開放資料的工作可能會遇到哪些問題？

g0v.tw   的核心理念之一是開放並呈現更多的政府資料，但是，除了公務員與內行人以外，鮮少人知道政府的資料是如何產生，很容易會忽略了資料本身可能是有誤甚至有 毒；此外，開放資料並不一定代表能提供正確的資訊，還需要嚴謹的解釋，否則可能會有強化社會既有污名的風險，而產生負面效果。

我將按「資料本身可能會有哪些問題」、「處理或呈現資料時可能又會有哪些（新）問題」和「建設性的建議」的順序來討論。

資料本身可能會有哪些問題

資料來自蒐集與編輯資料的人，必然帶著某一種觀點。g0v.tw 蒐集與呈現的資料多半來自政府，來自公務員的業務。不同政府部門帶著不同觀點，按照業務的要求，公務員替職業、經濟指標、預算項目、犯罪類型等事物分類。除非使用者比公務員更了解這個領域，否則公務員的分類方式通常不會被質疑。

• 例1 「2000 年到 2008 年間，觸犯兒少性交易防制條例第 29 條， 遭警方移送者，有兩萬多件」。單看數據，可能會產生「網路性犯罪的趨勢成長」的印象。但是，這段期間處理類似案件有積分加成，而且只要守在電腦前面就可以 「偵辦」，成本較低，導致警察偏好偵查這類活動，最後就成為我們看到的數據。這些案子只有約十分之一被檢察官起訴，這很可能意味偵查與移送都相當浮濫。（其他像交通違規的數據也有類似的問題。）

• 例2   國家預算的「黑箱」通常都隱藏於細項，無法在總預算的層次察覺。各部會的預算書，充斥語焉不詳的「資訊服務費」、「一般事務費」等名目，有可能藏汙納垢。 行政部門製作預算書的時候，通常不會善盡說明之責，畢竟預算書十分繁雜，審計時間有限，立委及其助理的素養更未必到位，行政部門只要說得出貌似合理的理 由，通常就足夠矇混過關。

犯罪率與交通違規的數據，顯示施政方向會左右資料。預算細項的例子，說明預算書等政府公開資料，不容易直接看出名堂。

把資料抓出來，放在網路上給公眾檢閱，是不是就足夠透明了呢？Aaron Swartz 寫道 ：「人們可以來回檢閱[政府]資料，同時誰[此特指政府與管制者]都不信任」，「問題來了：如果管制者不可信，那你怎麼會認為資料可信呢？」資料本身不是透明的，所以光是把資料攤在陽光下還不夠。

• （我 不確定這要放在第一段還是第三段）我在想，其實在 g0v  上面，除了「資料集」的內容，是否能附上資料的生產方式，和其他相關資料：例如說，跟人口統計、估計有關的資料集，可能說明其採樣和統計的方式；或者是我 上面所說的兒少 29 條的例子，附上相關警政單位政策的連結、起訴率等資料。
• (Gosh, Chinese input cannot work on hackpad smoothly, WTF) 
• I  don’t naively think coders shall take all the responsibilities to find  out the procedure that produce current data, or to guess what other data  shall be interlinked to, so a platform that users can help submitting  them is necessary to encourage deeper/more realistic intepretation of  current data. Also, "experts" of certain topics may be asked to give  comments inside of g0v group a priori.

處理或呈現資料時可能又會有哪些（新）問題

g0v.tw 呈現資料後，也有可能產生新的問題。資料涉及的事物，社會上可能已經有許多意見，這些意見不一定正確或錯誤，但 g0v.tw 呈現的資料，可能會加強既有的意見。我們不希望強化錯誤的意見。為什麼會有這個問題？一方面，資料本身帶有行政部門的觀點，因此不透明；更重要的是，我們通常需要其他資料、了解相關背景，才有辦法作適當的推論，並避免錯誤解讀帶著我們離事實越來越遠。

• 例1 譬如前文兒少性交易案件的數據，一旦我們知道「積分有加成」和「檢察官實際起訴的數目」，就不會用來佐證網路性犯罪上升，反倒有可能質疑警方是否錯置人力。

• 例2 公督盟的立委評鑑方式，未考慮立委之間的關係、不同議題的性質和黨團的影響，離立院實況有些距離。於是，公督盟可能選出了「言行符合理想的立委」，卻未考慮這樣的立委能在立法院造成什麼實質影響，也忽略了不符這套理想、但確實將議題往我們期望的方向拉的立委。

• 後勤中心(fb)也有人提出相關討論，大家可以激盪一下....

• 例3 再舉一例。疾管局2012年的 愛滋病危險因子的統計，跟性行為相關者如下：異性間性行為（女 52，男 252）、同性間性行為（女 0，男 1485）、雙性間性行為（女 0，男 233）。 這數據似乎可以替疾管局專攻男性同性間性行為背書，不過，疾管局也只有針對男同性戀族群的社交場所，編列預算辦免費名篩檢，並想方設法鼓勵男同性戀去作篩 檢。疾管局「關愛的眼神」一定程度也對特高的數據有貢獻。倘若不明就裡，很容易加深對男同性戀的刻板印象與污名，譬如 2004 年農安街同志搖頭轟趴之後，類似新聞多與愛滋連結。

• 小小的知識補充：包括衛生局有抽血管數跟陽性率的壓力，然後抽檢不同的族群積分加權會不同，有一度（我不確定現在還是不是），男同志的加權達到 6（一個有意思的對照：性工作者的加權是 0.5）

綜合來看，不論「資料本身的問題」或「處理或呈現資料的（新）問題」，都可以用「觀點間的爭議」來統整思考。g0v.tw 挖掘與開放的資料，許多是政府資料，帶著行政部門的觀點，不是所有人都苟同。另一方面，要對資料觸及的議題有所了解，才能適當地處理資料。何況，資料觸及的議題，往往有不少觀點（包括行政部門在內）彼此競爭是非對錯，以及「接下來該怎麼做」。

資訊人不可能一肩擔起這全部的工作。「太難閱讀不是生成資料庫所帶來的問題，」Swartz寫道，「問題在於對資料的考察不夠」。如果公私部門人員製作資料時撒了謊，那公開資料等於助長謊言。資訊人通常是對開放資料最敏感的一群人，卻不可能掌握資料觸及的各種議題。不過，資訊人可以打造平台，讓懂議題的人加入；資訊人可以建立誘因，讓不同觀點競爭，確保資料被恰當運用。

• 可參考我是... 如何參與黑客松，g0v平台歡迎各種人士自主參與。歡迎補充該文件「議題關注者」的部份，或邀請議題關注者主動參與、提出專案構想、招募coder幫忙打造平台。

接下來我想綜合「資料本身的問題」和「處理或呈現資料的（新）問題」，建議一些應對方式。

建設性的建議

不同觀點爭議著資料及其涉及的議題，由此出發，我們可以粗分 3 種開放資料的狀況：

1. 資料本身目前無爭議或爭議不大，如失蹤兒童協尋、自學網等。
2. 資料本身有潛在爭議，如犯罪率。
3. 資料本身已是各方爭議的焦點，如立法院相關專案中的預算、立委投票行為等。

對於 (1)，採 g0v.tw 通用的隱私政策、免責聲明等即可。

對於 (2)，g0v.tw 使用的資料附上說明，並以明顯的方式提醒使用者應先閱讀說明。說明的內容可能包括，以犯罪率為例：根據既有的研究，要知道哪些相關條件才能較妥當地解讀與運用資料；說明為什麼犯罪率高不等於道德敗壞（避免加重刻板印象甚至污名）等。核心目標有二：避免重製既有的錯誤解讀、避免加深既有的刻板印象與污名。

對於 (3)，需就專案個別討論，在此僅討論核心概念：建立平台和誘因。g0v.tw 的工作是建立呈現資料的平台，讓觀點不同的利害各方皆可參與，提高揭露謊言與誤用資料的機率。這裡的思路跟開放原始碼和維護言論自由是一致的[註]。另方面，g0v.tw 製作的平台若能簡化監督政府所需的繁瑣工作，懂議題的人就有參與的誘因。此外，g0v.tw 也可以在平台上提供利害各方爭取信用與成績（credit）的工具，更強化誘因之外，也讓不一定懂議題的廣大公眾能監督他們（懂議題的人）的工作，群策群力監督政府。

g0v.tw 的專案發展完整後，公民可望省下大把挖掘資料的時間精力，專注於議題本身，這是莫大貢獻，然而，披荊斬棘的開山刀也能殺傷人。先行防範我們能預見的風險，將讓同仁的努力盡善盡美。

[註]

本文沒有進一步討論觀點間的權力關係。沒有考慮權力關係就一味開放原始碼、開放資料、無條件支持言論自由，的確有可能適得其反，讓優勢方更容易維持現狀。不過，網路相關的技術目前還稍微起了門檻的作用，本文篇幅也有限，姑且留待未來再討論。