Dane do odczytu maszynowego

Dane do odczytu maszynowego, dane do odczytu komputerowego – dane (lub metadane) zapisane w sposób, który pozwala na ich odczytanie przez komputer.

Istnieją dwa rodzaje danych do odczytu maszynowego: dane czytelne dla ludzi, zapisane z użyciem języka znaczników tak, by były również zrozumiałe dla maszyn (np. mikroformaty, RDFa) oraz formaty zapisu danych przeznaczone przede wszystkim do odczytu przez komputery (np. RDF, XML, JSON).

Definicja danych do odczytu maszynowego

Amerykański Office of Management and Budget (OMB) definiuje możliwość odczytu maszynowego jako „Format standardowego języka komputerowego (a więc nie tekstu w języku angielskim), który może być automatycznie odczytany przez przeglądarkę lub system komputerowy (np. XML). Tradycyjne pliki procesorów tekstu, hipertekstowy język znaczników oraz dokumenty w PDF-ie mogą być łatwo czytane przez ludzi, ale są zwykle trudne do interpretacji maszynowej. Inne formaty, w tym XML, JSON lub arkusze kalkulacyjne z opisem kolumn, które mogą być eksportowane do formatu z wartościami oddzielonymi przecinkiem, są formatami nadającymi się do odczytu maszynowego. Istnieje możliwość przekształcenia tradycyjnych plików edytorów tekstu do postaci zdatnej do odczytu maszynowego, jednak wymaga to zawarcia w nich dodatkowych elementów strukturalnych.

Przepisy dotyczące odczytu maszynowego w Polsce

W Polsce rządowa strategia Sprawne Państwo 2020 wskazuje na konieczność wdrożenia otwartych standardów publikacji informacji publicznej, mających na uwadze możliwość maszynowego przetwarzania danych. Aktem prawnym regulującym kwestie udostępniania danych publicznych w systemach informatycznych jest Ustawa z dnia 17 lutego 2005 r. o informatyzacji działalności podmiotów realizujących zadania publiczne z późniejszymi zmianami. Na jej podstawie zostało wydane rozporządzenie Krajowe Ramy Interoperacyjności (Rozporządzenie Rady Ministrów z dnia 12 kwietnia 2012 r. w sprawie Krajowych Ram Interoperacyjności, minimalnych wymagań dla rejestrów publicznych i wymiany informacji w postaci elektronicznej oraz minimalnych wymagań dla systemów teleinformatycznych), które wprowadza pojęcie interoperacyjności semantycznej, polegającej m.in. na stosowaniu struktur danych publikowanych w repozytorium interoperacyjności. Systemy teleinformatyczne powinny udostępniać swoje zasoby informacyjne w co najmniej jednym formacie określonym w załączniku do rozporządzenia. W teorii powinno to zagwarantować przejrzystość stosowanych formatów oraz możliwość odczytu maszynowego.

Odczyt maszynowy i prawo do informacji

Możliwość maszynowego odczytu nie jest jedynie kwestią techniczną. Maszynowy odczyt jest uznawany za jeden z warunków zapewnienia przejrzystości i dostępności danych. Zwolennicy tego podejścia postulują udostępnianie otwartych danych do odczytu maszynowego w imię realizacji konstytucyjnego prawa dostępu do informacji. Zasada dostępności do odczytu maszynowego została zapisana m.in. w opracowanych w 2007 roku „8 Principles of Open Government Data” oraz w deklaracji Global Open Data Initiative z 2013 roku.