<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>open data &#8211; Smals Research</title>
	<atom:link href="https://www.smalsresearch.be/tag/open-data/feed/" rel="self" type="application/rss+xml" />
	<link>https://www.smalsresearch.be</link>
	<description></description>
	<lastBuildDate>Thu, 12 Nov 2026 12:02:05 +0000</lastBuildDate>
	<language>en-GB</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>

<image>
	<url>https://www.smalsresearch.be/wp-content/uploads/2026/01/cropped-cropped-Smals_Research-150x150.png</url>
	<title>open data &#8211; Smals Research</title>
	<link>https://www.smalsresearch.be</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Honey, I scraped the kids &#8211; over taalmodellen en privacy</title>
		<link>https://www.smalsresearch.be/honey-i-scraped-the-kids/</link>
		
		<dc:creator><![CDATA[Joachim Ganseman]]></dc:creator>
		<pubDate>Fri, 17 Jun 2022 08:34:33 +0000</pubDate>
				<category><![CDATA[[NL]]]></category>
		<category><![CDATA[Blog post]]></category>
		<category><![CDATA[analytics]]></category>
		<category><![CDATA[Artificial intelligence]]></category>
		<category><![CDATA[big data]]></category>
		<category><![CDATA[data]]></category>
		<category><![CDATA[data capture]]></category>
		<category><![CDATA[Data Mining]]></category>
		<category><![CDATA[Information management]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[open data]]></category>
		<category><![CDATA[Open Source]]></category>
		<category><![CDATA[Privacy]]></category>
		<category><![CDATA[Security]]></category>
		<guid isPermaLink="false">/?p=17396</guid>

					<description><![CDATA[De datasets die ten grondslag liggen van enorme taalmodellen zijn zonder veel poespas gescraped van het internet. Een korte zoektocht naar  persoonsgebonden gegevens hierin, brengt al snel heel wat boven water.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">Taalmodellen, die gebruikt worden voor applicaties zoals automatische vertaling, chatbots, en het <a href="/de-ai-als-auteur/">genereren van teksten</a>, worden steeds groter. Nadat OpenAI&#8217;s <a href="https://github.com/openai/gpt-3">GPT-3</a> nogal wat <a href="https://www.youtube.com/watch?v=_x9AwxfjxvE">furore </a>had gemaakt met haar <a href="https://github.com/elyase/awesome-gpt3">spectaculaire toepassingen</a>, volgen nu regelmatig nog grotere modellen &#8211; Google&#8217;s <a href="https://arxiv.org/abs/2101.03961">Switch</a> of het Chinese <a href="https://en.wikipedia.org/wiki/Wu_Dao">Wu Dao</a> zijn maar enkele van de voorbeelden. (Het woord &#8220;taalmodel&#8221; mag men trouwens met een korrel zout nemen &#8211; in de praktijk gaat het nog steeds om niet meer dan een &#8220;woordvolgordemodel&#8221;)</p>



<p class="wp-block-paragraph">Enorme taalmodellen moeten worden getraind met enorme datasets. Om die te verzamelen wordt op geen bron meer of minder gekeken: <a href="https://pile.eleuther.ai/">The Pile</a>, zowat de grootste dataset van Engelstalige tekst die vandaag bestaat, tikt ongeveer 825 GB aan. De volledige Engelstalige Wikipedia maakt er deel van uit, voor 6.3 GB, oftewel 0.7% van de collectie. Andere databronnen zijn <a href="https://commoncrawl.org/">CommonCrawl</a> , <a href="https://openwebtext2.readthedocs.io/en/latest/">OpenWebText</a> , maar er worden ook tekstfragmenten gebruikt afkomstig van Github, ArXiv, PubMed, StackExchange, OpenSubtitles, zelfs het <a href="https://www.statmt.org/europarl/">Europees Parlement</a>. </p>



<p class="wp-block-paragraph">Veel van die datasets zijn met eenvoudige <a href="https://en.wikipedia.org/wiki/Web_scraping">webscraping </a>scripts verzameld. Of dat <a href="https://www.scraperapi.com/blog/is-web-scraping-legal/">allemaal wel mag</a> volgens copyright- en privacywetgevingen allerhande, is een ingewikkelde vraag met een nog ingewikkelder antwoord en dus maakt men daar voor het gemak in eerste instantie vaak abstractie van. Kwaliteitschecks en fijnmazige filters zijn tijdrovend als je ze accuraat wil maken, en in de wedloop om het grootste taalmodel sneuvelen die dus helaas ook maar al te vaak. </p>



<p class="wp-block-paragraph">Gegeven de enorme verscheidenheid aan bronnen, websites, tekstformatteringen en dataverzamelingsmethodes, is het zo haast onvermijdelijk geworden dat in datasets van die grootteorde toch nog <a href="https://commission.europa.eu/law/law-topic/data-protection/legal-framework-eu-data-protection_en">persoonsgegevens </a>of <a href="https://economie.fgov.be/nl/themas/intellectuele-eigendom/intellectuele-eigendomsrechten/auteursrecht-en-naburige/auteursrechten">auteursrechtelijk</a> beschermde teksten terechtkomen &#8211; zelfs als men moeite doet om enigszins correct te handelen. Reden genoeg om zelf eens in zo&#8217;n dataset te duiken en te kijken wat we daarin terugvinden.</p>



<h1 class="wp-block-heading">OSCAR</h1>



<figure class="wp-block-image alignright size-full is-resized"><a href="/wp-content/uploads/2022/06/avatar_hub278c5e06b117b962e66239a5e135575_291648_270x270_fill_lanczos_center_3.png"><img fetchpriority="high" decoding="async" width="270" height="270" src="/wp-content/uploads/2022/06/avatar_hub278c5e06b117b962e66239a5e135575_291648_270x270_fill_lanczos_center_3.png" alt="OSCAR logo" class="wp-image-17500" style="width:135px;height:135px" srcset="https://www.smalsresearch.be/wp-content/uploads/2022/06/avatar_hub278c5e06b117b962e66239a5e135575_291648_270x270_fill_lanczos_center_3.png 270w, https://www.smalsresearch.be/wp-content/uploads/2022/06/avatar_hub278c5e06b117b962e66239a5e135575_291648_270x270_fill_lanczos_center_3-150x150.png 150w" sizes="(max-width: 270px) 100vw, 270px" /></a><figcaption class="wp-element-caption">OSCAR logo</figcaption></figure>



<p class="wp-block-paragraph"><a href="https://web.archive.org/web/20260725052207/https://oscar-corpus.com/">OSCAR </a>is een meertalige dataset die regelmatig wordt gebruikt voor niet-Engelstalige taalmodellen. De Nederlandstalige subset ervan kan dienen als basis van een <a href="https://web.archive.org/web/20201223124337/https://blog.ml6.eu/dutch-gpt2-autoregressive-language-modelling-on-a-budget-cff3942dd020">Nederlandstalige tekstgenerator</a>. OSCAR is op zijn beurt afgeleid van <a href="https://commoncrawl.org/">CommonCrawl</a>, een grootschalige dataset van scraped websites, waarvan de makers wel aangeven dat <a href="https://www.robotstxt.org/">robots.txt</a> en HTML <a href="https://microformats.org/wiki/Main_Page">no-follow</a> specificaties gehonoreerd werden, maar waar verder weinig meer mee gebeurd is dan gegevensopslag. OSCAR groepeert die per taal, voegt wat <a href="https://ids-pub.bsz-bw.de/frontdoor/index/index/docId/9021">extra preprocessing</a> toe, en zet de tekstfragmenten in willekeurige volgorde, om zo copyrightproblemen te vermijden. We doen hier geen uitspraak over de vraag of dat wel voldoende is voor dat doel. Een bijkomend effect daarvan is wel dat de inhoudelijke relatie tussen opeenvolgende tekstfragmenten in deze dataset dus verloren is gegaan. (De <a href="https://arxiv.org/abs/2201.06642">laatste paper</a> van de auteurs probeert daar alsnog een mouw aan te passen.)</p>



<p class="wp-block-paragraph">We bekijken de Nederlandstalige gegevens uit de eerste versie van deze dataset uit 2019 (toegang tot <a href="https://huggingface.co/datasets/oscar-corpus/OSCAR-2109">versie 2021</a> of <a href="https://huggingface.co/datasets/oscar-corpus/OSCAR-2201">versie 2022</a> vereisen registratie of aanvraag). Deze is vrij beschikbaar in de dataset repository van Huggingface, dat ook een eerste <a href="https://huggingface.co/datasets/oscar/viewer/unshuffled_deduplicated_nl/train.">preview van de inhoud</a> voorziet. Bij Huggingface vermeldt men summier dat de dataset <a href="https://huggingface.co/datasets/oscar#personal-and-sensitive-information">persoonlijke of gevoelige informatie</a> kan bevatten, en dat de training van een AI-model op basis van deze dataset gevoelig kan zijn voor <a href="https://huggingface.co/datasets/oscar#discussion-of-biases">biases</a>, zonder dieper in te gaan op deze problematiek. De verantwoordelijkheid hiervoor wordt bij de gebruiker van de dataset gelegd.</p>



<p class="wp-block-paragraph">De Nederlandstalige subset van OSCAR bestaat uit 126.064.721 tekstfragmenten van één tot enkele zinnen lang, die we kunnen samengevoegen tot 1 tekstbestand met een grootte van ongeveer 40GB. In wat volgt doorzoeken we deze dataset naar gegevens die als persoonlijk of gevoelig beschouwd zouden kunnen worden. Het valt aan te nemen dat die gegevens grotendeels zijn gescrapet zonder medeweten van de originele auteurs of van de websites waarop ze oorspronkelijk gepubliceerd waren. We tonen telkens een selectie van wat we zoal terugvinden ter illustratie, maar om de mogelijke privacy- en copyrightproblemen niet erger te maken dan ze al zouden kunnen zijn, maskeren we in dit artikel de gevonden gevoelige gegevens alsnog en markeren we ze rood. </p>



<h1 class="wp-block-heading">Gevoelige gegevens in OSCAR</h1>



<p>Door gewoon reguliere expressies toe te passen, die je vaak kan <a href="https://regex101.com/library">copy-pasten van het internet</a>, kunnen we al veel boven water halen.&nbsp;Om emailadressen te detecteren, gebruiken we een relatief eenvoudig patroon, waarmee we <strong>685.968 potentiële matches</strong> terugvinden (let wel dat veel algemene emailadressen, bijvoorbeeld van helpdesks of infolijnen of grote organisaties, herhaaldelijk voorkomen):</p>



<pre class="wp-block-code"><code>grep -a -e "&#91;a-zA-Z0-9._]\+@&#91;a-zA-Z]\+.&#91;a-zA-Z]\+" oscar_nl_full.txt</code></pre>



<ul>
<li><em>Ik gooide enkele nieuwe data online! Wie zin heeft kan zich inschrijven door te mailen naar <span style="color: #ff0000;">e*******s@gmail.com</span></em></li>
<li><em>Ontdek hoe je een WordPress thema vindt dat echt bij jou past! www.speciaalgeselecteerd.nl jouw gids voor WordPress thema s Door: <span style="color: #ff0000;">S******* v** N********</span> Datum: 1-1-2016 E-mail: <span style="color: #ff0000;">s********@innonet.nl</span> WordPress</em></li>
<li><em>De hoofdleiding bestaat uit <span style="color: #ff0000;">D***** V******<span style="color: #000000;">,</span> G***** G*******<span style="color: #000000;">,</span> M**** W****** <span style="color: #000000;">en</span> F***** V*** B*****<span style="color: #000000;">,</span></span> hen kan je contacteren via <span style="color: #ff0000;">0497******</span> (<span style="color: #ff0000;">D*****</span>), <span style="color: #ff0000;">0493******</span> (<span style="color: #ff0000;">G*****</span>), <span style="color: #ff0000;">0477******</span> (<span style="color: #ff0000;">M****</span>) en <span style="color: #ff0000;">0498******</span> (<span style="color: #ff0000;">F*****</span>). Een mailtje naar <span style="color: #ff0000;">i***@c*********.be</span> is ook altijd mogelijk. Zij zullen jullie graag helpen met vragen, opmerkingen of klachten.</em></li>
</ul>



<p class="wp-block-paragraph">Veel emailadressen lijken afkomstig van contactpagina&#8217;s op websites van bedrijven, organisaties, maar je herkent ook overduidelijk verenigingen, lokale initiatieven, jeugdbewegingen, en forumgebruikers die hun persoonlijke contactgegevens achterlaten, waaronder telefoonnummers. Het volgende patroon zoekt naar cijfercombinaties die eruit zien als een Belgisch telefoonnummer, in de meest voorkomende schrijfwijzen. (Het patroon is iets te algemeen opgesteld, met als nadeel dat we er ook onderdelen van niet-telefoonnummers mee vinden.) Dat leidt alleszins al tot <strong>289.461 potentiële matches</strong>:</p>



<pre class="wp-block-code"><code>grep -a -P "(((\+|00)32&#91; ]?(?:\(0\)&#91; ]?)?)|0){1}(4(60|&#91;789]\d)\/?(\s?\d{2}\.?){2}(\s?\d{2})|(\d\/?\s?\d{3}|\d{2}\/?\s?\d{2})(\.?\s?\d{2}){2})" oscar_nl_full.txt 
</code></pre>



<ul>
<li><em>Tijdens de openingstijden kan je via de Live Chat of via de telefoon <span style="color: #ff0000;">07********</span> vragen stellen aan één van onze medewerkers.</em></li>
<li><em>[&#8230;] Heeft u vragen over onze werkwijze, prijzen of materialen dan zijn we bereikbaar op de nummers <span style="color: #ff0000;">03/***.**.**</span> en <span style="color: #ff0000;">03/***.**.**</span>. Ook kunt u een e-mail sturen naar [email protected] of het contactformulier invullen.</em></li>
<li><em>Op 22 september vertrekken we op speel-weekend naar Ronse. Wil je nog mee? Als de bliksem bellen naar <span style="color: #ff0000;">R******* 0496/**.**.**</span></em></li>
<li><em>Propere betonnen palen 8 stuks, geen beton/cement aan de onderkant van de paal- lengte 2.05m. Bieden vanaf €7/stuk. Tel <span style="color: #ff0000;">0478/******</span></em></li>
</ul>



<p class="wp-block-paragraph">Ook hier vinden we veel contactgegevens van bedrijven, maar een aanzienlijk deel zijn ook persoonlijke telefoonnummers afkomstig van berichten die mensen postten op online marktplaatsen of zoekertjeswebsites. Bankrekeningnummers, BTW-nummers e.d. duiken ook op tussen de gevonden data. Om te blijven focussen op persoonsgerelateerde data, gaan we nog op zoek naar Twitter of Instagram handles. Deze kunnen bijvoorbeeld afkomstig zijn van conversaties op Twitter en Instagram zelf, van internetfora waar mensen erover spreken, of van de footers van webpagina&#8217;s met links naar sociale media. Afgezien van enkele bedrijven wiens naam of product met een @ begint, gaan achter de meeste gevonden handles echte, actieve mensen of organisaties schuil. We vinden zo <strong>131.364 potentiële matches</strong>:</p>



<pre class="wp-block-code"><code>grep -a -e " @&#91;a-zA-Z0-9]\+" oscar_nl_full.txt</code></pre>



<ul>
<li>Vandaag waren we op bezoek bij Leo Timmers, maker van Een huis voor Harry, het Prentenboek van het Jaar 2019! En we gingen Billy ontmoeten, de kat waar Harry op geïnspireerd is.&nbsp;? Ik had dus de dag van m’n leven. <span style="color: #ff0000;">@v***********</span> #cat #books #brussels #reading #catsofbrussels #eenhuisvoorharry&nbsp;</li>
<li>[&#8230;] <span style="color: #ff0000;">R*****</span> twitterde dit naar mij en <span style="color: #ff0000;">@p********</span>, afgelopen zondagmiddag. We hadden het over de blogs die Ruud had willen schrijven die dag: drie stuks maar liefst. De blogs kwamen er inderdaad niet. Nooit meer. <span style="color: #ff0000;">R*****</span> overleed maandagavond <span style="color: #ff0000;">[datum]</span>. Ik heb een goede vriend verloren.</li>
<li>Zeg <span style="color: #ff0000;">@********</span> wat willen jullie nou in de omgangsvorm: &#8216;u&#8217; of &#8216;je&#8217;? Maak een keuze! <span style="color: #ff0000;">https://t.co/********</span></li>
<li><span style="color: #ff0000;">@********</span> En niet alleen dat. Het kenteken <span style="color: #ff0000;">*-***-**</span> staat mooi op beeld. Kijk dus uit voor deze asociale weggebruiker, mede-weggebruikers. @ <span style="color: #ff0000;">[datum]</span></li>
</ul>



<p class="wp-block-paragraph">Er duikt duidelijk een heel palet aan persoonsgebonden informatie in deze dataset op, zoals ook nummerplaten, berichten over ziekte of overlijden, politieke voorkeuren, informatie over wanneer personen waar geweest zijn, en nog heel wat meer. Met hetzelfde gemak vinden we ook beledigingen tegen personen terug, verwensingen allerhande, racistische fragmenten, &#8230; we kunnen alleszins heel lang bezig blijven als we hierop enige grip willen krijgen in zo&#8217;n dataset.  </p>



<p class="wp-block-paragraph">Een heel ander gevoelig onderwerp is erotische inhoud. Er zijn alvast <strong>2.459.800 matches </strong>voor woorden die beginnen met &#8220;seks&#8221; of &#8220;sex&#8221; in dit eerste deeltje van de dataset. Voorbeelden daarvan geven we terwille van de goede smaak niet mee, maar u mag de auteur op zijn woord geloven dat de meeste gevonden tekstfragmenten niet van droog-wetenschappelijke papers of schoolse seksuele opvoeding afkomstig zijn. Op een totaal van 126 miljoen zinnen, kunnen we zo schatten dat zulke inhoud ongeveer <strong>2% van het totaal</strong> uitmaakt in deze dataset.&nbsp;</p>



<h1 class="wp-block-heading">Kom ik er in voor?</h1>



<p class="wp-block-paragraph">Dat kunnen we gemakkelijk achterhalen:</p>



<pre class="wp-block-code"><code>grep -a -e "Joachim Ganseman" oscar_nl_full.txt  </code></pre>



<ul class="wp-block-list">
<li>De 27e Internationale Olympiade Informatica vond plaats in Almaty, Kazachstan. De Belgische ploeg werd gevormd door Damien Galant (5e middelbaar), Robin Jadoul, Mattéo Couplet en Nico Ekkart (allen 6e middelbaar). Zij werden begeleid door Damien Leroy en Joachim Ganseman. [&#8230;]</li>



<li>[&#8230;] De bouwstenen voor artificiële intelligentie (AI) liggen klaar, maar ze staan op los zand. Dhr. Joachim Ganseman van Smals Research bestudeerde de zwaktes van AI. In zijn artikel op de Research-blog bespreekt hij een aantal uitdagingen voor de toekomst. </li>



<li>Joachim Ganseman wordt onderscheiden voor de ijver waarmee hij als jonge doctoraatsstudent de Belgische informatica-olympiade heeft gesticht, coördineert en communiceert in beide landshelften, met bijzondere inspanningen voor de toegankelijkheid voor alle leerlingen, ongeacht voorkennis.</li>
</ul>



<p class="wp-block-paragraph">In 7 tekstfragmenten komt mijn volledige naam voor, voornamelijk in verband met mijn engagement bij de <a href="https://www.be-oi.be/">Belgische Informatica-olympiade</a> van 2011 tot 2018. Geen info die iets schandaligs of schaamtelijks bevat, integendeel, maar ik was niet op de hoogte. Als je ooit met naam en toenaam in de krant of op een website van een grotere organisatie hebt gestaan, lijkt de kans alleszins groot dat je naam in dat verband ook in de OSCAR dataset voorkomt. Het blijft dus erg belangrijk om in het achterhoofd te houden dat <a href="https://www.ikbeslis.be/jongeren/privacy-online/denk-na-voor-je-iets-post">dat wat eenmaal op het internet staat, er erg moeilijk terug af gaat</a>.</p>



<p class="wp-block-paragraph">Misschien kan het een goed idee zijn om, naar analogie van <a href="https://haveibeenpwned.com/">Have I Been Pwned</a> die je waarschuwt voor paswoordlekken, een gelijkaardige dienst te hebben bij <a href="https://huggingface.co/">dataset repositories</a> waarmee gebruikers kunnen checken of hun persoonlijke informatie voorkomt in datasets? Tijd en middelen ontbreken om zoiets zelf verder uit te werken, maar we laten het hier staan als een interessante suggestie.</p>



<h1 class="wp-block-heading">En dan?</h1>



<p class="wp-block-paragraph">We moeten nog vermelden dat de makers van de CommonCrawl en OSCAR datasets zelf niet Nederlandstalig zijn. Zij hebben dan ook niet onmiddellijk manieren ter beschikking om de verzamelde fragmenten in het Nederlands (en in de meeste van de andere 165 talen in OSCAR) op hun inhoudelijke merites te gaan beoordelen, en presenteren deze datasets &#8220;as is&#8221;. </p>



<p class="wp-block-paragraph">Gegeven het feit dat persoonsgebonden gegevens gemakkelijk te vinden zijn op het internet voor wie  een beetje zoekt &#8211; en zeker op sociale media of op marktplaatsen waar ze gretig uitgewisseld worden &#8211; is het niet verwonderlijk dat deze gegevens ook terechtkomen in datasets verzameld via webscraping, als er een breed net wordt uitgegooid en weinig wordt gefilterd.</p>



<p class="wp-block-paragraph">Smals Research is een technisch team zonder juristen in haar rangen; we laten uitspraken over het wettelijke kader rond webscraping, auteursrechten, en de gebruiksvoorwaarden van websites, in een internationale context, dan ook liever over aan <a href="https://www.law.kuleuven.be/citip">mensen die daar meer van kennen dan wij</a>. Het is in onze sector wel algemeen bekend dat de persoonsgegevens van EU-ingezetenen beschermd worden door de <a href="https://commission.europa.eu/law/law-topic/data-protection/legal-framework-eu-data-protection_en">GDPR</a>. Dat houdt onder andere in dat zij de <a href="https://www.gegevensbeschermingsautoriteit.be/professioneel/avg/rechten-van-de-burgers/het-recht-van-inzage">inzage </a>en verwijdering van hun gegevens moeten kunnen vragen, en informatie moet kunnen krijgen over het gebruik ervan. Het wordt natuurlijk moeilijk om dat recht effectief uit te oefenen, als gegevens op elk moment in een externe database kunnen worden overgenomen, zonder medeweten van die persoon of zelfs van de website waarop ze gepubliceerd waren. </p>



<figure class="wp-block-image alignleft size-medium"><a href="/wp-content/uploads/2021/06/rita_bookshelfwriter_bibleapachespiderman.png"><img decoding="async" width="300" height="225" src="/wp-content/uploads/2021/06/rita_bookshelfwriter_bibleapachespiderman-300x225.png" alt="NLG systemen schrijven tekst op basis van wat ze tijdens de trainingsfase hebben gezien." class="wp-image-16313" srcset="https://www.smalsresearch.be/wp-content/uploads/2021/06/rita_bookshelfwriter_bibleapachespiderman-300x225.png 300w, https://www.smalsresearch.be/wp-content/uploads/2021/06/rita_bookshelfwriter_bibleapachespiderman-768x576.png 768w, https://www.smalsresearch.be/wp-content/uploads/2021/06/rita_bookshelfwriter_bibleapachespiderman.png 1024w" sizes="(max-width: 300px) 100vw, 300px" /></a><figcaption class="wp-element-caption">Een AI-model dat tekst schrijft, doet dat op basis van wat het tijdens de trainingsfase heeft gezien. [&#8220;Bookshelf Writer&#8221;, Andreas Refsgaard, Kåre Magnus Sand Solvåg, Riccardo Cereser (c) Copenhagen Institute of Interaction and Design]</figcaption></figure>



<p class="wp-block-paragraph">Wie van zulke datasets gebruik maakt om AI systemen te trainen, is technisch gesproken de daarin begrepen persoonsgegevens aan het verwerken, en lijkt zo alvast automatisch een verantwoordelijkheid te hebben ten aanzien van die betreffende personen. Het is daarnaast niet ondenkbaar dat een <a href="https://www.analyticsvidhya.com/blog/2021/07/data-leakage-and-its-effect-on-the-performance-of-an-ml-model/">verkeerd of slecht getraind AI-systeem</a> deze gegevens expliciet opneemt in het resulterend model, en ze aanwendt om bepaalde beslissingen te nemen, wat een <a href="https://www.microsoft.com/en-us/research/theme/fate/">risico op bias</a> met zich meebrengt. Tot slot weet je nooit of er ergens een slecht beveiligde website gescrapet werd door de dataset-maker, waardoor er misschien login-gegevens of paswoorden voorkomen in de dataset.</p>



<h1 class="wp-block-heading">Een alternatieve werkwijze</h1>



<p class="wp-block-paragraph">De onderzoeksgroep <a href="https://www.rug.nl/research/clcg/research/cl/">Computationele Linguïstiek</a> van de Universiteit van Groningen bouwde een <a href="https://dx.doi.org/10.18653/v1/2021.findings-acl.74">eigen variant</a> van een Nederlandstalig GPT-2 model. Zij zijn natuurlijk wél Nederlandstalig, en waren ook selectiever in het kiezen van hun trainingsdata. In hun paper lezen we dat die bestaat uit de Nederlandstalige Wikipedia (2.0GB), een grote hoeveelheid E-books (6.5GB), een <a href="https://research.utwente.nl/en/publications/twnc-a-multifaceted-dutch-news-corpus">dataset van nieuwsartikels</a> die weliswaar nog van 2007 dateert (2.9GB) aangevuld met artikels van andere nieuwswebsites (2.1GB). Na het wegfilteren van duplicaten is dat goed voor een trainingsdataset van 13GB aan Nederlandstalige tekst. Gegeven deze bronnen is het aannemelijk dat hun dataset alvast correcter geschreven Nederlands bevat van een inhoudelijk hogere standaard.</p>



<p class="wp-block-paragraph">De eigenlijke dataset vonden we na een korte zoektocht niet onmiddellijk terug, dus het is moeilijk de inhoud verder te bekijken &#8211; wie weet waar ze ergens beschikbaar zou zijn, mag het steeds laten weten. Het valt alleszins te verwachten dat de inhoud van deze dataset minder problematisch zal zijn op het vlak van persoonlijke gegevens dan OSCAR. Langs de andere kant stelt zich, met een dataset afkomstig van krantenartikels en e-books, misschien wel nog een copyrightprobleem.</p>



<p class="wp-block-paragraph">Kieskeurig zijn qua trainingsdata heeft weliswaar een keerzijde. Een generatief taalmodel getraind op een selecte dataset is gelimiteerder qua teksten die het kan produceren. Tekstfragmenten die lijken op sociale-media-posts zullen moeilijk gegenereerd kunnen worden door een model dat niet getraind werd op data afkomstig van sociale media, en een hoge aandeel e-books leidt ook tot prozaïscher teksten. Tot slot maakt het groot aandeel van oudere nieuwsartikels ook dat het getrainde model teksten &#8220;uit die tijd&#8221; zal produceren, en relatief minder woordenschat en zinswendingen kent over recente trends, technologische uitvindingen of politieke ontwikkelingen.</p>



<h1 class="wp-block-heading">Conclusie</h1>



<p>We hebben hier slechts één Nederlandstalige dataset onder de loep genomen, maar het spreekt voor zich dat dezelfde problemen zich stellen in gelijkaardige datasets voor andere talen.</p>
<p>Het valt op dat enkele eenvoudige filters, bijvoorbeeld om emailadressen, rekeningnummers, persoonlijke profielinformatie of andere persoonsgegevens te detecteren, al een heel deel van deze problematische inhoud zouden kunnen wegfilteren. Een sluitende garantie geven dat er niets fouts meer voorkomt is haast onmogelijk in datasets van deze grootteorde, maar hier hebben we toch kunnen illustreren dat er soms wel érg weinig moeite gedaan lijkt te zijn om de datasets een beetje op te schonen. </p>
<p>Propere datasets maken, deze inhoudelijk onderzoeken en daarbij in de diepte graven, kost natuurlijk tijd en moeite &#8211; enkel om problematische stukjes weg te vijlen die in hun geheel maar een klein deeltje uitmaken van de hele dataset, wat dus waarschijnlijk ook maar een kleine impact zou hebben op het daaruit resulterende taalmodel. Het is moeilijk hard te maken dat zulk monnikenwerk zich economisch terugverdient, en garanties dat je effectief alles verwijdert zijn er evenmin.</p>
<p>Toch is het belangrijk dat er voldoende aandacht geschonken wordt aan de kwaliteit van de onderliggende datasets. Als dat niet werkbaar is vanwege hun grootte, moet je je minstens een idee vormen van de impact van mogelijke onregelmatigheden erin. Een <a href="https://www.gegevensbeschermingsautoriteit.be/professioneel/avg/effectbeoordeling-geb">data protection impact assessment</a> is net daarvoor bedoeld, en is in sommige gevallen verplicht.</p>
<p><span style="text-decoration: underline;"><strong>Het blind hergebruiken van een dataset die je zelf niet hebt samengesteld, is een slecht idee.</strong></span> Dat geldt bij uitbreiding eigenlijk ook voor het indirect gebruik ervan via een derde partij of een externe software-library. Dit is overigens een algemeen advies dat geldt voor elke toepassing van machine learning. Wie beter wil doen en ethiek wat hoger in het vaandel wil dragen, vindt goede startpunten in de paper <a href="https://arxiv.org/abs/1803.09010">Datasheets for Datasets</a> en bij initiatieven zoals <a href="https://ainowinstitute.org/">AI Now</a>.</p>



<p class="wp-block-paragraph">______________________</p>



<p class="wp-block-paragraph"><em>Dit is een ingezonden bijdrage van Joachim Ganseman, IT consultant bij Smals Research. &nbsp;Dit artikel werd geschreven in eigen naam en neemt geen standpunt in namens Smals.</em></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>E-discovery to the rescue</title>
		<link>https://www.smalsresearch.be/e-discovery/</link>
		
		<dc:creator><![CDATA[Joachim Ganseman]]></dc:creator>
		<pubDate>Wed, 16 Oct 2019 12:45:46 +0000</pubDate>
				<category><![CDATA[[NL]]]></category>
		<category><![CDATA[Blog post]]></category>
		<category><![CDATA[anonymization]]></category>
		<category><![CDATA[big data]]></category>
		<category><![CDATA[e-discovery]]></category>
		<category><![CDATA[Fraud]]></category>
		<category><![CDATA[Information management]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[methodology]]></category>
		<category><![CDATA[Natural Language Processing]]></category>
		<category><![CDATA[open data]]></category>
		<category><![CDATA[Productivity]]></category>
		<category><![CDATA[wob]]></category>
		<guid isPermaLink="false">/?p=13760</guid>

					<description><![CDATA[E-discovery is een algemene term voor technieken en software waarmee men informatie wil ontdekken in grote hoeveelheden heterogene documenten. Typische contexten waarin e-discovery wordt toegepast zijn gerechtelijke onderzoeken, onderzoeksjournalistiek, audits, of aanvragen in het kader van wetten op openbaarheid van bestuur.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">E-discovery is een algemene term voor technieken en software waarmee men informatie wil ontdekken in grote hoeveelheden heterogene documenten. “Document” mag daarbij breed geïnterpreteerd worden als eender welk bestand met machineleesbare informatie (e-mails, spreadsheets, presentaties, foto’s, …). Wat e-discovery onderscheidt van gewone data exploratie is dat men niet zozeer tracht een globaal overzicht te krijgen van de gegevens, maar vooral een <a href="https://www.datameer.com/blog/data-exploration-vs-data-discovery/">specifieke vraag wil beantwoorden</a>. Typische contexten waarin e-discovery wordt toegepast zijn gerechtelijke onderzoeken, onderzoeksjournalistiek, audits, of aanvragen in het kader van <a href="https://www.ejustice.just.fgov.be/eli/wet/1994/04/11/1994000357/justel">wetten op openbaarheid van bestuur</a>.</p>



<p class="wp-block-paragraph">Neem fraudebestrijding: op een reeks in beslag genomen harde schijven moeten bewijzen gevonden worden van, bijvoorbeeld, fraude met onkostennota’s. De inspecteur van dienst wordt geconfronteerd met veel te veel bestanden of emails om allemaal manueel te gaan uitpluizen, en onkosten kunnen gaan over vanalles en nog wat. Om geen bergen irrelevante info te moeten doorploegen zal men bijvoorbeeld eerst alle documenten willen groeperen waarin het woord “kost” of “rekening” in eender welke woordsamenstelling voorkomt. In een ander geval kan het dan weer nuttig zijn om alle emailconversaties tussen betrokken personen over een bepaald thema te kunnen afsplitsen van de rest. Nog een andere: alle documenten selecteren met het woord “factuur” in eender welke taal.</p>



<figure class="wp-block-image"><img decoding="async" width="874" height="664" src="/wp-content/uploads/2019/10/2019-09-12-16_39_47-Facetten2.png" alt="" class="wp-image-13786" srcset="https://www.smalsresearch.be/wp-content/uploads/2019/10/2019-09-12-16_39_47-Facetten2.png 874w, https://www.smalsresearch.be/wp-content/uploads/2019/10/2019-09-12-16_39_47-Facetten2-300x228.png 300w, https://www.smalsresearch.be/wp-content/uploads/2019/10/2019-09-12-16_39_47-Facetten2-768x583.png 768w" sizes="(max-width: 874px) 100vw, 874px" /><figcaption class="wp-element-caption">Segmentatie van datasets op basis van entiteiten herkend in de documentinhoud &#8211; visualisatie uit het e-discovery platform ZyLAB</figcaption></figure>



<p class="wp-block-paragraph">In de juridische sector kan e-discovery worden ingezet om grote hoeveelheden jurisprudentie te doorzoeken naar <a href="https://web.archive.org/web/20221026153404/https://e-justice.europa.eu/content_case_law-11-en.do">eerdere zaken</a> of naar wetgeving gerelateerd aan wat voorligt, om zo sneller een overzicht te krijgen van precedenten en/of mogelijke argumenten. </p>



<p class="wp-block-paragraph">In Nederland krijgt de overheid <a href="https://zoek.officielebekendmakingen.nl/kst-28362-20.html">jaarlijks zo&#8217;n 1400 verzoeken</a> tot openbaarmaking van documenten vanwege journalisten, actiecomités of burgers. Dat vereist telkens dat bij vele verschillende instanties mogelijk duizenden documenten moeten worden opgevraagd, gebundeld, en actief <a href="https://web.archive.org/web/20210923052157/https://ec.europa.eu/cefdigital/wiki/display/ETCOMMUNITY/Toward+Multilingual+Public+Services+in+Europe+-+AI%2C+a+Multilingual+Enabler?preview=/68329287/96338316/Anonymization%20explained_sara%20szoc.pdf">geanonimiseerd</a> voor publicatie (nodig om de privacy van betrokken personen te beschermen, en zo GDPR-compliant te zijn). In België is het &#8220;<a href="https://www.journalist.be/nl/nieuws/wobben-is-een-grondrecht">wobben</a>&#8221; vooralsnog niet zo populair [<a href="https://www.sampol.be/2010/03/openbaarheid-van-bestuur-in-belgie-een-losse-flodder">1</a>, <a href="https://www.dewakkereburger.be/nl/artikel/177/wobbende-journalisten-in-belgie">2</a>, <a href="https://www.fondspascaldecroos.org/nl/news/liefst-geen-pottenkijkers-wobben-belgie">3</a>, <a href="https://www.denieuwereporter.nl/2016/06/een-wob-verzoek-raakt-in-belgie-al-snel-verwikkeld-in-een-juridische-kluwen/">4</a>, <a href="https://www.svdj.nl/nieuws/brussels-papers-wob/">5</a>]. Vast staat wel dat de administratie die geconfronteerd wordt met de verplichting een groot intern dossier te publiceren, handenvol werk te wachten staat.</p>



<figure class="wp-block-image"><img loading="lazy" decoding="async" width="914" height="607" src="/wp-content/uploads/2019/10/anonymization.png" alt="anonymiseren van documenten" class="wp-image-13782" srcset="https://www.smalsresearch.be/wp-content/uploads/2019/10/anonymization.png 914w, https://www.smalsresearch.be/wp-content/uploads/2019/10/anonymization-300x199.png 300w, https://www.smalsresearch.be/wp-content/uploads/2019/10/anonymization-768x510.png 768w" sizes="auto, (max-width: 914px) 100vw, 914px" /><figcaption class="wp-element-caption">Documenten correct anonymiseren is een tijdrovend karwei zonder automatisering.</figcaption></figure>



<p class="wp-block-paragraph">Dat soort grootschalige vragen beantwoord je niet in 1 keer. Veelal bekom je het resultaat pas na een iteratief proces van selecties en verfijningen. Gegeven de heterogeniteit en variabiliteit in de data, is het een kunst om zo snel mogelijk alle relevante documenten te groeperen, zonder enerzijds teveel irrelevante documenten te behouden of anderzijds relevante documenten over het hoofd te zien (dat selectieproces heet <a href="https://www.edrm.net/glossary/culling/">culling</a> in het jargon). Om dat te faciliteren kunnen goede e-discovery tools ook machine learning inzetten, die de gebruiker toelaat classifiers te trainen die, naarmate er meer documenten zijn behandeld, steeds accurater zelf relevante documenten zullen kunnen identificeren, en/of daarin kunnen markeren wat eventueel nagekeken of geredigeerd moet worden voor publicatie. Het globale proces kan worden samengevat in het <a href="https://www.edrm.net/frameworks-and-standards/edrm-model/">e-discovery reference model</a> (EDRM):</p>



<figure class="wp-block-image"><a href="https://www.smalsresearch.be/wp-content/uploads/2019/10/EDRM-Chart_v3-1024x558.jpg"><img loading="lazy" decoding="async" width="1024" height="558" src="https://www.smalsresearch.be/wp-content/uploads/2019/10/EDRM-Chart_v3-1024x558.jpg" alt="" class="wp-image-13783" srcset="https://www.smalsresearch.be/wp-content/uploads/2019/10/EDRM-Chart_v3-1024x558.jpg 1024w, https://www.smalsresearch.be/wp-content/uploads/2019/10/EDRM-Chart_v3-1024x558-300x163.jpg 300w, https://www.smalsresearch.be/wp-content/uploads/2019/10/EDRM-Chart_v3-1024x558-768x419.jpg 768w" sizes="auto, (max-width: 1024px) 100vw, 1024px" /></a></figure>



<p class="wp-block-paragraph">In een typisch e-discovery proces worden gegevens uit verschillende bronnen eerst verzameld in een soort “data lake”. Daarna wordt een breed spectrum van tools voor analyse op deze gegevens losgelaten die zoveel mogelijk nuttige metadata uit de gegevens extraheert en opslaat. Een geavanceerde zoekinterface laat toe om het geheel verder te organiseren en in de diepte, desgewenst &#8220;<a href="https://en.wikipedia.org/wiki/Approximate_string_matching">fuzzy</a>&#8220;, te doorzoeken. Vaak zijn er mogelijkheden om zelf concepten te definiëren die men belangrijk vindt en wil markeren &#8211; via systemen gaande van eenvoudige <a href="https://en.wikipedia.org/wiki/Regular_expression">reguliere expressies</a>, over allerlei vormen van <a href="https://en.wikipedia.org/wiki/Named-entity_recognition">named entity recognition</a>, tot methodes van machine learning om moeilijker te vatten gecontextualiseerde informatie te kunnen capteren. </p>



<p class="wp-block-paragraph">In de voorvermelde usecases wil men veelal binnen de inhoud van de documenten op zoek naar informatie waarvan men bovendien niet exact weet hoe die erin tot uiting komt. E-discovery tools trachten daarom vaak een vorm van “<a href="https://en.wikipedia.org/wiki/Semantic_search">semantic search</a>” aan te bieden en steunen daarvoor op allerlei technogieën die verder gaan dan enkel een full-tekst indexering van de gegevens: <a href="https://en.wikipedia.org/wiki/Topic_model">topic detection</a>, <a href="https://en.wikipedia.org/wiki/Cluster_analysis">clustering</a>, <a href="https://en.wikipedia.org/wiki/Statistical_classification">classificatie</a>, <a href="https://en.wikipedia.org/wiki/Natural_language_processing">natural language processing</a>, <a href="https://en.wikipedia.org/wiki/Plagiarism_detection">near-duplicate detection</a>, zelfs <a href="https://en.wikipedia.org/wiki/Sentiment_analysis">sentiment analysis</a>, kunnen allemaal nuttige indicatoren leveren die het zoekproces verrijken. Tot slot zal een goed e-discovery platform het verschil maken met een gewone zoekopdracht op een database door het faciliteren van het iteratieve karakter van het zoekproces (extraheer &#8211; review &#8211; analyseer &#8211; extraheer &#8211; &#8230;), aangevuld met batch editing en processing functionaliteit (denk aan het anonymiseren van vele documenten tegelijk).</p>



<p class="wp-block-paragraph">Zo wordt de fase van data verzamelen, organiseren, schoonmaken en prepareren, die anders al snel<a href="https://web.archive.org/web/20230607001134/https://truii.com/uncategorized/tidy-data/"> 80% van een data-analyseproject</a> uitmaakt, gestroomlijnd. De gebruikers van e-discovery tools zijn typisch geen IT-ers maar juristen, inspecteurs of journalisten.  Een associatie zoals <a href="https://www.aceds.org/page/about">ACEDS </a>verenigt gebruikers van e-discovery tools en organiseert opleidingen, certifiëringen of evenementen waarop best practices worden gedeeld. Dat is niet overbodig: je haalt pas echt rendement uit zulke gespecialiseerde tools eens je er de nodige ervaring mee hebt opgebouwd, en als je ze optimaal kan inbedden in de andere processen binnen je organisatie.  </p>



<p class="wp-block-paragraph">Enkele van de grote aanbieders van e-discovery platformen op de markt zijn <a href="https://www.relativity.com/">RelativityOne</a>, <a href="https://www.guidancesoftware.com/">OpenText EnCase</a>, <a href="https://www.nuix.com/industries/government">nuix</a>, <a href="https://www.ibm.com/us-en/marketplace/ibm-ediscovery-manager">IBM</a>, <a href="https://www.accessdata.com/">AccessData</a>, <a href="https://www.logikcull.com/">LogikCull</a>, <a href="https://www.nextpoint.com/">nextpoint</a>, <a href="https://www.zylab.com/">ZyLAB</a>. Sommige van deze spelers richten zich specifiek tot juridische wereld of het overheidswezen. Open source tools voor bovenvermelde usecases beperken zich op het moment van schrijven vooral tot de domeinen van cybersecurity en low-level computer forensics (bvb. <a href="https://www.sleuthkit.org/autopsy/">Sleuthkit)</a>. Voor algemene e-discovery is <a href="https://github.com/shmsoft/FreeEed">FreeEed </a>zo goed als het enige bestaande open source project. </p>



<figure class="wp-block-image"><img loading="lazy" decoding="async" width="1024" height="579" src="/wp-content/uploads/2019/10/freeeed-GATE-1024x579.png" alt="" class="wp-image-13787" srcset="https://www.smalsresearch.be/wp-content/uploads/2019/10/freeeed-GATE-1024x579.png 1024w, https://www.smalsresearch.be/wp-content/uploads/2019/10/freeeed-GATE-300x170.png 300w, https://www.smalsresearch.be/wp-content/uploads/2019/10/freeeed-GATE-768x434.png 768w, https://www.smalsresearch.be/wp-content/uploads/2019/10/freeeed-GATE-1536x868.png 1536w, https://www.smalsresearch.be/wp-content/uploads/2019/10/freeeed-GATE.png 1600w" sizes="auto, (max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Screenshot van de open-source FreeEed e-discovery software met weergave van entity recognition.</figcaption></figure>



<p class="wp-block-paragraph">Alles samengevat zijn gespecialiseerde e-discovery tools met name interessant wanneer je te maken krijgt met <strong>onoverzichtelijk grote datasets</strong> in een waaier aan documentformaten, waarin je gericht <strong>naar iets bepaalds op zoek</strong> bent, maar je hebt geen documentatie van de dataset of je kan niet rekenen op hulp van de eigenaar ervan &#8211; dus je zou <strong>niet weten waar te beginnen</strong>. Binnen de overheid kan dit vooral voor inspecteurs en auditeurs een hulp zijn, al kan vrijwel iedere overheidsdienst wel eens met een WOB-verzoek geconfronteerd worden waarvoor de archieven opengebroken moeten worden&#8230;</p>



<p class="wp-block-paragraph">______________________</p>



<p class="wp-block-paragraph"><em>Dit is een ingezonden bijdrage van Joachim Ganseman, IT consultant bij Smals Research. &nbsp;Dit artikel werd geschreven in eigen naam en neemt geen standpunt in namens Smals.</em></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Van Chipkaart naar Smartphone naar&#8230; Arm?</title>
		<link>https://www.smalsresearch.be/van-chipkaart-naar-smartphone-naar-arm/</link>
					<comments>https://www.smalsresearch.be/van-chipkaart-naar-smartphone-naar-arm/#comments</comments>
		
		<dc:creator><![CDATA[Koen Vanderkimpen]]></dc:creator>
		<pubDate>Tue, 20 Sep 2016 08:01:01 +0000</pubDate>
				<category><![CDATA[[NL]]]></category>
		<category><![CDATA[Blog post]]></category>
		<category><![CDATA[architecture]]></category>
		<category><![CDATA[cloud computing]]></category>
		<category><![CDATA[Data Integration]]></category>
		<category><![CDATA[egov]]></category>
		<category><![CDATA[hardware]]></category>
		<category><![CDATA[IoT]]></category>
		<category><![CDATA[microservices]]></category>
		<category><![CDATA[Mobile]]></category>
		<category><![CDATA[onlyonce]]></category>
		<category><![CDATA[open data]]></category>
		<category><![CDATA[Privacy]]></category>
		<category><![CDATA[rest]]></category>
		<category><![CDATA[Security]]></category>
		<category><![CDATA[smartcard]]></category>
		<category><![CDATA[software design]]></category>
		<category><![CDATA[software engineering]]></category>
		<category><![CDATA[Web 2.0]]></category>
		<guid isPermaLink="false">/?p=9881</guid>

					<description><![CDATA[Er was eens&#8230; een metrorit. En voor metroritten heb je tegenwoordig een MOBIB-kaart nodig. Dit deed me terugdenken aan het verhaal van de smartcards, en hoe we er veel te veel nodig hebben&#8230; Bij deze dan het lang&#160;beloofde&#160;derde deel van dat verhaal. Over Metro- en Treinkaarten Onlangs moest ik na lange tijd nog eens de [&#8230;]]]></description>
										<content:encoded><![CDATA[
<figure class="wp-block-image alignleft"><a href="/wp-content/uploads/2016/09/evolution.jpg"><img loading="lazy" decoding="async" width="150" height="150" src="/wp-content/uploads/2016/09/evolution-150x150.jpg" alt="evolution" class="wp-image-9993"/></a></figure>



<p class="wp-block-paragraph">Er was eens&#8230; een metrorit. En voor metroritten heb je tegenwoordig een MOBIB-kaart nodig. Dit deed me terugdenken aan het verhaal van de smartcards, en hoe we er veel te veel nodig hebben&#8230; Bij deze dan het lang&nbsp;beloofde&nbsp;derde deel van dat verhaal.</p>



<span id="more-9881"></span>



<h2 class="wp-block-heading">Over Metro- en Treinkaarten</h2>



<p class="wp-block-paragraph">Onlangs moest ik na lange tijd nog eens de metro nemen. Ik wist dat mijn papieren kaartje met magneetstrip ondertussen niet meer geldig zou zijn: de overschakeling naar <a href="https://www.stib-mivb.be/accueil/acheter/mobib">MOBIB</a>&nbsp;is nu volledig doorgevoerd. De MOBIB-kaart is RFID technologie, waardoor je ze kan gebruiken door ze gewoon tegen een kaartlezer tegen te houden (je hoeft ze nergens in te steken). Meer over deze technologie kan je terugvinden in één van onze techno&#8217;s: <a href="https://www.smalsresearch.be/het-abc-van-rfid/">Het ABC van RFID</a>.</p>



<p class="wp-block-paragraph">Nu, ik heb reeds een treinabonnement, en ook dit staat op een MOBIB-kaart&#8230; van de NMBS. Ik moest er dus achter zien te komen of ik deze ook voor de metro kon gebruiken. Na wat zoekwerk, zag ik dat ik online een <a href="https://www.stib-mivb.be/mystib/Account/Register?l=en">account kon aanmaken bij de MIVB</a> en dat ik een bestaande MOBIB-kaart kon koppelen aan mijn account. Wanneer ik dit echter probeerde, wist het systeem mij te vertellen dat mijn kaart niet gekend was, maar dat dit wel het geval zou zijn indien ik deze eerst kon opladen via één van de <a href="https://www.stib-mivb.be/points-de-vente-verkooppunten.html?l=en&amp;news_rid=/STIB-MIVB/INTERNET/ACTUS/2007-06/WEB_Article_1181575177670.xml">GO-machines</a> in de metrostations.</p>



<figure class="wp-block-image aligncenter"><a href="/wp-content/uploads/2016/09/kaarttoevoegen.png"><img loading="lazy" decoding="async" width="905" height="399" src="/wp-content/uploads/2016/09/kaarttoevoegen.png" alt="kaarttoevoegen" class="wp-image-9985" srcset="https://www.smalsresearch.be/wp-content/uploads/2016/09/kaarttoevoegen.png 905w, https://www.smalsresearch.be/wp-content/uploads/2016/09/kaarttoevoegen-300x132.png 300w, https://www.smalsresearch.be/wp-content/uploads/2016/09/kaarttoevoegen-768x339.png 768w" sizes="auto, (max-width: 905px) 100vw, 905px" /></a></figure>



<p class="wp-block-paragraph"></p>



<p class="wp-block-paragraph">Zo gezegd zo gedaan, en &#8211; wonder boven wonder? &#8211; dit werkte inderdaad zoals aangegeven: ik kon mijn NMBS-kaart gebruiken als houder voor het saldo van mijn metroritten, en ik kon deze kaart daarna ook effectief koppelen aan mijn online profiel bij MIVB. (Eén mankement: het resterend saldo aan ritten is niet zichtbaar; maar misschien is dit ook voor de eigen kaarten van MIVB geen feature? &#8211; graag een comment indien iemand dit weet!)</p>



<figure class="wp-block-image aligncenter"><a href="/wp-content/uploads/2016/09/kaarttoegevoegd1.png"><img loading="lazy" decoding="async" width="776" height="501" src="/wp-content/uploads/2016/09/kaarttoegevoegd1.png" alt="kaarttoegevoegd1" class="wp-image-9991" srcset="https://www.smalsresearch.be/wp-content/uploads/2016/09/kaarttoegevoegd1.png 776w, https://www.smalsresearch.be/wp-content/uploads/2016/09/kaarttoegevoegd1-300x194.png 300w, https://www.smalsresearch.be/wp-content/uploads/2016/09/kaarttoegevoegd1-768x496.png 768w" sizes="auto, (max-width: 776px) 100vw, 776px" /></a></figure>



<p class="wp-block-paragraph"></p>



<p class="wp-block-paragraph">Wat leren we nu uit dit verhaal?</p>



<ul class="wp-block-list">
<li>Ten eerste, de technologische mogelijkheden om het probleem van het <a href="/help-mijn-portefeuille-is-te-dik/">teveel aan kaarten in mijn portefeuille</a> op te lossen, zijn reeds duidelijk aanwezig, maar, gezien het aantal kaarten dat ik nog nodig heb, is er nog geen verregaande implementatie gebeurd (zo is mijn abonnement bij De Lijn, verkregen via NMBS, nog steeds een stukje papier, en een koppeling met bijvoorbeeld de <a href="https://eid.belgium.be/en">Belgische eID</a> is nog steeds beperkt tot de occasionele <a href="https://www.belgiantrain.be/en/">online aankoop</a> van een treinticket). Conclusie: nog steeds geen <a href="/one-card-to-rule-them-all/">one card to rule them all&#8230;</a></li>



<li>Ten tweede: de netwerken van MIVB en NMBS zijn voorlopig nog onvoldoende geïntegreerd om reeds bij de aanmaak van een nieuwe kaart bij één firma, rechtstreeks ook de nodige gegevens te versturen aan de andere. Op zich is dit soort integratie misschien nogal veeleisend, maar in deze nieuwe wereld van de IT, met zijn <a href="/disruptie-in-de-cloud-stack-caas/">Cloud</a>, zijn <a href="/van-n-tier-naar-microservices/">microservices</a>, en vooral, zijn <a href="/data-centric-it-met-rest/">API economy</a>, zijn er toch wel een aantal <a href="/het-event-als-leidend-voorwerp-in-software-engineering/">architecturen</a> te bedenken waarin dit geen probleem zou mogen zijn. Het &#8220;<a href="https://joinup.ec.europa.eu/event/egovernment-and-reduction-administrative-burden-applying-%C3%A2%E2%82%AC%CB%9Conce-only%C3%A2%E2%82%AC%E2%84%A2-principle">only once principe</a>&#8221; is echter vaak meer een verhaal van politiek en economie, dan van technologie.</li>
</ul>



<h2 class="wp-block-heading">&#8220;Card Management as a Service&#8221;</h2>



<figure class="wp-block-image alignright"><a href="/wp-content/uploads/2016/09/wernervoegls.jpg"><img loading="lazy" decoding="async" width="300" height="225" src="/wp-content/uploads/2016/09/wernervoegls-300x225.jpg" alt="wernervoegls" class="wp-image-9986" srcset="https://www.smalsresearch.be/wp-content/uploads/2016/09/wernervoegls-300x225.jpg 300w, https://www.smalsresearch.be/wp-content/uploads/2016/09/wernervoegls.jpg 638w" sizes="auto, (max-width: 300px) 100vw, 300px" /></a></figure>



<p class="wp-block-paragraph">Ik zou hier graag reeds even vooruitblikken op een toekomstige blog, waarin ik de voordelen van een gescheiden beheer van gegevensnetwerken versus er van gebruik makende&nbsp;toepassingen wil toelichten: Stel dat we één instelling hadden die het beheer van de kaarten en de&nbsp;ermee gepaard gaande gegevens, netwerken en basisdiensten op zich nam, en dat de andere bedrijven, zoals de vervoersmaatschappijen in kwestie, van deze diensten gebruik maakten. Dit zou ervoor zorgen dat alles wat met kaarten te maken had, efficiënter zou kunnen worden gemaakt wegens schaalvoordelen, én dat de vervoersmaatschappijen zelf deze verantwoordelijkheid niet meer hoefden te dragen. Dit is eigenlijk precies één van de belangrijke verwezenlijkingen van <a href="/cloud-metaforen-elektriciteit-goud/">Cloud</a>, en, meer in het bijzonder, het &#8220;<a href="/as-a-service-een-waaier-aan-mogelijkheden/">as a Service</a>&#8221; verhaal, maar dan toegepast op <a href="/escroqueries-carte-bancaire/">chipkaarten</a>. Daarnaast kan men het ook bekijken in een microservices en API context (&#8220;you build it, you run&nbsp;it&#8221;).</p>



<p class="wp-block-paragraph">Hierover dus later meer.&nbsp;Waar ik het nu verder over wil hebben is de toekomst&#8230;</p>



<h2 class="wp-block-heading">De Nabije Toekomst?</h2>



<p class="wp-block-paragraph">Vandaag is het reeds mogelijk om met je <a href="/een-smartphone-of-tablet-als-eindejaarscadeau/">smartphone</a> vervoersbewijzen aan te kopen, betalingen te doen, ja, zelfs jezelf te <a href="/kan-ik-met-csam-mobiel-authenticeren/">identificeren voor gebruik van overheidstoepassingen</a>. Een toekomst waarin we geen kaarten meer nodig hebben, maar waarin deze volledig zijn vervangen door de smartphone, is dus zeker technisch realiseerbaar, en op lange termijn misschien zelfs realistisch. Het belangrijkste probleem hierbij is er één dat slechts langzaamaan kan worden opgelost: de logistiek van het on-boarden van alles en iedereen die nu nog met kaarten werkt, en van alles en iedereen die nu nog geen smartphone heeft. In een nog verdere toekomst zullen we misschien zelfs de portefeuille in zijn geheel kunnen afschaffen, indien we dit ook met <a href="https://deredactie.be/cm/vrtnieuws/economie/1.2558162">het systeem van cash geld</a> zouden doen!</p>



<h2 class="wp-block-heading">Science Fiction</h2>



<p class="wp-block-paragraph">Wat als we dan nog eens een paar decennia verder in de toekomst kijken? We zien reeds nu zaken opduiken als <a href="/biometrie-eindelijk-gedaan-met-paswoorden-onthouden/">bio-authentication</a>, waarbij we onze vingerafdrukken, stem, gezicht, of zelfs <a href="/gedragsbiometrie-als-basis-voor-impliciete-authenticatie/">context</a> gebruiken om te authenticeren. Daarnaast doet men ook gericht onderzoek naar nanotechnologie, robotica, <a href="/watson-revisited/">artificiële intelligentie</a>, <a href="/er-zit-een-hacker-in-mijn-diepvries/">Internet of Things</a>, &#8230; Allemaal zaken die ervoor zorgen dat technologie en ons lichaam steeds dichter bij elkaar komen en uiteindelijk zelfs kunnen worden&nbsp;<a href="https://en.wikipedia.org/wiki/Biomechatronics">samengevoegd</a>.</p>



<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"><div class="wp-block-embed__wrapper">
<iframe loading="lazy" title="The Cicret Bracelet (Concept video)" width="500" height="281" src="https://www.youtube.com/embed/9J7GpVQCfms?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe>
</div></figure>



<p class="wp-block-paragraph">Uiteindelijk zou het dan mogelijk worden dat de smartphone wordt vervangen door een scherm op de huid van onze <strong><em>arm </em></strong><em>(zie filmpje hierboven voor wat binnenkort al kan!)</em>, met alle nodige technologie netjes verborgen aan de binnenkant van ons lichaam! Sterker nog: het scherm zou evengoed virtueel voor onze ogen kunnen worden getoverd, dankzij technologie rechtstreeks in onze ogen of hersenen. Op die manier hebben we niets meer nodig: al het nodige dragen we steeds met ons mee, zoals we dat met ons lichaam doen. En onszelf identificeren om ons vervoersbewijs te <a href="https://1.bp.blogspot.com/-fZhj_ikcrdE/Tg99qyIMheI/AAAAAAAADN4/vNgts2y1qfc/s1600/These%2BArent%2BThe%2BDroids%2BYoure%2BLooking%2BFor%2B006.jpg">legitimiseren, doen we door eens te wuiven</a>.</p>



<p class="wp-block-paragraph">Op zich een groot gemak, maar uiteraard is hier ook een duistere zijde aan verbonden: het zou wel eens heel moeilijk kunnen worden om &#8220;off-the-grid&#8221;, of &#8220;offline&#8221; te gaan, of om zonder al deze technologische snufjes te kunnen. Sterker nog: we zouden Big Brother scenario&#8217;s kunnen krijgen, of een regelrecht doembeeld, zoals in de film &#8220;<a href="https://www.imdb.com/title/tt1637688/">In Time</a>&#8220;.&nbsp;Maar goed: wat er met een technologie gedaan wordt, staat los van de technologie zelf (ook met een eenvoudige hamer kan je zowel bouwen als verwonden).</p>



<h2 class="wp-block-heading">Besluit</h2>



<p class="wp-block-paragraph">Er staan ons nog een aantal wonderlijke technologische evoluties&nbsp;te wachten, maar er blijft vooral nog veel werk aan de winkel wat betreft het vereenvoudigen van het leven van de gewone burger, met al zijn chipkaarten, zijn smartphone en zijn muntjes van twee eurocent, en van alle administratie die daarbij komt kijken. Samenwerking, integratie, en het zo breed mogelijk invoeren van het <em>only once principe</em>&nbsp;zijn de boodschap.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://www.smalsresearch.be/van-chipkaart-naar-smartphone-naar-arm/feed/</wfw:commentRss>
			<slash:comments>2</slash:comments>
		
		
			</item>
		<item>
		<title>Data Centric IT met REST</title>
		<link>https://www.smalsresearch.be/data-centric-it-met-rest/</link>
		
		<dc:creator><![CDATA[Koen Vanderkimpen]]></dc:creator>
		<pubDate>Tue, 05 Apr 2016 08:25:38 +0000</pubDate>
				<category><![CDATA[[NL]]]></category>
		<category><![CDATA[Blog post]]></category>
		<category><![CDATA[analytics]]></category>
		<category><![CDATA[big data]]></category>
		<category><![CDATA[cloud computing]]></category>
		<category><![CDATA[data center]]></category>
		<category><![CDATA[Data Integration]]></category>
		<category><![CDATA[Information management]]></category>
		<category><![CDATA[Master Data Management]]></category>
		<category><![CDATA[methodology]]></category>
		<category><![CDATA[open data]]></category>
		<category><![CDATA[Productivity]]></category>
		<category><![CDATA[rest]]></category>
		<category><![CDATA[Security]]></category>
		<category><![CDATA[SOA]]></category>
		<category><![CDATA[Software architectures]]></category>
		<category><![CDATA[software design]]></category>
		<category><![CDATA[software engineering]]></category>
		<category><![CDATA[standards]]></category>
		<guid isPermaLink="false">/?p=9535</guid>

					<description><![CDATA[Over REST hebben we het al vaak gehad op deze blog, maar zelden hebben we het gehad over het ware voordeel van dit acroniem: meer nog dan een technologie, is het een architecturaal principe voor het web en voor samenwerkende computersystemen: één dat de data centraal stelt. Data Centric IT De meeste informatici weten wel wat data is, [&#8230;]]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><a href="/wp-content/uploads/2016/03/rest-api.png" rel="attachment wp-att-9563"><img loading="lazy" decoding="async" class="alignleft size-thumbnail wp-image-9563" src="/wp-content/uploads/2016/03/rest-api-150x150.png" alt="rest-api" width="150" height="150" srcset="https://www.smalsresearch.be/wp-content/uploads/2016/03/rest-api-150x150.png 150w, https://www.smalsresearch.be/wp-content/uploads/2016/03/rest-api-300x300.png 300w, https://www.smalsresearch.be/wp-content/uploads/2016/03/rest-api-768x767.png 768w, https://www.smalsresearch.be/wp-content/uploads/2016/03/rest-api.png 780w" sizes="auto, (max-width: 150px) 100vw, 150px" /></a>Over REST hebben we het al <a href="/rest-iam-part-2-oauth/">vaak</a> <a href="https://www.smalsresearch.be/rest-iam-part-3-scim/">gehad</a> op deze blog, maar zelden hebben we het gehad over het ware voordeel van dit acroniem: meer nog dan een technologie, is het een architecturaal principe voor het web en voor samenwerkende computersystemen: één dat de data centraal stelt.</p>
<p><span id="more-9535"></span></p>
<h1>Data Centric IT</h1>
<p><a href="/wp-content/uploads/2016/03/data-centric.png" rel="attachment wp-att-9567"><img loading="lazy" decoding="async" class="alignright wp-image-9567 size-medium" src="/wp-content/uploads/2016/03/data-centric-300x225.png" alt="data-centric" width="300" height="225" srcset="https://www.smalsresearch.be/wp-content/uploads/2016/03/data-centric-300x225.png 300w, https://www.smalsresearch.be/wp-content/uploads/2016/03/data-centric-768x576.png 768w, https://www.smalsresearch.be/wp-content/uploads/2016/03/data-centric.png 960w" sizes="auto, (max-width: 300px) 100vw, 300px" /></a></p>
<p style="text-align: justify;">De meeste informatici weten wel wat <a href="https://en.wikipedia.org/wiki/Data_(computing)">data</a> is, en wat databases zijn, maar zijn toch vooral &#8216;opgevoed&#8217; met een focus op applicaties, algoritmes, enz. De applicatie is uiteraard erg belangrijk: ze verricht het nuttige werk van een computersysteem. Toch moeten we dit nuanceren. Een <a href="https://blogs.informatica.com/2015/12/14/two-tips-data-centric-architecture/#fbid=_csrNPgnhtT">applicatie is eigenlijk enkel een hulpmiddel</a> voor het manipuleren van de data. Als we er eens bij stil staan, dan komen we tot de vaststelling dat nagenoeg elke applicatie die we kennen, dient om data uit te lezen, in te voeren, mooi/anders weer te geven of te bewerken. Dit geldt zowel voor eindgebruikersapplicaties als voor applicaties die enkel I/O doen (b.v. de zogenaamde &#8216;batch&#8217; applicaties). <strong>Dus eigenlijk is de data de <a href="https://www.drdobbs.com/architecture-and-design/data-centric-architecture-a-model-for-th/229301018">centrale asset</a> van een IT-systeem!</strong></p>
<p style="text-align: justify;">Dan kunnen we ons de vraag stellen of we hier bij het ontwikkelen van de architectuur van computersystemen niet meer rekening mee zouden moeten houden? We kunnen de data voorop stellen als centrale entiteit bij de communicatie tussen verschillende applicaties en gebruikers, en ook binnen verschillende subsystemen binnen applicaties. Doen we dit consequent, dan evolueren we stilaan naar een <em>Data-Centric aanpak van IT</em>.</p>
<h1>REST</h1>
<p style="text-align: justify;"><a href="https://en.wikipedia.org/wiki/Representational_state_transfer">REST</a> staat als acroniem voor &#8216;Representational State Transfer&#8217;. Deze wijze van data-overdracht heeft een aantal verschillende eigenschappen, waaronder dat men heel eenvoudig via http(s!) en via gebruik van eenvoudige principes als CRUD (Create &#8211; Read &#8211; Update &#8211; Delete) verschillende systemen kan laten communiceren. Voor de <em>rest</em> ga ik hier niet meer verder over uitweiden in deze blog, behalve één belangrijke eigenschap: een goedgemaakte REST API biedt een zelf-descriptief overzicht op data (zogenaamde resources), en niet op methodes. (Voor een mooie en praktische uitleg over REST, kan ik verwijzen naar <a href="https://stackoverflow.com/questions/671118/what-exactly-is-restful-programming">stackoverflow</a> en ook naar <a href="https://www.looah.com/source/view/2284">deze leuke</a>.)</p>
<p style="text-align: justify;">Men kan <a href="https://www.thoughtworks.com/insights/blog/rest-api-design-resource-modeling">dit principe</a> nog anders uitleggen: de namen die men aan de functies geeft die men in een REST API (Application Programming Interface) kan oproepen om een resultaat te bekomen, zullen geen werkwoorden zijn, maar naamwoorden. Een voorbeeld maakt dit een stuk duidelijker:</p>
<p style="text-align: justify;">Nemen we een applicatie die als één van haar functionaliteiten een lijst van personen/gebruikers beheert. Het is de bedoeling dat andere applicaties personen kunnen zoeken, opvragen, toevoegen, veranderen en verwijderen. In plaats van op de traditionele manier een programmatorische  API of een <a href="https://en.wikipedia.org/wiki/SOAP">SOAP</a> (Simple Object Access Protocol) webservice aan te bieden, openen we via een RESTful webservice een raam op de door de applicatie beheerde gegevens. Dit ziet er dan b.v. als volgt uit:</p>
<ul>
<li>&#8220;GET www.app.be/rest/user&#8221;: geeft alle beheerde personen (meestal geeft men daarbij slechts een beperkt aantal gegevens per persoon)</li>
<li>&#8220;POST /user&#8221; (we laten het eerste deel van de url vanaf nu achterwege, dit is altijd hetzelfde): laat toe om de gegevens voor een nieuwe persoon door te sturen.</li>
<li>&#8220;GET /user/100023&#8221;: geeft detailgegevens over persoon met volgnummer 100023</li>
</ul>
<p><figure id="attachment_9569" aria-describedby="caption-attachment-9569" style="width: 732px" class="wp-caption aligncenter"><a href="/wp-content/uploads/2016/03/output-examples.png" rel="attachment wp-att-9569"><img loading="lazy" decoding="async" class="size-full wp-image-9569" src="/wp-content/uploads/2016/03/output-examples.png" alt="Voorbeeld van de output van een REST service, wanneer een lijst van users wordt opgevraagd, in drie mogelijke formaten: xml, json en html" width="732" height="349" srcset="https://www.smalsresearch.be/wp-content/uploads/2016/03/output-examples.png 732w, https://www.smalsresearch.be/wp-content/uploads/2016/03/output-examples-300x143.png 300w" sizes="auto, (max-width: 732px) 100vw, 732px" /></a><figcaption id="caption-attachment-9569" class="wp-caption-text">Voorbeeld van de output van een REST service, wanneer een lijst van users wordt opgevraagd, in drie mogelijke output formaten: xml, json en html</figcaption></figure></p>
<p style="text-align: justify;">Het is dus eigenlijk alsof je rechtstreeks in een hiërarchische structuur van je gegevens alle nodige bewerkingen kan uitvoeren. Uiteraard zal de achterliggende applicatie niet zomaar alles toelaten: ze zal nog steeds verantwoordelijk zijn voor controle op input, en voor authenticatie en autorisatie van de systemen die van de RESTful service gebruik maken. De beveiliging in een dergelijke aanpak gebeurt best volgens de principes van <a href="https://en.wikipedia.org/wiki/Data-centric_security">Data-Centric Security</a>, daar deze als van nature in een dergelijke Data-Centric Architecture thuishoren.<br />
<a href="/wp-content/uploads/2016/03/rest-centric.png" rel="attachment wp-att-9581"><img loading="lazy" decoding="async" class="alignleft wp-image-9581" src="/wp-content/uploads/2016/03/rest-centric.png" alt="rest-centric" width="450" height="338" srcset="https://www.smalsresearch.be/wp-content/uploads/2016/03/rest-centric.png 960w, https://www.smalsresearch.be/wp-content/uploads/2016/03/rest-centric-300x225.png 300w, https://www.smalsresearch.be/wp-content/uploads/2016/03/rest-centric-768x576.png 768w" sizes="auto, (max-width: 450px) 100vw, 450px" /></a>Uiteindelijk kan veelvuldig toepassen van RESTful principes om applicaties aan te sturen, leiden tot een mooi <strong>Data-Centric Ecosysteem</strong>, waar de principes van deze architectuur doorgetrokken zijn over een groot aantal verschillende applicaties: In plaats van elke applicatie nog een aparte url te geven, zal men eerder een algemene url opzetten voor de data binnen de gehele groep samenwerkende applicaties (e.g. &#8216;data.socialsecurity.be&#8217; zou dit kunnen zijn voor alle applicaties binnen de sociale zekerheid). Vele applicaties samen, elk verantwoordelijk voor hun stukje van de hiërarchie, zullen instaan voor deze ene grote RESTful data API, en alle applicaties zullen er op hun beurt weer gebruik van kunnen maken, zonder dat ze zich iets hoeven aan te trekken van waar de data vandaan komt of naartoe gaat (of door welke applicatie ze wordt beheerd). De applicaties hoeven elkaar op deze manier niet meer te kennen of te adresseren; ze hebben enkel het adres nodig van de data. In een enterprise omgeving zal men typisch gebruik maken van een &#8216;<a href="https://searchcloudapplications.techtarget.com/definition/API-management">API management suite</a>&#8216; om zo&#8217;n RESTful API, of groep ervan, te beheren.</p>
<p style="text-align: justify;">Men kan het toepassen van dit principe ook zien als een vorm van <a href="https://en.wikipedia.org/wiki/Data_virtualization">Data Virtualization</a>, aangezien men services aanbiedt om de data, die normaal gezien in onderliggende databases zit, virtueel te ontsluiten. Indien men deze architectuur via Cloud-technologie implementeert, kan men het ook zien als een vorm van <a href="https://en.wikipedia.org/wiki/Data_as_a_service">Data-as-a-Service</a> (DaaS). Wanneer men de data ook aanbiedt aan externe partijen, kan het eventueel gaan om <a href="https://en.wikipedia.org/wiki/Open_data">Open Data</a>.</p>
<p style="text-align: justify;">Het doortrekken van deze architectuur over de gehele organisatie, of zelfs over meerdere samenwerkende organisaties, kan sterke <strong>synergieën</strong> teweeg brengen, doordat de data voor alle applicaties éénvormig beschikbaar wordt, en doordat het gemakkelijker wordt om reeds door RESTful services ontsloten data te gaan hergebruiken vanuit meerdere applicaties. Dit leidt uiteindelijk tot wat men noemt, een bloeiende &#8216;<a href="https://searchsoa.techtarget.com/definition/API-economy-application-programming-interface-economy">API economy</a>&#8216;. Uiteraard is een goede governance over de data, een <a href="https://web.archive.org/web/20240718011744/https://community.sparxsystems.com/white-papers/632-the-value-of-an-enterprise-information-model">Enterprise Information Model</a>, en een sterk <a href="/de-la-production-industrielle-a-la-production-dinformation-analogies-paradoxes-et-enseignements-operationnels/">Master Data Management</a> van belang om hiermee echt succesvol te zijn.</p>
<h1>Communiceren via REST of via EDA&nbsp;?</h1>
<p style="text-align: justify;">Via RESTful services kan je dus in principe alle applicaties die dit vereisen, met elkaar laten communiceren. Dezelfde mogelijkheden heb ik echter eerder al voorgesteld in de context van Event Driven Architecture (EDA) in twee eerdere blogs (<a href="/het-event-als-leidend-voorwerp-in-software-engineering/">basis</a> en <a href="/geavanceerd-event-driven-engineering/">geavanceerd</a>). Je kan je afvragen of dit niet redundant is, of welke van de twee nu de beste oplossing is?</p>
<p style="text-align: justify;">Het antwoord is &#8211; je had het allicht zien aankomen &#8211; dat beide oplossingen hun plaats hebben in een gedistribueerd ecosysteem. Events werken namelijk typisch <strong><a href="https://stackoverflow.com/questions/748175/asynchronous-vs-synchronous-execution-what-does-it-really-mean">asynchroon</a></strong>, terwijl REST <strong><a href="https://stackoverflow.com/questions/748175/asynchronous-vs-synchronous-execution-what-does-it-really-mean">synchroon</a></strong> kan worden gebruikt. Dit betekent dat een applicatie onmiddellijk op de hoogte kan worden gebracht, indien er een voor haar interessant Event beschikbaar is. Indien de applicatie echter meer data nodig heeft, die zich niet in een beschikbaar huidig Event bevindt, dan kan het deze gaan opvragen d.m.v. het gebruik van een RESTful service. Het besluit is dus dat we Events kunnen gebruiken om nieuwe gegevens zo snel mogelijk over het netwerk te verspreiden, naar alle belanghebbenden, en dat we RESTful services kunnen gebruiken om reeds gekende informatie universeel ter beschikking te stellen op het netwerk, waar alle geïnteresseerden ze kunnen gaan raadplegen. Een mooi complementair geheel dus &#8211; en het goede nieuws is dat de beide benaderingen meestal ondersteund kunnen worden door één en dezelfde onderliggende middleware technologie (typisch, de &#8216;<a href="https://en.wikipedia.org/wiki/Enterprise_service_bus">Enterprise Service Bus</a>&#8216; (ESB) ).</p>
<p><a href="/wp-content/uploads/2016/03/eda-rest.png" rel="attachment wp-att-9582"><img loading="lazy" decoding="async" class="aligncenter wp-image-9582 size-full" src="/wp-content/uploads/2016/03/eda-rest-e1458906104781.png" alt="eda-rest" width="960" height="518" srcset="https://www.smalsresearch.be/wp-content/uploads/2016/03/eda-rest-e1458906104781.png 960w, https://www.smalsresearch.be/wp-content/uploads/2016/03/eda-rest-e1458906104781-300x162.png 300w, https://www.smalsresearch.be/wp-content/uploads/2016/03/eda-rest-e1458906104781-768x414.png 768w" sizes="auto, (max-width: 960px) 100vw, 960px" /></a></p>
<h1>Besluit</h1>
<p style="text-align: justify;">Net zoals REST, passen Events heel goed in een Data-Centric Architectuur: Events, zeker business <strong>Events</strong>, zijn namelijk ook data, en een belangrijke informatiebron voor <a href="/big-data-analytics-whats-in-a-name/">Analytics</a>. Samen met <strong>REST</strong> hebben we dus de <strong>twee stukken van de communicatiepuzzel binnen Data-Centric IT</strong> volledig in handen.</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Rencontre « Data quality » FNRS-ULB-Smals le 28/01/2015 à l’Université Libre de Bruxelles</title>
		<link>https://www.smalsresearch.be/rencontre-data-quality-fnrs-ulb-smals-le-28012015-a-luniversite-libre-de-bruxelles/</link>
		
		<dc:creator><![CDATA[Smals Research]]></dc:creator>
		<pubDate>Wed, 05 Nov 2014 08:21:57 +0000</pubDate>
				<category><![CDATA[News]]></category>
		<category><![CDATA[data quality]]></category>
		<category><![CDATA[governance]]></category>
		<category><![CDATA[Information management]]></category>
		<category><![CDATA[Linked Open Data]]></category>
		<category><![CDATA[open data]]></category>
		<guid isPermaLink="false">/?p=7687</guid>

					<description><![CDATA[La prochaine réunion du groupe de contact FNRS « Analyse critique et amélioration de la qualité de l’information numérique » se tiendra le mercredi 28 janvier 2015 à 14h00 à l’Université Libre de Bruxelles (auditoire AY 2 108, bâtiment A campus du Solbosch). Le groupe, dont nous avons fêté les vingt ans lors de la précédente journée [&#8230;]]]></description>
										<content:encoded><![CDATA[<p><a href="/wp-content/uploads/2013/11/logofnrs.jpg"><img loading="lazy" decoding="async" class="alignleft size-full wp-image-6541" src="/wp-content/uploads/2013/11/logofnrs.jpg" alt="logofnrs" width="150" height="95" /></a>La prochaine réunion du groupe de contact FNRS « <a href="https://www.frs-fnrs.be/fr/diffusion-et-echanges/groupes-de-contact/sciences-appliquees" target="_blank">Analyse critique et amélioration de la qualité de l’information numérique</a> » se tiendra le <strong>mercredi 28 janvier 2015 à 14h00</strong> à <a href="https://www.ulb.ac.be/" target="_blank">l’Université Libre de Bruxelles </a>(auditoire AY 2 108, <a title="Plan" href="https://www.ulb.ac.be/campus/solbosch/plan-A.html" target="_blank">bâtiment A</a> campus du Solbosch).</p>
<p>Le groupe, dont nous avons fêté les vingt ans lors de la précédente <a href="https://mastic.ulb.ac.be/2013/10/reunion-du-groupe-de-contact-fnrs-analyse-critique-et-amelioration-de-la-qualite-de-linformation-numerique/" target="_blank">journée d’étude de janvier 2014</a>, abordera cette année le thème suivant&nbsp;: <strong>« Gouvernance et engagement citoyen&nbsp;: mise en perspective philosophique et examen de la qualité des plateformes européennes de données ouvertes en vue d’une meilleure interopérabilité »</strong>.</p>
<p>Ce thème est stratégique dans le cadre de la norme européenne PSI 2013 concernant les &#8220;Open Data&#8221; dans le secteur public (d&#8217;application en 2015), à propos de laquelle nous avons publié en avril 2014 la &#8220;research note&#8221; &#8220;<a href="https://www.smalsresearch.be/wp-content/uploads/2014/04/OpenDataRN.pdf" target="_blank">Open Data et eGovernment</a>&#8220;.</p>
<p>La rencontre s’adresse tant aux concepteurs qu’aux utilisateurs de données issus des mondes scientifiques et industriels. Le FNRS insiste sur le caractère pluridisciplinaire du groupe en le mentionnant simultanément sur son site web dans les catégories suivantes&nbsp;: <a href="https://www.frs-fnrs.be/fr/diffusion-et-echanges/groupes-de-contact/sciences-appliquees" target="_blank">sciences appliquées</a> et <a href="https://www.frs-fnrs.be/fr/diffusion-et-echanges/groupes-de-contact/sciences-humaines-et-politiques" target="_blank">sciences humaines et politiques</a>.</p>
<p>Un membre de la « section Recherche » de <a href="https://www.smals.be/" target="_blank">Smals</a> et, en particulier, de son <a href="https://www.smalsresearch.be/tag/data-quality/" target="_blank">Centre de Compétence en Qualité de données</a>, Présidente du Groupe de contact FNRS, en présentera l&#8217;introduction générale.</p>
<p>On trouvera le formulaire d’inscription, les modalités pratiques ainsi qu’une présentation détaillée des exposés et intervenants sur le site web de l’ULB via le lien suivant&nbsp;: <a href="https://mastic.ulb.ac.be/2014/10/reunion-du-groupe-de-contact-fnrs-analyse-critique-et-amelioration-de-la-qualite-de-linformation-numerique-2/" target="_blank"><strong>programme détaillé et inscription</strong></a>.  La réunion se terminera par une<strong> table ronde</strong> au cours de laquelle tous les participants qui le souhaitent seront invités à intervenir et sera suivie d’une <strong>réception.</strong></p>
<p>L’accès à la rencontre, qui est financée par le <a href="https://www.frs-fnrs.be/fr/diffusion-et-echanges/groupes-de-contact/sciences-appliquees" target="_blank">Fonds National de la Recherche Scientifique</a>, est gratuit. Les inscriptions seront clôturées le 21 janvier 2015.</p>
<p><strong>Programme&nbsp;: </strong></p>
<p class="normal_(web)"><strong>13h30</strong> Café et accueil des participants.</p>
<p class="normal_(web)"><strong>14h00</strong> Mot d’accueil par <a href="https://be.linkedin.com/in/sethvanhooland" target="_blank">Seth van Hooland</a>, Chargé de cours à l’ULB et Président du Master en Sciences et Technologies de l’Information et de la Communication (MaSTIC).</p>
<p class="normal_(web)"><strong>14h05</strong> Introduction, par <a href="https://www.ulb.ac.be/cours/iboydens/" target="_blank">Isabelle Boydens</a>, Présidente du groupe de contact FNRS « Analyse critique et amélioration de la qualité de l’information numérique », Professeur ordinaire à l’ULB et responsable du « Data Quality Competence Center » au sein du département Recherche de Smals.</p>
<p><strong>14h15</strong> <em>« Gouvernance et individus: réflexion sur un couple impossible »</em>, par <a href="https://francoisdesmet.wordpress.com/" target="_blank">François De Smet</a>, Docteur en philosophie et Collaborateur  scientifique au CIERL de l’ULB.</p>
<div>
<p><strong>15h15</strong> « <em>Semantic Information Technology as a provider of tools for a productive and efficient organization of government <em>»</em></em> par Johan De Smedt, Master in Mathematics, Ghent University and CTO TenForce BVBA (<a href="https://web.archive.org/web/20140802160651/http://www.tenforce.com/management" target="_blank">tenforce.com</a>), Agis Papantoniou, <a href="https://ec.europa.eu/esco" target="_blank">ESCO Program Manager</a> et Bert Van Nuffelen, <a href="https://data.europa.eu/en" target="_blank">Open Data Portal</a> and <a href="https://code.google.com/p/lod2-stack/" target="_blank">LOD2</a> Program Manager.</p>
<p class="normal_(web)"><strong>16h15</strong> Débat et table ronde. Modérateurs&nbsp;: <a href="https://be.linkedin.com/in/sethvanhooland" target="_blank">Seth van Hooland</a>, Vincent Meunier, Licencié en philosophie (Université de Liège) et Maître en sciences et Technologies de l’Information et de la Communication (ULB) et <a href="https://www.unamur.be/fr/profil/acleve" target="_blank">Anthony Cleve</a>, Secrétaire du groupe de contact FNRS « Analyse critique et amélioration de la qualité de l’information numérique », Professeur à la Faculté d’Informatique de l’Université de Namur et Chargé de cours au sein du MaSTIC de l’ULB.</p>
<p class="normal_(web)"><strong>17h45</strong> Réception</p>
</div>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Open Data et eGovernment</title>
		<link>https://www.smalsresearch.be/open-data-et-egovernment/</link>
		
		<dc:creator><![CDATA[Isabelle Boydens]]></dc:creator>
		<pubDate>Tue, 15 Apr 2014 06:40:55 +0000</pubDate>
				<category><![CDATA[Research Note]]></category>
		<category><![CDATA[data quality]]></category>
		<category><![CDATA[open data]]></category>
		<guid isPermaLink="false">https://www.smalsresearch.be/open-data-et-egovernment/</guid>

					<description><![CDATA[Cette note propose un regard critique sur le phénomène des « open data » dans l’eGovernment, à l’heure où une directive européenne récemment parue en 2013 en encourage la diffusion. Une question cruciale sera omniprésente&#160;: la qualité des « open data » eu égard à leurs usages attendus, qualité potentiellement douteuse, dans la mesure où [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">Cette note propose un regard critique sur le phénomène des « open data » dans l’eGovernment, à l’heure où une directive européenne récemment parue en 2013 en encourage la diffusion. Une question cruciale sera omniprésente&nbsp;: la qualité des « open data » eu égard à leurs usages attendus, qualité potentiellement douteuse, dans la mesure où celles-ci prolifèrent dans l’environnement ouvert et non contrôlé du web. Après une définition du concept d’open data sur la base d’exemples, l’objet de la directive ainsi que ses implications en termes financiers et juridiques sont évoqués. Une typologie des open data, selon que celles-ci sont publiques, statiques ou dynamiques, plus ou moins contrôlées à la source ou restreintes à un public donné est ensuite évaluée. Les aspects fonctionnels des open data, depuis les formats jusqu’aux normes d’interopérabilité sémantique et à la mise en place de plateformes de « citizen engagement » sont alors évoqués et suivis, en guise de conclusion, de plusieurs recommandations pratiques.</p>




<p class="wp-block-paragraph">Deze nota biedt een kritische blik op het fenomeen “open data” in het eGovernment op het moment dat een Europese richtlijn, die onlangs in 2013 verscheen, de verspreiding ervan aanmoedigt. Een cruciale kwestie zal alomtegenwoordig zijn: de kwaliteit van de “open data” hangt af van het verwacht gebruik er van en is eerder onzeker, aangezien “open data” vooral gebruikt worden in de open en niet-gecontroleerde omgeving van het web. Na een definitie van het concept open data aan de hand van voorbeelden worden het doel van de richtlijn alsook de implicaties ervan op financieel en juridisch vlak besproken. Daarna wordt een typologie van open data geëvalueerd naarmate deze een publiek, statisch of dynamisch karakter hebben en naargelang ze in mindere of meerdere mate aan de bron gecontroleerd worden of beperkt worden tot een bepaald publiek. Vervolgens komen de functionele aspecten van open data aan bod, gaande van de formaten tot de semantische interoperabiliteitsnormen en de opstelling van “citizen engagement”-platformen. Tot slot zullen er meerdere praktische aanbevelingen gegeven worden.</p>







            <div data-wp-interactive="core/file" class="wp-block-file">
                <object data-wp-bind--hidden="!state.hasPdfPreview" hidden class="wp-block-file__embed" data="https://www.smalsresearch.be/wp-content/uploads/2014/04/OpenDataRN.pdf" type="application/pdf" style="width:100%;height:600px" aria-label="Embed of OpenDataRN."></object>
                <a id="wp-block-file--media-d88ea488-0602-4e1b-a50c-e794239238eb" href="https://www.smalsresearch.be/wp-content/uploads/2014/04/OpenDataRN.pdf">OpenDataRN</a><a href="https://www.smalsresearch.be/wp-content/uploads/2014/04/OpenDataRN.pdf" class="wp-block-file__button wp-element-button" download aria-describedby="wp-block-file--media-d88ea488-0602-4e1b-a50c-e794239238eb">Download</a>
                </div>
            ]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Open data et eGovernment&#160;: au delà des idées reçues, quelques bonnes pratiques</title>
		<link>https://www.smalsresearch.be/open-data-et-egovernment-au-dela-des-idees-recues-quelques-bonnes-pratiques/</link>
					<comments>https://www.smalsresearch.be/open-data-et-egovernment-au-dela-des-idees-recues-quelques-bonnes-pratiques/#comments</comments>
		
		<dc:creator><![CDATA[Isabelle Boydens]]></dc:creator>
		<pubDate>Wed, 26 Mar 2014 11:39:20 +0000</pubDate>
				<category><![CDATA[[FR]]]></category>
		<category><![CDATA[Blog post]]></category>
		<category><![CDATA[data quality]]></category>
		<category><![CDATA[egov]]></category>
		<category><![CDATA[Information management]]></category>
		<category><![CDATA[open data]]></category>
		<guid isPermaLink="false">/?p=6840</guid>

					<description><![CDATA[Né aux États-Unis, le mouvement open data est officialisé depuis la loi « Freedom of Information Act » de 1966. Son ampleur s’est accrue à la fin des années 1990 avec l’émergence d’Internet. L’encyclopédie libre Wikipedia fondée en 2001 constitue un exemple bien connu d’information ouverte au grand public et alimentée par celui-ci. Son contenu, dont la [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>Né aux États-Unis, le mouvement <i>open data</i> est officialisé depuis la loi « <i>Freedom of Information Act</i> » de 1966. Son ampleur s’est accrue à la fin des années 1990 avec l’émergence d’Internet. L’encyclopédie libre <a href="https://en.wikipedia.org/wiki/Main_Page" target="_blank" rel="noopener"><i>Wikipedia</i></a> fondée en 2001 constitue un exemple bien connu d’information ouverte au grand public et alimentée par celui-ci. Son contenu, dont la qualité est nécessairement inégale, évolue au gré du concours des contributeurs censés respecter un ensemble de bonnes pratiques.</p>
<p>La notion d’<i>open</i> <i>data</i> s’<img loading="lazy" decoding="async" class="alignleft  wp-image-6854" src="/wp-content/uploads/2014/03/opengovernment.jpg" alt="opengovernment" width="389" height="282" />applique aussi à l’administration publique. La Commission européenne en fournit la définition suivante : « <i><a href="https://web.archive.org/web/20160124142222/https://ec.europa.eu/digital-agenda/en/open-data-0" target="_blank" rel="noopener">Open data refers to the idea that certain data should be freely available for use and re-use</a> ».  </i>Comme l’illustre le schéma ci-contre, les <i>open data</i> constituent un sous-ensemble de l’<em>Open</em> <em>Government</em> dont l’objet consiste en la mise en ligne de processus et services transversaux au sein de l’administration mais aussi entre celle-ci et ses partenaires. Dans ce contexte, les <i>open data</i> ont pour objectif général de produire de la valeur en vue&nbsp;:</p>
<ul>
<li>de la création de nouveaux services générateurs de gains via le partage collaboratif de données;</li>
<li>de favoriser l’innovation (à travers l’émergence d’usages nouveaux et inattendus) ;</li>
<li>d’encourager la participation active et spontanée des citoyens dans la vie sociale et politique et d’accroître la transparence du gouvernement.</li>
</ul>
<p>Un état de l’art de la question a été récemment présenté à Gand en février 2014 lors des<i> <a href="https://www.datadays.eu" target="_blank" rel="noopener">Data Days</a>.   </i>Voici un exempl<img loading="lazy" decoding="async" class="alignleft  wp-image-6851" src="/wp-content/uploads/2014/03/publictransport.png" alt="publictransport" width="381" height="279" />e d’<em>open</em> <em>data</em> très classique, dans le cadre des<i> « <i>smart cities » :</i></i> celles-ci aident à localiser dans la ville de Gand les points d’accès pour les personnes handicapées circulant en chaise roulante.<i> </i>En Belgique, on trouve une recension d&#8217;<em>open data</em> sur le site fédéral géré par l&#8217;ASA/DAV : <a href="https://data.gov.be/fr" target="_blank" rel="noopener">Public Sector Information</a>. La question est en ce moment d’actualité sur le plan réglementaire européen en matière d’eGovernment. En effet, le 26 juin 2013, la directive européenne PSI de 2003 encourageant la diffusion des <em>open data</em>, a fait l’objet d’une mise à jour à transposer par les États-membres pour le 18 juillet 2015 (<a href="https://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2013:175:0001:0008:FR:PDF" target="_blank" rel="noopener"><i>Directive 2013/37/EU of the European Parliament and of the Council of 26 June 2013</i></a>) .</p>
<p>Comment se préparer le cas échéant à ces adaptations ? Quelles applications réalistes peut-on envisager et comment exploiter au mieux l’existant ? Quelles sont les questions ouvertes résiduelles ? En vue de proposer des pistes de réponses à ces interrogations, nous avons réalisé une étude sur la question et une « <i>research note</i> » à ce sujet sera publiée sur ce site dans les semaines qui viennent. Un point crucial y occupe une place stratégique&nbsp;: la qualité des <i>open data</i> eu égard à leurs usages attendus, qualité potentiellement douteuse, dans la mesure où celles-ci prolifèrent dans l’environnement ouvert et non contrôlé du web.</p>
<p>En guise d’introduction à la prochaine mise en ligne de ce document de recherche, nous proposons ici de démystifier quelques idées reçues à propos des <i>open data</i>, et ce faisant, de dégager plusieurs bonnes pratiques pour en maintenir la qualité dans le temps.</p>
<p><strong>« <i>Open</i> » ne signifie pas nécessairement « gratuit »</strong></p>
<p><i> </i> <img loading="lazy" decoding="async" class="alignleft size-full wp-image-6841" src="/wp-content/uploads/2014/03/comeinOpen.jpg" alt="comeinOpen" width="258" height="195" />Certains mouvements en charge de la promotion de l’<em>open</em> <em>data </em>estiment que toutes les<em> </em>données ouvertes devraient être gratuites et militent dans ce sens. Sur le plan financier, la directive européenne PSI 2013 autorise toutefois la mise à disposition d&#8217;<em>open data </em>publiques moyennant un coût marginal optionnel (correspondant au coût de production et de diffusion des données). La directive laisse cependant ouvertes certaines interprétations, ne rendant pas toujours aisées les modalités de calcul.</p>
<p>Même si la question fait débat, le fait de diffuser des données payantes peut constituer une garantie de qualité. À titre d’exemple, en Belgique, la <a href="https://fr.slideshare.net/FrankDeSaer/open-data-vl" target="_blank" rel="noopener">Banque Carrefour des Entreprises (KBO),</a> source authentique des entreprises belges, prévoit, en plus de la diffusion gratuite d&#8217;un sous-ensemble d&#8217;informations, la diffusion payante de certaines des données dont elle a la gestion. Celles-ci seront notamment accessibles via un service web reposant sur les standards XML et SOAP. Un enregistrement obligatoire des utilisateurs est requis (ce qui permet éventuellement de récolter leurs commentaires sur la qualité des données ainsi que toutes leurs questions à ce propos). Le phénomène des <i>open data</i> et du <i>crowdsourcing</i>  peut ainsi être exploité en vue d’améliorer la qualité de sources mises à disposition du public dans le cadre d’une « gestion collaborative des anomalies » par plusieurs communautés d’utilisateurs potentiellement intéressés par les mêmes données.</p>
<p>On observe par ailleurs depuis peu une volonté de diffusion de données payantes dans le secteur privé bancaire, s’agissant par exemple des <a href="https://www.lalibre.be/economie/actualite/fortis-devoilera-vos-donnees-mais-lesquelles-5328a1ea35707711f4a8c630" target="_blank" rel="noopener">banques BNP Paribas Fortis </a>et ING. Ces évolutions récentes suscitent, quant à elles, quelques inquiétudes en matière de<i> privacy</i>… en effet, « <i>open</i> » ne signifie pas nécessairement « libre de droit ».</p>
<p><strong>« <i>Open</i> » ne signifie pas nécessairement « libre de droit »</strong></p>
<p>La directive européenne PSI de 2013 renforce l’obligation de transparence sur les conditions de licence. Selon les enjeux de l’information et de leurs usages, celles-ci pourront couvrir, notamment :</p>
<ul>
<li>la question du <i>copyright</i> et de la propriété intellectuelle;</li>
<li>les risques liés au non-respect de la vie privée, même si les données ont été anonymisées (plusieurs statistiques croisées entre elles pouvant contribuer à l’identification d’individus, à travers un phénomène de « triangulation ») ;</li>
<li>et enfin, les risques liés à l’usage inadéquat d’information de qualité incertaine. Ainsi le projet « <a href="https://fr.slideshare.net/thimothoeye/citadel-technical" target="_blank" rel="noopener"><i>Citadel on the move</i> </a>», qui encourage explicitement à publier des données ouvertes, quelle que soit la qualité de la source (« <i>accept mistakes : no dataset is perfect </i>») se couvre avec une licence appropriée (« <i>Standard Open Licences such as CCBY and CC-O have watertight legal protection against liability for the accuracy of data. For more information see : https://creativecommons.org/licences »</i>).</li>
</ul>
<p>Afin de déterminer la licence adéquate, on pourra en effet puiser dans les licences offertes par les <em>creative commons</em>, les licences les plus restrictives interdisant par exemple la transformation du contenu diffusé. Au niveau fédéral, le site de l&#8217;ASA/DAV mentionné plus haut propose une <a href="https://psi.belgium.be/sites/default/files/assets/Licence_20131014_FR.pdf" target="_blank" rel="noopener">licence type</a> pour la réutilisation des données du secteur public, dans la ligne de la nouvelle directive PSI 2013 et compatible avec toute licence libre qui exige a minima la mention de la paternité.</p>
<p><a href="/wp-content/uploads/2014/03/creativecommons.jpg"><img loading="lazy" decoding="async" class="alignleft  wp-image-6853" src="/wp-content/uploads/2014/03/creativecommons.jpg" alt="creativecommons" width="320" height="95" /></a>L’examen de cette question juridique des licences peut contribuer à améliorer la qualité de l’information. En effet, avant de penser à la production de nouvelles plateformes de « données ouvertes », il sera indispensable de recenser et de cartographier toutes les données publiques déjà mises à disposition à ce jour sur les sites d’eGovernment de chaque État-membre, d’en vérifier la qualité, l’usage et la conformité aux licences.</p>
<p>De nombreuses données ouvertes existantes ne sont en effet pas suffisamment connues ou ne se trouvent pas sous un format ou une licence adéquats. Certaines d’entre elles ne sont pas utilisées et sont laissées en friche, leur qualité se détériorant inévitablement avec le temps (ce qu’illustre l’adage « <i>use it or lose it</i> »). On pourra également découvrir à l’occasion de cet inventaire de nombreuses données « ouvertes » redondantes et mises à jour à des rythmes différents, dont l’exploitation demande a posteriori de nouvelles opérations de tests et de correction (mécanisme qu’illustre le concept bien connu de « <i>ghost factory</i> », désignant le temps et l’argent consacrés inutilement à produire des problèmes et à les corriger au sein d’une même entité). Un inventaire continu de cet ensemble permettra d’en améliorer et d’en maintenir la qualité dans le temps.</p>
<p>En effet, la multiplication des plateformes <i>open data</i> hétérogènes couvrant un même sujet avec la redondance d’information associée est à la source d’une dégradation de la qualité de l’information et de coûts supplémentaires inutiles. On observe ce phénomène non seulement au niveau local et national mais aussi au niveau européen où les plateformes d’<i>open data </i>sont multiples.</p>
<p><strong>&#8220;<em>Open</em>&#8221; ne signifie pas nécessairement &#8220;public&#8221;</strong></p>
<p>Une fois la question des licences traitée, il est possible de combiner les <em>open data</em>, en vue de les diffuser soit publiquement, soit dans un cercle restreint. Alors que les « administrés » (entreprises, citoyens, employeurs, …) ne cessent de communiquer de l’information aux administrations, l’idée est que ces dernières leur fournissent également en retour des informations à valeur ajoutée (en plus de leur mission première, en tant qu’élément constitutif de l’appareil d’État&nbsp;: prélèvement et redistribution des contributions, exécution de services au profit des administrés, application de la loi, etc.). Par ailleurs, à côté de la directive PSI 2013, dans l&#8217;intérêt commun opérationnel d&#8217;un domaine d&#8217;application donné, des informations peuvent être conçues de façon à être ouvertes dans le cadre d&#8217;un réseau secondaire « fermé ». On parlera alors « pragmatiquement » (et non juridiquement) de « <i>closed data</i> » interopérables entre elles.</p>
<p>Ce type d’application demandant un croisement entre sources préexistantes, il est utile de rappeler, même si cela relève du bon sens, les <a href="https://www.ulb.ac.be/cours/iboydens/e-gouvernement.pdf" target="_blank" rel="noopener">principes de gouvernance et de bonnes pratiques conceptuelles et fonctionnelles </a> lors de la mise en place de toute nouvelle application<a title="" href="https://www.smalsresearch.be/open-data-et-egovernment-au-dela-des-idees-recues-quelques-bonnes-pratiques/">.</a> Outre l’avantage immédiat, les informations correspondantes seront d’autant plus interopérables dans le cadre de toute nouvelle application de type « <i>open government</i> », quels que soient ses usages ultérieurs.</p>
<p>La problématique de la qualité de l’information prend en effet naissance en T0, lors de la phase de conception. Dans le cadre de la « <em>research note</em> » annoncée au seuil de ce post, plusieurs points importants seront rappelés à cet égard (standards, <em>data quality tools</em>, …).</p>
<p><strong> &#8220;<em>Open</em>&#8221; ne signifie pas nécessairement &#8220;sans contrôle&#8221;</strong></p>
<p>Progressivement associées dans le cadre de plateformes adéquates, les <i>open data</i> ont pour finalité, sur le plan applicatif de l’eGovernment, de donner le jour à des <i>mashups</i> et par exemple, à des services de « <i>citizen engagement</i> ».</p>
<p>Ainsi <a href="https://web.archive.org/web/20180116161403/http://radar.oreilly.com/2012/10/real-time-data-storm-in-hurricane-sandy-open-data.html" target="_blank" rel="noopener">l’application de suivi de l’ouragan Sandy</a> survenu aux USA en 2012, incluant des données publiques météorologiques mais aussi les constatations des citoyens et des propositions d’aide bénévole, constitue un exemple remarquable dans ce sens.<a href="/wp-content/uploads/2014/03/sandy.jpg"><img loading="lazy" decoding="async" class="alignleft  wp-image-6874" src="/wp-content/uploads/2014/03/sandy.jpg" alt="sandy" width="439" height="291" /></a></p>
<p>L’application repose sur le croisement contrôlé de plusieurs temporalités, depuis les données continues de type « real time » relatives à la météo, aux données de gestion géographique ou statistiques, à la saisie d’informations purement empiriques reflétant le vécu des citoyens. De ce croisement émane une <a href="https://www.ulb.ac.be/cours/iboydens/annales.pdf" target="_blank" rel="noopener"><em>dynamique temporelle</em></a> dont l’action sur le réel rétroagit à son tour sur le système d’information.</p>
<p>Tout au long de ce post, nous avons indiqué plusieurs pistes importantes susceptibles d’en maintenir la qualité dans le temps. Ce faisant, le mythe de la « <em>Tour de Babel</em> » ne se traduira pas nécessairement par l’écueil d’une confusion sans issue des langages et pourra peut-être donner le jour à une exploitation semi-contrôlée, riche et créative de la diversité des langues.</p>
<p><a href="/wp-content/uploads/2014/03/O_purgos_ths_Babel-1.jpg"><img loading="lazy" decoding="async" class="aligncenter" src="/wp-content/uploads/2014/03/O_purgos_ths_Babel-1.jpg" alt="O_purgos_ths_Babel (1)" width="365" height="261" /></a></p>
]]></content:encoded>
					
					<wfw:commentRss>https://www.smalsresearch.be/open-data-et-egovernment-au-dela-des-idees-recues-quelques-bonnes-pratiques/feed/</wfw:commentRss>
			<slash:comments>2</slash:comments>
		
		
			</item>
		<item>
		<title>Les big data / open data&#160;: le web serait-il savant?</title>
		<link>https://www.smalsresearch.be/les-big-data-open-data-le-web-serait-il-savant/</link>
		
		<dc:creator><![CDATA[Jean-Pierre Latour]]></dc:creator>
		<pubDate>Wed, 02 Jan 2013 07:21:54 +0000</pubDate>
				<category><![CDATA[[FR]]]></category>
		<category><![CDATA[Blog post]]></category>
		<category><![CDATA[big data]]></category>
		<category><![CDATA[Information management]]></category>
		<category><![CDATA[open data]]></category>
		<guid isPermaLink="false">/?p=4533</guid>

					<description><![CDATA[Nous savions déjà que le World Wide Web était un fabuleux outil de communication, d&#8217;échange et de partage d&#8217;information. A ce titre il constitue déjà un extraordinaire catalyseur de l&#8217;intelligence humaine (&#8230; qui présente aussi [inévitablement] sa face obscure avec&#160;la cybercriminalité). Ces trois fonctions d&#8217;Internet&#160;ont démultiplié le phénomène de la cross fertilization. Le meilleur est [&#8230;]]]></description>
										<content:encoded><![CDATA[
<figure class="wp-block-image alignleft is-resized"><img loading="lazy" decoding="async" width="574" height="464" src="https://www.smalsresearch.be/wp-content/uploads/2012/09/brainscanr.png" alt="" class="wp-image-4540" style="aspect-ratio:1.2396694214876034;width:300px;height:auto" title="brainscanr" srcset="https://www.smalsresearch.be/wp-content/uploads/2012/09/brainscanr.png 574w, https://www.smalsresearch.be/wp-content/uploads/2012/09/brainscanr-300x243.png 300w" sizes="auto, (max-width: 574px) 100vw, 574px" /></figure>



<p class="wp-block-paragraph">Nous savions déjà que le World Wide Web était un fabuleux outil de communication, d&#8217;échange et de partage d&#8217;information. A ce titre il constitue déjà un extraordinaire catalyseur de l&#8217;intelligence humaine (&#8230; qui présente aussi [inévitablement] sa face obscure avec&nbsp;la cybercriminalité).</p>



<p class="wp-block-paragraph">Ces trois fonctions d&#8217;Internet&nbsp;ont démultiplié le phénomène de la cross fertilization.</p>



<p class="wp-block-paragraph">Le meilleur est à venir. Avec ce que l&#8217;on appelle les big data / open data, en phase d&#8217;explosion progressive dans leur utilisation. En effet, le Web offre aux chercheurs une vision virtuelle (entendez numérique) du monde, dont le champ des manipulations est bien plus grand que ce que permet le monde réel.</p>



<span id="more-4533"></span>



<p class="wp-block-paragraph">Je m&#8217;intéresserai plus particulièrement à l&#8217;aspect scientifique du phénomène.</p>



<p class="wp-block-paragraph">Auparavant les découvertes scientifiques étaient le fruit conjugué de l&#8217;observation et de l&#8217;intuition.</p>



<p class="wp-block-paragraph">Les big data / open data et les techniques de data mining sont occupées à bouleverser la donne. En collectant les masses d&#8217;information disponibles sur le Web et en cherchant les corrélations grâce aux outils de data mining, il va devenir possible de découvrir des lois nouvelles. Dit autrement le sujet de l&#8217;observation est&nbsp;en quelque sorte virtualisé, et des calculs de corrélation se substituent au cerveau humain dans la démarche d&#8217;intuition. Jusqu&#8217;à un certain point bien entendu, mais qui n&#8217;est finalement fonction que de la masse de données disponibles, de la puissance des machines et de l&#8217;efficacité des algorithmes utilisés.</p>



<p class="wp-block-paragraph">Dès lors qu&#8217;ils veulent bien les mettre à disposition sur le Web, les résultats de l&#8217;observation et/ou de l&#8217;expérimentation des uns&nbsp;peuvent conduire des &#8220;chercheurs virtuels&#8221;&nbsp; à des découvertes inattendues, en faisant &#8220;simplement&#8221; travailler des ordinateurs.</p>



<p class="wp-block-paragraph">Quelles&nbsp;accélérations et quelles économies potentielles dans les activités de recherches, fondamentales ou appliquées&nbsp;!</p>



<p class="wp-block-paragraph">On pourrait&nbsp;objecter&nbsp;que la sélection des données demeure la principale difficulté&nbsp;: ne pouvant toutes les prendre en compte il faut savoir comment les choisir et donc avoir une idée de ce que l&#8217;on cherche.</p>



<p class="wp-block-paragraph">Cette limitation ne doit pas devenir l&#8217;obstacle incontournable au plus gros avantage de la &#8220;recherche virtuelle&#8221;&nbsp;: sans coûts insupportables, pouvoir chercher tous azimuts, sans préjugés fixant les axes d&#8217;investigation. Les plus belles découvertes&nbsp;sont quelquefois le fruit du hasard.</p>



<p class="wp-block-paragraph">La condition&nbsp;: offrir la puissance de calcul nécessaire. C&#8217;est possible grâce au calcul distribué et cela dépend aussi de chacun de nous&nbsp;:&nbsp;chaque propriétaire d&#8217;un ordinateur personnel peut décider d&#8217;offrir aux chercheurs une part de sa puissance de calcul, comme cela a déjà été fait lors du programme <a href="mailto:SETI@home">SETI@home</a> de l&#8217;université&nbsp;Berkeley&nbsp;de Californie. Autre exemple, le projet <a href="mailto:FightAIDS@home,">FightAIDS@home</a>, dans le cadre de la recherche de traitements contre le SIDA.</p>



<p class="wp-block-paragraph">Et la place de l&#8217;expérimentation me direz-vous? Elle subsiste, bien entendu. Parce que les lois découvertes doivent évidemment être vérifiées. C&#8217;est le premier fondement d&#8217;une démarche&nbsp;scientifique. Et parce que les biais peuvent être nombreux dans l&#8217;accès aux données, qu&#8217;il faut donc hésiter à considérer trop vite comme &#8220;totales&#8221; (un objectif de toute manière inatteignable).</p>



<p class="wp-block-paragraph">L&#8217;intérêt de la &#8220;recherche virtuelle&#8221; servira tant les sciences exactes que non exactes. L&#8217;importance de l&#8217;observation et de l&#8217;enquête étant plus grande dans les sciences non exactes,&nbsp; il semble évident que ces dernières y trouveront largement leur compte. Elles pourraient aussi y gagner&nbsp; un moyen de pallier à leur &#8220;achiffrisme&#8221; congénital.</p>



<p class="wp-block-paragraph">La &#8220;recherche virtuelle&#8221;, rêve ou réalité? Deux exemple éloquents, parmi bien d&#8217;autres&nbsp;:</p>



<ul class="wp-block-list">
<li>Le projet du laboratoire de l&#8217;Université de Saint Andrews en Ecosse, visant à éclairer les liens de cause à effet entre les susbstances  chimiques de certains médicaments et les effets secondaires associés (en exploitant la base de données américaine PubChem).</li>



<li>Le projet brainSCANr (http://www.brainscanr.com &#8211; http://www.acceleratingfuture.com) de l&#8217;université Berkeley de Californie, pour trouver des pistes de guérison  inédites dans le domaine des neurosciences.</li>
</ul>



<p class="wp-block-paragraph">Les big data / open data&nbsp; sur le Web peuvent aussi être utilisées à des fins plus directement concrètes, par exemple&nbsp;rechercher les&nbsp;meilleurs&nbsp;endroits pour implanter des éoliennes, en s&#8217;appuyant sur toutes les données météorologiques disponibles</p>



<p class="wp-block-paragraph">Autre exemple encore&nbsp;: la recherche de gisements de gaz de schiste, en s&#8217;appuyant cette fois sur&nbsp; les données géologiques.</p>



<p class="wp-block-paragraph">Enfin, dans le secteur public, l&#8217;exploitation des données disponibles dans les bases de données publiques ( Sécurité Sociale, Ministère des Finances, &#8230;) devrait permettre de renforcer l&#8217;efficacité des efforts de lutte contre les fraudes sociales et fiscales.</p>



<p class="wp-block-paragraph">Un lien intéressant sur le sujet open data&nbsp;: http://opendatacommunities.org/data</p>



<p class="wp-block-paragraph">_________<br>
http://fr.wikipedia.org/wiki/Big_data<br>
http://fr.wikipedia.org/wiki/Open_data</p>



<p class="wp-block-paragraph"><span style="font-size: xx-small;">This Web page was created with PageBreeze </span><a href="https://www.pagebreeze.com" target="_blank"><span style="font-size: xx-small;">Free HTML Editor</span></a></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>DrupalGovDays &#8211; over open data en een beetje Drupal</title>
		<link>https://www.smalsresearch.be/drupalgovdays-over-open-data-en-een-beetje-drupal/</link>
					<comments>https://www.smalsresearch.be/drupalgovdays-over-open-data-en-een-beetje-drupal/#comments</comments>
		
		<dc:creator><![CDATA[Bob Lannoy]]></dc:creator>
		<pubDate>Mon, 11 Apr 2011 07:09:25 +0000</pubDate>
				<category><![CDATA[[NL]]]></category>
		<category><![CDATA[Blog post]]></category>
		<category><![CDATA[drupal]]></category>
		<category><![CDATA[Information management]]></category>
		<category><![CDATA[open data]]></category>
		<category><![CDATA[Open Source]]></category>
		<category><![CDATA[semantic web]]></category>
		<category><![CDATA[social]]></category>
		<guid isPermaLink="false">http://blogs.smals-mvm.be/research/?p=1941</guid>

					<description><![CDATA[Van 7 &#8211; 9 april vonden in Brussel de DrupalGovDays plaats. Op initiatief van de Kanselarij van de Eerste Minister werd dit evenement georganiseerd door Fedict. De grote opkomst toonde aan dat de interesse voor Drupal een hoge vlucht neemt in de diverse overheidsadministraties. Als er een paar sleutelwoorden moeten genoemd worden dat is het [&#8230;]]]></description>
										<content:encoded><![CDATA[<p><!--  div.lotusnotesemailheader{display: none;} --><!--  div.lotusnotesemailheader{display: inline;} -->Van 7 &#8211; 9 april vonden in Brussel de <a href="https://web.archive.org/web/20110426113142/http://drupalgovdays.org/" target="_blank">DrupalGovDays</a> plaats. Op initiatief van de Kanselarij van de Eerste Minister werd dit evenement georganiseerd door Fedict. De grote opkomst toonde aan dat de interesse voor Drupal een hoge vlucht neemt in de diverse overheidsadministraties.</p>
<p>Als er een paar sleutelwoorden moeten genoemd worden dat is het vooral &#8220;open data&#8221; en &#8220;semantisch web&#8221;. De link met Drupal is rechtstreeks te leggen omdat het een bouwsteen vormt voor een aantal &#8220;open data&#8221; websites (zoals de VS-website <a href="https://itdashboard.gov/" target="_blank">ITdashboard</a>, waarvan de code intussen werd gereleased in open source). In versie 7 van Drupal zit een kernstandaard van het semantisch web ingebouwd, namelijk het Resource Description Framework in Attributes (RDFa).</p>
<p><span id="more-1941"></span></p>
<p>De keynote was voor Dries Buytaert die vooral inging op het succes van Drupal. Er werd ook een tipje van de sluier opgelicht van Drupal 8 waar betere ondersteuning komt voor mobiele sites maar ook meer aandacht voor grote Drupal implementaties via <em>configuration management</em> en <em>content staging</em>.</p>
<p>Binnen de amerikaanse overheid verspreid het gebruik van Drupal zich enorm snel. Om dit beter te ondersteunen is er nu ook een Drupal distributie voor overheden, namelijk <a href="https://openpublicapp.com/" target="_blank">Open Public</a>.</p>
<p>Op alle niveau&#8217;s van de belgische overheid wordt er gestart met Drupal-projecten. Fedict zal tegen de zomer een WCMS-light aanbod hebben gebaseerd op <a href="https://www.conimbo.com/" target="_blank">Conimbo</a>, dit is een Drupal-distributie  van One Agency.</p>
<p>Een nieuw overheidsportaal portaal voor waalse ondernemers zal gebaseerd worden op Drupal 7 met gebruik van semantische technologie zoals <a href="https://inventarisoss.smals.be/nl/126-DSY.html" target="_blank">SKOS</a> en RDFa.</p>
<p>Ook op het vlaamse niveau wordt volop ingezet op Drupal. Daar zal men in samenwerking met Belgacom een Drupal-platform uitbouwen dat diverse soorten doelwebsites zal ondersteunen, van collaboratieve omgevingen tot gewone sites. Men neemt daar de term &#8220;Drupal as a Service&#8221; (DaaS) in de mond. Men mikt op een beschikbaarheid van 99.9%.</p>
<p>Europese instellingen waren ook aanwezig. Er werd nogmaals gesproken over de komst van het semantisch web en meer specifiek &#8216;linked open data&#8217;. Er zijn steeds meer websites die via standaarden als RFDa machine leesbare inhoud aanbieden. Via de site <a href="https://linkeddata.org/" target="_blank">linkeddata.org</a> kan je een zicht krijgen de informatiesets die beschikbaar zijn zonder dat je deze zelf moet verzamelen op de eigen website. Er is ook een oproep om een idee voor een open data project in te dienen bij Europa en er een <a href="https://web.archive.org/web/20110409083013/http://opendatachallenge.org/" target="_blank">prijs</a> mee te verdienen.</p>
<p>Het zal interessant zijn om volgend jaar te zien wat er van deze projecten allemaal werd gerealiseerd&#8230;</p>
]]></content:encoded>
					
					<wfw:commentRss>https://www.smalsresearch.be/drupalgovdays-over-open-data-en-een-beetje-drupal/feed/</wfw:commentRss>
			<slash:comments>1</slash:comments>
		
		
			</item>
		<item>
		<title>Nieuws uit Europa (2)</title>
		<link>https://www.smalsresearch.be/nieuws-uit-europa-2/</link>
		
		<dc:creator><![CDATA[Bob Lannoy]]></dc:creator>
		<pubDate>Wed, 26 Jan 2011 08:00:03 +0000</pubDate>
				<category><![CDATA[[NL]]]></category>
		<category><![CDATA[Blog post]]></category>
		<category><![CDATA[cloud computing]]></category>
		<category><![CDATA[egov]]></category>
		<category><![CDATA[innovation]]></category>
		<category><![CDATA[open data]]></category>
		<guid isPermaLink="false">http://blogs.smals-mvm.be/research/?p=1587</guid>

					<description><![CDATA[Zoals in een vorige post besproken vond in december een europese conferentie plaats in Brussel. Deze post  gaat verder in op een paar rode draden uit de conferentie. In de zoektocht naar efficiëntie en kostenreductie kwamen veel sprekers uit op het concept van de Cloud. Deze zal volgens hen ook in overheidsmiddens voor een revolutie [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>Zoals in een <a href="https://blogs.smals-mvm.be/research/?p=1582" target="_blank">vorige post</a> besproken vond in december een europese conferentie plaats in Brussel. Deze post  gaat verder in op een paar rode draden uit de conferentie.</p>
<p>In de zoektocht naar efficiëntie en kostenreductie kwamen veel sprekers uit op het concept van de Cloud. Deze zal volgens hen ook in overheidsmiddens voor een revolutie zorgen. Cloud computing is reeds aan bod gekomen in diverse onderzoekspublicaties en <a href="https://blogs.smals-mvm.be/research/?tag=cloud-computing" target="_blank">blogposts</a> en zullen we hier niet verder bespreken.</p>
<p>Een tweede rode draad was de vermelding van Open Data. In de Verenigde Staten bestaat een er site zoals <a href="https://www.data.gov/" target="_blank">data.gov</a> die gegevens uit databanken van verschillende overheidsdiensten ter beschikking stellen aan het brede publiek. Gebruikers kunnen dan zelf toepassingen bouwen die gegevens uit deze databanken combineren om tot meerwaarde te komen van die gegevens. Meestal gaat het dan om visualisaties op kaarten. Vooral op gemeentelijk niveau zijn er heel wat handige toepassingen van Open Data te bedenken zoals de visualisatie van bouwvergunningen op een kaart, vastgestelde bodemverontreiningen, &#8230;</p>
<p>Op Europees en ook op Belgisch vlak bestaat een zelfde idee, een platform aanbieden waar de diverse overheidsdiensten data kunnen ontsluiten. Gedurende de conferentie werden er echter meer blokkerende elementen geciteerd dan wel voordelen:</p>
<ul>
<li>Iedereen wil open data, maar dan vooral de data van een andere organisatie en niet de eigen organisatie.</li>
<li>Men moet oppassen met eventuele privacy van de gegevens. Deze moeten voldoende geanonymiseerd zijn om niet bruikbaar te zijn om iemands privacy te schenden.</li>
<li>Je mag dan wel de privacy van elke set op zich garanderen, niets zegt dat je door de combinatie van verschillende datasets toch nog extra informatie kan verzamelen.</li>
</ul>
<p>Hoe dan ook een moeilijke oefening. Misschien eens interessant om na te gaan welke gegevens uit onze sector hiervoor in aanmerking komen.</p>
<p>En om af te sluiten was er de opmerking dat innovatieve projectbenaderingen of realisaties vaak gepaard gaan met sterke budgetconstraints. Geef een project niet te veel geld zodat men creatieve maar ook werkende oplossingen bedenkt. Zeg het vooral niet aan de klant  <img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f609.png" alt="😉" class="wp-smiley" style="height: 1em; max-height: 1em;" /></p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
