🎲O que são Dados Abertos Governamentais?

Dados abertos governamentais são aqueles produzidos ou custodiados pelo Estado e que podem ser livremente utilizados, reutilizados e redistribuídos por qualquer pessoa. A única exigência que pode ser feita é a atribuição à fonte original e compartilhamento pelas mesmas licenças em que as informações foram apresentadas.

A abertura de dados está interessada em evitar um mecanismo de controle e restrições sobre os dados que forem publicados, permitindo que tanto pessoas físicas quanto jurídicas possam explorar estes dados de forma livre (Open Definition, 2014).

Como premissas básicas, um dado só pode ser considerado aberto se (OPEN KNOWLEDGE, 2012):

• Disponibilidade e acesso: estiver disponível por inteiro, em formato conveniente e modificável;

• Reuso e redistribuição: estiver em condições de reuso e redistribuição, podendo ser combinado com outros; e

• Participação universal: todos podem usar, reusar e redistribuir o dado sem restrições de áreas, pessoas ou grupos.

Por que abrir?

Países considerados sociedades da informação, como Alemanha, Japão e Reino Unido, possuem a maior parte de seu Produto Interno Bruto - PIB - relacionado a bens intangíveis. Essas nações dependem de uma constante e massiva geração e consumo de dados para manter-se em funcionamento e em crescimento (Isotani; Bittencourt, 2015).

Nas sociedades do conhecimento, os dados são considerados recursos extremamente valiosos e precisam estar disponíveis para:

• geração de desenvolvimento econômico e social;

• melhoria dos serviços públicos prestados ao cidadão; e

• aumento da transparência, controle social e confiança no governo.

O Tribunal de Contas da União (2015), por sua vez, elenca os seguintes motivos para abertura de dados na administração pública:

• exigência legal;

• necessidade de mais transparência na gestão pública;

• estímulo à criação de serviços inovadores;

• aprimoramento da qualidade dos dados públicos; e

• viabilização de novos negócios.

Qualidade dos Dados Abertos

Tim Bernes-Lee, cientista da computação, professor do MIT e um dos criadores da Internet, propôs um sistema de cinco estrelas para qualidade de abertura de dados (Berners-Lee, 2010).

Para o pesquisador, a preparação dos dados para disponibilização à sociedade ocorre por meio de uma série de transformações intermediárias. Ela se inicia em formato de licença aberta (OL) e aprimora sua qualidade até o nível em que são considerados dados abertos conectados (linked open data).

5 estrelas

Os níveis podem ser assim descritos:

• Open Licence (OL) - Disponível na Internet (qualquer formato, por exemplo PDF), desde que com licença aberta, para que seja considerado um dado aberto;

• Readable (RE) - Disponível na Internet de maneira estruturada (em um arquivo Excel, com extensão XLS);

• Open Format (OF) - Disponível na Internet, de maneira estruturada e em formato não proprietário (CSV em vez de Excel);

• Uniform Resource Identifier (URI) - Utilização de padrões da W3C (RDF e SPARQL), usar URL para identificar coisas e propriedades, de forma que as pessoas possam direcionar para suas publicações; e
• Linked Open Data (LD) - Todas as regras anteriores, adicionando a conexão dos seus dados a outros dados, de forma a fornecer um contexto.

Formatos de arquivos

Existem diversos formatos de arquivos não proprietários para a distribuição de dados em formato aberto. Dentre eles, os mais adequados são (RAUTEMBERG, 2018):

• RDF - Resource Description Framework: é uma linguagem que usa um modelo padrão para a troca de dados na web. Ela tem forma de triplas, realizando a descrição de um recurso em três partes, ligando um sujeito (recurso) a um objeto através de um predicado. Isso gera uma estrutura de ligações que, por sua vez, formam um grafo RDF;

• PARQUET - O Parquet é um formato binário que permite o armazenamento dos dados utilizando alguns tipos específicos, como: o BOOLEAN, INT32, INT64, INT96, FLOAT, DOUBLE e BYTE_ARRAY. Os metadados no Parquet, incluindo esquema e estrutura, são integrados individualmente em cada arquivo tornando o formato de arquivo em autodescritivo;

• XML - Extensible Markup Language: é uma linguagem de marcação extensível que usa um formato padrão para a descrição e troca na web. Os dados são organizados de forma hierárquica, permitindo a representação de todos os tipos de estruturas de dados;

• CSV - Comma-Separated Values: é um formato para armazenar dados tabulares em texto, e cada linha do arquivo apresenta um registro. Cada registro é composto de um ou mais campos separados por vírgula. É usado para apresentar dados de estruturas simples, diretamente processados por editores de planilhas ou de texto;

• JSON - JavaScript Object Notation: é um formato para a troca de dados, de fácil escrita e leitura para pessoas e fácil análise e geração para máquinas. É construído sobre duas estruturas: i) uma coleção de pares nome/valor; ii) uma lista ordenada de valores. Ambas as estruturas são amplamente usadas em linguagens de programação, facilitando o seu entendimento e uso;

• ODS - Open Document Spreadsheet: é um formato não proprietário para arquivo de planilhas, baseado em XML;

• SVG - Scalable Vector Graphics: é um formato para descrição e troca de imagens e grafos bidimensionais, dados vetoriais e gráficos na web; e

• GML - Geography Markup Language: é um formato para troca de dados geográficos baseado em XML.