Nel mese di dicembre 2022 è stato pubblicato un interessante Report di ricerca dal titolo “Filling Public Data Gaps – Opportunities and Challenges in Using Private-Sector Data for Racial Equity Analysis” curato da parte dell’Urban Institute, un’organizzazione senza scopo di lucro con sede a Washington e che opera in ambito della ricerca per lo sviluppo di soluzioni evidenced-based in grado di migliorare la vita delle persone e rafforzare le comunità.
Il report curato da Judah Axelrod, Karolina Ramos Rebecca Bullied, evidenzia come i dati siano fondamentali per comprendere le esperienze vissute da persone e comunità diverse e come possono fungere da forza potente per promuovere l’equità razziale. Negli Stati Uniti d’America, viene spiegato che, sebbene i dati pubblici, comprese le fonti principali per la definizione delle politiche come l’American Community Survey (ACS) dell’US Census Bureau, offrano informazioni accessibili su una vasta gamma di argomenti, le sfide relative alla tempestività delle informazioni alla loro granularità, possono limitare l’utilità di tali dati. I dati privati, ovvero i dati prodotti da organizzazioni del settore privato tramite attività commerciali possono fungere da supplemento o alternativa più ricca, più granulare e con frequenza più elevata rispetto alle fonti di dati pubblici.
Nel rapporto vengono esplorate tematiche relative all’equità razziale tramite dati, come: ricchezza e beni, benessere finanziario e reddito, occupazione e qualità del lavoro. Attraverso 20 interviste semistrutturate con produttori e utenti di dati del settore privato ed esperti in materia nelle aree dei modelli di condivisione dei dati e dell’utilizzo etico dei dati, vengono esposti cinque temi chiave:
- Incentivi e disincentivi, benefici e rischi per la condivisione dei dati pubblico-privato
Gli accordi con prestigiosi partner pubblici possono rafforzare la credibilità delle aziende private e ampliare la loro base di clienti, mentre i partner pubblici beneficiano dell’accesso a fonti di dati ricche, granulari e in tempo reale. Ma la condivisione dei dati richiede spesso tempo e manodopera e le aziende possono preoccuparsi di interessi commerciali contrastanti o di diluire il valore delle risorse di dati proprietari.
- Disponibilità della fonte di dati disaggregati per razza
Nelle nostre interviste non abbiamo trovato esempi di fonti di dati disaggregati per razza relativi alle nostre aree tematiche di interesse disponibili esternamente. Tuttavia, esistono metodi promettenti per l’imputazione, il collegamento e l’aumento dei dati attraverso sondaggi interni. - Collaborazione sulla raccolta dati, in pratica
La maggior parte degli accordi di condivisione dei dati tra pubblico e privato comportano un accesso gratuito o “freemium“. Tuttavia, emergono anche esempi promettenti per accordi multilaterali che diversificano il panorama della condivisione dei dati. - Da campioni di dati a amministratori di dati
Il report illustra esempi di campioni di dati informali che hanno assunto responsabilità nel costruire relazioni fra dati e garantire partnership fra le diverse fonti di dati. Questo ruolo deve ancora maturare per diventare un data steward istituzionalizzato all’interno delle aziende private intervistate, il che può rendere la condivisione dei dati un processo volubile. - Considerazioni per l’utilizzo etico dei dati
La riservatezza dei dati e la trasparenza sulle modalità di accesso e utilizzo dei dati sono preoccupazioni importanti tra i potenziali utenti di dati. Gli intervistati hanno sottolineato l’importanza di non privilegiare i dati quantitativi esistenti al di sopra delle intuizioni qualitative nei casi in cui le comunità hanno offerto feedback e narrazioni di lunga data sulle proprie esperienze di fronte alle disuguaglianze razziali e che i responsabili politici non dovrebbero usare la necessità di raccogliere più dati come scusa per ritardare l’azione politica.
La ricerca ha prodotto diverse raccomandazioni per produttori e utenti indirizzate all’impegno nella condivisione dei dati e per promuovere l’equità razziale
