Datafication of Public Administration: Between Policy and Practice
Abstract
Summary [norwegian below]
This dissertation presents an interesting contribution to the emerging field of critical data and algorithm studies. Machine learning, data platforms and big data are often associated with social media and tech companies such as Google, Amazon, and Microsoft. These technologies have however gained ever increasing interest in the Norwegian public sector in the last years. Policy documents and consultancy reports promise that data-driven systems will make public administration more efficient, seamless, and adaptive. At the same time social scientists have pointed out various issues associated with the arrival of datafication. By providing the state with the ability to compile and link ever increasing amounts of data, datadriven public administration might enhance the state’s possibilities to surveil, understand, predict, and control citizen activities. In other words, it has the potential to seriously affect citizen-state relations and power.
The idea of “data-driven public administration” is central to this dissertation. I define public administration datafication as being made up of two interwoven processes. Firstly, the use of more and different data in administrative processes. The Norwegian welfare state has produced and managed large amounts of data on its citizens for decades. Data are now imagined fueling all aspects of public administration. At the same time, we can observe an ever-increasing interest in complex technology such as machine learning and automated decision making to recirculate and link data both within and outside of the public sector.
This dissertation provides a unique insight into the inner workings of public administration datafication. I make use of ethnographic field work, interviews, a survey among public sector employees and document studies of policy and strategy documents. The dissertation focuses on what practitioners, policy makers, and institutions do, say, and imagine in relation to datafication, rather than measure its immediate effects on society. What is the citizen’s role in this administrative reform? What is problematized by practitioners and policy makers and what issues of datafication are often silenced? Why is datadriven technology portrayed as inevitable, necessary, and apolitical? Can the challenges that many practitioners experience in working on datadriven systems tell us something about alternative ways of imagining the future of the welfare state?
Through four papers I invite the reader to critically reflect on the interplay of data, technology, power and politics and the role of datadriven technology in everyday life.
Sammendrag
Denne avhandlingen presenterer et spennende bidrag til det nye og raskt voksende feltet kritiske algoritme- og datastudier. Selv om maskinlæring, dataplattformer og stordataanalyser ofte blir assosiert med sosiale medier og selskaper som Google, Microsoft og Amazon, har disse teknologiene fått stadig større oppmerksomhet i norsk offentlig sektor de siste årene. Nasjonale strategier, stortingsmeldinger og konsulentrapporter argumenterer gjerne for at datadrevne systemer vil gjøre offentlig forvaltning mer effektiv, sømløs og tilpasningsdyktig. Samtidig har flere samfunnsvitere pekt på en rekke utfordringer denne utviklingen fører med seg. Når vi øker statens evne til å sette sammen data om sine borgere fra ulike kilder, øker dette samtidig statens evne til å forstå, klassifisere og predikere borgernes atferd. Denne utviklingen har altså stor betydning for maktbalansen og forholdet mellom borger og stat.
Ideen om ‘datadrevet offentlig forvaltning’ står sentral i avhandlingen min. Jeg definerer dette fenomenet som to sammenvevde prosesser. For det første handler det om å bruke mer og annerledes data i forvaltningsapparatet. Den norske velferdsstaten har i lang tid produsert og lagret enorme mengder data om sine innbyggere. Data anses nå av mange som en ressurs som burde benyttes i alle operasjoner i offentlig forvaltning, fra intern ressursfordeling til tjenesteutvikling. Samtidig ser vi en stadig økende interesse for komplekse måter å nyttiggjøre seg av data som for eksempel maskinlæring og automatisk beslutningstagning.
Avhandlingen gir et unikt innblikk i norsk offentlig sektors arbeid med datadrevet offentlig forvaltning. Jeg benytter meg av etnografiske feltstudier, intervjuer, analyser av styringsdokumenter og en survey blant ansatte i offentlig sektor for å forstå hva aktørene gjør, sier og forestiller seg i relasjon til datadrevet offentlig forvaltning. Hva er borgernes rolle i denne utviklingen? Hva snakker offentlig sektor mye om og hvilke problemstillinger er ofte unnlatt i diskusjonene rundt datadrevne systemer? Hvorfor blir datadrevet teknologi ofte ansett som apolitisk, uunngåelig og nødvendig? Kan hindringene mange av prosjektene opplever fortelle oss noe om mulige alternative måter å tenke velferdsstatens fremtid på?
Gjennom fire ulike artikler inviterer jeg leseren til å kritisk reflektere over sammenhengen mellom data, teknologi, makt og politikk og deres rolle for våre liv og muligheter.
Has parts
Paper 1: Reutter, Lisa Marie. Constraining context: Situating datafication in public administration. New Media & Society 2022 ;Volum 24.(4) s. 903-921 https://doi.org/10.1177/14614448221079029 This article is distributed under the terms of the Creative Commons Attribution 4.0 License (https://creativecommons.org/licenses/by/4.0/)Paper 2: Broomfield, Heather; Reutter, Lisa Marie. Towards a Data-Driven Public Administration: An Empirical Analysis of Nascent Phase Implementation. Scandinavian Journal of Public Administration 2021 ;Volum 25.(2) s. 73-97 Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
Paper 3: Broomfield, Heather; Reutter, Lisa Marie. In search of the citizen in the datafication of public administration. Big Data and Society 2022 ;Volum 9.(1) s. 1-14 https://doi.org/10.1177/20539517221089302 This article is distributed under the terms of the Creative Commons Attribution 4.0 License (https://creativecommons.org/licenses/by/4.0/)
Paper 4: Reutter, Lisa; Åm, Heidrun. Public sector data as a resource: tracing the emergence and embedding of a sociotechnical imaginary