خلاصه مدیریتی

بیان / شرح مسئله

سیاستگذاری اجتماعی با هدف افزایش رفاه، کاهش آسیب‌های اجتماعی و بهبود شرایط جامعه، نیازمند شناخت دقیق واقعیت‌های اجتماعی و تصمیم‌گیری مبتنی‌بر داده و شواهد است. داده‌ها نقش اساسی در شناسایی مسائل، تعیین اولویت‌ها، تدوین، اجرا و ارزیابی سیاست‌ها دارند و استفاده از آنها می‌تواند اثربخشی، عدالت و کارآمدی سیاست‌ها را افزایش دهد. بااین‌حال، بررسی تجربه‌های ایران نشان می‌دهد که ضعف در تولید، تحلیل و به‌کارگیری داده‌های معتبر، یکی از عوامل مهم ناکامی سیاست‌های اجتماعی، هدررفت منابع، تحقق ‌نیافتن اهداف برنامه‌های توسعه و ضعف در حمایت هدفمند از گروه‌های مختلف اجتماعی بوده است. ازسوی‌دیگر، پیچیدگی پدیده‌های اجتماعی، ضرورت تولید شاخص‌های معتبر و تبدیل داده‌های کیفی به داده‌های قابل اتکا را دوچندان می‌کند. در سطح بین‌المللی نیز سیاستگذاری مبتنی‌بر داده و شواهد به یکی از رویکردهای اصلی حکمرانی تبدیل شده و آثار آن در تمام مراحل چرخه سیاستگذاری تأکید شده است. بااین‌حال، ایران همچنان فاقد چارچوب قانونی جامع برای حکمرانی داده است. این گزارش ضمن تبیین مبانی مفهومی، چالش‌های کاربست داده در سیاستگذاری اجتماعی را بررسی و پیشنهادهایی برای رفع آنها ارائه می‌کند. بررسی پیشینه پژوهشی در مرکز پژوهش‌های مجلس شورای اسلامی نشان از توجه ویژه به این چارچوب سیاستی دارد.

چارچوب مفهومی گزارش، با تبیین مفاهیم داده، اطلاعات، شواهد و دانش، نشان می‌دهد که داده تنها در فرایند پردازش و تفسیر، به شواهد قابل استفاده برای سیاستگذاری تبدیل می‌شود. گزارش ضمن مرور سیر تحول سیاستگذاری مبتنی‌بر شواهد، تأکید می‌کند که تصمیم‌گیری مؤثر علاوه‌بر داده‌های معتبر، به زمینه‌های نهادی، سیاسی و اجرایی نیز وابسته است. در ادامه، سیاستگذاری داده‌محور به‌عنوان رویکردی مبتنی‌بر بهره‌گیری از داده‌های اداری، کلان و سامانه‌ای معرفی شده و نقش داده‌های توصیفی، تبیینی، پیش‌بینانه و پایشی در مراحل مختلف چرخه سیاستگذاری تشریح می‌شود. همچنین، چرخه سیاستگذاری شامل مسئله‌یابی، تدوین، تصمیم‌گیری، اجرا و ارزیابی، چارچوب اصلی استفاده از داده در سیاستگذاری است. گزارش بر ویژگی‌های داده مطلوب، مانند دقت، اعتبار، دسترس‌پذیری، تناسب، به هنگام بودن و بهینگی اطلاعات تأکید کرده و یادآور می‌شود که داده‌های اجتماعی، به‌دلیل ماهیت پیچیده خود، همواره با احتمال خطا همراه‌اند. همچنین نسبت داده با چارچوب‌های نظری و ایدئولوژیک تبیین شده و تصریح می‌شود که میان سیاستگذاری داده‌محور و اهداف ایدئولوژیک تعارضی وجود ندارد. در پایان نیز سامانه‌های اطلاعاتی یکپارچه به‌عنوان پیش‌نیاز تحقق سیاستگذاری داده‌محور معرفی می‌شوند، هرچند استفاده از آنها شرط لازم، نه کافی، برای حکمرانی داده‌محور است.

نقطه نظرات و یافته‌های کلیدی

مسائل و چالش‌های کاربست داده در سیاستگذاری اجتماعی ایران در سرفصل‌های مختلفی بررسی و توضیح داده شده است.

1.      کیفیت و اعتبار پایین داده‌ها: ضعف در دقت، صحت و اعتبار داده‌های اجتماعی، قابلیت اتکای آنها را برای سیاستگذاری کاهش داده است.

2.      نبود فرهنگ اداری استفاده از داده: فرهنگ داده‌محوری در نظام اداری و کارشناسی نهادینه نشده و تصمیم‌ها غالباً بدون استناد کافی به داده اتخاذ می‌شوند.

3.      استاندارد نبودن داده‌ها: فقدان استانداردهای مشترک، امکان مقایسه، تجمیع و استفاده بین دستگاهی از داده‌ها را محدود کرده است.

4.      اختلال در سرعت و دقت جمع‌آوری داده: کندی و ضعف در گردآوری داده، استفاده به‌ موقع از اطلاعات را در تصمیم‌گیری دشوار می‌کند.

5.      داده‌های غیر مسئله‌محور: بخش زیادی از داده‌ها و پژوهش‌ها برای حل مسائل سیاستی تولید نشده و ارتباط محدودی با نیازهای تصمیم‌گیران دارند.

6.      ضعف ارتباط دستگاهی و نبود حوضچه داده: جزیره‌ای بودن اطلاعات و نبود تبادل مؤثر میان دستگاه‌ها، یکپارچگی داده را مختل کرده است.

7.      موضوع محرمانگی: محرمانه ماندن بخش قابل توجهی از داده‌ها، دسترسی نخبگان و بهره‌برداری علمی از اطلاعات را محدود می‌کند.

8.      کمبود پژوهش‌های کیفی: غلبه پژوهش‌های کمّی، شناخت عمیق مسائل اجتماعی و طراحی راه‌حل‌های مؤثر را با محدودیت مواجه کرده است.

9.      ضعف تحلیلی و تیم‌های کارشناسی: کمبود ظرفیت تحلیل داده و فاصله میان پژوهشگران و سیاستگذاران، تبدیل داده به سیاست‌های اجرایی را دشوار کرده است.

10.  ضعف داده‌های ترکیبی و شاخص‌ها: کمبود شاخص‌های ترکیبی و بومی، تحلیل مسائل چندبعدی اجتماعی را محدود می‌کند.

11.  ضعف ارزیابی سیاست: نبود نظام منسجم ارزیابی و یادگیری از نتایج سیاست‌ها، موجب تکرار خطاها و کاهش اثربخشی سیاستگذاری می‌شود.

پیشنهاد راهکار تقنینی و نظارتی یا سیاستی

سیاستگذاری اجتماعی مبتنی‌بر داده در ایران با وجود برخی پیشرفت‌ها، همچنان با کاستی‌های ساختاری، حقوقی و اجرایی روبه‌رو بوده و برای تحقق حکمرانی داده‌محور، اصلاحات هماهنگ در سطوح مختلف ضروری است.

1. توجه به مسئله تجمیع و پردازش در سطح شورای عالی فضای مجازی: پیشنهاد می‌شود شورای عالی فضای مجازی، به‌عنوان راهبر فرادستگاهی، فرایندهای کارآمدتری در زمینه تجمیع و یکپارچه‌سازی داده را در دستور کار قرار دهد؛ زیرا ارتقای تعامل‌پذیری، استانداردسازی سامانه‌ها، حذف سامانه‌های موازی و تکمیل داده‌های موجود، الزامات تحقق حکمرانی داده‌محور است.

2. نظارت کمیسیون اجتماعی بر تجمیع و پردازش داده‌ها: کمیسیون اجتماعی می‌تواند با نظارت بر توسعه سامانه‌های موجود، تقویت تبادل داده میان دستگاه‌ها و الزام ارائه پیوست‌های تحلیلی، سیاستگذاری مبتنی‌بر داده را تقویت کند.

3. تقویت مراکز تولید داده‌های غیربرخط و کیفی: گزارش بر ضرورت حمایت از تولید داده‌های کیفی، تأمین منابع مالی، توسعه پژوهش‌های اجتماعی و توجه به کیفیت شواهد در کنار داده‌های برخط، به‌عنوان پیش‌نیاز تصمیم‌گیری مؤثر در سیاستگذاری اجتماعی تأکید می‌کند.

4. حرکت به سمت ایجاد یک سامانه تجمیعی برای سیاستگذاری کارآمد در عرصه اجتماعی: با توجه به اهمیت مسئله تجمیع و یکپارچگی داده برای استفاده در عرصه سیاستگذاری، پیشنهاد می‌شود که سامانه‌ای جدید برای تجمیع داده‌های موجود و استفاده از هوش مصنوعی در این عرصه ایجاد شود. این سامانه جدید باید براساس الزامات قانون «مدیریت داده‌ها و اطلاعات ملی» طراحی و ایجاد شود.

1. مقدمه و بیان مسئله

سیاستگذاری اجتماعی با هدف افزایش رفاه، کاهش مسائل و آسیب‌های اجتماعی و بهبود وضعیت کلان جامعه انجام می‌شود[1]. این نوع سیاستگذاری زمانی می‌تواند مؤثر باشد که بر شناخت دقیق واقعیت اجتماعی استوار شود؛ زیرا هر مداخله سیاستی در نهایت تلاشی برای تغییر وضعیت موجود است و بدون شناخت درست مسئله، امکان طراحی راه‌حل مناسب وجود ندارد. ازاین‌رو، داده و اطلاعات معتبر را باید شالوده چرخه سیاستگذاری دانست. در ادبیات سیاستگذاری مبتنی‌بر شواهد نیز تأکید می‌شود که تصمیم‌گیری مبتنی‌بر داده، دقت، کارآمدی و اثربخشی سیاست‌ها را افزایش می‌دهد و به‌ویژه در حوزه‌هایی که منابع، محدود و مسائل پیچیده‌اند، نقش تعیین‌کننده‌ای دارد[2،3]. در سیاستگذاری اجتماعی نیز این اهمیت دوچندان است؛ زیرا تخصیص عادلانه منابع، شناسایی نیازهای متفاوت گروه‌های اجتماعی و طراحی مداخلات متناسب، همگی به داده‌های دقیق، تفکیکی و قابل اتکا وابسته‌اند[4]. اما در این میان، یکی از مسائل اساسی در سیاستگذاری اجتماعی ایران، عدم توجه به نقش داده در فرایندهای طراحی و اجرای سیاست‌های اجتماعی است[5]. این مسئله زمینه‌ساز شکست در سیاستگذاری و اجرای سیاست بوده؛ زیرا یکی از لوازم سیاستگذاری اجتماعی با بی‌توجهی یا نقش تضعیف شده مواجه است. از طرف دیگر روز به روز کشورهای بیشتری بر سیاستگذاری مبتنی‌بر داده تکیه می‌کنند[6]. اهمیت داده در سیاستگذاری اجتماعی نشان می‌دهد که اساساً عدالت بدون توجه به داده‌های دقیق غیرممکن است؛ زیرا مشخص نخواهد شد که نیاز هر بخش از جامعه چیست و چگونه باید از هرکدام به تفکیک حمایت لازم و موضوعی را داشت. در واقع سیاستگذاری اجتماعی مبتنی‌بر داده شرط لازم هرگونه سیاستگذاری عدالت‌محور است. به هر میزان که داده‌های تفکیکی‌تر و دقیق‌تر صورت گیرد، عدالت دقیق‌تر خواهد بود. همچنین داده برای هر فرایند توسعه‌محور لازم و ضروری است[7] .

بااین‌حال، تجربه سیاستگذاری در ایران نشان می‌دهد که داده و اطلاعات در بسیاری از موارد جایگاه شایسته‌ای در طراحی و اجرای سیاست‌های اجتماعی نداشته‌اند[8،9]. این ضعف را می‌توان در سطح سیاست‌های کلان، برنامه‌های توسعه و نیز در مواجهه با مسائل و آسیب‌های اجتماعی مشاهده کرد؛ جایی که نبود شناخت دقیق از مسئله، اولویت‌گذاری نادرست، و اتکای ناکافی به داده‌های معتبر، به اجرای ناقص سیاست‌ها و هدررفت منابع انجامیده است[10،11]. برای نمونه، گزارش‌های مختلف نشان داده‌اند که عدم توجه به داده در برنامه‌ریزی‌های توسعه‌ای، یکی از عوامل ناکامی در تحقق اهداف برنامه‌ها بوده و در حوزه‌هایی مانند حمایت‌های اجتماعی و آسیب‌های اجتماعی نیز، ضعف در داده و تحلیل موجب شده که سیاست‌ها به‌جای حل مسئله، صرفاً به اقدام‌های پراکنده و کم‌اثر منتهی شوند[12،13].

ازسوی‌دیگر، سیاستگذاری اجتماعی با پدیده‌ای به‌مراتب پیچیده‌تر از بسیاری از حوزه‌های دیگر سروکار دارد: انسان اجتماعی. کنش اجتماعی، نگرش‌ها، هنجارها، ترجیحات و روابط قدرت، همگی ابعادی کیفی و چندلایه دارند و تبدیل آنها به داده‌های معتبر کمّی، فرایندی دشوار و حساس است[14]. به همین دلیل، سیاستگذاری اجتماعی صرفاً با گردآوری اطلاعات خام پیش نمی‌رود، بلکه نیازمند شاخص‌سازی دقیق، تولید داده قابل اعتماد و تبدیل واقعیت‌های اجتماعی به شواهدی است که بتوانند مبنای تصمیم‌گیری قرار گیرند. در این میان، خطر دیگری نیز وجود دارد: گاهی داده نه برای فهم مسئله، بلکه صرفاً برای مشروعیت‌بخشی به سیاست‌های از پیش تعیین‌ شده به کار می‌رود؛ امری که ارزش تحلیلی داده را تضعیف و سیاستگذاری را از مسیر شواهد واقعی منحرف می‌کند.

گزارش‌های پژوهشی نشان‌ می‌دهند که سیاستگذاری اجتماعی در ایران عموماً ناکارآمد، همراه با هدررفت منابع، دارای آثار جانبی مخرب و به‌صورت کلی با نتایج حداقلی در مسیر هدف اعلامی است[15]،[16]،[17]،[18]. همچنین گزارش‌های پژوهشی دیگر نیز از لزوم حمایت هدفمند و دارای اطلاعات و داده‌های لازم به‌صورت مکرر سخن گفته‌اند[19]،[20]،[21]. یا برای مثال برخی پیشنهادهای سابق مانند «یارانه مشروط» که پرداخت یارانه به خانواده‌ها را مبتنی‌بر اجرای یک عمل اجتماعی مانند فرستادن کودک خانواده به مدرسه کرده، ملزم به داده دقیق است. در پژوهش‌های خارجی نیز بر اهمیت داده در سیاستگذاری اجتماعی در عرصه‌های بهداشتی، درمانی و دیگر حوزه‌ها تأکید شده است[22]،[2]،[23].

از طرف دیگر یکی از مؤلفه‌های اساسی در سیاستگذاری اجتماعی کارآمد، توجه به مسئله‌ داده و اطلاع از وضعیت اجتماعی است[24]. یعنی بدون داده نمی‌توان انتظار بروز کارآمدی در سیاستگذاری را داشت. البته باید توجه داشت که استفاده از داده برای مشروعیت‌بخشی به سیاست‌های اتخاذ شده، انجام نشود؛ زیرا برخی گزارش‌ها نشان می‌دهد، داده‌ها نه مبدأ بلکه صرفاً برای ایجاد وجه علمی در سیاستگذاری استفاده می‌شوند[25].

لذا مشخص است که داده در عرصه سیاستگذاری، یکی از ملزومات اصلی بهبود روندها و رسیدن به اهداف سیاستگذار است و بدون آن، امکان دستیابی به اهداف وجود نخواهد داشت. در این زمینه باید دقت داشت که سیاستگذاری ناکارآمد، هم به اتلاف منابع منجر شده و هم بخشی از جامعه را که به منابع بیشتر دست یافتند را از چرخه کارآمدی اجتماعی و اقتصادی خارج می‌کند. یعنی هم عدالت برای نیازمندان سیاست رفاهی رعایت نمی‌شود، هم جامعه‌ فعال را با مشکل روبه‌رو می‌کند. در واقع سیاستگذار بدون داشتن یک چشم فعال، دست‌های خود را به حرکت درمی‌آورد و به همین علت، اساساً نمیتواند عملکرد موفقی داشته باشد.

با توجه به توضیحات ارائه شده، مشخص می‌شود که داده به معنای عام آن در سیاستگذاری صحیح و کارآمد، یک الزام قطعی است. اما این الزام در سیاستگذاری اجتماعی ایران به‌درستی صورت نمی‌گیرد و با وجود قوانین موردی، هنوز چارچوب قانونی جامع و یکپارچه‌ای برای حکمرانی داده‌ها در ایران وجود ندارد[26]،[28]. ازاین‌رو، این گزارش پس از ارائه یک چارچوب مفهومی درباره کاربست داده در سیاستگذاری اجتماعی، به چالش‌های این کاربست خواهد پرداخت. مسئله این پژوهش، نامشخص بودن چالش‌های مذکور برای سیاستگذار است که در این گزارش توصیف شده و برای آن، پیشنهادی مشخص ارائه خواهد شد.

در اینجا باید به ادبیات پردامنه در حوزه سیاستگذاری اشاره کنیم که با عنوان مبتنی‌بر شواهد شناخته می‌شود که از دهه 90 میلادی در کشورهای پیشرفته استفاده شده[30]؛ ادبیاتی که در داخل ایران و در پنج سال گذشته به آن توجه شده است[9]،[13] ،[28]،[30]. در این نوشتار از به‌جای استفاده از کلیدواژه شواهد، از کلیدواژه داده استفاده شده که در واقع ذیل همین نگرش پردامنه قدیمی‌تر است؛ با این تفاوت که بر شکل‌های جدیدی از شواهد تأکید دارد. منظور از این شکل جدید، انواع داده‌های مبتنی‌بر ابزارهای رایانه‌ای بوده که در این نوشتار برای آن پیشنهاد خاص نهایی ارائه شده است. گزارش‌های پژوهشی نشان می‌دهند که این شکل جدید از داده در تمامی مراحل چرخه سیاستگذاری، اثری گسترده و شگرف دارد[31]. همچنین روش تحقیق استفاده شده در این پژوهش، کتابخانه‌ای و اسنادی و مصاحبه بوده است.

2. پیشینه پژوهشی

2-1. سوابق مطالعاتی در مرکز

جدول 1. تحلیل پیشینه پژوهشی در مرکز

مأخذ: یافته‌های پژوهش.

به‌رغم غنا و تنوع ادبیات تولید شده در این حوزه که بنیان‌های نظری و حقوقی ارزشمندی را در حوزه فناوری اطلاعات پایه‌گذاری کرده، مطالعات پیشین به اقتضای اهداف خود، عمدتاً کاربست داده را در اتمسفر کلان حاکمیتی (نظیر ساختار تقنین یا الزامات عمومی دولت الکترونیک) بررسی کرده‌اند. در این میان، تحلیل چگونگی بازنمایی و اثرگذاری داده‌ها بر لایه‌های انضمامی‌تر «سیاستگذاری اجتماعی»، افق تازه‌ای است که نیاز به تبیین تخصصی دارد. پژوهش حاضر با اتکا به دستاوردهای اسناد فوق، نقطه تمرکز خود را بر این حلقه واسط قرار داده و در پی نشان دادن این مسئله است که چگونه چالش‌های حکمرانی داده و عدم تعامل‌پذیری سامانه‌ها، مستقیماً بر بازدهی عدالت توزیعی و کارآمدی سیاست‌های اجتماعی اثرگذار می‌شود.

3. سوابق تقنینی

درک چالش‌های کاربست داده در حوزه سیاستگذاری اجتماعی بدون واکاوی بستر حقوقی و تکوین تاریخی قوانین این حوزه امکان‌پذیر نیست؛ زیرا هرگونه اقدام سیاستگذارانه در بستر ساختار قانونی موجود شکل می‌گیرد و محدودیت‌ها یا فرصت‌های آن را بازتولید می‌کند. جدول زیر با هدف ترسیم گذار تاریخی نظام تقنینی ایران از رویکرد سنتی «تولید آمار تولیدمحور» به سمت «حکمرانی هوشمند و تعامل‌پذیر داده‌های رفاهی» تنظیم شده تا مشخص کند نظام سیاست اجتماعی از منظر قوانین بالادستی با چه ظرفیت‌ها و چالش‌های نهادی مواجه است.

جدول 2. جدول سوابق تقنینی

مأخذ: همان.

یافته‌های جدول فوق نشان می‌دهد که پیشینه قانونی کاربست داده در سیاستگذاری اجتماعی ایران را می‌توان در سه مرحله فهم کرد: نخست، مرحله «تولید آمار رسمی» با قانون آمار و تأسیس مرکز آمار ایران؛ دوم، مرحله «دولت الکترونیک و اتصال پایگاه‌ها» با آیین‌نامه‌های اجرایی دهه ۱۳۹۰؛ و سوم، مرحله «حکمرانی داده و سیاستگذاری رفاهی داده‌محور» با قانون مدیریت داده‌ها و اطلاعات ملی، پایگاه اطلاعات رفاه ایرانیان و احکام برنامه هفتم. در این سیر، داده از ابزار ثبت و گزارش‌گیری، به سازوکار شناسایی گروه‌های هدف، دهک‌بندی، استطاعت‌سنجی، هدفمندسازی حمایت‌ها و ارزیابی مداخلات اجتماعی تبدیل شده است.

بنابراین باید توجه داشت که در موضوع قوانین و نوع نگاه قانونگذار به مسئله داده در سیاستگذاری کارآمد، پژوهش‌های سابقی در مرکز وجود دارد. گرچه هیچ‌کدام به برش اجتماعی سیاستگذاری توجه لازم را نداشته‌اند، اما نتیجه‌گیری آنها به‌صورت کلی و کلان نشان از ضعف قانونگذاری در این زمینه دارد. به‌صورت مشخص درباره عدالت (به‌عنوان هسته اصلی هر سیاستگذاری اجتماعی) گزارشی تهیه شده که نشان می‌دهد «قانون دوام نتوانسته در حوزه عدالت به خوبی عمل کند و بررسی آن نشان می‌دهد که با ابعاد و الزامات مختلف عدالت فاصله معناداری دارد»[8]. همچنین گزارش‌های دیگر نشان داده که قوانین و مقررات مرتبط با حکمرانی داده‌ها در ایران را می‌توان در هفت دسته اصلی طبقه‌بندی کرد. اول اسناد راهبردی و خط‌مشی‌های کلان که چارچوب کلی حاکمیت بر فضای مجازی و داده‌ها را تعیین می‌کنند. دوم قوانین امنیت اطلاعات و مقابله با جرائم سایبری که حفاظت از داده‌ها را تضمین می‌کنند. سوم قوانین حریم خصوصی و حمایت از داده‌های شخصی که حقوق شهروندان در قبال داده‌هایشان را تعریف می‌کنند. چهارم قوانین شفافیت و دسترسی آزاد به اطلاعات که تعادل میان محرمانگی و علنی بودن را برقرار می‌کنند. پنجم قوانین مدیریت داده‌های ملی که یکپارچه‌سازی و استانداردسازی داده‌ها را هدف‌گذاری می‌کنند. ششم برنامه‌های توسعه که اهداف کلان اقتصاد دیجیتال و داده‌محوری را مشخص کرده و هفتم اسناد فناوری‌های نوظهور نظیر هوش مصنوعی که استفاده از داده‌ها در این حوزه‌ها را تنظیم می‌کنند[30]. همچنین در این پژوهش‌ها مشخص شده که قوانین لازم در زمینه حکمرانی داده، امنیت و حریم خصوصی، زیرساخت یکپارچه و استانداردهای یکسان به اندازه کافی و کارآمد وجود ندارد[3]. با وجود تمامی قوانین و مقررات مصوب شده، هنوز چارچوب قانونی جامع و یکپارچه‌ای برای حکمرانی داده‌ها در ایران وجود ندارد. موضوعی که ممکن است به ابهام و سردرگمی در زمینه حقوق و تکالیف نهادها و افراد در قبال داده‌ها منجر شود[28]. خلاصه این گزارش‌ها نشان می‌دهد که قوانین به اندازه کافی وجود ندارند و سیاستگذار به‌درستی به نقش داده در سیاستگذاری توجه ندارد.

4. چارچوب مفهومی

این بخش به تبیین مفاهیم پایه‌ای لازم برای فهم مسئله گزارش می‌پردازد؛ مانند داده، اطلاعات، شواهد، سیاستگذاری مبتنی‌بر شواهد، داده‌محور و چرخه سیاستگذاری. سپس نشان می‌دهد که این مفاهیم چگونه به هم مربوط می‌شوند و چرا تبدیل داده به شواهد معتبر، شرط اصلی کاربست مؤثر آن در سیاستگذاری اجتماعی است.

4-1. داده، اطلاعات، شواهد و دانش: سلسله‌مراتب مفهومی

در ادبیات علوم اطلاعات و تصمیم‌گیری، «داده» در پایه‌ای‌ترین لایه از سلسله‌مراتب شناخت قرار می‌گیرد که اطلاعات، دانش و خرد، به ترتیب بر آن استوارند. این سلسله‌مراتب که با عنوان «هرم DIKW» (داده، اطلاعات، دانش، خرد) شناخته می‌شود، نخستین‌بار توسط آکوف صورت‌بندی شد؛ او داده را مجموعه‌ای از نشانه‌ها، حقایق و اعداد خام، فاقد معنا و ساختار تعریف کرد که تنها در صورت قرار گرفتن در بستر پردازش به اطلاعات تبدیل می‌شود[33]. رولی با بسط این مدل، داده را «حقایق و نشانه‌های خام پیش از هرگونه پردازش و تفسیر» می‌داند و تأکید می‌کند که تبدیل داده به اطلاعات نیازمند افزودن زمینه، معنا و ارتباط است[34]. در این چارچوب، داده‌ها به ‌خودی‌ خود فاقد ارزش‌شناختی‌اند و ارزش آنها در گرو قابلیت پردازش و تفسیر است؛ امری که برای سیاستگذاری اجتماعی، که با پدیده‌های چندوجهی و زمینه‌ای سروکار دارد، اهمیت بنیادین دارد.

«اطلاعات»، لایه دوم این سلسله‌مراتب، زمانی شکل می‌گیرد که داده‌ها در چارچوبی معنادار قرار گیرند و به پرسش‌هایی نظیر «چه، کی، کجا و چگونه» پاسخ دهند. داونپورت و پروساک اطلاعات را «داده‌ای معنادار و هدفمند» می‌دانند که قابلیت تغییر در درک گیرنده را دارد و تصمیم‌گیرنده را از وضعیت عدم قطعیت به سوی شناخت نسبی هدایت می‌کند[35]. در سطح سوم، «دانش» حاصل ترکیب اطلاعات با تجربه، ارزش‌ها و زمینه نهادی است و فراتر از اطلاعات، امکان قضاوت و اقدام آگاهانه را فراهم می‌کند[34]. این تمایز نشان می‌دهد دسترسی به داده‌های فراوان و دقیق، به‌ خودی ‌خود به تولید دانش سیاستی نمی‌انجامد و نیازمند فرایند تحلیلی و نهادی است که داده را به شناخت قابل اتکا تبدیل کند.

مفهوم «شواهد» در این سلسله‌مراتب جایگاهی ویژه دارد و با داده یا اطلاعات یکی نیست. شواهد به اطلاعاتی اطلاق می‌شود که در حمایت یا رد یک ادعا، پیش‌فرض یا گزاره به‌کار می‌رود و بار ارزیابی و اعتبارسنجی دارد که داده خام فاقد آن است[36]. لوماس و همکاران شواهد را مفهومی فراگیر می‌دانند که نه‌تنها دربرگیرنده یافته‌های پژوهش نظام‌مندند، بلکه شامل شواهد تجربی (تجربه ذی‌نفعان و مجریان) و شواهد زمینه‌ای (بستر فرهنگی، سیاسی و نهادی) نیز هستند[37]. هد نیز با طرح سه‌گانه «شواهد پژوهشی، اجرایی و سیاسی» نشان می‌دهد که در سیاستگذاری واقعی، تصمیم‌گیرنده با ترکیبی از این سطوح روبه‌رو است و تقلیل شواهد به داده‌های پژوهشی به‌تنهایی، تصویری ناقص از فرایند تصمیم ارائه می‌دهد[38].

4-2. سیاستگذاری مبتنی‌بر شواهد: خاستگاه، تعاریف و نقدها

مفهوم «سیاستگذاری مبتنی‌بر شواهد» ریشه در جنبش «پزشکی مبتنی‌بر شواهد» دهه ۱۹۷۰ دارد که تدریجاً به حوزه سیاست عمومی راه یافت و از اواخر دهه ۱۹۹۰، به‌ویژه در بریتانیا و سازمان‌های بین‌المللی، به الگوی غالب سیاستگذاری تبدیل شد[35]، [39]. در کانون این جنبش، این ایده قرار داشت که تصمیمات سیاستی باید بر بهترین شواهد علمی موجود استوار باشند، نه بر عقاید، شهود یا ملاحظات کوتاه‌مدت سیاسی. ناتلی، والتر و دیویز، سیاستگذاری مبتنی‌بر شواهد را فرایندی تعریف می‌کنند که در آن بهترین شواهد موجود از پژوهش نظام‌مند و ارزیابی برنامه‌ها، به‌صورت شفاف در خدمت تصمیم‌گیری قرار می‌گیرد[40]. ساتکلیف و کورت نیز بر این نکته تأکید می‌کنند که این رویکرد، سیاستگذاری را از وضعیت «تصمیم براساس حدس و گمان» به «تصمیم براساس شناخت نظام‌مند» ارتقا می‌دهد[36].

بااین‌حال، این مفهوم ازسوی پژوهشگران متعددی نقد شده است. پاوسون با طرح «سنتز واقع‌گرایانه» استدلال می‌کند که شواهد را در سیاستگذاری به‌صورت خطی و ابزاری به‌کار نمی‌گیرند، بلکه در بستر نهادی و زمینه‌ای خاصی عمل می‌کنند که تعیین کرده چه شواهدی «معتبر» تلقی و کاربست می‌شود[41]. کرنی نیز نشان می‌دهد که فاصله میان تولید شواهد و کاربست آن در سیاست، ناشی از ماهیت پیچیده و چند بازیگری فرایند سیاستگذاری است و برخلاف ادعای ساده‌انگارانه، شواهد به ‌خودی‌ خود سیاست را تغییر نمی‌دهند[42]. در همین راستا، تمایز میان «مبتنی‌بر شواهد» و «آگاه از شواهد» مطرح شده؛ به این معنا که شواهد یکی از ورودی‌های تصمیم‌گیری‌اند، نه‌تنها ورودی آن، بلکه همواره در تعامل با ملاحظات سیاسی، ارزشی و اجرایی قرار دارند[38]، [42].

این نقدها به تکامل مفهومی سیاستگذاری مبتنی‌بر شواهد کمک کرده و آن را از یک مدل خطی «شواهد - سیاست» به مدلی تعاملی و زمینه‌ای تبدیل کرده‌اند. وایس با طرح «مدل روشن‌گرایی» نشان می‌دهد که شواهد علمی در طول زمان و از طریق فرایندهای تدریجی و غیر مستقیم، بر نحوه تفکر سیاستگذاران اثر می‌گذارند و تأثیر آنها لزوماً فوری و مستقیم نیست[43]. این زاویه دید برای سیاستگذاری اجتماعی، که با پدیده‌های پیچیده، چند علتی و ارزش‌آلود سروکار دارد، اهمیت ویژه‌ای دارد؛ زیرا در این حوزه، تقلیل مسئله به «کمبود داده» و نادیده گرفتن پیچیدگی بستر نهادی، می‌تواند به سیاست‌هایی منجر شود که با وجود تکیه بر داده، در عمل کارآمد نباشند.

4-3. سیاستگذاری داده‌محور: مفهوم، انواع و تمایزها

با گسترش فناوری‌های دیجیتال، داده‌های کلان و ابزارهای محاسباتی از اوایل دهه ۲۰۱۰، مفهوم «سیاستگذاری داده‌محور» به‌عنوان امتداد و تحولی در سیاستگذاری مبتنی‌بر شواهد مطرح شد. شونبرگر و کوکر با تأکید بر دگرگونی بنیادین در حجم، تنوع و سرعت داده‌ها، معتقدند که عصر داده‌های کلان، شیوه تولید دانش و تصمیم‌گیری را به‌گونه‌ای متحول کرده که از وابستگی به نمونه‌گیری و استدلال علّی سنتی فاصله می‌گیرد و به سمت الگویابی و پیش‌بینی مبتنی‌بر همبستگی حرکت می‌کند[44]. پول و همکاران نیز با بررسی کاربست داده‌های کلان در سیاستگذاری، نشان می‌دهند که اگرچه انتظارات از داده‌های نوین بالاست، اما پیشرفت عملی در کاربست آنها محدود مانده و چالش‌های نهادی، حقوقی و فنی همچنان مانع تبدیل داده به سیاست است[45].

در ادبیات این حوزه، میان سطوح مختلفی از کاربست داده در سیاستگذاری تمایز گذاشته می‌شود. دسوزا و جیکوب میان «سیاستگذاری هدایت ‌شده با داده»، که در آن داده تعیین‌ کننده اصلی تصمیم بوده، و «سیاستگذاری آگاه از داده»، که در آن داده یکی از ورودی‌های تصمیم در کنار قضاوت کارشناسی و ملاحظات سیاسی است، تفکیک قائل می‌شوند[46]. این تمایز اهمیت عملیاتی دارد؛ زیرا سیاستگذاری اجتماعی، به‌دلیل ماهیت ارزش‌آلود و چند بازیگری مسائل آن، به‌سختی می‌تواند کاملاً «هدایت ‌شده با داده» باشد و واقع‌بینانه‌تر آن است که داده به‌عنوان یکی از ورودی‌های کلیدی، و نه‌تنها ورودی بلکه در کنار قضاوت نهادی و ملاحظات اجرایی به‌کار رود.

از منظر کارکردی نیز، داده‌ها در سیاستگذاری نقش‌های متفاوتی ایفا می‌کنند: داده‌های توصیفی برای نمایان‌سازی وضعیت و ابعاد مسئله، داده‌های تبیینی برای فهم علل و سازوکارهای پدیده، داده‌های پیش‌بینانه برای تخمین روند آتی، و داده‌های پایشی برای رصد اجرا و ارزیابی ستاده‌ها[47]، [48]. این طبقه‌بندی کارکردی، مبنای تمایز میان «داشتن داده» و «توانایی کاربست داده» است و نشان می‌دهد که ارزش داده در سیاستگذاری، نه به حجم آن، بلکه به تناسب آن با مرحله و ماهیت مسئله بستگی دارد. در سیاستگذاری اجتماعی، به‌ویژه داده‌های میدانی و کیفی نیز در کنار داده‌های آماری و سامانه‌ای ضروری‌اند، زیرا پدیده‌های اجتماعی صرفاً با کمّی‌سازی قابل فهم نیستند و فهم معنا، تجربه و ادراک ذی‌نفعان نیز بخشی از شواهد سیاستی محسوب می‌شود[40].

4-4. چرخه سیاستگذاری و جایگاه داده در مراحل آن

در ادبیات مطالعات سیاست عمومی، فرایند سیاستگذاری غالباً در قالب «چرخه سیاستگذاری» صورت‌بندی می‌شود؛ مدلی که مراحل مختلف شکل‌گیری، اجرا و ارزیابی سیاست را به‌صورت یک فرایند پیوسته و بازخوردی نمایش می‌دهد. هاولت و همکاران این چرخه را در پنج مرحله اصلی تعریف می‌کنند: تعیین دستور کار (مسئله‌یابی)، تدوین سیاست (طراحی گزینه‌ها)، تصمیم‌گیری (انتخاب سیاست)، اجرا، و ارزیابی[48]. این مدل، اگرچه به‌عنوان ابزاری ساده‌سازی شده و آموزشی نقد شده، اما همچنان به‌عنوان چارچوب مرجع برای تحلیل جایگاه داده در فرایند سیاستگذاری کاربرد دارد[49].

داده در هر یک از این مراحل نقش و کارکرد متمایزی دارد. در مرحله تعیین دستور کار، داده‌های توصیفی و آماری برای شناسایی مسئله، تعیین وسعت و شدت آن و اولویت‌بندی مسائل به‌کار می‌روند؛ در مرحله تدوین سیاست، داده‌های تبیینی و تطبیقی برای شناسایی علل مسئله و ارزیابی گزینه‌های ممکن ضروری‌اند؛ در مرحله تصمیم‌گیری، داده‌های تحلیلی در کنار ملاحظات سیاسی و قضاوت مدیریتی به انتخاب راه‌حل کمک می‌کنند؛ در مرحله اجرا، داده‌های پایشی برای رصد روند اجرا و شناسایی انحرافات به‌کار می‌روند؛ و در نهایت، در مرحله ارزیابی، داده‌های ستادی و پیامدی برای سنجش اثربخشی سیاست و بازخورد به چرخه به‌کار گرفته می‌شوند[48]. این تصویر، داده را نه یک ورودی نقطه‌ای، بلکه جریانی پیوسته در سراسر چرخه سیاستگذاری نشان می‌دهد.

چرخه سیاستگذاری، خطی و یک‌باره نیست و بازخوردها و یادگیری سیاستی، حلقه‌های اتصالی میان مراحل آن را شکل می‌دهند. می، یادگیری سیاستی را فرایندی می‌داند که در آن نتیجه ارزیابی به بازطراحی سیاست منجر شده و شکست سیاست نیز، اگر به‌درستی تحلیل شود، می‌تواند به یادگیری و اصلاح بینجامد. ساباتیر و اسمیت نیز با طرح چارچوب «ائتلاف‌های مدافع»، نشان می‌دهند که یادگیری در سیاستگذاری غالباً درون‌گروهی و تغییر سیاست نیازمند تحول در باورها و ادراک‌های بازیگران بوده که خود فرایندی تدریجی و زمینه‌ای است[50]. این نکته برای فهم جایگاه داده اهمیت دارد؛ زیرا نشان می‌دهد داده، حتی اگر معتبر باشد، تنها در صورت تبدیل شدن به شناخت مشترک میان بازیگران سیاستی می‌تواند به یادگیری و تغییر سیاست منجر شود؛ در غیر این صورت، صرفاً در لایه تکنیکی باقی می‌ماند.

در نهایت، چارچوب مفهومی این گزارش بر این ایده استوار است که «داده» ماده خام شناخت سیاستی است که وقتی در بستر نهادی، تحلیلی و چرخه سیاستگذاری پردازش شود، به «اطلاعات» و سپس «شواهد» تبدیل شده و می‌تواند تصمیم‌گیری اجتماعی را پشتیبانی کند؛ اما این کاربست نه به‌صورت خطی و صرفاً تکنیکی، بلکه در قالب یک فرایند چرخه‌ای مسئله‌یابی، تدوین گزینه‌ها، تصمیم‌گیری، اجرا، پایش و ارزیابی رخ می‌دهد. در این میان، سیاستگذاری مبتنی‌بر شواهد و سیاستگذاری داده‌محور دو صورت نزدیک اما متمایز از استفاده از داده‌اند: اولی بر اتکای نظام‌مند به شواهد معتبر تأکید دارد و دومی بر نقش روزافزون داده‌های اداری، کلان و سامانه‌ای در هدایت یا آگاه‌سازی تصمیم‌ها. بااین‌حال، هر دو در عمل به کیفیت داده، زمینه نهادی، و یادگیری سیاستی وابسته‌اند. بنابراین، چارچوب مفهومی گزارش نشان می‌دهد که مسئله اصلی فقط «وجود داده» نیست، بلکه «تبدیل داده به شواهد معتبر و قابل کاربست در چرخه سیاستگذاری اجتماعی» است.

4-5. داده مورد نیاز در سیاستگذاری اجتماعی چه ویژگی‌هایی دارد؟

موضوع سیاستگذاری اجتماعی، پدیده‌های اجتماعی هستند که تبدیل به مسئله شده و واقعیت اجتماعی را به طرز نامناسبی شکل داده‌اند. مباحث متعددی در فلسفه علم و جامعه‌شناسی درباره ماهیت داده‌های مورد نیاز در عرصه مسائل اجتماعی وجود دارد. اندیشمندان مختلف، تفاوت‌های بسیاری بین داده‌های اجتماعی و داده در علوم طبیعی مانند فیزیک و شیمی برشمرده‌اند. بنابراین منظور از داده در سیاستگذاری، چیزی هم‌عرض با داده علوم طبیعی نیست که از اتقان بالا و حداکثری برخوردار بوده؛ بلکه داده‌ای بوده که هم امکان خطا دارد و هم تغییر در آن بسیار محتمل است. همچنین وسعت بسیار بالا و انواع نامتناهی دارد؛ همان‌طور که وبر از دنیای نامتناهی داده‌های اجتماعی به‌علت کثرت انسان‌ها و تغییرات زمانی سخن گفته است. باید دقت داشت که بدون داده نمی‌توان سیاستگذاری کرد؛ لذا روش‌های مختلفی برای دستیابی به متقن‌ترین داده‌های ممکن به وجود آمده‌اند که در طول زمان گسترش یافته و تدقیق شده‌اند. لذا باید با اطلاع از امکان خطا، باز هم از داده برای سیاستگذاری استفاده کرد.

داده انواع مختلفی دارد که برخی از آنها در ادامه آورده شده، اما مهم آن است که بتواند یک گره ذهنی را حل و برای سیاستگذار، توصیفی انجام دهد یا تبیینی را صورت‌بندی کند. یعنی داده‌ مورد نظر در سیاستگذاری باید بتواند در حل مسئله کمک کننده باشد، زیرا اطلاعات بسیاری وجود دارد که به درد سیاستگذاری نمی‌خورد و در این حیطه استفاده نمی‌شود. در اینجا به حداکثر رساندن ارزش دارایی‌های داده در یک سازمان اهمیت پیدا می‌کند[51]. داده از آن جهت ارزشمند است که می‌توان با استفاده از آن، تولید ثروت و قدرت کرد. در اینجا نیز داده وقتی ارزشمند است که بتوان از آن تحلیل و سیاستگذاری صحیح را به دست آورد.

در اینجا مفهوم بهینگی اطلاعات خود را نمایان می‌کند. این مفهوم به معنی این است که اطلاعات برای حل موضوع مورد نظر ضروری و در عین حال کافی باشند. لذا باید دقت داشت که داده‌های پیرایش نشده و اضافه، خود می‌تواند فرایند سیاستگذاری را مخدوش کند. اطلاعات مخدوش شده، غیر ضروری، ناقص، جزئیات غیرضروری و ... باعث کاهش اعتبار سیاستگذاری می‌شود. همچنین کیفیت جمع‌آوری و تجمیع، یکی از مهم‌ترین ویژگی‌های داده مورد نیاز برای سیاستگذاری است[23]. این ویژگی به نحوه اعتبار تجمیع و ورود داده و اطلاعات اشاره دارد.

حال می‌توان سیاستگذاری مبتنی‌بـر داده را تعریف کرد. این مفهوم با قرار دادن بهترین شـواهد و مدارک موجود در قالب توسعه و اجرای سیاست کمک می‌کند که تصمیم‌گیری آگاهانه در مورد سیاست‌ها و برنامه‌ها و پروژه‌ها اخذ شود[52]. همچنین تحقیقات سابق نشان می‌دهد که حتی اگر تغییراتی در عرصه‌ اجتماعی رخ دهد، باز هم ممکن است اثرگذاری و جهت این تغییرات مشخص نباشد و سیاستگذاری بی‌اثر شود[53].

محققینی ویژگی‌های مختلفی را برای داده مورد نیاز در سیاستگذاری نقل کرده‌اند[54]؛ دسترس‌پذیر بودن، به‌موقع بودن، قابلیت اطمینان، دقت و صحت، شفافیت، استقلال از انواع نگرش‌های نظری، تناسب و مرتبط بودن داده‌ها، کیفیت نمایش و انتزاع لازم و ... از جمله این موارد است. همچنین مفهوم «داده کثیف» برای داده‌های برخط و سامانه‌ای استفاده شده که امکان استفاده در تحلیل را ندارد. داده‌هایی که دارای نقصان زیاد، بدون امکان اعتبارسنجی یا بدون اتصال به مشخصه‌های هویتی افراد باشند از مثال‌های این دسته از داده‌ها هستند.

در سیاستگذاری سطح کلان، هرچه تصمیم بزرگ‌تر می‌شود، نیاز به انتزاع بیشتر است. داده‌ها باید در هم خلاصه شوند تا بتوان تصویر جامعی از موضوع به سیاستگذار ارائه داد. اینجا ممکن است تعارض دقت (جزئیات) و جامعیت (کلیات) به وجود آید. یعنی بخشی از داده‌ها بر اثر انتزاع زیاد و خلاصه‌سازی، گم شوند. این امر باعث شده تا روش‌های مختلف آماری، پژوهشی و ... با استفاده از ابزارهای نوین کامپیوتری به کمک آیند؛ گرچه باز هم تصمیم‌گیری در ذهن مدیران صورت می‌گیرد که با برخی محدودیت‌ها مواجه است. لذا باید این محدودیت را در نظر گرفت.

4-6. نسبت چارچوب اندیشه‌ای و مکاتب مختلف جامعه‌شناختی در استفاده از داده

یکی از موضوعات مهم در رابطه با داده و سیاستگذاری، حذف یا حضور امر ایدئولوژیک در سیاستگذاری است. برخی محققین توضیح داده‌اند که سیاستگذاری داده‌محور در مقابل سیاستگذاری مبتنی‌بر نگرش ایدئولوژیک است. بنابراین تجربه سیاستی در کشورهای پیشرفته نشان می‌دهد که داده برای نگرش‌های مختلف مکتبی و ایدئولوژیک استفاده شده است. برای مثال برخی محققین توضیح داده‌اند که یک داده برای مقاصد مختلف سیاستی به چند شکل تفسیر شده است[55].

بر این اساس، داده عموماً برای طراحی راه‌حل استفاده شده و مباحث ایدئولوژیک یا مکاتب مختلف سیاسی-اقتصادی، اهداف را تعیین می‌کنند. کلیات مسیر هم باید براساس کلیات نگرش ایدئولوژیک طراحی شود (در این زمینه به کتاب نگرش سیستمی به دین نوشته عبدالحمید واسطی مراجعه کنید). سپس جزئیات مسیر و بخشی از کلیات نیز براساس داده و تجربیات گذشته طراحی و اجرا شود.

درنتیجه، بین سیاستگذاری مبتنی‌بر داده و نگرش ایدئولوژیک در معنای کلان آن تناقضی وجود ندارد.

4-7. اهمیت سامانه‌های اطلاعاتی و داده‌محور به‌عنوان آغاز مسیر سیاستگذاری مبتنی‌بر داده

همان‌طور که توضیح داده شد یکی از مقدمات اساسی و اصلی هرگونه سیاستگذاری مبتنی‌بر داده، وجود داده‌های منسجم و متقن است. این امر سابقاً در گزارش‌ مرکز پژوهش‌های مجلس شورای اسلامی اشاره شده است[30]. یکی از ظرفیت‌های مهم و موجود در این زمینه، سامانه‌های داده و اطلاعات برخط است که در دهه گذشته در کشور رو به ‌رشد بوده‌اند. این سامانه‌ها امکان بهره‌برداری از داده برای سیاستگذار را با کمترین هزینه به وجود آورده‌اند؛ موضوع لازم ایجاد یک فرایند تجمیعی و پردازش آن و از اینها مهم‌تر، اراده سیاستگذار برای استفاده از این داده‌هاست. البته باید توجه داشت که استفاده از این سامانه‌ها صرفاً نقطه آغاز است و نه تمام آنچه سیاستگذاری مبتنی‌بر داده نیاز دارد. به بیان منطقی، استفاده درست و اصولی از سامانه‌ها، شرط لازم برای رسیدن به نقطه مطلوب و نه شرط کافی است.

لذا توجه به این سامانه‌ها و استفاده از داده‌های آنها و ساماندهی آن برای زمینه‌سازی این استفاده بسیار اساسی و حیاتی است. به‌ویژه آنکه بخشی از این مسیر در گذشته طی شده اطلاعات بسیار ارزشمندی در این زمینه تولید شده است. در این زمینه دو وضعیت‌سنجی لازم است. یکی وضعیت قوانین موجود در زمینه ایجاد و ساماندهی این سامانه‌ها و دوم وضعیت اجرایی برخی از موارد انجام شده که باید با نگاه انتقادی صورت گیرد.

5. چالش‌های کلان در عرصه داده و سیاستگذاری اجتماعی مبتنی‌بر داده در ایران

قبل از ورود به مسائل و چالش‌های مرتبط با داده، باید چارچوب کلی حاکم بر مسئله داده در سیاستگذاری اجتماعی در ایران را مداقه کرد و برخی نکات کلی درباره آن را توضیح داد. مواردی که در ادامه آمده، عموماً از نظرات و تجربیات پژوهشگران دخیل در این گزارش به‌ویژه دکتر صابر جعفری، مدیر سابق دفتر طرح‌های ملی احصا شده است.

5-1. اقتصاد سیاسی نهادهای تولید داده و تأثیر آن بر حکمرانی داده‌محور

یکی از چالش‌های بنیادین حکمرانی داده‌محور در ایران، به ساختار اقتصاد سیاسی نهادهای تولید داده بازمی‌گردد. در شرایط مطلوب، داده باید تصویری عینی و غیر سوگیرانه از واقعیت اجتماعی در اختیار سیاستگذار قرار دهد تا تصمیمات برمبنای شناخت صحیح از مسائل اتخاذ شود. بااین‌حال، در عمل بخش عمده تولید داده در ایران در اختیار دو بازیگر اصلی، یعنی دولت و بازار قرار دارد و هر یک، داده را متناسب با منافع و اهداف خود تولید و عرضه می‌کنند. در چنین شرایطی، داده به‌جای آنکه ابزار حکمرانی باشد، ممکن است به ابزاری برای جهت‌دهی به تصمیمات و حتی انحراف سیاستگذاری تبدیل شود. از این منظر، مسئله صرفاً کیفیت فنی داده نیست، بلکه منافع نهادی تولیدکنندگان داده نیز بر محتوای آن اثرگذار است.

5-2. سیاسی‌شدن نهادهای تولید داده و مدیریت مراکز تولید داده

یکی دیگر از آسیب‌های مطرح ‌شده، انتصاب مدیران نهادهای تولید داده برمبنای ملاحظات سیاسی، به‌جای صلاحیت‌های علمی و پژوهشی است. در چنین شرایطی، مدیریت این نهادها بیش از آنکه در خدمت منافع ملی و ارتقای کیفیت داده باشد، تابع اهداف کوتاه‌مدت دستگاه‌های سیاسی خواهد بود. این مسئله نه‌تنها استقلال علمی مراکز تولید داده را کاهش داده، بلکه امکان بهره‌گیری از ظرفیت‌های دانشگاهی و تخصصی کشور را نیز محدود می‌کند. در این وضعیت، برخی نهادهای مسئول تولید داده، به‌جای آنکه وظیفه خود را بازنمایی واقعیت اجتماعی بدانند، در جهت حمایت از رویکردها و اولویت‌های دولت مستقر حرکت می‌کنند. این امر لزوماً از طریق جعل داده رخ نمی‌دهد، بلکه شیوه انتخاب شاخص‌ها، نحوه ارائه نتایج، برجسته‌سازی یا حذف برخی یافته‌ها و ترتیب ارائه اطلاعات می‌تواند تصویری متفاوت از واقعیت ایجاد کند. درنتیجه، داده از کارکرد اصلی خود که کمک به شناخت واقعیت است فاصله گرفته و به ابزاری برای پشتیبانی از تصمیمات از پیش اتخاذ شده تبدیل می‌شود.

5-3. زمینه‌های بروز فساد در فرایند تولید داده

تولید داده، به‌ویژه در پیمایش‌های ملی و طرح‌های گسترده، مستلزم منابع مالی قابل توجه است. هنگامی که نظارت کافی وجود نداشته باشد و اجرای طرح‌ها در اختیار حلقه‌های محدود قرار گیرد، زمینه بروز فساد، رانت و واگذاری‌های غیر رقابتی فراهم می‌شود. از این منظر، اقتصاد سیاسی تولید داده می‌تواند علاوه‌بر کاهش کیفیت علمی، موجب اتلاف منابع عمومی نیز شود. همچنین انتصابات سیاسی مدیران موجب فساد سازمانی نیز شده است. برای مثال در یکی از تجارب موجود و اتفاق افتاده، یک مدیر مأمور شده از یک سازمان برای مدیریت بر مرکز تولید داده، تمام بودجه مربوط به پیمایش‌های ملی را به همان سازمانی که از آن مأمور شده، داده و هیچ قرارداد دیگری با هیچ مرکز یا شخصیت علمی دیگری نبسته است.

5-4. عدم توجه به مبانی نظری در جمع‌آوری داده و اثر آن بر نتایج پژوهش

داده هرگز به‌صورت مستقیم از واقعیت استخراج نمی‌شود، بلکه همواره از خلال مفاهیم، نظریه‌ها و چارچوب‌های تحلیلی شکل می‌گیرد. بنابراین، اگر مبانی نظری حاکم بر نهادهای تولید داده با اهداف و ارزش‌های نظام سیاستگذاری هم‌خوان نباشد، حتی دقیق‌ترین فرایندهای فنی گردآوری داده نیز نمی‌تواند تصویری متناسب با نیازهای سیاستگذار ارائه دهد. بنابراین، اصلاح حکمرانی داده صرفاً با بهبود فرایندهای فنی امکان‌پذیر نیست، بلکه نیازمند بازنگری در مبانی نظری و چارچوب‌های مفهومی حاکم بر تولید داده است. از طرف دیگر، ضعف دانش تخصصی برخی مدیران ارشد در حوزه حکمرانی داده، آنان را در برابر تحلیل‌های جهت‌دار آسیب‌پذیر می‌کند. در چنین شرایطی، تحلیلگران یا مدیران میانی می‌توانند با طراحی خاص پرسش‌ها، انتخاب شاخص‌ها یا نحوه تفسیر نتایج، تصویری متفاوت از واقعیت به مدیران ارائه کنند. این امر موجب شده تصمیمات کلان برمبنای برداشت‌های ناقص یا سوگیرانه اتخاذ شود.

6. مسائل و چالش‌های کاربست داده در سیاستگذاری اجتماعی ایران

موانع احصا شده براساس گزارش‌های پژوهشی و همچنین با توجه به مصاحبه با برخی افراد دخیل در این موضوع توضیح داده می‌شود.

6-1. کیفیت و اعتبار پایین داده‌ها

کیفیت جمع‌آوری و تجمیع یکی از مهم‌ترین ویژگی‌های داده مورد نیاز برای سیاستگذاری است[23]. در اینجا باید میان دقت، صحت و قابلیت اتکای داده ازیک‌سو و «روایی» ازسوی‌دیگر تفکیک ایجاد کرد. دقت و صحت ناظر به این بوده که داده‌ها تا چه اندازه به‌طور پایدار، منظم و بدون خطای تصادفی ثبت شده‌اند و با استانداردهای از پیش تعیین ‌شده انطباق دارند؛ درحالی‌که روایی به این پرسش مربوط است که آیا داده‌ها واقعاً همان پدیده‌ای را می‌سنجند که سیاستگذار تصور می‌کند یا خیر. ازاین‌رو، ممکن است داده‌ای از نظر ثبت و پردازش دقیق باشد، اما از حیث روایی ضعیف بماند و به‌دلیل خطای سیستماتیک، تصویر نادرستی از واقعیت اجتماعی ارائه کند. در ادبیات حکمرانی داده، این دو مفهوم از یکدیگر متمایزند و ضعف در داده‌های اجتماعی اغلب نه صرفاً از خطای تصادفی، بلکه از نقصان در روایی و تعریف نادرست شاخص‌ها ناشی می‌شود[56]. گزارش‌های مختلف پژوهشی نیز نشان از ضعف جدی در کیفیت و اعتبار پایین داده‌های حوزه اجتماعی در ایران دارد[57,58].

6-2. نبود فرهنگ اداری استفاده از داده و استناد به آن

یکی از مشکلات مهم و مؤثر در فضای تصمیم‌سازی و تصمیم‌گیری کشور، نبود این اصل اساسی است که باید به مسئله داده توجه جدی نشان داد و براساس آن سیاستگذاری کرد. نبود فرهنگ داده‌محوری به‌عنوان یک معضل بزرگ باعث شده تا سیاستگذاری و مجری، خود را موظف به استفاده از داده نکنند[9]. به تعبیر دیگر مسئولین در سطوح مختلف نسبت به اهمیت داده غفلت ورزیده و عموماً به آن کم‌توجه هستند. در سطح کارشناسی نیز، به استدلال کردن و توجه به داده کمتر توجه شده که علت ریشه‌ای آن ضعف در دانش کارشناسی موضوعات است. پژوهش‌های سابق نشان می‌دهد که سیاستگذاری داده‌محور نه‌تنها نیازمند زیرساخت‌های فنی، بلکه به بلوغ نهادی، فرهنگی و اخلاقی نیز وابسته است[59].

6-3. عدم امکان جمع‌آوری تمام داده‌های مورد نیاز

یکی از موانع اصلی، عدم امکان جمع‌آوری تمامی داده‌های مورد نیاز برای یک سیاستگذاری هدفمند است. چنین امری برای موضوعات کلان امکان‌پذیر نیست و برای موضوعات محدودتر، دارای هزینه بالاست. لذا از نظر برخی محققین سیاستگذاری مبتنی‌بر شواهد، یک سراب است[7]. همچنین برخی محققین توضیح داده‌اند که امکان جمع‌آوری تمامی داده‌های مورد نیاز سیاستگذاری به عللی مانند پراکندگی جغرافیایی، پراکندگی زمانی، دسترسی محدود محققین و ... غیرممکن است[60].

6-4. استاندارد نبودن داده‌ها

استانداردسازی داده، رویکردی توافق‌ شده و پذیرفته ‌شده است که امکان اندازه‌گیری، ارزیابی صلاحیت یا تبادل یک شیء، فرایند یا واحد اطلاعات را فراهم می‌کند[61]. متخصصین این موضوع در مصاحبه‌ها توضیح داده‌اند که مسئله عدم استانداردسازی داده‌ها یک معضل جدی برای استفاده بعدی از داده در سیاستگذاری است. به‌ویژه آنکه وقتی داده درباره مسائل حوزه اجتماعی است و باید امکان درهم‌تنیدگی را پیدا کند.

6-5. گسست نهادی، مسئله مالکیت داده و فقدان انباشت

یکی از الزامات اساسی حکمرانی داده‌محور، انباشت مستمر، طولی و ساختاریافته داده در طول زمان است. این چالش در نظام اداری ایران، صرفاً یک اختلال مدیریتی کوتاه‌مدت یا ناشی از جابه‌جایی مدیران با تغییر دولت‌ها نیست؛ بلکه ریشه در فهم نادرست از «مالکیت داده» دارد. در عمل، پایگاه‌های داده به‌جای آنکه به‌مثابه «دارایی عمومی، سرمایه نهادی و کالای عمومی سازمانی» تعریف شوند، تحت مالکیت غیررسمی یا سلیقه‌ای مدیران و کارگروه‌های مقطعی قرار می‌گیرند. این امر موجب شکل‌گیری نوعی «قفل‌شدگی نهادی و وابستگی به مسیر» می‌شود؛ وضعیتی که در آن با تغییر تیم‌های اجرایی، دسترسی به داده‌های پیشین مسدود شده، پروژه‌های داده‌ای ابتر می‌مانند و نظام سیاستگذاری ناچار شده فرایند پرهزینه تولید داده را مجدداً از نقطه صفر آغاز کند. این گسست ساختاری، امکان شکل‌گیری داده‌های طولی و رصد روندهای بلندمدت را از بین برده و ظرفیت «یادگیری سیاستی» و انباشت تجربه را در حوزه رفاه و سیاست اجتماعی به شدت تضعیف می‌کند. ازاین‌رو، انباشت و نگهداری داده باید نه به اراده و بقای افراد، بلکه از حیث حقوقی و ساختاری به‌مثابه یک «تکلیف سازمانی دائمی، ثبت‌ شده و مستقل از چرخش‌های سیاسی» بازتعریف و نهادینه شود.

یکی از الزامات اساسی حکمرانی داده‌محور، انباشت مستمر داده در طول زمان است. تغییرات مدیریتی و جابه‌جایی‌های ناشی از تغییر دولت‌ها موجب شده بسیاری از پروژه‌های داده‌ای متوقف شوند یا استمرار لازم را نداشته باشند. درنتیجه، امکان شکل‌گیری داده‌های طولی و بهره‌گیری از روندهای بلندمدت از بین می‌رود و هر دولت عملاً فرایند تولید داده را از نقطه آغازین شروع می‌کند. این وضعیت ظرفیت تحلیل روندها و یادگیری سیاستی را به شدت کاهش می‌دهد.

6-6. اختلال در سرعت و دقت جمع‌آوری داده

در زمان ایجاد یک مسئله و مشکل، نیاز به سیاستگذاری و اقدام است. اگر قرار باشد داده مورد نیاز آن سیاستگذاری چندین ماه بعد به دست سیاستگذاران برسد، اساساً داده مربوطه نافع نخواهد بود. ضعف جدی در سرعت عمل و دقت پژوهشی و استفاده از ابزارهای نوین جمع‌آوری داده در کشور مشهود است. گرچه برخی شرکت‌ها و مجموعه‌ها برای جمع‌آوری دقیق و سریع داده به وجود آمده‌اند، اما هنوز ضعف‌های جدی در این زمینه وجود دارد.

6-7. داده‌هایی که به حل مسئله کمک نمی‌کنند

ایراد بزرگ دیگر این است که بسیاری از داده‌های به دست آمده در کشور، توان به‌کارگیری برای حل مسائل را ندارند و تنها خلأ موجود را نشان می‌دهند[62]. این موضوع درباره پژوهش‌های دانشگاهی و سازمانی صادق است؛ زیرا این موارد عموماً برای حل یک مسئله داده جمع نمی‌کنند و بیشتر در خلال روش‌های آکادمیک باقی مانده‌اند. حال اینکه داده لازم برای سیاستگذاری باید قواعد خود را داشته باشد. در این زمینه، برخی پژوهش‌ها به زبان علم نیز اشاره کرده‌اند. یعنی پژوهش‌هایی در حوزه علوم اجتماعی صورت می‌گیرد که به علت نوع ارائه آن به سیاستگذار ایرانی، اساساً امکان استفاده را ندارند[63]. از طرف دیگر، پژوهشگران و جامعه‌شناسان نیز زبان سیاستگذار را متوجه نمی‌شوند. درواقع آنان از مسائل واقعی جامعه به اندازه یک سیاستگذار مطلع نشده و نمی‌توانند به او مشاوره فعالانه و همدلانه بدهند.

6-8. ضعف ارتباط دستگاهی و نبود حوضچه‌ داده (جزیره‌ای بودگی)

یکپارچگی داده از مفاهیم بنیادین فناوری اطلاعات است و به حفظ دقت، کامل بودن و سازگاری داده‌ها در سراسر چرخه عمر، از زمان ایجاد تا حذف، اشاره دارد. این مفهوم تضمین می‌کند که داده‌ها بدون تغییر باقی بمانند و برای استفاده‌های مورد نظر قابل اعتماد باشند[64]. سیاستگذار در عرصه اجتماعی نیازمند داده‌های متنوعی از حوزه‌های مختلف مانند امور اقتصادی یا منابع و ... است[65]. اساساً دولت‌ها زمانی قادر به سیاستگذاری مؤثر هستند که سیستم‌های دستگاه‌های مختلف بتوانند به‌طور قابل اعتماد اطلاعات را میان خود مبادله کنند، که نبود تعامل‌پذیری موجب کاهش کیفیت سیاستگذاری می‌شود[66]. لذا در دستگاه‌های اجرایی نیاز به ارتباط و دریافت اطلاعات دیگر دستگاه‌ها وجود دارد. وضعیت کنونی عموماً این انتقال داده را ناممکن کرده؛ زیرا هر دستگاه معتقد است داده جمع‌آوری شده توسط خودش را باید فقط برای خودش حفظ کند.

6-9. موضوع محرمانگی

معمولاً بخشی از داده‌های اجتماعی گردآوری ‌شده در کشور به‌دلیل ملاحظات امنیتی، اداری یا نگرانی از پیامدهای احتمالی انتشار، در وضعیت محرمانه باقی می‌ماند و قابلیت استفاده عمومی یا پژوهشی محدودی پیدا می‌کند. ترس از پیامدهای اجتماعی، احتمال بهره‌برداری کشورهای متخاصم و برخی رویکردهای غیر علمی به داده، ازجمله عوامل مؤثر در شکل‌گیری این وضعیت هستند[63]. بااین‌حال، محرمانگی داده صرفاً به معنای محدود کردن دسترسی نیست، بلکه باید در چارچوب تعارض میان تجمیع و پردازش داده‌های حساس ازیک‌سو و حفاظت از حریم خصوصی و حقوق شهروندان ازسوی‌دیگر تحلیل شود. داده‌های حوزه رفاه و سیاست اجتماعی ممکن است حاوی اطلاعاتی درباره وضعیت اقتصادی، سلامت، اشتغال، معلولیت، آسیب‌های اجتماعی و سایر ویژگی‌های حساس افراد و خانوارها باشند؛ بنابراین، دسترسی و استفاده از آنها باید براساس ضرورت، تناسب، هدف مشخص و تضمین‌های حقوقی و فنی مناسب صورت گیرد.

در این زمینه، اصول مطرح ‌شده در ادبیات حفاظت از داده، مانند اصل «حداقل‌سازی داده»، محدودیت هدف، تحدید دسترسی، ناشناس‌سازی یا مستعارسازی و تفکیک سطوح دسترسی، می‌تواند مبنای مناسبی برای طراحی سازوکارهای حکمرانی داده باشد. مقررات عمومی حفاظت از داده اتحادیه اروپا نیز، فارغ از قابلیت انتقال کامل آن به زمینه حقوقی ایران، نمونه‌ای مهم از تنظیم رابطه میان استفاده سیاستی از داده و صیانت از حقوق اشخاص است. بر این اساس، راه‌حل مسئله را نباید در حذف کامل داده از فرایند سیاستگذاری یا انتشار بدون ضابطه آن جست‌وجو کرد؛ بلکه باید میان محرمانگی، دسترسی کنترل ‌شده، استفاده پژوهشی و مسئولیت‌پذیری نهادی توازن برقرار شود. فقدان چنین سازوکاری سبب می‌شود بخشی از سیاستگذاران و نخبگان تصمیم‌ساز از واقعیت جاری جامعه فاصله گرفته و داده‌های تولید شده نیز به‌دلیل عدم دسترسی، پیوند نیافتن میان پایگاه‌ها و فقدان امکان تحلیل طولی، به انباشت معرفتی و شکل‌گیری دانش سیاستی منجر نشوند.

علاوه‌بر مسئله دسترسی، امنیت سایبری و تاب‌آوری زیرساخت‌های حاوی داده‌های حساس رفاهی از الزامات اساسی حکمرانی داده‌محور است. پایگاه‌های داده اجتماعی و سامانه‌های رفاهی، به‌دلیل تمرکز اطلاعات هویتی، اقتصادی، درمانی و خانواری، در معرض تهدیدهایی مانند دسترسی غیرمجاز، افشای اطلاعات، تغییر یا تخریب داده، باج‌افزار، حملات اختلال در خدمت و سوءاستفاده از دسترسی‌های داخلی قرار دارند. ازاین‌رو، صرف گردآوری داده یا محرمانه اعلام‌ کردن آن، بدون تضمین امنیت چرخه عمر داده، نمی‌تواند از حقوق شهروندان یا استمرار خدمات عمومی محافظت کند.

امنیت سامانه‌های داده‌محور باید در تمام مراحل چرخه داده -از تولید و انتقال تا ذخیره‌سازی، پردازش، اشتراک‌گذاری و امحای داده- لحاظ شود. این امر مستلزم اقدام‌هایی مانند احراز هویت چندعاملی، کنترل دسترسی مبتنی‌بر نقش، ثبت و پایش رخدادها، رمزنگاری داده در زمان انتقال و ذخیره‌سازی، پشتیبان‌گیری منظم، تفکیک محیط‌های عملیاتی و پژوهشی، آزمون نفوذ، مدیریت آسیب‌پذیری، برنامه تداوم خدمت و طرح بازیابی پس از حادثه است. همچنین، تاب‌آوری صرفاً به قابلیت دفاع فنی محدود نیست؛ بلکه شامل توان سازمان برای تداوم ارائه خدمات، بازیابی سریع داده‌های معتبر، شناسایی مسئولیت‌ها و هماهنگی میان نهادهای متولی در هنگام وقوع بحران نیز می‌شود. بنابراین، به امنیت سایبری و تاب‌آوری باید به‌عنوان بخشی از الزامات نهادی و فنی به‌عنوان یک ملاحظه‌ کلیدی پس از ایجاد سامانه توجه کرد.

6-10. تکیه بیش از حد به پژوهش کمّی و کمبود پژوهش‌های کیفی

درحالی‌که موضوعات اجتماعی نیازمند روش‌های کیفی‌تر برای فهم و مفاهمه هستند، پژوهش اجتماعی در ایران مترادف با پژوهش کمّی و پیمایشی است[67]. حال اینکه راه‌حل سیاستی و اجتماعی برای مسائل اجتماعی و انسانی عموماً از پژوهش‌های کوچک‌مقیاس اما عمیق و کیفی به دست می‌آیند[63]. دقت شود که منظور کنار گذاشتن پیمایش‌های ملی یا پژوهش‌های کمّی نیست، بلکه انتقاد به کمبود پژوهش‌های کیفی با کیفیت در امر سیاستگذاری است.

6-11. ضعف تحلیلی و خلأ تیم‌های کارشناسی و تصمیم‌سازی برای تبدیل داده به دستورات سیاستی

داده‌های خام به خودی خود قابلیت استفاده مستقیم در فرایند سیاستگذاری را ندارند و باید توسط گروه‌های میانجی متشکل از متخصصان تحلیل داده، کارشناسان حوزه سیاست، اقتصاددانان، جامعه‌شناسان و تحلیلگران سیاست عمومی پردازش، تفسیر و به زبان قابل استفاده برای تصمیم‌گیران ترجمه شوند. تحقیقات پیشین نشان داده که نبود مهارت‌های لازم در حوزه تحلیل داده در ایران یکی از چالش‌های سیاستگذاری مبتنی بر داده است[9]،[52]. این مسئله در حوزه جامعه‌شناسی که فضای علمی آن با فضای تصمیم‌سازی و تصمیم‌گیری فاصله بیشتری دارد، عمیق‌تر و قدیمی‌تر است. به‌ویژه آنکه جامعه‌شناسان، خود اقرار کرده‌اند که مشکلات نظری و تحلیلی در فضای علمی جامعه‌شناسی ایرانی وجود دارد[68]. از طرف دیگر، برخی پژوهش‌های دیگر نشان داده که اساساً تحقیقات جامعه‌شناسی در ایران با مسائل و مشکلات واقعی جامعه زمان خود فاصله قابل توجهی دارد[69].

6-12. ضعف جدی در داده‌های ترکیبی و شاخص‌های لازم

سیاستگذاری اجتماعی یک پدیده چندوجهی است که به داده‌های گسترده، طولی و از شاخه‌های مختلف علوم‌انسانی نیاز دارد. برای مثال، فقر فقط مسئله درآمدی نیست بلکه می‌تواند ترکیبی از مشاغل بی‌ثبات، وضعیت مسکونی پرچالش، درمان پرهزینه، عدم دسترسی به خدمات اجتماعی لازم و ... باشد. از همین جهت به داده‌های متعدد و ترکیبی نیاز است تا به شاخص‌های ترکیبی و بومی تبدیل شوند. شاخص‌های ترکیبی به طور فزاینده‌ای به‌عنوان یک ابزار مفید در تجزیه و تحلیل سیاست و ارتباطات عمومی شناخته می‌شوند، زیرا آنها پدیده‌های پیچیده و چندبعدی را به یک شکل قابل کنترل برای تصمیم‌گیرندگان خلاصه می‌کنند[70]. در این زمینه، شاخص‌سازی‌هایی برای حوزه رفاه اجتماعی در ایران به‌صورت خاص و ترکیبی صورت گرفته که متأسفانه کمتر در سیاستگذاری اجتماعی به آن توجه شده است[71]، [72].

6-13. ضعف یا فقدان پژوهش‌های ارزیابی سیاست (اختلال یادگیری و تجربه)

استفاده از داده و شواهد باید در تمام چرخه سیاستگذاری استفاده شود که شامل پایان سیاستگذاری و ارزیابی آن هم می‌شود[73]. ارزیابی سیاست در ایران فاقد یک نظام منسجم است و نقش ارزیابی میان نهادهای مختلف پراکنده شده که به ناکارآمدی سیاستگذاری منجر می‌شود[74]. نهادهای متنوع و متکثر در این زمینه، موفقیت ارزیابی یکپارچه و متمرکز را با اختلال مواجه کرده‌اند. چنین وضعیتی چرخه یادگیری از سیاست‌های اجرا شده را مختل کرده و فرایند سیاستگذاری را به فضایی برای آزمون و خطا تبدیل می‌کند. بی‌ثباتی مدیران و مسئولین در سطوح سیاستگذاری و اجرا نیز بر این اختلال افزوده و مشکل کسب تجربه از سیاست اجرا شده را دوچندان می‌کند.

شایان ‌ذکر است چالش‌های برشمرده در بالا، مجموعه‌ای مجزا و موازی نیستند، بلکه حلقه‌های یک زنجیره علّی و معلولی را تشکیل می‌دهند. این چالش‌ها را می‌توان در سه سطح طبقه‌بندی کرد: سطح اول (ریشه‌ای/ ساختاری) که ناظر به فرهنگ اداری، گسست‌های نهادی و مالکیت داده، جزیره‌ای بودن دستگاه‌ها، استانداردهای فنی و محرمانگی و امنیت است؛ این موانع زیرساختی، فضای تولید و انباشت داده را در از ابتدا عقیم می‌گذارند. سطح دوم (فرایندی/ عملیاتی) که حاصل ضعف‌های سطح اول است، به تنزل کیفیت و روایی، کندی در سرعت تولید، ناتوانی در جمع‌آوری داده‌های فراگیر، سوگیری روش‌شناختی کمّی و ضعف در شاخص‌سازی‌های ترکیبی می‌انجامد. در واقع، وقتی فرهنگ و نهادهای پشتیبان داده معیوب باشند، فرایندهای فنی تبدیل داده به اطلاعات نیز دچار اختلال شده و داده‌ها پیش از آنکه به دست سیاستگذار برسند، اعتبار و کارایی خود را از دست می‌دهند.

سطح سوم (پیامدی/ کاربردی) که ناشی از شکست‌های دو سطح پیشین است، در نهایت به «عقیم ماندن داده‌ها در حل مسائل اجتماعی»، «شکاف تحلیلی در تیم‌های کارشناسی» و «فقدان نظام ارزیابی و یادگیری سیاستی» ختم می‌شود. این سطح نشان می‌دهد که چرا حتی با وجود حجم عظیمی از داده، سیاست‌های اجتماعی در ایران همچنان از واقعیت جامعه فاصله دارند؛ زیرا داده‌های تولید شده یا فاقد قدرت حل مسئله‌اند، یا به زبان سیاستگذار ترجمه نشده‌اند و یا به‌دلیل فقدان سازوکار ارزیابی، امکان اصلاح و یادگیری سیاستی را سلب کرده‌اند. این زنجیره نشان می‌دهد که اصلاح صرف متغیرهای عملیاتی (مانند بهبود کیفیت داده)، بدون درمان گسست‌های نهادی و فرهنگ اداری، به نتیجه پایداری در سیاستگذاری اجتماعی منجر نخواهد شد.

.7. وضعیت‌سنجی سامانه‌های موجود

در این بخش، به بررسی وضعیت سامانه‌ها و پایگاه‌های داده در حوزه اجتماعی پرداخته خواهد شد. البته سامانه‌های مرتبط با امر سیاستگذاری اجتماعی بسیار زیاد و متنوع هستند و امکان دارد برای حل مسئله دیگری ایجاد شده باشند؛ اما به موضوع اجتماعی نیز مرتبط است. لذا صرفاً به موارد کاملاً مرتبط و مهم در این حوزه پرداخته خواهد شد که با ساماندهی آنها، امکان سیاستگذاری اجتماعی مبتنی‌بر داده تا حد قابل توجهی ارتقا خواهد یافت.

نکته قابل توجه در این زمینه تفکیک میان «پایگاه داده» به‌مثابه ظرفیت نگهداری داده و انباشت آن و «سامانه داده» به‌مثابه ظرفیتی برای پردازش تحلیل و به دست آوردن خروجی‌هایی علاوه‌بر داده‌های خام است. تحلیل پیش‌رو مبتنی‌بر این تفکیک مهم و اساسی است. نگاه سنتی، داده را در یک پایگاه انباشت کرده و در بازه‌های زمانی طولانی‌مدت ارزیابی تک خطی می‌کند. این پایگاه‌ها فرایندی نیستند و نمی‌توانند خروجی بیش از داده‌های موجود را بدهند مگر آنکه یک شخص یا نرم‌افزاری دیگر آنها را تبدیل به تحلیل جدید کند. امکان استفاده از قواعد یا الگوریتم‌ها بر روی این پایگاه‌های داده ممکن نیست؛ اما سامانه داده یک مجموعه به هم پیوسته از زیرساخت‌ها، داده‌ها، سیستم‌ها، سازمان‌ها، فرایندها، استانداردها و قواعدی است که داده را به تحلیل یا خروجی‌هایی بیش از آنچه هستند تبدیل می‌کند. در سامانه‌ها برخلاف پایگاه داده، تعامل مستقیمی با کاربران صورت می‌گیرد، درحالی‌که در پایگاه این تعامل غیر مستقیم است. همچنین درحالی‌که پایگاه داده به‌عنوان پشتیبان داده عمل می‌کند، سامانه وظایف عملیاتی را انجام می‌دهد[80]. این نگاه نوین به داده است که آن را از حالت خام خارج کرده و برای تبدیل به انواع خروجی‌های مورد استفاده در سیاستگذاری اجتماعی مهیا می‌کند. همان‌طور که OECD در گزارش ۲۰۲۶ خود نیز تأکید کرده که زیرساخت داده عمومی فقط یک مخزن اطلاعات نیست، بلکه مجموعه‌ای از اجزای به‌هم‌پیوسته است که باید بتوانند میان سازمان‌ها و سطوح مختلف حکومت داده را منتقل و مبادله کنند.

مشکل اساسی وضعیت اجرایی کنونی، «پایگاه» بودن ساختارهای داده‌محور و نه «سامانه» بودن آنهاست. همان‌طور که در بالا پایگاه داده به معنای فضای ثبت اطلاعات و دپوی آنها برای استفاده‌های بعدی بوده و سامانه داده به معنای اجرای یک عملیات مبتنی‌بر داده‌ها و تغییر یا دستور براساس آن است. همین امر باعث شده تا پایگاه‌های موجود صرفاً با تحلیل کاربرمحور و با سرعت بسیار کم و دارای هزینه بسیار زیاد صورت گیرد و عملاً اثر لازم را در عرصه‌ سیاستگذاری نداشته باشد. درحالی‌که باید از این اطلاعات برای اجرای سیاست‌های حمایتی به تفکیک خانوار استفاده شده تا سیاست حمایتی، عدالت‌محور شود. این ایراد اساسی نه در اجرای پایگاه‌های موجود که در بطن نوع نگاه سیاستگذار به داده و استفاده از آن وجود دارد. راه‌حل آن نیز، استفاده از هوش مصنوعی و تدبیر برای شکل‌دهی به یک چارچوب کامل برای استفاده از داده مبتنی‌بر تحلیل و دستور و اجرا در داخل سیستم است.

7-1. پایگاه رفاه ایرانیان

پایگاه اطلاعات رفاه ایرانیان، از تجمیع ۵۰ منبع داده‌ای تشکیل شده است. ۲۵ منبع داده‌ای به‌طور کامل تجمیع و ساختار اصلی پایگاه اطلاعات رفاه ایرانیان (با بیش از ۶۰ جدول داده‌ای) براساس آنها شکل گرفته است. مهم‌ترین منابع اطلاعاتی این سامانه سازمان تأمین اجتماعی، سازمان بیمه سلامت، صندوق بازنشستگی کشوری، صندوق بیمه اجتماعی کشاورزان، روستائیان و عشایر، سازمان بهزیستی کشور، کمیته امداد امام خمینی، سازمان ثبت احوال، اتحادیه املاک، سازمان آموزش فنی و حرفه‌ای، وزارت آموزش‌ و پرورش، وزارت علوم، تحقیقات و فناوری، نیروی انتظامی، بانک مرکزی، سازمان هدفمندسازی یارانه‎ها، سازمان امور مالیاتی، بنیاد شهید و امور ایثارگران، شرکت پست و ... بوده است.

مهم‌ترین ایرادات این سامانه براساس گفت‌وگو با کارشناسان موارد زیر بوده است:

-         برخی از سازمان‌ها و دستگاه‌های مذکور، اطلاعات و داده‌ها را به‌صورت کامل در اختیار این سامانه قرار نمی‌دهند. منظور از اطلاعات و داده کامل، داده‌های به تفکیک خانوار است.

-         پردازش داده و اطلاعات در این سامانه عموماً مبتنی‌بر کارشناس‌محوری است و از ابزارهای جدید هوش مصنوعی استفاده نمی‌شود. این امر باعث شده تا امکان دستیابی به سطوح جدید تحلیل داده غیرممکن باشد.

-         در عرصه اجرای سیاستگذاری، برخی اقدام‌های مطلوب اما ناقص مانند شناسایی کودکان بازمانده از تحصیل، بهبود سازوکار توزیع سبد کالا و رفع همپوشانی بیمه‌ای صورت گرفته اما شکل‌دهی به یک سیاست جامع حمایتی به‌ویژه در عرصه یارانه‌ها مغفول بوده است. در واقع سیاستگذاری بخشی در برخی موارد مبتنی‌بر داده بوده اما سیاستگذاری کلان هنوز مبتنی‌بر داده و به‌صورت یکپارچه نیست. برای مثال هنوز درباره حذف افراد پردرآمد از یارانه در پیچ‌وخم اختلافات فی‌مابین دستگاه‌های متولی مانده است؛ چه برسد به سیاستگذاری جزئی و خانوارمحور که حمایت را به‌صورت دقیق بین اعضای جامعه تقسیم می‌کند.

-         بخشی از داده‌ها در این پایگاه، تجمیع شده اما یکپارچه‌سازی نشده است. تفاوت این دو امر در نوع درهم‌تنیدگی داده‌ها و قرارگیری آنها ذیل هم به‌صورت مرتب برای تولید «داده تمیز» است. متأسفانه عدم توجه به این امر باعث شده تا بخش بزرگی از داده‌های موجود در این پایگاه تبدیل به «داده کثیف» و غیر قابل استفاده شود.

-         همان‌طور که در بخش چالش‌ها توضیح داده شد، گسست نهادی و نبود داده‌های طولی، برای فهم آثار سیاستگذاری اجتماعی در برهه‌های زمانی است. بدین معنا که پایگاه‌های داده کنونی امکان استفاده از داده‌های مختلف زمانی برای تبدیل آن به یک روندپژوهی را ندارند تا مشخص کنند که هر سیاست اجرا شده در دوره زمان الف، در دوره زمانی ب چه آثار اجتماعی داشته است.

7-2. پایگاه بهره‌مندی ایرانیان

این سامانه براساس بند «د» تبصره «17» قانون بودجه سال 1402 ایجاد شده است. این سامانه دو بار در سال با اتکا به داده‌های ثبتی پایگاه اطلاعات رفاه ایرانیان و واقعیت‌های اقتصادی کشور، درآمد سرانه خانوارها و قدرت خرید مردم، نسبت به شناسایی گروه‌های مشمول حمایت اقدام می‌کند. مقرر این است که پایگاه مذکور اطلاعات مکان‌محور فقر، محرومیت و نابرابری را ایجاد کند. درحالی‌که پایگاه رفاه ایرانیان براساس کد ملی بوده، این پایگاه براساس کد پستی به وجود آید تا مکان‌محور باشد و بتواند تفاوت‌های مکانی را در میزان بهره‌مندی مشخص کند.

ایرادهای اساسی این سامانه به شرح ذیل است:

-         براساس بازدید صورت گرفته، این پایگاه فعلاً اطلاعات مکان‌محوری ندارد و همان داده‌های پایگاه رفاه ایرانیان را در خود جای داده است. لذا نوعی جزیره‌سازی اقدام‌های سیاستی و داده‌محور در این زمینه اتفاق افتاده است. از طرف دیگر، مشکلات متعدد حوزه کد پستی باعث شده تا اساساً امکان اجرایی‌سازی این پایگاه وجود نداشته باشد. مشکل اصلی در این زمینه، عدم وجود کد پستی برای بخش بزرگی از روستاهای کشور و نبود امکان ثبت آن به علت نبود خیابان‌کشی و پلاک‌گذاری اصولی در این مناطق است. لذا از لحاظ اجرایی این پایگاه با مشکلات متعدد مواجه است. در واقع قانون به دنبال تفکیک عملیات اجرایی این پایگاه از پایگاه رفاه ایرانیان بوده تا محرومیت را در ابعاد مکانی بسنجد؛ اما در عمل این هدف‌گذاری با مشکلات متعددی مواجه شده است.

-         این نگرش که مسئله کد پستی از کد ملی جدا شده و مسئله‌ محرومیت، یک بار فردمحور و یک بار دیگر مکان‌محور دیده شود، نشان از همان خلأ و اشتباه سیاستگذاری دارد که این نوشتار به دنبال تصحیح آن است. درحالی‌که دیدن مسئله محرومیت خانوار در چارچوب منطقه محل سکونت و انواع محرومیت‌های مکانی و عدم دسترسی به زیرساخت‌های لازم، دست سیاستگذار را برای سیاستگذاری دقیق‌تر باز می‌کند.

-         به مسئله‌ تجمیع کامل و پردازش مبتنی‌بر هوش مصنوعی در این سامانه هم کمتر توجه شده است.

-         عدم ثبت داده‌های مربوط به بهره‌مندی هر خانوار از میزان زیرساخت‌هایی که در اختیار دارد. بدین معنا که صرفاً موارد ملکی افراد ثبت شده و اطلاعات زیرساخت‌های بهداشتی، آموزشی، حمل‌ونقل، آب و انرژی و سایر زیرساخت‌های اساسی به تفکیک کلیه آبادی‌های دارای سکنه و هر یک از نواحی شهری و غیرشهری در آن ثبت نشده است.

-         ثبت یک‌طرفه‌ داده‌ها بدون اطلاع از نیازهای مردم و خواسته‌های آنان یا فرایندهای لازم بازخوردگیری برای آن.

-         از استفاده این سامانه برای بودجه‌ریزی و سیاستگذاری کلان در حوزه حمایتی و اجتماعی به شدت غفلت شده است.

7-3. پنجره واحد خدمات حمایتی

بند «ب» ماده (31) قانون برنامه هفتم توسعه به وزارت رفاه تکلیف کرده تا یک «پنجره واحد خدمات حمایتی و پرونده الکترونیک رفاهی افراد یا خانوار» را ایجاد و دستگاه‌های اجرایی را موظف کرده تا اعطای حمایت صرفاً از این پنجره، صورت گیرد. دولت نیز در تاریخ 16 خرداد 1403 آیین‌نامه اجرایی این بند را مصوب کرده است. در این آیین‌نامه بر همه دستگاه‌های دولتی و غیر دولتی تکلیف شده تا «اطلاعات مددجویان و افراد و خانوارهای دریافت‌کننده خدمات حمایتی و همچنین سوابق خدمات حمایتی ارائه شده پیشین، فعلی و آینده را براساس شناسنامه خدمات حمایتی مبتنی‌بر سازوکار پنجره واحد، به همراه نتیجه ارائه خدمات حمایتی درخواستی متقاضی و حسب مورد شناسه پرداخت را جهت ثبت در پرونده الکترونیک رفاهی فرد یا خانوار ارائه نمایند». یعنی مسئله‌ تجمیع داده‌ها مورد توجه واقع شده است.

براساس اطلاعات کسب شده، این سامانه برای زنان سرپرست خانوار به‌صورت پایلوت اجرایی شده و قرار است اقشار دیگر به‌صورت منظم به آن اضافه شوند.

مشکل اصلی در این زمینه،‌ بخشی بودن مسئله سیاست رفاهی و جدا بودن آن از دیگر یارانه‌های لازم است. یکپارچه‌سازی فرایندهای مربوط به اعطای حمایت اجتماعی و تصمیم‌گیری سیاستگذاری مبتنی‌بر اطلاعات یکپارچه، فرایندی معقول‌تر از جزیره‌ای کردن آن است. به‌علاوه اینکه، سامانه مذکور بیشتر برای کنترل انواع حمایت‌هاست و نه ایجاد چترهای حمایتی جدید. در واقع سیاستگذار تلاش داشته تا با استفاده از ثبت‌محور کردن تمامی انواع حمایت‌ها، مواردی که دچار انحراف و بیش‌حمایتی است را کنترل کند. البته اینکه یک سامانه برای دیدن فرایند اعطای حمایت اجتماعی باشد، ضروری و مفید است اما باید بخشی از پازل سیاستگذاری اجتماعی باشد و نه جزیره‌ای جدا از آن.

8. جمع‌بندی و نتیجه‌گیری

با توجه به توضیحات ارائه شده، مشخص می‌شود که سیاستگذاری اجتماعی مبتنی‌بر داده در ایران هنوز دچار مشکلات متعدد و نواقص جدی است. البته فرایندهای قابل توجهی در این زمینه صورت گرفته؛ اما مسیر پر پیچ و خمی تا وضع مطلوب باقی مانده است. لذا باید در ابعاد مختلف به مسئله توجه کرد که از همین جهت، پیشنهادهایی در زمینه‌های مختلف ارائه می‌شود.

8-1. توجه به مسئله تجمیع و پردازش در سطح شورای عالی فضای مجازی به‌مثابه راهبر

با توجه به جایگاه شورای عالی فضای مجازی که توسط رهبر شهید (ره) به‌عنوان سیاستگذار در عرصه فضای مجازی قرار گرفته و همچنین ماده (2) قانون «مدیریت داده‌ها و اطلاعات ملی» که بخش اساسی سیاستگذاری در این عرصه را به این شورا احاله داده، لازم است تا درخواست‌هایی در این زمینه از این شورا داشت. درخواست اصلی، توجه به امر تجمیع، یکپارچه‌سازی و پردازش با هوش مصنوعی داده‌ها و سیاستگذاری برای استفاده از آن در سیاستگذاری اجتماعی است. امری که در دو سال گذشته و پس از تصویب قانون مذکور، کمتر مورد توجه بوده و بیشتر در عرصه ساماندهی سامانه‌ها باقی مانده است.

مشکل اساسی در استفاده از داده در سیاستگذاری، نبود یک راهبر کلان‌تر از دستگاه‌های مجری است. این امر از آن جهت ضروری و لازم بوده که مسائل مربوط به تجمیع و پردازش داده، امری فرادستگاهی است و یک دستگاه متولی امکان اجرای واحد و تکی آن را ندارد. لذا شورای عالی و کارگروه موضوع ماده (3) قانون مذکور باید این نقش اساسی را برای خود قائل شده و در آن مدیریت کلان موضوع را به عهده بگیرند. براساس تجربه برخی کشورهای در حال توسعه، مشخص شده که اراده دولت برای انتقال به مرحله بعدی در استفاده از فناوری به‌منظور افزایش رضایت عمومی و پذیرش فناوری برای استفاده در حکمرانی، امری اساسی و الزامی است[75]. محققین دیگری نیز بر اهمیت استراتژی دولت برای استفاده از کلان‌داده‌ها در زمینه حکمرانی تأکید ورزیده‌اند. لذا باید این نگرش در نظام حکمرانی کشور ایجاد می‌شد تا اراده حاکمیت معطوف به استفاده از این ظرفیت شود[2]. در این زمینه تجارب متعدد جهانی در زمینه‌ راهبر فرادستگاهی وجود دارد که می‌تواند در این زمینه مورد استفاده سیاستگذار ایرانی قرار گیرد. برای مثال دستگاه GovTech در سنگاپور بخش مهمی از زیرساخت دیجیتال مشترک دولت را طراحی، مدیریت و راهبری می‌کند. مجموعه‌ای که خدمات و راهبری را در خود جای داده و به کاربران دولتی، خصوصی و شرکتی خدمات مختلف لازم در زمینه هوش مصنوعی و سامانه‌های داده‌ای را ارائه می‌دهد. در این مجموعه، هر بخش دولتی می‌تواند سامانه اختصاصی خود را داشته باشد، اما باید در چارچوب معماری، استانداردهای داده، API، امنیت و زیرساختی که راهبر فرادستگاهی تعیین کرده عمل کند. نکته حائز اهمیت آن است که در بسیاری از کشورهای توسعه یافته نیز، توجه به این مسئله راهبری، جدید و نوین است. برای مثال در انگلستان، راهبری جدید در سال 2025 پایه نهاده شده که ساختار دولتی را یکپارچه کند. هدف این بوده که راهبری راهبردی، استانداردگذاری دیجیتال، پشتیبانی از اجرای پروژه‌ها و حکمرانی هوش مصنوعی از یکدیگر جدا نباشند.

در این زمینه باید سطح تعامل‌پذیری را به «فرایندها» و سپس «راهبردها» ارتقا داد. استانداردسازی تمامی سامانه‌های کلان و یکسان‌سازی فرایندهای اجرایی آن و همچنین حذف سامانه‌های اضافی و موازی، یکی از ملزومات این مسیر است. همچنین پر کردن خلأهای موجود در زمینه داده‌ها مانند داده‌های ملکی یا مکانی افراد باید در دستور کار قرار گیرد تا زمینه برای کاهش حداکثری هرگونه خلل در سامانه‌های موجود به وجود آید.

8-2. نظارت کمیسیون اجتماعی بر تبدیل پایگاه‌های موجود به سامانه در جهت تجمیع و پردازش داده‌ها

یکی از مشکلات اساسی در زمینه استفاده از داده در سیاستگذاری اجتماعی، نگاه صرفاً پایگاه‌محوری به داده‌هاست که اطلاعات را یک‌جا دپو می‌کند. البته همین تجمیع هم به‌صورت ناقص انجام می‌شود. اما نگاه پایگاه‌محوری باعث شده تا اجرا و پردازش داده صورت نگیرد. لذا کمیسیون می‌تواند به‌عنوان یک امر نظارتی، موضوع سوق دادن وزارت رفاه به تجمیع و پردازش مبتنی‌بر هوش مصنوعی داده‌ها به‌ویژه در سامانه رفاه ایرانیان را پیگیری کند. ایجاد زیرساخت‌های لازم در این زمینه دشوار بوده که به همین علت مدیران اجرایی مربوطه کمتر به آن توجه کرده‌اند. همین امر موجب شده تا تحلیل‌ها به‌صورت دستی صورت گیرد که خروجی‌ها را کوچک و محدود می‌کند.

همان‌طور که شرح داده شد، مشکل دیگر در پایگاه‌های موجود، عدم نگاه تجمیعی در این زمینه و عدم همکاری دستگاه‌ها به‌ویژه با سامانه رفاه ایرانیان است. لذا کمیسیون اجتماعی می‌تواند با ابزارهای نظارتی خود به این سامانه کمک کند تا اطلاعات و داده‌های بیشتری را در اختیار بگیرد.

اما مهم‌تر از این دو موضوع، سوق دادن مدیران اجتماعی در سازمان‌های متولی به سیاستگذاری مبتنی‌بر داده است که امکان چنین امری در کمیسیون اجتماعی وجود دارد. به این شکل که پیوست داده و تحلیلی برای تصمیمات کلان رفاهی دولت، درخواست شود تا مدیران اجرایی مجبور شوند، از قبل برای تصمیمات خود یک تحلیل داده‌محور را تهیه کنند.

8-3. تقویت مراکز تولید داده‌های غیربرخط و کیفی و توجه لازم به این نوع از داده

همان‌طور که توضیح داده شد، سامانه‌های برخط بخشی از مسیر سیاستگذاری مبتنی‌بر داده هستند؛ اما زمانی‌که موضوع سیاستگذاری اجتماعی مورد بحث است، نیاز به داده کیفی بیشتر می‌شود. بدون داده‌های کیفی، امکان تصمیم‌گیری و سیاستگذاری صحیح در امور اجتماعی و رفاهی وجود نخواهد داشت. اما مشکل این است که تولید داده کیفی زمان‌بر و پرهزینه بوده و عموماً نیاز به دانش علمی و فنی پیشرفته دارد. همچنین در برخی موارد، نگرش محقق و جهت‌گیری او، مؤثر بر نوع نگاه به مسئله است. از طرف دیگر، داده کیفی باید به‌صورت بخشی تولید شود که عموماً حیطه مسائل را جزئی‌تر می‌کند. ادبیاتی سنتی درباره اهمیت داده‌های اجتماعی به‌ویژه در عرصه سیاستگذاری وجود دارد که باید به روش­های مختلف مورد توجه مدیران مختلف قرار گیرد[78]. از طرف دیگر، کیفیت داده و شواهد هم بسیار مهم و اساسی است. در این زمینه نیز ادبیات‌ پژوهشی مفصلی وجود دارد که نشان می‌دهد هر داده‌ای برای سیاستگذاری تا چه میزان مفید است و چگونه باید در سلسله‌مراتب اثرگذاری در سیاستگذاری قرار گیرد[79].

با این توضیحات، مشخص می‌شود که تولید داده کیفی تا چه میزان است. لذا باید موضوع تأمین بودجه برای تولید این‌گونه داده‌ها در قوانین بودجه سالیانه لحاظ شود. همچنین بحث نظارتی در کمیسیون‌های مختلف مجلس شورای اسلامی به‌ویژه کمیسیون اجتماعی برای ترویج این‌گونه تحقیقات و پژوهش‌ها باید به‌صورت مستمر صورت گیرد. در واقع کمیسیون‌های مجلس باید از دستگاه‌های نظارتی انتظار داشته باشند تا برای هرکدام از تصمیمات خود، پیوست‌های لازم داده را داشته باشند که در موارد اجتماعی حتماً شامل پژوهش‌های کیفی هم می‌شود.

8-4. حرکت به سمت ایجاد یک سامانه تجمیعی برای سیاستگذاری کارآمد در عرصه اجتماعی

موضوع یکپارچه‌سازی سامانه‌های داده‌محور و طراحی یک نظام یکپارچه و جامع، امری مهم در حکمرانی داده‌محور است[76]. لذا در این راستا می‌توان این‌گونه پیشنهاد داد که یک سامانه جامع و تجمیعی با حضور تمامی سامانه‌های دولتی و حاکمیتی مرتبط با امر سیاستگذاری اجتماعی و ذیل دفتر ریاست‌جمهوری، در دستور کار قرار گیرد تا بتواند از داده‌ها و اطاعات آن استفاده حداکثری کند. این پیشنهاد الزاماً به معنای حذف سامانه‌ها یا پایگاه‌های موجود نیست بلکه استفاده مجدد و کارآمدتر از داده‌های مذکور در مسیر سیاستگذاری دقیق و نتیجه‌بخش است. منطقاً این سامانه جدید باید با توجه و براساس الزامات قانون «مدیریت داده‌ها و اطلاعات ملی» طراحی و ایجاد شود. این سامانه باید با استفاده از داده‌های موجود شکل گرفته و سپس براساس پردازش هوش مصنوعی، خروجی لازم برای سیاستگذاری را ارائه دهد. باید توجه داشت که عدم تجمیع داده‌ها تاکنون به‌علت عدم همکاری وزارتخانه‌ها با یکدیگر بوده است. هیچ‌کدام از وزرا، حاضر نیستند داده‌های خود را به وزارتخانه دیگر بدهند. لذا باید ضمانت اجرایی جدی و فرا اجرایی وجود داشته باشد تا این موضوع به اجبار صورت گیرد. این پیشنهاد هم‌خوان با پیشنهاد ایجاد یک «مجموعه تسویه داده» بوده که در رویکردهای پیشنهادی به اتحادیه اروپا ارائه شده است[77].

همچنین باید مسئله ‌پردازش و استفاده از هوش مصنوعی برای این سامانه در قانون بیاید تا در پیچ‌وخم اجرایی، موضوع فراموش نشود. در واقع تجمیع بدون پردازش مشکلی را حل نکرده و «چشمی برای حاکمیت» تولید نمی‌کند. لذا این امر هم باید به‌عنوان وظیفه در قانون بیاید تا با ضمانت اجرای واقعی، حتماً به نتیجه نهایی برسد.

این قانون باید به سیاستگذاران، قانونگذاران و مجریان، تکلیف کند تا تمام تصمیمات کلان خود را براساس پردازش اطلاعات مذکور تنظیم کنند. یعنی مجلس به خود و دیگر دستگاه‌های اجرایی این تکلیف را بدهد تا «سیاستگذاری مبتنی‌بر داده» را به معنای واقعی اجرا کند. یعنی هر تصمیم خود را براساس تحلیل این سامانه و با پیوست به آن، به نتیجه برساند. دولت و مجلس هم حق نداشته باشند که سیاستگذاری -به‌ویژه در عرصه اجتماعی- را بدون این پیوست به قانون یا دستور اجرایی تبدیل کنند.

همچنین می‌توان پیشنهاد داد که در آیین‌نامه مربوطه برخی موارد ذیل آورده شود. ورود اطلاعات و داده‌های هر وزارتخانه به‌صورت مرحله‌ای، فرایندی و براساس اولویت باشد. پس از پایان فرایند ورود داده‌ها از هر دستگاه، باید داده‌ها جدید به‌صورت ماهیانه و آفلاین در یک روز خاص به سامانه اضافه شود. باید به اطلاعات مربوط به هر وزارتخانه و متغیرهای آن اشاره شده یا از دولت خواسته شود در عرض دو ماه اول طرح، این موارد را به مجلس اعلام کند. نسبت به نوع استفاده هرکدام از دستگاه‌های مجری (برای مثال وزارت رفاه) یک سازوکار غیر از کارگروه موجود در شورای عالی وجود داشته باشد. برای مثال با دستور رئیس‌جمهور یا معاون اول وی، سامانه وظیفه دارد تحلیل لازم یک وزارتخانه را به آن ارائه دهد.