India is op weg met dubbele - en mogelijk tegenstrijdige - doelen met betrekking tot het gebruik van burgergegevens.

Om de efficiëntie van hun gemeentelijke diensten te verbeteren, veel Indiase steden zijn begonnen met het toestaan ​​van verzoeken om overheidsdiensten, waarbij burgergegevens worden verzameld en gedeeld met overheidsfunctionarissen en, mogelijk, het publiek. Maar er is ook een nationale druk om de privacy van burgers te beschermen, mogelijk beperkend datagebruik. Steden beginnen zich nu af te vragen hoeveel burgergegevens, indien van toepassing, ze kunnen gebruiken om overheidsactiviteiten te volgen.

In een nieuwe studie, MIT-onderzoekers vinden dat er, in feite, een manier voor Indiase steden om de privacy van burgers te behouden terwijl ze hun gegevens gebruiken om de efficiëntie te verbeteren.

De onderzoekers verzamelden en analyseerden gegevens van meer dan 380, 000 verzoeken om overheidsdiensten door burgers in 112 steden in één Indiase staat voor een heel jaar. Ze gebruikten de dataset om de efficiëntie van elk stadsbestuur te meten op basis van hoe snel ze elk serviceverzoek voltooiden. Op basis van veldonderzoek in drie van deze steden, ze hebben ook de burgergegevens geïdentificeerd die nodig zijn, nuttig (maar niet kritisch), of onnodig voor het verbeteren van de efficiëntie bij het leveren van de gevraagde dienst.

Daarbij, ze identificeerden "model" steden die zeer goed presteerden in beide categorieën, wat betekent dat ze de privacy en efficiëntie maximaliseerden. Steden over de hele wereld zouden vergelijkbare methoden kunnen gebruiken om hun eigen overheidsdiensten te evalueren, zeggen de onderzoekers. De studie werd afgelopen weekend gepresenteerd op de Technology Policy Research Conference.

"Hoe verzamelen gemeentebesturen burgergegevens om transparant en efficiënt te zijn, en, tegelijkertijd, privacy beschermen? Hoe vind je een balans?" zegt co-auteur Karen Sollins, een onderzoeker in het Computer Science and Artificial Intelligence Laboratory (CSAIL), een hoofdonderzoeker voor het Internet Policy Research Initiative (IPRI), en lid van de Privacy, Innovatie en e-Governance met behulp van Quantitative Systems (PIEQS) groep. "We laten zien dat er mogelijkheden zijn om tegelijkertijd privacy en efficiëntie te verbeteren, in plaats van te zeggen dat je het een of het ander krijgt, maar niet allebei."

Deelnemen aan Sollins op het papier zijn:eerste auteur Nikita Kodali, een afgestudeerde student bij de afdeling Elektrotechniek en Informatica; en Chintan Vaishnav, een hoofddocent aan de MIT Sloan School of Management, een hoofdonderzoeker voor IPRI, en een lid PIEQS.

Kruispunten van privacy en efficiëntie

In recente jaren, De eGovernment Foundation van India heeft zich ten doel gesteld de transparantie, verantwoordelijkheid, en efficiëntie van de operaties in de vele gemeentelijke overheden. De stichting heeft tot doel al deze overheden te verplaatsen van papieren systemen naar volledig gedigitaliseerde systemen met burgerinterfaces voor het aanvragen van en communiceren met overheidsdiensten.

in 2017, echter, Het Hooggerechtshof van India oordeelde dat zijn burgers een grondwettelijk recht op gegevensprivacy hebben en inspraak hebben in het al dan niet gebruiken van hun persoonlijke gegevens door regeringen en de particuliere sector. Dat zou de informatie die steden zouden kunnen gebruiken om de prestaties van hun diensten bij te houden, mogelijk beperken.

Rond die tijd, de onderzoekers waren begonnen met het bestuderen van privacy- en efficiëntiekwesties rond de digitaliseringsinspanningen van de eGovernment Foundation. Dat leidde tot een rapport waarin werd bepaald welke soorten burgergegevens konden worden gebruikt om de werking van overheidsdiensten te volgen.

Voortbouwend op dat werk, de onderzoekers kregen 383, 959 geanonimiseerde burger-overheidstransacties van gedigitaliseerde modules van 112 lokale overheden in een Indiase staat voor heel 2018. De modules waren gericht op drie gebieden:nieuwe waterkraanbelasting; nieuwe aanslag onroerende voorheffing; en publieke klachten over sanitaire voorzieningen, zwerfdieren, infrastructuur, scholen, en andere problemen.

Burgers sturen verzoeken naar die modules via mobiele of web-apps door verschillende soorten persoonlijke en eigendomsinformatie in te voeren, en monitor vervolgens de voortgang van de verzoeken. Het verzoek en de bijbehorende gegevens lopen via verschillende functionarissen die elk een afzonderlijke deeltaak uitvoeren, ook wel een service level agreement genoemd, binnen een bepaalde tijdslimiet. Vervolgens, het verzoek gaat naar een andere functionaris, enzovoort. Maar veel van die burgerinformatie is ook zichtbaar voor het publiek.

De software legde elke stap van elk verzoek vast, van initiatie naar voltooiing, met tijdstempels, per gemeentebestuur. De onderzoekers konden vervolgens elke taak rangschikken binnen een dorp of stad, of geaggregeerd over elke stad of stad op twee metrische gegevens:een overheidsefficiëntie-index en een informatieprivacy-index.

De efficiëntie-index van de overheid meet vooral de tijdigheid van een dienst, vergeleken met de vooraf bepaalde service level agreement. Als een dienst eerder is voltooid, het is efficiënter; als het daarna is voltooid, het is minder efficiënt. De informatieprivacy-index meet hoe verantwoordelijk een overheid is bij het verzamelen, gebruik makend van, en het vrijgeven van burgergegevens die mogelijk privacygevoelig zijn, zoals persoonlijk identificeerbare informatie. Hoe meer de stad niet-essentiële gegevens verzamelt en deelt, hoe lager de privacyclassificatie.

Telefoonnummers en huisadressen, bijvoorbeeld, zijn niet nodig voor veel van de diensten of grieven, toch worden verzameld - en openbaar gemaakt - door veel van de modules. In feite, de onderzoekers ontdekten dat sommige modules historisch gedetailleerde persoonlijke en eigendomsinformatie verzamelden over tientallen gegevensvelden, toch hadden de regeringen slechts ongeveer de helft van die velden nodig om de klus te klaren.

Modelgedrag

Door de twee indices te analyseren, ze vonden acht "model" gemeentebesturen die in de top 25 procent presteerden voor alle diensten in zowel de efficiëntie- als de privacy-index. Kortom, ze gebruikten alleen de essentiële gegevens - en gaven die essentiële gegevens door aan minder ambtenaren - om een ​​dienst tijdig af te ronden.

De onderzoekers zijn van plan om te onderzoeken hoe de modelsteden zo snel diensten kunnen leveren. Ze hopen ook te onderzoeken waarom sommige steden zo slecht presteerden, in de onderste 25 procent, voor een bepaalde dienst. "Eerst, we laten India zien dat dit is hoe je beste steden eruit zien en hoe andere steden zouden moeten worden, "zegt Vaishnav. "Dan willen we kijken waarom een ​​stad een modelstad wordt."

Vergelijkbare onderzoeken kunnen worden uitgevoerd op plaatsen waar vergelijkbare gegevens van burgers en overheden beschikbaar zijn en die equivalent zijn aan India's service level agreements, die dienen als basis voor het meten van efficiëntie. Die informatie is nog niet wereldwijd gebruikelijk, maar zou in de nabije toekomst kunnen zijn, vooral in steden als Boston en Cambridge, zegt Vaishnav. "We verzamelen een grote hoeveelheid gegevens en er is een drang om iets met de gegevens te doen om overheden te verbeteren en burgers beter te betrekken, "zegt hij. "Dat kan binnenkort een vereiste zijn in democratieën over de hele wereld."

Volgende, de onderzoekers willen een op innovatie gebaseerde matrix creëren, die zal bepalen welke burgerdata wel en niet openbaar gemaakt kunnen worden aan private partijen om nieuwe technologieën te helpen ontwikkelen. Ze werken ook aan een model dat in realtime informatie geeft over de efficiëntie van een stad en de informatieprivacyscores. terwijl verzoeken van burgers worden verwerkt.