Kembali ke pustaka

Pertanyaan kunci Baru

Diproses AI · Disetujui penulis

Kebutuhan desain apa yang memandu perancangan platform data riset terbuka untuk mendukung penggunaan ulang data jurnalistik?

How to Make Research Reach the Newsroom? Designing Open Data Platforms Through Boundary Theory
Christina Speck, Judith Erbacher, Thimo Schulz, dkk. · International Conference on Information Systems (ICIS) · 2026
Ilustrasi untuk: Kebutuhan desain apa yang memandu perancangan platform data riset terbuka untuk mendukung penggunaan ulang data jurnalistik?

Memuat pemutar Spotify; Spotify dapat memasang cookie. Perangkat ini mengingat pilihan Anda.

Temuan utama

  • Mengidentifikasi lima hambatan utama dalam penggunaan kembali data riset: akses data yang terfragmentasi, ketidakkonsistenan format teknis, dokumentasi metodologis yang tidak memadai, minimnya dukungan verifikasi, dan keterlambatan pembaruan temporal.
  • Menetapkan dua meta-kebutuhan pemandu: menyediakan struktur data bersama untuk pertukaran teknis yang andal dan memfasilitasi penerjemahan kontekstual demi pemahaman bersama.
  • Merumuskan sepuluh kebutuhan desain platform yang mencakup mekanisme teknis (format terbaca mesin, pencarian lintas sumber, dan integrasi alat ruang redaksi) serta mekanisme interpretatif (saluran klarifikasi langsung peneliti-jurnalis, kolom naratif yang menjelaskan asumsi dan ketidakpastian, dan contoh visualisasi).
  • Menyoroti pentingnya merancang platform data terbuka di seputar keseluruhan proses penggunaan kembali data, alih-alih memperlakukan publikasi dan akses data sebagai tujuan akhir semata.

Maknanya bagi Anda

CIO / Eksekutif TI

Allocate budget to integrate contextual translation features and direct communication channels into the institutional open-data platform for non-academic stakeholders.

Manajer TI

Configure the open-data repository API to output datasets in machine-readable formats accompanied by standardized methodological documentation fields.

Ahli Strategi Bisnis

Conduct a stakeholder mapping exercise to identify external non-academic user groups for a targeted open-data platform value-proposition pilot.

Peneliti

Draft a plain-language narrative field explaining core dataset assumptions and uncertainties to publish alongside the raw research files.

Pembuat Kebijakan

Revise open science grant compliance criteria to mandate interpretive usability standards, such as example visualizations and methodology documentation, alongside raw data publication.

Ringkasan

Studi ini meneliti bagaimana platform data riset terbuka dapat dirancang untuk mendukung jurnalis data dalam menggunakan kembali kumpulan data ilmiah yang kompleks. Mengikuti pendekatan penelitian ilmu desain yang berlandaskan teori batas (boundary theory) — yang mengkaji bagaimana pengetahuan ditransfer dan dipahami lintas komunitas dengan keahlian berbeda — para penulis mengumpulkan kebutuhan melalui wawancara semi-terstruktur dengan enam jurnalis data, lokakarya kreasi bersama dengan 15 jurnalis data, serta evaluasi formatif dengan 13 pakar sistem informasi dan komunikasi riset.

Masalah

Ketika kebijakan sains terbuka semakin mendorong atau mewajibkan peneliti untuk membuka akses data mereka ke publik, memastikan penggunaan kembali yang bermakna tetap menjadi tantangan. Platform data terbuka kerap menekankan publikasi data dan aksesibilitas teknis, namun memberikan dukungan terbatas untuk menginterpretasikan data riset di luar konteks ilmiah aslinya. Hal ini menimbulkan tantangan tersendiri bagi jurnalis data, yang harus memahami dan menilai kumpulan data yang belum mereka kenal sebelum menggunakannya dalam pelaporan.

Transkrip
Host: Halo dan selamat datang di A.I.S. Insights — powered by Living Knowledge. Saya Anna Ivy Summers. Hari ini kita membahas sebuah studi berjudul "Bagaimana Membuat Riset Menjangkau Ruang Redaksi? Merancang Platform Data Terbuka Melalui Teori Batas" yang ditulis oleh Christina Speck, Judith Erbacher, Thimo Schulz, dan Christof Weinhardt, serta dipublikasikan di ICIS 2026. Studi ini meneliti bagaimana platform data riset terbuka dapat dirancang untuk mendukung jurnalis data dalam menggunakan kembali kumpulan data ilmiah yang kompleks. Bersama saya ada analis kita, Alex Ian Sutherland. Selamat datang, Alex.
Expert: Terima kasih, Anna. Senang bisa bergabung untuk membahas studi ini.
Host: Alex, mari kita mulai dari persoalan dasarnya. Saat ini banyak lembaga penelitian dan penyandang dana mendorong sains terbuka dengan mewajibkan publikasi data. Namun, mengapa jurnalis data masih menghadapi kendala besar dalam memanfaatkan data tersebut?
Expert: Masalah utamanya terletak pada orientasi desain platform saat ini. Sebagian besar platform data terbuka dirancang terutama untuk mempublikasikan dan menyimpan data secara teknis. Bagi peneliti yang memproduksi data tersebut, konteks dan batasannya sudah jelas. Namun bagi pihak luar seperti jurnalis data, data ilmiah sering kali terlalu rumit dan minim konteks. Jurnalis harus memahami, memverifikasi, dan menilai data yang belum mereka kenal dalam batas tenggat waktu yang ketat. Aksesibilitas teknis saja terbukti tidak mencukupi kebutuhan interpretasi tersebut.
Host: Lalu, bagaimana para peneliti dalam studi ini menyusun pendekatan mereka untuk menjawab masalah ini?
Expert: Studi ini menerapkan metodologi penelitian ilmu desain yang berlandaskan teori batas, atau boundary theory. Teori ini berfokus pada bagaimana pengetahuan ditransfer dan dipahami lintas komunitas yang memiliki latar belakang keahlian berbeda. Untuk mengidentifikasi kebutuhan spesifik, peneliti melakukan wawancara semi-terstruktur dengan enam jurnalis data, lokakarya kreasi bersama dengan lima belas jurnalis data, serta evaluasi formatif bersama tiga belas pakar sistem informasi dan komunikasi riset.
Host: Dari pengumpulan data tersebut, apa saja temuan utama yang berhasil diidentifikasi?
Expert: Studi ini mengidentifikasi lima hambatan spesifik: akses data yang terfragmentasi di berbagai repositori, ketidakkonsistenan format teknis, dokumentasi metodologis yang tidak memadai, minimnya dukungan untuk verifikasi fakta, serta keterlambatan dalam pembaruan temporal data. Dari hambatan tersebut, peneliti merumuskan dua meta-kebutuhan. Pertama, perlunya menyediakan struktur data bersama untuk memastikan pertukaran teknis yang andal. Kedua, memfasilitasi penerjemahan kontekstual demi terciptanya pemahaman bersama.
Host: Bagaimana kedua meta-kebutuhan tersebut diterjemahkan ke dalam fitur desain platform?
Expert: Penulis merumuskan sepuluh kebutuhan desain platform yang memadukan mekanisme teknis dan interpretatif. Pada tingkat teknis, platform memerlukan format terbaca mesin, fungsi pencarian lintas sumber, dan integrasi dengan alat kerja yang umum digunakan di ruang redaksi. Pada tingkat interpretatif, platform membutuhkan saluran klarifikasi langsung antara jurnalis dan peneliti, kolom naratif yang menerangkan asumsi metodologis serta tingkat ketidakpastian data, dan contoh visualisasi. Kesimpulan utamanya adalah platform harus dirancang di seputar keseluruhan proses penggunaan kembali data, bukan sekadar memfasilitasi pengunggahan dan pengunduhan berkas.
Host: Sekarang, mari kita bahas relevansinya bagi dunia bisnis dan organisasi secara lebih luas. Apa implikasi praktis yang bisa diambil oleh para profesional data dan pengambil keputusan?
Expert: Relevansi bisnisnya sangat langsung. Banyak organisasi perusahaan mengalami kesulitan serupa saat mendistribusikan data internal lintas fungsi, misalnya antara tim sains data teknis dan unit bisnis komersial. Membuka akses ke sebuah data lake tidak otomatis menghasilkan adopsi yang bermakna. Pendekatan dalam studi ini menunjukkan bahwa organisasi perlu membangun sarana penerjemahan pengetahuan: menyediakan metadata kontekstual, menjelaskan batasan analisis dalam bahasa non-teknis, dan membangun jalur komunikasi langsung antar-ahli. Dengan merancang sistem yang mendukung interpretasi, investasi pada infrastruktur data dapat dimanfaatkan secara optimal tanpa salah tafsir.
Host: Pembelajaran pentingnya adalah memfasilitasi pemahaman bersama sama krusialnya dengan menyediakan akses teknis. Terima kasih banyak atas penjelasan dan analisisnya, Alex.
Expert: Sama-sama, Anna.
Host: Terima kasih kepada para pendengar yang telah menyimak A.I.S. Insights — powered by Living Knowledge. Sampai jumpa pada episode berikutnya.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

data journalism, open data platforms, data reuse, boundary spanning, design science research, open science