Datajournalismi.fi

Kirjeenvaihtajanne säkkituolilta:

Open Government Data Camp, Varsova.
1. päivä, track D.

D-tilassa aamupäivän esityksissä oli yhdistävänä tekijänä julkishallinnon budjettien, siis rahankäytön ja resursoinnin avoimuus ja läpinäkyvyys. Kaitlin Lee esitteli muutamia esimerkkejä Usasta ( http://transparency.ct.gov ja http://vttransparency.org ); OpenSpending-projekti esittäytyi. Siihen liittyen, Lucy Chambersilla tiimeineen on kuulemma menossa myös suoraan datajournalismiin linkittyvä projekti, hän kutsui journalisteja nykäisemään hihasta, kehittelevät jotakin työkalua datan hyödyntämiseen, ehkäpä nykäisyn voisi tehdä myös verkon yli? ( https://twitter.com/lucyfedia )

Alek Tarkowski kertoi kokemuksia puolalaisesta julkistalouden datan avaamisesta. Hänen kokemuksensa oli, ettei tällainen data itseasiassa tuota (kansalaisten) osallistumista (engagement). Tarve olisi löytää "tarina datan takaa" (toisin sanoen osoittaa numeroiden ja datan merkitys & liittymäkohdat ihmisten elämään). Vaikkei journalismia mainittu, ilman muuta tämä "tarinointi" olisi/on (data)journalismin tehtävä. Mikä lienee tilanne Suomessa - tuntuu että nimenomaan budjeteista ja niiden visualisoinnista ollaan kiinnostuneita, ilmeisesti suurta yleisöä myöten, koska suomalainen media nimenomaan budjettidataa kuitenkin esittää ja nostaa julkisuuteen, joskus jopa nätisti visualisoituna?

Lopuksi (kaksi viimeistä esitystä trackistä jäivät pois) Matej Kurian argumentoi sen puolesta, että data-aktivismin, tutkimuksen ja hallinnon (policy) linkittyessä löytyy se kohta, jossa avoimella
datalla ja hallinnon prosessien läpinäkyvyydellä on mahdollisuuksia kasvaa. Hänen kokemuksensa Slovakiasta - pieni maa, jossa on samanverran ihmisiä kuin Suomessa - kiertyivät ongelmien ympärillä. Suuri haaste on, miten laajentaa mittakaavaa, päästä pienistä projekteista kohti yhteiskunnan toimintojen kattavaa käytäntöä - jonka tärkeyttä myös David Evans aamun plenaripuheessaan korosti.

Muita Matej'n havaintoja tai oikeammin kohtaamia haasteita olivat
(esitystä lainaten):
1. data presented for its own sake -> not actionable
2. visualization made for its own sake
3. Little research built around data
4. No policy implication

Kuulostaa tutulta, vai mitä?

Ratkaisuehdotuksiksi hän esitti:
- be specific for your goal
- get your team right
- talk to others (how to scale up...)

Muita ratkaisuja, anyone?

naputteli:
Auli Harju