Vedlegg til Kulturdepartementets strategi for åpne data

Avgrensinger

Definisjon

På Norges offisielle nettsted for åpne offentlige data, data.norge.no, defineres åpne data på denne måten: «Åpne data er digitale data som er gjort tilgjengelige med de tekniske og juridiske egenskaper som er nødvendige for at de skal kunne brukes fritt, og bli distribuert av hvem som helst, når som helst og hvor som helst».4

Åpne data skal altså kunne brukes fritt av hvem som helst, også til kommersielle formål, uten forespørsel, klarering eller vederlag. Data som bare tilgjengeliggjøres på forespørsel omfattes ikke av definisjonen. Data som gjøres tilgjengelig som digitale tjenester med søkbart og nedlastingsbart innhold er heller ikke uten videre å anse som åpne data, selv ikke når det er lagt til rette for fri viderebruk. Slike data og tjenester omtales likevel også i strategien, fordi de kan ha et betydelig brukspotensial som åpne data. I et slikt videre perspektiv har også konvertering av analoge data og dataenes kvalitet betydning for den fremtidige tilgangen til dataene. Betaling kan ikke kreves for tilgang til og bruk av det som er definert som åpne data, men eventuelt for spesialtilpassede tjenester, som ulike former for brukerstøtte eller sammenstilling av data.

Kulturdata – aktører og institusjoner

I Meld. St. 27 (2015-2016) "Digital agenda for Norge – IKT for en enklere hverdag og økt produktivitet er kultursektorens data beskrevet på denne måten:

«Data fra denne sektoren er verdifulle for kulturbaserte næringer. Denne typen data vil være lette å formidle og ha bred appell til publikum. Data herfra vil være lett å integrere med andre typer offentlige og private data. Samtidig må man ta hensyn til utfordringer knyttet til tredjeparts opphavsrettigheter. Åpne data om ordninger på kulturområdet vil kunne bidra til en mer transparent kulturforvaltning.»

Under Kulturdepartementet er det særlig Nasjonalbiblioteket, Arkivverket og Norsk kulturråd som har store mengder kulturdata. Strategien har derfor lagt hovedvekt på disse tre etatenes virksomhet.

Samtidig er det viktig å påpeke at kulturdata og relaterte data finnes i en rekke andre statlige etater og offentlig finansierte institusjoner, både under Kulturdepartementet og andre departementer og forvaltningsnivåer. Det gjelder for eksempel Norsk lyd- og blindeskriftbibliotek, Den norske kirke, Språkrådet, Norsk lokalhistorisk institutt og NRK, Den norske opera & ballett og andre teatre og konsertarenaer. Som eksempler på kulturdata på andre forvaltningsområder og -nivåer kan nevnes:

Andre offentlige virksomheter kan også ha stor betydning for en brukervennlig utnyttelse av kulturdata gjennom sammenstilling av data. Et eksempel er Kartverket med sitt rike tilfang av kart- og eiendomsdata. Men også Folkeregisteret, Brønnøysundregistrene, kjøretøyregisteret, skipsregisteret og andre registerdata vil kunne sammenstilles med kulturdata.5 Det er derfor av betydning at en strategi for åpne kulturdata ikke opererer langs skillelinjer som forhindrer en formålstjenlig sammenstilling av data på tvers av både fag-, sektor- og departementsskiller. Dette reflekteres også i digitaliseringsrundskrivet (rundskriv H-7/14) som påpeker at virksomheter med grenseoverskridende ansvarsområder bør samarbeide og gi brukerne et hensiktsmessig og helhetlig tilbud, uavhengig av måten staten er organisert på.

Samlingsdata vs. forvaltningsdata

Strategien skiller mellom samlingsdata (digitalt tilgjengeliggjort samlingsinnhold), og forvaltningsdata (data generert som ledd av etatenes virksomhet). Det er stor forskjell i graden av og forutsetninger for åpenhet på slike data, både grunnet rettigheter, material- og filtyper.

Forvaltningsdata er data som etatene og kulturinstitusjonene produserer som en del av sin virksomhet med forvaltning av tilskuddsordninger, kulturarvsobjekter, statistikk o.a. Slike data kan inneholde mye relevant informasjon om norsk kunst- og kulturliv. Også forvaltningsdata kan bestå av innholdsdata og tilhørende metadata. Forvaltningsdata fra statsforvaltningen blir til samlingsdata når de etter hvert avleveres til Arkivverket. Det er viktig å påpeke at skillet mellom samlings- og forvaltningsdata først og fremst har betydning for konteksten de produseres, og til dels tilgjengeliggjøres i. Som åpne data er skillet av mindre betydning.

Arkivverket, Nasjonalbiblioteket og museene er de store forvalterne av samlingsdata, i tillegg til NRK. Både Nasjonalbiblioteket, Arkivverket, Norsk filminstitutt og Norsk kulturråd har dessuten til dels store mengder forvaltningsdata (bl.a. søknadsforvaltning og statistikk) som kan generere kunnskap om kunst- og kultursektoren og bidra til økt transparens. Alle etatene kan i tillegg ha viktige roller i å legge til rette for tilgjengeliggjøring av åpne data gjennom standardisering og infrastruktur.

Beskrivelse av nåsituasjonen

I denne drøftingen og presentasjonen av tilgjengelige data har vi valgt å inkludere datasett som finnes tilgjengelige via søkbare tjenester. Slike data bidrar til å illustrere potensialet i hva som kan gjøres tilgjengelig som åpne data, og er av den grunn inkludert her.

Innholds-/samlingsdata

ABM-sektoren (arkiv, bibliotek og museum) har arbeidet med digitalisering og tilgjengeliggjøring av innhold fra samlingene siden begynnelsen av 1990-tallet. De siste årene har det vært økende oppmerksomhet i sektoren rundt fri viderebruk av samlingsdata som nedlastbare filer, og etter hvert også som maskinlesbare datasett. Utgangspunktet er derfor at det finnes relativt mye innhold, det finnes infrastruktur, og det finnes et utgangspunkt for et felles ramme-/avtaleverk. Samtidig er det viktig å påpeke at det fremdeles finnes mye innhold som ikke er digitalisert, mye data som ikke er åpne, og mye arbeid som gjenstår for at verktøy og standarder kan brukes mer effektivt på tvers av etats- og departementsskiller til åpen tilgjengeliggjøring av kultursektorens data.

Opphavsrettigheter – metadata og «selve innholdet»

For enkelte materialtyper med stort brukspotensial, bl.a. foto, kan både opphavsrettslig vernetid og rettighetshavere være vanskelig å fastslå. Den lange vernetiden for åndsverk (70 år etter opphavers død) vil dessuten kunne skape et fravær av nyere innhold i åpne tjenester og data.

Klarerings- og vederlagsordninger kan gjøre dette landskapet lettere å manøvrere i, og samtidig også gi inntekter til rettighetshavere til materiale som i dag ellers ikke blir brukt. Avtaler og vederlagsordninger etter modell av Nasjonalbibliotekets «bokhylla-avtale» kan muliggjøre en begrenset tilgang og bruk. Det finnes derimot ikke eksempler på avtaler som muliggjør noen grad av fri gjenbruk.

Løsningen per i dag er å skille innholdsdata (digitale objekter) og metadata. Både Arkivverket, Nasjonalbiblioteket og museene publiserer sine metadata mer eller mindre åpent, mens det legges en lisens på det digitale objektet, f.eks. et fotografi (bildefil), en skannet bokside eller et dokument. Det er derimot ingen tradisjon for å markere metadataene med åpne lisenser. I Norge kan det virke overflødig, men i internasjonale sammenhenger kan det være både fordelaktig og til dels nødvendig.

Personvern

Personvernhensyn kan begrense tilgjengeliggjøringen av kulturdata og adgangen til å publisere personbilder og film for viderebruk. For Arkivverket vil personvernet legge til dels store begrensninger for hvilke datasett som kan publiseres som åpne data.

Status for tilgjengeliggjøring

Nasjonalbiblioteket

Nasjonalbibliotekets nettbibliotek (tidligere NBdigital) er inngangen til Nasjonalbibliotekets digitale samlingsdata. Her finner brukeren visningen av digitale objekter i alle medietyper. De tilhørende metadataene er tilgjengelige via Nasjonalbibliotekets søketjeneste eller søk i Oria6. Språkbanken har en egen ressurskatalog med åpne datasett der metadata om språkressurser og selve datasettene er tilgjengelige.

Samlingsdata som ikke er opphavsrettslig beskyttet, kan fritt lastes ned av brukerne. Dette gjelder aviser, bøker, tidsskrift, foto, musikkmanuskripter og privatarkivmateriale. Per i dag er omlag 450 000 norske bøker digitalisert. 30 000 av dem er opphavsrettslig falt i det fri og er nedlastbare.

Gjennom en avtalelisens med Kopinor (Bokhylla-avtalen) kan Nasjonalbiblioteket gjøre tilgjengelig  alle bøker utgitt i Norge før år 2001, selv om de er beskyttet av opphavsrett. Ved inngangen til 2017 vil Bokhylla.no inneholde ca. 250 000 rettighetsbelagte norske bøker med indeksert og søkbar tekst. Dataene er imidlertid kun tilgjengelige for brukere med norsk IP-adresse, og kan dermed ikke uten videre klassifiseres som åpne data. Bokhylla-avtalen åpner heller ikke for fri gjenbruk av rettighetsbelagt materiale.

Nasjonalbiblioteket tilbyr API-er eller andre former for tilgjengeliggjøring for alle datasett som har falt i det fri. Dataene er derimot ikke synliggjort på data.norge.no. Det er nødvendig å få på plass lisensiering for å legge bedre til rette for bruk av datasettene.

Arkivverket

Folketellingen for 1910 er åpent tilgjengelig med et API7 dokumentert på data.norge.no. I tillegg er emigrantprotokollene i Digitalarkivet og kjøretøyregistret Autosys 1980-90 i ferd med å åpnes som «linked open data» (LOD). Dataene og nytt API vil bli dokumentert på data.norge.no. Videre er katalogdata fra Asta (data publisert i Arkivportalen) tilgjengelige via Norvegianas8 API.

Digitalarkivet er Arkivverkets kildenettsted – en tjeneste primært for tradisjonell tilgjengeliggjøring av innhold. De mest populære kildene er kirkebøker, folketellinger og panteregistre. Kildene representeres som transkriberte lister eller skannede sider/dokumenter som bildefiler/pdf-filer, og er med få unntak ikke å anse som åpne data. Det er store mengder data i Digitalarkivet, deriblant over 30 mill. personposter, nærmere 1.3 mill. bosteds- og eiendomsposter og skannede versjoner av ca. 50 000 kilder, til sammen ca. 26 millioner bilder av dokumenter/sider. Dataene er tilgjengelige for publikum gjennom enkle eller avanserte person- eller eiendomssøk, og egne navigerings- og blatjenester for ulike kildekategorier. PDF-filer kan hentes fram og lastes ned fra Digitalarkivets nettsider.

Dette illustrerer noe av potensialet ved åpning av data som allerede er tilgjengeliggjort. Brukerne av Digitalarkivet er i hovedsak privatpersoner som slektsgranskere, lokalhistorikere, grunneiere og det allmenne publikum. Det planlegges å åpne Digitalarkivet for bidrag fra hele arkivsektoren, og det vil da øke både i innhold og bruk.

Kulturrådet/forvaltningsdata

Kulturrådet behandler hvert år ca. 20 000 søknader til over 60 søkbare tilskuddsordninger, og fordeler til sammen ca. 1,2 mrd. kroner til kunst- og kulturfeltet i Norge. Disse søknadsdataene med tilhørende oppfølging og rapportering er ikke tilgengelige p.t., men Kulturrådet har en målsetning om å publisere forvaltningsdata som åpne data innenfor rammen av eksisterende lover og forskrifter innen 2018.

Kulturrådet er i gang med et prosjekt for statistikk og analyse (SANK prosjektet) som har som målsetting, blant annet, å tilgjengeliggjøre forvaltningsdata fra Norsk kulturråd som åpne data (også på datanorge.no). Digitaliseringen av søknads- og saksbehandlingssystemet i Norsk kulturråd representerer et stort potensial for datafangst, strukturering, presentasjon og analyse av forvaltningsdata. Etableringen av eRapport innebærer strukturering av rapporteringsdata fra tilskuddsmottakere. SANK prosjektet har en målsetting om å øke informasjonsutveksling, samhandling og kunnskapsproduksjon, til gode for hele samfunnet. Kulturrådet mottar årlig opp mot 20 000 søknader fra kunst- og kulturvirksomheter, artister og kunstnere. I tillegg til å gjøre forvaltningsdata tilgjengelige, ligger det i dette prosjektet også et potensial for å kombinere data fra Norsk kulturråd med data fra andre kilder (blant annet offentlige datakilder, kulturinstitusjoner og kulturaktører) for videre statistikkutarbeiding og analyser som vil ha verdi for forskning, politikkutforming og verdiskapning. Åpne data er nøkkelordet her.

Fra og med 2017 legges søker- og tildelingslister ut på Kulturrådets nettsider.

Kulturrådet produserer og publiserer statistikk fra museene (og for arkivene fram til 2013/2014). 9

Kulturrådet/samlingsdata

Kulturrådet forvalter ikke egne samlingsdata, men har siden 1990-tallet (som Norsk museumsutvikling og senere ABM-utvikling) hatt et utviklings- og tilretteleggingsansvar for museene. Dette omfatter også museenes arbeid med digitalisering og publisering, bl.a. gjennom støtte til utviklingen av digitale verktøy og infrastruktur, og gjennom informasjon og holdningsskapende arbeid knyttet til åpenhet og deling. Det er brukt betydelige ressurser i museene til digitalisering og tilgjengeliggjøring de siste årene, og mye innhold er publisert på nett. Likevel gjenstår mye arbeid på veien til representative og åpne museumsdata.

Digitalisert og publisert i museene per materialtype (alle tall i mill. per 1.1.2015)10:

Samlet sett er ca. 16 % av museenes samlinger tilfredsstillende publisert på nett, jf. kriteriene i museumsstatistikken. Dette innebærer ikke publisering med åpne lisenser.

De viktigste digitale tjenestene som publiserer og tilgjengeliggjør museumsdata er DigitaltMuseum.no og universitetsmuseenes samlingsportaler UNIMUS.no.

DigitaltMuseum er publikums inngang til digitaliserte museumssamlinger fra museene som sorterer under Kulturdepartementet. DigitaltMuseum inneholder både kunst- og kulturhistoriske data. Noen nøkkeltall for DigitaltMuseum per oktober 2016:

• 1,2 mill foto
• 0,6 mill gjenstander
• 35 000 kunstverk
• 174 museer/visningssteder

Kun ca. 2 pst. av materialet på DigitaltMuseum, eller ca. 340 000 poster, er merket med åpne lisenser. Selv om hensynet til opphavsrettigheter - og/eller personvern begrenser tilgangen til deler av museumsinnholdet, vil en langt større andel av museenes samlinger kunne merkes med åpne lisenser. En enkel stikkprøve viser f.eks. at for ca. 2.600 kunstverk som har falt i det fri fra et tilfeldig utvalg kunstnere som døde før 1945, er kun 35 objekter merket med åpne lisenser, dvs. godt under 2 prosent.

Alle metadata i museumskatalogene er fritt tilgjengelig.

UNIMUS11 omfatter følgende tjenester:

• Fotoportalen
• Arkeologisøk
• Etnografisøk, Kulturhistorisk museum, Universitetet i Oslo
• Kultursøk, Tromsø museum
• Etnografi-/kultursøk

Noen nøkkeltall for UNIMUS (universitetsmuseene) per oktober 2016:

• 1 mill. foto av arkeologiske gjenstander
• 0,7 mill. fotografier
• 250 000 gjenstander
• 174 museer / visningssteder

Alle objektene i UNIMUS-systemene er publisert med Creative Commons (CC) -lisenser12. Mange objekter, bl.a. alle arkeologiske gjenstander, er publisert med åpne lisenser som muliggjør viderebruk.

Data fra DigitaltMuseum publiseres via DigitaltMuseums eget API, og via Norvegiana. Data fra UNIMUS er tilgjengelige som nedlastbare filer (hele databasen) og via eget søke-API. I tillegg er hele arkeologisamlingen tilgjengelig via Norvegiana.

Norvegiana

Norvegiana er Kulturrådets verktøy for å gjøre kunst- og kulturdata lettere tilgjengelig som åpne data. Norvegiana er en database med tilhørende tjenester, med kulturdata fra arkiv, museer og andre kultur-institusjoner; fra i alt ca. 300 virksomheter eller avdelinger13. Norvegiana inneholder 7,4 mill. poster totalt (per august 2016). Av dette er 1,9 mill. bilder, 16 000 lydklipp og 1 400 videoer.

Norvegiana er et strategisk virkemiddel for å oppnå flere mål:

1. Arbeide for mer og bedre åpne data direkte fra eierinstitusjonene
2. Tilby en samlet tilgang til åpne data på ett sted; “one stop shopping”
3. Tilby en forenklet tilgang til mer komplekse originaldata via en felles data- og begrepsmodell, et forenklet datainnhold og et felles API
4. Tilby tjenester om API-basert tilgang for de institusjonene som ikke selv har slike tjenester fra sine systemer
5. Levere norske kunst- og kulturdata til Europeana14

Norvegiana drives av Norsk kulturråd i samarbeid med flere nasjonale og regionale kulturinstitusjoner (Arkivverket, Riksantikvaren, Fylkesarkivet i Sogn og Fjordane) og kulturarvssystemer (bl.a. DigitaltMuseum /KulturIT, UNIMUS/MUSIT og Arkivportalen/Stiftelsen Asta).

Data i Norvegiana er også tilgjengelige i Europeana. Datasettene er dokumentert på egen nettside data.norvegiana.no, og på data.norge.no.

Medietilsynet

Medietilsynet forvalter ulike støtteordninger og har oversikt over medie- og avishus i Norge, i tillegg til økonomien og eierskapsforholdene i norske medium. Medietilsynet har blant annet et film- og videogramregister som inneholder 195 500 titler. Registeret er ikke tilgjengeliggjort i sin helhet. Medietilsynet har ingen åpne datasett i dag. Så langt er ikke åpne data omtalt i strategi- eller plandokumenter.

Rapportene som publiseres jevnlig, som årsrapport, allmennkringkastingsrapporten, medieøkonomirapporten, barn og medier-undersøkelsen og rapporteringer til EU publiseres digitalt. Rapportene tilpasses for lesing både på internett, nettbrett og mobil.

Tilgjengelige data 15(ikke åpne):

• informasjon om kinofilm (i hovedsak aldersgrenser)
• tilskuddsordninger (mediestøtte og støtte til lokalkringkasting)
• radio- og tv konsesjoner
• medieeierskap
• aldersgrense på spill (PEGIs spillbase)
• veiledere for barn og voksne om digitale medier
• veiledningsfilmer på youtube

Norsk Filminstitutt

Norsk Filminstitutt har ingen åpne datasett p.t, men det arbeides med et API for Filmdatabasen. Filmdatabasen består av filmer som Norsk Filminstitutt har eller har hatt i sin festivaldistribusjon. Databasen er et oppslagsverk for norske spillefilmer, kortfilmer og dokumentarfilmer som er produsert siden 2002. Den er ikke en komplett oversikt over norsk film, da den først og fremst inneholder filmer som Filminstituttet har jobbet med. Hvor egnet databasen er når det gjelder deling er noe usikkert, da den først og fremst er et arbeidsverktøy for lansering av film i utlandet. Totalt inneholder databasen ca. 1500 filmer, og antallet øker hele tiden. Filminstituttet er i ferd med å oppgradere sine saksbehandlingssystemer, og i den forbindelse er det ønskelig å se på hvordan data kan utveksles mellom ulike systemer. Data det her er snakk om er først og fremst knyttet til forvaltningsoppgaver mot fond – dvs. tilskuddordninger og tildelinger i disse.

Retningslinjer for tilgjengeliggjøring

KMD har utarbeidet retningslinjer16 for tilgjengeliggjøring av offentlige data. Disse retningslinjene er et godt utgangspunkt for å vurdere tilgjengeligheten til åpne data. Utvalgte datasett innenfor kultursektoren er i tabellen nedenfor vurdert opp mot Difis 15 kriterier. Datasettene har fått en karakter for hvert av kriteriene. Karakterene 0 og 1 er markert med rødt for å synliggjøre nødvendige forbedringer. Vi har benyttet følgende skala i vurderingen: 0: Følger ikke kriteriet, 1: Følger kriteriet i svært liten grad, 2: Følger kriteriet i noen grad, 3: Følger kriteriet i svært stor grad.

På kriteriene gratis data og maskinlesbare formater skårer de utvalgte datasettene høyt, mens på kriteriene åpne standardlisenser- som rammeverk og åpne standardlisenser i faktisk bruk er det mer ujevnt mellom datasettene. For de øvrige kriteriene gis det jevnt over lavere skår. Selv om tabellen viser svakheter og forbedringspotensial, viser samtidig aktiviteten at det finnes erfaringer, kompetanse og infrastruktur det kan bygges videre på.

Brukerstatistikk

Tabellen under viser noen nøkkeltall for 2015 for de mest brukte tjenestene fra etatene (basert på tall fra Google Analytics).