Osservatorio dei termini del lavoro sui dati

Accesso civico generalizzato

Facoltà riconosciuta a chiunque di chiedere documenti, dati e informazioni detenuti da una pubblica amministrazione, senza obbligo di motivare la richiesta, nei limiti delle eccezioni previste dal decreto legislativo 33/2013. Non garantisce l’esito: l’amministrazione può rifiutare in modo motivato.

Aggregazione

Operazione che riunisce più righe in un valore di sintesi, per esempio la somma per comune o per mese. Riduce il dettaglio e può proteggere le persone, ma cancella informazione: due distribuzioni molto diverse possono produrre la stessa media.

Anonimizzazione

Insieme di trattamenti che rendono non più identificabile la persona a cui i dati si riferiscono, in modo irreversibile. Va distinta dalla pseudonimizzazione, che sostituisce un identificatore con un codice ma consente ancora il collegamento con una chiave.

API

Interfaccia che permette di richiedere dati a un servizio in modo programmato, ricevendo una risposta strutturata. Utile per raccolte che cambiano spesso; richiede attenzione ai limiti di richieste, alla versione dell’interfaccia e alle condizioni di riuso.

Campione

Sottoinsieme di unità osservate per descrivere una popolazione più ampia. Il modo in cui è selezionato conta più della sua dimensione: un campione grande ma distorto resta distorto, e nessun calcolo successivo corregge una selezione sbagliata.

Catena di custodia

Registro ordinato che documenta provenienza, data di acquisizione, forma originale e trasformazioni successive di un reperto. Serve a dimostrare che il materiale mostrato è quello reperito e a distinguere una modifica di lavorazione da un’alterazione.

CSV

Formato di testo in cui i valori sono separati da un carattere, di solito virgola o punto e virgola. È leggibile dalla macchina e duraturo, ma non descrive i tipi di dato: codifica, separatore e formato delle date vanno verificati a ogni scaricamento.

Dato aperto

Dato pubblicato in formato leggibile dalla macchina, accessibile a tutti e riutilizzabile con una licenza che ne consente il riuso, anche commerciale, con il solo obbligo di citare la fonte. La pubblicazione non implica che il dato sia completo o aggiornato.

Dato personale

Qualsiasi informazione che permette di identificare una persona fisica, direttamente o combinandola con altre informazioni disponibili. Nel giornalismo l’esistenza di un interesse pubblico non elimina l’obbligo di limitare i dati a quelli necessari.

Deduplicazione

Individuazione e rimozione di righe che descrivono la stessa unità. Richiede una regola di identità dichiarata: nomi scritti in modo diverso possono indicare lo stesso soggetto, mentre unità diverse possono condividere lo stesso nome.

Denominatore

Quantità rispetto alla quale si calcola una quota o un tasso. Cambiare denominatore cambia il significato del risultato: la stessa cifra assoluta genera valori molto diversi se rapportata alla popolazione, alle unità registrate o alle pratiche trattate.

Errore campionario

Scarto atteso fra il valore osservato su un campione e il valore reale della popolazione, dovuto al solo caso. Si esprime come margine in punti percentuali associato a un livello di fiducia e si riduce lentamente al crescere del campione.

Geolocalizzazione

Determinazione del luogo in cui è stata prodotta un’immagine o si è svolto un fatto, confrontando elementi visibili con cartografia, immagini di riferimento e caratteristiche del terreno. Il risultato ha sempre un margine, che va dichiarato.

Intervallo di fiducia

Insieme di valori compatibili con l’osservazione, dato un livello di fiducia scelto in anticipo, per esempio 95 su 100. Non indica la probabilità che il valore reale stia nel singolo intervallo calcolato, ma la frequenza con cui la procedura lo comprende.

Licenza di riuso

Condizioni che regolano l’uso di un file o di un’immagine: attribuzione della fonte, possibilità di modifica, obbligo di mantenere la stessa licenza. Un dato accessibile non è automaticamente riutilizzabile, e una licenza sbagliata può bloccare la pubblicazione.

Mediana

Valore che divide in due metà una serie ordinata. Resiste ai valori estremi meglio della media aritmetica e per questo descrive spesso in modo più fedele distribuzioni molto sbilanciate, come quelle dei tempi di attesa o delle dimensioni.

Metadato

Informazione che descrive un dato o un file: chi lo ha prodotto, quando, con quali unità, con quale copertura territoriale, con quale versione. Senza metadati un file resta ambiguo; nei file immagine i metadati possono contenere dati personali.

Minimizzazione

Principio per cui si trattano soltanto i dati necessari alla finalità dichiarata. Applicato al lavoro editoriale significa raccogliere il meno possibile, conservare per il tempo utile e pubblicare solo ciò che serve a far capire il fenomeno.

Numero indice

Serie ricalcolata ponendo uguale a cento un periodo di riferimento, per confrontare andamenti di grandezze diverse. La scelta della base cambia l’impressione visiva: due basi diverse possono raccontare storie opposte sulla stessa serie.

OSINT

Raccolta e analisi di informazioni provenienti da fonti accessibili a tutti: pubblicazioni ufficiali, registri, cataloghi, materiale reso pubblico dagli utenti. La liceità dipende dalle modalità: consultare è diverso da forzare, aggirare o trattare senza base giuridica.

Punti percentuali

Unità usata per esprimere la differenza fra due percentuali. Passare da 20 a 24 per cento è una differenza di quattro punti percentuali e una variazione del venti per cento: confondere le due misure è uno degli errori più comuni.

Pulizia dei dati

Serie di operazioni che rendono un file utilizzabile: uniformare codifiche e date, separare campi accorpati, normalizzare nomi, gestire valori mancanti, riconoscere righe di totale. Va documentata passo per passo, perché modifica i risultati successivi.

Registro Imprese

Registro pubblico tenuto dalle camere di commercio in cui sono iscritte le imprese italiane, con denominazione, sede, cariche e atti. Consente di verificare l’esistenza e la struttura formale di una società, non la sostanza dei rapporti fra le persone.

Riproducibilità

Proprietà di un lavoro che permette a un’altra persona, partendo dagli stessi dati e dalle stesse note di metodo, di ottenere gli stessi risultati. Richiede file originali intatti, trasformazioni annotate e calcoli espliciti.

Serie storica

Sequenza di osservazioni della stessa grandezza nel tempo. Va letta cercando le rotture: cambi di definizione, di copertura, di modalità di raccolta o revisioni successive possono produrre salti che non corrispondono a nessun fatto reale.

Tasso standardizzato

Tasso ricalcolato per rendere confrontabili popolazioni con struttura diversa, per esempio per età. Serve a evitare che una differenza dipenda dalla composizione del gruppo invece che dal fenomeno osservato; richiede di dichiarare la popolazione di riferimento.

Titolarità effettiva

Individuazione delle persone fisiche che in ultima istanza controllano una società. Ricostruirla richiede di seguire catene di partecipazioni e cariche: le informazioni disponibili possono essere parziali e vanno usate con prudenza.

Valore anomalo

Osservazione molto distante dalle altre. Può essere un errore di registrazione, un caso reale ed eccezionale o il segnale di un problema nella raccolta: va indagata e documentata, non eliminata in silenzio perché rovina un grafico.

Valutazione d’impatto

Analisi preventiva dei rischi per le persone quando un trattamento di dati è particolarmente delicato, prevista dal GDPR. Nel lavoro editoriale la logica resta utile anche quando non è obbligatoria: chiedersi chi può essere danneggiato e come ridurre il danno.

Verifica incrociata

Confronto della stessa affermazione con almeno due fonti indipendenti fra loro. Due documenti che ripetono la stessa origine non costituiscono un riscontro: l’indipendenza va accertata, non presunta dalla diversità dei nomi.

L’elenco viene rivisto quando una fonte modifica le proprie definizioni o quando una voce si rivela ambigua nell’uso concreto. Le segnalazioni sui termini seguono la stessa procedura delle altre rettifiche, descritta nel protocollo redazionale.