Inzicht in herkomst van data nodig om betrouwbaarheid te vergroten

Data spelen een steeds belangrijker rol in het functioneren van de overheid. Maar hoe weet je of de data betrouwbaar zijn? In een recent rapport van het Wetenschappelijk Onderzoek- en Datacentrum (WODC) kan inzicht in de ‘levensloop’ van data (data lineage) daaraan een belangrijke bijdrage leveren.

Data lineage draait om het in kaart brengen van het ontstaan, de veranderingen en het eindgebruik van data. Die gegevens komen te staan in de metadata van een bestand, zoals een document of een afbeelding. Registratie van die data wordt steeds belangrijker, nu in het Nederlands rechtstelsel steeds meer gebruik wordt gemaakt van algoritmische en data-gedreven instrumenten bij het vormen en uitvoeren van beleid, stelt het WODC in het rapport ‘Data lineage for the justice system’.

Automatisering van het proces

Nu schort het nog aan een dergelijke registratie waardoor het onduidelijk is waar data vandaan komen en of ze sinds die tijd zijn gewijzigd en door wie. Het toevoegen van gegevens over data lineage kan worden geautomatiseerd, zodat het proces niet afhankelijk is van de alertheid en tijd van betrokkenen in de reis die de data afleggen. Volgens WODC moet er wel nog het nodige gebeuren voordat ministeries de methode effectief kunnen inzetten.

Start met inventarisatie eisen

Belangrijk is om te beginnen met de inventarisatie van de eisen waaraan de extra metadata moeten voldoen. Afhankelijk van het doel, kan een grofmazige dan wel een fijnmazige registratie nodig zijn. Verder moet er gewerkt worden aan de gebruiksvriendelijkheid van de data lineage tools. Er zijn nu hulpmiddelen beschikbaar in het open source domein, maar om die in te zetten is nogal wat technische kennis nodig. Commercieel verkrijgbare toepassingen voor data lineage zijn toegankelijker maar vooralsnog kostbaar en minder flexibel inzetbaar.