluje, jak mohou s daty dále pracovat. Součástí otevřených dat je také jejich dostupnost – bez poplatků, v krajních případech pouze s minimálními technickými náklady.
Otevřená data se zároveň liší od proprietárních nebo komerčních dat. Proprietární data jsou z většiny chráněna autorským právem, musí mít licenci nebo jsou určeny pro interní účely organizace, ze které pocházejí; otevřená data mají přístup bez bariér, tím přispívají novým řešením a službám. Tento rozdíl je zásadní zejména v kontextu digitální ekonomiky, kde otevřená data podporují inovaci, zatímco neveřejná data jsou omezená jen na vybrané subjekty.
V rámci veřejné správy se koncept otevřených dat opírá o předpoklad, že informace vznikají z veřejných prostředků, a právě proto by měly být veřejnosti dostupné. Tento princip podporuje vznik a rozvoj národních katalogů otevřených dat, jaké existují na evropské úrovni (Evropský portál otevřených dat), v České republice (Národní katalog otevřených dat) nebo ve Velké Británii (UK Government Open Data Portal). Postupně se přidávají i výzkumné instituce, které publikují vědecká data ve veřejných repositářích, aby zvýšily transparentnost a opakovatelnost vědy.
2.2 Ekosystém otevřených dat
Ekosystém otevřených dat představuje prostředí, ve kterém společně působí různé veřejné instituce, firmy, neziskové organizace, výzkumné týmy, technologické platformy i jednotliví uživatelé, kteří za určitých pravidel data vytváří, zpřístupňují a dále využívají. Nejsou to tedy jen samotné datasety, ale celý systém procesů, které umožňují vznik otevřených dat a zajišťují skutečný užitek pro společnost.
Jedním z nejdůležitějších aktivních účastníků v tomto ekosystému je veřejná správa. Jsou to právě státní úřady, města a další veřejné instituce, které generují největší množství potenciálních otevřených dat. Jde například o informace o dopravě, životním prostředí, školství, zdravotnictví nebo o údaje o státním rozpočtu. Vládní instituce také nesou zodpovědnost za legislativní rámec, standardy publikací a správu národních katalogů otevřených dat. V České republice patří mezi hlavní subjekty Ministerstvo vnitra, Český statistický úřad (ČSÚ) a jednotlivá ministerstva a další státní instituce, na evropské úrovni pak Evropská komise a její již zmíněný portál data.europa.eu.
Další významnou skupinou v ekosystému jsou jednotliví uživatelé otevřených dat – tedy ti, kteří je využívají. Sem patří podniky, které na datech mohou stavět nové služby a produkty, výzkumníci analyzující společenské jevy, novináři, kteří čerpají z dat pro jejich výzkum, nebo samotní občané hledající informace o svém okolí. Každá z těchto skupin má trochu jiné potřeby: pro firmy je nutnost kvalitní API (aplikační programové rozhraní) a přesná data, výzkumníci potřebují podrobná metadata a občané zase přehledné vyhledávače a srozumitelný vhled. Tato různorodost potřeb je důvodem, proč je důležité, aby ekosystém byl co nejlépe organizovaný a přístupný pro všechny.
Součástí ekosystému jsou také technologické nástroje a standardy umožňující publikaci a využití dat. Významným rámcem jsou takzvané FAIR principy – Findable, Accessible, Interoperable a Reusable. Tyto principy zdůrazňují, že data mají být snadno dohledatelné, volně přístupná, kompatibilní s ostatními systémy a opakovaně využitelná. Prakticky to znamená používat otevřené formáty (CSV, JSON), poskytovat data přes API, doplňovat je dostatečnými metadaty a uvádět jasnou licenci k jejich využívání. FAIR principy dnes využívá mnoho státních i vědeckých institucí, protože zvyšují kvalitu a dlouhodobou použitelnost dat.
Důležitou roli v ekosystému hrají také legislativní a politické rámce, které určují, jaká data mohou být zveřejňována a za jakých podmínek. V EU je klíčovým dokumentem Směrnice o otevřených datech a opakovaném využití informací veřejného sektoru (Directive (EU) 2019/1024). Ta stanovuje povinnost zpřístupňovat určité kategorie dat a specifikuje tzv. „high-value datasets“. To jsou datové sady, které mají vysoký potenciál pro inovace a jejichž zveřejnění je prioritní (například dopravní nebo meteorologická data).
Také je důležité zmínit i neziskové organizace, komunity a technologické iniciativy, které se podílejí na vzniku a rozvoji otevřených dat. Mezi nejvýznamnější patří například Open Knowledge Foundation, nezisková organizace zabývající se podporou otevřených dat, otevřené vědy a transparentnosti ve veřejné správě. Tyto iniciativy propojují různé skupiny uživatelů a pomáhají šířit povědomí o tom, jak mohou otevřená data být užitečná.
2.3 Právní a etické aspekty
Jedna z nejdůležitějších oblastí, které se vztahují k publikaci a využití otevřených dat, jsou právní a etické oblasti. Princip otevřenosti je postaven na co nejširší možné dostupnosti informací, ale i přesto musí tento přístup být v souladu s ochranou osobních údajů, respektováním autorských práv a bezpečností dat. Aby se otevřenost dat nestala spíše rizikem než přínosem, je nezbytné, aby instituce dodržovaly právní rámec a dbaly na etické používání dat.
Klíčový dokument v EU představuje Směrnice o otevřených datech a opakovaném využití informací veřejného sektoru (Directive (EU) 2019/1024). Tato směrnice navazuje na dřívější legislativu (PSI Directive) a jejím cílem je dát členským státům povinnost zveřejňovat určitá data jako otevřená, hlavně potom ta, která mohou viditelně podpořit inovace nebo transparentnost v kterémkoli odvětví. Směrnice také definuje tzv. high-value datasets, tedy datové sady, které musí být zpřístupněny ve strojově čitelné podobě, dostupné zdarma a pravidelně aktualizovány a kontrolovány (European Parliament & Council, 2019). Mezi ně patří například již zmíněná geodata, meteorologická data, statistiky nebo dopravní informace. Takto existují jasná pravidla, která zajišťují, že otevřená data budou publikována jednotně, bez porušování osobních nebo autorských práv a budou ve vhodné podobě pro opakované využití.
Dalším z velkých právních témat v oblasti otevřených dat je ochrana osobních údajů, hlavně ve vztahu k nařízení GDPR, které stanovuje přísná pravidla pro zveřejňování a práci s daty, která by mohla identifikovat fyzickou osobu. Otevřená data musí být zcela anonymizována s důrazem na ochranu proti re-identifikaci. Re-identifikace, tedy možnost znovu zjistit totožnost osoby, lze udělat i ze zdánlivě neškodných údajů, například kombinace data narození, PSČ a pohlaví. Výzkumy ukazují, že u malých datasetů je riziko re-identifikace vyšší než u těch rozsáhlejších (Sweeney, 2000). Proto je potřeba, aby instituce před zveřejněním dat posoudily, zda data neobsahují citlivé informace a případně je upravily pomocí technik jako například agregace nebo pseudonymizace.
Vedle osobních údajů je důležité také autorské právo. Součástí otevřených dat mohou být díla chráněná copyrightem, například mapové podklady, textový obsah, nebo fotografie a jiné grafické prvky. Tyto části musí být pro zveřejnění pokryta licencí, která explicitně umožňuje další použití. Ve veřejné správě se nejčastěji používají licence Creative Commons, například CC BY 4.0 (uvedení autora) nebo CC0 (public domain). Bez jasného licencování může být využití otevřených dat výrazně omezeno.
Právní stránka je také úzce propojena s otázkou etického zacházení s daty. I v případě splnění veškerých právních požadavků je potřeba zohlednit širší dopad na společnost. Týká se to zejména toho, jak jsou data interpretovány a jaké závěry jsou z nich vyvozeny. Snadná nesprávná interpretace může vést k zavádějícím informacím (byť i k nevědomí autora), chybným rozhodnutím nebo například k posílení stereotypů a nerovnosti. Proto je doporučováno k publikovaným datům zveřejnit i kontext, metodu sběru dat a možné limity datasetu (Open Knowledge Foundation, n.d.). Zde je transparentnost klíčem pro správné a zodpovědné využívání otevřených dat.
Do etických otázek patří také rovný přístup k datům. Otevřená data by měla být dostupná každému, ale pro jejich efektivní využití je potřeba alespoň nějaká technická zdatnost. Tím se může vytvářet nerovnost mezi lidmi, kteří data umí zpracovat a lidmi, kteří takové dovednosti nemají. Etika v této oblasti proto klade důraz i na podporu vzdělávání a uživatelsky přívětivých platforem. Cílem je vytvořit takové prostředí, aby data mohli efektivně využívat různé skupiny uživatelů, bez ohledu na dovednosti.
Etické a právní aspekty jsou nezbytné pro správný a udržitelný rozvoj otevřených dat. Poskytují rámec, který chrání soukromí občanů a stanovuje pravidla pro publikaci.
3 Typy a zdroje otevřených dat
Otevřená data pocházejí z široké škály institucí i zdrojů a všechna jsou spojena způsobem jejich zpřístupnění: otevřený formát, jasná licence a možnost opakovaně je využívat. V praxi se nejčastěji dělí podle toho, kdo je publikuje (veřejná správa, vědecké instituce, mezinárodní organizace, soukromý sektor atd.) a jaký typ informací obsahují (dopravní, geografická, environmentální, socioekonomická). Tato kapitola poskytne přehled hlavních kategorií a hlavních zdrojů, které hrají klíčovou rolu v evropském i českém ekosystému otevřených dat.
3.1 Data veřejné správy
První a nejrozšířenější skupinou jsou data veřejné správy. Vznikají činností státních institucí, krajů, měst a obcí a pokrývají největší část témat – od demografických údajů přes dopravu až po životní prostředí nebo ekonomiku. V České republice jsou sdružena v Národním katalogu otevřených dat (data.gov.cz), který funguje jako hlavní zdroj informací o tom, jaké datasety jednotlivé organizace publikují. Jsou zde k nalezení například data o registrech škol, veřejných zakázkách, statistikách kriminality, dopravních jízdních řádů nebo o výsledcích voleb. Cílem těchto dat je umožnit veřejnou kontrolu, zvýšit transparentnost státní správy a podpořit inovace v soukromém sektoru. Podobný systém existuje i na evropské úrovni prostřednictvím portálu data.europa.eu, kde jsou sdružené datasety z členských států EU a evropských institucí. Podle European data portal (2023) obsahuje tento katalog více než milion datových sad různého typu, což ho dělá jedním z největších zdrojů otevřených dat na světě. Také poskytuje jednotné nástroje, které pomáhají uživatelům data vyhledávat, filtrovat a stahovat.
3.2 Výzkum a věda
Samostatnou kategorií jsou výzkumná a vědecká data, jejichž význam stále roste v souvislosti s potřebou podporovat transparentnost institucí a reprodukovatelnost vědeckého výzkumu. Zásadními zdroji jsou otevřené repositáře jako již zmíněný Zenodo, Figshare, OpenAIRE nebo datové archivy specifických oborů (například genomická data, klimatické databáze nebo fyzikální experimenty). Tyto repositáře jsou důležité nejen pro vědce, ale i pro studenty a mimo jiné i pro datové analytiky, protože jsou schopné poskytnout kvalitní datasety, které jdou volně zpracovávat a kombinovat. Velkou roli zde hrají již zmíněné FAIR principy, které svými pravidly podporují dlouhodobou hodnotu dat.
3.3 Geografická data
Další významnou oblastí jsou prostorová a geografická data (souhrnně geodata), která se týkají dopravy, urbanismu, klimatologie, zemědělství nebo krizového řízení. Klíčovými zdroji pro Evropu jsou systémy Copernicus a INSPIRE, které zpřístupňují mimo jiné mapové podklady, satelitní snímky a modely životního prostředí. Tyto datasety se využívají třeba pro sledování klimatických změn, kvality ovzduší anebo vývoje vegetace. U nás můžeme takováto data hledat na stránkách ČÚZK (katastr nemovitostí, ortofotomapy, registry adres) a ČHMÚ (meteorologická a klimatická data).
3.4 Environmentální data
Další skupinou jsou environmentální data, která zahrnují informace o kvalitě ovzduší, emisích, hluku nebo odpadech. Klíčové zdroje pro Evropu jsou European Environment Agency (EEA) a Copernicus Atmosphere Monitoring Service (CAMS). V Česku takováto data poskytuje například Česká inspekce životního prostředí nebo přímo Ministerstvo životního prostředí. Díky těmto otevřeným datům mohou občané nebo i vědci a výzkumníci sledovat stav životního prostředí, identifikovat dlouhodobé trendy a v návaznosti na ně i navrhovat potřebná řešení.
3.5 Socioekonomická data
Samostatnou kategorii pak tvoří socioekonomická data, což jsou informace o populaci, zaměstnanosti, vzdělanosti obyvatel, zdravotnictví nebo o ekonomickém výzkumu. Tady máme klíčový evropský zdroj Eurostat, který zveřejňuje makroekonomické i mikroekonomické ukazatele. V Česku má tuto roli Český statistický úřad, jehož datové výstupy jsou často integrovány i do Národního katalogu otevřených dat.
3.6 Data soukromého sektoru
Poslední skupinou, která bude v této kapitole zmiňována, je soukromý sektor, který také pomalu začíná zveřejňovat část svých dat jako otevřená nebo alespoň zdarma dostupná i když bez možnosti dalšího zpracování nebo jiného použití. Do této skupiny patří například dopravní platformy (Uber Movement – zveřejnění anonymizovaných dat o rychlostech, cestovních dobách a dopravních tocích), telekomunikační společnosti (Vodafone Mobility Insights – statistiky pohybu obyvatelstva na základě mobilní sítě), energetické firmy (ČEZ – open data o výrobě elektráren, emisích a spotřebě elektrické energie zásadní pro výzkum obnovitelných zdrojů a predikce) nebo globální technologické firmy (Google Mobility Reports – během pandemie COVID-19 zveřejnění dat o mobilitě obyvatel podle regionů). I přesto, že nejde o otevřená data v užším právním smyslu, hlavně co se týče licencí, jsou tato data cenným doplňkem veřejných zdrojů a často podporují krizové řízení institucí nebo ekonomický výzkum.
Celkově lze říct, že otevřená data pocházejí z různorodých zdrojů rozdělených podle druhu a původu dat. Toto umožňuje kombinovat informace z různých oblastí, vytvářet nové služby a aplikace a podporovat informované rozhodování ve veřejné správě i v soukromém sektoru.
4 Přínosy a příležitosti otevřených dat
Otevřená data představují významný zdroj hodnoty pro mnoho institucí, od veřejné správy a podniků, přes akademickou sféru až po samotné občany. Níže uvedené příklady ukazují, jak otevřená data konkrétně podporují transparentnost, inovace, vědu, občanskou angažovanost i efektivitu veřejné správy.
4.1 Transparentnost veřejné správy
Otevřená data zveřejněná veřejnou správou přispívají k přehlednějšímu a průhlednějšímu fungování veřejných institucí, podporují důvěru u občanů, a mohou snížit riziko korupce (OECD, 2018). Také veřejnost, novináři i watchdog organizace mohou sledovat, jak jsou spravovány veřejné prostředky a získat lepší přehled o zakázkách, investicích a dalších vnitřních pochodech, což omezuje prostor pro nehospodárné chování.
Příkladem může být organizace Hlídač státu, který provádí analýzy dostupných otevřených dat z Registru smluv, hlavně co se týče práce veřejných institucí s penězi. Díky nim byly nalezeny výrazné rozdíly v cenách IT služeb poskytovaných veřejným institucím (Hlídač státu, 2022), čímž vznikl tlak na větší efektivitu a transparentnost při zadávání zakázek. Případ ukazuje, jak otevřená data umožňují externím organizacím a lidem kontrolovat veřejné výdaje a přinášet návrhy ke zlepšení.
4.2 Podpora inovací a podnikání
Otevřená data také napomáhají firmám z ekonomického hlediska, protože jim umožňují vytvářet nové aplikace, služby nebo produkty. Jak startupy, tak i velké společnosti data využívají pro návrhy svých řešení, čímž podporují konkurenceschopnost a snížení bariér vstupu na trh. V European Data Portal z roku 2017 se uvádí, že otevřená data mohou ročně nepřímo generovat výrazné ekonomické přínosy v rámci EU.
Mezi konkrétní příklady patří Transport for London iniciativa, díky které vzniklo více než 600 různých aplikací jako je Citymapper, která pomáhá lidem se pohybovat po Londýně různými prostředky nebo třeba London Live Bus Times, kde lze dohledat živé časy odjezdů autobusů včetně případného zpoždění. U nás jsou to například mapy.cz, které využívají otevřená geodata z OpenStreetMap, která jsou volně editovatelná veřejností (Seznam.cz, 2024).
4.3 Přínosy pro vědu a výzkum
Vědecká komunita dlouhodobě zdůrazňuje důležitost sdílení dat jako základní podmínky pro správný a efektivní výzkum (European Commission, 2019). Bude tak možné ověřovat poznatky, zrychlit výzkum a podporovat mezinárodní spolupráci. Jak už bylo řečeno, FAIR principy zde zajišťují dlouhodobou použitelnost zveřejněných dat.
V době pandemie COVID-19 se jedním z nejvlivnějších zdrojů dat stal Our World in Data (OWID), otevřený vědecký projekt výzkumníků z University of Oxford. OWID shromažďoval data z oficiálních národních zdrojů a mezinárodních institucí do globálně nejpoužívanější databáze COVID-19, obsahující časové řady o počtu případů, úmrtí, testování, hospitalizacích, očkování i vládních opatřeních (Our World in Data, 2019).
Na základě těchto datasetů, díky otevřené licenci mohli vědci, analytici i novináři volně používat data. Vznikaly tak modely šíření infekce, odhady reprodukčního čísla i predikce zatížení zdravotnických zařízení po celém světě. Tyto veřejné analýzy pomáhaly pochopit dynamiku pandemie. Grafy a vizualizace z OWID navíc dále přebíraly vlády i média po celém světě – například Financial Times, The Economist nebo World Health Organization. Další velkou výhodou projektu byla transparentní dokumentace metod a postupů.
Obrázek 1 znázorňuje denní potvrzené případy COVID-19 na milion obyvatel ve vybraných zemích. Tento graf ilustruje, jak lze díky otevřeným datům (zde z dat Světové zdravotnické organizace) sledovat vývoj pandemie a porovnávat jednotlivé země.
Podobně významnou roli hrála otevřená data Evropského střediska pro prevenci a kontrolu nemocí (ECDC). To zveřejňovalo epidemiologické statistiky pro všechny evropské státy.
4.4 Občanská angažovanost a participace
Otevřená data a jejich možná úprava může posílit aktivní zapojení občanů do veřejného dění. Lidé mají díky tomu možnost lépe porozumět tomu, co se děje okolo nich a mohou vytvářet vlastní projekty.
Jako dobrý příklad participace občanů jsou městské hackathony jako například Prague Hacks pořádaný nadací OSF. Je to víkendový programovací maraton pro veřejnost s cílem využít otevřená data pro zlepšení kvality života v Praze ať už výslednou aplikací, webovými službami nebo třeba i hrou. Zrealizované články a projekty se týkají například advokačních kampaní nebo digitalizace českých neziskových organizací (Nadace Open Society Fund Praha, 2025).
4.5 Zvyšování efektivity a úspora nákladů
Pokud úřady a firmy využívají už existující otevřená data, nemusí si je znovu sbírat nebo vytvářet, čímž ušetří nejen čas, ale i peníze a námahu.
Například evropské meteorologické služby sdílejí volně dostupná data, takže státy nemusí budovat nadbytečné sběrné systémy. Evropské centrum pro střednědobé předpovědi počasí (ECMWF) provozuje Copernicus Climate Data Store (CDS), což je veřejný datový portál financovaný Evropskou unií. Menší státy jako Slovensko, Estonsko nebo Chorvatsko využívají ECMWF reanalýzy, čímž se vyhnou budování vlastních klimatických modelů od úplného začátku (ECMWF, 2023; SHMÚ, 2021; Estonian Environment Agency, 2020; DHMZ, 2022).
4.6 Příležitosti v oblasti umělé inteligence
Dostupná otevřená data jsou dobrým materiálem pro vyvíjení a trénování modelů strojového učení. Umožňuje to rozvoj AI bez porušování licencí nebo vlastnických práv. Evropská komise označuje otevřená data jako základ pro spolehlivý vývoj důvěryhodné umělé inteligence (European Commission, 2020).
Jako příklad lze uvést využití otevřených dat v ekonomii, konkrétně při predikci inflace. Evropská centrální banka využívá časové řady HICP z Eurostatu jako klíčový vstup pro svůj makroekonomický model NAWM II, který odhaduje nejen inflaci, ale i růst HDP a dynamiku trhu práce v EU (ECB, 2021).
5 Výzvy a omezení otevřených dat
I přes řadu výhod, které nám otevřená data přinášejí, je jejich publikace a používání doprovázena i výzvami, ať už technickými, právními, organizačními nebo společenskými. Tyto problémy mohou zpomalovat rozvoj datového ekosystému a snižovat pozitivní dopad otevřených dat na veřejnou správu, vědu, podnikání. V této části budou shrnuty hlavní omezení, doplněny o příklady z praxe.
Obrázek 2 ukazuje úroveň pokroku členských zemí EU v jednotlivých oblastech souvisejících s publikací kvalitních dat (high-value datasets). Z grafu můžeme vyčíst, že největší problémy přetrvávají v kvalitě metadat, standardizaci struktur a ve strojovém publikování dat prostřednictvím API.
5.1 Nedostatečná kvalita a struktura dat
Jednou z asi nejčastějších překážek je nedostatečná kvalita dat. I když jsou data zveřejněna, mohou být neúplná, zastaralá nebo chybná. Kvalitní otevřená data by měla splňovat standardy pro aktualizaci a konzistenci. V praxi ale některé úřady nemají dostatečnou kapacitu nebo dovednosti. Nízká datová kvalita pak snižuje použitelnost i možnost replikace analýz.
Například v Registru smluv ČR jsou smlouvy vložené organizacemi bez uvedení například ceny, nebo s nekonzistentní strukturou metadat, kdy instituce vyplňují popisná pole neúplně nebo špatně, což stěžuje možnost analýzy. Na tento problém upozorňují Standardy pro publikace a katalogizaci otevřených dat v České republice, nebo evropský Open Data Maturity Report upozorňující na nekompatibilitu metadat ve státech EU (Ministerstvo vnitra ČR, 2023; European Data Portal, 2022).
5.2 Nedostatečná interoperabilita a technické standardy
I když jednotlivá data existují, datasety často nejsou mezi sebou kompatibilní. Publikace v odlišných formátech (např. PDF vs. CSV), rozdílné struktury nebo již zmíněná chybějící metadata mohou významně omezit možnosti kombinování dat z více zdrojů.
Veřejná dopravní data v EU se často potýkají s tímto problémem. Přestože většina měst poskytuje otevřená dopravní data, některá používají GTFS standard, jiná publikují data ve vlastních formátech, nebo jako neúplné tabulky (European Commission, 2019). Ve výsledku vývojáři evropských dopravních aplikací musí sami data upravovat a převádět na vyhovující formáty, což zpomaluje práci a vytváří zbytečné náklady navíc.
5.3 Právní překážky a ochrana osobních údajů
Tento problém je v této práci popsaný již v kapitole 2.3 Právní a etické aspekty. Jako příklad je možné zmínit Zdravotnické statistiky v EU, kdy některé členské státy odmítly zveřejnit úmrtnostní data podle regionů z důvodu možnosti identifikace lidí v malých obcích (ESS, 2018).
5.4 Organizační a kapacitní bariéry v institucích
Mnoho institucí nemá dostatek odborného personálu, financí, nebo interních vědomostí na to, aby data publikovaly kvalitně a s pravidelnými aktualizacemi. Publikace dat totiž vyžaduje nejen určitou technickou zdatnost ale i dokumentaci, popis metod, pravidelnou správu metadat a komunikaci s uživateli.
5.5 Bariéry na straně uživatelů
Mnoho potenciálních uživatelů otevřených dat – i přes možnou vysokou kvalitu dat – nemá dostatečnou datovou gramotnost, technické dovednosti nebo nástroje pro analýzu dat. Od novinářů, přes podnikatele až po občany se vyskytují problémy jako identifikace relevantních datových zdrojů, využívání plného potenciálu dat nebo málo zkušeností s formáty jako JSON nebo API (OECD, 2019; ODI, 2020; European Data Portal, 2020).
5.6 Riziko misinterpretace a nedůvěry
Jelikož jsou otevřená data dostupná i široké veřejnosti, mohou být interpretována bez znalosti potřebného kontextu, což může vést ke špatným závěrům a následnému šíření misinformací.
Pro příklad se lze vrátit do doby COVID-19, kdy počty případů mezi státy uvedené v datech z OWID byly řadou uživatelů porovnávány bez ohledu na odlišné strategie testování. Dalším příkladem je kriminalita ve městech, která často souvisí s důvěrou k policii. Vyšší počet nahlášených trestných činů nemusí znamenat vyšší kriminalitu, jak by bylo snadné odvodit z dat bez kontextu.
5.7 Závislost na externích platformách a API
Mnohé projekty související s daty jsou postaveny na externích platformách, které mohou omezovat přístup, změnit API nebo ukončit podporu. Závislost na komerčních platformách může tak ohrozit stabilitu ekosystému otevřených dat. V roce 2023 Twitter (nyní X) zrušil bezplatný přístup k API (Twitter Developer Platform, 2023), což znemožnilo stovkám výzkumných a akademických projektů pokračovat v jejich projektech vyšetřování misinformací a nenávistných projevů na platformě (The Conversation, 2023).
6 Závěr
Cíl této práce byl ukázat, že otevřená data představují důležitý nástroj v mnoha směrech, ať je to veřejná správa, podnikatelské prostředí nebo i vědecký výzkum. Analýza dostupných informací i konkrétní příklady z praxe potvrzují, že otevřená data mohou výrazně zlepšit transparentnost institucí, podpořit inovace a umožnit lidem dělat informovanější rozhodnutí, ať se jedná o veřejný nebo soukromý sektor. Zároveň ale stále přetrvávají překážky bránící plnému využití potenciálu dat.
Hlavním přínosem práce je ukázka konkrétních oblastí, kde už dnes otevřená data přinášejí hodnotu jako například vědecké modelování nebo kontrola veřejných financí. Tyto příklady potvrzují, že otevřená data jsou praktickým nástrojem, který může řešit skutečné problémy ve společnosti.
Aby jejich využití bylo ještě účinnější, je potřeba se zaměřit na několik oblastí zlepšení. Jedná se především o investice do kvality dat a metadat pro řešení problémů nekonzistence a nejasných standardů a tím zlepšování použitelnosti dat. Dále také jde o rozvoj datové gramotnosti a vzdělání veřejnosti v tomto odvětví, aby data mohli využívat mimo odborníky i novináři, studenti, podnikatelé nebo běžní občané. V neposlední řadě je potřeba zmínit také podporu kompatibilních formátů dat a API pro skutečné propojení dat mezi institucemi, které je publikují.
Otevřená data mají velký význam i v demokratické společnosti, jelikož umožňují občanům nahlédnout do fungování institucí státní správy a tím přispívají otevřenému dialogu mezi státem a veřejností. V demokratické společnosti tvoří podklad pro informovanou debatu i kontrolní mechanismy, které tvoří nedílnou část fungujícího státu.
Závěrem lze říct, že otevřená data přinášejí nejen technologické pokroky, ale i určitou společenskou hodnotu. Jejich potenciál může být naplněn tehdy, když budou kombinovány kvalitní datové standardy, uživatelé s datovým vzděláním a aktivní přístup institucí k publikaci a tvorbě dat. Do budoucna je možné očekávat, že otevřená data budou mít čím dál větší roli zejména v oblasti umělé inteligence, krizového řízení a veřejné kontroly. Když vezmeme v potaz kombinaci legislativního tlaku, technologického pokroku a narůstající datové gramotnosti, je možné předpokládat další rozšiřování jejich dopadu.
7 Zdroje a seznam literatury
Česko.Digital. (2021). Obce v datech – Analýza kapacit.
https://cesko.digital
data.europa.eu. (n.d.). EU Open Data Portal.
https://data.europa.eu
data.gov.cz. (n.d.). Portál otevřených dat České republiky.
https://data.gov.cz
data.gov.uk. (n.d.). UK Open Data Portal.
https://data.gov.uk
European Commission. (2019). Open data and the reuse of public sector information (Directive (EU) 2019/1024). EUR-Lex.
https://eur-lex.europa.eu/EN/legal-content/summary/open-data-and-the-reuse-of-public-sector-information.html
European Commission. (2020). Artificial Intelligence — White Paper.
https://ec.europa.eu/info/publications/white-paper-artificial-intelligence-european-approach-excellence-and-trust_en
European Commission. (2022). Digital Skills in the EU.
https://digital-strategy.ec.europa.eu/en/policies/digital-skills
European Data Portal. (2022). Open Data Maturity Report 2022. https://data.europa.eu/en/publications/open-data-maturity/2022
European Data Portal. (2023). Open Data Maturity Report 2023. https://data.europa.eu/en/publications/open-data-maturity/2023
European Statistical System. (2018). ESS Handbook on Statistical Disclosure Control.
https://sdctools.github.io/HandbookSDC/Handbook-on-Statistical-Disclosure-Control.pdf
Hlídač státu. (2022). Cenové analýzy Hlídače státu: unikátní nástroj pro stát i dodavatele. https://texty.hlidacstatu.cz/2022/06/20/cenove-analyzy-hlidace-statu-unikatni-nastroj-pro-stat-i-dodavatele/
NPR. (2023). Twitter’s new data access rules will make social media research harder.
https://www.npr.org/2023/02/09/1155543369/twitters-new-data-access-rules-will-make-social-media-research-harder
OECD. (2019). Enhancing Access to and Sharing of Data.
https://www.oecd.org/content/dam/oecd/en/publications/reports/2019/11/enhancing-access-to-and-sharing-of-data_070835df/276aaca8-en.pdf
Open Knowledge Foundation. (2015). Open Definition 2.1.
https://opendefinition.org/od/2.1/en/
Open Data Handbook. (2015). Open Licenses.
https://opendatahandbook.org
Open Science CZ. (n.d.). FAIR principy.
https://openscience.cz/cs/data/fair-principy
OSF. (n.d.). Prague Hacks – Programovací maraton nad otevřenými daty.
https://osf.cz/akce/prague-hacks-vikendovy-programovaci-maraton-nad-otevrenymi-daty/
Our World in Data. (2020). Coronavirus Pandemic (COVID-19).
https://ourworldindata.org/coronavirus
Seznam.cz. (2024). Mapy.cz nově finančně podporují projekt OpenStreetMap…
https://blog.seznam.cz/2024/11/mapy-cz-nove-financne-podporuji-projekt-openstreetmap-a-pomahaji-tak-prispivat-na-jeho-provoz-a-rozvoj/
TfL – Transport for London. (2023). Open Data Users.
https://tfl.gov.uk/info-for/open-data-users/
Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., … & Mons, B. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018. https://doi.org/10.1038/sdata.2016.18
Zenodo. (n.d.). Homepage.
https://zenodo.org
Umělá inteligence byla v této práci využita na navržení kostry dokumentu, dodatečné ověřování faktických informací a návrhy zdrojů.
