02 VSEBINA UPORABNA INFORMATIKA 2022 ŠTEVILKA 2 APR/MAJ/JUN LETNIK XXX ISSN 1318-1882 Nagovor urednice Mirjana Kljajic Borštnar 87 Znanstveni prispevki Luka Tomat, Peter Trkman Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe 89 Pregledni znanstveni prispevki Sanja Vrbek, Rok Hržica, Tina Jukic Soustvarjanje javnih storitev: (Ne)izkorišcen potencial digitalnih tehnologij 98 Kratki znanstveni prispevki Mojca Ciglaric Ucinkovitost oddaljenega ucenja v virtualnem laboratoriju 114 Strokovni prispevki Karmen Kern Pipan, Paula Kolenko, Dušan Vejnovic, Mitja Medvešcek, Boro Nikic, Alenka Krebs Poslovna inteligenca, izzivi in napredne tehnologije v podporo odlocanju v državni upravi 120 Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Dukic, Blaž Zupan – Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil 127 Branka Balantic, Zvone Balantic Izvedbeni model delovanja komunikacijskih kanalov pri prakticnem izobraževanju na višješolskem študiju ob zagotavljanju družbene razdalje 139 Informacije Iz Islovarja 145 UPORABNA INFORMATIKA 85 UPORABNA INFORMATIKA 2022 ŠTEVILKA 2 APR/MAJ/JUN LETNIK XXX ISSN 1318-1882 Ustanovitelj in izdajatelj Slovensko druptvo INFORMATIKA Litostrojska cesta 54, 1000 Ljubljana Predstavnik Niko Schlamberger Odgovorni urednik Mirjana Kljajic Borštnar Uredniški odbor Uredniški odbor, Andrej Kovacic, Evelin Krmac, Ivan Rozman, Jan Mendling, Jan von Knop, John Taylor, Jurij Jaklic, Lili Nemec Zlatolas, Marko Hölbl, Mirjana Kljajic Borštnar, Mirko Vintar, Pedro Simőes Coelho, Saša Divjak, Sjaak Brinkkemper, Slavko Žitnik, Tatjana Welzer Družovec, Vesna Bosilj-Vukšic, Vida Groznik, Vladislav Rajkovic Recenzentski odbor Aleksander Sadikov, Alenka Kavcic, Aljaž Košmerlj, Andrej Kovacic, Anton Manfreda, Bor Plestenjak, Borut Batagelj, Borut Werber, Borut Žalik, Branko Kavšek, Branko Šter, Ciril Bohak, Damjan Fujs, Danijel Skocaj, David Jelenc, Dejan Georgiev, Dejan Lavbic, Denis Trcek, Domen Mongus, Eva Jereb, Eva Krhac, Evelin Krmac, Inna Novalija, Irena Nancovska Šerbec, Ivan Gerlic, Jernej Vicic, Jure Žabkar, Katarina Puc, Lovro Šubelj, Luka Cehovin, Luka Pavlic, Marina Trkman, Marjan Hericko, Marjan Krisper, Marjeta Marolt, Marko Bajec, Marko Hölbl, Marko Robnik Šikonja, Matej Klemen, Matevž Pesek, Matjaž Divjak, Mirjana Kljajic Borštnar, Mladen Borovic, Muhamed Turkanovic, Niko Schlamberger, Nikola Ljubešic, Patricio Bulic, Peter Trkman, Polona Rus, Sandi Gec, Saša Divjak, Slavko Žitnik, Uroš Godnov, Uroš Rajkovic, Vida Groznik, Vladislav Rajkovic, Vlado Stankovski, Živa Rant Tehnicni urednik Slavko Žitnik Lektoriranje angleških izvleckov Marvelingua (angl.) Oblikovanje KOFEIN DIZAJN, d. o. o. Prelom in tisk Boex DTP, d. o. o., Ljubljana Naklada 110 izvodov Naslov uredništva Slovensko druptvo INFORMATIKA Uredniptvo revije Uporabna informatika Litostrojska cesta 54, 1000 Ljubljana www.uporabna-informatika.si Revija izhaja Ëetrtletno. Cena posamezne ptevilke je 20,00 EUR. Letna naroËnina za podjetja 85,00 EUR, za vsak nadaljnji izvod 60,00 EUR, za posameznike 35,00 EUR, za ptudente in seniorje 15,00 EUR. V ceno je vkljuËen DDV. Revija Uporabna informatika je od ptevilke 4/VII vkljuËena v mednarodno bazo INSPEC. Revija Uporabna informatika je pod zaporedno ptevilko 666 vpisana v razvid medijev, ki ga vodi Ministrstvo za kulturo RS. Revija Uporabna informatika je vkljuËena v Digitalno knjićnico Slovenije (dLib.si). ź Slovensko druptvo INFORMATIKA Vabilo avtorjem V reviji Uporabna informatika objavljamo kakovostne izvirne prispevke domacih in tujih avtorjev z najširšega podrocja informatike, ki se nanašajo tako na poslovanju podjetij, javno upravo, družbo in posameznika. Prispevki so lahko znanstvene, strokovne ali informativne narave, še posebno spodbujamo objavo interdisciplinarnih prispevkov. Zato vabimo avtorje, da prispevke, ki ustrezajo omenjenim usmeritvam, pošljejo uredništvu revije po elektronski pošti na naslov ui@drustvo-informatika.si. Avtorje prosimo, da pri pripravi prispevka upoštevajo navodila, ki so objavljena na naslovu http://www.uporabna-informatika.si. Za kakovost prispevkov skrbi mednarodni uredniški odbor. Prispevki so anonimno recenzirani, o objavi pa na podlagi recenzij samostojno odloca uredniški odbor. Recenzenti lahko zahtevajo, da avtorji besedilo spremenijo v skladu s priporocili in da popravljeni prispevek ponovno prejmejo v pregled. Sprejeti prispevki so pred izidom revije objavljeni na spletni strani revije (predobjava), še prej pa koncno verzijo prispevka avtorji dobijo v pregled in potrditev. Uredništvo lahko še pred recenzijo zavrne objavo prispevka, ce njegova vsebina ne ustreza vsebinski usmeritvi revije ali ce prispevek ne ustreza kriterijem za objavo v reviji. Pred objavo prispevka mora avtor podpisati izjavo o avtorstvu, s katero potrjuje originalnost prispevka in dovoljuje prenos materialnih avtorskih pravic. Avtorji prejmejo enoletno narocnino na revijo Uporabna informatika, ki vkljucuje avtorski izvod revije in še nadaljnje tri zaporedne številke. S svojim prispevkom v reviji Uporabna informatika boste pomagali k širjenju znanja na podrocju informatike. Želimo si cim vec prispevkov z raznoliko in zanimivo tematiko in se jih že vnaprej veselimo Uredniptvo revije Navodila avtorjem Ëlankov Clanke objavljamo praviloma v slovenšcini, clanke tujih avtorjev pa v anglešcini. Besedilo naj bo jezikovno skrbno pripravljeno. Priporocamo zmernost pri uporabi tujk in, kjer je mogoce, njihovo zamenjavo s slovenskimi izrazi. V pomoc pri iskanju slovenskih ustreznic priporocamo uporabo spletnega terminološkega slovarja Slovenskega društva Informatika, Islovar (www.islovar.org). Znanstveni prispevek naj obsega najvec 40.000 znakov, kratki znanstveni prispevek do 10.000 znakov, strokovni clanki do 30.000 znakov, obvestila in porocila pa do 8.000 znakov. Prispevek naj bo predložen v urejevalniku besedil Word (*.doc ali *.docx) v enojnem razmaku, brez posebnih znakov ali poudarjenih crk. Za locilom na koncu stavka napravite samo en presledek, pri odstavkih ne uporabljajte zamika. Naslovu prispevka naj sledi polno ime vsakega avtorja, ustanova, v kateri je zaposlen, naslov in elektronski naslov. Sledi naj povzetek v slovenšcini v obsegu 8 do 10 vrstic in seznam od 5 do 8 kljucnih besed, ki najbolje opredeljujejo vsebinski okvir prispevka. Sledi naj prevod naslova povzetka in kljucnih besed v angleškem jeziku. V primeru, da oddajate prispevek v angleškem jeziku, velja obratno. Razdelki naj bodo naslovljeni in oštevilceni z arabskimi številkami. Slike in tabele vkljucite v besedilo. Opremite jih z naslovom in oštevilcite z arabskimi številkami. Na vsako sliko in tabelo se morate v besedilu prispevka sklicevati in jo pojasniti. Ce v prispevku uporabljate slike ali tabele drugih avtorjev, navedite vir pod sliko oz. tabelo. Revijo tiskamo v crno-beli tehniki, zato barvne slike ali fotografije kot original niso primerne. Slikam zaslonov se v prispevku izogibajte, razen ce so nujno potrebne za razumevanje besedila. Slike, grafikoni, organizacijske sheme ipd. naj imajo belo podlago. Enacbe oštevilcite v oklepajih desno od enacbe. V besedilu se sklicujte na navedeno literaturo skladno s pravili sistema IEEE navajanja bibliografskih referenc, v besedilu to pomeni zaporedna številka navajenega vira v oglatem oklepaju (npr. [1]). Na koncu prispevka navedite samo v prispevku uporabljeno literaturo in vire v enotnem seznamu, urejeno po zaporedni številki vira, prav tako v skladu s pravili IEEE. Vec o sistemu IEEE, katerega uporabo omogoca tudi urejevalnik besedil Word 2007, najdete na strani https://owl.purdue.edu/owl/research_and_ citation/ieee_style/ieee_general_format.html. Prispevku dodajte kratek življenjepis vsakega avtorja v obsegu do 8 vrstic, v katerem poudarite predvsem strokovne dosežke. NAgoVor urEdNIcE NAGOVOR UREDNICE Spoštovani bralci in bralke revije, Pred vami je druga redna številka revije Uporabna informatika, letnika 2022. S preteklo številko revije je svoje delo v vlogi glavnega urednika zakljucil zaslu­žni prof. dr. Saša Divjak, ki je to nalogo odlicno opra­vljal od leta 2017. Za dosedanje delo se mu najlepše zahvaljujemo in se veselimo njegovega nadaljnjega sodelovanja v vlogi clana uredniškega odbora revije. S tokratno številko se predstavljam v vlogi glav­ne urednice dr. Mirjana Kljajic Borštnar, v vlogi teh­nicnega urednika pa me bo še naprej podpiral dr. Slavko Žitnik, docent s fakultete za racunalništvo in informatiko. Sem redna profesorica s podrocja infor­macijskih sistemov na Univerzi v Mariboru, Fakul­teti za organizacijske vede. Svojo pot sem zacela na Pospeševalnem centru za malo gospodarstvo (danes SPIRIT) in nadaljevala kot mlada raziskovalka v la-boratoriju za odlocitvene procese in ekspertne sis-teme pri zaslužnem prof. dr. Vladislavu Rajkovicu. Sodelovala sem v številnih mednarodnih, domacih in gospodarskih raziskovalno-razvojnih projektih, raziskovalne rezultate objavljam v kakovostnih med-narodnih revijah. Sem sovodja programskega odbo­ra mednarodnega simpozija operacijskih raziskav v Sloveniji (SOR) in Blejske e-konference ter clanica uredništev, programskih odborov, združenj (Sloven-sko društvo Informatika, European Research Center for Information Systems, System Dynamics Society). Sem predstavnica raziskovalnih institucij pri SRIP Pametna mesta in skupnosti za podrocje »Umetne inteligence, velikih podatkov in HPC« ter clanica iz­vršnega odbora AI4Slovenia. Revija Uporabna informatika že od leta 1993 po­membno zaznamuje slovenski prostor na zelo širo­kem podrocju informatike, z namenom deljenja zna­nja in ustvarjanja sinergij, kar je prispevalo k razvoju znanstvenih disciplin in stroke. Pionirji in pobudni­ki, ki so zaslužni za to, da je revija zaživela in obstala, so že pred tremi desetletji prepoznali kljucno vlogo informatike v gospodarskem razvoju, podpori po­slovanju, razvoju znanosti in družbe nasploh. Danes je vloga informatike v vsakdanjem življenju, družbi, gospodarstvu in znanosti še toliko vecja. Življenja brez informacijske in tele-komunikacijske tehnologi­je si danes vec ne moremo predstavljati. Res je, da so se v tem casu spreminjali izrazi, ki so oznacevali to podrocje. Ce smo vcasih govorili o informatizaci­ji, danes govorimo o digitalizaciji, pa vendar skupni imenovalec ostaja informatika. In ta podpira naše vsakdanje delo, ga spreminja, omogoca rast in razvoj organizacij, povezovanje in neprekinjeno delovanje, razvija nove znanstvene pristope, metode in tehnike v vseh znanstvenih vedah in disciplinah, spreminja delovanje in storitve javne uprave, omogoca vkljuce­vanje uporabnikov in sodelovanje pri odlocanju. Naj­vecja pricakovanja pa daje pri naslavljanju in reševa­nju globalnih družbenih in gospodarskih izzivov, kot so klimatske spremembe, staranje prebivalstva ter trajnostni in družbeno odgovorni razvoj. Brez ustre­znih rešitev, ki jih razvijata znanost in stroka s podro- cja informatike, teh izzivov ne bo mogoce rešiti. Ob vsem tem, kar je zapisano tudi v strateških do-kumentih Evropske skupnosti in Republike Sloveni­je, se je potrebno zavedati, da nam na tem podrocju primanjkuje ustrezno izobraženih kadrov, hkrati pa digitalne vešcine prebivalcev ne dosegajo osnovne ravni, kar pomeni vse težje vkljucevanje v družbo. Tudi to je pomembno podrocje, ki ga bomo v prihod­nje morali nasloviti. Zato je še toliko bolj pomembno, da revijo Upo­rabna informatika ohranimo kot osrednjo tocko za širjenje znanja s podrocja informatike in hkrati pri­spevamo k ohranjanju slovenske besede in razvoju slovenske terminologije na tem hitro razvijajocem se podrocju. V preteklih nekaj letih je revija doživela nekaj no-vosti. Postavljena je bila na splet, prispevki so v ob-javljeni v celoti v prostem dostopu in dostopni tudi preko digitalne knjižnice Slovenije dLib.si. V lanskem letu smo zaceli uporabljati oznacevalce DOI, poleg tega pa je revija indeksirana v dveh mednarodnih bi- bliografskih bazah INSPEC in EBSCO. To so odlicni nastavki za nadaljevanje in izboljšavo kakovosti re- vije. Ker je pred revijo castitljiv jubilej, pripravljamo celoten arhiv revije v izvirni in digitalni obliki, ki bo preko digitalne knjižnice Slovenije dLib.si dostopen vsakomur. Vljudno vabljeni, da skupaj z uredniškim odboromrevije še naprej sooblikujete podrocje informatike. Mirjana Kljajic BorštnarGlavna urednica revije Uporabna informatika zNANStVENI prISpEVkI Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe Luka Tomat, Peter Trkman Univerza v Ljubljani, Ekonomska fakulteta, Kardeljeva plošcad 17, 1000 Ljubljana luka.tomat@ef.uni-lj.si, peter.trkman@ef.uni-lj.si Izvlecek Digitalna preobrazba (DP) je popularna tema v vseh panogah in poslovnih okoljih. Kljucno je, da podjetja razumejo, zakaj je DP tako priljubljena in kaj se je zaradi nje resnicno spremenilo. V prispevku je izpostavljena trditev, da je evforija okrog DP dostikrat pretira­na in se izkorišca za pritegnitev pozornosti vodstva podjetij. Kljucno pa je to povecano pozornost uporabiti za spremembe ob upo­števanju konceptualnih sprememb zadnjih let. V prispevku so podane smernice, kako morajo organizacije te spremembe upoštevati, ce želijo strateško pristopiti k DP in pridobiti zanos, ki ga zahteva izvajanje DP. Kljucne besede: igitalna preobrazba, management procesov strank, pozornost, takojšnja zadovoljitev, zavzetost zaposlenih Concepts and changes affecting the importance of digital transformation Abstract In recent years, digital transformation (DT) has become a common topic in various industries and business environments. It is hig­hly important for companies to understand why DT is so popular and what actually changed because of DT. We argue that the euphoria surrounding DT is often used to attract the attention of top management. It is crucial, however, to use this increased at­tention for organizational change, taking into account the conceptual changes of recent years. The article provides guidelines on how organizations need to take these changes into account if they want to approach DT strategically and gain the enthusiasm required to implement these changes. Keywords: Digital transformation, customer process management, attention, instant gratification, employee engagement 1 UVOD Digitalna preobrazba (DP) je postala zelo razširjena tema v razlicnih panogah in na vec poslovnih podro-cjih. Pozornost je posvecena predvsem razvoju po­slovnih modelov, izboljšanju uporabniške izkušnje strank, spremembam v organizacijskih strukturah in operativni odlicnosti (Trkman, Mertens, Viaene & Gemmel, 2015; Budler, Župic & Trkman, 2021). DPje korenita sprememba nacina, kako organizacija upo­rablja digitalne tehnologije za razvoj novih poslov­ nih modelov, tako da ustvari in zajame vec vrednosti za podjetje (Verhoef in drugi, 2021). Veliko avtorjev poudarja, da DPpodjetjem pri­naša korenite spremembe (Liu, Chen & Chou, 2011; Hinterhuber & Nilles, 2021; Zhu, Ge & Wang, 2021), ki so med najvecjimi izzivi za management podjetij v zadnjem in prihodnjih desetletjih (Nadkarni & Prü­gl, 2021). Nekatere izmed sprememb so podrobneje predstavljene v nadaljevanju prispevka. Poleg tega DPvpliva tudi na vse druge deležnike poslovnih ekosistemov, kot so stranke, dobavitelji in poslovni partnerji (Carcary, Doherty & Conway, 2016). Poslov­ni ekosistem je dinamicna struktura, ki jo sestavljajo med seboj povezane organizacije ali skupine organi­zacij, ki so lahko majhna podjetja, velike korporacije, univerze, raziskovalni inštituti, javne organizacije in druge entitete, ki vplivajo na delovanje organizacij v sistemu (Peltoniemi & Vuori, 2004). DPje gonilo za preoblikovanje nacina izvajanja poslovanja, izdelkov, storitev, poslovnih procesov, organizacijskih struktur, upravljanja in oskrboval­ nih verig (Trkman, Budler & Groznik, 2015). DPje mogoce razumeti kot uporabo sodobne digitalne tehnologije za spreminjanje kljucnih poslovnih ele­mentov, vkljucno s poslovnim modelom, strategijo, poslovnimi procesi, z organizacijsko strukturo, orga­ Luka Tomat, Peter Trkman: Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe nizacijsko kulturo in uporabniško izkušnjo (Erjavec, Manfreda, Jaklic & Indihar Štemberger, 2018; Reis, Amorim, Melăo & Matos, 2018). Vendar pa vecina teh vidikov DPni nic novega. Tehnologija se je vedno spreminjala in predstavlja nenehno gonilo napredka (Schumpeter, 2010). Po-dobno razmišlja tudi Hammer (1990), ki je analiziral glavne elemente vedno hitreje razvijajocih se tehno­logij in ugotovil, da so življenjski cikli izdelkov vse krajši, razvoj novih izdelkov vse hitrejši in uporabni­ška izkušnja cedalje pomembnejša. Dejstvo, da mo-rajo podjetja nenehno inovirati, pri tem pa ima infor­macijska tehnologija (IT) kljucno vlogo, je poznano že desetletja (Nolan & Croson, 1995). Zato se poraja vprašanje, ali je DPresnicno velika sprememba. Pri razumevanju DPgre predvsem za preoblikovanje idej, ki so obstajale že prej, DPpa je zgolj nov termin, ki opisuje že dozdajšnje koncepte. Neskladje med trenutno evforijo okrog DPna eni strani in dejstvo, da so glavna nacela DPpoznana že desetletja, je podlaga za dve raziskovalni izhodišci, na katerih temelji prispevek: 1. Kateri so razlogi, ki so privedli do izjemnega po­ rasta popularnosti DPtako v akademskem kot tudi strokovnem okolju? 2. Katere spremembe so v zadnjih desetletjih prispe- vale k pomembnosti DP? Preostanek prispevka obsega pet poglavij. V dru-gem poglavju so povzeta izhodišca DPkot koncepta; predstavljenih je tudi nekaj primerov preobrazbe iz zgodovine. V tretjem poglavju so opredeljeni razlogi za trenutno evforijo okrog DP. V cetrtem poglavju so predstavljene resnicne spremembe, do katerih je pri­šlo v zadnjem obdobju in ki spadajo na podrocje DP. Peto poglavje je namenjeno razpravi in ugotovitvam v prispevku, v šestem poglavju pa so podane omeji­tve raziskave in možnosti za nadaljnje delo. KONCEPT DIGITALNE PREOBRAZBE Pomembnost DPse dandanes poudarja na vsakem koraku in tudi v akademskem svetu je mogoce opa­ziti porast raziskav, ki poudarjajo pomembnost DPza organizacije v razlicnih poslovnih okoljih. Tako so npr. Hober, Krcmar in Welz (2015) prepoznali poten­cial DPin novih tehnologij, ki bo bistveno vplival na prakticno vso ekonomijo, Hanelt, Bohnsack, Marz in Antunes Marante (2021) pa so ugotovili, da DP spre­minja organizacijsko strukturo v podjetjih na nacin, ki omogoca nenehno prilagajanje sodobnemu po­slovnemu okolju, ki ga poganjajo digitalne tehnolo­gije. Kraus in drugi (2021) pa so DPopisali kot tehno­loški fenomen, ki spremembe vnaša ne le v poslovno okolje podjetij, temvec prinaša tudi okoljske, druž­bene in institucionalne posledice za celotno družbo. DPlahko pomembno vpliva tudi na zmanjševanje iz­pustov toplogrednih plinov (Trkman & Cerne, 2021); nekatere študije nakazujejo celo prihodnji vpliv DPna celotno cloveško identiteto (Nagy & Koles, 2014). Tudi analiticna hiša Gartner (2017) je prepoznala DPkot eno izmed najboljših priložnosti za poslovne ekosisteme. Podjetja tako izkorišcajo digitalno tehno­logijo in DP, da na novo opredelijo svojo ponujeno vrednost in krepijo digitalno identiteto organizacije (Wessel in drugi, 2021). Kaj pa je tako posebnega ali novega pri DP? Na DPvpliva prelomna tehnologija (Bughin, 2017), ki temelji na hitrih spremembah, spreminja družbo in gospodarstvo ter odpira nove trge (Parviainen, Tihi­nen, Kääriäinen & Teppola, 2017). Pomembno vpliva tudi na uporabniško izkušnjo strank, saj spreminja razmerja med proizvajalci in potrošniki, izpostavlja pomen potrošniškega soustvarjanja in spreminja tre­nutno paradigmo osredinjenosti podjetij na stranke, v t.i. ekonomijo »vsak do vsakega« (Berman & Mar­shall, 2014). DPvzpodbuja tudi razvoj novih poslov­nih modelov in inovativnih poslovnih ekosistemov ter spreminja razmišljanje organizacij, managerjev, zaposlenih in strank (Kane in drugi, 2015). Potreba po preobrazbi ni novost. Razvoj podjetij in gospodarstva sta v stalnem gibanju, ki ga napajajo vedno novi potrošniki, novi nacini transporta ter novi pristopi v proizvodnji, na trgih in v organizacijah. Av-tomatizacija na podrocju IT vpliva predvsem na po­slovne procese, ceprav informatizacija sama po sebi ne more v celoti odpraviti pomanjkljivosti. Inovacije na podrocju IT torej že desetletja spreminjajo nacine v poslovanju organizacij (Nolan & Croson, 1995). Kljub vsemu pa s konceptualnega vidika DPpravzaprav ni novost, saj zgodovina ponuja števil­ne podobne primere, kot so npr. odkritje elektrike, iznajdba smodnika in razvoj telegrafa. Številne pri-mere najdemo tudi pred razvojem visokotehnolo­ških produktov. Tako je npr. napredni cestni sistem v obdobju Rimljanov obcutno spremenil nacine v trgovanju in komunikaciji, kar je povzrocilo razcvet umetnosti in kulture ter vzpodbudilo splošni razvoj družbe. Podobno je Gutenbergov tiskarski stroj spre­menil celotno panogo pisanja ter posledicno celotno Luka Tomat, Peter Trkman: Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe Slika 1: Vecdimenzionalni okvir DP (Hanelt, Bohnsack, Marz & Antunes Marante, 2020). družbo, saj je stroj omogocil hitro reprodukcijo knjig in širjenje znanja po celotnem svetu (Amant, 2001). Dober primer je tudi razvoj avtomobilske industrije in Fordov tekoci trak, ki je spremenil tako proizvodni proces kot nacin, na katerega so ljudje potovali med mesti (Zarbo & D’Angelo, 2006). Pred razvojem av-tomobilov je bil nacin potovanja vec stoletij nespre­menjen, potem pa se je v nekaj letih vse spremenilo (Rouse, 2005) – številni konjerejci, kocijaži, kovaci in izdelovalci kocij so prenehali poslovati, zacelo pa se je obdobje proizvajalcev avtomobilov, mehanike in gradnje cest. Nove tehnologije se torej nenehno raz­vijajo, potrebe in želje strank pa se spreminjajo (Solis & Szymanski, 2017). Vendar se podobne spremembe, ki vplivajo in spreminjajo vse vrste industrije, doga­ jajo že zadnjih 150 let (Downes & Nunes, 2013). 3 RAZLOGI ZA EVFORIJO OKROG DIGITALNE PREOBRAZBE Da bi pojasnili razloge za evforijo okrog DP, je tre­ba razumeti procese in mehanizme sprememb, ki se dogajajo znotraj organizacije. Na sliki 1 so prikazani Luka Tomat, Peter Trkman: Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe dejavniki, ki sprožijo proces DP, mehanizmi, na pod-lagi katerih se ti sprožilci pretvorijo v rezultate, in rezultati, ki kot posledica DPvplivajo na spremembe v organizaciji. Razlogi, ki povzrocajo rast popularnosti DP, so tako naslednji (Miller, 2018): • ogromne kolicine (poceni) racunskih ciklov,• ogromne kolicine (poceni) skladišcenja podatkov, • množicno širjenje naprav, povezanih z internetom (internet stvari), • GPS, lokalizacija in hiperlokalizacija, • vseprisotnost racunalništva in povezljivosti, • strojna inteligenca in globoko ucenje, • avtonomija strojev (interakcije stroj-stroj) brez vmešavanja ljudi. Ce koncept DPni nov, zakaj je potreben nov iz­raz? DPje dostikrat pretirano uporabljan termin, ki so ga skovali IT-strokovnjaki in svetovalci, ki so želeli pridobiti na vplivu znotraj organizacije (Mca-fee & Brynjolfsson, 2008). Posledicno sta položaj di­rektorja informatike in vloga službe za informatiko v zadnjem obdobju zelo pridobila na pomembnosti (Manfreda & Indihar Štemberger, 2019). Številna podjetja so za clane vodstva podjetja imenovale tudi t. i. direktorje za digitalizacijo, ki v organizacijah skr­ bijo za digitalne inovacije in cim uspešneje izveden proces DP. Kljucna odgovornost direktorja za digi­talizacijo zadeva predvsem skrb za premik celotne organizacije v digitalno okolje, uvedbo digitalnih iniciativ v poslovanje podjetja in vzpodbujanje sode­ lovanja med razlicnimi deležniki v podjetju. Direktor za digitalizacijo skrbi tudi, da se z uporabo digitalnih tehnologij izkušnje strank izboljšajo (Singh & Hess, 2017). Skratka, DPpoleg zadovoljevanja potrebe po vecji vkljucenosti informatike na strateškem nivo­ju organizacije predstavlja tudi novo priložnost za strokovnjake s podrocja informatike, da sodelujejo v vrhnjem managementu podjetij. Med DPje še pose-bej pomembna premostitev razkoraka med poslov­nim in informacijskotehnološkim delom organizacije (Manfreda & Indihar Štemberger, 2019). Zaradi vse vecje popularnosti DPobstaja nevar­nost, da bo DPpostal termin, ki bo pomenil »vse in nic«. Trditev, da je DPvseobsegajoca in na holi­sticen nacin izboljšuje uspešnost podjetij, prinaša nevarnost, da DPpostane zgolj mašilo za skrivanje pomanjkanja strateških usmeritev. Na nek nacin DPsledi »nacelu kacjega olja« in ponuja »informacijsko zdravilo«, kar s pridom izkorišcajo ponudniki infor­macijskih rešitev in svetovalci za pospeševanje pro-daje. Novo ime za stare koncepte tudi mocno vpli­va na zaposlene in jih lahko motivira za doseganje skupne vizije (Zhang, Li, Ullrich & van Dick, 2015). V vsakem primeru DPpredstavlja krovni termin tako za upravo kot srednje managerje in zaposlene, ki naj bi imeli skupno vizijo tehnološkega napredo­ vanja v podjetju. Še pomembneje pa je, da skupni termin razlicne deležnike navduši nad prihajajocimi spremembami. Vecina zaposlenih tako sledi »digital­nim voditeljem«, želi biti vpeta v »digitalne organi­zacije« in izkorišca »digitalne priložnosti«, ki jih po­nujajo podjetja (Kane in drugi, 2015). 4 reSNIcNe SPreMeMBe IN NjIHoVe IMPLIKAcIje Navdušenje nad koncepti, ki niso novi, ne prinaša celovitega razumevanja resnicnih sprememb in vzro­kov za popularnost DP. Za ugotavljanje resnicnih sprememb je treba prouciti temeljne razloge na kon­ceptualni ravni. Prispevek temelji na ugotovitvah, predstavljenih v raziskavi, ki sta jo izvedla Tomat in Trkman (2019), ki trdita, da so najpomembnejše na­slednje resnicne spremembe: 1. zmanjšanje transak­cijskih stroškov, 2. vseprisotna povezljivost, ki vpliva na pozornost potrošnikov, 3. povecanje potrebe po takojšnjem zadovoljstvu, 4. zmožnost analiziranja procesov strank, 5. pomembne aktivnosti zaposlenih postajajo vse bolj prostovoljne in težje merljive. 1. Spletni transakcijski stroški so postali zanemar­ljivi, mejni stroški dodatne stranke na internetu pa so skorajda nicni, kar omogoca številne nove poslovne in prihodkovne modele (DaSilva & Trk-man, 2014). Tak primer so družbena omrežja. Po-slovanje Facebooka na primer temelji na oglaševa­nju, LinkedIn pa uporablja model doplacljive sto­ritve. Za današnje obdobje je znacilna dvosmerna komunikacija, med katero uporabniki soustvarja­ jo vsebine, kar še dodatno vpliva na nižanje oz. skorajšnje iznicenje stroškov ustvarjanja vsebin. To podjetja izkorišcajo tudi z uporabo mobilnih naprav kot distribucijskega kanala za prodajo virtualnih dobrin, kot so npr. glasba, filmi, racu­nalniške igre ali programska oprema. V doloceni meri je zanemarljivost transakcijskih stroškov ve­ljala tudi pri starejših tehnologijah, vendar pa sta danes številcnost in pomen podjetij, katerih po­slovanje temelji na uporabi interneta, veliko vecja. Luka Tomat, Peter Trkman: Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe 2. Pozornost ljudi postaja vse bolj omejena, pred­ vsem zaradi množicne uporabe pametnih naprav in vseprisotne povezljivosti. Pozornost in njeno upravljanje v prihodnosti bosta vse pomembnejši. Priljubljenost pametnih telefonov hitro narašca – ljudje v povprecju na dan za uporabo telefona po­rabijo vec kot pet ur (Elgan, 2017), telefon pa pre­verijo od 80- do 150-krat na dan. Pametni telefon tako predstavlja glavni vir odvracanja pozornosti ljudi. Tudi kadar ljudje telefonov ne uporabljajo, se zavedajo, da obstaja možnost, da ga bodo kma­lu uporabili, zato že sama prisotnost telefonov zmanjšuje njihovo pozornost (Thornton, Faires, Robbins & Rollins, 2014). Zaradi vseprisotnosti pametnih telefonov in splošne povezljivosti na­prav (npr. internet stvari), morajo podjetja teme­ ljito razmisliti in preobraziti nacin poslovanja, da pritegnejo pozornost kupcev in jih zadržijo v svo­jem poslovnem okolju. 3.Potreba po takojšnjem zadovoljstvu je vecja kot kadarkoli do zdaj, predvsem zaradi velike prilju­bljenosti uporabe pametnih telefonov, pomanjka­nja pozornosti in sinhrone komunikacije (Rami­rez Jr, Dimmick, Feaster & Lin, 2008). To potre­bo povzrocajo dejstvo, da ljudje ne želijo nicesar zamuditi, negotova prihodnost, zadovoljevanje kratkotrajnih užitkov in nelagodje oz. strah pred pricakovanim slabim (Heshmat, 2016). Trenutni digitalni svet ponuja številne primere digitalnega zadovoljstva, kot so npr. všecki in komentarji na omrežju Facebook, LinkedIn ali Yammer ali civ­kanje na omrežju Twitter. Podoben primer je tudi družbeno omrežje za raziskovalce ResearchGate, ki potrebo po takojšnjem zadovoljstvu uporab­nikov vzpodbuja na podlagi t.i. tock »RG«, do-sežkov (npr. št. prenosov ali novega citata dolo-cenega prispevka) in uvršcanja uporabnikov na razlicne lestvice (npr. najbolj citirani avtor) (Meis-har-Tal & Pieterse, 2017). 4.Naslednja izmed konceptualnih sprememb je zmožnost natancnega merjenja aktivnosti strank, ki podjetjem omogoca, da ne analizirajo zgolj na­vad strank, temvec njihove celotne procese. Omo­goca uporabo podatkov, ki jih generira stranka za ustvarjanje personaliziranih ponudb vrednosti za stranko (Fernández-Rovira, Valdés, Molleví & Nicolas-Sans, 2021). Razumevanje interakci­je s kupci danes ni vec zadostno – podjetja mo-rajo vedeti, kaj kupci pocnejo (Trkman, Mertens, Viaene & Gemmel, 2015). Slašcicarne so na primer v preteklosti vedele, kdaj ima stranka rojstni dan in kakšno torto ima rada. V današnjem obdobju pa jim digitalne tehnologije in analiticna orodja omogocajo, da poznajo celoten strankin proces. Tako npr. vedo, kje in kdaj bo stranka praznovala rojstni dan, kateri bodo udeleženci, kdo je pova­bljen, kako bodo udeleženci obleceni, kaj bodo pili in kdaj bodo odšli z zabave. Vse to podjetjem omogoca natancno prilagoditev ponudbe, da cim bolj ustreza procesom strank. 5. Podjetja se med drugim osredinjajo tudi na mer-jenje dela zaposlenih, predvsem uspešnosti iz­vajanja njihovih aktivnosti. Moderna tehnologija omogoca zelo natancno merjenje kljucnih kazalni­kov uspeha v realnem casu. Številne merljive ak­tivnosti pa je mogoce avtomatizirati in jih lahko izvajajo racunalniki ali roboti. Naloge, ki jih je tre­ba izvajati v predvidljivih situacijah, in aktivnosti obdelave podatkov je mogoce relativno prepro­sto avtomatizirati, kar pa ne velja za nemerljive aktivnosti, povezave z aktivnostmi, ki zahtevajo »osebno noto«. To pomeni, da vecina pomemb­nih aktivnosti zaposlenih postaja prostovoljnih in nemerljivih, zaposleni pa bodo v prihodnosti zaradi avtomatizacije obicajnih aktivnosti morali pridobiti novo znanje (Manyika & Sneader, 2018). Tako bo poleg DPpotrebna tudi »cloveška preo­brazba«, saj bodo stroji opravljali operativno delo, ljudje pa naloge, ki zahtevajo empatijo. Uspešnost interakcije podjetja s stranko bo tako na eni strani temeljila na digitalni popolnosti racunalnikov, na drugi pa na cloveškem pristopu in empatiji (Van Belleghem, 2014). Tak primer so npr. avtonomni roboti, ki v bolnišnicah raznašajo hrano. Roboti tako opravljajo operativno delo (prevoz hrane od kuhinje do bolnišnicne sobe ali prevoz posteljnine od sobe do pralnice), razbremenjeno bolnišnicno osebje pa se lahko bolj osredinja na paciente in jim nudi višjo kakovost storitve. Vsekakor pa je v zadnjem obdobju na pospešeno DPv podjetjih znatno vplivala tudi pandemija covi­ da-19, zaradi katere so številna podjetja uvedla kore­ nite spremembe v nacinu izvajanja poslovnih proce­ sov in razlicna digitalna orodja, npr. videokomuni­ kacijska orodja za delo od doma, orodja za podporo skupinskemu in projektnemu delu, dokumentni sistemi itd. (Šutanovac, 2020). Številne organizacije Luka Tomat, Peter Trkman: Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe so pomembnost DPza poslovanje razumele že pred pojavom pandemije, zato so z namenom uvajanja or- ganizacijskih sprememb vkljucevale nacrte za DPv svoje strategije, vendar je DPv vecini primerov pote­kala pocasi (Hess, Matt, Benlian & Wiesböck, 2016). Pandemija covida-19 pa je povzrocila, da je uvedba DPza številna podjetja postala najvišja prioriteta. Ravno tako je pandemija vplivala na DPv javnem sektorju, saj so razlicne javne ustanove zacele upora­bljati digitalne tehnologije, na podlagi katerih so svo­ je storitve izvajale po spletu (Hai, Van & Tuyet, 2021). 5 RAZPRAVA Že Heraklit je dejal, da so spremembe edina konstan­ta, stvari okrog nas pa so se, se in se bodo spremi­ njale. Mobilne naprave, družbena omrežja, umetna inteligenca, podatkovna analitika, racunalništvo v oblaku in internet stvari so le nekatere izmed tre­ nutnih tehnologij, ki spreminjajo nacin poslovanja podjetij. Ceprav tehnologija omogoca avtomatizaci­jo procesov in spreminja poslovanje organizacij na operativnem nivoju, pa morajo podjetja spremeniti miselnost, kulturo, poslovne modele in management odnosov s strankami, ce želijo uspeti. Velikokrat je interakcija s strankami boljša z uporabo tehnologije, vendar pa je v nekaterih primerih kljucnega pome­na, da strankam podjetja ponudijo pristen cloveški stik (McKean, 2003). Zato je za podjetja, ki se želijo digitalno preobraziti, kljucno, da cim bolj sodelujejo s strankami (Drury, 2008). Podjetja se morajo zavedati tveganja, ki izhaja iz DP, npr. pomanjkanje skupne vizije, neucinkovitost vodstva ter pomanjkljivi izkušnje in znanje kljucnih zaposlenih. Zaposleni in njihovo znanje predstavlja­jo kljucni strateški vir DPpodjetja (Gong & Ribiere, 2021). Velikokrat vloge in odgovornost zaposlenih v procesu DPniso jasne, številni projekti DPpa so bili v preteklosti neuspešni predvsem zaradi slabega vo­denja in pomanjkanja motivacije za spremembe, za­radi cesar podjetje ni imelo prave strategije DP. Ker je vsakršna preobrazba kompleksen proces, morajo biti koristi DPjasno razvidne, vodstvo mora imeti jasno in usklajeno vizijo, ucinkovit nacrt stra­teškega managementa, demokraticni nacin vodenja, zaposleni pa morajo biti motivirani in pripravlje­ni na sodelovanje (Fitzgerald, Kruschwitz, Bonnet & Welch, 2014; Porfírio, Carrilho, Felício & Jardim, 2021). Brez tega obstaja nevarnost, da bo vrhnji ma­nagement sicer formalno in besedno podpiral DP, vendar pa brez jasnega nacrta, katere aktivnosti so dejansko nujne (Trkman, De Oliveira & McCormack, 2016). Omejena pozornost, potreba po takojšnji zado­voljitvi in težko merljive aktivnosti signalizirajo, da je za uspeh podjetja kljucnega pomena, da pri zapo­slenih vzbudijo mocno notranjo motivacijo, da bodo kar najbolje izvajali delovne aktivnosti (Kuvaas & Dysvik, 2009). Pri implementaciji DPse lahko podjetja odlocijo za že preizkušene modele, kot je npr. petfazni model uspešne DP, ki ga predlagajo Hai, Van in Tuyet (2021): • 1. faza: aktivna avtomatizacija notranjih procesov z namenom pretvorbe podatkov v digitalno obli­ko; • 2. faza: uporaba novih porajajocih se tehnologij, ki omogocajo ustvarjanje novih priložnosti na posa­meznih nivojih organizacije; • 3. faza: delna orkestracija uporabljenih tehnolo­ških rešitev na podlagi usklajenih dokumentov in programov za strateško DPna nivoju celotne organizacije; • 4. faza: uvedba popolnoma orkestrirane in funk- cionalne enotne digitalne platforme ter koncana digitalizacija produktov ali storitev ter procesov organizacije; • 5. faza: trajnostna kultura nenehnega izvajanja DP kot temelja poslovnega modela organizacije. Da bi DPpodjetjem prinesla korist, morajo kljucni zaposleni posedovati kombinacijo poslovnega in teh­nološkega znanja z razlicnih podrocij. Zelo pomemb-no vlogo pri DPigra tudi organizacijska kultura, saj je od nje odvisno, kaj se v podjetju v okviru DPlahko spremeni in kaj ne. Ker gre pri DPza vecjo organiza­cijsko spremembo, je pomembno, da vodstvo podje­tja in zaposleni aktivno sodelujejo, verjamejo v DPin imajo skupne cilje preobrazbe (Lucas Jr & Goh, 2009; Trkman, De Oliveira & McCormack, 2016). Ce želijo podjetja v moderni digitalni dobi uresni-cevati svoje strateške cilje in ohraniti konkurencnost, morajo skladno z DPnenehno prilagajati tako orga­nizacijsko kot tudi procesno strukturo novim raz­meram na trgu (Wimelius, Mathiassen, Holmström & Keil, 2021). Management DPzahteva operativno odlicnost. Natancneje, podjetja morajo digitalizirati postopke, povezane tako s strankami kot tudi z do-stavo (Barua, Konana, Whinston & Yin, 2001). Polega tega morajo organizacije za izboljšanje dodane vre­ Luka Tomat, Peter Trkman: Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe dnosti izdelkov za stranke zaceti uporabljati tudi po­slovno analitiko. Podjetja za uspešen pristop pri DPpotrebujejo temeljne strateške in vodstvene vešcine za manage­ment projektov. Imeti morajo digitalno strategijo in jo ustrezno komunicirati s svojimi zaposlenimi (Kane in drugi, 2015). Pomembno je tudi, da podjetja znajo prepoznati kriticne dejavnike za dolgorocni uspeh (Trkman, 2010), ko oblikujejo skupno vizijo podje­tja, vodstvo podjetja pa mora znati voditi projekt DP. Kljucni zaposleni morajo posedovati vešcine mana­gementa informacijskih sistemov, predvsem z vidika managementa sprememb, saj gre pri projektih DP za prenovo poslovnih procesov, organizacijsko vodenje, usklajevanje razlicnih deležnikov, upravljanje tvega­nja in podporo odlocanju. Pri DPosrednjo vlogo igra podrocje managemen­ta poslovnih procesov (MPP). MPP se je sicer tradi­cionalno uporabljal za povecanje operativne ucinko­vitosti, vendar pa je v zadnjem obdobju prepoznan tudi kot kljucno gonilo DPin vpliva na tri kriticne elemente DP: agilnost, inovativnost in interakcije med razlicnimi sestavinami poslovnih ekosistemov (Araujo, 2017). MPP zagotavlja tehnike modeliranja, ki omogocajo podjetju ucinkovito izvajanje in upo­števanje poslovnih pravil. Naslednji nivo je poslovna analitika, ki temelji na podatkovnih tokovih podjetja. Zadnji nivo pa je upravljanje z vsebinami in komuni­kacija med vsemi deležniki DP (Sandle, 2018). 6 zAKLjUceK V prispevku so predstavljeni pogled na pretirano navdušenje v zvezi z DPin resnicne spremembe v zadnjih letih. Organizacije se morajo nenehno pre­oblikovati, vendar pa jim pri tem ni treba slediti vsemu, kar narekuje trenutna evforija okrog DP. Predvsem pa morajo biti previdne pri sprejemanju sprememb, ki jih strokovni tisk trenutno pretirano hvali. Trenutno je tipicen primer tehnologija veriže­nja blokov, ki ji nekateri pripisujejo možnosti revolu­cionarnih sprememb, drugi pa trdijo, da ne ponuja nikakršne poslovne vrednosti (Stinchcombe, 2017). Organizacije morajo spremljati spremembe v svoji panogi, v svojem okolju in pri deležnikih ter se na podlagi temeljitega razmisleka odlociti, katere nove tehnologije prinašajo ustrezno vrednost za stranke, ki upravicujejo uvedbo.Omejitve raziskave predstavljajo tudi možnosti za nadaljnje delo. Prispevek predstavlja pregledno delo, ki deloma izhaja iz stališc in predpostavk avtor­jev. Opredeljene razloge za evforijo okrog DPin pre­poznane konceptualne spremembe torej ne smemo pomotoma jemati kot dokoncen seznam sprememb v zadnjem desetletju. Raziskavo bi bilo mogoce nad­graditi z izvedbo študije Delphi in s fokusnimi sku­pinami s strokovnjaki in z raziskovalci s podrocja DP, na podlagi katerih bi natancneje opredelili razloge za evforijo in spremembe, ki jih prinaša DP. Glavno sporocilo prispevka je, da morajo podjetja uporabiti dvostranski pristop, ko se lotevajo DP. Po eni strani se morajo izogibati pretiranemu pricako­vanju koristi, ki jih prinašajo spremembe zaradi DP. Podjetja se morajo DPlotiti strateško, z dovolj tehnic­nega in poslovnega znanja, ter se osrediniti na sku­pne cilje in vizijo DP. Po drugi strani pa lahko pod-jetja izkoristijo priložnosti, ki jih prinaša trenutna evforija okrog DPza doseganje konsenza in jasnega sporocila vodstvu podjetja in zaposlenim, da skupaj vzpostavijo in ohranijo navdušenje za uveljavljanje sprememb (Tomat & Trkman, 2019). oPoMBA Prispevek temelji na že predstavljenih idejah (Trk-man, 2017; Tomat & Trkman, 2019) in je nastal kot del raziskovalnih projektov (št. J5-9329 in J5-2555), ki ju je sofinancirala Javna agencija za raziskovalno de­ javnost Republike Slovenije iz državnega proracuna. LITERATURA [1] Amant, K. (2001). From Gutenberg to the global information infrastructure: Access to information in the networked world. Technical Communication, 48(4), 503–505. [2] Araujo, C. (2017). Why BPM is now taking a central role in digital transformation. Pridobljeno 18. januarja 2019 s https:// www.cio.com/article/3176077/software/why-bpm-is-now­-taking-a-central-role-in-digital-transformation.html. [3] Barua, A., Konana, P., Whinston, A. B., & Yin, F. (2001). Ma­naging e-business transformation: Opportunities and value assessment. (1), 36–44. [4] Berman, S., & Marshall, A. (2014). The next digital transfor­mation: From an individual-centered to an everyone-to-eve­ryone economy. Strategy & Leadership, 42(5), 9–17. [5] Budler, M., Župic, I., & Trkman, P (2021). The development of business model research: A bibliometric review. Journal of Business Research, 135, 480–495. [6] Bughin, J. (2017). The best response to digital disruption. MIT Sloan Management Review, 58(4), 78–87. [7] Carcary, M., Doherty, E., & Conway, G. (2016, september). A dynamic capability approach to digital transformation: A fo­cus on key foundational themes. V The European Conferen­ce on Information Systems Management (str. 20). Academic Conferences International Limited. [8] DaSilva, C. M., & Trkman, P. (2014). Business model: What it is and what it is not. Long Range Planning, 47(6), 379–389. Luka Tomat, Peter Trkman: Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe [9] Downes, L., & Nunes, P. (2013). Big bang disruption. Harvard Business Review, 91(3), 44–56. [10] Drury, G. (2008). Social media: Should marketers engage and how can it be done effectively? Journal of Direct. Data and Digital Marketing Practice, 9(3), 274–277. [11] Elgan, M. (2017). Smartphones make people distracted and unproductive. Pridobljeno 4. februarja s https://www.com­puterworld.com/article/3215276/smartphones/smartphones­-make-people-distracted-and-unproductive.html. [12] Erjavec, J., Manfreda, A., Jaklic, J., & Štemberger, M. I. (2018). Stanje in trendi digitalne preobrazbe v Sloveniji. Eco­nomic and Business Review, 20, 109–128. [13] Fernández-Rovira, C., Valdés, J. Á., Molleví, G., & Nicolas­-Sans, R. (2021). The digital transformation of business. To­wards the datafication of the relationship with customers. Te­chnological Forecasting and Social Change, 162, 120339. [14] Fitzgerald, M., Kruschwitz, N., Bonnet, D., & Welch, M. (2014). Embracing digital technology: A new strategic impe­rative. MIT Sloan Management Review, 55(2), 1. [15] Gartner (2017). Digital transformation. Pridobljeno 18. av-gusta 2019 s https://www.gartner.com/en/conferences/ na/cio-us-east/agenda/featured-topics/topic-digital­-transformation#digital-ecosystems. [16] Gong, C., & Ribiere, V. (2021). Developing a unified definition of digital transformation. Technovation, 102, 102217. [17] Hai, T. N., Van, Q. N., & Tuyet, M. N. T. (2021). Digital transfor­mation: Opportunities and challenges for leaders in the emer­ging countries in response to Covid-19 pandemic. Emerging Science Journal, 5, 21–36. [18] Hammer, M. (1990). Reengineering work: Don‘t automate, obliterate. Harvard Business Review, 68(4), 104–112. [19] Hanelt, A., Bohnsack, R., Marz, D., & Antunes Marante, C. (2020). A systematic review of the literature on digital transfor­mation: Insights and implications for strategy and organizatio­nal change. Journal of Management Studies, 58(5), 1159–1197. [20] Hanelt, A., Bohnsack, R., Marz, D., & Antunes Marante, C. (2021). A systematic review of the literature on digital trans­formation: Insights and implications for strategy and orga­nizational change. Journal of Management Studies, 58(5), 1159–1197. [21] Heshmat, S. (2016). 10 reasons we rush for immediate gratifi­cation. Pridobljeno 25. januarja 2019 s https://www.psycho­logytoday.com/us/blog/science-choice/201606/10-reasons­-we-rush-immediate-gratification. [22] Hess, T., Matt, C., Benlian, A., & Wiesböck, F. (2016). Options for formulating a digital transformation strategy. MIS Quarter­ly Executive, 15(2). [23] Hinterhuber, A., & Nilles, M. (2021). Digital transformation, the holy grail and the disruption of business models. Business Horizons, v tisku. [24] Hober, P., Krcmar, H., & Welz, B. (2015). Skills for digi­tal transformation. IDT survey. Pridobljeno 30. julija 2022 s https://www.scribd.com/document/496673897/Sap-Skills­-for-Digital-Transformation. [25] Kane, G. C., Palmer, D., Phillips, A. N., Kiron, D., & Buckley, N. (2015). Strategy, not technology, drives digital transforma­tion. MIT Sloan Management Review and Deloitte University Press, 14, 1–25. [26] Kraus, S., Jones, P., Kailer, N., Weinmann, A., Chaparro-Ba­negas, N., & Roig-Tierno, N. (2021). Digital transformation: An overview of the current state of the art of research. SAGE Open, 11(3), 1–15. [27] Kuvaas, B., & Dysvik, A. (2009). Perceived investment in employee development, intrinsic motivation and work perfor­ mance. Human Resource Management Journal, 19(3), 217– 236. [28] Liu, D., Chen, S., & Chou, T. (2011): Resource fit in digital transformation: Lessons learned from the CBC Bank global e-banking project. Management Decision, 49(10), 1728–1742. [29] Lucas Jr, H. C., & Goh, J. M. (2009). Disruptive technology: How Kodak missed the digital photography revolution. The Journal of Strategic Information Systems, 18(1), 46–55. [30] Manfreda, A., & Štemberger, M. I. (2019). Establishing a par­tnership between top and IT managers: A necessity in an era of digital transformation. Information Technology & People, 32(4), 948–972. [31] Manyika, J., & Sneader, K. (2018). AI, automation, and the fu­ture of work: Ten things to solve for. Pridobljeno 26. februarja 2019 s https://www.mckinsey.com/featured-insights/future­-of-work/ai-automation-and-the-future-of-work-ten-things­-to-solve-for. [32] Mcafee, A., & Brynjolfsson, E. (2008). Investing in the IT that makes a competitive difference. Harvard Business Review, 86(7/8), 98. [33] McKean, J. (2003). Customers are people...The human touch. Hoboken, New Jersey: John Wiley & Sons. [34] Meishar-Tal, H., & Pieterse, E. (2017). Why do academics use academic social networking sites?. International Review of Research in Open and Distributed Learning, 18(1), 1–22. [35] Miller, J. (2018). What is a digital transformation and why should you care? Pridobljeno 5. septembra 2019 s https:// www.computerworld.com/article/3215276/smartphones/ smartphones-make-people-distracted-and-unproductive. html. [36] Nadkarni, S., & Prügl, R. (2021). Digital transformation: A revi­ew, synthesis and opportunities for future research. Manage­ment Review Quarterly, 71(2), 233–341. [37] Nagy, P., & Koles, B. (2014). The digital transformation of hu­man identity: Towards a conceptual model of virtual identity in virtual worlds. Convergence, 20(3), 276–292. [38] Nolan, R. L., & Croson, D. C. (1995). Creative destruction: A six-stage process for transforming the organization. Cambrid­ge, Massachusetts: Harvard Business Review Press. [39] Parviainen, P., Tihinen, M., Kääriäinen, J., & Teppola, S. (2017). Tackling the digitalization challenge: How to benefit from digitalization in practice. International Journal of Infor­mation Systems and Project Management, 5(1), 63–77. [40] Peltoniemi, M., & Vuori, E. (2004, september). Business eco­system as the new approach to complex adaptive business environments. V Proceedings of eBusiness Research Forum (vol. 2, št. 22, str. 267–281). [41] Porfírio, J. A., Carrilho, T., Felício, J. A., & Jardim, J. (2021). Leadership characteristics and digital transformation. Journal of Business Research, 124, 610–619. [42] Ramirez Jr, A., Dimmick, J., Feaster, J., & Lin, S. F. (2008). Revisiting interpersonal media competition: The gratification niches of instant messaging, e-mail, and the telephone. Com­munication Research, 35(4), 529–547. [43] Reis, J., Amorim, M., Melăo, N., & Matos, P. (2018, marec). Digital transformation: A literature review and guidelines for future research. V World Conference on Information Systems and Technologies (str. 411–421). Springer, Cham. [44] Rouse, W. B. (2005). A theory of enterprise transformation. Systems Engineering, 8(4), 279–295. [45] Sandle, T. (2018). Business process management is central to digital transformation. Pridobljeno 5. februarja 2019 s http:// www.digitaljournal.com/business/business-process-mana­gement-is-central-to-digital-transformation/article/512404. Luka Tomat, Peter Trkman: Koncepti in spremembe, ki vplivajo na pomen digitalne preobrazbe [46] Schumpeter, J. (2010). Creative destruction—Capitalism, so­ [57] cialism and democracy. New York: Routledge. [47] Singh, A., & Hess, T. (2017). How chief digital officers promo­ te the digital transformation of their companies. MIS Quarterly Executive, 16(1), 1–17. [58] [48] Solis, B., Li, C., & Szymanski, J. (2017). The 2017 state of digital transformation. Pridobljeno 5. maja 2019 s https:// www.prophet.com/wp-content/uploads/2018/04/altimeter­ -_-2017-state-of-dt.pdf. [59] [49] Stinchcombe, K. (2017). Ten years in, nobody has come up with a use for blockchain. Pridobljeno 26. februarja 2022 s https://hackernoon.com/ten-years-in-nobody-has-come-up­ -with-a-use-case-for-blockchain-ee98c180100. [60] [50] Šutanovac, N. (2020). Koronavirus je digitalizacijo pospešil s svetlobno hitrostjo. Pridobljeno 26. septembra 2021 s https:// ikt.finance.si/8960192/koronavirus-je-digitalizacijo-pospesil- -s-svetlobno-hitrostjo. [61] [51] Thornton, B., Faires, A., Robbins, M., & Rollins, E. (2014). The mere presence of a cell phone may be distracting. Social Psychology, 45(6), 479. [52] Tomat, L., & Trkman, P. (2019). Digital transformation–The hype and conceptual changes. Economic and Business Revi- [62] ew, 21(3), 351–370. [53] Trkman, P. (2010). The critical success factors of business process management. International Journal of Information [63] Management, 30(2), 125–134. [54] Trkman, P. (2017). Digital transformation does not matter. Pri­ dobljeno 15. oktobra 2018 s https://www.linkedin.com/pulse/ [64] digital-transformation-does-matter-peter-trkman/. [55] Trkman, P., & Cerne, M. (2021). Humanising digital life: Redu­ cing emissions while enhancing value-adding human proces­ ses. International Journal of Information Management, v tisku. [56] Trkman, P., Budler, M., & Groznik, A. (2015). A business mo­ [65] del approach to supply chain management. Supply Chain Management: An International Journal, 20(6), 587–602. • Trkman, P., De Oliveira, M. P. V., & McCormack, K. (2016). Value-oriented supply chain risk management: You get what you expect. Industrial Management & Data Systems, 116(5), 1061–1083. Trkman, P., Mertens, W., Viaene, S., & Gemmel, P (2015). From business process management to customer process management. Business Process Management Journal, 21(2), 250–266. Van Belleghem, S. (2014). The essence of ‘when digital be­comes human’. Pridobljeno 16. januarja 2019 s http://steven­vanbelleghem.com/blog/the-essence-of-when-digital-beco-mes-human. Verhoef, P. C., Broekhuizen, T., Bart, Y., Bhattacharya, A., Dong, J. Q., Fabian, N., & Haenlein, M. (2021). Digital trans­formation: A multidisciplinary reflection and research agenda. Journal of Business Research, 122, 889–901. Wessel, L., Baiyere, A., Ologeanu-Taddei, R., Cha, J., & Ble­gind-Jensen, T. (2021). Unpacking the difference between digital transformation and IT-enabled organizational transfor­mation. Journal of the Association for Information Systems, 22(1), 102–129. Wimelius, H., Mathiassen, L., Holmström, J., & Keil, M. (2021). A paradoxical perspective on technology renewal in digital transformation. Information Systems Journal, 31(1), 198–225. Zarbo, R. J., & D’Angelo, R. (2006). Transforming to a quality culture: The Henry Ford Production System. Pathology Pat­terns Reviews, 126(1), S21–S29. Zhang, X. A., Li, N., Ullrich, J., & van Dick, R. (2015). Getting everyone on board: The effect of differentiated transformati­onal leadership by CEOs on top management team effective­ness and leader-rated firm performance. Journal of Manage­ment, 41(7), 1898–1933. Zhu, X., Ge, S., & Wang, N. (2021). Digital transformation: A systematic literature review. Computers & Industrial Enginee­ring, 162, 107774. Luka Tomat je zaposlen na Katedri za poslovno informatiko in logistiko na Ekonomski fakulteti Univerze v Ljubljani (redni clan), kjer na dodiplom­skem in magistrskem študiju poucuje predmete, povezane s poslovno informatiko. V svojem raziskovanju se osredotoca na proucevanje digitalne preobrazbe, pametnih mest, reševanja optimizacijskih problemov, elektronsko poslovanje, management poslovnih procesov, analitiko masovnih podatkov, IT v turizmu in številna druga podrocja, povezana z informatiko. Na omenjenih podrocjih je objavil številne znanstvene prispevke v domacih in tujih uglednih znanstvenih revijah. • Peter Trkman je eden vodilnih strokovnjakov na podrocjih digitalne preobrazbe, poslovnih modelov, managementa poslovnih procesov in oskr­bovalnih verig ter privzemanja tehnologije. Objavil je vec kot 50 clankov in poglavij v knjigah, med drugim 32 clankov v znanstvenih revijah prve cetrtine (kategorija A1). Clanki Petra Trkmana so bili citirani vec kot 7000-krat. Njegov h-indeks je 32. Sodeloval je pri številnih svetovalnih projektih za slovenske in tuje organizacije. Poleg tega je bil vodja treh temeljnih raziskovalnih projektov. Na Ekonomski fakulteti Univerze v Ljubljani in kot gostujoci profesor na številnih tujih univerzah predava o temah, tesno povezanih z njegovim strokovnim delom. Pri vseh predmetih ima nadpovprecne študentske anketne ocene. prEglEdNI zNANStVENI prISpEVkI Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij Sanja Vrbek, Rok Hržica, Tina Jukic Univerza v Ljubljani, Fakulteta za upravo sanja.vrbek@fu.uni-lj.si, rok.hrzica@fu.uni-lj.si, tina.jukic@fu.uni-lj.si Izvlecek Clanek obravnava celosten digitalni pristop k prakticni implementaciji soustvarjanja na ravni javnih storitev. V ta namen najprej (1) kriticno analizira obstojeca orodja za podporo soustvarjanju, nato pa (2) predstavi orodja Co-Gov, ki jih razvijamo v okviru EU Obzorje 2020 projekta Cogov.. Kljucni izsledek kriticne analize je, da se obstojeca orodja za podporo soustvarjanju ne osredotocajo na raven storitev; omejena so bodisi na specificna podrocja javnih politik bodisi na doloceno fazo procesa soustvarjanja; predvsem pa pomanj­kljivo izkorišcajo potencial digitalnih tehnologij. Namen orodij Co-Gov je nasloviti te pomanjkljivosti s pomocjo štirih digitalnih orodij: 1. orodje Co-Ready, ki omogoca oceno organizacijske pripravljenosti za soustvarjanje; 2. orodje Co-Serve, ki podpira izbiro najprimernej­še javne storitve, za prenovo s pomocjo soustvarjanja z uporabniki storitve; 3. orodje Co-Renew, ki podpira proces soustvarjanja med prenovo javnih storitev in 4. orodje Co-Master, ki podpira oceno kakovosti procesa soustvarjanja med prenovo storitve. Kljucne besede: soustvarjanje, javne storitve, prenova javnih storitev, orodja, modeli podpore odlocanju, uporabniška izkušnja Co-creation of public services: exploitation of digital technologies Abstract Inspired by the synergy between co-creation and digitalisation, the paper discusses a holistic digital approach to the practical im­plementation of co-creation at the level of public services. This is achieved by, firstly, a critical analysis of existing co-creation tools and, secondly, the presentation of the structure of the Co-Gov toolkit. The paper concludes that the existing offer of co-creation tools fail to focus on the service level; they are limited to a specific policy area or a specific phase of the co-creation process; and most importantly, they lack digital dimension. Hence, the Co-Gov toolkit aims to address the identified gaps with the help of its four digital tools: 1) the Co-Ready tool enabling the assessment of organizational readiness for co-creation; 2) the Co-Serve tool suppor­ting the selection of the most suitable public services for renewal through co-creation; 3) the Co-Renew tool supporting the co­-creation process during service renewal; and 4) the Co-Master tool assessing the quality of the co-creation process. Keywords: Co-creation, decision support models, digital toolkit, renewal of public services, user journey UVOD Po gospodarski krizi leta 2008 in ob spoznanju, da s konvencionalnim oblikovanjem politik ni vec mo­goce ucinkovito reševati gospodarskih, družbenih in okoljskih izzivov (Durose & Richardson, 2016), se je bil javni sektor primoran zateci k alternativnim pristopom, tj. sodelovalnim inovacijam – ang. colla­borative innovation (Albury, 2011; Bommert, 2010; Sandford, 2001). Pandemija covida-19 je še okrepi-la pomanjkljivosti pri izvajanju javnih storitev, kar je dodatno spodbudilo vlade k iskanju konkretnih in trajnostnih odgovorov (Ansell et al., 2021). V ta­kem kontekstu je bil koncept soustvarjanja prepo­ znan s strani akademske skupnosti (Jukic et al., 2019; Mourot & Jefferson, 2014; Voorberg et al., 2015) in mednarodnih politicnih akterjev (EU in OECD), kot najbolj obetaven nacin za preoblikovanje tradicional­nega odnosa med državo in državljani ter iskanje re-šitev za najbolj pereca vprašanja. Zaupanje v soustvarjanje kot rešitev za težave javnega sektorja izhaja iz pricakovanja, da bo mobi­lizacija virov, znanja in vešcin razlicnih akterjev pri­ Maša Kljun, Matija Teršek, Slavko Žitnik: Pomenska analiza kategorij sovražnega govora v obstojecih oznacenih korpusih spevala k ucinkovitosti in kakovosti javnih storitev z nižjimi stroški (Pestoff, 2014). To ne bo zagotavljalo le vecjega zadovoljstva na ravni storitev, ampak naj bi ustvarilo tudi javno vrednost (ang. public value) ter tako zagotovilo boljše pocutje in boljšo kakovost življenja državljanov (Osborne et al., 2016). Zanimi­vo je, da koristi tega koncepta niso upravicene zgolj z ekonomskimi argumenti. Soustvarjanje je prepo­ znano tudi kot potencialna rešitev za demokraticni deficit (Osborne et al., 2016), saj prispeva k mocnejši socialni koheziji in demokratizaciji na splošno (Voor-berg et al., 2015). Glavna težava pa je, da v literaturi ne najdemo natancne opredelitve soustvarjanja, ki se pogosto uporablja kot sopomenka soprodukcije (Jukic et al., 2019; Nesti, 2018). Kljucna razlika je v tem, da gre pri soprodukciji »za povecanje ucinkovitosti, uspešnosti in zadovoljstva strank/uporabnikov storitve« (Jarke, 2021, str. 26), soustvarjanje pa si prizadeva za krepitev temeljnih nacel demokracije prek sodelovanja z drža­vljani. Medtem ko se soprodukcija nanaša predvsem na izvedbeno fazo uporabe storitve (ko koncni upo­rabnik storitev prejme), »soustvarjanje zajema storitve na strateški ravni« (Lember et al., 2019, str. 1668) že v zacetni fazi oz. fazi nacrtovanja. Torej, ce soprodukcija zajema postopek sodelovanja v fazi izvajanja storitve, soustvarjanje prinaša sodelovalne inovacije v veliko zgodnejših fazah, torej na zacetku (pre)oblikovanja storitve. Prav ta »ciklicna« prepletenost (McBride et al., 2019, str. 89) oz. konceptualna fleksibilnost zlahka zamegli mejo med omenjenima konceptoma. Razliko med soustvarjanjem in soprodukcijo naj­bolje opredelijo (Torfing et al., 2016, str. 802) na pod-lagi naslednjih treh meril: 1. Vrsta udeležencev - soprodukcija poteka med iz­vajalci in uporabniki javnih storitev, soustvarjanje pa predvideva širši nabor akterjev. 2. Ustvarjanja javne vrednosti - soprodukcija se na­naša na skupno ustvarjanje in/ali zagotavljanje dolocene storitve, soustvarjanje pa na ustvarjanje javne vrednosti. 3. Inovacija - ceprav soprodukcija lahko privede do izboljšav obstojecih storitev (zaradi boljše inte­rakcije med uporabniki in izvajalci), sta dejanska inovacija in preobrazba storitve lahko le rezultat soustvarjanja. Ce merila soustvarjanja – širok nabor akterjev, ustvarjanje javne vrednosti in inovacije prenesemo na raven storitve, lahko definiramo soustvarjanje kot preoblikovanje javnih storitev z vkljucitvijo razlicnih javnih in zasebnih akterjev, ki konstruktivno izme­njujejo svoje vire. Dodaten izziv poleg nejasne definicije je neizko­rišcenost potenciala digitalizacije kot dejavnika, ki spodbuja soustvarjanje javnih storitev (Criado & Gil­-Garcia, 2019, str. 439). Privlacnost informacijsko-ko­munikacijske tehnologije (IKT) izhaja iz njihove tesne povezanosti s prizadevanji za znižanje stroškov, bolj­šo ucinkovitost, odgovornost, preglednost in kako­vost storitev (Nograšek & Vintar, 2014), pa tudi vecjo legitimnost, ki izhaja iz neposrednega sodelovanja državljanov (Pecaric, 2017). IKT ponujajo neomejene možnosti neposrednega demokraticnega odlocanja, vkljucevanja državljanov v realnem casu (Cossetta & Palumbo, 2014) in personalizacijo javnih služb, da se le-te bolje odzivajo na potrebe državljanov (William­son, 2014). Pri tem pa je treba biti pozoren, ker upora­ba digitalnih rešitev sama po sebi ne zagotavlja uspe-ha. Doloceni avtorji (npr. Lember et al., 2019) namrec opozarjajo na pomanjkanje trdnih dokazov o njiho­vem dejanskem vplivu na soustvarjanje v praksi ter na morebitna tveganja pri spodbujanju pristopov od zgoraj navzdol. Da bi se izognili tem pastem in zago­tovili, da tehnologija ne odstopa od svojega prvotne­ga cilja - približevanju državljanov idealu aktivnega državljanstva in inovativnega sodelovanja – Lem-ber et al. (2019) opredeljujejo štiri kljucne elemente/funkcionalnosti, ki jih morajo digitalne tehnologije za podporo soustvarjanju vkljucevati: 1. vzpostavitev neposredne interakcije med zuna­njimi deležniki (npr. državljani) in javnimi usluž­benci; 2. motivacija – udeleženci morajo biti zainteresirani za aktivno vlogo v procesu; 3. podpora storitve z viri – njihovo ustvarjanje in di­stribucija (npr. zbiranje podatkov s podporo teh­nologije interneta stvari1; podpora komunikacije z namenom pridobiti povratno informacijo obca­nov; procesiranje velikih naborov podatkov; ); 4. skupno odlocanje z zunanjimi deležniki izven or-ganizacije. Cilj clanka je naprej analizirati obstojeco ponudbo orodij za podporo soustvarjanju in na podlagi tega predstaviti instrument, ki bo naslovil trenutne po­ 1 IoT (Internet of Thing). Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij manjkljivost ter omogocil holisticno digitalno pod-poro javnim organizacijam pri prenovi javnih stori­tev na podlagi soustvarjanja z njihovimi uporabniki. V ta namen je clanek razdeljen na pet poglavij. Po uvodnem poglavju, ki predstavlja koncept soustvar­janja in pomen digitalizacije kot spodbudni dejavnik, vsebuje naslednje poglavje pregled in kriticno anali­zo obstojecih orodij za soustvarjanje. Tretje poglavje predstavlja metodološki pristop, uporabljen za za­snovo orodij Co-Gov. Na tej podlagi je v cetrtem po­glavju predstavljen konceptualni okvir nabora orodij Co-Gov, ki je sestavljen iz štirih posameznih orodij. Peto poglavje se zakljuci z razpravo o izvirnem pri­spevku orodij, njihovih omejitvah in predlogi za na­daljnja raziskovalna prizadevanja. PregLeD oBSTojecIH ORODIJ ZA SOUSTVARJANJE Orodja analizirana v tem poglavju so identificirana na podlagi naslednjih dveh kriterijev: • izrecna referenca na soustvarjanje (bodisi v naslo­vu ali opisu orodja) in • prakticna vrednost, oz. nedvoumen uporaben po­tencial orodja v praksi. Z namenom bolj pregledne analize in boljšega razumevanja širšega konteksta v katerem so nastala (predvsem vloge mednarodnih akterjev, kot spodbu­jevalni dejavnik), so orodja predstavljena skupaj z in-formacijo o organizacijah, ki so spodbudile oz. omo­gocile njihov razvoj (Tabela 1). V nadaljevanju je vsa­ko od teh orodij najprej analizirano z vidika njegove ciljne skupine, fokusa (denimo na doloceno fazo so-ustvarjanja ali celoten proces) in digitalne podpore. Tista orodja, ki ponujajo digitalno podporo procesu soustvarjanja, pa so dodatno proucena in primerjana v luci štirih elementov, ki po navedbah Lember et al. (2019) zagotavljajo uspešno soustvarjanje (gl. Uvod). OECD je mednarodni akter, ki ponuja ne le poli-ticno podporo ideji soustvarjanja (denimo s spreje­tjem Deklaracije o inovativnosti v javnem sektorju leta 2019), ampak tudi prakticne napotke za izvajanje soustvarjanja v praksi. Slednje nudi z OPSI navigator-jem, ki predstavlja nabor prakticnih orodij, vodicev in prirocnikov za sodelovalne prakse za javne uslužben­ce (OPSI, 2018). Žal, kljub široki in celoviti ponudbi (v smislu zajemanje razlicnih faz procesa sodelova­nja) ima OPSI navigator dolocene omejitve. Prvic, ne ponuja orodja, ki bi digitalno podprlo soustvarjanje; drugic, nabor orodij, ki je sicer zelo širok, je organizi-ran nepregledno, kar pomeni, da javni uslužbenci po­rabijo veliko casa za raziskovanje teh orodij, preden ugotovijo, katero orodje/vodic bi najbolj ustrezalo nji­hovim potrebam oz. potrebam njihove organizacije. OGP nabor orodij za sodelovanje in soustvarja­nje (OGP Participation and Co-Creation Toolkit) je Tabela 1: obstojeca orodja za podporo soustvarjanju Organizacija OECD Partnerstvo za odprto Tretji (civilno družben) EU vlado (OGP) sektor Orodje OPSI navigator po OGP nabor orodij orodjih (OPSI Toolkit za sodelovanje in Navigator) soustvarjanje (OGP Participation and Co-Creation Toolkit) Prirocnik za eksperimentalno platformo za soustvarjanje (Handbook for The Experiment Co-Creation Platform, ECP) Co-creation brainstorm toolkit – projekt RICHES; Orodje za soustvarjanje s pomocjo viharjenja možganov Nabor orodij za soustvarjanje, namenjeno skupnostim strokovnjakov iz prakse (CoP, Communities of Practice) – projekt ACT; Nabor orodij za soustvarjanje, namenjeno raziskovalcem in inženirjem (Co-creation toolkit for researchers and engineers) – GoNano projekt; Navigator za soustvarjanje (Co-creation navigator) – projekti BigPicnic, MUV -Mobility Urban Values in Cities-4-People; Seznam orodij za soustvarjanje (Menu of Co-creation Tools) – project ORION Nabor orodij za soustvarjalna potovanja (Toolbox for co-creation journeys) – projekt SISCODE Co-VAL Dashboard – projekt Co-VAL Projekt CITADEL Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij produkt medvladne pobude »Partnerstvo za odprto vlado« (Open Government Partnership). Konkretno OGPponuja nabor orodij, s pomocjo katerih lahko vlade v oblikovanje politik, natancneje v sprejemanje nacionalnih akcijskih nacrtov, vkljucijo tudi državlja­ne (Varga, 2018). S tem namenom nabor orodij OGP zagotavlja univerzalne standarde in smernice, ki naj bi jim vlade sledile, s tem pa tiho nakazuje, da so (samo) vlade (in ministrstva) kljucne javne organiza­cije, odgovorne za izvedbo procesa soustvarjanja, in zanemarja pomen lokalnega konteksta kot potencial­ne ovire za soustvarjanje. Kot prispevek tretjega sektorja lahko omenimo Prirocnik za eksperimentalno platformo za soustvar­janje (Handbook for The Experiment Co-Creation Platform, ECP), osredotocen na lokalno (mestno) go-spodarstvo in razvoj (Demos Helsinki, 2021). Ta pri­rocnik ponuja model sodelovanja med mesti, visoko­šolskimi in neakademskimi institucijami z namenom opredelitve skupne vizije razvoja. Tudi tu je pouda­rek na višji (strateški) ravni politike z oblikovanjem skupne vizije med razlicnimi deležniki. Vendar je to orodje, v nasprotju z OGP naborom orodij, namenje­nih univerzalni uporabi, zasnovano za tocno doloce-no podrocje, tj. razvoj mest. EU je še en kljucen mednarodni zagovornik sou-stvarjanja in najbolj aktiven podpornik razvoja šte­vilnih orodij in prirocnikov za soustvarjanje v sklopu 7. okvirnega programa (van Dijk, 2016) in programa Obzorje 2020 (ACT, 2021; Co-VAL, 2021; GoNano, 2020; ORION, 2020; Waag, 2021b). Tako projekt RICHES, financiran v okviru 7. okvirnega programa, ponuja nabor orodij za sou-stvarjanje, namen katerih je pomoc strokovnjakom na podrocju kulturne dedišcine pri boljšem nacrtovanju procesov soustvarjanja (Waag, 2021a). Kljub temu, da so bila ustvarjena za doloceno ciljno skupino, pa bi lahko bila ta orodja uporabna tudi na drugih po­drocjih. Zato vecjo pomanjkljivost, kot je usmerje­nost na specificno podrocje (tj. kulturno dedišcino), vidimo v poudarku na zgolj zacetno fazo procesa, tj. pripravljalno fazo, namesto na samo dejanje (jedro) soustvarjanja. Ta nabor orodij tako vsebuje smerni­ce za organizacijo poglobljene razprave z namenom opredelitve obsega namena procesa soustvarjanja (Waag society, 2016, str. 2).Veliko orodij je bilo zasnovanih tudi v sklopu projektov EU, ki se financirajo v okviru programa Obzorje 2020. Eden takšnih je projekt ACT, ki ponu­ja nabor orodij za soustvarjanje namenjeno skupno­stim strokovnjakov iz prakse (CoP, Communities of Practice) na podrocju enakosti spolov (Thomson et al., 2020). Njegov cilj je pomagati skupnostim stro­kovnjakov iz prakse (skupinam ljudi, ki jih združuje zanimanje za doloceno temo) pri iskanju najboljših orodij in metod za razvoj in izvedbo nacrtov, ukre­pov in dejavnosti za zagotovitev enakosti spolov. Gre za opredelitev prakticnih korakov in nasvetov, vkljucno z obsežnim seznamom natancno razloženih metod (glede na težavnostno stopnjo, porabljeni cas itd.), tako da se lahko razlicne skupnosti odlocijo za najprimernejši pristop za njihov specificni kontekst. Številne predlagane metode se lahko prilagodijo, vendar so uporabniki pri tem usmerjeni h komerci­ alnim (pogosto placljivim) orodjem.GoNano je še eno orodje za soustvarjanje, ki ga je financirala EU in namen katerega je uskladiti nano­ tehnologije z družbenimi potrebami. S tem namenom orodje GoNano ponuja šeststopenjski pristop, s po­mocjo katerega raziskovalci in inženirji »dolocijo svoj cilj, opredelijo ustrezne deležnike ter oblikujejo, izva­jajo in razmišljajo o procesu soustvarjanja« (GoNano, 2020). Tako naj bi ti dve skupini soustvarili prototip ali koncno rešitev. Raziskav in znanosti se posebej loteva tudi projekt ORION, ki ponuja nabor razlicnih metod soustvarjanja, razvršcene glede na stopnjo udeležbe razlicnih interesnih skupin (ORION, 2018). V naspro­tju s temi orodji, zasnovanimi za doloceno interesno podrocje, obstajajo tudi bolj splošna orodja, kot so SISCODE (2019) in Navigator za soustvarjanje (Waag, 2021b). Medtem ko je slednji orodje, ki digitalno zaje-ma splošne tehnike in nasvete z namenom podpore razlicnih faz procesa soustvarjanja, je SISCODE precej »analogen« nabor orodij z zgolj osnovnimi navodili za izvajanje razlicnih faz procesa soustvarjanja (npr. analiza problema, razvoj prototipa, eksperimentiranje v resnicnem kontekstu itd.). Podobno kot v prejšnjih primerih funkcionalnosti zadnjih dveh orodij spomi­njajo (zgolj) na seznam tehnik, razloženih in razvršce­nih glede na razlicne faze procesa soustvarjanja. V nasprotju z orodji, ki služijo predvsem kot zbir­ke oz. repozitoriji razlicnih metod za soustvarjanje ali prirocniki s prakticnimi nasveti za izvajanje (doloce­ne faze) soustvarjanja, le malo rešitev ponuja instru­mente, ki ta proces digitalno podpirajo. V tem smislu je bilo v okviru evropskega projekta Co-VALrazvito spletno orodje za spremljanje izvajanja soustvarjanja in digitalne preobrazbe na nacionalni in lokalni ravni Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij po vsej EU (Co-VAL, 2018), v sklopu projekta CITA­DELpa celovita metodologija za soustvarjanje digi­talnih javnih storitev – nanaša se na razvoj zacetne zamisli, njeno izvedbo in vrednotenje (Vanobberghen & Escalante, 2019). Nekatere od teh faz so podprte z digitalnimi orodji, ki javnim organizacijam poma­ gajo pri ugotavljanju, zakaj so državljani prenehali z uporabo (ali niso nikoli uporabljali) nekaterih javnih storitev (Escalante, 2019), pri ocenjevanju digitalne zrelosti javnih uprav za zagotavljanje digitalnih jav­ nih storitev (Escalante, 2018), pri uporabi platforme za soustvarjanje novih storitev (Alonso & Escalante, 2017) ter usklajevanju digitalne javne storitve s potre­bami in znacilnostmi dolocenega uporabnika (Alon­so et al., 2017). Ceprav CITADELposkuša pristopiti k prakticnemu izvajanju in podpori soustvarjanja bolj celovito, je njegov fokus omejen izkljucno na digital-ne storitve – z oceno digitalne zrelosti organizacije ter platformo za soustvarjanje novih digitalnih sto­ritev in ocenjevanje njihove kakovosti (ne pa kako­ vosti procesa soustvarjanja). Orodje CITADELtako zanemarja javne storitve, ki niso nujno (ali izkljucno) digitalne, in ne podpira procesov prenove obstojecih javnih storitev na podlagi soustvarjanja. Pregled obstojecih orodij za podporo soustvarja­nju kaže, da ta orodja vecinoma: • predstavljajo nekakšno zbirko metod za podporo razlicnim fazam procesa soustvarjanja; • so namenjena specificnim ciljnim skupinam upo­rabnikov ali specificnim podrocjem; • so namenjena višji (strateški) politicni ravni ter • redko zagotavljajo digitalno podporo soustvarjanju. V povezavi z zadnjo ugotovitvijo je nadaljnja ana­liza orodij za podporo soustvarjanju pokazala, da je vecina obstojecih orodij »analognih«. V spodnji tabe­li so predstavljena tri orodja, pri katerih je bila iden­tificirana digitalna dimenzija. Ta orodja so dodatno analizirana skozi prizmo štirih kljucnih funkcional­nosti, ki naj bi jih tovrstna orodja podpirala (Lember et al. (2019), gl. Uvod) za uspešno soustvarjanje. Navigator za soustvarjanje, kot orodje, ki le digi­talno prikazuje zaporedne korake v okviru celotnega cikla soustvarjanja, ne izpolnjuje niti ene od oprede­ljenih kljucnih funkcionalnosti. Ceprav vsak »korak« vsebuje seznam razlicnih metod, je vsebina staticna in kot taka uporabnika ne podpira pri izbiri metod ali njihovi implementaciji. Ne nazadnje orodje ne ponuja možnosti neposredne interakcije med javnimi orga­nizacijami in zunanjimi deležniki, ampak primarno »svetuje« prvim, kaj naj naredijo, da to dosežejo. Co-VAL orodje je drugo digitalno orodje, ki ne iz­polnjuje niti ene od opredeljenih kljucnih funkcional­nosti. To sicer ne pomeni, da je orodje neuporabno. Namenjeno je namrec spremljanju napredka držav na podrocju soustvarjanja, zato so zgoraj opredelje­ne funkcionalnosti v tem kontekstu nerelevantne, saj Co-VAL ne podpira samega procesa soustvarjanja. Le orodja, razvita v okviru projekta CITADEL, vkljucujejo vecino kljucnih funkcionalnosti. Prva in tretja funkcionalnost – vzpostavitev neposredne inte­rakcije in podpora z viri, sta zagotovljeni s platformo za soustvarjanje, ki javnim uslužbencem, zasebnemu sektorju in državljanom ponuja možnost za soustvar­janje idejne zasnove novih digitalnih javnih storitev. Izpolnitev drugega pogoja, ki se nanaša na motiva­cijo udeležencev, prepoznamo v orodju »CITADELodkrivanje storitve« (Intelligent Service Discovery), ki pomaga javnim organizacijam prepoznati najbolj uporabljene in priljubljene storitve med uporabniki Tabela 2: Predstavitev orodij za podporo soustvarjanju, analiziranih skozi prizmo štirih kljucnih funkcionalnosti (orodja, ki vkljucujejo digitalno dimenzijo) Kljucne funkcionalnosti digitalnih orodij za uspešno soustvarjanje (Lember et al., 2019) Orodja za podporo soustvarjanju Vzpostavitev neposredne Motivacija udeležencev, Podpora storitve Skupno odlocanje z interakcije med zunanjimi da aktivno prispevajo z viri. zunanjimi deležniki deležniki in javnimi v/k procesu. izven organizacije. uslužbenci. Navigator za soustvarjanje (Co-creation Ne Ne Ne Ne navigator) – projekti BigPicnic, MUV -Mobility Urban Values in Cities-4­People Co-VAL Dashboard – projekt Co-VAL Ne Ne Ne Ne Projekt CITADEL Da Da Da Ne Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij - kot pokazatelj, katere storitve so ustrezne za sou-stvarjanje. Ker nabor orodij CITADELne ustanavlja infrastrukture, ki digitalno podpira skupno odloca­nje z zunanjimi deležniki skozi celotni proces, skle­pamo, da cetrti pogoj ni izpolnjen. MeToDoLošKI PrISToP Orodja Co-Gov so z dokazi podprta orodja za pod-poro soustvarjanju v javni domeni, ki so bila razvita na podlagi empiricnih raziskav, izvedenih v okviru projekta COGOV. Gre za štiri orodja, tri (Co-Ready, Co-Serve in Co-Master) so razvita kot sistemi za pod-poro odlocanju, medtem ko je eno orodje (Co-Renew) razvito kot model uporabniške izkušnje, ki temelji na konceptu izkušnje strank. Co-Renew je bil zasnovan na podlagi pregleda relevantne literature o zemljevi­du poti uporabnika (ang. Customer Journey Mapping - CJM) in že obstojecih komercialnih CJM orodij. Co-Ready, Co-Serve in Co-Master so oblikovani kot sistemi za podporo odlocanju in vsebujejo kriteri­je, zasnovane na podlagi spodbujevalnih dejavnikov in ovir pridobljenih iz: 1.empiricnih raziskav: a. 15 študij primerov obetavnih praks sodelovanja v javnem sektorju iz šestih držav – Velike Brita-nije, Nizozemske, Danske, Francije, Hrvaške in Slovenije (Regal & Ferlie, 2020). Podatki so bili pridobljeni v okviru polstrukturiranih intervju­jev z zaposlenimi, pristojnimi za upravljanje in/ ali izvajanje obetavnih praks sodelovanja (vec o metodologiji v Pluchinotta & Ferlie (2019); b. anketa med pristojnimi za upravljanje in/ali izvajanje obetavnih praks sodelovanja iz Veli­ke Britanije, Nizozemske, Danske, Hrvaške in Slovenije; c. sedem študij primerov javnih organizacij iz še­stih držav (Velike Britanije, Nizozemske, Dan-ske, Francije, Hrvaške in Slovenije), ki vkljucuje­jo pomembna strateška prizadevanja za spodbu­ janje soustvarjanja (Torfing & Sřrensen, 2020); 2.vsebinske analize clankov, objavljenih v Web of Science (WoS); clanki so bili izbrani na osnovi na­slednjih meril: a. casovni razpon objav: 10 let, od 2009 do 2018; b. vsebujejo izraze »soustvarjanje« ali »soproduk­cija«; c. vrsta objave: clanek; d. kategorija WoS: Javna uprava; in e. jezik objave: anglešcina. Zaradi velikega števila ter razlicnih vrst spodbu­jevalnih dejavnikov in ovir, ugotovljenih na podlagi vsebinske analize, so bili ti razdeljeni v pet kategorij glede na temo oz. podrocje procesa soustvarjanja, na katerega se nanašajo: 1. strukturni/organizacijski spodbujevalni dejavniki in ovire; 2. spodbujevalni dejavniki in ovire, povezani z no- tranjimi (znotraj javne organizacije) deležniki; 3.spodbujevalni dejavniki in ovire, povezani s šir­šim družbenim, politicnim in pravnim okoljem, v katerem deluje javna organizacija; 4. spodbujevalni dejavniki in ovire, povezani z zu­ nanjimi deležniki ter 5. spodbujevalni dejavniki in ovire, ki se nanašajo na kakovost odnosa med deležniki. Takšna kategorizacija omogoca lažjo presojo o tem, kateri spodbujevalni dejavniki in ovire so najpri­mernejši za izgradnjo strukture in vsebine vsakega izmed treh orodij (Co-Ready, Co-Serve in Co-Master). Orodje Co-Ready torej predstavlja sistem za pod-poro odlocanju, ki vsebuje 26 kriterijev, ki smo jih pridobili iz šestih študij primerov o obetavnih pra­ksah sodelovanja in vsebinske analize WoS clankov ter utežili s pomocjo ankete. Orodje Co-Serve je sistem za podporo odlocanju sestavljen iz 13 kriterijev, ki smo jih pridobili iz 15 študij primerov o obetavnih praksah sodelovanja in vsebinske analize WoS. Orodje Co-Renew predstavlja modeliranja upo­rabniške izkušnje, ki smo ga izdelali s pomocjo pre­gleda relevantne literature o CJM in 11 komercialnih CJM orodij. Orodje Co-Master predstavlja sistem za podporo odlocanju z 19 kriteriji, ki smo jih pridobili iz sedmih študij primerov javnih organizacij, ki prikazujejo po­membna strateška prizadevanja za spodbujanje sou-stvarjanja. 4 KONCEPTUALNI OKVIR CELOSTNE DIGITALNE PODPORE SOUSTVARJANJU jAVNIH STorITeV Z namenom razvoja digitalne platforme za podporo pobudam soustvarjanja v organizacijah javne upra­ve, smo razvili štiri orodja, ki nudijo holisticno pod-poro soustvarjanju v javni domeni (Slika 1): • orodje Co-Ready omogoca ocenjevanje pripravlje­ nosti organizacije na soustvarjanje; Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij Slika 1: Nabor štirih orodij • orodje Co-Serve podpira izbiro javnih storitev, ki so najbolj primerne za prenovo na podlagi nacel soustvarjanja; • orodje Co-Renew podpira soustvarjanje z uporab­niki storitev med procesom prenove izbrane jav­ ne storitve (izbrane s pomocjo orodja Co-Serve) in • orodje Co-Master podpira ocenjevanje kakovosti procesa soustvarjanja, ki je potekalo med prenovo storitve (z orodjem Co-Renew) z namenom iden­tifikacije težav, ki bi jih lahko izboljšali v priho­dnjih procesih soustvarjanja. V naslednjih podpoglavjih so ta orodja predsta­vljena podrobneje.2 4.1 co-ready: ocena pripravljenosti organizacije na soustvarjanje3 Orodje Co-Ready je sistem za podporo odlocanju, razvit na podlagi vecparametrskega modela za pod-poro odlocanju, ki zajema parametre (kriterije, atri­bute), uteži in funkcijo koristnosti. 2 Namen clanka je okvirna predstavitev nabora orodij Co-Gov (tj. strukture in osnovnega koncepta). Podrobna predstavitev posameznih orodij presega namen (in prostorske omejitve) tega clanka. 3 Vec informacij o orodju Co-Ready v Jukic et al. (2022) Atributi ustrezajo razlicnim vidikom organiza­cijske pripravljenosti na soustvarjanje. Vsak od njih je povezan z dolocenim dejavnikom ali oviro za so-ustvarjanje, opredeljenimi v intervjujih in vsebinski analizi relevantne literature (gl. 3. poglavje za podrob­nejšo metodologijo). Atributi so hierarhicno struktu­rirani in tako ponazarjajo medsebojno odvisnost, saj so atributi na višjem nivoju odvisni od neposrednih naslednikov (Slika 2). Zgornje oz. korensko vozlišce predstavlja pripravljenost organizacije na soustvarja­nje. Glede na položaj poznamo še izpeljane atribute, ki predstavljajo notranja vozlišca in imajo doloceno funkcijo koristnosti, s katero je opredeljena odvisnost tega atributa od naslednika; in osnovne atribute, ki predstavljajo koncna vozlišca oz. liste, ki jih ocenju­jejo uporabniki orodja Co-Ready na podlagi vprašal­nika. S pomocjo funkcij koristnosti se vrednosti na osnovnem nivoju preko vmesnih nivojev združujejo proti korenu hierarhije, torej pripravljenost organiza­cije na soustvarjanje. Orodje Co-Ready je sestavljeno iz 26 osnovnih atributov, razvršcenih v tri kategorije: • zmogljivost organizacije (strukturne znacilnosti organizacije, komunikacijska zmogljivost in stra­teška sposobnost organizacije); Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij Slika 2: Hierarhicna struktura modela podpore odlocanju co-ready • zmogljivosti javnih uslužbencev (znanja, kompe­tence, miselnost in avtonomnost); • širši družbeni, politicni in pravni okvir, v kate-rem deluje organizacija. Vsak atribut ima doloceno mersko lestvico, tj. na­bor vrednosti (da/ne/delno) – te vrednosti bodo konc­nim uporabnikom orodja Co-Ready predstavljale mo-žne odgovore na vprašanja/trditve, ki izhajajo iz atri­butov veckriterijskega modela za podporo odlocanju. Uteži se uporabljajo za prikaz pomembnosti oz. vpliva posameznega atributa na koncno oceno pri­pravljenosti organizacije na soustvarjanje. Višja kot je vrednost uteži atributa, vecji vpliv ima na koncni rezultat. Vrednosti uteži so dolocene s pomocjo an-kete med zaposlenimi pristojnimi za upravljanje oz. izvajanje obetavnih praks sodelovanja v javnem sek­ torju (glej poglavje 3). Tretji element modela je funkcija koristnosti, s po­mocjo katere se izracuna ocena pripravljenosti orga­nizacije na soustvarjanje. Funkcija koristnosti doloca, kako se vrednosti osnovnih atributov z dolocenimi utežmi združujejo preko vmesnih vozlišc do koren­skega vozlišca. Po ocenitvi pripravljenosti organizacije za sou-stvarjanje javna organizacija prejme vodic z najbolj­ Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij Slika 3: Hierarhicna struktura modela za podporo odlocanju co-Serve šimi praksami in predlogi, kako izboljšati podrocja, kjer je dosegla slabši rezultat, in postati (bolj) zrela za soustvarjanje. Poleg možnosti ocenjevanja pripravljenosti posa­mezne organizacije za soustvarjanje Co-Ready omo­goca tudi primerjavo ocen glede na vrsto in geograf­sko poreklo organizacije ter izdelavo »Kaj-ce analize«. 4.2 co-Serve: ocena in izbor javnih storitev, primernih za prenovo na podlagi nacel soustvarjanja Uporabnik (npr. javni uslužbenec) nadaljuje z uporabo drugega orodja (Co-Serve), ko prejme oceno pripra­vljenosti organizacije na soustvarjanje in vodic, s kate- rim lahko izvede predlagane izboljšave v svoji organi­zaciji. Podobno kot Co-Ready, je tudi orodje Co-Serve sistem za podporo odlocanju in pomaga uporabnikom v javni organizaciji izbrati storitve, ki so najprimernejše za prenovo na podlagi soustvarjanja z zunanjimi dele­ žniki (državljani, podjetji, nevladnimi organizacijami).Orodje Co-Serve zajema 13 kriterijev, razdeljenih v dve skupini: • kriteriji pripravljenosti storitve z vidika uporabni­kov storitev – vsebujejo šest kriterijev, in sicer 1) šte­vilo uporabnikov storitve; 2) jasna opredelitev ciljne skupine oz. skupin; 3) potrebe uporabnikov, ki jih obravnava javna storitev; 4) nezadovoljstvo z javno storitvijo; 5) uporaba tehnologije in 6) strokovnost. Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij • kriteriji pripravljenosti storitve z vidika javne or-ganizacije - vsebujejo sedem kriterijev, in sicer 1) razpoložljivost informacij; 2) strateška storitev; 3) (prekomerna) ureditev storitve s predpisi; 4) pomanjkanje zamisli glede morebitne rešitve oz. rezultata postopka prenove; 5) avtonomnost, tj. izkljucna pristojnost za javno storitev; 6) sredstva za prenovo in 7) neprekinjeno zagotavljanje stori­tve med postopkom prenove. Spodnja slika predstavlja hierarhicno strukturo modela za podporo odlocanju Co-Serve. Za razliko od orodja Co-Ready, kjer so uteži kriterijev doloce­ne v sodelovanju z eksperti sodelovanja, tj. z javnimi uslužbenci, ki imajo izkušnje z obetavnimi praksami sodelovanja, so vsi kriteriji v orodju Co-Serve enako pomembni, zato imajo enake uteži. Kriteriji orodja Co-Serve so koncnim uporabni­kom vidni kot anketna vprašanja z dvema možnima odgovoroma: da ali ne. Koncna ocena pripravljenosti storitve za soustvarjanje je izražena v odstotkih in se izracuna kot vsota odgovorov, ki pomenijo 'pripra­vljena' - vsakemu takemu odgovoru je dodeljena 1 tocka, deljeno s 13 (skupno število kriterijev oz. vpra­šanj) in nato pomnoženo s 100. Uporabnik poleg re-zultata prejme tudi opisno interpretacijo odgovorov, ki pomenijo »ni pripravljena« (0 tock), ki služi kot opozorilo glede morebitnih izzivov, na katere bi lah­ko naleteli med soustvarjanjem. Tabela 3 prikazuje primere kriterijev Co-Serve s pripadajocimi vprašanji in razlagami odgovorov. Co-Serve poleg ocenjevanja dolocenih storitev omogoca tudi primerjavo med njimi, da lahko upo- Tabela 3: Primeri anketnih vprašanj co-Serve (ki izhajajo iz kriterijev) in interpretacija odgovorov, ki pomenijo »ni pripravljena« # Kriterij Vprašanje Da Ne 1. Razpoložljivost informacij Ali so informacije o uspešnosti, izvajanju in dostopnosti javne storitve javne, lahko dostopne in razumljive? Pripravljena Pred zacetkom postopka soustvarjanja morate zagotoviti ustrezne javne informacije o trenutni uspešnosti, izvajanju in dostopnosti javne storitve, ki so lahko dostopne in razumljive za zunanje deležnike. 2. Strateška storitev Je prenova javne storitve strateškega pomena za vašo organizacijo? Pripravljena Javna storitev, ki je za organizacijo strateškega pomena, bi lahko spodbudila uspešno izvajanje procesa soustvarjanja. 3. (Prekomerna) ureditev storitve s predpisi Ali menite, da je javna storitev prekomerno urejena s predpisi? Strogo in prekomerno regulirane storitve bi lahko ovirale soustvar­janje. V primeru prenove storitve na podlagi soustvarjanja bodite pripravljeni, da bo sprememba zahtevala vec casa in truda. Pripravljena 4. Pomanjkanje zamisli glede morebitne rešitve oz. rezultata postopka prenove Ali imate jasno predstavo o rezultatu (rešitvi) prenove storitve? Bodite odprti za spremembo nacrtovane rešitve v luci tehtnejših argumentov zunanjih deležnikov. Pripravljena 5. Avtonomnost, tj. izkljucna pristojnost za javno storitev Ali je prenova javne storitve v izkljucni pristojnosti vaše javne organizacije? Pripravljena Zagotoviti morate, da se vse zadevne institucije in »notranji« deležniki (vkljucno s politicnimi akterji), ki so pristojni za zagotavljanje storitve in njeno prenovo, strinjajo, to pomeni, da podpirajo proces soustvarjanja. 6. Sredstva za prenovo storitve Ali menite, da boste imeli dovolj financnih in cloveških virov za organizacijo in izvedbo prenove javne storitve na podlagi soustvarjanja? Pripravljena Za uspešno prenovo storitve morate dolociti usposobljeno skupino in zagotoviti financne vire za organizacijo procesa soustvarjanja (npr. interakcija) z zunanjimi deležniki. 7. Neprekinjeno zagotavljanje storitve med postopkom prenove Ali lahko zagotovite neovirano izvajanje javne storitve v casu njene prenove? Pripravljena Prizadevajte si zagotoviti neovirano izvajanje storitve v casu njene prenove. Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij Slika 4: Hierarhicna struktura modela za podporo odlocanju co-Master rabnik opredeli najprimernejšo storitev za prenovo s pomocjo tretjega orodja Co-Renew. 4.3 co-renew: prenova izbrane javne storitve Tretje orodje (Co-Renew) pride v poštev, ko izbere-mo najprimernejšo storitev, ki jo lahko prenovimo na podlagi nacel soustvarjanja. Za razliko od ostalih orodij Co-Gov, ki so sistemi za podporo odlocanju, je Co-Renew dinamicno orodje, ki temelji na mapiranju izkušenj strank (Customer Journey Mapping, CJM) - konceptu, ki se široko uporablja v zasebnem sek­torju, zadnji dve desetletji pa tudi vzbuja zanimanje javnega sektorja (Canfield & Basso, 2017; Fayard et al., 2017; Samson et al., 2017). Glavni cilj CJM je razumeti izkušnje strank pred, med in po izvedeni storitvi ter njihove predloge vkljuciti v nove rešitve (tj. preoblikovane storitve), da bi tako izboljšali njihove (prihodnje) izkušnje (Fayard et al., 2017). Koncept CJM je bil prilagojen uporabi orodja Co-Gov v javni upravi in preimeno-van v Model uporabniške izkušnje. Co-Renew zajema tri temeljne module: splošno predlogo uporabniške izkušnje, anketo in interaktiv- no porocilo. Splošna predloga uporabniške izkušnje je osre­dnji element orodja Co-Renew in zajema: (1) podat­ ke o uporabniku storitve; (2) faze izvajanja storitve; (3) korake, ki so jih uporabniki storitve opravili v postopku izvajanja storitve; (4) tocke interakcije (tj. sticne tocke, ki se nanašajo na kanal oz. obliko in-terakcije med uporabnikom storitve in javno orga­nizacijo med posameznimi izvedenimi koraki); (5) zadovoljstvo uporabnikov storitve na posamezni sticni tocki; (6) težave, ki se pojavijo med interakci­jo uporabnika storitve z javno organizacijo; (7) pre­ dlogi za izboljšave za vsako od ugotovljenih težav; (8) informacije iz zakulisja in viri.4 Splošna predloga uporabniške izkušnje naj se izpolni med delavnico ali po njej z manjšim vzorcem preteklih uporabnikov storitve in javnih uslužbencev, vkljucenih v izvajanje storitve. Na podlagi splošne predloge uporabniške izku­šnje (in glede na njeno strukturo) oseba, pristojna za prenovo, avtomaticno ustvari anketo in jo pošlje ve-cjemu številu uporabnikov storitve. Po zakljucku ankete se porocilo samodejno ustva­ri, ki vsebuje podatke o anketirancih, njihovih ko­ rakih v postopku izvajanja storitve, sticnih tockah, 4 Oseba, pristojna za prenovo (tj. javni uslužbenec, ki usklajuje prenovo), sem vnese dve vrsti podatkov: (1) podatke o oddelku javne organizacije, ki je pristojen za doloceno interakcijo, in (2) podatke o potrebnih virih, ki bodo oddelkom in javnim uslužbencem omogocili izvedbo interakcije (in povezanih ukrepov). Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij Tabela 4: operacionalizacija kriterijev iz kategorije »Proces soustvarjanja« orodja co-Master v vprašanje da/ne za koncne uporabnike orodja # Kriterij operacionalizacija kriterija v vprašanje da/ne 1. Imenovana skupina, ki temelji na horizontalnem, Ali ste za vodenje postopka soustvarjanja imenovali skupino, ki zagotavlja sodelovanje porazdeljenem in vkljucujocem vodenju znotraj in zunaj meja organizacije in sektorja? 2. Jasna opredelitev ustreznosti vlog Ali so bile vloge v procesu ustrezno in jasno opredeljene, tako da je vsak udeleženec lahko kar najvec prispeval? 3. Vkljucitev zunanjih deležnikov v zgodnje fazi Ali ste zunanje deležnike vkljucevali vse od zacetka – od zacetne faze opredeljevanja težav in oblikovanja rešitev? 4. Pojasnilo okvira soustvarjanja Ste vsem udeležencem obrazložili okvir, v katerem naj bi potekal proces soustvarjanja? 5. Komunikacijske poti Ste z namenom, da bi bolje vkljucili zunanje deležnike, kombinirali digitalna orodja in obicajne nacine komunikacije? 6. Enake možnosti dostopa Ali ste udeležencem nudili podporo, da so imeli vsi enake možnosti dostopa in enake priložnosti, da sodelujejo v procesu? 7. Jasen in skupen cilj Ali so se vsi (notranji in zunanji) udeleženci vzajemno dogovorili in se strinjali glede cilja procesa soustvarjanja? 8. Uskladitev razlicnih stališc Vam je uspelo uskladiti razlicne potrebe in stališca, izražena v procesu soustvarjanja? 9. Relevantni podatki Ste poskrbeli, da so udeleženci dobili relevantne podatke glede predmeta soustvarjanja? 10. Enostavne in jasne naloge Bi rekli, da so bile naloge udeležencev procesa enostavne in jasne? 11. Dovolj casa Ali so imeli udeleženci dovolj casa za opravljanje svojih nalog? 12. Skupno prevzemanje odgovornosti Ali so bili zunanji deležniki aktivno vkljuceni v oblikovanje in odlocanje o potencialnih rešitvah problema? stopnji zadovoljstva in informacijah iz zakulisja. Za vsako od teh kategorij (razen za »zakulisje«) lahko oseba, pristojna za prenovo, filtrira podatke za vsako izmed teh kategorij (razen po informacijah iz zaku­lisja) (npr. po demografskih parametrih, posameznih korakih, sticnih tockah in/ali stopnji zadovoljstva) in pridobi interaktivni pregled porocila. Na podlagi porocila oseba, pristojna za prenovo, pripravi nacrt za prenovo storitve, cesar pa nabor orodij Co-Gov na žalost digitalno ne podpira, saj je proces prenove mocno odvisen od institucionalnega konteksta posamezne organizacije. 4.4 co-Master: ocena procesa soustvarjanja Kakovost procesa soustvarjanja, izvedenega s pomo-cjo orodja Co-Renew5, ocenimo z uporabo zadnjega orodja (Co-Master) iz nabora orodij Co-Gov in tako logicno zakljucimo celostni krog, ki ga podpira na­bor orodij Co-Gov. Tako kot Co-Ready in Co-Serve je tudi Co-Master sistem za podporo odlocanju. Zajema 19 kriterijev, Orodje je uporabno tudi za druge procese soustvarjanja, ki niso podprti z orodjem Co-Renew ali digitalno. razvršcenih v tri kategorije, ki ustrezajo razlicnim fa-zam procesa soustvarjanja: • opredelitev in mobilizacija zunanjih deležnikov - v fazi pred dejansko izvedbo soustvarjanja, • proces soustvarjanja - v fazi dejanskega soustvar­janja, • ucinki soustvarjanja - v fazi po izvedenem sou-stvarjanju. Spodnja tabela prikazuje operacionalizacijo krite­rijev Co-Master prenašajo v vprašanja da/ne za konc­ne uporabnike orodja. Ocena uspešnosti soustvarjanja se izracuna kot vsota odgovorov »da« (vsakemu je dodeljena 1 toc­ka), deljena z 19 (skupno število kriterijev/vprašanj) in pomnožena s 100. S pomocjo orodja Co-Master javne organizacije pridobijo oceno kakovosti oz. uspešnosti dolocenih procesov soustvarjanja in prepoznajo vidike, ki jih je v prihodnje treba izboljšati. Orodje Co-Master tako zakljucuje celostni pristop k soustvarjanju s pomocjo orodij Co-Gov. Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij rAzPrAVA IN zAKLjUcKI Pregled obstojecih orodij za soustvarjanje je poka­zal na pomanjkanje celostnih pristopov, ki javnim organizacijam zagotavljajo digitalno podporo pri izvajanju soustvarjanja na ravni storitev. Raven sto­ritev je bila doslej vecinoma spregledana na racun višje (strateške) ravni politike, ki je bila prepozna­na kot privlacnejša in primernejša za soustvarjanje. Od treh digitalnih orodij za soustvarjanje, ki smo jih analizirali (poglej poglavje 2), je le eno (CITADEL) namenjeno soustvarjanjem na ravni javnih storitev in vsebuje 3 (od štirih) kljucnih znacilnosti digitalnih tehnologij za uspešno soustvarjanje (poglej Lember et al. (2019)). Izvirni prispevek nabora orodij Co-Gov je torej v tem, da javnim organizacijam, zainteresiranim za prenovo javnih storitev s pomocjo soustvarjanja, nudi celostno in digitalno podporo. Celostnost orodja iz­haja iz dejstva, da ne podpira zgolj samega dejanja prenove storitve, temvec tudi predhodno pripravo ter oceno njene kakovosti (skozi prizmo soustvarja­nja). Tako orodje podpira celoten cikel dejavnosti, ki jih mora izvesti javna organizacija, da v obstojecem kontekstu lahko zagotovi najboljše rezultate. Poleg tega se izvirnost Co-Gov orodij kaže v ra­zvoju dveh novih konceptov - organizacijske pripra­vljenosti za soustvarjanje in pripravljenosti javnih storitev za soustvarjanje ter prilagajanju koncepta uporabniške izkušnje strank (CJM) posebnostim javnega sektorja. Prvi koncept je pripravljenost (tj. zrelost) javnih organizacij za uspešno izvajanje sou-stvarjanja. Ceprav koncept zrelosti za soustvarjanje ni nov in se v zasebnem sektorju pogosto uporablja za dolocanje zrelosti gospodarskih subjektov (z na­menom izboljšanja njihove konkurencne prednosti in položaja na trgu), ga ne moremo enostavno preslikati v kontekst javnega sektorja, ki temelji da drugacnih principih. Torej, glavna prednost nabora orodij Co­-Gov je, da uvaja koncept pripravljenosti (tj. zrelosti) javnih organizacij po meri javnega sektorja (orodje Co-Ready). Nasprotno je koncept pripravljenosti jav­nih storitev za soustvarjanje povsem nov in v drugih kontekstih (denimo zasebnem sektorju) nima prime-re. Potreba po takem konceptu izhaja iz ugotovitve, da niso vse javne storitve enako primerne za preno­vo na podlagi soustvarjanja. Orodje, ki ta koncept udejanja, je vsekakor koristno za javne uslužbence, ko se odlocajo, katero javno storitev bodo prenovili na podlagi soustvarjanja. Ne navsezadnje Co-Gov prilagaja že uveljavljene in uspešne tehnike kot na primer uporabniško izkušnjo strank (CJM) in s tem zagotavlja orodje (Co-Renew), ki širokemu številu uporabnikov storitev omogoca podati svoje izkušnje in predloge za izboljšanje javnih storitev, na sistema- ticen in pregleden nacin. Za bolj kriticen pregled, bomo nabor orodij Co­-Gov analizirali skozi prizmo Lember et al. (2019) elementov. Prvi element, ki se nanaša na vzpostavitev nepo­sredne interakcije med uporabniki storitev (zuna­njimi deležniki) in zaposlenimi v javni organizaciji, orodje Co-Renew obravnava po dveh uveljavljenih kanalih – delavnici in anketi. Drugega elementa, ki se nanaša na motivacijo udeležencev za aktivno so-delovanje v procesu soustvarjanja, se v doloceni meri loteva orodje Co-Serve z atributi, ki posredno kažejo na stopnjo motivacije zunanjih deležnikov ( npr. »šte­vilo uporabnikov storitev«, »obravnavanje potreb«, »nezadovoljstvo s storitvijo« in »strokovno znanje«). Poleg tega dejstvo, da naj bi glavni prispevek v okvi­ru orodja Co-Renew prišel od uporabnikov storitev, temelji na predpostavki, da bodo subjekti, ki se nepo­sredno ukvarjajo z dolocenim vprašanjem, bolj moti­virani za sodelovanje pri njegovi preobrazbi kot tisti, ki se ne. Tretji element, ki se nanaša na vire, ki jih prispevajo zunanji uporabniki, je vkljucen v delav­nico in anketo, ki uporabnikom storitev omogocata, da izrazijo svoje posebne izkušnje in predloge za iz­boljšave. Na žalost pa cetrtega elementa, ki se nanaša na skupno odlocanje zunaj organizacije, nabor orodij Co-Gov ne obravnava. Priprava nacrta prenove in samo dejanje prenove storitve sta koraka, ki se izve- Tabela 5: Predstavitev nabora orodij co-gov analiziranega skozi prizmo kljucnih znacilnosti digitalnih tehnologij za uspešno soustvarjanje Kljucne znacilnosti digitalnih tehnologij za uspešno soustvarjanje (Lember et al., 2019) Orodje Vzpostavitev neposredne Motivacija udeležencev, da Krepitev storitve z viri (npr. cas Skupno odlocanje z zunanjimi interakcije med zunanjimi aktivno prispevajo procesu. in strokovna znanja). deležniki izven organizacije. deležniki in javnimi uslužbenci. Co-Gov Da Da Da Ne Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij deta 'rocno' in ne digitalno s podporo orodja Co-Re­new. Za uporabo orodja Co-Renew v razlicnih kon­tekstih (ki zajema razlicna podrocja in vrste prenove storitev) so potrebni doloceni kompromisi. Skup-no odlocanje je eno izmed njih, saj ga je preprosto nemogoce vkljuciti v obstojeci okvir nabora orodij Co-Gov. Torej, podobno kot CITADEL, nabor orodij Co­-Gov vsebuje vse znacilnosti digitalnih tehnologij za uspešno soustvarjanje, razen institucionalne rešitve, ki omogoca skupno odlocanje z zunanjimi deležni­ki. Kljub temu in dejstvu, da oba inštrumenta pod-pirata proces soustvarjanja na ravni javnih storitev, se ne prekrivata. CITADELje namrec osredotocen izkljucno na digitalne storitve oziroma na oblikova­nje novih digitalnih storitev, nasprotno pa Co-Gov podpira prenovo tako digitalnih kot analognih sto­ritev. Dodatna razlika je v tem, da CITADELocenjuje digitalno zrelost organizacije in kakovost digitalnih storitev kot rezultat soustvarjanja, med tem pa Co­-Gov ocenjuje zrelost organizacije za soustvarjanje (Co-Ready) ter kakovost samega procesa soustvar­janja (Co-Master). Na podlagi tega sklepamo, da se lahko v dolocenih situacijah CITADELin Co-Gov do-polnjujeta, oz. lahko podpirata razlicne (obenem pa kompatibilne) vidike procesa soustvarjanja. Ravno tu vidimo možnost za prihodnje raziska­ve in razvoj novih digitalnih orodij, ki podpirajo so-ustvarjanje. Pregled obstojecih orodij kaže na vrsto razlicnih vrst orodij in metod za soustvarjanje. Na-mesto oblikovanja vseobsegajocega nabora orodij je bolj smiselno, da se nadaljnje raziskave osredotocijo na razlicne kombinacije in sinergije obstojecih orodij (digitalnih in »analognih«), da se doloci najbolj opti­malne kombinacije za dolocen kontekst. Scasoma bi to moralo pripeljati do prepoznave potencialnih po­manjkljivosti, ki jih je treba odpraviti z razvojem no-vih (digitalnih) orodij. Drug, vecji raziskovalni izziv pa ostane iskanje digitalnih rešitev glede vprašanja skupnega odlocanja med javnimi uslužbenci in zu­nanjimi deležniki. Informacije o financiranju Clanek je nastal kot del projekta COGOV (Soproduk­cija in soupravljanje: strateško upravljanje, javna ko­rist in soustvarjanje v okviru prenove javnih agencij v Evropi), ki ga financira EU v okviru programa raz­iskav in inovacij Obzorje 2020 na podlagi sporazuma o dodelitvi nepovratnih sredstev št. 770591. Namen projekta COGOV je evropske javne uprave spreme­niti v prostor odprtega in inovativnega sodelovanja (www.cogov.eu). LITERATURA [1] CT. (2021). Project. https://act-on-gender.eu/project [2] Albury, D. (2011). Creating the Conditions for Radical Pu­blic Service Innovation. Australian Journal of Public Admi­nistration, 70(3), 227–235. https://doi.org/10.1111/j.1467­8500.2011.00727.x [3] Alonso, J., & Escalante, M. (2017). Deliverable D4.3 Initial CITADEL Ecosystem Architecture. 94. https://www.citadel­-h2020.eu/sites/citadel.drupal.pulsartecnalia.com/files/do­cuments/D4.3 CITADEL Ecosystem Architecture_v1.0.pdf [4] Alonso, J., Escalante, M., & Orue-echevarria, L. (2017). Deli­verable D4.1 Functional and technical requirements elicitati­on. 1–51. https://www.citadel-h2020.eu/sites/citadel.drupal. pulsartecnalia.com/files/documents/D4.1 Functional and te­chnical requirements elicitation V1.0.pdf [5] Ansell, C., Sřrensen, E., & Torfing, J. (2021). The COVID-19 pandemic as a game changer for public administration and leadership? The need for robust governance responses to turbulent problems. Public Management Review, 23(7), 949– 960. https://doi.org/10.1080/14719037.2020.1820272 [6] Bommert, B. (2010). Collaborative innovation in the public sector. International Public Management Review, 11(1), 15– 33. https://doi.org/10.4337/9781849809757.00032 [7] Canfield, D. de S., & Basso, K. (2017). Integrating Satisfaction and Cultural Background in the Customer Journey: A Method Development and Test. Journal of International Consumer Marketing, 29(2), 104–117. https://doi.org/10.1080/0896153 0.2016.1261647 [8] Co-VAL. (2018). Co-Val Dashboard App. https://www.co-val. eu/dashboard/ [9] Co-VAL. (2021). Co-VAL Understanding value co-creation in public services. https://www.co-val.eu/ [10] Cossetta, A., & Palumbo, M. (2014). The Co-production of Social Innovation Social innovation : The Case of Living Lab Living Lab. In R. P. Dameri & C. Rosenthal-Sabroux (Eds.), Smart City (pp. 221–235). SPRINGER-VERLAG BERLIN. https://doi.org/10.1007/978-3-319-06160-3_11 [11] Criado, J. I., & Gil-Garcia, J. R. (2019). Creating public value through smart technologies and strategies: From digital servi­ces to artificial intelligence and beyond. International Journal of Public Sector Management, 32(5), 438–450. https://doi. org/10.1108/IJPSM-07-2019-0178 [12] Demos Helsinki. (2021). A Handbook for the Experiment Co­-Creation Platform. https://demoshelsinki.fi/julkaisut/try-out/ [13] Durose, C., & Richardson, L. (2016). Designing public policy for co-production: Theory, practice and change. Bristol Uni­versity Press. https://doi.org/10.2307/j.ctt1t896qg [14] Escalante, M. (2018). DIGIMAT – eGovernment Maturity Assessment. https://www.citadel-h2020.eu/news/digimat-– –-egovernment-maturity-assessment [15] Escalante, M. (2019). CITADEL´s Key Performance Indicator Toolbox: Calculating KPIs using Linked Open Data. https:// www.citadel-h2020.eu/news/citadel-key-performance-indi-cator-toolbox-calculating-kpis-using-linked-open-data [16] Fayard, A.-L., Stigliani, I., & Bechky, B. A. (2017). How Na­scent Occupations Construct a Mandate: The Case of Servi­ce Designers’ Ethos. Administrative Science Quarterly, 62(2), 270–303. https://doi.org/10.1177/0001839216665805 Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij [17] GoNano. (2020). Involving societal stakeholders as a source of creativity in research. http://gonano-project.eu/wp-con­tent/uploads/2020/05/GoNano_Co-Creation-toolkit_DEF.pdf [18] Jarke, J. (2021). Co-creating Digital Public Services for an Ageing Society. Springer International Publishing. https://doi. org/10.1007/978-3-030-52873-7 [19] Jukic, T., Pevcin, P., Bencina, J., Decman, M., & Vrbek, S. (2019). Collaborative Innovation in Public Administration: Theoretical Background and Research Trends of Co-Pro­duction and Co-Creation. Administrative Sciences, 9(4), 90. https://doi.org/10.3390/admsci9040090 [20] Jukic, T., Pluchinotta, I., Hržica, R., & Vrbek, S. (2022). Orga­nizational maturity for co-creation: Towards a multi-attribute decision support model for public organizations. Government Information Quarterly, 39(1), 1–20. https://doi.org/10.1016/j. giq.2021.101623 [21] Lember, V., Brandsen, T., & Tőnurist, P. (2019). The potenti­al impacts of digital technologies on co-production and co­-creation. Public Management Review, 21(11), 1665–1686. https://doi.org/10.1080/14719037.2019.1619807 [22] McBride, K., Aavik, G., Toots, M., Kalvet, T., & Krimmer, R. (2019). How does open government data driven co-crea­tion occur? Six factors and a ‘perfect storm’; insights from Chicago’s food inspection forecasting model. Government Information Quarterly, 36(1), 88–97. https://doi.org/10.1016/j. giq.2018.11.006 [23] Mourot, A., & Jefferson, S. (2014). A Co-Creation Approach to Social and Business Impact Today ’ s Approach is not the Approach of Tomorrow. Philanthropy Impact Magazine, 25– 30. https://doi.org/10.1145/1940976.1940996 [24] Nesti, G. (2018). Co-production for innovation: the urban living lab experience. Policy and Society, 37(3), 310–325. https://doi.org/10.1080/14494035.2017.1374692 [25] Nograšek, J., & Vintar, M. (2014). E-government and organi­sational transformation of government: Black box revisited? Government Information Quarterly, 31(1), 108–118. https:// doi.org/10.1016/j.giq.2013.07.006 [26] OPSI. (2018). OPSI Toolkit Navigator. https://oecd-opsi.org/ toolkit-navigator [27] ORION. (2018). Menu of Co-creation Tools. http://actioncata­logue.eu/ [28] ORION. (2020). ORION Open Science - Open Responsible research and Innovation to further Outstanding kNowledge. https://www.orion-openscience.eu/ [29] Osborne, S. P., Radnor, Z., & Strokosch, K. (2016). Co-Pro­duction and the Co-Creation of Value in Public Services: A su­itable case for treatment? Public Management Review, 18(5), 639–653. https://doi.org/10.1080/14719037.2015.1111927 [30] Pecaric, M. (2017). Can a group of people be smarter than experts? Theory and Practice of Legislation, 5(1), 5–29. https://doi.org/10.1080/20508840.2016.1259823 [31] Pestoff, V. (2014). Collective Action and the Sustainability of Co-Production. Public Management Review, 16(3), 383–401. https://doi.org/10.1080/14719037.2013.841460 [32] Pluchinotta, I., & Ferlie, E. (2019). Deliverable 2.1 Template for Case Study Selection, Fieldwork and Analysis (pp. 1–36). King’s College London. http://cogov.eu/wp-content/uplo­ads/2019/10/COGOV-Deliverable-2.1_Aug19_submitted.pdf [33] Regal, B., & Ferlie, E. (2020). Deliverable 2.3: Patterns of stra­tegic renewals. King’s College London. http://cogov.eu/wp--content/uploads/2020/10/D2-3.pdf [34] Samson, S., Granath, K., & Alger, A. (2017). Journey mapping the user experience. College and Research Libraries, 78(4), 459–471. https://doi.org/10.5860/crl.78.4.459 [35] Sandford, B. (2001). Encouraging innovation in the public sector. Journal of Intellectual Capital, 2(3), 310–319. [36] SISCODE. (2019). Toolbox for co-creation (p. 49). https:// siscodeproject.eu/wp-content/uploads/2019/09/tool­kit-27092019-1.pdf [37] Thomson, A. (Ola), Rabsch, K., Barnard, S. H., Dain­ty, A., Hassan, T. M., Bonder, G., Fernández, B., & Ro­mano, M. J. (2020). Community of practice Co-creati­on Toolkit v.2. https://zenodo.org/record/5342489/files/ ACT_D2.7_Co-creation_Toolkit_Version2.0_31AUG2021. pdf?download=1%3Fdownload%3D1 [38] Torfing, J., & Sřrensen, E. (2020). Experiences and Practices of Co-creation and Co-production. The role of strategic ma­nagement practices for co-creating public value outcomes. http://cogov.eu/publications/wp/ [39] Torfing, J., Sřrensen, E., & Rřiseland, A. (2016). Transfor­ming the public sector into an arena for co-creation: Barriers, drivers, benefits, and ways forward. Administration & Society, 0095399716680057. [40] van Dijk, D. (2016). D7.2 Online resources for living herita­ge - RICHES. http://resources.riches-project.eu/wp-content/ uploads/2016/05/RICHES-D7-2-Online-resources-for-living­-heritage_public.pdf [41] Vanobberghen, W., & Escalante, M. (2019). Deliverable D3.8 Final CITADEL Methodology for co-creating a public service. https://www.citadel-h2020.eu/sites/citadel.drupal.pulsartec­nalia.com/files/documents/D3.8_Final_CITADEL_Co-Creati­on Methodology_v1.0_20190331.pdf [42] Varga, P. (2018). OGP’s Participation and Co-Creation Tool­kit: From usual suspects to business as usual. https://www. opengovpartnership.org/stories/ogps-participation-and-co­-creation-toolkit-from-usual-suspects-to-business-as-usual/ [43] Voorberg, W. H., Bekkers, V. J. J. M., & Tummers, L. G. (2015). A Systematic Review of Co-Creation and Co-Produc­tion: Embarking on the Social Innovation Journey. Public Ma­nagement Review, 17(9), 1333–1357. https://doi.org/http:// dx.doi.org/10.1080/14719037.2014.930505 [44] Waag. (2021a). Co-creation brainstorm toolkit. https://waag. org/nl/co-creation-brainstorm-toolkit [45] Waag. (2021b). Co-Creation Navigator. https://ccn.waag.org/ navigator/ [46] Waag society. (2016). co-creation brainstorm kit. https:// waag.org/sites/waag/files/media/publicaties/1-game-ma­ster-instructions-a5.pdf [47] Williamson, B. (2014). Knowing public services: Cross-sector intermediaries and algorithmic governance in public sector reform. Public Policy and Administration, 29(4), 292–312. https://doi.org/10.1177/0952076714529139 Sanja Vrbek, Rok Hržica, Tina Jukic: Soustvarjanje javnih storitev: (ne)izkorišcen potencial digitalnih tehnologij • Sanja Vrbek je doktorirala iz politologije na Univerzi v Ljubljani (Fakulteta za družbene vede) in trenutno deluje kot podoktorska raziskovalka na projektu COGOV (HORIZON 2020 št. 770591) na Fakulteti za upravo Univerze v Ljubljani. Njen glavni raziskovalni interes so inovativne prakse v javnem sektorju, ki temeljijo na sodelovanju, javna politika na splošno in evropeizacija v kontekstu varstva manjšin in clovekovih pravic. • rok Hržica je asistent na Fakulteti za upravo Univerze v Ljubljani. Njegov glavni raziskovalni interes je uporaba razlicnih metod in tehnik za pod-poro odlocanju v javni upravi. Trenutno sodeluje na projektu Horizon 2020 COGOV (št. 770591). • Tina jukic je doktorirala na Fakulteti za upravo Univerze v Ljubljani, kjer je danes docentka za podrocje informatike v javni upravi. Njene raziskave so osredotocene na razlicna podrocja, povezana z e-upravo, v zadnjem casu predvsem na digitalne dimenzije soustvarjanja v javni upravi. V svoji karieri je sodelovala pri številnih domacih in mednarodnih projektih (zacenši s projektom OneStopGov v okviru 6. Okvirnega programa EU). Trenutno je vodja delovnega paketa v projektu Horizon 2020 COGOV (št. 770591). krAtkI zNANStVENI prISpEVkI Ucinkovitost laboratorijskih vaj v virtualnem laboratoriju Mojca Ciglaric Univerza v Ljubljani, Fakulteta za racunalništvo in informatiko, Vecna pot 113, Ljubljana mojca.ciglaric@fri.uni-lj.si Izvlecek V obdobju epidemije Covid-19 so se študentje po vsem svetu soocali z daljšimi obdobji odrezanosti od svojih profesorjev, asistentov in kolegov študentov, saj so pedagoške dejavnosti potekale oddaljeno preko spletnih ucilnic, virtualnih laboratorijev in telekonferenc­nih platform. V okviru enega od predmetov na FRI smo skušali ovrednotiti ucinkovitost laboratorijskih vaj v obliki oddaljenega ucenja. Študente smo za del vsebine razdelili v dve skupini, ena je imela klasicno frontalno poucevanje, druga pa se je ucila prakticnih vešcin oddaljeno s pomocjo elektronskih navodil. Ucinkovitost ucenja smo merili s številom tock, ki jih je študent za nalogo iz te vsebine dobil na izpitu. Pokazalo se je, da med skupinama ni bilo statisticno znacilnih razlik v znanju, kar pomeni, da takšne metode lahko uspešno vkljucujemo v poucevanje tudi takrat, ko nam tega ne predpisujejo vladne uredbe. Kljucne besede: oddaljeno ucenje, virtualni laboratorij, uporaba IT v pedagoškem procesu Effectiveness of laboratory work in a virtual laboratory Abstract During the Covid-19 epidemic, students around the world were faced with periods of isolation from their professors, assistants and fellow students as pedagogical activities took place remotely through online classrooms, virtual labs and teleconferencing platforms. In one of the courses at FRI, we attempted to evaluate the effectiveness of laboratory work in the form of distance learning. For a section of the course contents, the students were divided into two groups. One of the groups had classic frontal teaching while the other studied remotely by means of electronic instructions. The effectiveness of learning was measured by the number of points that the students received for one of the exam questions related to the chosen contents. No statistically significant differences in knowledge were determined, which means that distance learning can be successfully included in the pedagogical process even when not required by the government. Keywords: Distance learning, virtual laboratory, IT-supported learning and teaching 1 UVOD Pandemija Covid-19 je po vsem svetu omejila pou-cevanje. Študentje so se soocali z daljšimi casovni-mi obdobji, ko se je od njih pricakovalo, da ostanejo doma in se ucijo sami. Medtem ko je bilo frontalno poucevanje relativno enostavno prenesti v virtualni prostor s pomocjo telekonferencnih orodij, so prak-ticno delo in laboratorijske vaje zahtevali vec pozor­nosti. Študenti pri prakticnem delu niso mogli dobiti takojšnjega odziva in namigov za odpravljanje težav. Koncept in strukturo laboratorijskih vaj je bilo treba spremeniti in prilagoditi za ucenje na daljavo z manj interakcijami, obenem pa je bilo treba pripraviti vec namigov za dodatne informacije in iskanje le teh na spletu. Od pedagoškega osebja se je pricakovalo, da se bo hitro prilagodilo spletnim tehnologijam in no-vim pedagoškim pristopom ter nemudoma izdelalo ucno gradivo za podporo študentom pri samostoj­nem ucenju s pomocjo informacijske tehnologije. Govindarajan in Srivastava [3] gledata obdobje oddaljenega poucevanja med epidemijo kot globalni eksperiment, za katerega ne vemo, kakšne posledice bo imel dolgorocno. Številne študije [15, 21, 24-29] sicer kažejo, da ima lahko ucenje na daljavo poziti­ven vpliv na ucne rezultate, v casu pandemije je bilo tudi vecinoma dovolj uspešno, vendar je treba pred posploševanjem teh rezultatov upoštevati vse speci­ficne okolišcine. Ne vemo, koliko pedagogov svojih rezultatov ni želelo objaviti, ker njihovi študenti niso bili dovolj uspešni. Ne vemo, koliko študentov je štu­ Mojca Ciglaric: Ucinkovitost laboratorijskih vaj v virtualnem laboratoriju diralo težje kot obicajno, ker so morali ostati doma in niso imeli drugega dela. Prav tako ne vemo, kakšni bi bili dolgorocni ucinki izolacije in pomanjkanja so-cialnih stikov, ce bi visokošolske dejavnosti v celoti daljše casovno obdobje ponujali na spletu. Rotas in Cahapay [22] opisujeta vec kategorij težav, s katerimi so se slušatelji srecali pri ucenju na daljavo med pan-demijo: motnje v internetni povezljivosti, neustrezni ucni viri, prekinitve elektricne energije, prezahtevne ucne enote, slaba komunikacija med vrstniki, kon­flikt med ucenjem in domacimi opravili, financne težave, zdravstvene težave in težave z duševnim zdravjem (tudi pri družinskih clanih). Adedoyin in Soykan [23] navajata, da je digitalna transformacija izvajanja poucevanja prinesla vec izzivov, ki izvirajo iz domacega okolja: razlicna tehnološka opremlje­nost in stopnja znanja, socialno-ekonomski dejavni­ ki, motnje, ki jih povzrocajo družinski clani in hišni ljubljencki, digitalne kompetence, težavno oddaljeno ocenjevanje in nadzor izpitov, velika delovna obre­menitev pedagogov. Težavo v raziskavah predsta­vlja tudi vrednotenje ucinkov oddaljenega ucenja na ucne rezultate. Lai in Bower [30] sta analizirala 365 clankov in ugotovila, da je bilo oprabljenih mnogo razlicnih nacinov vrednotenja ucinkov. Zato je za posploševanje ugotovitev o uspešnosti oddaljenega poucevanja še prezgodaj. Namen tega clanka je ugotoviti, ali je tehnološko podprto ucenje prakticnih vešcin na daljavo brez prisotnosti pegdagoga lahko enako ucinkovito kot klasicno frontalno ucenje. Med epidemijo so se po­javljali argumenti tako za kot proti, neizpodbitne so bile težave zaradi socialne izoliranosti, kljub temu pa smo v tem casu pridobili nove izkušnje, spretnosti in tudi tehnicno opremo, ki bi jih lahko v pedagoškem procesu še naprej uporabljali, ce seveda znamo po­kazati, da z njimi ne povzrocamo škode oziroma ne poslabšujemo kakovosti študija. Oddaljeno ucenje mora biti primerno strukturira-no in mora upoštevati sodobne ugotovitve in metode poucevanja [20]. Konstruktivizem je prvi opisal Pia­get [4], ki je ugotovil, da se clovek uci tako, da znanje sam aktivno odkriva in si ga sestavlja v smiselno ce­loto. Vigotsky [5] pa je izpostavil, da je bistven temelj ucenja interakcija, sodelovanje z drugimi osebami. V oddaljenem oziroma e-ucenju so tako danes bistve­ni koncepti konstruktivizem, izkustveno ucenje in sodelovanje [6,7]. Pomanjkanje interakcije pri odda­ljenem ucenju skušamo nadomestiti z mešanim uce­njem po razlicnih poteh – v kombinaciji s klasicnim ucenjem z neposrednimi stiki [8, 9, 10], kar ima po­zitiven vpliv na motivacijo in pridobivanje znanja [1, 2, 11-13]. Naše ugotovitve o ucinkovitosti samostoj­nega ucenja prakticnih vešcin na daljavo so skladne z zgornjimi in niso pomembne le v kontekstu pan- demije. Obstaja vec situacij, v katerih je za ucitelje ali študente potrebno ali vsaj prirocno izvajati dele ucnega procesa v virtualnem prostoru, na primer, ko se soocajo s pomanjkanjem prostora ali racunalniške opreme ali ko morajo študenti opraviti svoje labora­torijske vaje izven predvidenega urnika. Izvajanje laboratorijskih vaj na daljavo v tako ime­novanih virtualnih laboratorijih se v literaturi poja­vlja predvsem na podrocjih naravoslovja in tehnike. Achuthan s soavtorji [14] preucuje vpliv oddaljene izvedbe prakticnih vaj v strojništvu. Poroca, da so oddaljeni uporabniki izvedli naloge v 30% krajšem casu in dosegli 200% boljše rezultate. Barros in so-avtorji [12] so izvedli eksperiment v virtualnem ke­mijskem laboratoriju, kjer so opazovali predvsem sodelovanje med oddaljenimi študenti. Študenti z bolj intenzivnim sodelovanjem so dosegli znacilno višje koncne ocene. Winkelmann in soavtorji [16] so ugotovili, da so bile študentske ocene pri izvajanju kemijskih poskusov v navideznem svetu Second Life primerljive ali nekoliko boljše kot pri fizicnih posku­sih. Na podrocju racunalništva je podobnih porocil malo. Tobarra in soavtorji [17] so opazovali zadovolj­stvo študenotv pri uporabi virtualnega laboratorija pri ucenju kibernetske varnosti. Porocajo o visoki stopnji sprejetosti med študenti in o zadovoljstvu z uporabo, ne ovrednotijo pa ucinkovitosti ucenja. Powell in soavtorji [18] uporabljajo preprost virtual-ni laboratorij in navajajo visoko ucinkovitost ucenja, vendar te trditve ne podprejo empiricno. Kapici [19] navaja srednješolske rezultate, kjer se je izkazalo, da je kombinacija fizicnih in virtualnih laboratorijev dala boljše rezultate ucenja kot zgolj fizicna ali zgolj virtualna izvedba. 2 MeToDoLogIjA Naš glavni interes je bil uporaba principov mešanega (angl. blended) in konstruktivisticnega ucenja pri la-boratorijskem delu v okviru predmeta Racunalniške komunikacije na strokovnem študiju racunalništva in informatike, da bi olajšali oddaljeno, tehnološko podprto ucenje prakticnih vešcin. Opazovali smo le eno krajše poglavje iz vsebine predmeta. S tem smo Mojca Ciglaric: Ucinkovitost laboratorijskih vaj v virtualnem laboratoriju izlocili vpliv socialne izoliranosti in pomanjkanja motivacije, ki sta se sicer pokazala kot moteca dejav­nika med daljšimi odbodbji dela od doma. Za opazovanje smo izbrali enega od temeljnih konceptov, ki jih študenti potrebujejo, da obvladajo racunalniške komunikacije, in sicer naslavljanje IP, segmentacijo naslovnega prostora, podomrežja in konfiguracijo omrežja. Razumevanje in obvladova­nje teh konceptov je ena najpomembnejših praktic­nih vešcin za racunalniške inženirje in temelj za razu­mevanje delovanja interneta. Obenem pa je vsebina dovolj strukturirana, da jo je enostavno preverjati na izpitu in natancno tockovati izpitna vprašanja. Prakticne laboratorijske vaje so glavno orodje za pridobivanje izkušenj med študijem, predvsem v znanosti in tehnologiji, vendar so pogosto omejene s fizicnim prostorom, opremo in sredstvi, ki so na voljo v visokošolskih institucijah. Med pandemijo so bile laboratorijske vaje omejene zaradi dela od doma in karanten. Potrebe po socialnem distanciranju je bila prisotna tudi takrat, ko je bila fizicna prisotnost že mogoca. Da smo lahko zagotavljali visoko kako­vost izobraževanja, smo v zasebnem oblaku name-stili virtualni laboratorij, kompleksno infrastrukturo, ki študentom omogoca lažji dostop do laboratorijske opreme in racunalniških virov, potrebnih za vaje. Do vaj so lahko dostopali od koder koli in kadarkoli prek interneta, s cimer smo presegli casovne in prostorske ovire med pedagogi in študenti. Racunalniške komunikacije so na študiju racunal­ništva zacetni predmet, niti za predmet niti za samo uporabo virtualnega laboratorija ni bilo potrebno kako posebno predznanje ali uporaba orodij, zgolj uporaba brskalnika. Uporaba brskalnika današnjim generacijam vecinoma ne predstavlja težave, ker pa gre tu za študente racunalništva, pa glede potrebne­ga predznanja ali spretnosti tudi v praksi ni bilo ni­kakršnih težav. Študentje v testni skupini so dobili nabor nalog, ki so jih morali opraviti v virtualnem laboratorij­skem okolju, medtem ko prisotnost asistenta ali pro-fesorja med laboratorijskim delom ni bila potrebna. Naloge so bile oblikovane tako, da so spodbujale ustvarjalnost in kreatovnost pri delu, spremljal pa jih je sistem spletne ucilnice s forumom, kjer so lahko medsebojno komunicirali in izmenjevali svoje izku­šnje, in nasvete za pot do rešitve. Prek brskalnika so študentje dostopali do svojega virtualnega omrežja s tremi navideznimi racunalniki, katerih omrežne na­stavitve so morali konfigurirati v skladu z navodili. Ta so bila dovolj ohlapna, da so lahko naloge opravili na razlicne nacine in z razlicnimi zaporedji korakov. Nazadnje so morali prakticno preveriti ustrezno de­lovanje, na primer medsebojno omrežno dosegljivost sistemov. Študentje v kontrolni skupini so imeli klasicne laboratorijske vaje, kjer jim je napotke predstavil asi-stent, in jim pokazal, kaj morajo narediti, naloge pa so nato opravljali v ucilnici ob prisotnosti asistenta. Obe skupini študentov sta dobili na izpitu eno od na-log iz vsebine, ki je bila zajeta v opisan eksperiment in rezultat našega eksperimenta je primerjava števila tock, pridobljenih na izpitu, med skupinama. Gradivo za ucenje na daljavo je bilo pripravljeno na nacin, ki je omogocal konstruktivisticno ucenje: navodila so pustila dovolj prostora za ustvarjalnost študentov in jih spodbudila k iskanju dodatnih in-formacij na internetu. Odprt je bil študentski forum za spodbujanje razprav o sorodnih temah. Zaradi razlicnih nacinov podajanja vsebin in interakcij lah­ko izvajanje oznacimo tudi kot mešano ucenje (ang. blended learning). Po zakljucku semestra so imeli študentje možnost opravljati izpit na treh izpitnih rokih v tekocem štu­dijskem letu. Dva od teh sta bila v mesecu neposre­dno po zakljucku semestra in ta dva izpitna roka smo si izbrali za opazovanje rezultatov. V oba izpitna roka smo vkljucili podobno strukturirano nalogo iz opazovanega poglavja in jo tockovali z 10 tockami. Edina neodvisna spremenljivka našega eksperi­menta je metoda poucevanja, testni skupini pa sta tradicionalno frontalno ucenje (krajše FU) in odda­ljeno ucenje z nalogami, ki se izvajajo v virtualnem laboratoriju (krajše OU). Odvisna spremenljivka je število tock, osvojenih pri opazovanem izpitnem vprašanju o IP naslavljanju. Naša nicelna hipoteza H0 pravi, da bo število tock, pridobljenih pri opazovani izpitni nalogi, ena­ko pri obeh skupinah, FU in OU. Alternativna hipo­teza Ha pravi, da bo število tock pri skupinah FU in OU razlicno. Poskušali smo cim bolj odpraviti vse prikrite spremenljivke, ki bi lahko vplivale na rezultat: vse­bina predavanj je bila enaka, preostale naloge so bile enake, študentje so uporabljali enaka orodja. Na ta nacin upamo, da smo izolirali ucinke pristopa pou-cevanja/ucenja od drugih spremenljivk. Mojca Ciglaric: Ucinkovitost laboratorijskih vaj v virtualnem laboratoriju REZULTATI Po zakljucku semestra se je opazovanih dveh izpitnih rokov udeležilo skupno 33 študentov, od tega 10 iz testne in 23 iz kontrolne skupine. Tabela 1 prikazuje velikost obeh skupin in deleže, tabela 2 pa prikazuje deskriptivno statistiko za pridobljeno število tock na izpitu za obe skupini. Tabela 1: Velikost skupin. Vsi študenti OU FU Število 33 10 23 Delež 100 % 30,30 % 69,70 % Tabela 2: Deskriptivna statistika za število tock na izpitu. N Min Max Povprecje Mediana Std. dev. Varianca OU 100 10 5,91 6 2,41 5,79 FU 232 10 8,30 9 3,46 11,99 Izvedli smo t-test za neodvisne vzorce, v kate-rem smo primerjali testno skupino OU in kontrolno skupino FU. Bistvenih razlik v številu tock med obe-ma skupinama pri a = 0,05 ni bilo: t(31) = 1,97, p = 0,0573. Tako ne moremo zavrniti nicelne hipoteze H0 in sprejeti alternativne hipoteze Ha. Eksperimentalni rezultati torej kažejo, da lahko pricakujemo, da bodo študenti pri tehnološko podprtem oddaljenem uce­nju pokazali primerljivo znanje kot pri tradicional­nem frontalnem ucenju. Rezultati so skladni z ugo­tovitvami številnih drugih raziskovalcev o ucinkih e-ucenja, tehnološko podprtega ucenja in ucenja v virtualnih laboratorijih. Ne glede na naše zadovoljstvo z eksperimental­nim rezultatom moramo komentirati tudi možne grožnje veljavnosti ugotovitev. Notranjo veljavnost smo kontrolirali tako, da smo skrbeli, da je metoda ucenja edina razlika med skupinama, vse ostalo je bilo enako oziroma smo imeli pod nadzorom. Zuna­nja veljavnost študije pomeni, da je možno ugotovi­tve posplošiti. Ker se naša raziskava osredotoca na razmeroma majhno poglavje vsebin iz enega samega predmeta, je naše rezultate možno robustno posplo­šiti le na podobne kontekste in podobno populacijo, torej na študente dodiplomskega študija racunalni­štva, ki poslušajo racunalniške komunikacije ali po­doben predmet z dovolj prakticnimi vsebinami (npr. programiranje, porazdeljeni sistemi). Veljavnost konstrukta preverja, ali res merimo to, kar mislimo, da merimo? V našem primeru menimo, da merimo (ocenjujemo) pridobljeno znanje s pre­ prostimi vprašanji o dejstvih, naucenih v virtualnem laboratoriju ali v fizicni ucilnici. To je najpreprostejša metoda ocenjevanja znanja. Raziskovalna skupnost se strinja, da je problem ocenjevanja znanja, zlasti v virtualnih ucilnicah in laboratorijih, kompleksen. V našem primeru se moramo zavedati, da verjetno le površno ocenjujemo faktografsko znanje, pri cemer prezremo študentovo ustvarjalnost in sposobnosti reševanja problemov ter analiticne sposobnosti, ki jih je morda razvil pri ucenju. Veljavnost zakljuckov pomeni sprejemanje pravilnih zakljuckov glede me-tode ucenja in rezultatov. To smo kontrolirali z izbiro objektivnih in enostavno preverljivih meril (tocke), neodvisnih od subjektivnih ocen pedagoga. V izogib napacne ali pretirane interpretacije rezultatov našega eksperimenta smo na tem mestu izpostavili razlicne pomisleke, ki bi lahko ogrozili veljavnost rezultatov. 4 DISKUSIJA Rezultati kažejo, da je tehnološko podprto ucenje na daljavo v virtualnem laboratoriju za majhne ucne enote prineslo primerljive ucne rezultate kot tradici­onalno frontalno ucenje. Ceprav v resnici nismo pricakovali, da bodo raz-like med skupinami statisticno znacilne, smo menili, da bi skupina OU lahko pokazala boljše rezultate kot skupina FU. Naše domneve so temeljile na neformal­nih interakcijah s študenti, ki so nam dali pozitivne povratne informacije o svojih izkušnjah z oddaljenim ucenjem in delom v virtualnem laboratoriju. Povprec­no število tock na izpitu je bilo v resnici pri oddalje­nem ucenju višje, ceprav razlike niso bile znacilne. Menimo, da sta dve možni razlagi, zakaj med skupinama ni bilo znacilnih razlik. Prvic, e-izobra­ževanje je znano po visoki stopnji osipa, kot navajata na primer Xu in Xu [27]. Pedagogi morajo pri obliko­vanju vsebin skrbeti za ohranjanje motivacije in po­zornosti študentov. Ce smo bili v tem neuspešni, je bilo morda delo za nekatere študente nezanimivo in se zaradi pomanjkanja motivacije niso naucili vsega, kar bi lahko. Druga razlaga se nanaša na metodolo­gijo ocenjevanja. Izpitna vprašanja so bila namerno preprosto strukturirana, da bi olajšala objektivno ocenjevanje. Vendar pa taka preprosta orodja ne me-rijo dobro sposobnosti reševanja problemov ali dru­gih naprednih pridobljenih znanj. Ce bi v izpit vklju-cili bolj odprta problemska vprašanja, bi bila morda celotna slika drugacna. Mojca Ciglaric: Ucinkovitost laboratorijskih vaj v virtualnem laboratoriju Zavedamo se, da je vzorec majhen in da smo pre­verjali zgolj eno poglavje iz vsebine predmeta. V vir­tualni laboratorij smo v vmesnem casu že vkljucili dodatne vsebine, zato prihodnje nacrtujemo razširi­tev raziskave na vec vsebin in na vecji vzorec, prav tako pa razmišljamo tudi o drugacnih nacinih pre­verjanja znanja. Na podlagi naših izkušenj podajamo nekaj na­svetov za uspešno implementacijo in integracijo teh­nološko podprtega oddaljenega ucenja v obstojece predmete. Na podlagi naših opažanj menimo, da je takšno ucenje bolj primerno za prakticne vsebine kot za teoreticne koncepte, saj prakticno delo ohranja študente aktivne in motivirane. Vsebiine je treba zato skrbno izbrati. Zaceti je treba s preprostimi koncepti in nezapletenimi vsebinami in po pridobljenih prvih izkušnjah postopno dodati podporo za bolj zaplete­ne vsebine. Pri predmetu Racunalniške komunikacije smo zaceli z omrežnim naslavljanjem, kot je opisano v prispevku, nato pa smo postopno vkljucili dinamic­no usmerjanje z BGP, omrežno programiranje in var-nost omrežnih storitev z uporabo industrijskih do-brih praks. Pri snovanju navodil za spletno gradivo priporocamo upoštevanje nacel konstruktivisticnega in mešanega ucenja. Dobra strategija je usmerjanje študentov k odgovoru v vec korakih (npr. z namigi) in jim ne omogociti zgolj preverjanja pravilnosti od­govora. Nekateri študenti so namrec porocali, da vca­sih potrebujejo le manjši namig za nadaljevanje. 5 SKLEP Naša raziskava kaže, da lahko samostojno, tehno­loško podprto oddaljeno ucenje manjših ucnih enot pri predmetu Racunalniške komunikacije daje dobre rezultate in omogoci pricakovano pridobitev zna­nja dodiplomskim študentom racunalništva. Ver­jamemo, da je rezultate mogoce posplošiti vsaj na predmete, podobne Racunalniškim komunikacijam v okviru študija racunalništva. V luci digitalne preo­brazbe visokega šolstva po epidemiji covid-19 bomo na Univerzi v Ljubljani še naprej združevali tradicio­nalne in tehnološko podprte ucne metode, da bi na­šim študentom zagotovili kakovostno izobraževanje in visok nivo prakticnega znanja. Nadaljnje raziskovalno delo na tem podrocju nacrtujemo v smeri širitve na vecje število študen­tov, na daljši casovni okvir, z vecjim številom vaj in tudi s kompleksnejšimi vajami, ter z veckratnim preverjanjem pridobljenega znanja na razlicne naci­ne. Opisane metode poucevanja pa uvajamo tudi v druge predmete. Upamo, da bodo opisane ugotovi­tve vzbudile zanimanje tudi na drugih fakultetah ali univerzah in bodo spodbudile in opogumile pedago­ ge k vkljucevanju podobnih metod v svoje predmete. LITERATURA [1] Dziuban, C., Graham, C.R., Moskal, P.D. et al. (2018). Blen­ded learning: the new normal and emerging technologies. Int J Educ Technol High Educ 15, 3. https://doi.org/10.1186/ s41239-017-0087-5. [2] Brinson, J.R. (2015). Learning outcome achievement in non­-traditional (virtual and remote) versus traditional (hands-on) laboratories: A review of the empirical research, Computers & Education, Vol. 87, pp. 218-237, https://doi.org/10.1016/j. compedu.2015.07.003. [3] Govindarajan V., Srivastava A. (2020). What the Shift to Vir­tual Learning Could Mean for the Future of Higher Educati­on. Harvard Business Review. Available online at: https://hbr. org/2020/03/what-the-shift-to-virtual-learning-could-mean­-for-the-future-of-higher-ed (dostopano jan. 2022). [4] Piaget, J. (1973). To Understand is to Invent. New York: Gros­sman. [5] Vygotsky, L. (1930-1978). Mind in society. Cambridge, MA: Harvard University Press. [6] Nancovska Šerbec, I., Strnad, M., Rugelj, J. (2009). Students‘ attitude to active forms of e-learning. In: M. Cicin-Šain, (ed.). Proceedings Rijeka: MIPRO, 100-103. [7] Ben-Ari, M. (2001). Constructivism in Computer Science Edu­cation. Jl. of Computers in Mathematics and Science Tea­ching, 20 (1), 45-73. [8] Garrison, D.R., Vaughan, N.D. (2008). Blended Learning in Higher Education. San Francisco: Jossey-Bass. 9[] Singh, H. (2003). Building Effective Blended Learning Pro­grams. Education Technology, 43 (6), 51-54. [10] Lapuh Bele, J., & Rugelj, J. (2007). Blended learning - an opportunity to take the best of both worlds. International Journal of Emerging Technologies in Learning (iJET), 2(3). https://doi.org/10.3991/ijet.v2i3.133. [11] M. Anisetti et al. (2007). Learning Computer Networking on Open Paravirtual Laboratories, in IEEE Trans. on Educ., vol. 50, no. 4, pp. 302-311, doi: 10.1109/TE.2007.904584. [12] B. Barros, T. Read and M. F. Verdejo (2008). »Virtual Collabo­rative Experimentation: An Approach Combining Remote and Local Labs,“ in IEEE Trans. on Education, vol. 51, no. 2, pp. 242-250, May 2008, doi: 10.1109/TE.2007.908071. [13] Kalyuga, S. (2007). Enhancing instructional efficiency of inte­ractive e-learning environments: A cognitive load perspecti­ve. Educational Psychology Review, 19(3), 387–399. https:// doi.org/10.1007/s10648-007-9051-6 [14] Achuthan, K., Raghavan, D., Shankar, B. et al.(2021). Impact of remote experimentation, interactivity and platform effecti­veness on laboratory learning outcomes. Int J Educ Technol High Educ 18, 38 (2021). https://doi.org/10.1186/s41239­021-00272-z [15] Kolil, V.K., Muthupalani, S. & Achuthan, K. (2020).Virtual experimental platforms in chemistry laboratory education and its impact on experimental self-efficacy. Int J Educ Technol High Educ 17, 30 (2020). https://doi.org/10.1186/s41239­020-00204-3 [16] Kurt Winkelmann, Wendy Keeney-Kennicutt, Debra Fowler, Maria Lazo Macik, Paola Perez Guarda & Connor Joan Ahl­ Mojca Ciglaric: Ucinkovitost laboratorijskih vaj v virtualnem laboratoriju born (2020). Learning gains and attitudes of students per­ [24] forming chemistry experiments in an immersive virtual wor­ ld, Interactive Learning Environments, 28:5, 620-634, DOI: 10.1080/10494820.2019.1696844 [17] Tobarra, L.; Robles-Gómez, A.; Pastor, R.; Hernández, [25] R.; Duque, A.; Cano, J. (2020). Students’ Acceptance and Tracking of a New Container-Based Virtual Laboratory. Appl. Sci. 2020, 10, 1091. https://doi.org/10.3390/app10031091 [18] Powell, V.J.H. et. al., (2007). VLabNet: A Virtual Laboratory Environment for Teaching Networking and Data Communica- [26] tions. Proc. ISECON 2007. [19] Kapici, H.O., Akcay, H. & de Jong, T. (2019). Using Hands­ -On and Virtual Laboratories Alone or Together-Which Works Better for Acquiring Knowledge and Skills?. J Sci Educ Tech- nol 28, 231–250 (2019). https://doi.org/10.1007/s10956-018­ 9762-0 [27] [20] Jedrinovic S., Ferk Savec V., Rugelj J. (2019) Innovative and Flexible Approaches to Teaching and Learning with ICT. In: Väljataga T., Laanpere M. (eds) Digital Turn in Schools—Re­ [28] search, Policy, Practice. Lecture Notes in Educational Tech­ nology. Springer, Singapore. https://doi.org/10.1007/978­ 981-13-7361-9_12. [21] Geng S., Law K.M.Y., Niu, B. (2019). Investigating self-direc- [29] ted learning and technology readiness in blending learning environment. Int J Educ Technol High Educ 16, 17. https:// doi.org/10.1186/s41239-019-0147-0. [22] Rotas, E. E., & Cahapay, M. B. (2020). Difficulties in Remo­ te Learning: Voices of Philippine University Students in the [30] Wake of COVID-19 Crisis. Asian Journal of Distance Educati­ on, 15(2), 147-158. [23] Adedoyin, O. B., & Soykan, E. (2020). Covid-19 pandemic and online learning: the challenges and opportunities. Inte­ ractive learning environments, 1-13. • Dietrich, N., Kentheswaran, K., Ahmadi, A., Teychené, J., Bessičre, Y., Alfenore, S., ... & Hébrard, G. (2020). Attempts, successes, and failures of distance learning in the time of COVID-19. Journal of Chemical Education, 97(9), 2448-2457. Konecki, M. (2020). Impact of distance learning on motivation and success rate of students during the covid-19 pandemic. In 2020 43rd International Convention on Information, Com­munication and Electronic Technology (MIPRO) (pp. 813­817). IEEE. Iglesias-Pradas S., Hernández-García A., Chaparro-Peláez J., Prieto J. L (2021). Emergency remote teaching and stu­dents’ academic performance in higher education during the COVID-19 pandemic: A case study, Computers in Human Be­havior, Vol. 119, ISSN 0747-5632, https://doi.org/10.1016/j. chb.2021.106713. Xu D., Xu Y. (2019). The Promises and Limits of Online Higher Education: Understanding How Distance Education Affects Access, Cost, and Quality. American Enterprise Institute. Gambo, Y., Shakir, M.Z. (2021). Review on self-regulated learning in smart learning environment. Smart Learn. En­viron. 8, 12 (2021). https://doi.org/10.1186/s40561-021­00157-8 Rashid T., Asghar H. M., Technology use, self-directed le­arning, student engagement and academic performance: Examining the interrelations, Computers in Human Behavior, Vol. 63, 604-612, ISSN 0747-5632, https://doi.org/10.1016/j. chb.2016.05.084. Lai J. W., Bower M. (2019). How is the use of technology in education evaluated? A systematic review. Computers & Education, 133, 27-42. https://doi.org/10.1016/j.compe­du.2019.01.010. Mojca ciglaric je diplomirala, magistrirala in doktorirala na Fakulteti za racunalništvo in informatiko Univerze v Ljubljani, kjer je tudi zaposlena. Je vodja Laboratorija za racunalniške komunikacije in dekanja FRI, pucuje predmete s podrocja racunalniiških komunikacij in porazdeljenih sistemov. Njena raziskovalna zanimanja vkljucujejo komunikacijske protokole, porazdeljene sisteme in infrastrukture, metode poucevanja ter varnost. Je avtorica ali soavtorica vec kot 70 clankov, 5 poglavij v monografijah in dveh knjig. StrokoVNI prISpEVkI Poslovna inteligenca, izzivi in napredne tehnologije v podporo odlocanju v državni upravi Karmen Kern Pipan, Paula Kolenko, Dušan Vejnovic, Mitja Medvešcek, Boro Nikic in Alenka Krebs Ministrstvo RS za javno upravo (MJU), Tržaška 21, 1000 Ljubljana karmen.kern-pipan@gov.si, paula.kolenko@gov.si, dusan.vejnovic@gov.si, mitja.medvescek@gov.si, boro.nikic@gov.si, alenka.krebs@gov.si Izvlecek Poslovno inteligencni sistem Skrinja je bil v državni upravi vzpostavljen s ciljem podpore odlocanju in optimizaciji poslovanja. Skrinja svojim uporabnikom omogoca avtomatizirano, lažje in hitrejše delo ter tudi napovedno analitiko na strateški, takticni in operativni ravni. V sistem so vkljuceni podatki o placah celotnega javnega sektorja in celotnih javnih narocilih v državi. Glavna dodana vrednost poslovne analitike je v hitrem dostopu do kompleksnih poizvedb, avtomatizaciji rocnih obdelav ter možnosti uporabe napovedne ana­litike pri poslovanju in nacrtovanju. Kljucne besede: Poslovna inteligenca, poslovna analitika, podatki, informacije, državna uprava Business intelligence, challenges and emerging technologies to support decision-making in public administration Abstract The Skrinja business intelligence system was set up in the public administration with the aim of supporting decision-making and optimising business operations. Skrinja enables its users automated, easier and faster work, as well as predictive analytics at strategic, tactical and operational levels. The system includes data on salaries for the entire public sector and on all public procu­rement in the country. The main added value of business intelligence is the fast access to complex queries, the automation of ma­nual processing and the possibility of using predictive analytics in business operations and planning. Keywords: Business intelligence, business analytics, data, information, public administration 1 UVOD Na Ministrstvu za javno upravo (MJU) smo s ciljem Digitalna transformacija omogoca javnemu sektorju, izboljšanja ucinkovitosti poslovanja, izvedbe javnih da sodeluje z notranjimi in zunanjimi deležniki na storitev in odlocanja uvedli sistem podatkovnega novih in ucinkovitejših nacinih za ustvarjanje jav-skladišca in poslovne inteligence – Skrinja kot ho­ne vrednosti, delitve virov in uporabe podatkov za rizontalno storitev za organe državne uprave (Kern vecjo odzivnost na potrebe državljanov in podjetij Pipan idr., 2020). Decembra 2020 je bil sistem Skrinja (Lau in Ubaldi, 2017). Uspešno nacrtovanje podat-nagrajen za dosežke informatike in racunalništva v kovno usmerjenega delovanja zahteva celovito in javni upravi za leto 2020 (e-storitev javne uprave) s ucinkovito upravljanje s podatki. To na primer po-strani Slovenskega društva za informatiko. Skrinja meni upravljanje s podatki preko celotne uprave z ima do sedaj uspešno implementiranje tri podat­namenom, da se zagotovi njihova kakovost, aktual-kovne vire: skupne dimenzije, place v javnem sek­nost, medsebojna uporabnost (interoperabilnost) in torju in javna narocila. V pripravi je implementacija dostopnost v standardnih formatih. S tem je mogoce Centralne kadrovske evidence državne uprave kot pospešiti enostavno in hitro uporabo ter razpršitev naslednji podatkovni vir, ki bo vkljucen v sistem podatkov med javnimi uslužbenci, ki tako pridobijo Skrinja. S strani vrste državnih organov prihajajo informacije, potrebne za opravljanje njihovih nalog. pobude za vkljucitev razlicnih podatkovnih virov, Jan Bajt, Marko Robnik Šikonja: Strojna analiza tematik in sentimenta slovenskih novic arskih medijev kar bo pripomoglo k boljši podatkovni analitiki, ki bo zagotavljala tudi ucinkovitejše odlocanje na podlagi pridobljenih rezultatov (Kern Pipan idr., 2021). Prednost vzpostavljenega racunalniškega siste-ma je, da je strojna oprema vzpostavljena, prav tako metodologija, kar v praksi pomeni, da bo nadalj­nje vkljucevanje novih podatkovnih virov v sistem Skrinja hitrejše in lažje. Do sedaj pridobljene dobre prakse, nauki, izkušnje in znanje ob uvajanju podat­kovnih virov skupnih dimenzij, plac in javnih narocil bodo bistveno skrajšali krivuljo ucenja ob uvajanju naslednjih podatkovnih virov. PODATKI, POSLOVNA INTELIGENCA IN oDLocANje Podatki, zbrani v razlicnih podatkovnih bazah so zlato današnjega casa, ki ga je vredno obdelati in iz­koristiti kot koristne informacije za izvedbo procesov in storitev v podporo razvoju in digitalizaciji družbe in države. Odlocanje na podlagi podatkov je nacin dela in poslovanja naprednih družb, ki vse bolj pro-dira tudi v javno upravo, ki se stalno sooca z velikimi kolicinami podatkov na eni strani in zahtevami odlo-cevalcev po razlicnih analizah in poizvedbah v real-nem casu na drugi strani. Kakovost podatkov je velik izziv, pri vsakem viru je tako potrebno stalno spre­jemati ukrepe, ki vzdržujejo in povecujejo kakovost. Eden izmed ukrepov za dvig kakovosti podatkov je tudi distribucija ustreznih porocil tistim, ki podatke ustvarjajo in jih najbolje poznajo (lastniki podatkov). Tako lastniki podatkov sami najlažje najdejo more-bitne nepravilnosti oz. anomalije in jih odpravijo na samem izvoru (Kern Pipan, idr. 2019). Podatkovno skladišce (angl. data warehouse) združuje podatke z razlicnih poslovnih podrocij or-ganizacije z namenom, da omogoca integriran prikaz celotnega poslovanja (Jaklic idr., 2010). Napredne analize izvedene na osnovi podatkov, ki temeljijo na podatkovni analitiki (oziroma BI sistemih), omogo-cajo podjetjem, da imajo popoln ali »360 stopinjski« pogled na svoje poslovanje in stranke. Vpogled, ki ga pridobijo s takšnimi analizami, se nato uporabi za usmerjanje, optimizacijo in avtomatizacijo spreje­manja odlocitev za uspešno doseganje svojih orga­nizacijskih ciljev (Bose, 2009). Podatkovna skladišca in analiticna orodja omogocajo ucinkovitejši nacin uporabe podatkov, ki se lahko nahajajo v razlicnih (locenih) aplikacijah (Kern Pipan idr. 2019). Napredne tehnologije kamor sodi tudi poslov­na inteligenca, omogocajo avtomatizirano obdelavo velikih virov podatkov za hitre odgovore na kom­pleksna vprašanja v realnem casu in podpirajo di­gitalizacijo poslovanja. Zato jih s ciljem izboljšanja odlocanja, transparentnosti in ucinkovitosti poslo­vanja organizacije zasebnega in javnega sektorja že nekaj casa uporabljajo. Za kvalitetne kompleksne od­locitve, ki jih v javni upravi pogosto sprejemamo v casovni stiski, veckrat potrebujemo razlicne poglob­ljene analize, modele, casovne vrste, vzorce, predvi­devanja in zahtevne vizualizacije. 3 SKrINjA – PrIMer DoBre PrAKSe POSLOVNE INTELIGENCE V JAVNI UPRAVI Javna uprava ustvarja velike kolicine podatkov. Gle­de na sistemski okvir njenega delovanja mora stalno upoštevati nacela zakonitosti, varnosti in gospodar­nosti svojega delovanja, kar bi jo moralo spodbudi-ti v podatkovno usmerjeno delovanje, ki omogoca povecanje ucinkovitosti, zmanjšanje rutinskega dela in stroškov delovanja. Uspešno nacrtovanje podat­kovno usmerjenega delovanja pa zahteva ucinkovito upravljanje s podatki (Kern Pipan idr., 2020). Sistem Skrinja je vzpostavljen kot horizontalna storitev za organe državne uprave na državni infor­macijski infrastrukturi. Zasnovan je kot sistem po­datkovnega skladišca, ki je postavljeno na Oraclovi tehnologiji. Za uvoz podatkov uporabljamo ETL1 po­stopek, ki zajame podatke v distribucijskem okolju upravljalca podatkovnega vira in jih prenese v Skri­njo. Pri tem je potrebno poudariti, da izvorna aplika­cija, ki je vir podatkov in porocila v osnovni aplikaciji ostanejo nespremenjena. Upravljalci podatkov posa­meznega podatkovnega vira organizirajo svoja dis-tribucijska okolja, locen podatkovni prostor, kamor sistematicno odlagajo izbrane in po potrebi obdelane podatke iz produkcijskega okolja. V primeru osebnih podatkov lastnik podatka opravi ustrezno pseudo-nimizacijo podatkov skladno z zakonskimi podlaga-mi in usmeritvami Informacijskega pooblašcenca. V sistem Skrinja prenesemo le tiste podatke, ki dajejo odgovor na analiticna vprašanja, ki jih upravljalec podatkovnega vira pri tem potrebuje, do njih pa pri-demo z analiticnimi tehnikami, ki jih orodja poslov­ne inteligence omogocajo. 1 ETL – Extract, transfer, load – je proces, ki prenese podatke iz vec virov in jih združi in zapiše v podatkovno skladišce. Karmen Kern Pipan, Paula Kolenko, Dušan Vejnovic, Mitja Medvešcek, Boro Nikic in Alenka Krebs: Poslovna inteligenca, izzivi in napredne tehnologije v podporo odlocanju v državni upravi Podatki se v dogovorjenih rednih terminih kopira­jo iz distribucijskega okolja vira v prehodno (staging) okolje vira z avtomatiziranim postopkom ETL. Vsak podatkovni vir ima svoje lastno prehodno okolje. Pri prenosu so podatki pregledani z uporabo dogovor­jenih pravil tako, da so skladni z drugimi podatki v podrocnem podatkovnem skladišcu. Pripravljen je seznam napak, zaradi katerih je potrebno poiskati in odpraviti vzroke v distribucijskem okolju ter ponov-no sprožiti postopek. Ustrezno pripravljene podatke shranimo v podrocno podatkovno skladišce, ki si z drugimi skladišci ne izmenjuje podatkov. Po ureditvi strukturiranih podatkov v podrocnem podatkovnem skladišcu pripravimo multifunkcijske kocke z izra-cuni, ki omogocajo hitro obdelavo in prikaz vizuali­ziranih podatkov. Skrinja tece na Microsoftovem okolju in kot orod­je uporablja MS Power BI. Ta nacin omogoca uporab­nikom hitrejše ucenje, saj uporabniki državne uprave že uporabljajo MS Excel in poznajo logiko in nacin dela. Uporabnik sistema Skrinja lahko dostopa do razlicnih vnaprej pripravljenih porocil (standardizi­rana porocila in vizualizacije, »ad hoc« interaktivna porocila), dinamicno raziskuje podatke, opazuje gi­banje podatkov v razlicnih vizualizacijah, oblikuje razlicne scenarije (ce – potem) in uporablja preprosto napovedno analitiko. S tem lahko odkrije nove vzor­ce in pridobiva znanje v podatkih, simulira komple­ksnejše probleme in scenarije ter boljše nacrtuje ak­tivnosti in porabo virov. Z uvedbo digitalnega nacina poslovanja so se v državni upravi pokazali še neizkorišceni potenciali na podrocju podatkovne analitike. Zato je Ministr­stvo za javno upravo v Strategijo razvoja javne upra­vo 2015-2020 med ukrepe za dosego vecje ucinkovi­tosti delovanja uprave in izrabe virov, zapisalo vecjo stopnjo digitalizacije notranjih poslovnih procesov in boljše izkorišcanje potencialov sodobnih digital-nih konceptov, kot so mobilne tehnologije, odprti po­ datki in podatkovna analitika, množicni podatki in podobno (Kern Pipan idr., 2021). Razvoj podatkovne analitike v državni upravi se je v letu 2016 zacel s pilotnim projektom Big data (glej Sliko 1) in se na podlagi pridobljenih izkušenj nadaljeval z zasnovo koncepta poslovne inteligence ter projektom za vzpostavitev podatkovnega skladi-šca in sistema poslovne analitike – Skrinja. Sledila je izdelava ocene ucinkov v zvezi z varstvom osebnih podatkov pri uporabi sistema Skrinja in pridobitev pozitivnega mnenja Informacijskega pooblašcenca (v letu 2017), s cimer je bila podana zelena luc za vzpo­stavitev poslovne analitike v državni upravi. V letu 2018 smo vzpostavili strojni del sistema na državni informacijski infrastrukturi ter zaceli z razvojem in s pridobivanjem zahtev uporabnikov. V letu 2020 smo predali v produkcijsko delovanje predali horizontal-no platformo za organe državne uprave in podatkov­na vira Place v javnem sektorju upravljalca Direkto­rata za javni sektor in Skupne dimenzije – šifranti, ki so namenjene uporabi s strani vec podrocnih podat­kovnih skladišc, v letu 2021 pa podatkovni vir Od­dana javna narocila v Sloveniji, katerega upravljalec je Direktorat za javno narocanje Ministrstva za javno upravo. Omenjena direktorata predstavljata primera uspešne uporabe sistema in sta svoje izkušnje pred­stavila v nadaljevanju clanka. Zanimanje za uporabo sistema poslovne inteligence v državni upravi in s tem sistema Skrinja se povecuje, zato z razvojem in Slika 1: razvoj sistema poslovne inteligence – Skrinja Karmen Kern Pipan, Paula Kolenko, Dušan Vejnovic, Mitja Medvešcek, Boro Nikic in Alenka Krebs: Poslovna inteligenca, izzivi in napredne tehnologije v podporo odlocanju v državni upravi vkljucevanjem podatkovnih virov nadaljujemo. Tre­nutno v sistem uvajamo podatke Centralne kadro­ vske evidence državne uprave, nacrtujemo pa tudi uvedbo drugih podatkovnih virov, ki so pomembni za pridobivanje kljucnih informacij za vodenje drža­ve, kot na primer KRPAN (poslovni procesi države), IS CSD (sistem socialnih pomoci),INSPIS (inšpekcij-ski postopki), … Ob uvedbi novih podatkovnih virov vedno pric­nemo s postopkom intervjujev, sestankov z vodstvom in analitiki, ki skrbijo za vsebino podatkov, s ciljem, da zajamemo ustrezne uporabniške zahteve. Le-te so osnova za nacrtovanje podatkovnega modela in na­bor atributov, ki jih kasneje uvozimo iz podatkovne­ga vira. Uvozimo le tiste atribute, ki jih na podlagi uporabniških zahtev potrebujemo za pripravo po­rocil. Vzporedno pripravimo podatkovni model kot podatkovni slovar vira kot RDF format ontologije, kjer se na enem mesto enolicno nahaja popis tabel in atributov. Ti podatkovni slovarji so osnova za kasnej­še morebitno digitalizacijo oziroma avtomatsko po­datkovno izmenjavo podatkov. Ob popisu uporabni­ških zahtev definiramo tudi skupne enotne šifrante, ki jih zagotavljamo kot samostojen podatkovni vir, ki ga imenujemo Skupne dimenzije. Pri tem zajamemo tudi tiste šifrante, ki so splošno potencialno uporabni tudi za vse naslednje vire. Tisti šifranti, ki so speci­ficni pa ostanejo znotraj podatkovnega modela vira. Po uvozu podatkov v podatkovno skladišce sledi modeliranje podatkovnega modela, v naslednji fazi pa priprava multidimenzionalnih kock, ki so osnova za poizvedbe, porocila in koncno tudi za vizualiza­cije. V vseh fazah procesa upravljalci sistema Skrinja tesno sodelujejo z analitiki podatkovnega vira, ki so upravljalci podatkov in dnevno, tedensko ali perio-dicno pripravljajo analize in porocila za odlocevalce. Ti analitiki svoje podatke poznajo in so pristojni za razlago podatkov, konteksta ter vseh nadaljnjih in-formacij, ki jih iz teh podatkov pridobijo in oblikujejo (Kern Pipan idr., 2021). Ponudnik storitve Skrinja in lastnik centralne infrastrukture, na kateri deluje storitev je Direkto-rat za informatiko Ministrstva za javno upravo, ki s posameznim uporabnikom sistema sklene dogovor o razmejitvi vlog in aktivnosti pri uporabi storitve Skrinja. Uporabniki sistema Skrinja so organizacije, ki so lastniki posameznih podatkovnih virov, lastni­ ki podrocnega podatkovnega skladišca in istocasno tudi upravljalci podatkov, ki se prenašajo v podat­ kovno skladišce. V primeru podatkovnega vira plac v javnem sektorju je uporabnik sistema Skrinja Di-rektorat za javni sektor Ministrstva za javno upravo. Le ta lahko dodeljuje pravice dostopanja koncnim uporabnikom, ki pa morajo biti državni uradniki in evidentirani v AD imeniku tako, da lahko uporablja­jo samo izbrana porocila (in druge izdelke) in samo na izbranih podatkih. Skrbnik podatkovnega vira je edini, ki pozna osebe, ki bi radi bili uporabniki, zato je njegova naloga, da jim dodeljuje (in odvzema) uporabnikom ustrezne pravice. Na ministrstvu je v podporo uporabnikom oblikovana stalna strokovna upravljavska skupina, ki skrbi za delovanje sistema ter uporabnikom nudi strokovno podporo s poudar­ kom na standardih varovanja in zašcite podatkov. 4 PrAKTIcNI PrIMerI PoDATKoVNIH VIROV V SKRINJI Sistem skrinja združuje podatkovno skladišce in BI sistem, kjer ima vsak lastnik podatkov (uporabnik oz. državni organ) svoje loceno podrocno podatkovno skladišce, ki ga vsebinsko tudi upravlja. Tako imamo posebna podrocna podatkovna skladišca za skupne dimenzije, place v javnem sektorju in javna narocila, ki jih v nadaljevanju tudi prakticno predstavljamo. Skupne dimenzije Podatkovni vir Skupne dimenzije je poseben podat­kovni vir, ki vsebuje javno dostopne in splošno veljav­ne šifrante in so namenjene uporabi s strani vec po­drocnih podatkovnih skladišc (razlicnim vsebinskim podrocjem in s tem razlicnim državnim službam) ter ne vsebujejo osebnih podatkov. Organizirano imajo svoje lastno podrocno podatkovno skladišce in svoj lastni analiticni model. Crpanje in uporaba skupnih dimenzij poteka preko analiticnega modela. V Skri­nji so na voljo naslednje skupne dimenzije: Delovno mesto, Placni razred, Stopnja nominalne osnove, Za­posleni v javnem sektorju, Kategorija izplacila, Vir sredstev, Napotitev, Država, Cas, Mesecna delovna obveznost po koledarju, Poslovni register Slovenije, Register proracunskih uporabnikov, Menjalni tecaji za tuje valute. Ob razvoju novega podrocnega podat­kovnega skladišca se v procesu zajema uporabniških zahtev oziroma izrisu konceptualnega modela pre­ sodi, katere dimenzije se crpajo iz skupnih dimenzij in katere dimenzije bo nov vir morebiti prispeval v podatkovno skladišce za skupne dimenzije. Karmen Kern Pipan, Paula Kolenko, Dušan Vejnovic, Mitja Medvešcek, Boro Nikic in Alenka Krebs: Poslovna inteligenca, izzivi in napredne tehnologije v podporo odlocanju v državni upravi Osveževanje šifrantov se izvede, v kolikor lastnik podatkov posameznega šifranta: • objavi nove podatke v uradnem listu Republike Slovenije, • pošlje nove podatke skrbniku vira, • na spletnem naslovu objavi nove podatke. V primeru objave novih podatkov oziroma preje-mu novih podatkov se novi podatki vnesejo neposre­dno v skupne dimenzije preko spletnega vmesnika. Za uvoz novih podatkov, ki so objavljeni na spletnem naslovu, je zadolžen servis, ki je postavljen na infra-strukturi MJU. Place v javnem sektorju Z informacijskim sistemom za posredovanje podat­ kov o placah, nadomestilih plac in drugih izplacilih ter številu zaposlenih (ISPAP) na Ministrstvu za jav- no upravo (MJU) zbiramo podatke za vec kot 180.000 javnih uslužbencev in funkcionarjev v javnem sek­torju. Podatke poroca okoli 2000 proracunskih upo­rabnikov in sicer za okoli 750 razlicnih vrst izplacil ter opravljenih ur, ki jih javni uslužbenec/funkcionar lahko prejme. Ce si podatke predstavljamo v obliki zapisov, kjer identifikator zapisa predstavljata refe­ rencno casovno obdobje in oseba (javni uslužbenec/ funkcionar), potem imamo na letnem nivoju okoli 5 MIO zapisov, ki jih na MJU obdelujemo za: • zagotavljanje javnosti plac v javnem sektorju, v skladu z 38. clenom Zakona o sistemu plac v jav­nem sektorju (ZSPJS), • izdelavo analiz na ministrstvu, pristojnem za sis- tem plac v javnem sektorju, • namen državne statistike, v skladu z 32. clenom in drugimi cleni Zakona o državni statistiki in vsako­letnim Letnim programom statisticnih raziskovanj. Namen umestitve podatkov ISPAPv Skrinjo je bil: • podatke in postopek njihove obdelave umestiti v bolj urejeno IT okolje, • avtomatizacija procesov obdelave podatkov in priprave ustreznih statistik, • omogociti vsem deležnikov hitrejši in lažji dostop do makro podatkov, ki jih potrebujejo za spre­ mljanje podatkov o placah in drugih izplacilih ter opravljenih urah. obdelave podatkov k analizi in pojasnjevanju podat­ kov, poglobljene komunikacij z deležniki in pripravi ad-hoc statistik, ki jih deležniki potrebujejo za svoje odlocitve. Sistem ISPAPje zelo dinamicen sistem, saj zadeva podatke o osebah, kjer se lahko spremembe zgodijo zelo hitro in tudi za casovne tocke oziroma intervale v preteklosti, zato je zelo pomembno dobro pozna­ vanje pravnih podlag, ki urejajo izplacila, pravilno porocanje proracunskih uporabnikov ter hitra in na­tancna obdelava porocanih podatkov in posledicno hitra in kakovostna diseminacija podatkov. Kot pri­mer navedimo uvedbo novih dodatkov povezanih z epidemijo COVID-19, ki so bili uvedeni z interventno zakonodajo in imajo za posledico vec sto milijonov evrov financnih ucinkov. javna narocila Letna vrednost pogodb na podlagi izvedenih po­stopkov javnega narocanja v Sloveniji presega 5 mili­jard evrov in predstavlja vec kot 11% BDPSlovenije. Podatki so zbrani iz obvestil o oddanih narocilih, ki so objavljena na Portalu javnih narocil (www.enaro­canje.si). Podatke zbiramo na Ministrstvu za javno upravo in obdelujemo v skladu z Zakonom o dosto­ pu do informacij javnega znacaja (ZDIJZ), pa tudi za namen statisticnih porocil, ki smo jih po zakonu dol­žni letno pripravljati. Namen umestitve podatkov iz Obvestil o odda­nih narocilih v Skrinjo je bil: • podatke postaviti v sodobno informacijsko okolje in jih pretvoriti v informacije, • s predpripravo vizualizacij podatkov olajšati ter pospešiti pripravo ustreznih statistik, • ponuditi možnost deležnikom, da sami pridejo do potrebnih podatkov (prehodno je bilo potreb-no narociti izvoz surovih podatkov in jih nato ob-delati z ustreznimi orodji, da smo pridobili upo­rabno vrednost). Podatki razkrivajo veliko informacij, ki so upo­rabne za usmerjanje javno-narocniške politike, pa tudi za podatke o tekocem poslovanju, saj se podatki posodabljajo dnevno. Na voljo so dnevne primerja­ve, kot tudi historicni podatki. S pripravljenimi vizu­alizacijami pa se nam odpira tudi zanimiva možnost in sicer detekcija anomalij v postopkih javnega naro- S tako umestitvijo podatkov se težišce dela anali-canja. Anomalije so v glavnem neželena dogajanja, tikov, ki so odgovorni za ISPAP, premešca iz same ki znižujejo konkurencnost in znižujejo vrednost za Karmen Kern Pipan, Paula Kolenko, Dušan Vejnovic, Mitja Medvešcek, Boro Nikic in Alenka Krebs: Poslovna inteligenca, izzivi in napredne tehnologije v podporo odlocanju v državni upravi davkoplacevalce. Primeri takih dogajanj so npr. do-govarjanja ponudnikov, podkupovanje in podobno. Z implementacijo teh orodij bi se odprle nove mo-žnosti tudi za nadzorne inštitucije kot denimo Ko­misija za preprecevanje korupcije, Racunsko sodišce, Agencija za varstvo konkurence in podobno. zAKLjUceK Poslovna inteligenca odpira nove sfere, ki za svoje udejanjanje potrebujejo cas, da se uveljavijo ter da se utrdi zaupanje v nove dimenzije, ki jih podatkovna orodja ponujajo. Z vzpostavitvijo sistema Skrinja in horizontalne platforme za organe državne uprave smo s pomocjo poslovne inteligence upravljalcem podatkovnih vi-rov omogocili, da njihovi podatki postanejo razpolo­žljive in dostopne informacije za odlocanje v realnem casu, saj sistem omogoca uporabnikom avtomatizi­rano, lažje in hitrejše delo ter tudi napovedno analiti­ko na strateški, takticni in operativni ravni. Na podlagi vecletnega razvoja, so bili od leta 2020 dalje v uporabo postopno predani podatkovni viri Place v javnem sektorju, Skupne dimenzije – šifranti in Oddana javna narocila v Sloveniji. Prav tako na ministrstvu, kot upravljalec celotnega sistema skrbi-mo za podporo uporabnikom ter njihovo strokovno usposabljanje. Zanimanje za uporabo sistema poslovne inteli­gence v državni upravi in s tem sistema Skrinja se po­vecuje, zato z razvojem in vkljucevanjem podatkov­nih virov nadaljujemo. Prihodnji razvoj bo usmerjen ne le v pridobivanje državno pomembnih virov, temvec tudi v ozavešcanje, širjenje analiticne kultu-re in promocijo poslovne inteligence v podporo vecji digitalizaciji v javni upravi. Hkrati bomo na podlagi naprednih tehnologij razvijali sistem Skrinjo, okre­pili uporabo prostorskih vizualizacij, da posamezna porocila postanejo bolj nazorna in uporabniško prija­zna. Stremeli bomo tudi k objavi dolocenih podatkov za širšo javnost - državljane in podjetja, kjer pa nas caka še nekaj dela, predvsem iz vidika zaupanja in širjenja osvešcenosti (Kern Pipan idr., 2021). Podatki podprti s poslovno analitiko nam v obliki naprednih porocil, analiz in vizualizacij dajejo nove uvide v podatke in prikažejo nove vzorce, dajejo novo znanje in odpirajo nova obzorja neslutenih pri­ložnosti. Tukaj je še posebnega pomena napovedna analitika, ki omogoca izracunavanje predvidevanj na podlagi scenarijev kaj – ce, ki pokažejo kaj bi se zgo­dilo, ce posamezen parameter povecamo, na katere druge parametre vpliva ter koliko bi se potem to od­ razilo na drugih kolicinah kot denimo na primer na letnem nivoju plac ene ali vec skupin javnih usluž­bencev, posameznih vrst javnih narocil in podobno. Dejanska uporaba teh podatkov in uporaba informa­cij pri dnevnem delu ostaja izziv in ga bomo skupaj z našimi uporabniki naslovili v naslednjih letih. Prihodnji razvoj bo usmerjen ne le v pridobivanje državno pomembnih virov, temvec tudi v ozavešca­nje, širjenje analiticne kulture in promocijo poslov­ne inteligence v podporo vecji digitalizaciji v javni upravi. Hkrati bomo na podlagi naprednih tehnolo­gij razvijali sistem Skrinjo, okrepili uporabo prostor­skih vizualizacij, da posamezna porocila postanejo bolj nazorna in uporabniško prijazna. Stremeli bomo tudi k objavi dolocenih podatkov za širšo javnost - državljane in podjetja, kjer pa nas caka še nekaj dela, predvsem iz vidika zaupanja in širjenja osvešcenosti. VIRI IN LITERATURA [1] KERN PIPAN, K., M. JESENKO, K., KOLENKO, P., LOZEJ. (2020). Izzivi in perspektiva upravljanja podatkov v javni upra-vi z vidika uporabe naprednih tehnologij, Dnevi slovenske in-formatike 2020, Zbornik konference. [2] LAU, E., UBALDI, B. (2017). Creating a Citizen -Driven Enviro­nment Through Good ICT Governance, The Digital Transfor­mation of the Public Sector: Helping Governments Respond to the needs of Networked Societes, OECD, GOV/PGC (2017) 15. [3] JAKLIC, J. (2010). Assessing Benefits Of Business Intelligen­ce Systems – A Case Study. Management, Vol. 15, 2010, 1, str. 87-119. [4] BOSE, R. (2009). Advanced analytics: opportunities and chal­lenges, Industrial Management & Data Systems, Vol. 109 Issue: 2, pp.155-172, https://doi.org/10.1108/02635570910930073, (zadnji ogled 14. 9. 2021). [5] KERN PIPAN, K., KOLENKO, P., LOZEJ., PIRNAT, R. (2019). Priložnosti in izzivi poslovne inteligence v jav­ni upravi, https://www.dlib.si/stream/URN:NBN:SI:DOC­-PLBQIG96/2e14a79d-2998-4a4e-8a0e-f32309e54f3d/PDF, Uporabna informatika, številka 2, letnik XXVII , (zadnji ogled 14.09.2021). [6] KERN PIPAN, K., KOLENKO, VEJNOVIC, D., MEDVEŠCEK, M., NIKIC, B. (2021) Poslovna inteligenca, izzivi in napredne tehnologije v podporo odlocanju, Dnevi slovenske informati­ke 2021, Zbornik konference. Karmen Kern Pipan, Paula Kolenko, Dušan Vejnovic, Mitja Medvešcek, Boro Nikic in Alenka Krebs: Poslovna inteligenca, izzivi in napredne tehnologije v podporo odlocanju v državni upravi • Karmen Kern Pipan je diplomirala leta 1998 na Univerzi v Mariboru, Fakulteti za organizacijske vede na podrocju informatike, kjer je leta 2001 tudi magistrirala in leta 2010 doktorirala na podrocju managementa kakovosti. Ima bogate izkušnje iz kakovosti, strateškega nacrtovanja, ra­zvoja informacijskih rešitev ter upravljanja podatkov. V svoji karieri je vodila sektor za kakovost in poslovno odlicnost na Uradu RS za meroslovje, delovala kot visokošolska predavateljica in vodila medresorsko skupino za pripravo Strategije razvoja javne uprave 2020. Deset let je delovala kot mednarodna ocenjevalka EFQM v Bruslju. Zadnja leta je zaposlena na Ministrstvu za javno upravo, Direktoratu za informatiko, Uradu za razvoj informacijskih rešitev kot vodja Sektorja za upravljanje podatkov.« • Paula Kolenko je diplomirala na Univerzi v Mariboru, Fakulteti za organizacijske vede, smer organizacijska informatika. Vrsto let je delala na Ministrstvu za finance in se ukvarjala s podrocjem podatkovne analitike, razvoja ter vzdrževanja aplikacij v okviru informacijskega sistema MFERC (place, kadri, finance, idr.). V zadnjem obdobju je vodja projekta za uvedbo poslovne analitike v organe državne uprave (sistem Skrinja) v Direktoratu za informatiko Ministrstva za javno upravo. Strokovno sodeluje tudi na podrocju razvoja drugih informacijskih rešitev, povezanih s poslovno inteligenco, napovedno analitiko in podatkovnimi prostori, objavlja clanke in je aktivna na strokovnih in znanstvenih konferencah s svojega strokovnega podrocja. • Dušan Vejnovic je diplomiral leta 2005 na Univerzi v Mariboru, Fakulteti za organizacijske vede na podrocju informatike, kjer je leta 2009 tudi magistriral na podrocju managementa informacijski sistemov. Ima bogate izkušnje iz razvoja in postavitve spletnih rešitev, razvoja informacijskih rešitev ter upravljanja podatkov. V svoji karieri je delal kot informacijska podpora uporabnikom, izdeloval racunalniške rešitve. Zadnja leta je zaposlen na Ministrstvu za javno upravo, Direktoratu za informatiko, Uradu za razvoj informacijskih rešitev, Sektorju za upravljanje podatkov kot razvijalec spletnih rešitev in svetovalec v najzahtevnejših projektih. • Mitja Medvešcek je diplomiral na Ekonomski fakulteti v Ljubljani, smer Poslovna informatika. Vrsto let je bil zaposlen na vodilnih mestih v tu­risticnem sektorju in je v tem casu sodeloval pri vzpostavitvi vec informacijskih sistemov za podporo poslovanja. Od leta 2017 je zaposlen na Ministrstvu za javno upravo – Direktoratu za javno narocanje. Od leta 2017 sodeluje pri vec projektih, tudi mednarodnih. • Boro Nikic je diplomant Fakultete za matematiko in fiziko na Univerzi v Ljubljani. Vrsto let je delal na Statisticnem uradu Republike Slovenije. Kariero je zacel kot vzorcni metodolog, zadolžen za izvajanje vzorcnih nacrtov pri raziskovanjih poslovnih subjektov. Med letoma 2008 in 2014 je vodil oddelek za vzorcenje in splošno metodologijo, od leta 2014 pa je bil v Sektorju za informacijsko tehnologijo zadolžen za masivne podat­ke. Sodeloval je pri delu vec mednarodnih skupin, ki pripravljajo smernice za metodologijo statisticne obdelave masivnih podatkov, spremljanje kakovosti, potrebno IT infrastrukturo ter smernice za izvajanje partnerstva z vsemi deležniki, ki so povezani z masivnimi podatki. Od leta 2017 je zaposlen na Ministrstva za javno upravo, kjer vodi Oddelek z analitiko in javnost plac. Predvsem se ukvarja z obdelavo, analizami in objavo podatkov Informacijskega sistema za posredovanje in analizo podatkov o placah, drugih izplacilih in številu zaposlenih v javnem sektorju (ISPAP). • Alenka Krebs je diplomirala na podrocju ekonomije in specializirala na podrocju managementa na Fakulteti za management Univerze na Pri­morskem. Zaposlena je na Ministrstvu za javno upravo, Direktoratu za informatiko, Uradu za razvoj informacijskih rešitev, kjer v Sektorju za upravljanje podatkov deluje kot namestnica vodje projekta za uvedbo poslovne analitike v državno upravo (projekt Skrinja) in clanica projektov s podrocja poslovne inteligence in podatkovnih prostorov ter vzpostavljanja in vpeljave novih informacijskih rešitev v delovanje državnih organov. StrokoVNI prISpEVkI Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil Miha Jesenko1, Miro Lozej1, Karmen Kern Pipan1, Primož Godec2, Vesna Tanko2, Lan Žagar2, Ajda Pretnar Žagar2, Nikola Đukic2 , Blaž Zupan2 1 Ministrstvo RS za javno upravo (MJU), Tržaška 21, 1000 Ljubljana 2 Univerza v Ljubljani, Fakulteta za racunalništvo in informatiko, Vecna pot 113, 1000 Ljubljana Miha.Jesenko@gov.si, Miro.Lozej@gmail.com, Karmen.Kern-Pipan@gov.si, primoz.godec@fri.uni-lj.si, Vesna.Tanko@fri.uni-lj.si, lan.zagar@fri.uni-lj.si, ajda.pretnar@fri.uni-lj.si, nikoladjukic.djukic2@gmail.com, Blaz.Zupan@fri.uni-lj.si Izvlecek Uslužbenci in funkcionarji v javni upravi se dnevno srecujejo s številnimi obsežnimi dokumenti, ki jih je treba pregledati in uporabiti glede na informacijske zahteve konkretne naloge. To velja pri pripravi odlocitev, pripravi zakonodaje in politik, pregledovanju zakonodaje in politik, ocenjevanju ucinkov zakonodaje in politik, pri raznih analizah, pri opisovanju podatkovnih virov in storitev ter pri številnih drugih nalogah. Ker pregledovanje množice dokumentov in izbor uporabnih dokumentov glede na naše potrebe pomeni velik casovni vložek, smo oblikovali pristop na podlagi umetne inteligence za vsebinsko pregledovanje velikih zbirk besedil. Pristop s semanticno analizo besedil ter primerjavo vsebinske sorodnosti med posameznimi besedili v zbirki omogoca casovni prihranek in celovito analizo zbirk. V prispev­ku predstavimo prve rezultate projekta, v katerem razvijamo splošno uporabno orodje za analizo množice besedilnih dokumentov. Cilj projekta je izbor in implementacija gradnikov semanticne analize, s kombinacijo katerih lahko izvajamo poljubne tipe analiz dokumentov in gradimo analiticne delotoke, ki bi bili lahko uporabni pri tipicnih nalogah, opravilih in storitvah javne uprave. Implementacija vkljucuje gradnike za dostopanje do podatkovnih prostorov, vložitve dokumentov v vektorske prostore, iskanje podobnih dokumentov, vizualizacijo podatkovnih kart, iskanje karakteristicnih pojmov, rangiranje dokumentov glede na semanticno podobnost z izbranimi pojmi in urejanje pojmov v ontologije. V clanku predstavimo primer uporabe semanticnega povezovanja predlogov vladi z zbirko zakonskih besedil. Kljucne besede: semanticna analiza podatkov, podatkovni prostori, analiza besedil, analitika z vizualizacijami, delotoki Semantic Analyser -Development of a software environment for algorithmicprocessing of slovenian texts Abstract Every day, civil servants and officials are confronted with a large number of voluminous documents that need to be reviewed and applied according to the information requirements of a specific task. This is the case when making decisions, drafting legislation and policies, reviewing legislation and policies, assessing the impact of legislation and policies, carrying out various analyses, de­scribing data sources and services and many other tasks. Since reviewing many documents and selecting the most relevant ones for our needs is a time-consuming task, we have developed an AI-based approach for the content-based review of large collections of texts. The approach of semantic analysis of texts and the comparison of content relatedness between individual texts in a collec­tion allows for time-saving and the comprehensive analysis of collections. In the paper, we present the results of the project to develop a general-purpose tool for analysing sets of textual documents. The project aims to select and implement semantic analysis building blocks that can be used to perform arbitrary types of document analyses and prototype analytical workflows that could support the tasks and decision-making in public administration. The building blocks we have developed include components to access data repositories, embed documents in vector spaces, search for similar documents, visualize document maps, search for characteristic terms, rank documents according to their semantic similarity to selected terms and arrange concepts into ontologi­es. In the paper, we present a use case to semantically link the proposals to the government with a collection of laws. Keywords: Semantic analysis, data spaces, text mining, visual analytics, workflows Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil UVOD Javna uprava je, podobno kot preostala podrocja clo­veške družbe, vedno bolj usmerjena v podatke – nji­hovo zbiranje, obdelavo, preverjanje in razumevanje. Z razvojem novih tehnologij ter znanosti pridobiva vedno vec podatkov, za njihovo obdelavo pa mora ob tem razviti primerna orodja in nove pristope. Z rastjo množice shranjenih podatkov nujno in neobhodno trcimo ob problem njihovega razumeva­nja. Poenostavljeno, ali lahko racunalnik »razume« vsebino podatkov? Ali malce bolj prizemljeno, ali lahko uredimo podatke skladno z vsebino in ali lah­ko v podatkih poišcemo tiste dele, ki nas, uporabni­ke, vsebinsko najbolj zanimajo? Podatki so nam na voljo v najrazlicnejših oblikah in strukturah. V zadnjih letih se je opazno povecala tudi zmožnost za obdelavo in uporabo nestrukturira­nih podatkov, do katerih lahko vse lažje dostopamo in za katere so v zadnjem casu razviti tudi ustrezni analiticni postopki. Primer nestrukturiranih podat­kov so prosta besedila v klasicnem, esejskem zapisu. Vecjih množic takih esejev posameznik ni vec sposo­ben kolicinsko, kaj šele kakovostno pregledati, razu­meti in med sabo primerjati. Za kakovost in ucinko­vitost dela v prihodnje je nujno oblikovati analiticna orodja, ki nam bodo v pomoc pri razumevanju vecje­ga števila besedil, razvršcanju po vsebini ter seman-ticnem preiskovanju, kjer išcemo dokumente, ki so vsebinsko povezani z izbranimi pojmi. Delo z vecjimi zbirkami besedil je zelo pogosto v javni upravi in je ena izmed nujnih sestavin pri raz­licnih aktivnostih. Pogosto je treba pregledovati celo­tne zbirke in izbrati ter uporabiti primerna besedila glede na konkretno vsebino v postopkih priprave zakonodaje, politik in drugih strateških ter krovnih dokumentov. Podobno velja pri pripravi podlag v postopkih odlocanja, pripravi odgovorov na razna vprašanja in pobude, v postopkih ocenjevanja ucin­kov zakonodaje, politik in strategij ter pri vrsti dru­gih nalog. Ena izmed takih nalog je vzpostavitev kataloga podatkov javne uprave (s poudarkom na katalogu temeljnih registrov in evidenc ter šifrantov) v okviru upravljanja semanticne interoperabilnosti v javni upravi, pri cemer je vecina pojmov in njihovih lastnosti opredeljena in razpršena v zakonodaji. V omenjenih nalogah na podlagi vsebine, ki izhaja iz vhodnega dokumenta (oziroma pogosteje dela doku­menta), išcemo vsebinsko sorodne dele v vecji zbirki besedil, s cimer se lahko izognemo podvajanju reši­tev ali celo ustvarjanju (ali ugotavljanju) nasprotnih rešitev, predvsem pa zmanjšamo nabor besedil, ki so relevantna za naše informacijske potrebe. Hkrati za­jamemo besedila, ki na prvi pogled niso relevantna, se pa v delih vsebine »skrivajo« uporabne informaci­je. Tak primer uporabe v javnem sektorju je analiza zakonskih aktov in predlogov vladi. Našteti pristopi lahko podprejo posredovanje, predstavitev in razla-go podatkov in sklepanj ter odlocitve na njihovi pod-lagi, privarcujejo cas, omogocijo, da se osredotocimo le na pomembne zapise, in s tem izboljšajo kakovost odlocitev. Digitalna transformacija omogoca javnemu sek­torju, da sodeluje z notranjimi in zunanjimi deležni­ki pri novih in ucinkovitejših nacinih za ustvarjanje javne vrednosti, delitvi virov in uporabi podatkov za vecjo odzivnost na potrebe državljanov in pod-jetij. V javni upravi imamo bogat spekter podatkov, s katerimi upravljamo delovne procese in izvajamo storitve za državljane, podjetja in širšo družbo (Kern Pipan idr., 2020). Kot navaja OECD (OECD, 2019) so nekatere države v zadnjem casu dosegle pomemben razvojni premik s strateško uporabo podatkov za boljše oblikovanje politik, izvedbo storitev ali poslo­vanja. OECD je v svojih pregledih vloge podatkov v podatkovni ekonomiji in javnem sektorju oblikoval model podatkovno spodbujenega javnega sektorja (angl. data-driven public sector), ki: • prepoznava podatke kot kljucno strateško vre­dnost (bogastvo), • izpostavlja odstranjevanje ovir pri upravljanju, deljenju in ponovni uporabi podatkov, • uporablja podatke za preobrazbo oblikovanja, iz­vedbe in nadzora javnih politik in storitev, in • ceni prizadevanja za objavo podatkov na odprt nacin kot tudi uporabo podatkov znotraj organi­zacij ter znotraj javnega sektorja. OECD še poudarja, da države lahko uporabijo podatke za oblikovanje javne vrednosti s tremi tipi aktivnosti: • predvidevanje in planiranje: uporaba podatkov pri oblikovanju politik, nacrtovanje posredovanj, predvidevanje možnih sprememb in napovedo­vanje potreb, • izvedba storitev: uporaba podatkov za informira­nje in izboljšanje vpeljave politik, odzivnosti vlad in aktivnosti pri izvedbi storitev, • ocenjevanje in spremljanje: uporaba podatkov pri Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil merjenju vpliva, revizijske odlocitve ter spremlja­nje uspešnosti poslovanja (OECD, 2019). Vse zgoraj zapisano seveda predvideva, da so po­datki v javni upravi zbrani, urejeni, dostopni, da so tehnologije za njihovo uporabo nared in da so vklju-cene v prakticne informacijske sisteme, ki pomagajo tako zaposlenim v javni upravi kot državljanom. Prav v namene spodbujanja sodelovanja in iska­ nja rešitev na podrocju uvajanja pristopov umetne inteligence v javni upravi smo ob koncu leta 2020 avtorji tega prispevka priceli delo na projektu, kate­rega cilj je razviti in raziskati uporabnost pristopov semanticne analize podatkovnih prostorov doku­mentov, ki se tipicno skladišcijo in uporabljajo v jav­ni upravi. Naš cilj je razvoj orodij, ki uporabnikom omogocijo enostavno snovanje analiticnih delotokov, in prototipni razvoj aplikacij, ki jih lahko ovrednoti- mo s stališca uporabnosti in možnosti integracije v obstojece informacijske sisteme. Spodaj porocamo o zacetnih rezultatih projekta, identifikaciji osnovnih gradnikov analiticnih delotokov za semanticno ana­lizo dokumentov in o primeru uporabe na podrocju semanticnega povezovanja državljanskih predlogov vladi in zakonov, ki so povezani s podrocjem izbra­nega predloga. PoDATKI, UMeTNA INTeLIgeNcA IN oDLocANje Nove tehnologije, predvsem pa umetna inteli­genca s hitro razvijajoco se podatkovno znanostjo, odpirajo nova obzorja in do sedaj neslutene možno­sti uporabe podatkov prakticno vsakomur. Pri tem je pomembno razmisliti tudi o priložnostih in izzivih, ki jih nove podatkovne tehnologije prinašajo na vseh ravneh. V strokovni literaturi (OECD, 2019; Provost in Fawcett, 2013) najdemo izraze, kot so denimo »podatkovno usmerjeno delovanje« in »odlocanje na podlagi podatkov«. Slednje med drugim zahteva zavedanje o pomenu podatkov v kar najširšem druž­benem obsegu, zlasti seveda pri organih strateškega odlocanja, ter nova znanja in vešcine pri uporabi al­goritmov in orodij za obdelavo podatkov (Kern Pipan idr., 2020). Vse to zahteva tudi nove nacine organi­ziranja in upravljanja podatkov tako na mikro kot makro ravni, z namenom da se uporablja podatke na cimbolj enoten, varen in zaupanja vreden nacin (da se lahko zaneseš na celovitost, pravilnost, verodostoj­ danih vrednosti na njihovi podlagi. Standardizirani in kakovostni procesi upravljanja zagotavljajo tudi hitrejšo ter bolj ucinkovito uporabo podatkov v no-vih tehnologijah in podatkov iz novih tehnologij. Iz standardiziranih procesov upravljanja hitro pridemo do ideje skupnih prostorov za podatke, ki se urejajo skozi take procese. Podatkovni prostori predstavlja­ jo idejo pospešitve podatkovne ekonomije (OECD, 2019, 2. Data governance in the public sector; Briti­sh Academy and the Royal Society, 2017; Centre for International Governance Innovation, 2018; Micheli, Ponti, Craglia, Berti Suman, 2020). Tako je EU lansko leto napovedala vzpostavitev podatkovnih prosto­ rov za podrocje javne uprave poleg preostalih osem zacetnih podrocij (industrija, zeleni dogovor, mobil­nost, zdravje, finance, energija, kmetijstvo in vešcine) (EC, 2020). Namen je organizirati tudi podatke javnih uprav tako, da jih je možno obdelovati s sodobnimi tehnikami. Poleg tega, da bo javna uprava sistema- ticno strukturirala in usklajevala svoje podatke, bo omogocena primerjava stanja z drugimi državami clanicami EU na tem podrocju. Podatkovni prostori omogocajo ucinkovitejšo uporabo podatkov z novimi podatkovnimi tehnikami v podporo odlocanju (raz­licna enostavna razvršcanja, oblikovanje in priprava kriterijev ter vzorcenja). Kako natancno naj bi podat­kovni prostori izgledali oziroma kaj vse naj bi vklju-cevali podatkovni prostori, še niso v celoti odgovorje­na vprašanja. Glede bistvenih funkcionalnostih pa se je izoblikoval dolocen osnovni pogled na logicno ar­hitekturo in nacela, ki naj bi jo zasledovali podatkov­ni prostori. Vsekakor ne gre samo za podatke, ampak tudi za varnost, razlicne vloge udeležencev, pravice za dostop do pravno varovanih podatkov, upravlja­nje (procesi upravljanja) za zagotavljanje celovitosti in kakovosti podatkov ter samih prostorov, standarde za semanticno opisovanje podatkov, kataloge podat­kov in storitev, servise za dostop, obdelavo in izme­ njavo podatkov ipd. (Matranga, 2021; Nagel, 2021; OPEN DEI Task Force 1, 2021). Podatkovni prostori morajo sloneti na nacelih FAIR1. Zagotavljati morajo interoperabilnost v vseh pogledih, tako tehnicno in semanticno kot tudi organizacijsko ter pravno. Prav odlocanje na podlagi dejstev in podatkov je ideal, h kateremu stremi vsaka napredna organizacija, tudi javna uprava (OECD, 2018, 3. The application of data in the public sector to generate public value). V za­ 1 nost in ažurnost podatkov) za ustvarjanje novih do-https://www.go-fair.org/fair-principles/. Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil dnjih letih smo prica premiku usmerjenosti razvoja informacijskih sistemov od aplikacij k uporabi podat­kov za pridobivanje informacij. Podatkovna orodja so tista (Stavrianou, Andritsos in Nicoloyannis 2007), ki omogocajo hitro pridobivanje informacij iz vecjih kolicin nepovezanih podatkov, ki so sicer obicajnemu uporabniku težje dostopni. Javna uprava v delovnem procesu obdela veliko število besedilnih dokumentov, (Hollibaugh 2019) med katerimi moramo poiskati tiste, ki govorijo o neki vsebini in jih je treba pregledati, da bi dobro utemeljili predloge ali celo odlocitve. Tipicen primer so denimo zakonska besedila oz. iskanje zakonskih dokumentov, ki po vsebini obravnavajo želeno vse­bino. Iskanje po vsebini bi nam dostavilo kratek se­znam dokumentov, ki bi jih bilo vredno podrobneje preuciti. Ce se pri tem lahko zanesemo, da je predla­gani nabor dokumentov popoln (t. j. da pomembni dokumenti niso izpušceni) in relevanten (t. j. da v naboru ni dokumentov, ki se ne nanašajo na iskano vsebino) lahko uporabnikom bistveno poenostavimo in skrajšamo delo. Uporabniki se ne bi ukvarjali z ne­ relevantnimi dokumenti in bi bili prepricani, da so upoštevali vsa pomembna gradiva. Obicajno iskanje po kljucnih besedah takim potrebam ne more zado­stiti, potrebno je poznavanje vseh besedil, da smo lahko prepricani, da nicesar nismo spregledali in da zadošca pregled predlaganih besedil. Za uspešno preiskovanje besedil so potrebni novi nacini predstavitve znanj in lušcenja informacij. Pe­ppes idr. (2020) na primer predlagajo orodje za pod-poro raziskovanju kriminala. Njihov semanticni is-kalnik (Semantic Engine) omogoca primerjavo oseb iz podatkovne baze na podlagi podobnosti ter prikaz ontologij. Jain, Seeja in Jindal (2020) uporabijo pri-stop latentne semanticne analize za izracun seman­ticne podobnosti besed.Za lušcenje kandidatnih sosednjih besed podani besedi pa uporabijo mehko analizo formalnih konceptov. Konceptualno je upo­raba semanticnih tehnologij v javni upravi podobna problemu iskanja ekspertnih odgovorov v nalogah skupnostnega odgovarjanja na vprašanja (CQA). Liu idr. (2022) uporabijo vecnivojsko semanticno analizo za iskanje domenskih ekspertov, ki bi lahko odgovo­rili na uporabniška vprašanja. Vecnivojska analiza je sestavljena iz grobega tematskega modeliranja ter finega BERT modela, s cimer zajamejo domenske in-formacije vprašanj in uporabnikov. Na ta nacin toc­neje lahko predlagajo kandidatne eksperte, podobno pa bi lahko v javni upravi predalagali kandidatne odgovore ali direktive. Za hitro pregledovanje besedil in iskanje sorodnih besedil je pomembno tudi lušcenje kljucnih pojmov iz besedila ali množice besedil. Lušcenje kljucnih poj­mov je naloga, pri kateri kljucne besede ali kljucne fraze izberemo med besedami in besednimi zvezami v dokumentu (Campos idr., 2020). Za naš namen se osredotocamo na nenadzorovane pristope, ki so ne­odvisni od domene in ne potrebujejo oznacenega na­bora podatkov. Med temi je osnovni pristop TF-IDF (Jones, 1972), ki ocenjuje pomembnost besed v doku­mentu glede na celoten korpus. Izracuna pogostost izraza v dokumentu uteženo s frekvenco v celotnem korpusu. Naprednejši pristop YAKE! (Campos idr., 2020) uporablja statisticne znacilnosti, kot sta položaj in pogostost besed, informacije o kontekstu in razšir­jenost izraza v dokumentu. V nasprotju s TF-IDF ta lušci kljucne pojme na podlagi enega dokumenta in ne potrebuje velikega korpusa. Metode, ki temeljijo na grafih, zgradijo graf sosednjih pojmov v doku­mentu in uporabljajo metode za tockovanje pojmov v grafu. RAKE (Rose idr., 2010) zgradi graf sosednjih pojmov in za tockovanje uporablja pogostost izrazov, stopnjo izraza v grafu ali kombinacijo obojega. Pri­stopi globokega ucenja temeljijo na vektorskih vlo­žitvah pojmov. Ti vložijo pojme in dokument v isti vektorski prostor in kot kljucne pojme izberejo tiste z najvecjo podobnostjo vložitvi dokumenta (Bennani--Smires idr., 2018). Uporaba semanticnih tehnologij na podrocju jav­ne uprave je še dokaj novo podrocje (Eggers, Gracie, Malik idr., 2018), zlasti v Sloveniji. Ob pricetku pro-jekta smo morali preveriti, ali so podatki, ki so na voljo, primerni, odkriti zahteve uporabnikov in pre­skusiti kako in ali jim je moc zadostiti s trenutno zna­nimi tehnologijami. Uporabniške zahteve smo iden­tificirali z gradnjo pilotnih aplikacij. Za podatkovno analitiko je te najenostavneje graditi v sistemih, ki podpirajo vizualno gradnjo analiticnih delotokov iz osnovnih gradnikov oziroma analiticnih kompo­nent. Taki sistemi so na primer komercialna KNIME (https://www.knime.com) in RapidMiner (http://ra­pidminer.com) ter prosto dostopni in odprti Orange (http://orangedatamining.com). Projekt predvideva izdelavo gradnikov za dostop do podatkovnih prostorov dokumentov, gradnike za pripravo iskalnih pojmov in gradnjo ontologij ter gradnike za iskanje karakteristicnih izrazov v doku­ Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil mentih. Pomembno je, kako ti gradniki predstavijo rezultate analize in ali je z njimi moc zgraditi deloto­ke, ki lahko služijo razlicnim namenom in lahko ob-delujejo vrsto razlicnih tipov dokumentov, naslovijo vecino potreb uporabnikov in je z njimi moc na ra­zložljiv nacin prikazati uporabnost novih tehnologij. PrISToPI z VIzUALNIM ProgrAMIrANjeM IN VIZUALNO ANALITIKO TER NAPREDNE TeHNIKe ANALIze BeSeDIL V projektu orodje za podatkovno analitiko Orange razširjamo z gradniki, ki služijo dostopu do podat­kovnih prostorov besedilnih dokumentov, in z gra­dniki za semanticno analizo besedil. Orodje Orange (Demšar idr., 2013) temelji na kombinaciji vizualnega programiranja in interaktivne vizualne analitike (Sa­cha idr., 2017). Z vizualnim programiranjem gradimo analiticne delotoke tako, da kombiniramo gradnike in jih povezujemo v smiselne in uporabne analiticne postopke. Gradniki v Orangeu izvedejo branje, pred­obdelavo, vizualizacijo in gradnjo opisnih in napove­dnih modelov. Posebnost programa Orange je, da so vsi gradniki interaktivni in da se vsaka sprememba v izboru podatkov ali nastavitvi parametrov metod odraža v spremembi izhoda iz gradnika, ta pa nada­lje na vsebini, ki je posredovana vsem nižje-ležecim gradnikom delotoka. Na primer v delotoku na sliki 1 (poglavje 4, str. 9) bo vsaka sprememba v seznamu besed gradnika Word Listsprožila spremembo v vi-zualizaciji t-SNE oziroma kot odziv na spremembo izpostavila dokumente, ki bodo semanticno ustrezali novemu seznamu pojmov. Podobno vsaka spremem­ba v izboru dokumentov, prikazanih z gradnikom t-SNE, sproži ponoven izracun kljucnih besed in njihov prikaz v gradniku Extract Keywords. Vizual-no programiranje in interaktivni gradniki Orange-a omogocajo hitro snovanje analiticnih delotokov in preizkus njihovega delovanja na poljubnih podat­kovnih zbirkah. Gradniki, ki so prikazani na sliki 1, so seveda samo podmnožica teh, ki jih razvijamo v projektu. V splošnem se projekt osredotoca na gradnike za dostop in branje podatkov, predobdelavo podatkov in njihove vložitve v vektorske prostore, gradni­ke za gradnjo seznamov zanimivih pojmov in gra­dnjo ter uporabo pojmovnih ontologij, gradnike za ocenjevanje in rangiranje dokumentov z ozirom na semanticno podobnost z izbranimi pojmi, gradnike za vizualizacijo dokumentnih prostorov in gradnike za opise izbranih skupin dokumentov (Godec idr., 2021). Uporaba teh gradnikov seveda ni vnaprej do­locena. Gradniki v Orangeu so nekakšne LEGO koc­ke podatkovne analitike in z njimi lahko oblikujemo poljubne analiticne procese. Semanticno analizo v Orange-u izvedemo pred­vsem z vložitvijo dokumentov in pojmov v vektor­ske prostore. Vložitev dokumentov v vektorske pro-store pomeni matematicni opis dokumenta glede na besede, ki se v njem pojavljajo. Pri tem uporabljamo vnaprej zgrajene in naucene globoke mreže, podob­nosti med dokumenti in pojmi pa potem ocenjujemo v prostorih vložitve. Globoke mreže, ki jih upora­bimo v rešitvi, so modeli vložitev besed za sloven-šcino fastText(Joulin idr. 2016) ter BERT (Devlin idr. 2018). fastTextmodel je bil naucen na Common Crawlin Wikipedia besedilih, BERT pa na strojno prevede­nih korpusih BooksCorpusin Wikipedia. Vsak model nabor pojmov iz korpusa predstavi v svojem seman-ticnem vektorskem prostoru, nato pa za povprecno vložitev dokumenta poišcemo nabor najbližjih poj­mov. S tem identificiramo tiste pojme, ki so izbrane-mu dokumentu semanticno najbližje. V sami implementaciji gradnikov so te vložitve sicer lahko vidne, a jih gradniki, ce ni potrebno, ne izpostavljajo in lahko prikažejo le vsebine, ki so po­membne za uporabnika. 4 SeMANTIcNI ANALIzATor S PrIMerI UPorABe Semanticni analizator je torej skupek gradnikov programskega sistema Orange, kot smo ga opisali zgoraj in s katerimi je z vizualnim programiranjem moc graditi poljubne aplikacije za analizo zbirk do-kumentov. Analizator služi kot pripomocek za razvoj in vzdrževanje centralnega besednjaka, ki ga razvi­jamo in vzdržujemo na MJU. Razvoj in vzdrževanje centralnega besednjaka je del projekta Tehnicne in semanticne prenove temeljnih registrov in evidenc v javni upravi, s katerim se želi v javno upravo vpeljati semanticno interoperabilnost na bolj standardiziran in metodološki nacin. Semanticna interoperabilnost koristi razlicnim uporabnikom, da poznajo ali poi-šcejo definicije in opise pojmov z namenom cimbolj ucinkovite in nedvoumne medsebojne komunika­cije. Po drugi strani pa je zelo pomembna tudi za informacijske sisteme, da lahko samodejno komu­ nicirajo med sabo na podlagi semanticnih oznak, ki vsebinsko povezujejo sorodne podatke. Centralni Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil besednjak v formatu semanticnega spleta OWL(na osnovi RDF) enolicno in jasno doloca kljucno termi­nologijo, ki se uporablja v javni upravi. Vsi pojmi v centralnem besednjaku imajo jasno, nedvoumno in neredundantno definicijo. V centralnem besednjaku so pojmi organizirani v hierarhicno strukturo. Vsak pojem je lahko v enem ali vec odnosih nadrejenosti ali podrejenosti do drugih pojmov. Odnosi med poj-mi vkljucujejo tudi asociativne (nehierarhicne) odno­se. Centralni besednjak vsebuje tudi druge metapo­datke (npr. skrbnike pojmov, dovoljene vrednosti v obliki šifrantov, pripadajoce vire, kot so spletne stori­tve, ki izpostavljajo dolocene podatke). V besednjaku so opisane tudi podatkovne strukture kljucnih regi­strov, slednji pa so podprti z ustreznimi zakonskimi dokumenti. Registri in evidence ter druge zlasti for-malne podatkovne zbirke so seznami subjektov ali stvari, ki so opisani z dolocenimi podatki in vpisa­nemu dajejo dolocene pravice. Vzpostavitev, oblika, nacin upravljanja in uporabe registra so doloceni z zakonom (npr. Zakon o maticnem registru), medtem ko je vsebina, delovno podrocje registra (torej dejan­ske kategorije vpisov v registru-pojmi in njihovi opi- si/znacilnosti) prav tako urejeno z zakonom oziroma vec zakoni (npr. Družinski zakonik (v razmerju do maticnega registra), za definicije dolocenih pojmov iz registra tudi npr. Zakon o osebnem imenu itd.). Se­manticni analizator poskusno uporabljamo kot orod­je za obdelavo zakonskih dokumentov. Tako na pri­ mer išcemo po zakonih, katere strukture v slovarju še niso opisane, ter najdemo dobre definicije in opise pojmov. Hkrati bi lahko pregledali, kateri dokumenti se sklicujejo na te registre oziroma urejajo sorodno vsebino in pri tem iskali morebitna neskladja. S tega vidika je bila izbira zakonov kot prve zbirke za ana­ lizo v semanticnem analizatorju najbolj primerna, saj vsebuje najvec informacij, ki jih moramo prenesti, zmodelirati v besednjakih (ontologijah), ki opisujejo doloceno podrocje. Med razvojem semanticnega analizatorja se je iz­kazalo, da lahko takšno orodje zaradi njegove veco­pravilnosti uporabimo še na veliko drugih zanimivih in koristnih nacinov, kar smo želeli tudi prakticno preizkusiti. Glede na že izbrano zbirko zakonov, smo poiskali drugo primerno zbirko, ki se vsebinsko moc­no povezuje z zakonodajo in jo je razmeroma eno­stavno pripraviti za semanticno analizo. Na ta nacin smo prišli do zbirke Predlogi vladi, ki vsebuje pre­dloge posameznikov vladi, da reši dolocen problem, ki so ga zaznali. Uslužbenec, ki se ukvarja s temi pre­dlogi, mora nanje odgovoriti, pri cemer mora najprej ugotoviti, ali v zbirki že obstajajo sorodni predlogi in ce na kakšno vprašanje že obstaja odgovor. V na­sprotnem primeru ga najprej caka naloga, da poišce vsebinsko relevantne zakone, na podlagi in v skla­ du s katerimi potem napiše odgovor. S semanticnim analizatorjem bi lahko na hiter in enostaven nacin v obsežnih zakonskih dokumentih iskali razlicne poj-me, besedne zveze in podobno, saj lahko velik nabor besedil razvršcamo oz. združujemo po vsebini. V primeru s slik 1, 2 in 3 smo uporabili vzorcni nabor besedil iz javne zbirke »Predlagam vladi« v povezavi z vzorcnim naborom zakonskih besedil, ki vsebujejo besedo »register«. Preveriti smo hoteli, ali lahko orodje pomaga pri iskanju zakonov, ki so po­vezani z izbranim predlogom vladi. Kot primer smo uporabili vzorec podatkov iz javne zbirke »Predla­gam vladi« , ki na dan 15. 9. 2021 vsebuje 11.471 do-kumentov oz. predlogov državljanov in drugih su­bjektov ter 3.528 odzivov nanje. Zraven smo dodali vzorec 353 zakonskih besedil kot vir crpanja možnih podlag za odgovore na vprašanja oziroma problema­tiko iz predlogov. Prikazani delotok na sliki 1 (spodaj) prebere dokumente z nekaj vec kot tisoc predlogi vladi RS (gradnik Corpus, pri cemer lahko namesto zbirke pre­dlogi vladi enostavno izberemo zbirko zakoni), jih predobdela (gradnika Preprocess Textin Bag of Words) ter dokumente v zbirki oceni (gradnik Score Docu­ments) glede na prisotnost pojmov, ki smo jih našte­li v gradniku Word List. Za prikaz podobnosti med dokumenti smo uporabili vizualizacijo t-SNE, kjer je vsak predlog vladi oznacen s tocko in so predlogi, ki semanticno ustrezajo naštetim pojmom iz gradnika Word List, izpostavljeni barvno in z velikostjo ozna­ke. Opazimo lahko, da imamo vsaj tri skupine takih predlogov. Med njimi smo izbrali skupino zgoraj de­sno (tocke so obrobljene z rumeno barvo) in te posre­dovali gradniku Extract Keywords, ki nam za izbrano množico dokumentov izlušci karakteristicne besede. Sistem vsakemu besedilu poišce nabor kljucnih pojmov. Sorodnost med besedili sistem avtomatsko pripravi glede na to, kateri in koliko pomembnih poj­mov se pojavlja v vec besedilih, ter tvori seznam naj­denih kljucnih pojmov, razvršcen po oceni pomemb­nosti pojma za posamezne skupine besedil. Primer iz slike 2 prikazuje kljucne pojme predloga z naslovom Milejše kaznovanje kolesarjev pod vplivom alkoho­ Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil Slika 1: Primer analiticnega delotoka v orange-u. Delotok na Sliki 1 dolocajo gradniki (levo zgoraj). la. Z izbranimi kljucnimi besedami predloga lahko semanticni analizator v zbirki zakonov poišce dokumente, ki so po vsebini najbolj so-rodni izbranemu predlogu, kar bo opisano v nadaljevanju poglavja. Tako lahko z ustreznimi algoritmi besedi- la razvrstimo po vsebini in poišcemo znacilne skupine. Zgovoren prikaz sorodnosti med be-sedili je denimo karta besedil zbirke Predlogi vladi, kot prikazuje Slika 3. Sorodna besedila so na karti prikazana s tockami v bližnji sose-šcini. Skupine, ki smo jih sicer v delotoku pred to vizualizacijo odkrili z algoritmi razvršcanja, so prikazane z razlicnimi barvami. Orodje do-polnjujejo algoritmi, ki kljucne pojme razširja­jo na bolj povedne konstrukte, s katerimi lah­ ko vsebino besedila natancneje opredelimo. Slika 2: Seznam najdenih kljucnih pojmov za izbran predlog vladi z naslovom Milejše kaznovanje kolesarjev pod vplivom alkohola. Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil Lahko recemo, da besedila znotraj iste skupine govorijo o sorodnih vsebinah. Ce med besedili išce­mo tista, ki govorijo o neki vsebini, zadošca, da pre­gledamo le besedila v ustrezni skupini in tako mocno skrcimo število in obseg besedil, ki bi jih sicer moral uporabnik v celoti natancno pregledati. Med iz­branimi se je smiselno osredotociti na tista bese­dila, ki so na karti narisana skupaj. Tako si lahko ucinkovito pomagamo pri iskanju besedil, ki go-vorijo o isti vsebini kot dano besedilo. Poiskati moramo le, v katero skupino sodi izhodišcno besedilo. Z orodjem najprej v novo prejetem predlogu, ki prispe v javno zbirko »Predlagam vladi«, po-išcemo kljucne pojme, ki dovolj dobro oprede­ljujejo vsebino predloga. Na osnovi primerjave kljucnih pojmov v ostalih, že prejetih predlogih, ki jih javna zbirka »Predlagam vladi« vsebuje, lahko hitro pregledamo, ali smo že kdaj obrav­navali primere s sorodno vsebino in denimo uporabimo odzive, ki so že bili pripravljeni na­nje. To razberemo iz karte besedil tako, da nov predlog pripada eni od skupin, pri cemer se umesti blizu drugim besedilom, ki se že naha­jajo v tej skupini, kot prikazujeta slika 3 (zbirka Predlagam vladi) in slika 4 (zbirka Zakoni z oznace­nimi obmocji najvecje vsebinske sorodnosti z izbra­nimi besedili zbirke Predlagam vladi). Na sliki 4 so z rumeno barvo oznaceni tisti zakoni, ki imajo vsebino najbolj sorodno predlogu z naslovom Milejše kazno- Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil Slika 5: Podrobnejši vpogled v izbrana zakonska besedila vanje kolesarjev pod vplivom alkohola v javni zbirki »Predlagam vladi« in s katerimi bi lahko po vsebini utemeljili odziv na prejeti predlog. V primeru, da je novo prejeti predlog izviren, bi se na zemljevidu, kot ga prikazuje slika 3, ta pokazal odmaknjen od drugih predlogov in ne bi pripadal nobeni od skupin. V tem primeru bi takoj vedeli, da bo potrebno pripraviti nov odziv in zanj poiskati ustrezno zakonsko podla- go, ker se takšna vsebina v javni zbirki »Predlagam vladi« še ne nahaja. Nadalje orodje generira seznam kljucnih besed novega predloga v zbirki zakonskih besedil, kjer poišcemo tista, ki seznamu najbolj ustrezajo, kot prikazuje slika 5. Na podoben nacin orodje generira seznam kljucnih besed predloga v javni zbirki »Pre­dlagam vladi«, s cimer lahko vidimo najustreznejše potencialne vsebine. Orodje omogoca, da lahko z izbranim naborom kljucnih besed pregledujemo razlicne nabore/zbirke besedil. Tako lahko isto vsebino osvetlimo z razlicnih podrocij. Prakticna vrednost orodja narašca s kolicino besedil, ki jih moramo upoštevati pri reševanju nalo­ge oz. problema. Zato so za uporabo orodja pomemb­ni vsebinska in oblikovna celovitost, posodobljenost ter verodostojnost besedil in zbirke, pri cemer je treba spodbujati in nuditi ustrezno podporo upravljavcem zbirk, da jih opremijo skladno s potrebami digital-ne vizije na podlagi podatkovne ekonomije. Vsaka zbirka potrebuje skrbnika in postopek za vzdrževa­nje zbirke. V praksi imamo tudi povecini povezane zbirke in ne zgolj ene, ki jih uporabljamo za dolocene naloge. Tako že npr. pri uporabi zakonov takoj trcimo ob vprašanje, kje so podzakonski predpisi. Govorimo o uporabi zakonodaje, pri cemer se nam nadalje takoj odprejo vprašanja, ali ne bi bilo smiselno vkljuciti tudi evropske zakonodaje in mogoce tudi pripravljalnih aktov zakonodaje ipd. Z vsebinskim preizkušanjem orodja je treba preveriti kakovost analize, še posebej kadar gre za dokumente, ki opisujejo razlicna vsebin-ska podrocja, ce so zajeti znacilni pojmi vseh podro-cij in da se dejansko poišcejo vsi sorodni dokumenti. Glavni namen orodja je zmanjšati kolicino casa, ki ga porabimo za iskanje vseh dokumentov, ki nam lahko ponujajo odgovore na dolocena vprašanja. Poleg tega je treba paziti pri dokumentih z malo vsebine, saj je analiza boljša, ce je na voljo vec besedila. Na podlagi zadovoljstva z rezultati bomo lahko takim orodjem vedno bolj zaupali. Pri vec zbirkah se srecujemo s potrebami, da pri novem vhodnem dokumentu preverimo, ali v zbirki že obstaja dokument z enako vsebino, ali obstajajo dokumenti s podobno vsebino in dolocena informa­cija, kako podobni so si (npr. zelo podobni, podobni, malo podobni) dokumenti. Iskanje duplikatov, soro­dnih ali popolnoma novih dokumentov je zagotovo pogosto željena funkcionalnost pri razlicnih uporab­nikih. Podobna pogosta funkcionalnost je tudi oženje nabora relevantnih dokumentov iz velikih zbirk na zgolj tiste, ki so vsebinsko povezani z našo informa­cijsko potrebo. Omenjene in podobne funkcionalno­ Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil sti bi bile uporabne pri dolocenih vsakodnevnih oz. obdobnih opravilih v javni upravi, pri cemer take naloge opravljajo javni uslužbenci, ki so bolj ali manj usposobljeni na informacijskem podrocju, vsekakor pa ne gre za podatkovne znanstvenike (ali zelo red-ko) ali osebe, ki se ukvarjajo z analizo naravnega je­zika oz. analizo podatkov in besedil. Uporabnik naj bi se ukvarjal samo z dobljeno ana­lizo besedil in vsebinskim reševanjem problema. Kot že izhaja iz prikazanih možnosti uporabe, uporab­nost orodja narašca tudi s povezovanjem razlicnih zbirk, torej z iskanjem vsebinskih sorodnosti med razlicnimi zbirkami, s cimer se srecujemo pri reševa­nju vsakodnevnih nalog in problemov. 5 zAKLjUcKI V projektu izgradnje semanticnega analizatorja raz­vijamo zbirko analticnih gradnikov, s katero je moc razviti prototipe delotokov za razvoj preglednih in strokovnih postopkov upravljanja z besedili, ki ti- picno nastopajo v javni upravi. Gradniki, ki smo jih razvili, so uporabni tako pri analizi zbirk slovenskih kot tujih besedil. V prvih primerih uporabe se izka­že, da tudi za relativno kompleksna opravila zadošca manjša skupina analiticnih gradnikov, namenjenih dostopu do besedilnih dokumentov, vnosu gesel in njihovi organizaciji v ontologiji, iskanju podobnosti med dokumenti in gesli in vizualizacijam dokumen­tov in dokumentnih prostorov. Javna uprava shranjuje in ustvarja velike kolicine besedil in dokumentov, zato so semanticni analizator in druga podobna orodja, ki znajo na enostaven na-cin obdelovati velike kolicine besedil in dokumentov iz razlicni virov, korak v smer poenostavitve, optimi­zacije in avtomatizacije razumevanja besedil in obla­dovanja procesov, ki ta besedila obravnavajo. Razvoj orodij, kot smo jih predstavili v pricujocem prispev­ku, je potreben za nadaljnji razvoj analiticnih tehnik na podrocju analize besedil in razvoj uporabniških vmesnikov, ki domenskim ekspertom omogocajo dostop do analitike. Orodja, kot je semanticni ana­lizator, podpirajo razvoj podatkovne ekonomije in digitalizacije v širšem smislu ter ciljajo na demokra­tizacijo umetne inteligence (Godec idr., 2019). VIRI IN LITERATURA [1] Bennani-Smires, K., Musat, C., Hossmann, A., Baeriswyl, M., & Jaggi, M. (2018). Simple Unsupervised Keyphrase Extraction using Sentence Embeddings. Proceedings of the 22nd Confe­rence on Computational Natural Language Learning, 221–229. [2] British Academy and the Royal Society (2017). Data mana­gement and use: Governance in the 21st century. https:// royalsociety.org/~/media/policy/projects/data-governance/ data-management-governance.pdf (dostop 5.5.2022). [3] Campos, R., Mangaravite, V., Pasquali, A., Jorge, A., Nunes, C., & Jatowt, A. (2020). YAKE! Keyword extraction from single documents using multiple local features. Information Scien­ces, 509, 257-289. [4] Centre for International Governance Innovation (2018). Data Governance in the Digital Age. https://www.cigionline.org/ static/documents/documents/Data%20Series%20Speci­al%20Reportweb.pdf (dostop 5.5.2022). [5] Demšar, J., Curk, T., Erjavec, A., Gorup, C., Hocevar, T., Mi­lutinovic, M., Možina, M., Polajnar, M., Toplak, M., Staric, A., Štajdohar, M., Umek, L., Žagar, L., Žbontar, J., Žitnik, M. & Zupan, B. (2013). Orange: data mining toolbox in Python, Jo­urnal of Machine Learning Research, 14, 2349–2353. [6] Devlin, J., Chang, M.W., Lee, K. & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint. arXiv:1810.04805. [7] Eggers, W.D., Gracie, M., Malik, N. idr. (2018). Using AI to unleash the power of unstructured government data. Center for Government Insights, Deloitte Service LP. https://www2. deloitte.com/content/dam/Deloitte/lu/Documents/public­-sector/lu-ai-unstructured-government-data.pdf. [8] European Comission. (2020). Communication from the Com­mission to the European Parliament, the Council, the Euro­pean Economic and Social Committee and the Committee of the Regions. A European Strategy for Data (COM(2020) 66 final), 19. februar 2020, str. 22-23, https://eur-lex.europa.eu/ legal-content/EN/ALL/?uri=CELEX%3A52012DC0673. [9] Godec, P., Đukic, N., Pretnar, A., Tanko, V., Žagar, L. & Zu-pan, B. (2021). Explainable Point-Based Document Visualiza­tions. International Workshop on eXplainable Artificial Intelli­gence in Healthcare, AIME 2021. [10] Godec, P., Pancur, M., Ilenic, N., Copar, A., Stražar, M., Erja­vec, A., Pretnar, A., Demšar, J., Staric, A., Toplak, M., Žagar, L., Hartman, J., Wang, H., Bellazzi, R., Petrovic, U., Garagna, S., Zuccotti, M., Park, D., Shaulsky, G. & Zupan, B. (2019). Democratized image analytics by visual programming throu­gh integration of deep models and small-scale machine lear­ning. Nature Communications, 10(1): 4551. [11] Hollibaugh, Jr., G.E. (2019). The Use of Text as Data Methods in Public Administration: A Review and an Application to Agency Priorities. Journal of Public Administration Research and Theory, 29(3): 474–490. https://doi.org/10.1093/jopart/ muy045. [12] Jain, S., Seeja, K.R. & Jindal, R. (2020). A New Methodo­logy for Computing Semantic Relatedness: Modified La­tent Semantic Analysis by Fuzzy Formal Concept Analysis. Procedia Computer Science, 167: 1102-1109. https://doi. org/10.1016/j.procs.2020.03.412. [13] Jones, K. S. (1972). A statistical interpretation of term spe­cificity and its application in retrieval. Journal of Documen­tation 28(1), 11–21 (1972)Joulin, A., Grave, E., Bojanowski, P., Douze, M., Jégou, H. & Mikolov, T. (2016). Fasttext. zip: Compressing text classification models. arXiv preprint. ar­Xiv:1612.03651. [14] Kern Pipan, K., Jesenko, M., Lozej, M. & Jesenko, P. (2020). Izzivi in perspektiva upravljanja podatkov v javni upravi z vi-dika uporabe naprednih tehnologij. Informatika v javni upravi, 2020. Zbornik konference. [15] Liu, Y., Tang, W., Liu, Z., Ding, L. & Tang, A. (2022). High­-quality domain expert finding method in CQA based on Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil multi-granularity semantic analysis and interest drift. Infor­mation Sciences, 596: 395–413. https://doi.org/10.1016/j. ins.2022.02.039. [16] Marina Micheli, Marisa Ponti, Max Craglia and Anna Berti Suman (2020). Emerging models of data governance in the age of datafication. Big Data & Society, July–December, p. 1–15, https://ec.europa.eu/jrc/communities/sites/default/fi­les/2053951720948087.pdf (dostop 5.5.2022). [17] Isabel Matranga (2021). Five questions to ... https://www. eng.it/en/interviews/5-domande-a-Isabel-Matranga (dostop 5.5.2022). [18] Lars Nagel (2021). The Magic of Data Spaces Now. https://in­ternationaldataspaces.org/the-magic-of-data-spaces-now/ (dostop 5.5.2022). [19] OPEN DEI Task Force 1 (2021). Design Principles for Data Spaces. International Data Spaces Association, https://de­sign-principles-for-data-spaces.org/ (dostop 5.5.2022). [20] OECD (2019). The Path to Becoming a Data Driven Public Sector. https://www.oecd.org/gov/the-path-to-becoming-a­-data-driven-public-sector-059814a7-en.htm (dostop 13. 09. 2021). [21] Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thi­rion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., Vanderplas, J.. Passos, A., Cournapeau, D., Bru­cher, M., Perrot, M. & Duchesnay, É. (2011). Scikit-learn: ma­chine learning in Python. J. Mach. Learn. Res., 12: 2825–2830. [22] Peppes, N., Alexakis, T., Adamopoulou, E., Remoundou, K. & Demestichas, K. (2020). A semantic engine and an onto­logy visualization tool for advanced crime analysis. Procedia Computer Science, 176: 1829–1838. [23] Provost, F. & Fawcett, F.T. (2013). Data Science and its Rela­tionship to Big Data. Big Data, 1(1). [24] Rose, S., Engel, D., Cramer, N., & Cowley, W. (2010). Au­tomatic keyword extraction from individual documents. Text mining: applications and theory, 1, 1-20. [25] Sacha, D., Sedlmair, M., Zhang, L., Lee, J. A., Peltonen, J., Weiskopf, D., North, S. C. & Keim, D.A. (2017). What you see is what you can change: human-centered machine learning by interactive visualization. Neurocomputing, 268: 164–175. [26] Stavrianou, A., Andritsos, P. & Nicoloyannis, N. (2007). Over­view and Semantic Issues of Text Mining. SIGMOD Record, 36(3). https://sigmodrecord.org/publications/sigmodRecord/ 0709/p23.cesar-andritsos.pdf (dostop 5.5.2022). Miha jesenko je diplomiral leta 2004 na Pravni fakulteti Univerze v Ljubljani in leta 2008 magistriral na Pravni Fakulteti Univerze v Stockholmu s podrocja pravo in informacijska tehnologija. Vecino poklicne poti je posvetil delu s podatki, zlasti informacijskimi sistemi s pravnimi in poslovnimi informacijami. Od skrbništva raznih podatkovnih baz do skrbništva evropskih pravnih vsebin. Opravljal je tudi naloge odgovornega urednika revije Pravna praksa. Trenutno je zaposlen kot podsekretar na Ministrstvu za javno upravo, Direktorat za informatiko, Urad za razvoj informacijskih rešitev, Sektor za upravljanje podatkov. • Miro Lozej je diplomiral na Fakulteti za matematiko in fiziko Univerze v Ljubljani in se je udejstvoval v veci dejavnostih. Od pregleda metod sis-temske analize, predavanj na tedaj Višji pomorski in prometni šoli, programiranja, vodenja razvojnih projektov do vodje Službe za informacijsko tehnologijo Ministrstva za kmetijstvo, gozdarstvo in prehrano in službe na Ministrstvo za javno upravo je bilo racunalništvo skupni imenovalec njegovih dejavnosti. Kot diplomant na matematiki je imel pri tem dobro podlago. Vendar pa ga je razmišljanje o vplivih tehnoloških novostih na kakovost našega življenja vodila od navdušenega uporabnika prvih osebnih racunalnikov k resno zadržanemu skeptiku. • Karmen Kern Pipan je diplomirala leta 1998 na Univerzi v Mariboru, Fakulteti za organizacijske vede na podrocju informatike, kjer je leta 2001 tudi magistrirala in leta 2010 doktorirala na podrocju managementa kakovosti. Ima bogate izkušnje iz kakovosti, strateškega nacrtovanja, ra­zvoja informacijskih rešitev ter upravljanja podatkov. V svoji karieri je vodila sektor za kakovost in poslovno odlicnost na Uradu RS za meroslovje, delovala kot visokošolska predavateljica in vodila medresorsko skupino za pripravo Strategije razvoja javne uprave 2020. Deset let je delovala kot mednarodna ocenjevalka EFQM v Bruslju. Zadnja leta je zaposlena na Ministrstvu za javno upravo, Direktoratu za informatiko, Uradu za razvoj informacijskih rešitev kot vodja Sektorja za upravljanje podatkov.« • Primož godec je asistent in raziskovalec v Laboratoriju za bioinformatiko na Univerzi v Ljubljani, Fakulteti za racunalništvo in informatiko. Po izobrazbi je magister racunalništva in informatike. Aktiven je na podrocju interaktivne analize podatkov, predvsem se osredotoca na analizo slik in besedil. Aktiven je tudi pri razvoju metod za odprtokodno orodje Orange. Vesna Tanko je leta 2009 diplomirala na Fakulteti za racunalništvo in informatiko (smer informatika), in sicer po starem, pet letnem univerzite­tnem programu. Že v casu študija je sodelovala pri razvoju informacijskih sistemov v podjetju IxtlanTeam d.o.o. Sodelovala je pri razvoju aplikacij za Davcno upravo RS. Pri razvoju je uporabljala programska jezika PowerBuilder in .NET ter Oracle podatkovno bazo. Leta 2015 se je zaposlila v laboratoriju za Bioinformatiko na Fakulteti za racunalništvo in informatiko, kjer sodeluje pri razvoju orodja Orange. Poleg tega je zaposlena še pri podjetju Revelo d. o. o., kjer se ukvarja z informacijskimi rešitvami in podatkovno analitiko. Pri podjetju deluje kot samostojna razvijalka in podatkovna znanstvenica. Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola Đukic, Blaž Zupan: Semanticni analizator – razvoj programskega okolja za algoritmicno obdelavo slovenskih besedil • Lan Žagar je asistent na Fakulteti za racunalništvo in informatiko ter clan Laboratorija za bioinformatiko. Raziskovalno se ukvarja z ucenjem rangiranja in povezavo slednjega s hkratnim ucenjem vec nalog. • Ajda Pretnar Žagar je raziskovalka v laboratoriju za bioinformatiko na Fakulteti za racunalništvo in informatiko Univerze v Ljubljani ter na Inštitutu za novejšo zgodovino. Ukvarja se metodologijo interdisciplinarnih in multidisciplinarnih raziskav ter uporabo strojnega ucenja in podatkovnega rudarjenja v družboslovju in humanistiki. • Nikola Đukic je študent magistrskega programa Podatkovne vede na Fakulteti za racunalništvo in informatiko Univerze v Ljubljani. Raziskovalno deluje predvsem na podrocjih racunalniškega vida in obdelave naravnega jezika. • Blaž zupan raziskuje in poucuje umetno inteligenco in strojno ucenje na Univerzi v Ljubljani in na Baylor College of Medicine v Houstonu. Na Fa-kulteti za racunalništvo in informatiko (FRI) v Ljubljani vodi laboratorij za bioinformatiko, ki med drugim razvija svetovno znano programsko orodje za strojno ucenje Orange (https://orange.biolab.si). Svoja dela je objavil v vec kot sto clankih, ki so skupaj prejeli vec kot deset tisoc citatov. Je prejemnik Zoisovega priznanja (2010), dveh Zlatih plaket Univerze v Ljubljani (2011, 2019), Fulbrightove štipendije (2013) in šestkratni prejemnik naziva naj-ucitelj, ki ga podeljujejo študenti FRI (2008-2017). Po izboru castnika Financial Times in podjetja Google je bil uvršcen na seznam sto najvplivnejših inovatorjev srednje in vzhodne Evrope (2016). StrokoVNI prISpEVkI Izvedbeni model delovanja komunikacijskih kanalov pri prakticnem izobraževanju na višješolskem študiju ob zagotavljanju družbene razdalje Branka Balantic1, Zvone Balantic2 1 ŠC Kranj, Višja strokovna šola, Kidriceva 55, Kranj 2 Univerza v Mariboru, Fakulteta za organizacijske vede, Kidriceva 55a, Kranj branka.balantic@sckr.si, zvone.balantic@um.si Izvlecek Na prehodu iz leta 2019 na 2020 se je zacela tedaj še nepredstavljiva odisejada cloveštva v boju s pandemijo, povzroceno z virusom COVID-19. Družbene vrednote so se v hipu spremenile, socialni odnosi pa so se sesuli. Ker se tudi izobraževalni sistem mocno prepleta z drugimi sistemi, so spremembe vplivale tudi nanj. Izpostaviti moramo tudi konkretne težave pri vzpostavitvi in tekoci izvedbi obveznega prakticnega izobraževanja (PRI) na višjih stro­kovnih šolah (VSŠ). VSŠ programi se v Slovenskem ogrodju kvalifikacij (SOK) nahajajo na ravni 6/1, kjer so ovrednoteni s 120 kredi­tnimi tockami (KT) in trajajo 2 leti. Kljucni del doseganja ustreznih strokovno-teoreticnih kompetenc je zelo pomemben del študijske­ga procesa, ki vkljucuje PRI v podjetju in zajema 800 ur oziroma traja 20 tednov. Pri izvedbi PRI, zelo pomembno vlogo odigrajo tudi mentorji iz posameznih podjetij, s katerimi je v sistemu izobraževanja na VSŠ potrebno soodvisno sodelovanje. Vzpostavili smo nov model delovanja komunikacijskih kanalov, kamor smo vkljucili virtualne obiske organizacij, kjer smo izvedli pogovore z mentorji v podjetjih in s študenti na dejanskih delovnih mestih. Kljucne besede: COVID-19, mentor, prakticno izobraževanje, študent, višja strokovna šola. The implementation model of communication channels in practical education athigher vocational institutions while ensuring social distancing Abstract During the transition from 2019 to 2020, the incredible odyssey of humanity in the fight against the pandemic caused by the CO­VID-19 virus began. Social values changed in an instant, and social relations collapsed. As the education system is strongly intert­wined with other systems, it was also impacted by such changes. As part of the changes, we must also point out the concrete problems in establishing and the ongoing implementation of compul­sory practical education/on-the-job training (PE/OJT – PRI) in higher vocational schools (HVS -VSŠ). HVS programs in the Sloveni­an Qualifications Framework (SQF – SOK) are positioned at the 6/1 level; they are evaluated with 120 credit points (ECTS – KT) and last two years. The crucial part of achieving the appropriate professional and theoretical competencies is an essential part of the study process, which includes PRI in the company and covers 800 hours or a duration of 20 weeks. Mentors from individual companies, with whom interdependent cooperation is required in the education system at HVS, also play an essential role in implementing the OJT. We established a new model of communication channels, which include virtual visits to organizations where we conducted interviews with mentors in companies and with students in actual workplaces. Keywords: COVID-19, mentor, practical education, student, higher vocational school UVOD nam prikradel virus SARS-CoV-2, ki je povzrocil bo-Vsi se dobro spomnimo trpkega datumskega prehod lezen COVID-19. Prva naša reakcija je šla v smer t.i iz leta 2019 v leto 2020. Iz daljnega vzhoda se je k varne razdalje med ljudmi in t.i. higiene kašlja. Zapr­ Branka Balantic, Zvone Balantic: Izvedbeni model delovanja komunikacijskih kanalov pri prakticnem izobraževanju na višješolskem študiju ob zagotavljanju družbene razdalje le so se šole, knjižnice, gledališca, stadioni, obcinske meje so postale neprehodne, polnile so se bolnišnice ... Prihajalo je temacno obdobje apokalipse. Prvi val je popustil, prišel je drugi, tretji, cetrti, prihajajo na­slednji ... Družbene vrednote so se v hipu spremenile, so-cialni odnosi pa so se zaceli sesuvati. Družba se je morala nenadoma prilagoditi, saj je bilo v teh razme-rah potrebno poiskati nove poti in rešitve. Oblikova­na je bila popolnoma drugacna osnova za delovanje družbenih sistemov. Ker se tudi izobraževalni sistem mocno prepleta z drugimi sistemi, so spremembe vplivale tudi nanj. V prispevku se osredotocamo le na del tega siste-ma, na podrocje dela na višjih strokovnih šolah (VSŠ), ki je osredotoceno na usposabljanje visoko usposo­bljenih, aplikativno usmerjenih strokovnjakov, ki se zaposlujejo na vodilnih mestih proizvodnih ali stori­tvenih oddelkov v podjetjih. Osnovno vodilo v VSŠ je stalno izboljševanje kakovostnega izobraževanja s prakticnim izobraževanjem in z inovativnimi izobra­ževalnimi metodami. Sinteza vsega naštetega spod­buja razvoj individualnih prakticnih sposobnosti in zagotavlja njihov individualni razvoj. Izvedba je bila do sedaj utecena, jasna in je potekala brez težav, toda zgodila se je nenapovedana grožnja vsem delujocim sistemom na vseh nivojih funkcioniranja civilizacije. Zgraditi je bilo potrebno vse, kar družba potre­buje za socialno distanciranje. Uvedli smo delo na daljavo, omejili smo število delavcev na delovnih mestih, uvedli obvezno uporabo obraznih mask, pri­porocali razkuževanje, zagotovili smo distanco med zaposlenimi, prevoz na delo je postal individualen, odsvetovali smo telesni stik, pospešili brezgotovin­sko poslovanje itd. Zaprtje šol in izvedba poucevanja na daljavo sta izvajalcem zastavila povsem nov izziv, ki so ga šole obvladale bolj ali manj uspešno. Seveda vse šole ne delujejo po enakem principu. V naši raziskavi smo se osredotocili na delovanje VSŠ, ki pa v svoj program vkljucujejo tudi izvedbo prakticnega izobraževanja (PRI). V EU se v okviru mreže višjih strokovnih šol izo­bražuje vec kot 1,7 milijona ljudi. Ti programi so nasta­li na osnovi poklicnih standardov, ki so jih narekovale potrebe gospodarstva. Podoben sistem najdemo tudi v Sloveniji. Izobraževanje za pridobitev in izpopolnje­vanje javnoveljavne višje strokovne izobrazbe in orga­nizacijo VSŠ v Sloveniji ureja Zakon o višjem strokov­nem izobraževanju (ZVSI) (Ur. l. RS št. 86/04, 2004). Višješolski programi se v Slovenskem ogrodju kvalifikacij (SOK) nahajajo na ravni 6/1 (Ur. l.RS št. 104/15, 2015; SOK, 2020). Programi trajajo 2 leti in so ovrednoteni s 120 kreditnimi tockami (KT). Za dose-ganje teh ciljev je zelo pomemben tisti del študijskega procesa, ki vkljucuje prakticno izobraževanje (PRI) v podjetju in zajema 800 ur oziroma traja 20 tednov. Normativne podlage za izvajanje PRI študentov v podjetjih opredeljuje Zakon o višjem strokovnem izobraževanju v 50. clenu (Ur. l. RS št. 86/04, 2004). Zakon doloca, da morajo šole sodelovati z delodajal­ci in da pogodbo o izvajanju PRI lahko sklenejo s ti-stimi delodajalci, ki imajo ustrezne prostore in opre-mo, katerih poslovanje obsega dejavnost poklica, za katerega se študent izobražuje, in imajo zaposlenega, ki je lahko mentor študentu. Podrobne pogoje, po­vezane s prostorom, opremo in mentorji, je dolocila Gospodarska zbornica Slovenije, ki tudi vodi register delodajalcev. Izvajanje PRI spremlja in vodi mentor v podjetju v skladu z okvirnim programom za izvedbo PRI. Ob zakljucku PRI mentor izdela ustrezno porocilo o opravljenem PRI študenta, v katerem poda oceno o PRI ter izpolni anketni vprašalnik o PRI, kar študent skupaj s svojim porocilom odda organizatorju PRI. Študenti se z vkljucevanjem v delovni sistem pod-jetja seznanijo s kompleksnimi nalogami, pri tem pa spoznajo prakticne modele reševanja realnih izzivov. Temeljni namen višješolskega izobraževanja je torej prizadevanje za ustrezne odlocitve in doseganje ve-cje uspešnosti bodocih zaposlenih v realnih delovnih okoljih (Balantic, 2020). VSŠ imajo izkušnje z nacrtnim organiziranjem mreže podjetij, pri tem pa imajo posebej pomembno vlogo zaposleni v podjetju, ki so mentorji študentom (Jarc Kovacic, B., Balantic, B., 2010).V sistemu izvajanja PRI gre za tripartitni odnos, v katerem sodelujejo študenti, podjetja z usposobljeni-mi mentorji ter šola (org. PRI, predavatelji, vodstvo šole) (Balantic, B., Jarc Kovacic, B., Balantic, Z., 2014).V okviru PRI imajo študenti priložnost razvijati in utrjevati številne kompetence, pridobijo pa si tudi sposobnosti ustne in pisne komunikacije (v sloven- skem in v tujem jeziku) (Balantic, 2020).V izobraževalnem procesu je nujno potrebno vzpostaviti povezavo med mentorji v podjetjih, štu­ denti in organizatorjem PRI v VSŠ. Med vsemi cleni te povezave mora delovati interaktiven komunikacij­ Branka Balantic, Zvone Balantic: Izvedbeni model delovanja komunikacijskih kanalov pri prakticnem izobraževanju na višješolskem študiju ob zagotavljanju družbene razdalje ski kanal, ki smo ga pred pandemijo realizirali s po­ mocjo obiska organizatorja PRI v podjetju. V pogojih pandemije zaradi COVID-19 je prav na podrocju te­kocega spremljanja dejavnosti v okviru PRI prihajalo do obcasnih motenj v utecenem sistemu sodelovanja. Tako, kot vecina komunikacije v tem obdobju je tudi tu potekala preko IKT in telefonskih pogovorov. 2 MeToDe Kljub oteženi izvedbi PRI v podjetjih, je potrebno pridobiti tudi verodostojne povratne informacije, na podlagi katerih potekajo samoevalvacije v VSŠ. Kljucni elementi samoevalvacije PRI so študenti, organizacije in mentorji v šolah in organizacijah. In-formacije, pridobljene v okviru PRI so dragocene, saj omogocajo razvoj in rast formalnega dela izbranega programa, v katerem sodeluje posamezni študent. V letu 2020 je bil razvit model sporocilnih poti v sistemu sooblikovanja t.i. reflektivne prakse v okviru PRI (Balantic, 2020). Zaradi jasno postavljenega siste-ma PRI je bilo v danih pogojih moc dokaj nemoteno pristopiti k oblikovanju virtualnih obiskov organiza­cij, z izvedbo pogovorov z mentorji v podjetjih in s študenti na dejanskih delovnih mestih. V našem primeru skrbimo za razvoj teoreticnega in prakticnega znanja na podrocju informatike. Smi­sel PRI je v poglabljanju študentovega razumevanja osnovnega strokovnega znanja, hkrati pa jim daje dodatne možnosti spoznavanja realnega delovnega okolja v katerem bodo morda našli ali iskali svojo zaposlitev. Del študijskega leta 2019/20 in pretežni del študijskega leta 2020/21 sta potekali v posebnih okolišcinah, kjer je bil neposredni stik sodelujocih deležnikov prakticno onemogocen. Tako, kot v veci­ni primerov je bila vsa možna dejavnost prenešena v virtualno okolje. V dolocenem zacetnem obdobju pandemije so bile smernice še zelo nejasne, vendar so se z razvojem dogodkov in spoznavanjem nevarnosti COVID-19, pocasi spreminjale. Celotni šolski sistem je sproti dobival navodilo za delo is strani NIJZ (NIJZ, 2021), Ministrstva za izobraževanje, znanost in šport MIZŠ (MIZŠ, 2021), glede integracije PRI pa smo delo koordinirali tudi v skladu s priporocili Ministrstva za gospodarski razvoj in tehnologijo (MGRT, 2021). V navodilih za delo so bili opredeljeni grobi okviri, natancne smernice pa smo oblikovali v skladu z na­šimi idejami in širšimi priporocili. Virtualni obisk podjetja je pomembna tocka v ra­zvoju medsebojnih tripartitnih odnosov v sistemu višješolskega izobraževanja, saj s tem vzpostavimo temelje skupnemu sodelovanju, vzpostavimo sistem regulacijskega kroga med višjo šolo in podjetjem ter spodbujamo aktivno interaktivno sodelovanje med vsemi sodelujocimi. S pomocjo proucevanja kazalni­kov smo želeli opredeliti dejansko stanje na podrocju izvedbe PRI in odkriti morebitne usmeritve za delo v prihodnjem obdobju. Ideja virtualnega obiska zahteva temeljite pripra­ve pred izvedbo, zato smo ob vseh obiskih želeli pri­dobiti temeljne informacije v zvezi z izvedbo, ki bi jih lahko koristno uporabili ob morebitnih prihodnjih podobnih situacijah (novi zagoni pandemije). Osre­dotocili smo se na vlogo mentorja v podjetjih in v ta namen pripravili anketni vprašalnik s temeljnimi de­mografskimi vprašanji, s sklopom vprašanj v zvezi z opredelitvijo podjetja, z vprašanji o vlogi mentorja v podjetju in vprašanja v zvezi s povratno informacijo pri izvedbi PRI s poudarkom na virtualnem obisku organizatorja PRI iz VSŠ.Študenti v tej raziskavi niso bili posebej vkljuceni. 3 REZULTATI Prispevek se ukvarja z evalvacijo virtualnega obi-ska organizatorja PRI v podjetju v okviru progra- ma Informatika na VSŠ ŠC Kranj. V študijskem letu 2020/2021 je bilo na opravljanje PRI v 2. letniku napo­ tenih 38 študentov, ki so opravljali PRI v 32 razlicnih podjetjih. V raziskavo smo uspeli vkljuciti 17 men-torjev iz nabora vseh sodelujocih podjetij. V okolju Microsoft Teams smo oblikovali skupino v kateri so bili istocasno prisotni študent, mentor iz podjetja in organizator PRI. V okviru omenjene sku-pine smo izvedli klasicni 15 – 20 min. pogovor, ki ga sicer opravimo tudi v normalnih nepandemijskih ca-sih. Pogovor poteka po obicajnem dnevnem redu, ki vkljucuje naslednje elemente: • izmenjava informacij o poteku PRI z usvajanjem kompetenc, • spremljanje in vrednotenje PRI študenta, • problematika v zvezi z dokumentacijo PRI (štu-dent, mentor), • informiranje v zvezi z razpisom za sofinanciranje spodbud delodajalcev, ki izvajajo PRI študentov, • pogovor o morebitni izbiri teme diplomske nalo­ge, • verifikacija ucnih mest za študente na GZS, • pedagoško-andragoško usposabljanje mentorjev, • drugo (posebnosti, pripombe, pohvale ...), Branka Balantic, Zvone Balantic: Izvedbeni model delovanja komunikacijskih kanalov pri prakticnem izobraževanju na višješolskem študiju ob zagotavljanju družbene razdalje V raziskavi so sodelovali mentorji, ki prihajajo iz podjetij z do 10 zaposlenimi (55 %), iz podjetij z 11-50 zaposlenimi (18 %) in iz podjetij z 51-150 zaposlenimi (18 %). Mentorji v podjetju svojo vlogo razumejo razlic­no. Raziskava ugotavlja, da 64 % mentorjev svojo vlogo razume kot sodelavca v študijskem procesu za prakticni del pri ustvarjanju bodocega kadra, 27 % mentorjev svojo vlogo vidi v organizatorju dela za novo delovno moc v delovnih procesih, 9 % mentor-jev pa svojo vlogo vidi v »podaljšani roki« kadrovske službe pri iskanju potencialnega sodelavca. Priprava in izvedba PRI je kljucnega pomena za vse sodelujoce (slika 1) Prakticno vsi kazalniki do-segajo zelo visoko povprecno oceno (4,64). Najnižjo oceno (4,3) beležimo pri oceni razpoložljivosti ostalih zaposlenih v podjetju za morebitna vprašanja študen­ta in pomoci pri vkljucevanju v delovni proces, kar je razumljivo, saj študenti iz vidika vodenja podjetja in kolicnika cost/benefit predstavljajo dolocen izziv. V danih pogojih je bil virtualni obisk podjetja za­nimiv izziv, ki se je po naših optimisticnih napovedih pokazal tudi kot izjemno dobro sprejet pri mentorjih v podjetjih. Ocena virtualnega obiska organizatorja PRI v podjetju (slika 2) prakticno soglasno podpira idejo o virtualnem obisku podjetja s strani organizatorja PRI iz šole (4,9). Mentorji v podjetjih tudi zelo visoko oce­njujejo pogovor med študentom, mentorjem in orga­nizatorjem PRI (4,7) in so prav tako zelo zadovoljni z usklajevanjem termina srecanja (4,7). Organizator PRI je tudi povsem izpolnil pricakovanja glede vse­bine pogovora med udeleženci (4,5). Mentorji so tudi zelo zadovoljni s casovnim obse­gom obiska (15 do 20 minut). 91 % mentorjev je bilo mnenja, da bi podoben nacin izvedbe obiska orga­nizatorja PRI v podjetjih v prihodnje še nadaljevali. 4 RAZPRAVA Prakticno izobraževanje (PRI) v okviru VSŠ predsta­vlja kar 40 % študijskega programa (800 ur v 1. in 2. letniku skupaj) in se izvaja v okviru podjetij oz. or- ganizacij. Študenta v delo uvede mentor v podjetju in nato skrbi za njegovo strokovno rast. Mentorji na Branka Balantic, Zvone Balantic: Izvedbeni model delovanja komunikacijskih kanalov pri prakticnem izobraževanju na višješolskem študiju ob zagotavljanju družbene razdalje študente prenašajo svoja znanja in spretnosti ter tako bogatijo nabor študentovih kompetenc. Omenjena povezava je vse bolj pomembna, saj študenti na ta nacin dodobra spoznajo delovno okolje in naloge ter obveznosti s katerimi se bodo srecali ob vstopu na trg dela. V zadnjem obdobju, v casu pandemicnih raz-mer zaradi COVID-19, pa prihaja do spremenjenega poteka dela tudi na tem podrocju. Nastale razmere so zahtevale kompromisno delovanje v dolocenih okvirih, npr. zamiki datumov odhoda študentov na prakso v posamezna podjetja, drugacni pristopi pri izvedbi PRI, komunikacija na daljavo ... Konkretizacija PRI v prispevku je vezana na pro­gram Informatika, ki pa ima že v svoji strukturi veli­ko znanj in kompetenc za organiziranje dela na dalja­vo. Ta potencial so delodajalci in mentorji iz podjetij s pridom izkoristili. Kljub temu, da je veliko študentov delo v okviru PRI opravilo tudi na daljavo, pa je za funkcionalno in delujoco strukturo PRI nujno potreb-no aktivno in soodvisno sodelovanje med študenti, mentorji v podjetjih in organizatorjem PRI v VSŠ. Potreba po nujni realizaciji PRI je zahtevala obli­kovanje izvedbenega modela delovanja komunika­cijskih kanalov pri prakticnem izobraževanju na VSŠ ob zagotavljanju socialne distance. V modelu smo notranjo organiziranost v podjetju prepustili njim samim, posvetili pa smo se delu, kjer se v komuni­kacijsko zanko vkljucuje organizator PRI na VSŠ. V danih razmerah smo s pomocjo virtualnega obiska v organizaciji preizkusili drugacen model, ki ga morda v obicajnih razmerah ne bi uspeli realizirati v realnih pogojih. Model virtualnega obiska smo izvedli preko orod­ ja MST in na ta nacin na daljavo obiskali mentorja in se istocasno povezali s študentom na svojem delov­nem mestu. V obicajnih razmerah je organizatorju PRI marsikdaj onemogocen dostop do dejanskega Branka Balantic, Zvone Balantic: Izvedbeni model delovanja komunikacijskih kanalov pri prakticnem izobraževanju na višješolskem študiju ob zagotavljanju družbene razdalje delovnega okolja, kjer doloceni študent opravlja PRI. Vzroki za omejevanje vstopa v zašciteno podrocje so razlicni (varnost in zdravje pri delu, vnos necistoc, segrevanje prostorov, obcutljivost delujocih sistemov, poslovne skrivnosti ...). Virtualni obisk organizatorja PRI v podjetjih pa marsikdaj omogoci video in av-dio povezavo v zašcitena podrocja, video vpogled v študentovo delo na njegovem dejanskem delovnem mestu itd. Vsi cleni regulacijskega kroga PRI lahko delujejo sinhrono tudi v danih razmerah omejevanja njego­vih prostostnih stopenj, kar potrjuje tudi raziskava. Mentorji v podjetjih in študenti so se odlicno odzvali na uvedbo modela virtualnega obiska organizatorja PRI. Tudi delodajalci so zadovoljni, saj mentorji opti­mirajo cas namenjen obisku organizatorja PRI. Kljub dobri pripravi in izvedbi na daljavo, ne smemo zanemariti velike prednosti klasicne izved-be obiska organizatorja PRI v podjetju, saj je osebna izmenjava mnenj in iskanje idej ter rešitev vsekakor boljša in zelo dobrodošla, toda tudi virtualni obisk je svojevrsten izziv, posebno ce je izveden v okoljih, ki jih vkljuceni deležniki že dobro poznajo. V razpravi o nadgradnji modela, moramo pouda­riti pomen celovitega in zanesljivega sistema izmenja­ve dokumentacije z uporabo verificiranih potrdil. Pri-cakujemo, da bo ta del logicna nadgradnja vseh zasta­vljenih sistemov v Digitalni Sloveniji (Vlada RS, 2021). 5 zAKLjUceK Pandemicne razmere ob pojavu COVID-19 so nas prisilile, da smo prakticno na vseh podrocjih zaceli razmišljati po principu »Out of the box«. V teh ca-sih smo bili tudi na podrocju izobraževanja prisilje­ni uporabiti inovativne principe in pripomocke za uspešnejše delo. Razvili in preizkusili smo delova­nje modela virtualnega obiska podjetij med izvedbo PRI na VSŠ in na ta nacin uspeli vzpostaviti povsem ekvivalentno strukturo dela, ki je bila obicajna v ne­pandemijskem obdobju. Kljucne izkušnje bi veljalo obdržati in jih skladno z razvojem digitalizacije tudi nadgrajevati. LITERATURA [1] Balantic, B. (2020). Evalvacija vsebinskih zahtevkov v regula­cijskem krogu PRI na VSŠ. EKIF: izzivi prihodnosti, 1. medna­rodna strokovna konferenca EKIF, (str. 15-21). Murska Sobota. [2] Balantic, B., Jarc Kovacic, B., Balantic, Z. (2014). Model sporocilnih poti v sistemu reflektivne prakse za spodbujanje sinergije med pedagoškim in poslovnim okoljem. Uporabna informatika, 173-181. [3] Center RS za poklicno izobraževanje. (marec 2020). Seznam javnoveljavnih višješolskih študijskih programov. Pridobljeno iz Informatika (Uradni list št. 117/2007): http://www.cpi.si/vis­jesolski-studijski-programi.aspx#Informatika [4] IRC. (marec 2020). Projekt IMPLETUM. Pridobljeno iz http:// www.impletum.zavod-irc.si/sl/aktivnosti_/ [5] Jarc Kovacic, B., Balantic, B. (2010). Ucenje skozi delo - pri­dobivanje prakticnih znanj med študijem mehatronike. Zbor­nik referatov 2. letne konference Kakovost v višjih šolah (str. 45). Murska Sobota: Konzorcij višjih strokovnih šol za izved­bo projekta Impletum. [6] MGRT. (01. 08 2021). Ministrstvo za gospodarski razvoj in tehnologijo. Pridobljeno iz https://www.gov.si/drzavni-organi/ ministrstva/ministrstvo-za-gospodarski-razvoj-in-tehnologijo/ [7] MIZŠ. (01. 08 2021). Koronavirus (SARS-CoV-2). Pridobljeno iz ¸Obvladovanje nalezljivih bolezni: https://www.gov.si/drzav-ni-organi/ministrstva/ministrstvo-za-izobrazevanje-znanost--in-sport/ [8] NIJZ. (01. 08 2021). Dnevno spremljanje okužb s SARS­-CoV-2 (COVID-19). Pridobljeno iz Z znanjem do boljšega zdravja: www.nijz.si [9] SOK. (marec 2020). Slovensko ogrodje kvalifikacij. Pridoblje-no iz Slovensko ogrodje kvalifikacij (SOK): https://www.nok.si/ [10] Ur. l. RS št. 86/04. (2004). Uradni list Republike Slovenije. Pri­dobljeno iz Zakon o višjem strokovnem izobraževanju (ZVSI): http://www.pisrs.si/Pis.web/pregledPredpisa?id=ZAKO4093 [11] Ur. l. RS št. 104/15. (2015). Uradni list Republike Slovenije. Pridobljeno iz Zakon o slovenskem ogrodju kvalifikacij (ZSOK): http://www.pisrs.si/Pis.web/pregledPredpisa?id=ZAKO6958 [12] Vlada RS. (01. 08 2021). Digitalizacija družbe. Pridobljeno iz Strategija informacijske družbe Digitalna Slovenija: https:// www.gov.si/teme/digitalizacija-druzbe/Bridle,J. S. (1990). Pro­babilistic Interpretation of Feedforward Classification Network Outputs, with Relationships to Statistical Pattern Recognition. In Neurocomputing, pp. 227-236. Springer, Berlin, Heidelberg. • Branka Balantic je diplomirala na Univerzi v Mariboru, Fakulteti za organizacijske vede in je predavateljica na Višji strokovni šoli ŠC Kranj. Njeno strokovno podrocje se navezuje na poslovno komuniciranje in vodenje, ekonomiko podjetja, je organizatorica prakticnega izobraževanja študentov. • zvone Balantic je doktoriral na Fakulteti za strojništvo, Univerze v Ljubljani. Je redni profesor na Univerzi v Mariboru, Fakulteti za organizacijske vede in nosilec predmetov na dodiplomskih in podiplomskih študijskih programih. Je predstojnik Katedre za inženiring poslovnih in produkcijskih sistemov. Njegovo znanstveno in strokovno delo je osredotoceno na podrocji cloveka v delovnem procesu in ergonomije. Iz ISloVArjA Iz Islovarja Islovar je spletni terminološki slovar informatike, ki ga že vec kot 20 let ureja jezikovna sekcija Slovenskega društva INFORMATIKA. Slovar je javno dostopen za vpoglede in vnašanje novih izrazov. Slovar najdete na naslovu http://www.islovar.org. digitálna humanístika -e -e ž (angl. digital Humanities, humanities computing, humanistic computing) proucevanje vplivov informacijske tehnologije na cloveško kulturo digitálna locníca -e -e ž (angl. digital divide) razlike v informiranosti, znanju, ki nastanejo zaradi razlicnih možnosti uporabe informacijske tehnologije; sin. digitalni razkorak digitálna preobrázba -e -e ž (angl. digital transformation) spreminjanje kljucnih elementov poslovanja z izkorišcanjem zmožnosti informacijske tehnologije digitálna sléd -e -i ž (angl. digital footprint) podatki o aktivnostih posameznika na spletu, npr. piškotki nadzórna plôšca -e -e ž (angl. control panel) storitev operacijskega sistema, ki omogoca spreminjanje vecine ali vseh nastavitev prek uporabniškega vmesnika; prim. pregledna plošca pámetno mésto -ega -a s (angl. digital city, smart city) tehnološko napredno urbano obmocje, ki pri izvajanju procesov obširno uporablja informacijsko tehnologijo in informacijske storitve; sin. digitalno mesto pogovórka -e ž (angl. handset) pomožni del telefona, ki vkljucuje mikrofon in zvocnik preglédna plôšca -e -e ž (angl. dashboard) uporabniški vmesnik, ki organizira in predoci razlicne podatke na pregleden nacin; prim. nadzorna plošca splétna telefoníja -e -e ž (angl. WWW telephony, web telephony) komunikacijski protokoli in tehnologije, ki omogocajo prenos govora, multimedije po spletu telefoníja IP -e -- ip.\ ž (angl. IP telephony, digital telephony) telefonska storitev v omrežju z internetnim protokolom; sin. IP-telefonija, digitalna telefonija; prim. omrežje IP naglávna pogovórka -e -e ž (angl. headset) pogovorka ušésna pogovórka -e -e ž (angl. earset) majhna za namestitev na glavo; sin. naglavni komplet pogovorka za namestitev v ušesu Distributer: Sophos d.o.o., www.sophos.si, slovenija@sophos.si, : 07/39 35 600 INForMAcIjE IzpitnicentriECDL ECDL(European Computer Driving License), ki ga v Sloveniji imenujemo evropsko raËunalnipko spriËevalo, je standardni program usposabljanja uporabnikov, ki da zaposlenim potrebno znanje za delo s standardnimi raËunalnipkimi programi na informatiziranem delovnem mestu, delodajalcem pa pomeni dokazilo o usposobljenosti. V Evropi je za uvajanje, usposabljanje in nadzor izvajanja ECDL pooblapËena ustanova ECDL Fundation, v Sloveniji pa je kot Ëlan CEPIS (Council of European Professional Informatics) to pravico pridobilo Slovensko druptvo INFORMATIKA. V drćavah Evropske unije so pri uvajanju ECDL moËno angaćirane srednje in visoke pole, aktivni pa so tudi razliËni vladni resorji. Posebno pomembno je, da velja spriËevalo v 148 drćavah, ki so vkljuËene v program ECDL. Doslej je bilo v svetu v program certificiranja ECDL vkljucenih že preko 16 milijonov oseb, ki so uspešno opravile preko 80 milijonov izpitov in pridobile ustrezne certificate. V Sloveniji je bilo doslej v program certificiranja ECDL vkljucenih vec kot 18.000 oseb in opravljenih vec kot 92.000 izpitov. V Sloveniji sta akreditirana dva izpitna centra ECDL, ki imata izpostave po vsej državi. Nagovor urednice Mirjana Kljajic Borštnar Znanstveni prispevki Luka Tomat, Peter Trkman KoNcepti iN spremembe, Ki vplivajo Na pomeN digitalNe preobraZbe pregledni znanstveni prispevki Sanja Vrbek, Rok Hržica, Tina Jukic soustvarjaNje javNih storitev: (Ne)iZKorišceN poteNcial digitalNih tehNologij Kratki znanstveni prispevki Mojca Ciglaric uciNKovitost oddaljeNega uceNja v virtualNem laboratoriju strokovni prispevki Karmen Kern Pipan, Paula Kolenko, Dušan Vejnovic, Mitja Medvešcek, Boro Nikic, Alenka Krebs poslovNa iNteligeNca, iZZivi iN NapredNe tehNologije v podporo odlocaNju v državNi upravi Miha Jesenko, Miro Lozej, Karmen Kern Pipan, Primož Godec, Vesna Tanko, Lan Žagar, Ajda Pretnar Žagar, Nikola D– ukic, Blaž Zupan semaNticNi aNaliZator – raZvoj programsKega oKolja Za algoritmicNo obdelavo sloveNsKih besedil Branka Balantic, Zvone Balantic iZvedbeNi model delovaNja KomuNiKacijsKih KaNalov pri praKticNem iZobraževaNju Na višješolsKem študiju ob ZagotavljaNju družbeNe raZdalje informacije iZ islovarja