Þekkingarnet stofnunar

Vandinn: byggingin sem enginn skrifaði niður

Sérhver stofnun hefur byggingu — ekki bara tæknilega heldur lifandi net stjórnskipulags, námsleiða, stefnuramma, birgjasambanda, auðkenniskerfa og mannlegrar sérþekkingar. Í litlum stofnunum er þessi bygging nánast hvergi skjalfest. Stofnunin gengur af því að örfáar manneskjur bera heildarmyndina í höfðinu.

Það skapar þrenns konar veikleika. Brothættni, því þegar lykilfólk hverfur fer þekkingin með því. Ógegnsæi, því enginn getur svarað þverfaglegri spurningu á borð við „hvaða kerfi lamast ef auðkennisveitan dettur út?“ án þess að hringja í nokkra einstaklinga. Og vanbúnaður gagnvart gervigreind, því mállíkön sem hafa enga formgerða mynd af stofnuninni sem þau eiga að þjóna eru almenn verkfæri án stofnanavitundar.

Af hverju graf

Tengsl innan stofnunar eru í eðli sínu grafslaga: stigveldi, háði, aðild og samþætting. Eiginleikagraf fangar þau beint. Margt af þessu má vissulega líkja eftir í venslagagnagrunni, en fjölþrepa fyrirspurnir — eins og að rekja háðakeðju í gegnum þrjú kerfi — verða bæði einfaldari og tjáningarríkari í grafi.

Netið telur nú 1.039 hnúta í 16 lénum með 1.648 tengslum af 30 gerðum. Hver hnútur ber fjögur upprunasvið: úr hvaða kerfi gagnið kom, hvaða auðkenni það hafði þar, hvenær það var síðast staðfest rétt og hvenær það barst inn í Neo4j. Þannig er alltaf hægt að svara spurningunni hvaðan þetta kom og hversu ferskt það er.

Sextán lén í stað einnar risaskrár

Mikilvægasta byggingarákvörðunin var að skipta netinu í 16 sjálfstæðar JSON-LD-skrár eftir lénum í stað þess að halda einni samfelldri gagnaskrá. Hver skrá ber sitt eigið samhengi og má breyta, sannprófa og rökræða óháð hinum.

• Sérþekkingin helst á sínum stað. Sá sem þekkir tæknikerfin ritstýrir skrá 02. Sá sem þekkir stjórnskipulagið ritstýrir skrá 06. Hvorugur þarf að skilja hinar fimmtán.
• Árekstrar verða viðráðanlegir. Tveir sem vinna í sitt hvoru léninu rekast aldrei á.
• Sannprófunin grípur þvertengslin. Við samsteypu er gengið úr skugga um að sérhver tilvísun eigi sér hnút sem raunverulega er til — þvert á allar 16 skrárnar.
• Heildarskráin er afleidd. Samsteypta útgáfan er aldrei ritstýrð beint; hún er búin til.

Tvíátta leiðslan

Upphaflega voru lénskrárnar sannleiksuppsprettan og Neo4j viðtakandi. Því var snúið við: Neo4j er nú sannleiksuppsprettan og lénskrárnar afleiddur útflutningur. Ástæðurnar voru þrjár — breytingar sem gerðar eru beint í grafinu taka gildi strax, ein sannleiksuppspretta útilokar samstillingarvafa, og útflutningurinn skilar afdráttarlausum skrám sem fara í útgáfustýringu.

Leiðin er skröpun → samsteypa → sannprófun → innmötun → útflutningur, og hún gengur í hring: útflutningur, innmötun og endurútflutningur skila nákvæmlega sömu skrám. Innmötunin notar MERGE í Cypher fremur en CREATE, sem gerir alla leiðsluna sjálfvirkt endurkeyranlega — að keyra hana tíu sinnum skilar sömu stöðu og að keyra hana einu sinni. Þetta er ekki smáatriði: sé leiðsla ekki örugg í endurkeyrslu þorir enginn að keyra hana, og þá úreldist netið.

Sannprófun sem hlið, ekki tillaga

Tvær sannprófanir keyra í röð áður en nokkur gögn ná til Neo4j. Fyrst er tilvísanaheilleiki: hver einasta tilvísun er borin saman við skilgreinda hnúta. Síðan SHACL-sannprófun, þar sem samsteypta JSON-LD-skráin er þýdd í þrenndargeymslu og prófuð gegn 16 formlýsingum í Turtle. Falli sannprófun stöðvast leiðslan. Engin gölluð gögn komast í gegn.

Ástæðan fyrir SHACL fremur en sérsmíðuðum Python-prófunum er einföld: formin eru yfirlýsandi, staðlað og aðskilin frá leiðslukóðanum. Nýtt form má bæta við án þess að snerta Python.

Gæði og götin sem eru sýnd, ekki falin

Gæðakerfi keyrir sjálfvirkar athuganir eftir hverja keyrslu og skilar áþreifanlegum listum yfir göt sem eru svo lokuð í lotum. Eignarhaldsgötin fóru úr 109 í núll, stefnugötin úr um tuttugu í núll og deildatenging starfsfólks náði 94,2% þekju með þriggja umferða skröpun. Óljós strengjasamsvörun benti á 43 möguleg tvítök; þrjú reyndust raunveruleg og voru sameinuð, hin 40 voru staðfest sem falskar viðvaranir — algeng afleiðing íslenskra föðurnafna þar sem óskyldir einstaklingar bera lík nöfn.

Jafnframt sýnir heilsuborðið 27 tæknikerfi sem enn skortir skráð eignarhald. Þau eru ekki falin heldur birt sem verkefni. Net sem sýnir eigin ófullkomleika er verðmætara en net sem sýnist heilt.

Gervigreind í smíðinni, ekki í keyrslunni

Öll leiðslan — um 4.800 línur af Python, 200 línur af SHACL og 120 línur af Bash — var smíðuð með gervigreindaraðstoð innan skipulagðrar umgjörðar. Skilin voru dregin skýrt: gervigreindin smíðaði afdráttarlausu innviðina en tók engan þátt í keyrslu þeirra. Þegar leiðslan er skrifuð skilar hún sömu niðurstöðu hver sem keyrir hana, og hún er hvorki háð aðgangi að líkani né uppitíma þjónustu.

Netið var byggt í lögum: stjórnskipulag fyrst, síðan tæknikerfi og auðkenning, þá stjórnarhættir og stefnur, því næst námsleiðir og samstarf. Hvert lag var sannprófað og fest áður en það næsta bættist við, og sannprófunarhliðið tryggði það formlega en ekki bara í orði.

Verkaskiptingin reyndist afdráttarlaus. Gervigreindin var framúrskarandi í stoðkóða, í að endurtaka mynstur milli skrapa, í að lesa allar 16 lénskrárnar í einu og finna misræmi, og í að skrifa SHACL-form eftir fyrirmynd. Hún átti hins vegar ekkert erindi í líkanagerðina sjálfa: hvaða einingar skipta máli, hvar mörk lénanna liggja, hvort kerfi reiðir sig á annað eða samþættist því, og hvað sé viðeigandi að skrá um stjórnarhætti sem hafa pólitíska vídd. Þær ákvarðanir krefjast þess að þekkja stofnunina.

Hvað netið gerir mögulegt

Netið er samþætt BORG, gervigreindarvettvangi háskólans, og birtist þar í tveimur gagnvirkum grafmyndum — annarri opinni öllum innskráðum notendum, hinni með fullum ritstýringarheimildum fyrir umsjónarfólk. Báðar teikna lifandi grafið beint úr Neo4j.

Rekstrarspurningar sem áður kröfðust símtala fást nú með einni fyrirspurn: hvaða kerfi lamast ef auðkennisveitan fer niður (rakning tengsla með áhættuvægi 4 eða hærra), hvaða birgjar bera flest kerfi, og hver er samþættingarflötur kennslukerfisins. Ein niðurstaða kom strax í ljós — mörg kjarnakerfi reyndust háð sömu auðkennisveitunni með háu áhættuvægi, sem varð tilefni umræðu um viðbúnað og varaleiðir.

Mat: 410 spurninga gullsett

Til að mæla hvort netið bæti raunverulega svörin var byggt matskerfi utan um gullsett 410 spurninga — 45% staðreyndaspurningar, 25% verklagsspurningar, 15% samþættingarspurningar, 10% jaðartilvik og 5% spurningar utan gildissviðs, þar af 40% á íslensku. Svörin eru metin af mállíkani sem dómara á fimm víddum: réttleika, heild, trúfesti við heimildir, framsetningu og tilvísun áfram þegar spurningin á ekki heima hjá kerfinu.

Matið skilaði strax hagnýtum niðurstöðum. Það afhjúpaði stafatáknunargalla sem spillti íslenskum svörum með hljóðlátum hætti — galla sem var ósýnilegur án kerfisbundinnar mælingar — og benti á níu lén þar sem þekja netsins var ófullnægjandi. Þar með varð matssettið ekki bara gæðahlið heldur kröfulýsing fyrir netið sjálft: spurning sem kerfið svarar illa verður að verkefni í næstu auðgunarlotu.

Fyrir þau sem vilja endurtaka þetta

Aðferðin er ekki bundin við þessa stofnun og ekki heldur við tiltekið kóðaverkfæri. Byrjaðu á byggingu fremur en umfangi — 33 hnútar með hreinum tengslum eru verðmætari en 10.000 illa tengdar færslur, því verðmætin liggja í tengslunum en ekki fjöldanum. Skiptu netinu í lén frá fyrsta degi. Settu sannprófunina fyrir framan innmötunina, ekki aftan við hana. Skrapaðu það sem er opinbert og ritstýrðu því sem er það ekki; stjórnarhættir, stefnur og háði kerfa krefjast mannlegrar ritstjórnar og eiga ekki að vera sjálfvirknivædd. Og byggðu útflutninginn strax, því einátta leiðsla verður að samstillingarvanda um leið og einhver breytir grafinu beint.

Smæðin er kostur í þessu samhengi. Í háskóla með um 300 starfsmenn má líkja eftir allri stofnuninni í um það bil þúsund hnútum — og þá má staðfesta hvern einasta hnút persónulega og bera hvert tengsl saman við reynslu. Það er ekki takmörkun heldur forskot.

---

Greinin í heild

Að baki þessari samantekt liggur ítarleg úttekt á ensku: byggingarmyndir, stærð hvers skrapa, nákvæmar gæðatölur, Cypher-fyrirspurnasafnið, niðurstöður úr mati mállíkanaviðmótanna og ellefu þrepa leiðarvísir að endurgerð. Hún er birt á ensku útgáfu þessarar verkefnasíðu.