Lomas: Un Nuovo Modo di Usare i Dati Pubblici

Le organizzazioni pubbliche raccolgono un sacco di dati per svolgere il loro lavoro. Questi dati sono fondamentali per creare statistiche importanti a livello locale, nazionale e internazionale. Tuttavia, leggi sulla privacy molto rigide limitano quanto possono utilizzare questi dati. Per affrontare questo problema, è stata sviluppata una nuova piattaforma chiamata Lomas. È uno strumento Open-source che permette agli utenti autorizzati, come ricercatori e analisti del governo, di eseguire programmi su dati sensibili senza vedere i dati reali.

La piattaforma Lomas opera in un ambiente di calcolo SICURO tipico dei sistemi IT governativi. Gli utenti autorizzati possono connettersi da remoto per inviare i loro programmi ai dati sensibili. Lomas elabora questi programmi senza mostrare i dati agli utenti e fornisce risultati protetti da un metodo chiamato Privacy Differenziale. Questa tecnica aggiunge rumore intenzionale ai risultati, rendendo difficile per chiunque trovare informazioni identificabili. La Privacy Differenziale aiuta a gestire il rischio di esposizione dei dati, garantendo nel contempo trasparenza su come i dati vengono protetti e utilizzati.

L'introduzione di Lomas rappresenta un cambiamento significativo nel modo in cui i dati pubblici possono essere utilizzati. Mira a fornire informazioni preziose da dati che in precedenza erano considerati troppo sensibili per essere toccati. Lomas supporta la ricerca, aiuta a creare politiche, come iniziative di salute pubblica, e incoraggia l'innovazione in vari campi, tutto mentre garantisce che la riservatezza dei dati sia una priorità.

#Il Valore dei Dati Pubblici

I servizi pubblici hanno accesso a enormi volumi di dati che sono cruciali per le loro missioni. I governi investono molto tempo e risorse nella raccolta, organizzazione e analisi di questi dati, creando una fonte di informazione unica e affidabile. Tuttavia, il pieno potenziale di questi dati è spesso inespresso perché di solito è limitato a usi specifici, seguendo regole come il Regolamento Generale sulla Protezione dei Dati (GDPR) nell'Unione Europea o la Data Protection Act in Svizzera.

Organizzazioni come gli Uffici Statistici Nazionali (NSO) affrontano leggi ancora più rigide, che richiedono di proteggere la riservatezza dei dati che gestiscono. Questo significa che non possono usare i dati per nulla di diverso dalla produzione di statistiche nazionali. Esistono eccezioni, come per la ricerca accademica nell'UE, ma queste richieste devono passare attraverso un lungo processo di revisione, che può essere complicato.

I dati pubblici rimangono largamente inutilizzati, e il loro pieno potenziale può essere sbloccato solo attraverso l'uso secondario, ovvero usando i dati per scopi diversi da quelli inizialmente previsti. Altri uffici governativi possono utilizzare questi dati per migliorare il processo di creazione delle politiche pubbliche. Ad esempio, gli NSO possono fornire dati demografici ed economici accurati per aiutare a prendere decisioni su salute pubblica o istruzione. I laboratori di ricerca possono utilizzare questi dati per favorire la conoscenza e potenziare la competitività di un paese attraverso l'innovazione. Le aziende possono usare i dati pubblici per informare le strategie aziendali e lo sviluppo dei prodotti. Inoltre, condividere questi dati tra i paesi può migliorare le risposte a crisi globali come le pandemie.

Tuttavia, è fondamentale guadagnare la fiducia del pubblico quando si riutilizzano i dati. I benefici non devono compromettere i diritti degli individui. Pertanto, è fondamentale controllare il rischio di rivelare dati identificabili quando vengono utilizzati sia all'interno che all'esterno del settore pubblico.

#Lomas e Il Suo Approccio

Lomas affronta questa sfida offrendo un servizio che consente la "data science senza occhi". Questo significa che i professionisti non accedono mai direttamente ai dati sensibili. Invece, la piattaforma consente un uso efficace dei dati privati gestendo il rischio di divulgare informazioni identificabili.

La piattaforma Lomas si basa su concetti testati durante un hackathon delle Nazioni Unite che ha dimostrato che i dati raccolti da ONG potevano essere utilizzati in sicurezza con la tecnologia giusta. La piattaforma è stata sviluppata utilizzando codice open-source da questo evento, fornendo una solida base per Lomas.

Lomas funge da hub per le organizzazioni che cercano di riutilizzare i dati in modo sicuro. Le entità autorizzate possono creare prodotti di dati, il che significa qualsiasi risultato generato dall'analisi dei dati, garantendo al contempo che i dati riservati rimangano protetti da esposizioni dirette. La piattaforma opera da remoto, eliminando la necessità di controlli umani su ogni output dell'algoritmo, un processo spesso costoso e che richiede tempo. Usando tecnologie che migliorano la privacy, l'intero processo può essere automatizzato mantenendo il controllo sui rischi di divulgazione dei dati.

In questo modo, Lomas apre i benefici dell'utilizzo di dati pubblici che in precedenza erano considerati troppo sensibili o ristretti. L'obiettivo è gestire gli accessi e i rischi dei dati in modo efficace, così che la riservatezza degli individui venga mantenuta quando i loro dati vengono riutilizzati. Inoltre, Lomas può aiutare ad accelerare lo sviluppo degli algoritmi mentre si attende i processi di condivisione dei dati formali richiesti dalla legge.

#L'Importanza della Ricerca

La ricerca è un'area principale in cui Lomas può fare una grande differenza. La condivisione dei dati dai servizi pubblici è tipicamente lenta e complicata, richiedendo un accordo legale formale e un'ampia preparazione dei dati. Di conseguenza, questi processi lunghi possono ritardare la ricerca, il che è particolarmente problematico durante le emergenze come la pandemia di COVID-19.

Lomas può svolgere diversi ruoli importanti nella ricerca:

1. Facilitare il Lavoro Iniziale: I ricercatori possono iniziare il loro lavoro prima perché possono cominciare a testare i loro algoritmi mentre aspettano che il processo formale di accesso ai dati finisca. Questo beneficia sia i ricercatori, che possono procedere più velocemente con i loro progetti, sia le amministrazioni pubbliche, che possono risparmiare tempo quando le analisi si rivelano non fattibili.

2. Migliorare l'Accesso: Lomas può fornire accesso a dati che in precedenza erano considerati troppo sensibili, garantendo che i dati rimangano sicuri e che il rischio di divulgazione sia gestito con attenzione. Questo consente ai ricercatori di analizzare dati che altrimenti sarebbero inaccessibili, aiutando i governi a massimizzare il valore dei dati che hanno raccolto.

Per garantire che i dati rimangano riservati, gli output generati dagli algoritmi su Lomas vengono modificati utilizzando tecniche di Privacy Differenziale. Questo significa che per alti livelli di privacy, gli utenti possono accedere alla piattaforma senza troppi requisiti contrattuali, poiché il rischio di divulgare informazioni è molto basso. Anche se i risultati potrebbero avere un'utilità limitata, questo consente comunque ai ricercatori di iniziare a testare rapidamente il loro lavoro.

#Caratteristiche Uniche di Lomas

Lomas è notevole perché è la prima piattaforma open-source di questo tipo sviluppata dal settore pubblico per il settore pubblico. Anche se principalmente serve dipendenti pubblici e ricercatori, ha anche il potenziale per supportare collaborazioni con il settore privato e ONG.

Per garantire che Lomas sia ampiamente disponibile e facile da implementare, è stata integrata in piattaforme di dati esistenti e sono state formate partnership con gli uffici statistici nazionali. Questo mira a promuovere l'uso di tecnologie che migliorano la privacy e creare strumenti preziosi per i servizi pubblici.

Lomas è progettata per garantire che l'analisi dei dati possa essere eseguita in modo riservato ed efficiente. Segue principi consolidati per sviluppare piattaforme sicure, che includono:

• Open-source: Il codice è disponibile pubblicamente, permettendo a chiunque di usarlo, modificarlo o migliorarlo.
• Modulare: Lomas si basa su librerie open-source consolidate e le integra per creare le funzionalità richieste. Questo significa che la piattaforma può basarsi su tecnologie già fidate piuttosto che reinventare la ruota.
• Portatile: È progettata per essere facilmente distribuita in vari ambienti, rendendola adatta a diversi tipi di servizi pubblici.
• Facile da usare: La piattaforma mira a rendere semplice per gli utenti accedere e svolgere i loro compiti di data science. Questo include metodi di distribuzione semplici e un uso semplificato degli strumenti per la privacy.
• Scalabile: L'architettura della piattaforma consente di crescere insieme alle risorse disponibili.
• Sicura: Anche se non è ancora completamente pronta per la produzione, Lomas sta implementando misure di sicurezza per proteggere i dati e l'accesso degli utenti.

#Come Funziona Lomas

La piattaforma Lomas è composta da due componenti principali: una libreria client e un server. La libreria client fornisce agli utenti strumenti per inviare richieste al server, mentre il server elabora queste richieste e gestisce gli algoritmi che vengono eseguiti sui dati.

Quando un utente vuole analizzare i dati, inizia stabilendo una connessione con Lomas e guadagna accesso a un ambiente virtuale per eseguire i suoi programmi. Può rivedere i dataset disponibili, inclusi i Metadati che lo aiutano a capire i dati. Gli utenti possono testare i loro algoritmi utilizzando dataset fittizi che imitano la struttura dei dati originali senza mettere a rischio il loro budget di privacy.

Una volta che un utente è pronto a eseguire il suo algoritmo, questo passa attraverso un processo di validazione per garantire che abbia i controlli di privacy richiesti. Se tutto è in ordine, il server recupera i dati reali in modo sicuro ed esegue l'algoritmo, proteggendo i risultati con la Privacy Differenziale. I risultati vengono quindi inviati all'utente mantenendo traccia delle attività degli utenti per trasparenza e responsabilità.

#Il Ruolo dei Metadati

I metadati sono essenziali in Lomas in quanto forniscono dettagli cruciali sui dataset. Descrivono le caratteristiche dei dati, come i tipi e i nomi delle colonne. Offrendo queste informazioni, i metadati aiutano gli utenti a capire come lavorare appropriatamente con i dataset.

Con le capacità della piattaforma, i metadati possono anche facilitare la creazione di dataset fittizi realistici per testare gli algoritmi. Conoscere i valori possibili per diversi attributi aiuta ad applicare efficacemente le misure di privacy necessarie.

Per garantire un funzionamento efficiente, i metadati dovrebbero essere accessibili pubblicamente o disponibili gratuitamente per gli utenti. Con vari servizi pubblici che adottano il principio di raccogliere dati solo una volta dai cittadini, Lomas beneficia degli sforzi per standardizzare e armonizzare i metadati tra diversi dataset.

#Sfide e Direzioni Future

Sebbene Lomas abbia fatto significativi progressi nella gestione della riservatezza dei dati, ci sono ancora diverse sfide. La questione chiave riguarda come determinare il giusto budget per la perdita di privacy. Questo budget consente alle organizzazioni di bilanciare il rischio di divulgare dati sensibili con l'utilità dei dati analizzati.

Stabilire questo budget comporta rispondere a domande difficili su quale livello di rischio sia accettabile e garantire che i dati possano essere utilizzati affidabilmente per gli scopi previsti. Questa sfida richiede una discussione più ampia che include soluzioni tecniche e approfondimenti da esperti di privacy, responsabili politici e il pubblico generale.

Inoltre, Lomas mira a migliorare continuamente le sue funzionalità. Attualmente, integra strumenti per supportare compiti di analisi dei dati di base in modo sicuro. In futuro, prevede di espandere le sue funzionalità per includere compiti di machine learning e gestione più sofisticata dei dataset. Facendo affidamento su metadati e standard ben documentati, Lomas vuole semplificare l'implementazione delle misure di privacy per gli utenti.

Insieme a questi progressi tecnici, ci sono sforzi in corso per rendere l'uso di tecnologie che migliorano la privacy più comune. Iniziative esistenti incoraggiano l'incorporazione di queste tecnologie in vari quadri governativi. Questo approccio cerca di semplificare l'implementazione delle misure che proteggono i dati individuali mentre si avanzano ricerca e analisi.

#Conclusione

Lomas rappresenta un grande passo avanti nel modo in cui le organizzazioni pubbliche possono sfruttare i dati rispettando le leggi sulla privacy. Con il suo approccio open-source, focus sulla sicurezza e impegno per un accesso user-friendly, Lomas apre la strada a un uso responsabile dei dati. Abilitando la "data science senza occhi", la piattaforma aiuta a sbloccare preziose intuizioni proteggendo nel contempo i diritti degli individui.

Man mano che Lomas continua a svilupparsi e perfezionarsi, ha il potenziale di creare nuove opportunità per la ricerca, informare le politiche pubbliche e guidare l'innovazione, il tutto mantenendo i più alti standard di riservatezza dei dati.