Forfattere: Heidi Bergh-Hoff (UNINETT), Jan Erik Garshol (BIBSYS), Snorre Løvås (UNINETT) og Jon Strømme (UNINETT) Dato:

Transkript

1 Til: UNINETT Fra: UNINETT Forfattere: Heidi Bergh-Hoff (UNINETT), Jan Erik Garshol (BIBSYS), Snorre Løvås (UNINETT) og Jon Strømme (UNINETT) Dato: Gjelder: Datarelatert kartlegging i Samhandlingsforum Oppsummerende drøfting med utgangspunkt i kartleggingen 2 Hvordan skal vi oppnå nødvendig harmonisering i sektoren? 2 Tas beslutninger med riktig kontekst og ut fra hensiktsmessige avgrensninger? 2 Har vi kontroll på dataeierskap? 3 Hvordan er datakvaliteten? 3 Vi ser behov for neste steg 4 Vedlegg 1 6 Kartleggingsprosessen 6 Sammenstillingsområder i kartleggingen 6 Utvalgte Archimate 2.0-symboler 14

2 Oppsummerende drøfting med utgangspunkt i kartleggingen Samhandlingsforum har utført en datafokusert kartlegging av egen tjenesteproduksjon. Dette er første steg i et arbeid med videreutvikling av tjenestene slik at de i større grad støtter nye målbilder for utdanning og forskning 1. Innspill fra de individuelle medlemsorganisasjonene er sammenstilt etter tema som vi mente kunne belyse utfordringene. Drøftingen rundt sammenstillingene i dette notatet er hovedresultat fra kartleggingen. Fremgangsmåten for kartleggingen og selve sammenstillingene som er tegnet i Archimate presenteres i vedlegg 1. Fremgangsmåten for kartleggingen og den videre prosessen med innsamling av observasjonene som er presentert her, bygger på virksomhetsarkitektur praksis. I presentasjonen har vi forsøkt å fokusere på budskapet, mens arkitekturtilnærmingen og «stammespråket» forhåpentligvis er lite synlig i drøftingen. Hvordan skal vi oppnå nødvendig harmonisering i sektoren? Alle medlemmene i Samhandlingsforum som deltar i kartleggingen utfører datarelaterte harmoniseringstiltak som en del av rollen sin som leverandør av fellestjenester. Det gjelder for eksempel UNINETT gjennom fasilitering av begreper i prosjektet for digital eksamen, BIBSYS gjennom å fremme metadatastandarder og lik bruk av fellesløsninger, CRIStin gjennom beste praksis i forbindelse med strukturering av organisasjonsenheter, FSAT gjennom arbeid med harmonisering av støtte for studieadministrasjon, og NSD gjennom felles datamodell for rapportering. Disse tiltakene ser ut til å ha god effekt et stykke på vei, men Samhandlingsforumets medlemmer makter ofte ikke å komme helt i mål med valg av en definisjon eller en standard. Slik «bottom-up»-harmonisering møter utfordringer når: - kostnad finnes i ett administrativt område, men forventet gevinst finnes i et annet - noen enheter, i institusjonene eller blant medlemmene, må tåle ulempe for at sektoren som helhet skal fungere bedre - nye arbeidsområder utvikles og nye oppgaver skal fordeles, gjerne i konkurranse medlemmene imellom I slike tilfeller kunne et felles beslutningsorgan i UH-sektoren supplert Samhandlingsforums «bottom-up»-harmoniseringspraksis med noen strategisk viktige «top-down»-føringer Manglende harmonisering på ett område kan få konsekvenser for andre områder. For eksempel har mangfold i rolledefinisjoner og organisasjonsstrukturer i sektoren ført til mangfold i gruppene basert på disse rollene eller organisasjonsenhetene. Samhandlingsforumets organisasjoner gjør derfor en del arbeid for å kompensere for manglende standardisering. NSD utfører harmoniseringsarbeid for å kompensere for variasjon i roller og tolkning av dem slik at de kan lage en samlet statistikk for studieproduksjon. CRIStin vedlikeholder en beskrivelse av de forskjellige organisasjonsvariantene slik at publikasjoner kan knyttes til riktig organisasjonsenhet. Det synes som om mangfoldet i begrepsbruk er større enn det mangfoldet organisasjonene må ivareta. Varierende tolkning av organisasjonsroller kan føre til duplisering av funksjonalitet i ulike tjenester eller medføre unødig kompleksitet ved bruk av samme tjeneste. Tas beslutninger med riktig kontekst og ut fra hensiktsmessige avgrensninger? Samhandlingsforums systemer og tjenester forvaltes av egne linjeorganisasjoner der flere institusjoner er representert i styrende eller rådgivende organer. Beslutninger tas gjerne rundt enkeltsystemer og fagområder i en brukskontekst. Når disse blir aggregert, kan det gi uheldige 1 Prosessbeskrivelsen tilgjengelig elektronisk på +V5.docx 2

3 konsekvenser for helheten. Konteksten til en beslutning kan være snevrere enn det området beslutningen får konsekvenser for. Midlertidige identifikatorer defineres i et avgrenset område hvor de er unike, men kan bli synlige og skape kollisjoner i en større kontekst. Det å velge å benytte lokale varianter på, for eksempel, stedskoder kan være nyttig innenfor én institusjon. Men valget fører til ekstra kompleksitet dersom institusjonene benytter stedskoder i fellesprosesser for UH-sektoren med digital støtte. Den felles prosessen må tolke stedskodene forskjellig avhengig av kodens tilhørighet. Eventuell omorganisering vil også kompliseres gjennom begreps- og implementasjonsmangfoldet. Ideelt sett bør en virksomhets behov for samhandling og felles kontekst være førende for avgrensning av kontekst for beslutninger rundt støtteverktøy. I praksis spiller organisasjonsstrukturer og finansieringsmekanismer i stor grad inn. Derfor er avstemming av samhandlingsbehov og organisasjonsstrukturer viktig. Feide har utdanningssektoren som målgruppe. Konteksten for tjenestesamhandling er dermed definert ut fra hvem som har lov til å bruke Feide-tjenesten. Feide-tjenesten letter samhandling mellom organisasjonene i UHsektoren, men skaper utfordringer for både BIBSYS og CRIStin, som har kunder utenfor sektoren. Den foreslåtte nye ID-en for utdanning vil lette samhandling i UH-sektoren ytterligere, men vil ikke bidra i kommunikasjon utenfor denne konteksten. Dermed blir valg av tjenestekontekst gjerne tatt i spenningen mellom muligheten til å kunne praktisk beslutte noe og det faktiske behovet i en felles kontekst. Har vi kontroll på dataeierskap? Dataeierskap kan omfatte definisjon av anvendelse, autorisasjonsrettigheter, datafangstprosedyrer, format, «value range» samt godkjenning av sikkerhetsnivå (ITIL 2011). I kartleggingen vår har vi sett at sektoren stort sett har oversikt over hvem som eier persondata og de grupper av personer i egen organisasjon som er kartlagt. Videre har de oversikt over sektorens forskningsdatasett og publikasjoner, samt metadata om forskningsdata og publikasjoner. Bildet er derimot mangfoldig og uklart når det gjelder læringsobjekter. Både policy og praksis varierer fra individ- til institusjonseierskap 2. Et annet interessant område er datasett som er felles for sektoren, og som gjerne helt eller delvis er utledet fra andre kilder. Her er bildet nyansert. Noen etablerte kilder, slik som DBH og BIBSYS Autoritetsregister, har en veldefinert forvaltningspraksis, selv om disse ikke eier dataene fullt ut i henhold til praksisen til ITIL. Andre datakilder, slik som forskergrupper i CRIStin, ser ut til å ha uklart eierskap. Hvordan er datakvaliteten? Med god datakvalitet menes her at dataene tilfredsstiller krav til korrekthet, kompletthet, tidsriktighet og konsistens 3. Datafangst- og vedlikeholdsprosesser må defineres og brukes konsekvent for å tilfredsstille krav om høy datakvalitet. Kartleggingen omfatter data som er administrativt og utdannings- og forskningsrelatert. Sektoren har jobbet med forbedring av administrativ datakvalitet gjennom flere år. System-lokal oppdatering av persondata med manuelle rutiner erstattes over tid med integrasjon mot sentrale, autoritative datakilder. Datakvaliteten blir dermed stadig bedre, men noen utfordringer gjenstår. Den dynamiske virkeligheten i sektoren, med stor utskifting av studentmassen og til dels staben, krever administrativ oppfølging. Institusjonene er også åpne arenaer for samhandling hvor personer med løs tilknytning, som for eksempel gjesteforskere, 2 Nettbasert veiledningstjeneste om opphavsrett for utdanningssektoren. Norgesuniversitetet Tilgjengelig elektronisk på 3 Felles IKT-arkitekturprinsipper for universitets- og høgskolesektoren, tilgjengelig elektronisk på 3

4 konsulenter og eksterne sensorer, skal ha tilgang til både bygningsmassen og IKT-løsninger. Det vil også på lang sikt være grensetilfeller og unntakstilfeller der manuelle rutiner kan være løsningen. Rapporteringsdata må fortsatt oversettes mellom varianter av datamodeller eller til en felles datamodell, hvor det ligger skjønn og en fare for degradering av datakvalitet som konsekvens av prosessen. Samtidig rapporterer flere om en økt bevissthet rundt verdien av kvaliteten på rapporteringsdata som støtte til institusjonenes egne beslutninger. En økning i datakvalitet til eget bruk internt vil også lette arbeidet med rapportering eksternt. Datakvaliteten til læringsressurser er det vanskelig å si så mye om, da landskapet er varierende og uoversiktlig. BIBSYS og UNINETT ecampus tilbyr en tjeneste i samarbeid som støtter registrering, publisering og gjenfinning av læringsobjekter, men løsningen er i liten grad tatt i bruk i sektoren 4. Kartleggingen har ikke funnet data av betydning om læringshendelser, noe som kan skyldes signifikante utfordringer knyttet til personvern rundt lagring og bruk av slike data. Uten lagrede data har vi heller ingen oppfatning av kvalitet. Det finnes gode rutiner for fangst og vedlikehold av metadata om forskningsdata og publikasjoner. Disse dataene ser ut til å holde høy kvalitet i henhold til definisjonen, men det er overlappende forekomster av metadata rundt publikasjoner hos BIBSYS og CRIStin. Gjenfinnbarheten er i tillegg viktig for slike data. BIBSYS tilbyr internasjonal publisering av metadata gjennom DataCite, noe som blant andre UNINETT Sigma2 benytter. NSD planlegger slik publisering i fremtiden. Gode tjenester for gjenfinning av data bidrar til etterprøvbarhet, og dermed til kvalitet på forskningsdata. En funksjon som berører datakvalitet i alle typer data som beskrives her, er versjonering. Lovgivning innen regnskap og arkivering krever evnen til å gjenskape data på et gitt tidspunkt. Hendelseslogger som er nødvendig for versjonering, er også relevante innenfor læringsanalyse. Vi er usikre på hvorvidt UH-sektoren har tilstrekkelig fokus på dette kravet. Vi ser behov for neste steg I kartleggingsprosessen har vi sett et behov for tiltak som øker fokus på helhetsbilde og harmonisering. Den typen «bottom-up»-harmonisering som Samhandlingsforum gjør i dag er positiv, men bør suppleres med en beslutningsprosess for sektoren rundt det som er felles IKT. Et målbilde med blikk på individ, institusjon og hele UH-sektoren, og for norsk og internasjonal kontekst, kunne skapt grunnlag for et veikart. Eksempler på tiltak kunne være: Opprette et IKT-styringsorgan for fellestjenester i sektoren med mandat og myndighet til å fastsette felles definisjoner Lage felles definisjoner for et utvalg av roller i sektoren (f.eks. «student») Gjennomgå variantene for organisasjonsstrukturer i sektoren og definere en felles basisstruktur Utlede brukstilfeller og derfra nødvendig IKT-støtte fra målbildet for utdanning og lage en plan for realisering Opprette en arkitekturfunksjon for sektoren som kan bistå med innføring av fellesdefinisjoner, gjerne som en integrert del når nye tjenester tas i bruk Arkitekturfunksjonen kan gi råd slik at beste praksis som opparbeides blir delt Smidige virksomhetsarkitekturer, ofte karakterisert ved lett sammensettbare byggeklosser, er ikke noe som oppstår av seg selv. De er et resultat av langsiktig og målrettet arbeid, og de 4 BIBSYS DLR er brukt av NTNU. BIBSYS DLR blir vurdert tatt i bruk hos NTNU ved innføring av nytt els sommeren BIBSYS bidrar også i anbudsarbeidet ved UNINETT for nytt els, av samme grunn. 4

5 krever blant annet helhetlig tenking, prinsipper for arkitekturen, samt prioritering og koordinering av fellestiltak. 5 5 En god beskrivelse av veien til «Business Modularity» finnes i «Enterprise Architecture as Strategy. Creating a Foundation for Business Execution». Ross et. al. 2006, Harvard Business School Press, Boston, Massachusetts. 5

6 Vedlegg 1 Kartleggingsprosessen Samhandlingsforumets medlemmer har hver for seg utført en datafokusert kartlegging 6 etter en felles mal, som omfattet a) Egne tjenester som støtter rollene student, lærer, forsker og leder b) Dataflyt der flere av Samhandlingsforumets medlemmer samhandler om tjenesteproduksjon c) Datakilder d) Informasjonsmodeller i bruk e) Forvaltningsmekanismer inkludert dataeierskap Ut fra disse foreløpige resultatene identifiserte vi områder vi ønsket å se nærmere på ut fra mistanke om utfordringer knyttet til mangfold av definisjoner eller duplisering av funksjonalitet eller data. Derfor bestemte Samhandlingsforumet å lage en felles sammenstilt kartlegging 7 rundt 1. Datatypene: a. Personidentifikatorer (vist gjennom både anvendelser av identifikatorene og realisering i personregistre) b. Roller c. Grupper (inkludert organisasjonsenheter) 2. Forskningsdata og metadata 3. Publikasjoner og metadata 4. Statistikk og rapporteringsdata Tilnærmingen har tatt utgangspunkt i de individuelle kartleggingsinnspillene som ble supplert med annet tilgjengelig skriftlig materiale fra Samhandlingsforum. Archimate-tegningene er i noen tilfeller laget sammen med ansatte hos Samhandlingsforumets medlemmer som jobber innenfor det kartlagte området. I andre tilfeller har vi laget utkast til tegningene og hatt møter i etterkant for å gjennomgå og korrigere dem. Deretter har vi tolket innholdet som grunnlag for denne drøftingen. Sammenstillingsområder i kartleggingen ID-er i sektoren Figuren viser rollene til Kari, som er en meget aktiv vitenskapelig ansatt ved NTNU. Rollene til Kari er knyttet til en organisasjon som benytter en person-id til å identifisere personer med den gitte rollen. På fritiden studerer Kari ved UiO. Hun er deltids gjesteforeleser hos UiB. Som fremragende forsker ved NTNU publiserer hun flittig. Hun er bankkunde hos DNB. Hun er norsk statsborger. Hun profilerer forskningsresultatene sine i en interessegruppe på Facebook, og hun samarbeider med noen internasjonale kolleger ved hjelp av Google drive. Disse rollene og aktivitetene resulterer i at hun har fått flere digitale identiteter. Hun får forskjellige Feidebrukere hos UiO, UiB og NTNU. Som forfatter får hun tildelt en ISNI, som aktiv forsker har hun en ORCID. Som norsk statsborger har hun norsk fødselsnummer. DNB har utstedt en Bank-ID til Kari. Kari har også en digital ID hos Facebook og Google. 6 Kartleggingen tilgjengelig elektronisk på &_20_viewFolders=1&_20_struts_action=%2Fdocument_library%2Fview&_20_action=browseFolder&p_p_id= 20&p_p_lifecycle=0&_20_entryStart=0&_20_entryEnd=20&_20_folderStart=0&_20_folderEnd=20 7 Møtereferat tilgjengelig elektronisk på 6

7 Vi må håndtere mange ID-er i norsk UH-sektor, og dette kommer til å være en vedvarende situasjon. Disse ID-ene har hver sin målgruppe, med større eller mindre grad av overlapp. Jo flere ID-er, jo større kompleksitet. Når overlappen blir stor nok, kan vi spørre hvorvidt de overlappende ID-ene bør brukes av alle. Vi har begrenset innflytelse over internasjonale IDføderasjoner (f.eks. DOI, ISNI og ORCID), men vi kunne vurdere å klare oss uten lokale ID-er som overlapper disse. Vi kan også se på hvilke av de internasjonale ID-ene det er hensiktsmessig å bruke lokalt. Målgruppen til Feide som tjeneste er UH-sektoren. Dette er en utfordring for tjenesteleverandører som også har kundegrupper utenfor UH-sektoren, f.eks. CRIStin og BIBSYS. Samtidig har økt samhandling internt i UH-sektoren endret kravene til autentiseringsløsningen. Personer har roller på flere institusjoner. Sammenslåinger fører til endringer i Feide-ID-er. Hvordan bør Feide forholde seg til ulike løsninger ( for elektronisk ID? Bør personidentifikatoren være organisasjonssentrisk? Når bør det være mapping mellom ID-ene som brukes i UH-sektoren? Når bør det være sammenslåing/valg av ID-er? Hvordan bør autorisasjon (en brukers tilgangsroller) håndteres i UH-sektoren? I hvor stor grad bør sektoren la en ekstern ID dekke sektorbehov? 7

8 Personregistre i sektoren Figuren viser sentrale personregister i UH-sektoren, flyt av data fra primærkildene til de ulike kopiene av disse dataene, og koblinger mellom relaterte internasjonale register som ORCID og ISNI. Personregistrene som tilhører en generisk utdanningsinstitusjon er vist i den grå boksen. Ulike felleskomponenter bygger egne register med personinformasjon fra alle institusjonene (CRIStin, BIBSYS, Samordna Opptak, eventuelt UH-NIS for HPC). Utvalget av personer er bestemt av brukstilfellet. Når et register dekker flere bruksområder, er det viktig at begrepene og dataene er konsistente. Det må finnes mekanismer for å kunne snakke om en person på tvers av fagsystemer og tjenester, enten ved at systemene har en felles identifikator, eller ved at de har tilgang til en oppslagstjeneste. Utfordringene knyttet til disse personregistrene gjelder også datakvalitet, særlig når data gjelder tilknyttede personer som verken er ansatte eller studenter. I tillegg kan samme person ha flere institusjonsbaserte ID-er, noe som vanskeliggjør sammenstilling i tjenestekontekst. Det er et naturlig stort overlapp mellom personer med ORCID og ISNI-identifikatorer. 8

9 Roller i sektoren Figuren viser noen sentrale roller knyttet til utdanning og forskning. Student, lærer og forsker har flere varianter og subtyper (spesialiseringer). Vi har sett utfordringer knyttet til slike varianter, både fordi deltakere i felles prosesser opplever kryssende forventninger, og fordi de gruppene som er definert ut fra rollene vil variere med varierende definisjoner. Enkelte institusjoner har tilfeller der lokale løsninger oppfatter et individ som deltaker i en gitt rolle i et system, men ikke i et annet system med tilsynelatende samme rolle. 9

10 Grupper Figuren viser de sentrale gruppene som Samhandlingsforumets tjenester håndterer. Vi finner utfordringer knyttet til at begreper har forskjellige betydninger i forskjellige kontekst. Dette har konsekvenser spesielt for rapportering. DBH samler og sammenstiller data fra sektorens FS-instanser og personalsystemer. CRIStin samler og sammenstiller data fra personalsystemer som beskriver organisasjonsenheter. Både NSD og CRIStin må harmonisere dataene som kommer fra de forskjellige institusjonene for å kunne levere sine tjenester. NSD har deltatt i flere omganger med begrepsharmonisering. CRIStin sprer aktivt beste praksis omkring modellering av organisasjonsenheter hos institusjonene for å minimere avvikene. Harmonisering er fortsatt en pågående aktivitet i begge tilfeller. 10

11 Forskningsdata og metadata Figuren viser hvordan tjenestene til UNINETT Sigma2, NSD og BIBSYS både støtter forskningsprosessen og muliggjør gjenfinning av forskingspublikasjoner og datasett. UNINETT Sigma2 tilbyr tjenester for innsamling, bearbeiding, publisering, forvaltning og gjenfinning av data som de forvalter. De forvalter primært store naturvitenskapelige datasett som er for store til å lagres i relasjonsdatabaser. NSD tilbyr tjenester for arkivering, forvaltning og gjenfinning av data som de forvalter. Den faglige tyngdepunktet til NSD ligger i norsk samfunnsforskning. BIBSYS tilbyr tjenester for publisering, forvaltning og gjenfinning av publikasjoner og datasett. BIBSYS har et bredere fokus på gjenfinning av alt som er publisert, både nasjonalt og fra globale kilder. Det finnes en del overlapp i de funksjonene som disse tre organisasjoner utfører for å kunne tilby sine tjenester. Funksjoner for håndtering av dataplaner, publisering, forvaltning og gjenfinning av datasett finnes hos alle tre. I tillegg har CRIStin planer om å tilby supplerende funksjonalitet innenfor samme område. Når fire ulike tjenesteorganisasjoner pluss lokal institusjon prøver å støtte de samme behovene hos forskeren, vil det kreve god samhandling og styring for at forskeren skal få en god brukeropplevelse. 11

12 Publikasjoner og metadata Figuren viser tjenester fra BIBSYS og CRIStin knyttet til publisering og gjenfinning av artikler og bøker. Registrering av artikler eller bøker gjøres i CRIStin, mens selve publikasjonen blir lagret i institusjonens publiseringsplattform, ofte realisert i regi av BIBSYS igjennom BIBSYS Brage. Slik blir gjenfinningsperspektivet hensyntatt på en enhetlig måte, med tilbud om internasjonal publisering. Metadata om publikasjonen lagres både i institusjonens publiseringsplattform og i CRIStin og i BIBSYS. Institusjonen lagrer metadata om egne publikasjoner. CRIStin lagrer metadata om sektorens produksjon. BIBSYS lagrer metadata med et bredere og global omfang. CRIStin vil være kilde for minst mulig metadata og kan muligens benytte metadata fra BIBSYS i fremtiden istedenfor å lagre en egen kopi. 12

13 Rapportering Figuren viser tjenester fra FSAT, NSD og CRIStin som rapporterer om studieproduksjon og forskningsresultater. FS inneholder informasjon om studieproduksjon og oppnådde resultater hos hver institusjon. Informasjonen er harmonisert og blir rapportert inn til DBH, der NSD forvalter statistikk om studietilbud og oppnådde resultater for hele sektoren. Rapporteringen til DBH skjer to ganger i året, mens informasjonen i FS kan benyttes som lokal styringsinformasjon dersom den fortløpende datakvaliteten er god nok. Vi har fått enkelte observasjoner om at bevissthet rundt verdien av denne styringsinformasjonen og om at datakvaliteten har økt. Dette bruksmønsteret vil lette innrapporteringen til DBH siden innrapportering da kan skje uten ekstra vask av dataene. CRIStin vedlikeholder en oversikt over organisasjonsenheter i sektoren med institusjonsspesifikke varianter slik at publikasjonspoengene kan allokeres. NSD benytter de rapporterte opplysningene til å foreta resultatbasert omfordeling. NSD forvalter også statistikk om forskningsprosjekter i sektoren. Det er en utfordring knyttet til korrigering av studierelaterte begreper hos institusjonene og mangfoldet i organisasjonsstrukturene som er brukt i rapporteringene. Disse ulikhetene og dette mangfoldet svekker kvaliteten til de aggregerte dataene. 13

14 Utvalgte Archimate 2.0-symboler 14