Workshop om informationshantering och aggregering

Transkript

1 Digisam Datum (5) Workshop om informationshantering och aggregering Närvarande: Digisam: Rolf Källman Sanja Halling Martin Malmsten, KB Fredrik Ronquist, NRM Håkan Adenkrantz, KB Peder Andrén, RA Börje Justrell, RA Eva Toller, RA Martin Bjersby, RA Börje Lewin, RAÄ Henrik Summanen, RAÄ Karin Nilsson, LSH Ambjörn Naeve, KTH Peter Krantz 1. Inledning och presentation av dagen Rolf välkomnade alla och berättade om upplägget för dagen. 2. Sammanfattning av workshopen den 2 oktober 2012 Sanja sammanfattade workshopen den 2 oktober och den bilden av dagens informationshantering och aggregering som ritades upp då. Det diskuterades kring vikten att definiera vad som avses med standarder och standardisering, ifall det innebär att alla institutioner ska använda precis samma standard eller att det ska vara vedertagna standarder som är interoperabla med varandra. På en mer avancerad nivå kan en harmonisering av data ske genom användning av konceptuella modeller som CIDOC CRM (för museer) och FRBR (för bibliotek). Dessa två konceptuella modeller är redan harmoniserade med varandra. För närvarande pågår även arbete med att ta fram en konceptuell modell för arkivdata också. Dessa format används dock sällan vid institutioner eftersom de upplevs som alltför avancerade. Det har även gjorts försök till att skapa harmonisering av aggregerad beskrivande metadata som t ex genom LIDO-format. Vikten av att förklara olika begrepp som t ex auktoriteter, bevarande och semantifering på olika nivåer, lyftes upp. Semantifieringen sker idag genom att man uttrycker metadata i rdfformat, men det finns ingen vedertagen metod för hur metadata från kulturarvssektorn ska semantifieras. Ofta skapas olika modeller för det som är institutions- eller

2 aggregatorspecifika. I EU-projeketet Linked Heritage har man t ex tittat på vilken metod som lämpar sig bäst för tvärsektoriell kulturarvsdata som uttrycks i LIDO-format. 3. En evolverande infrastruktur som road map för digitalt kulturarv Rolf presenterade Digisams uppdrag som man kan se som ett ekosystem där alla delar är knutna till och påverkar varandra. Ansvarsfrågan är viktig, då institutionerna har ansvar för sitt material oavsett om det är i analog eller digital form, däremot finns det många funktioner och tekniska lösningar som skulle kunna samordnas. Ett sådant exempel är auktoritetslistor/tesaurier som idag utvecklas vid enskilda institutioner men som skulle kunna användas av flera om de tillgängliggörs som öppen data på en central plattform. I DISKAprojektet, samarbetar Digisam och KTH kring detta. Ett annat exempel är en stödfunktion kring råd och rekommendationer. En viktig aspekt i infrastrukturen är att klargöra vad en aggregator är, vilket ansvar man har m m. Bevarande av digitalt material diskuterades utifrån att det är en del i den evolverande infrastrukturen. Digisam deltar i DCH-RP projektet (Digital Cultural Heritage Roadmap for Preservation) som syftar till att producera och validera en Roadmap for Preservation, som beskriver på vilket sätt man bör gå tillväga för att bevara det digitala kulturarvet genom en samlad digital infrastruktur. Det kommer att åstadkommas bland annat genom proofs of concept, där kulturarvsinstitutioner kommer att göra konkreta experiment tillsammans med e-infrastruktur leverantörer. Under våren kommer Digisam också att sätta igång en förstudie om digitalt bevarande som har som syfte att få fram en mål- och behovsbild som kan ligga till grund för ett förslag om hur man utarbetar ett samordnat och kostnadseffektivt digitalt långtidsbevarande av samlingar och arkiv. Bevarande förväxlas idag ofta med teknisk lagring men bevarande innebär också tillgängliggörande och användning, i internationella sammanhang pratar man ofta om Preservation for usability and accessibility. I infrastrukturen finns det också kopplingar till e-förvaltning. Kulturarvsmaterial blir ett gränsområde som man behöver hantera. Sätta begreppen är viktigt, ( disagreement management som ett exempel på detta). 4. Nationella aggregatorer Rolf initierade diskussionen kring de nationella aggregatorernas roll i den digitala infrastukturen med en öppen fråga kring aggregatorer och deras roll - vad en aggregator är och vilket ansvar man har, vad är en domän.m.m. Ansvarsfrågan för informationen diskuterades. Institutioner har ansvar för sina samlingar, oavsett om de är analoga eller digitala. Det uttrycktes önskemål att tydliggöra de tekniska, ekonomiska och juridiska aspekter av det ansvaret, vad gäller digitala samlingar.

3 Vissa frågor kan man avstå ifrån, men inte alla, institutionerna borde jobba mer med förvaltning av data. Varje institution är ansvarig för sina data och metadata Möjligheterna med semantiska webben diskuterades. Det rådde delade meningar om öppen data kan skydda mot informationsförlusten. 5. Ett önskat framtidsläge presentation av alternativa scenarios Sanja presenterade resultatet av Digisams fortsatta arbete med alternativa scenarios som skulle överbrygga utgångsläge och leda fram till ett önskat framtidsläge. Scenario 1 har som utgångspunkt att man fortsätter med domänspecifik aggregering, där alla nationella aggregatorer fortsätter utveckla egna aggregeringsstrukturer. Scenario 1 SND NAD GBiF K-samsök MINT LIBRIS TEL / EU Screen SMDB Digisam 2.0 Koordinering & samordning Detta skulle ske samtidigt som framtidsbilden är att alla institutioner bygger successivt upp rdf-formatering av sitt material (i så rå-form som möjligt), vilket innebär att utvecklare kan i framtiden bygga applikationer på rik data = skapar informationspaket av länkad data. Denna framtidsvision gäller dock alla scenarios. Nackdelen är att alla bygger egna (tekniskt ofta likvärdiga) lösningar, vilket förutsätter teknisk kompetens hos alla enskilda institutioner, från början i aggregering, så småningom även i länkad öppen data (eller både och). I scenario 2 har man också som utgångspunkt att domänspecifik aggregering fortsätter, men att nationella aggregatorer får stöd med vissa gemensamma funktioner i aggregeringsstrukturer.

4 Scenario 2 SND NAD GBiF K-samsök MINT LIBRIS TEL / EU Screen Digisam 2.0 SMDB Koordinering & samordning Drifts- och förvaltningsanvariga Metadataväxel Auktoriteter Verktyg och tjänstekatalog m.m. Fördelen är att detta kan byggas upp successivt, utifrån den nuvarande aggregeringsstrukturen. Alla kan aggregera genom en metadataväxel, i valfritt format. Material som inte är domänspecifik kan aggregeras också, om aggregatorer kan ta emot data i de internationella standarder. Både XML-dumpar och OAI-PMH funktionalitet är möjlig. Nackdel: EDM mappningen kan finnas med i växelfunktionen, men man behöver fortfarande aggregera genom domänspecifika aggregatorer och/eller EU-projekt. I scenario 3 har man också som utgångspunkt att institutioner har ansvar för förvaltning och aggregering av sina samlingar, men att nationell aggregering sker genom gemensamt centraliserat tekniskt stöd. Fördelen är att mappningsfrågor och andra frågor som gäller hantering av digital kulturarvsinformation kommer närmare institutionerna. En samordningsfunktion arbetar med utbildningar i standarder, aggregering, bevarandefrågor, best practices, m m. En tjänstekatalog finns tillgänglig med olika resurser som t ex auktoriteter, verktyg för bevarande, virtuella utställningar, m m. Stark gemensam centraliserad teknisk kompetens och förvaltning = institutionerna behöver inte arbeta med explicita tekniska frågor, som inte har kopplingar till materialet. Nackdelen är att en centraliserad lösning förutsätter en annan struktur än den som finns idag, det krävs både tid och resurser att bygga upp det men det blir kostnadseffektivt i längden.

5 Scenario 3 SND NAD GBiF K-samsök MINT LIBRIS TEL / EU Screen SMDB Metadataväxel Auktoriteter Verktyg och tjänstekatalog Digisam 2.0 Koordinering & samordning Drifts- och förvaltningsanvariga 6. Gruppvis workshop om fördelar och nackdelar med presenterade scenarios Frågor: Vad är en aggregator? Förslag till definition Fördelar och nackdelar med respektive scenario Frågor som kan utredas djupare Övriga reflexioner 7. Gruppvis presentation och diskussion Gruppvis redovisning: Grupp 1 Bengt Neiss Aggregering: en tillfällig funktion/metod för att domänspecifikt praktiskt standardisera metadata. Aggregator: Organisation som tillhandahåller sådan funktion för tredje part. Grupp 1 har tagit fram scenario 2 som det mest relevanta lösningen. Aggregering borde ske för fler än Europeana. Digisam 1.0 borde redan vara igång.

6 Det borde finnas en funktion/operativ del av Digisam med resurser från deltagande institutioner. Stödfunktionerna för samordnande av generell och övergripande referensinformation. Konsekvenser och förståelse av öppen data borde utredas djupare Reflexion: inte teoretisera börja jobba för att få erfarenheter. Målet med aggregering är att hitta information som man söker, (aggregering som målet för att man ska kunna bygga så bra tjänster som möjligt). Aggregering behövs inte längre när det finns tillräckligt många tjänster ute Grupp 2 Martin M Definition av aggregator: Någon som samlar in/administrerar och hanterar data i en viss kontext. Någon som driver standardiseringsarbete, automatisering, m m. Inte unik per objekt (ett objekt kan finnas i flera aggregatorer) Katalysator för gemensamma frågor Transparent/osynlig i den större infrastrukturen, dvs också utbytbara och egentligen inte en del av modellen. Scenario 1 praktiskt genomförbart givet dagens förutsättningar men missar mycket material. Scenario 2 kan stötta mindre institutioner Scenario 3 är bra om man vill styra centraliserat, nackdel för att det är för tungt. Fördelen är att det med samordning skapas en gemenskap och forum kring de saker som är gemensamma idag men som inte har något forum att diskuteras på. Grupp 3 Börje Lewin Aggregator är inte ett bra namn, det är en funktion som gör mycket mer. Aggregering är ett sätt att effektivisera, harmonisera, rationalisera. Scenario 1 Fungerar inte för institutioner som har enklare lösningar, blir alltför resurskrävande. Scenario 2 är bäst Samordning mellan aggregatorerna (idag löser flera vissa problem parallellt). Digisam kan då ställa krav på olika projekt som startas som sätter krut på att välja rätt standarder som CIDOC, m m. Stödjer små institutioner som vill aggregera genom nationella aggregatorer och/eller bygga tjänster på dem. Gemensam statlig lagringslösning Ontologier, harmonisering, m m

7 7. Hur går vi vidare? Rolf sammanfattade de gruppvisa presentationerna. Är Digisam i fortsättningen en katalysator och för aggregatorer handlar det om att leda processer och katalysator både vad gäller rekommendationer och tekniken eller bara första? Svaren blir olika beroende på vilken roll och kontext det blir för institutionerna och Digisam i fortsättningen. Scenario 2 ligger närmast dagens arbetssätt. Vissa frågor, funktioner m.m. behöver styras som t ex standarder och det är viktigt att tydligt lyfta fram vilka frågor det handlar om. Det är viktigt att tänka på att förutsättningarna varierar mycket även mellan de olika statliga institutionerna. Det handlar inte bara om hur mycket material som levereras utan vad det blir för nytta, svårt att jämföra små/stora institutioner emellan. Vi konstaterade att det är bättre att använda begreppet noder i stället för aggregatorer. Aggregering är en tjänst. Samverkan informationsförvaltare och noder emellan är centralt och kanske i synnerhet noderna emellan. Man skulle säkert snabbt kunna komma fram till gemensamma lösningar. Här ligger en central del av det som Digisams uppdrag handlar om.. En fråga lyftes kring Swestore och huruvida man kan testa det som en tänkbar gemensam lagringslösning? Eventuellt kommer det att testas inom ramen för DCH-RP-projektet, som handlar om bevarande genom e-infrastrukturer (Grid). Det konstaterades att det inte finns någon motsättning mellan LOD och aggregering, de kan finnas parallellt och på olika nivåer. Den sämsta scenariot skulle vara att effektiviteten (om man är alltför fokuserad på att digitalisera och leverera) gör att materialet försvinner över tid. Information kan användas på ett distribuerat sätt, det är inte bara viktigt hur informationen är lagrad utan också hur frågespråk riktas mot informationen. Man borde testa en experimentverkstad istället för att det är mer kostnadseffektivt, men det handlar också om gemensamma specifikationer. User case NAD: 80 av 100 som använder NAD idag behöver aggregering. NAD behöver aggregeringstjänst för att aggregera det material som inte skulle annars kunna aggregeras idag. Konsument-producent aggregering, eller så är man även medskapare Användarperspektivet behövs, eftersom man lätt förlorar det i institutioner där man arbetar mycket med egen (likartad) material. Man behöver begreppsmodellering, skriva någonting i frågefältet, ha en forskningsfråga, koncept, en idé. Målet är nu att få in material till ett direktiv för arbetsgrupp som ska titta vidare på de här frågorna har vi fått. Alla var mest överens om scenario 2, och vad vi kan göra nu. Digisam vill

8 att det ska hända saker innan vi levererar förslag Vi kan ta med de andra för att se hur vi förhåller oss till alla alternativ. Finns det möjlighet att hålla kvar arbetsgrupper för att diskutera frågor vidare? Vi behöver också identiera de områden som vi behöver titta på mer specifikt. Digisam ska leverera förslag till regeringen på hur det kan se ut framöver.. Vi kommer att skicka ut ett konkret förslag på hur vi går vidare och en mer detaljerad bild av det vi har visat idag.