Kvalificēts darbaspēks datos balstītas sabiedrības un valsts attīstībā

Arvien aktuālāks kļūst jautājums, kā sagatavot darbaspēku, lai tas būtu labāk kvalificēts darbā ar datiem. Eiropas Savienības (ES) politika ir sekojusi tirgus tendencēm, apvienojot ieguldījumus datos balstītai ekonomikai. Ar tiesisko regulējumu Eiropas Komisija (EK) cenšas nodrošināt plašāku un drošu datu kopīgošanu organizatoriskajās ekosistēmās. Kā tas ietekmēs pašreizējās darbvietas? Kādas darbiniekiem būs vajadzīgas zināšanas un prasmes? 

Sabiedrība nepārtraukti veido datus, mijiedarbojoties ar digitālajām ierīcēm. Tā var būt informācija par to, kuras tīmekļa lapas esam atvēruši, kādu tekstu esam rakstījuši, vai kādas vietas esam apmeklējuši u.tml. Tā tiek dēvēta par digitālo pēdu, kas var sniegt visaptverošu ieskatu par jebkura indivīda rīcību tiešsaistē.

Pētījumi liecina, ka globālais datu apjoms līdz 2025. gadam palielināsies par vairāk nekā 500%. Uzņēmumi izmanto datus, lai labāk izprastu savus klientus un uzlabotu savus produktus un pakalpojumus. Valdības to izmanto, lai uzlabotu savu politisko lēmumu ietekmi. Privātpersonas izmanto datus, lai labāk veiktu savus ikdienas uzdevumus. Piemēram, viedpulksteņi tiek izmantoti, lai sekotu līdzi ikdienas aktivitātes statistikai un citiem praktiskiem mērķiem.

Dati uzņēmējdarbības pasaulē

Mūsdienās lielākā daļa dati tiek glabāti mākonī, kas atvieglo dažāda veida datu apkopošanu. Tas palīdz uzņēmumiem izmantot šos datus, lai radītu lielāku vērtību — neatkarīgi no tā, dvai tas attiecas uz sevi, citiem vai kopā ar saviem uzņēmējdarbības ekosistēmas partneriem. Dati arvien vairāk tiek uzskatīti par būtisku uzņēmumu ieņēmumus ietekmējošu resursu.

Eiropas Datu stratēģijas mērķis ir padarīt ES par līderi datos balstītā sabiedrībā. Vienota datu tirgus izveide nodrošinās datu brīvu apriti Eiropas Savienībā un starp nozarēm — ieguvēji no tā būs uzņēmumi, pētnieki un valsts pārvaldes iestādes. Ir dažādi datu veidi:

1. Personas dati ir jebkāda informācija, kas attiecas uz identificētu vai identificējamu dzīvu fizisku personu. Personas datus veido arī dažāda informācija, kuru apkopojot, var identificēt noteiktu personu. Personas dati, kas ir tikuši deidentificēti, šifrēti vai pseidonimizēti, bet kurus var izmantot, lai atkārtoti identificētu noteiktu personu, joprojām ir uzskatāmi par personas datiem un tiem piemēro Vispārīgajā datu aizsardzības regulā (VDAR). Personas dati, kas padarīti anonīmi tādā veidā, ka fiziskā persona vairs nav identificējama, vairs nav uzskatāmi par personas datiem. Lai dati būtu patiešām anonimizēti, anonimizēšanai jābūt neatgriezeniskai.
2. Industriālie un publiskie dati ir visu veidu datus, ko vāc publiskajā un privātajā sektorā. Arvien vairāk uzņēmumu rada digitālos produktus, tādejādi iespēja viegli vākt datus, kurus tie vēlāk var izmantot, lai radītu lielāku vērtību saviem patērētājiem un pašam uzņēmumam, nodrošinot konkurences priekšrocības. Publiskajā sektorā, piemēram, valdība vāc datus, lai informētu par politiskajiem lēmumiem un sniegtu digitālos pakalpojumus. Šāda veida datu kopīgošanai ir vairāki ieguvumi. Piemēram, uzņēmumi varētu izmantot publiskos datus, lai radītu labākus un atbilstošākus pakalpojumus un produktus. Patērētājiem ir iespēja uzlabot lēmumu pieņemšanu, pamatojoties uz reāliem datiem: piemēram, lēmums par to, kad ieslēgt veļas mazgājamo mašīnu, lai optimizētu enerģijas patēriņu mājsaimniecībā.

Dažādu veidu dati dažādām ieinteresētajām pusēm varētu būt noderīgi dažādiem mērķiem. Tas nozīmē, ka, kopīgojot datus, ir iespējams radīt lielāku vērtību. Tomēr datu koplietošana ir saistīta ar riskiem:

• Personas datu ļaunprātīga izmantošana.
• Sensitīvu datu ļaunprātīga izmantošana.
• Lielo interneta tehnoloģiju uzņēmumu dominējošā stāvokļa ļaunprātīga izmantošana.
• Nevienlīdzība starp individuāliem lietotājiem, publisko un privāto sektoru.

VDAR aizsargā personas datus neatkarīgi no datu apstrādē izmantotās tehnoloģijas — tā ir “tehnoloģiski neitrāla” un attiecas gan uz automatizētu, gan manuālu apstrādi, ja vien dati ir organizēti saskaņā ar iepriekš noteiktiem kritērijiem (piemēram, alfabētiskā secībā). Nav arī būtisks datu uzglabāšanas veids: datorizētā sistēmā, izmantojot videonovērošanu vai papīra formātā; visos gadījumos personas datiem piemēro Vispārīgajā datu aizsardzības regulā noteiktās aizsardzības prasības.

2023. gadā EK pieņēma Digitālo tirgu aktu (DMA), kura mērķis ir nodrošināt godīgu konkurenci starp digitālajām platformām neatkarīgi no to lieluma, palielināt patērētāju izvēles iespējas un veicināt jaunas iespējas mazajiem uzņēmumiem. Digitālo tirgu akts ir vērsts uz vienlīdzīgu konkurences apstākļu nodrošināšanu visiem digitālajiem uzņēmumiem neatkarīgi no to lieluma.

Digitālo pakalpojumu akts reglamentē tiešsaistes starpnieku un platformu, piemēram, tirdzniecības vietu, sociālo tīklu, satura koplietošanas platformu, lietotņu veikalu un tiešsaistes ceļojumu un izmitināšanas platformu darbību. Tā galvenais mērķis ir novērst nelikumīgas un kaitīgas darbības tiešsaistē un dezinformācijas izplatīšanu. Tas nodrošina lietotāju drošību, aizsargā pamattiesības un rada taisnīgu un atvērtu tiešsaistes platformu vidi.

Eiropas politikas mērķis ir atbalstīt organizācijas, jo īpaši mazos un vidējos uzņēmumus (MVU). Stratēģijas veicina taisnīgāku un drošāku datu apmaiņu starp dažāda lieluma organizācijām, nozarēm un ES dalībvalstīm, lai sniegtu labumu sabiedrībai un ekonomikai.

Kādiem mērķiem uzņēmumi vāc un izmanto datus?

Dati, kas radīti mijiedarbībā ar digitālajām ierīcēm vai, piemēram, saņemti no sensoriem, tiek reģistrēti un glabāti turpmākai analīzei un interpretācijai, izmantojot mākoņdatošanas pakalpojumus. Galvenokārt uzņēmumi izmanto datus, lai radītu uzņēmējdarbības vērtību.

Lielie interneta tehnoloģiju uzņēmumi veido un pārvalda tiešsaistes platformas, ar kuru starpniecību notiek citas darbības. Šie uzņēmumi vāc, glabā un izmanto liela apjoma datus, lai turpinātu komercializāciju un analīzi reklāmas nolūkos (piemēram, Meta, un Tik Tok). Šādu datu glabāšanu, kas varētu būt noderīgi komerciālai izmantošanai, daļēji nosaka iepriekš minētie politikas dokumenti. Viens no aspektiem attiecas uz racionālu datu vākšanu un izmantošanu, t. i., operatīvāku pieeju apjoma datu apstrādei, ir datu potenciālā vērtība un kādi dati tieši ir noderīgākie (Mazzei & Noble, 2017). Arvien pieaug arī bažas, kas saistītas ar datu glabāšanas ietekmi uz vidi. Piemēram, par to, cik daudz enerģijas nepieciešams datu glabāšanai neierobežotā laikposmā (Lucivero, 2019), kas savukārt liek uzņēmumiem apsvērt racionālāku pieeju datu izmantošanai un glabāšanai. Turklāt, datu glabāšana kļūst arvien dārgāka.

Droša datu pārvaldība

Datu pārvaldība ir uzņēmuma datu pārvaldības un drošināšanas būtiskākā sastāvdaļa. Uzziniet par datu pārvaldības pamatjēdzieniem un labāko praksi. Datu drošības svarīgumu nav iespējams pārspīlēt. Tāpēc pareizi izstrādāti datu pārvaldības konti kalpo ne tikai datu aizsardzībai, bet arī sensitīvu datu pārvaldībai no to iegūšanas līdz likvidēšanai.

Organizācijām ir jāpastiprina datu vākšanas un analīzes stratēģijas izstrāde (IBM, 2023). Eiropas datu politikas vispārējā stratēģija ir izveidot ES vienoto tirgu, kurā var radīt vērtību no datiem organizāciju ekosistēmā. Ir izvirzīts mērķis izveidot nozaru datu telpas, kurās var veidot jaunu un inovatīvu lietotņu līdzradīšanu un izstrādi. Tam ir praktiski priekšnosacījumi, piemēram:

• Datu izsekojamība: veidojot datu telpas, ir jābūt pieejamai informācijai, kas un kādus datus vācis, kā tie tiek glabāti.
• Pārvaldīt drošu piekļuvi pilnvarotajiem partneriem un personām: jāparedz pārvaldība attiecībā uz to, kam ir piekļuve un kādas ir piešķirtās tiesības.
• Tiesiskais regulējums, lai vienotos par piekļuves tiesību pārvaldību: visām datu ekosistēmas pusēm ir vajadzīga tiesiskās sadarbības struktūra, ar kuras starpniecību tās var apmainīties ar datiem droši.

Uzņēmums Gartner prognozē, ka “datu lietotprasme kļūs par skaidru un nepieciešamu uzņēmējdarbības vērtības virzītājspēku”, un gandrīz 80% uzņēmumu savos stratēģiskajos plānos norāda datus kā svarīgu faktoru (Gartner, 2023a).

Datos balstīti analīzes un vizualizācijas rīki

Sabiedrība katru dienu mijiedarbojas ar datiem, izmantojot dažādas lietojumprogrammas. Datos balstītos analīzes un vizualizācijas rīkus var iedalīt šādās kategorijās:

1. Spoguļinstrumenti ļauj lietotājiem vizualizēt datus par rezultātiem, procesiem utt., izmantojot grafiskas metodes, neinterpretējot datu nozīmi. Tipisks piemērs tam ir laikrindas dati, piemēram, iedzīvotāju skaita pieaugums laika gaitā vai fizioloģiskie dati, piemēram, ECG, kur diagrammā attēlota fiziskās aktivitātes vizualizācija. Cilvēka ziņā ir interpretēt vizualizāciju, piešķirt tai jēgu. (Van Leeuwen & Rummel, 2019).
2. Brīdināšanas rīki vizuāli atspoguļo reālo aktivitāti un ietver arī minimālu interpretāciju, jo ir izcelti kādi konkrēti datu elementi. Piemēram, rīks var brīdināt cilvēku, lai teiktu, ka ir sasniegts konkrēts aktivitātes līmenis. Šos brīdinājumus cilvēki var izmantot kā sākumpunktu lēmumu pieņemšanai par turpmākajām veicamajām darbībām (Van Leeuwen & Rummel, 2019).
3. Konsultāciju rīki ir jau solis tālāk, sniedzot kādas plašākas konsultatīva tipa rekomendācijas. Cilvēks var izvēlēties īstenot ierosināto rekomendācijas, pamatojoties uz konkrēto datu analīzi (van Leeuwen & Rummel, 2019).
4. Automatizētu lēmumu pieņemšanas rīki kontrolē visu lēmumu pieņemšanu un īstenošanu, pamatojoties uz savu datu analīzi bez cilvēka tiešas iesaistītes. Šādā gadījumā cilvēks piedalās īstenošanas procesā tikai kā novērotājs.

Dati pagātnē un nākotnē

Laikā, kad dati bija ierobežoti un tos bija grūti savākt, lielo datu kopas galvenokārt radīja akadēmisko aprindu pārstāvji (universitātes, valdības vai lielie uzņēmumi). Datu arhivēšana ir intensīva darbības, kuras veikšanai bija vajadzīgi ievērojami laika, darbaspēka un finanšu resursi.

Liela nozīme tieši kvalificētiem darbinieki, kas ir izveidojuši šīs datu kopas un specializējušies datu apkopošanā, strukturēšanā, analizēšanā un dažādu datu kopu interpretēšanā. Mūsdienās šis process vairs nav tik apgrūtinošs, jo ir pieejams atbalsts ar dažādiem digitālajiem rīkiem. Tas nozīmē, ka iespēja strādāt ar datiem ir kļuvusi daudz pieejamāka organizācijām, kuru sākotnējie ieguldījumi var būt mazāki. Vienlaikus situācija kļūst sarežģītāka. Lai no datiem radītu vērtību, ir vajadzīgas labākas stratēģiska informācijas pieejamībai, analīzei un vizualizācijas metodes.

Zināšanas un prasmes datos balstītai nākotnei

Ir skaidrs, ka nepieciešams nepārtraukti pilnveidot kompetences dažādo datu analīzes un vizualizācihjas rīku izmantošanā, lai tos varētu izmantot pēc iespējas efektīvāk un netīši neradot vai kaitējumu apkārtējiem.

1. Datpratība. Cilvēkiem, kas izmanto datu analīzes un vizualizācijas rīkus, ir jāzina un jāspēj novērtēt, kuri dati tiek izmantoti, no kurienes tie iegūti un vai ir uzticami. Izmantojot īpaši augsta līmeņa automatizētu lēmumu pieņemšanas rīkus ļoti svarīga ir cilvēka profesionalitātei veikt šī procesa pārraudzību, lai varētu pietiekami uzticēties iegūtajam rezultātam.

Pastāv vairākas programmas, lai atbalstītu datpratības prasmju pilnveidi. Piemēram, MOOC, ko finansē saskaņā ar programmu “Erasmus+” un izstrādājusi Kopenhāgenas Universitāte, Varšavas Universitāte, Milānas Universitāte, Sorbonnas Universitāte un Šarla universitāte Prāgā (daļa no 4EU + alianses), sniedz plašu ieskatu par to, kāda ir datu nozīme mūsu ikdienas dzīvē. Datu telpu atbalsta centra mērķis ir atbalstīt organizācijas, kas praksē strādā ar datu telpām.

2. Informētība un padziļināta izpratne par datu apstrādes un analīzes rīkiem. Informētība ļauj lietotājiem radīt aizvien padziļinātāki izpratni par rīku iespējām un ierobežojumiem, kā arī novērtēt datos balstītas interpretācijas derīgumu neatkarīgi no tā, vai tās ir cilvēka radītas vai automatizētas.

3. Sarunas par datu interpretāciju. Tā kā datos balstīta lēmumu pieņemšana uzņēmējdarbības ekosistēmā kļūst aizvien izplatītāka, ir skaidrs, ka līdzās pastāvēs vairāki datos balstīti rīki. Dažādi uzņēmumi var radīt dažādus rīkus ar vairākām datu analīzes metodēm, kas tiem ir svarīgākas. Paredzams, ka sarunas par datu racionalizāciju kļūs par ārkārtīgi svarīgu prasmi. Kā sadarboties ar ekosistēmas partneriem dažādu datu interpretācijas jomu noteikšanā? Kā pārvaldīt dažādas interpretācijas? Pašlaik šī joma nav pietiekami plaši pētīta.

4. Datu tehniskās prasmes. Organizācijās ir pieejams aizvien vairāk datu, tāpēc darbiniekiem nepieciešamas papildus tehniskās prasmes, lai iesaistītos dažādos procesos un specifisku uzdevumu veikšanā. Vispārīgas tehniskās zināšanas un prasmes nepieciešamas, lai varētu iegūt datus, atbildīgi un precīzi tos pārvaldīt, analizēt un interpretēt iegūtos rezultātus, izmantojot atbilstošākos IT rīkus.

Arvien vairāk darbietilpīgas daļas var automatizēt. Vienlaikus lielāka automatizācija noved pie standartizētākas analīzes. No vienas puses, tas rada vairāk iespēju, jo vairāk cilvēku var piekļūt datiem dažādos veidos. No otras puses, tas var būt arī ierobežojošs, jo tas, visticamāk, ietilps noklusējuma iespējās un neiekļaus padziļinātas izvērtēšanas un lēmumu pieņemšanas funkcionalitāti. Kas ir gaidāms nākotnē? Galvenais ir atcerēties par datu drošību, kas palīdz aizsargāt sensitīvus datus visā to dzīves ciklā, izprast lietotāju aktivitātes un datu kontekstu un novērst neatļautu datu izmantošanu.

Par autoru

Dr. Kamakshi Rajagopal ir starpdisciplināra pētniece un konsultante izglītības dizaina un tehnoloģiju jomā. 2013. gadā ieguvusi doktora grādu OpenUniversiteit (Nīderlande), pētot personīgos mācību tīklus un to vērtību nepārtrauktai profesionālajai attīstībai. Viņas pašreizējais pētījums ir par mācību vides sarežģītības izpēti un jo īpaši par to, kā atbalstīt skolotājus un izglītojamos šo izaicinājumu risināšanā. Dr. Rajagopal kopā ar partneriem no publiskā un privātā sektora ir izstrādājusi vairākus (valsts un Eiropas finansētus) pētniecības projektus pamatizglītības, vidējās izglītības un augstākās izglītības jomā. Kopš 2023. gada viņa strādā pie tēmas Profesionālā pilnveide IT un uzņēmējdarbības konsultāciju jomā.