Hvilke muligheter og utfordringer gir data?

Snakker du om data i dagligtalen, mener du sannsynligvis «computer». Ikke opplysning.

En som er datakyndig er en racer på en PC. En med datakompetanse blir kjapt satt i rollen som IT-hjelp for venner og familie. Vedkommende er flink med datamaskiner.

Å være flink med data i vår betydning (altså verdier i et bestemt format, opplysninger i et datasystem, tabulert informasjon – du skjønner hvor vi vil), det er noe litt annet.

For å komme et nivå videre må vi evne å jobbe med data for å skape verdi og hente ut innsikter. Da må vi aller først forstå oss litt på ting som «data literacy» og «data science».

Disse begrepene er litt vriene å oversette til norsk, av de grunnene vi nettopp har forklart. Data literacy kan kanskje oversettes som dataforståelse, men det er lett å forveksle med data(maskin)kompetanse. Og som du nå forstår: Data science og computer science er to ulike ting.

Hva «data literacy» og «data science» er for noe, og hvorfor det er viktig, vil du lære om i denne seksjonen. Da kan vi i neste omgang se på hva slags utfordringer vi kan løse når vi har den rette kunnskapen og ferdighetene som «data literacy» og «data science» innebærer – og på den annen side, hvilke utfordringer bruken av data også skaper, for oss selv, miljøet og samfunnet.

Men la oss i første omgang se litt nærmere på akkurat hvem som bruker data.