بيانات

البيانات ( تُلفظ / ˈdeɪtə / داي -تا ، وتُلفظ أيضًا / ˈdætə / دات - تا ) هي مجموعة من القيم المنفصلة أو المتصلة التي تنقل معلومات ، وتصف الكمية أو النوعية أو الحقائق أو الإحصاءات أو غيرها من الوحدات الأساسية للمعنى، أو ببساطة تسلسلات من الرموز التي يمكن تفسيرها بشكل رسمي . نقطة البيانات أو المَعطى هو قيمة فردية في مجموعة بيانات. تُنظَّم البيانات عادةً في هياكل مثل الجداول التي توفر سياقًا ومعنى إضافيين، ويمكن استخدامها هي نفسها كبيانات في هياكل أكبر. يمكن استخدام البيانات كمتغيرات في عملية حسابية . ^{[ 1 ] [ 2 ]} قد تُمثِّل البيانات أفكارًا مجردة أو قياسات ملموسة. [ ^{3 ] تُستخدم} البيانات بشكل شائع في البحث العلمي والاقتصاد ، وفي كل شكل آخر تقريبًا من أشكال النشاط التنظيمي البشري. تشمل أمثلة مجموعات البيانات مؤشرات الأسعار (مثل مؤشر أسعار المستهلك )، ومعدلات البطالة ، ومعدلات معرفة القراءة والكتابة ، وبيانات التعداد السكاني . في هذا السياق، تمثل البيانات الحقائق والأرقام الأولية التي يمكن استخلاص المعلومات المفيدة منها.

تُجمع البيانات باستخدام تقنيات مثل القياس والملاحظة والاستعلام والتحليل ، وعادةً ما تُعرض على شكل أرقام أو حروف قابلة للمعالجة اللاحقة . بيانات الحقل هي البيانات التي تُجمع في بيئة غير مُتحكم بها، أي في الموقع نفسه . أما البيانات التجريبية فهي البيانات التي تُنتج خلال تجربة علمية مُتحكم بها . تُحلل البيانات باستخدام تقنيات مثل الحساب والاستدلال والمناقشة والعرض والتصوير البياني ، أو غيرها من أشكال التحليل اللاحق. قبل التحليل، تُنظف البيانات الأولية (أو غير المُعالجة) عادةً: حيث تُزال القيم الشاذة ، وتُصحح أخطاء الأجهزة أو إدخال البيانات الواضحة.

يمكن اعتبار البيانات أصغر وحدة من المعلومات الواقعية التي يمكن استخدامها كأساس للحساب أو الاستدلال أو النقاش. تتراوح البيانات بين الأفكار المجردة والقياسات الملموسة، بما في ذلك الإحصاءات على سبيل المثال لا الحصر . ويمكن اعتبار البيانات المترابطة موضوعيًا والمقدمة في سياق ذي صلة معلومات . ويمكن وصف المعلومات المترابطة سياقيًا بأنها رؤى أو معلومات استخبارية متعلقة بالبيانات . ويمكن وصف رصيد الرؤى والمعلومات الاستخباراتية المتراكمة بمرور الوقت، والناتجة عن دمج البيانات في معلومات، بالمعرفة . وقد وُصفت البيانات بأنها " النفط الجديد للاقتصاد الرقمي ". ^{[ 4 ] [ 5 ]} وتشير البيانات، كمفهوم عام، إلى حقيقة أن بعض المعلومات أو المعارف الموجودة ممثلة أو مشفرة بشكل ما مناسب للاستخدام أو المعالجة بشكل أفضل .

أدت التطورات في تقنيات الحوسبة إلى ظهور البيانات الضخمة ، والتي تشير عمومًا إلى كميات هائلة من البيانات، تصل عادةً إلى مستوى البيتابايت. وإذا اقتصر التعامل مع هذه البيانات الضخمة (والمتزايدة باستمرار) على أساليب تحليل البيانات والحوسبة التقليدية، يصبح الأمر صعبًا، بل مستحيلاً في بعض الأحيان. لذا، يستخدم مجال علم البيانات ، وهو مجال حديث نسبيًا، أساليب التعلم الآلي (وغيرها من أساليب الذكاء الاصطناعي ) التي تتيح تطبيق أساليب التحليل بكفاءة على البيانات الضخمة.

كلمة " data" اللاتينية هي جمع كلمة " datum " التي تعني "معطى"، وهي صيغة اسم المفعول المحايد من الفعل " dare " الذي يعني "يعطي". ^{[ 6 ]} أول استخدام لكلمة "data " في اللغة الإنجليزية يعود إلى أربعينيات القرن السابع عشر. وفي عام 1946، استُخدمت كلمة "data " لأول مرة بمعنى "معلومات حاسوبية قابلة للنقل والتخزين". أما مصطلح " معالجة البيانات " فقد استُخدم لأول مرة عام 1954. ^{[ 6 ]}

عند استخدام مصطلح "البيانات" بشكل عام كمرادف لكلمة "المعلومات" ، يُعامل كاسم جمع بصيغة المفرد. هذا الاستخدام شائع في اللغة اليومية وفي المجالات التقنية والعلمية مثل تطوير البرمجيات وعلوم الحاسوب . ومن الأمثلة على هذا الاستخدام مصطلح " البيانات الضخمة" . أما عند استخدامه بشكل أكثر تحديدًا للإشارة إلى معالجة وتحليل مجموعات البيانات، فيحتفظ المصطلح بصيغة الجمع، وهو استخدام ازداد شيوعًا في القرنين العشرين والحادي والعشرين، حيث شاع استخدامه في العلوم الطبيعية وعلوم الحياة والعلوم الاجتماعية وعلوم الحاسوب وهندسة البرمجيات. بعض أدلة الأسلوب لا تُقرّ بالمعاني المختلفة للمصطلح، وتكتفي بالتوصية بالشكل الأنسب للجمهور المستهدف للدليل؛ فعلى سبيل المثال، يتطلب أسلوب APA ، بدءًا من الإصدار السابع، التعامل مع كلمة "البيانات" بصيغة الجمع. ^{[ 7 ]}

البيانات والمعلومات والمعرفة والحكمة مفاهيم مترابطة ترابطًا وثيقًا، لكن لكل منها دورها الخاص في العلاقة مع الأخرى، ولكل مصطلح معناه. ووفقًا لرأي شائع، تُجمع البيانات وتُحلل، ولا تصبح معلومات مناسبة لاتخاذ القرارات إلا بعد تحليلها بطريقة ما. [ ^{8 ] ويمكن} القول إن مدى إفادة مجموعة من البيانات لشخص ما يعتمد على مدى غرابتها بالنسبة له. ويمكن وصف كمية المعلومات التي يحتويها تدفق البيانات من خلال إنتروبيا شانون .

المعرفة هي إدراك الكيان لبيئته، بينما البيانات مجرد وسيلة لنقل هذه المعرفة. على سبيل المثال، يُعدّ إدخال ارتفاع جبل إيفرست في قاعدة البيانات بيانات تُعبّر عن قيمة مُقاسة بدقة. يمكن إدراج هذا القياس في كتاب مع بيانات أخرى عن جبل إيفرست لوصف الجبل بطريقة تُفيد الراغبين في اختيار أفضل طريقة لتسلقه. إنّ إدراك الخصائص التي تُمثلها هذه البيانات هو المعرفة.

يُفترض عادةً أن البيانات هي أقل المفاهيم تجريدًا، تليها المعلومات، ثم المعرفة. ^{[ 9 ]} وفقًا لهذا الرأي، تتحول البيانات إلى معلومات من خلال التفسير؛ فعلى سبيل المثال، يُعتبر ارتفاع جبل إيفرست عمومًا "بيانات"، وقد يُعتبر كتابٌ عن الخصائص الجيولوجية لجبل إيفرست "معلومات"، وقد يُعتبر دليلٌ للمتسلقين يحتوي على معلومات عملية حول أفضل طريقة للوصول إلى قمة جبل إيفرست "معرفة". تحمل "المعلومات" معانيَ متنوعة تتراوح بين الاستخدام اليومي والاستخدام التقني. ومع ذلك، فقد طُرحت أيضًا آراءٌ تُشير إلى عكس كيفية نشوء البيانات من المعلومات، والمعلومات من المعرفة. ^{[ 10 ]} بشكل عام، يرتبط مفهوم المعلومات ارتباطًا وثيقًا بمفاهيم القيد، والتواصل، والتحكم، والبيانات، والشكل، والتعليمات، والمعرفة، والمعنى، والمحفز الذهني، والنمط ، والإدراك، والتمثيل. يستخدم بينون-ديفيز مفهوم العلامة للتمييز بين البيانات والمعلومات؛ فالبيانات عبارة عن سلسلة من الرموز، بينما تظهر المعلومات عندما تُستخدم الرموز للإشارة إلى شيء ما. ^{[ 11 ] [ 12 ]}

قبل تطور أجهزة الحاسوب والآلات، كان على الناس جمع البيانات يدويًا وتصنيفها. ومع تطورها، أصبحت هذه الأجهزة قادرة على جمع البيانات أيضًا. في العقد الثاني من الألفية، شاع استخدام الحواسيب في مجالات عديدة لجمع البيانات وفرزها ومعالجتها، في تخصصات متنوعة من التسويق وتحليل استخدام المواطنين للخدمات الاجتماعية إلى البحث العلمي. تُعتبر هذه الأنماط في البيانات معلومات يمكن استخدامها لتعزيز المعرفة. وقد تُفسَّر هذه الأنماط على أنها " حقيقة " (مع أن "الحقيقة" مفهوم نسبي)، وقد تُعتمد كمعايير جمالية وأخلاقية في بعض التخصصات أو الثقافات. ويمكن تتبع الأحداث التي تُخلِّف آثارًا مادية أو افتراضية ملموسة من خلال البيانات. ولم تعد العلامات تُعتبر بيانات بمجرد انقطاع الصلة بينها وبين الملاحظة. ^{[ 13 ]}

تُصنَّف أجهزة الحوسبة الميكانيكية وفقًا لطريقة تمثيلها للبيانات. يُمثِّل الحاسوب التناظري البيانات كجهد كهربائي، أو مسافة، أو موضع، أو أي كمية فيزيائية أخرى. بينما يُمثِّل الحاسوب الرقمي البيانات كسلسلة من الرموز المُستمدة من أبجدية ثابتة . تستخدم معظم الحواسيب الرقمية الأبجدية الثنائية، أي أبجدية من حرفين يُرمز لهما عادةً بـ "0" و "1". تُبنى التمثيلات الأكثر شيوعًا، كالأرقام والحروف، من الأبجدية الثنائية. تُميَّز بعض أشكال البيانات الخاصة. برنامج الحاسوب هو مجموعة من البيانات التي يُمكن تفسيرها كتعليمات. تُميِّز معظم لغات البرمجة بين البرامج والبيانات الأخرى التي تعمل عليها، ولكن في بعض اللغات، ولا سيما لغة ليسب واللغات المشابهة، يصعب التمييز بين البرامج والبيانات الأخرى. من المفيد أيضًا التمييز بين البيانات الوصفية ، أي وصف البيانات الأخرى. يُستخدم مصطلح "البيانات المساعدة" لوصف البيانات الوصفية، وهو مصطلح مشابه ولكنه أقدم. المثال النموذجي للبيانات الوصفية هو فهرس المكتبة، الذي يُمثِّل وصفًا لمحتويات الكتب.

فيما يتعلق بملكية البيانات التي يتم جمعها أثناء التسويق أو غيره من عمليات جمع البيانات المؤسسية، تُصنّف البيانات وفقًا لجهة جمعها ، وذلك بناءً على مدى قربها من المصدر أو ما إذا كانت قد خضعت لمعالجة إضافية. تشير "بيانات الطرف الصفري" إلى البيانات التي يشاركها العملاء "بشكل مقصود واستباقي". ^{[ 14 ]} يمكن أن تأتي هذه البيانات من مصادر متنوعة، بما في ذلك: الاشتراكات، ومراكز التفضيلات، والاستبيانات، والاستطلاعات، والنماذج المنبثقة، والتجارب الرقمية التفاعلية. ^{[ 15 ]} قد تجمع الشركة "بيانات الطرف الأول" مباشرةً من عملائها. ^{[ 16 ]} يمكن تبادل بيانات الطرف الأول بشكل آمن بين الشركات باستخدام غرف البيانات النظيفة . ^{[ 17 ]} تشير "بيانات الطرف الثاني" إلى البيانات التي يتم الحصول عليها من منظمات أو شركاء آخرين، من خلال الشراء أو غيره من الوسائل، وقد وُصفت بأنها "بيانات الطرف الأول لمنظمة أخرى". ^{[ 18 ] [ 19 ]} أما "بيانات الطرف الثالث" فهي البيانات التي تجمعها منظمات أخرى ثم تُجمّع من مصادر ومواقع إلكترونية ومنصات مختلفة. ^{[ 18 ]}

قد تشير البيانات "غير الحزبية" أحيانًا إلى البيانات الاصطناعية التي يتم إنشاؤها بناءً على أنماط من البيانات الأصلية. ^{[ 17 ]}

عندما يلزم تسجيل البيانات، تكون البيانات موجودة في شكل مستند بيانات . تشمل أنواع مستندات البيانات ما يلي:

• مستودع البيانات
• دراسة البيانات
• مجموعة البيانات
• برمجة
• ورقة البيانات
• قاعدة البيانات
• دليل البيانات
• مجلة البيانات

يتم فهرسة بعض هذه الوثائق البياناتية (مستودعات البيانات، ودراسات البيانات، ومجموعات البيانات، والبرامج) في فهارس الاستشهاد بالبيانات ، بينما يتم فهرسة أوراق البيانات في قواعد البيانات الببليوغرافية التقليدية، على سبيل المثال، فهرس الاستشهاد العلمي .

يُعدّ ضمان استدامة البيانات مجالًا بالغ الأهمية في علوم الحاسوب والتكنولوجيا وعلم المكتبات . يُنتج البحث العلمي كميات هائلة من البيانات، لا سيما في علم الجينوم وعلم الفلك ، وكذلك في العلوم الطبية ، كالتصوير الطبي . في الماضي، كانت البيانات العلمية تُنشر في أوراق بحثية وكتب، وتُحفظ في المكتبات، ولكن في الآونة الأخيرة، تُخزّن جميع البيانات تقريبًا على أقراص صلبة أو أقراص ضوئية . مع ذلك، وعلى عكس الورق، قد تصبح هذه الوسائط التخزينية غير قابلة للقراءة بعد بضعة عقود. وقد عانى الناشرون العلميون والمكتبات من هذه المشكلة لعقود، ولا يزال البحث جاريًا عن حلّ مُرضٍ لتخزين البيانات على المدى الطويل، لقرون أو حتى إلى الأبد.

إمكانية الوصول إلى البيانات . من المشكلات الأخرى أن الكثير من البيانات العلمية لا تُنشر أو تُودع في مستودعات البيانات، مثل قواعد البيانات . في دراسة استقصائية حديثة، طُلب بيانات من 516 دراسة نُشرت قبل ما بين سنتين و22 سنة، ولكن أقل من خُمس هذه الدراسات كانت قادرة أو راغبة في توفير البيانات المطلوبة. عمومًا، انخفضت احتمالية استرجاع البيانات بنسبة 17% سنويًا بعد النشر. ^{[ 21 ]} وبالمثل، وجدت دراسة استقصائية شملت 100 مجموعة بيانات في درياد أن أكثر من نصفها يفتقر إلى التفاصيل اللازمة لإعادة إنتاج نتائج البحث من هذه الدراسات. ^{[ 22 ]} يُظهر هذا الوضع المُزري فيما يتعلق بإمكانية الوصول إلى البيانات العلمية غير المنشورة أو التي لا تحتوي على تفاصيل كافية لإعادة إنتاجها.

موثوقية البيانات. قد تنشأ مشاكل أكثر خطورة عند استخدام البيانات بافتراض أنها بيانات حقيقية، أو ذات جودة كافية، أو موثقة بدقة مع توثيق مناسب لمصدر البيانات والبيانات الوصفية . نادرًا ما تشترط مستودعات البيانات، إن لم يكن أبدًا، الإبلاغ الإلزامي عن مصدر البيانات، وقد تُرفع بيانات ملفقة أو اصطناعية أو غير أخلاقية إلى هذه المستودعات دون مراعاة الاعتبارات اللازمة. على سبيل المثال، في مجال البحوث الصحية والطبية، استُخدمت بيانات من منصة Kaggle ، اعتُبرت غير موثوقة لوجود أدلة على احتمالية تلفيقها، وعدم وجود تفسير للارتباطات، وعدم وجود توثيق، لتطوير 125 نموذجًا للتنبؤ السريري ^{[ 23 ]} .

يتمثل أحد حلول مشكلة قابلية التكرار في محاولة اشتراط استخدام بيانات FAIR ، أي البيانات التي يمكن العثور عليها، والوصول إليها، والتوافق بينها، وإعادة استخدامها. ويمكن استخدام البيانات التي تستوفي هذه المتطلبات في البحوث اللاحقة، مما يساهم في تقدم العلوم والتكنولوجيا. ^{[ 24 ]}

على الرغم من تزايد استخدام البيانات في مجالات أخرى، فقد أشير إلى أن طبيعتها التفسيرية قد تتعارض مع مبدأ اعتبار البيانات "معطىً". وقد قدّم بيتر تشيك لاند مصطلح " capta" (من الكلمة اللاتينية capere ، بمعنى "أخذ") للتمييز بين عدد هائل من البيانات المحتملة ومجموعة فرعية منها، والتي يُوجّه إليها الاهتمام. ^{[ 25 ]} وقد جادلت جوانا دراكر بأنه بما أن العلوم الإنسانية تؤكد على أن إنتاج المعرفة "موضعي وجزئي وتكويني"، فإن استخدام البيانات قد يُدخل افتراضات غير مُجدية، مثل افتراض أن الظواهر منفصلة أو مستقلة عن المُلاحِظ. ^{[ 26 ]} ويُطرح مصطلح "capta" ، الذي يُشدد على فعل الملاحظة بوصفه تكوينيًا، كبديل للبيانات في التمثيلات البصرية في العلوم الإنسانية.

مصطلح "المدفوع بالبيانات" هو مصطلح جديد يُطلق على النشاط الذي يعتمد بشكل أساسي على البيانات أكثر من أي عوامل أخرى. وتشمل التطبيقات المدفوعة بالبيانات البرمجة المدفوعة بالبيانات ، والصحافة المدفوعة بالبيانات ، وغيرها .

• البيانات اسم مفرد (تقييم مفصل)