I.; Dutescu, A.; Stanila, G. O. 2018. Performance management in the data-driven organisation. – Proceedings of the International Conference on Business Excellence 12, 1, 816–828. https://content.sciendo.com/view/journals/picbe/12/1/article-p816.xml.
Robinson, J. B. 1990. Futures under glass: a recipe for people who hate to predict. – Futures 22, 8, 820–842.
Rossi, P. H.; Lipsey, M. W.; Henry, G. T. 2019. Evaluation: A Systematic Approach. Los Angeles: Sage.
Scannapieco, M.; Iannone, M. 2014. Native American Indian Child Welfare System Change: Virtual Implementation of a Data System Based on Practice Models. – Journal of Technology in Human Services 32, 3, 220–235.
Segura, M. S.; Waisbord, S. 2019. Between Data Capitalism and Data Citizenship. – Television and New Media 20, 4, 412–419. .
Smith, M .E. 2002. Success rates for different types of organizational change. – Performance Improvement 41, 1, 26–33.
Stubbs, E. 2014. The Value of business analytics. – Jay Liebowitz (ed), Business Analytics: An Introduction. CRC Press, Taylor and Francis Group, 1–28.
Tammpuu, P.; Masso, A. 2019. Transnational Digital Identity as an Instrument for Global Digital Citizenship: The Case of Estonia’s E-Residency. – Information Systems Frontiers 21, 3, 621–634. https://doi.org/10.1007/s10796-019-09908-y.
Taylor, L. 2017. What is data justice? The case for connecting digital rights and freedoms globally. – Big Data and Society 4, 2. https://doi.org/10.1177/20539517 17736335.
Thatcher, J.; O’Sullivan, D.; Mahmoudi, D. 2016. Data colonialism through accumulation by dispossession: New metaphors for daily data. – Environment and Planning D: Society and Space 34, 6, 990–1006. https://doi.org/10. 1177/0263775816633195.
Weimer, D. L.; Vining, A. R. 2005. Policy Analysis: Concepts and Practice. 4th ed. New Jersey: Pearson, Prentice Hall.
Wu, X.; Howlett, M.; Ramesh, M. (eds.) 2018. Policy Capacity and Governance: Assessing Governmental Competences and Capabilities in Theory and Practice. Palgrave Macmillan.
1.2. ANDMETE ÕIGUSLIK KAITSE JA KASUTAMINE TEADUSTÖÖS
Aleksei Kelli, Irene Kull, Age Värv
LUGEMISSOOVITUSED
• Aleksei Kelli, Tõnis Mets, Lars Jonsson, Krister Lindén, Kadri Vider, Ramūnas Birštonas, Age Värv, Challenges of Transformation of Research Data into Open Data: the Perspective of Social Sciences and Humanities. – International Journal of Technology Management and Sustainable Development 2018, 17, 3, 227−251. https://doi.org/10.1386/tmsd.17.3.227_1.
• Aleksei Kelli, Krister Lindén, Kadri Vider, Pawel Kamocki, Ramunas Birštonas, Silvia Calamai, Penny Labropoulou, Maria Gavrilidou, Pavel Straňák, Processing personal data without the consent of the data subject for the development and use of language resources. Ed. by Inguna Skadina, Maria Eskevich. Linköping University Electronic Press, Linköpings universitet 2019. http://www.ep.liu.se/ecp/article.asp?issue=159&article=008&volume= (18.09.2019).
• Jane Klavan, Arvi Tavast, Aleksei Kelli, The Legal Aspects of Using Data from Linguistic Experiments for Creating Language Resources. – Frontiers in Artificial Intelligence and Applications 2018, 307, 71−78. doi:10.3233/978-1-61499-912-6-71.
1.2.1. Sissejuhatus
Siinses peatükis vaadeldakse andmete õiguslikku olemust ja nende kasutamisega seotud piiranguid teadustöö kontekstis. Käsitluse rõhuasetus on sotsiaal- ja humanitaarvaldkonna teadusandmetel ning analüüs tugineb Eesti ja Euroopa Liidu õigusele. Osaliselt lähtutakse autorite eelnevatest avatud teaduse teemalistest uuringutest (vt Kelli et al. 2017a). Mitmed selgitavad näited pärinevad keeletehnoloogia valdkonnast.
Andmete kasutamisel tuleb arvestada mitmesuguste õiguslike piirangutega, mis võivad tuleneda eri õigusvaldkondade (õigusharude) õigusaktidest. Üldjuhul on olulisemateks õigusvaldkondadeks isikuandmete kaitse ja intellektuaalse omandi13 õigus. Ent tulenevalt konkreetsete andmete olemusest võib asjakohane olla ka näiteks äri-, maksu-, panga-, riigi- jms saladuse kaitse regulatsioon. Enamjaolt on seesugused piirangud leitavad Eesti õigusaktidest, kuid mõningatel juhtudel tuleb otse rakendada Euroopa Liidu õigusakti (sellisteks otse kohalduvateks aktideks on Euroopa Liidu määrused).
Õigusaktidega kehtestatud piirangud andmete kasutamisel lähtuvad praktilisest vajadusest kaitsta kellegi huve, näiteks on isikuandmete regulatsiooni eesmärk inimeste privaatsuse ja eraelu kaitse. Intellektuaalse omandi õigus aga kaitseb loojate huve, tagades neile ainuõiguse otsustada enda loodu kasutamise üle (sh võimaluse küsida kasutamise eest tasu) ning luues seeläbi motivatsiooni uue teadmuse loomiseks.
Õiguslik regulatsioon iseenesest ei keela andmete kasutamist teadustöös, vaid seab täiendavaid nõudeid, mille eesmärk on tasakaalu leidmine teiste isikute huvide ja teadustegevuse vahel. Nii näiteks on lubatud isikuandmete töötlemine teadustöö eesmärgil, kuid seejuures tuleb tagada puudutatud isikute huvide minimaalne kahjustamine. Piirangute rikkumise korral (nt andmete kasutamine õigustatud isiku nõusolekuta, kui kasutamise eeltingimuseks oli nõusolek) võib rikkujalt tavaliselt nõuda andmete kasutamise lõpetamist ja edasisest õiguste rikkumisest hoidumist, kõne alla võib tulla ka kahju hüvitamise nõue.
Eesti keele seletav sõnaraamat defineerib sõna „andmed“ järgmiselt: „informatsioon kellegi v. millegi kohta, faktid, mida kellegi v. millegi kohta teada saadakse v. teatakse“. OECD (2015: 8) määratluse kohaselt on teadusandmed „faktilised andmed (factual records), mida kasutatakse esmase allikana teadustöös“. Olukorra muudab keeruliseks asjaolu, et eri (teadus)valdkondades määratletakse andmeid erinevalt. Näiteks võivad teadusandmeteks olla kirjalikud ja suulised tekstid, rahvaloomingu salvestised, joonistused, maalid ja muu seesugune. Võimalike õiguslike piirangute ja nõuete kindlakstegemiseks on siiski oluline pigem see, milline on konkreetsete andmete käsitlus erinevates õiguslikes režiimides, mis võiksid katta humanitaar- ja sotsiaalvaldkonna teadusandmeid ning mõjutada nende kasutamist.
Selles peatükis keskendutakse andmete kasutamisele teadustöö eesmärgil teadusasutustes. Äriühingute korraldatud uuringutes (commercial research) tuleb lähtuda vastavatest üldregulatsioonidest. Peatüki esimene pool keskendub andmete võimalikele seostele intellektuaalse omandi õigusega ja teine seostele isikuandmete kaitsega. Peatüki lõpetavad selgitavad näited rahvaloomingust ja keeleressurssidest (keeleandmestik) kui teadusandmetest.
1.2.2. Andmete kaitse intellektuaalse omandina
Andmete kaitset ja kasutust intellektuaalse omandi kontekstis saab analüüsida lähtudes järgmisest joonisest.
Joonis 1.2.1. Intellektuaalse omandi süsteemi ülesehitus
Olulised elemendid, mida eelkõige tuleb vaadelda, on kaitstav objekt (millist informatsiooni ehk teadmust konkreetne intellektuaalse omandi liik kaitseb), kaitse kestus ja õiguste piirangud.
Andmete kaitsel intellektuaalse omandina võib tugineda autoriõigusele, autoriõigusega kaasnevatele õigustele ja ärisaladusele.
1.2.2.1. AUTORIÕIGUS JA KAASNEVAD ÕIGUSED
Andmed (blogid, fotod, salvestised jm), mida teadustöös kasutatakse, võivad olla kaitstavad autoriõigusliku teosena. Autoriõiguse tuumaks on autori isiklikud ja varalised õigused, mille loetelu sätestab autoriõiguse seadus (AutÕS). Isiklike õiguste alla käivad näiteks õigus