Dødsstødet

18. marts 2010 var en milepæl, og måske en kedelig en af slagsen. I hvert fald indtil man accepterer konklusionen og begynder at se fremad igen. DEFF var i færd med et udbud om en national databrønd til elektroniske artikler og e-bøger, men udbuddet blev annulleret på grund af de indkomne svar.

Ingen af de store internationale udbydere ville give hverken data eller metadata fra sig. Selvom udbuddet reelt havde været halvandet år i støbeskeen ville nogle måske mene, at man burde gå videre og arbejde endnu hårdere for at få virksomhederne til at afgive data. Men konklusionen er, at det bliver alt for dyrt og videre forsøg og forhandlinger vil være at ignorere forretningsmæssige realiteter.

Ny virkelighed – hvad så?

Tanken om at frigive data, så biblioteker selv kan kontrollere dem fuldt ud, lever selvfølgelig videre og kan give mening i visse sammenhænge. Men bibliotekerne må endegyldigt acceptere, at vi ikke i noget der ligner nær fremtid kan etablere et enkelt sted, som den danske biblioteksverden kan få alle sine data fra.

Når man først har accepteret denne realitet, ser verden pludselig anderledes ud, men målet om at præsentere ét samlet søgeresultat for brugerne har vi sådan set stadig. De tekniske udfordringer er blot anderledes og måske større – i hvert fald nye for mange. Vi skal kunne formulere nye krav til dataleverandører og f.eks. bede om tf-idf-vægte så vi alligevel kan flette data sammen i et søgeresultat og huske at formulere krav til API’er, der lader os vise, men dog ikke indeksere, data i vores egne webomgivelser.

Biblioteker i cloud computings tidsalder

Tænker vi videre, er det (desværre) åbentlyst, at én central database med alt biblioteksmateriale ikke er en mulighed. Slet ikke i en tid, hvor begreber som cloud computing er hverdagssnak. E-bøgerne og e-tidsskrifterne var det første, store søm i kisten, men der er adskillige eksempler, som peger i samme retning.

Vi har før indset, at inkorporation af data fra Bibliotekernes Netmusik kunne give os juridiske problemer, fordi musiktracks skifter ejerforhold. Pludselig er dataene på bibliotekernes sites ikke opdaterede, og det har vist sig at bringe bibliotekerne i fare for sagsanlæg (hård virkelighed, men virkelighed). Her har der altså i praksis vist sig store argumenter for at dataejere kontrollerer de data og metadata, som de har ansvar for.

Samme situation har vi sådan set med visse data, der er bibliotekernes “helt egne”. På Statsbiblioteket optager vi f.eks. al dansk radio og tv og arkiverer det digitalt på baggrund af pligtafleveringsloven. Denne ordning betyder, at dataene ikke må forlade Statsbibliotekets servere. Tv og radio-programoversigterne kan selvfølgelig eksporteres til en central databrønd – men i øjeblikket ser man på, hvordan selve optagelserne i form af billeder og lyd (og altså ikke kun programoversigterne) kan gøres søgbare og give nye og brugbare indgange til materialet – metadata og data smelter altså mere og mere sammen og besværliggør en central databrønd. Ligeledes vil man gerne kunne vise brugerne “snippets” eller “previews” af udsendelserne – atter et eksempel på, at data og metadata efterhånden har en flydende grænse, som skaber ophavsretsproblemer så snart man vil begynde at distribuere data til andre servere.

Mange flere eksempler peger i retning af, at én central databrønd til alle “biblioteksdata” ikke bliver virkelighed nogensinde på grund af jura og forretning. Hertil kommer i øvrigt de ressourcer, det kræver at holde en databrønd velstruktureret og opdateret, hvis den skal give brugbare og relevante resultater.

Målet er stadig det samme

Målet er dog, for mig at se, stadig det samme: Vi skal servicere brugerne på en inspirerende, relevant og effektiv måde – den tekniske løsning og vejen derhen er nu blot en anden.

Da verden i dag på dette punkt ser meget anderledes ud end for et halvt år siden, og da vi mangler mange svar og måske mangler at stille de rigtige spørgsmål, afholdes tirsdag 8. februar 2011 en konference om emnet. Konferencen hedder The Well Conference, og du kan tilmelde dig og læse mere på www.well11.dk.

Det viser sig at adskillige rettelser faktisk stammer fra virksomhederne selv. Eksempelvis har den amerikanske virksomhed Diebold forsøgt at dæmpe kritikken af deres stemmemaskiner. I én redigering er hele afsnittet “Criticism” fjernet og i en anden er afsnittet “Current controversy” fjernet.

Disney, Fox News, Microsoft og andre virksomheder som blandt nørder traditionelt betragtes som onde er også på listen med pinlige forsøg på redigeringer.

Efter min mening betyder ovenstående ikke, at Wikipedia ikke længere er troværdig. Det er tværtimod et eksempel på at vi med det rette design (som nu denne afslørende nye kobling af data) kan gøre information endnu mere troværdig. Dertil at firmaer som forsøger at omgå systemer som bygger på “wisdom of the crowds” løber en meget stor risiko fordi de på et eller andet tidspunkt (når data bliver remixet på en ny måde) risikerer at blive udstillet i rampelyset.

Se omtalen på Wired og prøv selv at søge på Wikiscanner (eller vent til sitet efter den store bevågenhed kører stabilt igen).

Det eneste der undrer mig er, at det først er nu at de to datakilder er blevet remixet.

Niveau 1: Permalinks

Hvis brugerne skal blogge, skrive, korrespondere om dit materiale, skal de som minimum kunne linke til det.

Et permalink betyder “permanent link” og det gælder for de næste par timer, år og årtier. Lavede du et link til en bog i Amazon.com i 1999 virker linket stadig i dag. Bl.a. derfor dukker Amazons stamsider om bøger så højt op i Google.

Fremgår der ord som “session-id” eller laaange koder i dine URL’er er det ofte et signal om, at de har en kort levetid.

YouTube og Flickr bruger korte URL’er som har holdt lige siden starten. URL’erne er ikke særligt deskriptive, men til gengæld er de korte så de ikke knækker hvis du sender dem i en e-mail:
http://youtube.com/watch?v=0SBR8XmE4PA
http://www.flickr.com/photos/hofman/683106951/

Bogurl.dk har eksemplarisk korte og permanente URL’er:
http://bogurl.dk/isbn/8778872863

Bibliotek.dk, en række CMS’er og forskellige bibliotekssystemer anvender ikke permanente URL’er. I flere tilfælde skal man i hvert fald være tekniker og finde et specialværktøj for at danne URL’en.

Niveau 2: Thumbnails

Thumbnails eller miniatureudgaver er en form for tilgængeliggørelse du kan bruge, når du ikke kan stille den fulde udgave til rådighed. Polfoto sælger fotos til professionel brug – men hvis ikke man kan se et billede først, vil man ikke købe det. Derfor tilbyder de en miniatureudgave som man kan se inden man går til købeprocessen.

Amazon.com har deres egen form for miniatureudgave. Du kan i mange tilfælde kigge udvalgte sider af bogen igennem og i 99,9% af tilfældene se bogforsiden. Det øger villigheden til at købe bogen, fordi man bliver sikrere i sin beslutning.

Netmusik.dk lader brugeren lytte til et 30 sekunders klip af musikken uden at det “koster” noget. Det samme gør iTunes-butikken uden beregning. Det er også en form for miniature-udgave som er højest brugbar.

Man kan se thumbnails og previews som gode muligheder, men nogle vælger også at betragte dem som crippleware.

Niveau 3: De faktiske filer

Den mest ekstreme form for delbarhed er at tilbyde de faktiske filer. En del webtjenester har faktisk succes selvom de ikke tilbyder de faktiske filer, men mit gæt er, at vi vil se at flere og flere tilbyder brugerne filer til fri download uden kvalitetsbegrænsninger. Efterhånden finder virksomheder nemlig ud af, at man f.eks. kan tjene pengene på konsulentydelser eller oplevelser frem for det klassiske materiale – eller også bliver de tvunget til det fordi andre aktører tager over og tilbyder materialet frit.

Eksempler:

• Flere og flere bøger udgives sådan at du kan hente den fulde udgave i pdf gratis, selvom du stadig betaler for den fysiske bog.
• Podcasts er musik og tale som du får ned på din mp3-afspiller uden begrænsninger – den downloadede fil kan kopieres frit. Nogle betragter dog mp3-filer som en forringet udgave – så i visse tilfælde vil man måske kategorisere denne frigivelse under “niveau 2-delbarhed”.
• Politiken tilbyder sine nyhedsartikler i fuld udgave i modsætning til de fleste andre danske onlineaviser, hvor man konstant støder ind i begrænsede og betalingsbelagte udgaver.

Antieksempler:

• På YouTube kan du ikke downloade en film til din computer, men må nøjes med at indlejre den i din blog mens den bliver liggende på YouTubes server.
• På Flickr skal du købe en “Pro”-konto hvis du vil gøre det muligt for andre at downloade dine fotos i orignaludgave – her er det altså ligefrem blevet en salgsparameter for Flickr.
• På Netmusik.dk kan du kun hente musikfiler med DRM (kopiforhindring) som betyder at kun du kan afspille filerne på udvalgt afspilningsudstyr – du kan ikke kopiere dem frit eller arbejde videre med dem i anden sammenhæng.

Niveauet af delbarhed lægges efter min erfaring ofte fast meget tidligt i et projekt – hvad enten det sker bevidst eller ubevidst.

Tænk på det projekt eller den service du sidder og arbejder med lige nu: Hvor delbar er den for brugerne?

Den gode debat opstår, når de to verdener mødes og ikke taler forbi hinanden. Som minimum skal vi derfor erkende, at der faktisk er tale om forskellige grundbetragtninger, som ganske vist har overlap, men som også ofte repræsenterer to yderpunkter i diskussionen.

Her har du en lettilgængelig guide, som du kan bruge til en hurtig identifikation af dit eget ståsted, dit eget projekt eller andres ståsteder eller andres projekter. “Print, klip og hæng op på opslagstavlen”.

For ikke at falde i fælden “hvad er den bedste opfattelse?” når vi f.eks. skal tilrettelægge et projekt, der skal skabe noget nyt, er det nyttigt at se på spørgsmål som:

• Hvad vil vi opnå?
• Hvilke ressourcer råder vi over?
• Hvad er målgruppens adfærd?

Listen sætter tingene meget hårdt op. Jeg tror selv på at de to verdener med fordel kan co-eksistere. Men der er også grundlæggende problemer i at smelte de to verdener sammen.

Har du forslag til tilføjelser eller kommentarer, så kom endelig med dem.

Jeg kan ikke lade være med at tænke på at dette datamateriale kunne være sjovt at anvende som en del af grundlaget for en relevansalgoritme i et bibliotekssøgesystem (lokal opac eller bibliotek.dk i ny udgave).

Grav selv i dataene på bibliotekspenge.dk. Peter Brodersen står i øvrigt også bagved sitet findvej.dk som er endnu et kreativt remix af Google Maps-værktøjer og adresser fra Kort- og Matrikelstyrelsen.