OOXML nevhodné pro norskou vládu

Podle zprávy DIFI, norského úřadu pro veřejnou správu a eGovernment, OOXML nesplňuje požadavky tamní vlády. Doporučované formáty jsou PDF pro needitovatelné dokumenty a ODF pro editovatelné. Dva hlavní důvody nevhodnosti OOXML jsou špatná podpora v aplikacích a nestabilita (existuje více než 100 návrhů na změny tohoto standardu). Více informací přináší Computerworld.

9.2.2010 09:35 | Tomáš Heger (geckon) | Zajímavý článek

Komentáře

[Ondrej 'SanTiago' Zajicek]

Hmm, to je smutne, ze za formaty vhodne pro eGovernment byl vybran PDF (coz je format vhodny akorat pro predtiskovou podobu dokumentu urceneho k tisku) a ODF, ktery je take myslenkou papiru a tisku silne poznamenan. Namisto treba HTML, ktery je IMHO pro ciste elektronickou vymenu dokumentu vyrazne vhodnejsi.

[Pet]

Co je tohle za volovinu?

1. Kdyz uz tak jste asi nemyslel doufam HTML ale XML. Protoze to porad jeste je rozdil. 2. Jasne se tam rika ze pro needitovatelne PDF ( tedy dokumenty vhodne pro tisk nebo archivaci, vhodne i pro elektronicky podepsane dokumenty ) 3. ODF vhodne je. Napriklad google jej pouziva ve svych aplikacich a bez problemu. Tak nevim co na nem vidite nevhodneho. A i ty binarni dokumenty uklada v zip archivu.

[Radek Miček]

Tak nevim co na nem vidite nevhodneho.

Složitost formátu?

[Ondrej 'SanTiago' Zajicek]

Jasne se tam rika ze pro needitovatelne PDF

Nejde o editovatelnost/needitovatelnost, ale o to, ze PDF je principielne format s pevnou sazbou. Jako takovy je vhodny jako predtiskova predloha, ale nevhodny pro elektronicke dokumenty, protoze kazdy uzivatel ma jiny monitor / sirku okna / preference ohledne velikosti pisma. Dokumenty 'bez sazby' (treba HTML) se proste prizpusobi a vysazi v souladu s uzivatelskymi parametry.

[Ondřej Profant]

Pokud s nějákým textem dlouhodoběji pracuji (skripta, návod...), tak ho proženu TeXem (do pdf) vždy, pokud to jde. Proč? Takto vytvořené pdf je nejčitelnější elektronický dokument s kterým jsem se kdy setkal... tak ti nevím...

[Ondrej 'SanTiago' Zajicek]

Kdyz ctu dokument v PDF z TeXu, tak si musim dat vetsi pismo (resp. zoom), nez ktere pouzivam v HTML prohlizeci. Protoze zatimco pismo v HTML prohlizeci ma vsechny carky presne jeden pixel a je citelne i pri velmi malych velikostech, tak pismo v PDF je urcene pro tisk na papir (ktere ma vyrazne vetsi DPI), ma spoustu kudrlinek, ktere ale pri malem rozliseni monitoru (a pri malem pismu/zoomu) splyvaji a znaky jsou rozmazane.

Hlavni rozdil je ale v tom, ze zatimco HTML (resp. nejaky jeho elementarni subset) nese v postate jen semantickou informaci, tak uzivatel, ktery preferuje vzhled vytexanych dokumentu, volbou HTML prohlizece muze docilit vystupu na urovni TeXu (prohlizec muze treba provest konverzi do TeXu a pak vysazet). Oproti tomu dokument v PDF je uz specifikovan na uplne jine urovni abstrakce a je svazan se svou formou, a tak uzivatel, ktery preferuje pouziti systemoveho fontu, s tim vicmeene nic nenadela.

[Max]

A to je samozřejmě dobře. Od toho PDF je. Aby ten, kdo ho vytvoří, měl jistotu, že to bude všude a u všech vypadat stejně. Pokud jsi slepej, dáš si zoom, pokud je špatně čitelné písmo, je to věc tvůrce toho pdfka (ať už úmyslná, nebo neúmyslná).
Zdar Max

[Ondrej 'SanTiago' Zajicek]

Od toho PDF je. Aby ten, kdo ho vytvoří, měl jistotu, že to bude všude a u všech vypadat stejně.

A prave proto je PDF format vhodny jako predtiskova priprava, ale je nevhodny pro elektronickou komunikaci.

[Filip Jirsák]

To by platilo v případě, že by se elektronicky sdílely dokumenty s jasně definovanou strukturou. Jenže počet takovýchto běžně používaných formátů je dnes přesně nula. Zatím prakticky veškerá alektronická komunikace spočívá ve výměně dokumentů, jejichž účelem je zobrazit je člověku (ať už na obrazovce nebo vytisknout) a teprve člověk je pak interpretuje.

[Ondrej 'SanTiago' Zajicek]

No to neni uplne pravda. I kdyz se bude jednat o dokumenty, ktere je treba akorat zobrazit uzivateli, tak neni dovod proc vnucovat nejake konkretni formatovani. Co by chybelo jednoduche podmnozine HTML (odstavce, nadpisy, seznamy, tabulky), aby to nedostacovalo bezne uredni agende?

[Filip Jirsák]

To už jsem popisoval o něco výš. Problém je v tom, že (právně) závazné je to zobrazení, a to není u HTML jednoznačné. Jednak spousta věcí není ani v HTML standardizována, za druhé mohou odlišné interpretace vyplynout z odlišného přeformátování dokumentu tímtéž prohlížečem při různém velikosti zobrazovací plochy nebo písma. Ona totiž běžná úřední agenda nesestává jen z odstavců a nadpisů, ale najdete tam i různé adresy, tabulky atd. Stačí se podívat jenom takovou prkotinu, jakou je podpis dokumentu -- je tam funkce oprávněné osoby, její jméno, funkce osoby, která dokument skutečně podepsala (v zastoupení za oprávněnou osobu) a její jméno.

[petr_p]

(právně) závazné je to zobrazení

Je tam, kde zákon vysloveně vyžaduje písemnou podobu.

zobrazení, a to není u HTML jednoznačné.

Není dokonalé, ale je třeba zapomenout na vizualizaci a soustředit se na strukturu. Ta je dána uzávorkováním jasně.

mohou odlišné interpretace vyplynout z odlišného přeformátování dokumentu tímtéž prohlížečem při různém velikosti zobrazovací plochy nebo písma.

Můžu já za to, že někomu „tiskárna vynechává každý osmý řádek“.

Jestli narážíte na příklad sousední buňky v jednom řádku, uvnitř buněk text naformátován přes <br> (takhle se rozjížděly časy odjezdů na IDOSu), tak to je problém vůbec není. Opět se stačí podívat na strukturu kódu. To je pouze problém mezi prohlížečem a židlí, že člověk něco usuzuje z mizerné vizuální podoby. Když je to tabulka, tak jsou vykresleny hranice buněk, a pak je jasné, co kam patří a co se k čemu vztahuje. Zobrazit jednoduchý strukturní jazyk jednoznačným způsobem lze. Jen se prostě lidé musí naučit myslet ve strukturách a ne v obrázcích a nespoléhat se na výchozí hodnoty konkrétní implementace.

(Sám vím, o čem mluvím. Ve webovém prohlížeči má bílou na černé a značné množství webů s tím nepočítá. Třeba veřejnoprávní Česká televize.)

podpis dokumentu -- je tam funkce oprávněné osoby, její jméno, funkce osoby, která dokument skutečně podepsala (v zastoupení za oprávněnou osobu) a její jméno.

Definition list.

[Filip Jirsák]

Ty struktury, které popisujete, ale nejsou v českém právním řádu definovány. Navíc i to HTML má velmi slabé možnosti strukturování. Vemte si jen obyčejnou tabulku

A   B
1   2

Znamená, že prvku A je přiřazen prvek 1 a prvku B prvek 2, nebo je prvku A přiřazen prvek B a prvku 1 prvek 2?

HTML spoustu věcí neumí vyjádřit strukturovaně, takže pak nezbývá než to zařídit tak, aby se ta struktura vyjádřila grafickým vyobrazením. U webových stránek nějaké firmy to nevadí, když se to někomu zobrazí špatně, u rozsudku by to už vadilo.

Ono není nutné nad tím složitě bádat, stačí se podívat na současný web. Tabulkový layout už se opustil, ale strukturované HTML se stále nepoužívá, protože neodpovídá potřebám. Takže stále máte na webu spoustu nicneříkajících divů a spanů, a do srozumitelné podoby se to poskládá až když se to s pomocí CSS zobrazí.

[petr_p]

Samozřejmě, že uvedená tabulka neříká, co se čemu přiřazuje (protože symetrická relace). Od toho taky prostá tabulka není. Musíte třeba zadefinovat záhlaví tabulky.

Já netvrdím, že HTML je úplný jazyk. Ale z hlediska strukturování je lepší než PDF (a možná než ODT).

[petr_p]

Existují lokální odchylky: ISDOC, datové správy. Pak mezinárodně mají něco banky, dělá se druhý schengenský informační systém. Ono toho nebude málo.

V podstatě je problém v tom, že ve státní správě neexistuje něco jako IETF a její RFC. Všechno to jsou ad-hoc formáty vnucené silou, nikoliv vytvořené společným dobrovolným úsilím (republika a demokracie je asi pořád utopie).

Jistě že vždy bude potřeba možnost použít vizuální zápis, protože ne na vše bude existovat formát. A chápu pragmatický přístup přenášení fotokopií.

Ale prostě mi to přijde málo. Minimálně věci formalizované zákonem, ze kterých se nikdo nemůže vykroutit (to jsou všechny ty doručenky, podpisy, spisy, archivy, formuláře pro jednotlivé agendy), by mohly být snadno „zdigitalizovány“. Když se do toho přidají procesní pravidla (kdo se k čemu do kdy musí jak vyjádřit), tak by ubyly problémy s procesními a formálními chybami. Navíc by se snížil prostor pro korupci, protože automat se špatně podplácí a úředník by měl přístup jen k nutným údajům, takže by nemohl někoho zvýhodňovat a vynášet informace (třeba takový úředník Správy sociálního zabezpečení má přístup k nepředstavitelnému množství citlivých osobních údajů, třebaže se rozhoduje jen na základě tabulek.

[Filip Jirsák]

Lokální výjimky samozřejmě existují, ale to je pro rozšíření elektornické komunikace založené na formátovaných zprávách málo. ISDOC je asi jediná vlaštovka, uvidíme, jak to dopadne. Pokud datovými správami byly myšleny Datové schránky, ty formát dat neurčují, je to jen obálka. Možný formát přenášených zpráv je určen výčtem již existujících typů (jako např. PDF).

Aby se daly věci formalizované zákonem přenášet ve strukturované podobě, potřebujete na to mít oporu přímo v zákoně -- zpravidla tak, že zákon takovou možnost připustí a vyhláška pak stanoví přesný formát. Pro meziresortní věci typu doručenek je problém, aby se na tom resorty vůbec dohodly. Taky by se nepodařilo tak snadno zamaskovat problémy a nedodělky zákona -- poslední úpravy doručenkových obálek v souvislosti s novelou doručování byly celkem "veselé", a je štěstí, že se na tu papírovou obálku dá leccos dotisknout a leccos naopak můžete ignorovat.

Na korupci by to vliv nemělo -- už dnes výpočty provádí software a úředník pak rozhodnutí potvrdí, nebo jej může změnit. To by zůstalo úplně stejné. A přístup k osobním údajům by se také nezměnil -- pokud jde o údaje v rámci dané agendy, musí k nim mít úředník stejně přístup, pokud jde o údaje napříč agendami, přístupy se logují a pokud si bude úředník jen tak bezdůvodně něco zjišťovat, může s tím mít problémy.

[petr_p]

Datové schránky, ty formát dat neurčují, je to jen obálka.

Jistě. Ale obálka, (ne)doručenka, podací lístek je informace podstatná a datové schránky ji řeší. Nečekám, že najednou vnikne všeobjímající datový formát.

Aby se daly věci formalizované zákonem přenášet ve strukturované podobě, potřebujete na to mít oporu přímo v zákoně -- zpravidla tak, že zákon takovou možnost připustí a vyhláška pak stanoví přesný formát.

Budete se divit, kolik věcí funguje zvykovým právem nebo kolikrát se zákon přes vyhlášku odkáže na cizí specifikaci (za kterou se třeba musí zaplatit).

(Například doručenky z ISDS úředníci tisknou a archivují v té šedivé celostránkové hrůze, co leze z portálu, třebaže zákonem je posvěcená jen XML struktura. Tu naopak nikdo netiskne.)

A i písemná podoba nebývá vždy specifikována. Prostě se vyjmenují vlastnosti (vyjádření toho, doklad o tom, musí obsahovat tento údaj) a tím to končí. Pak je úplně jedno, jakým způsobem informace „serializujete“.

Taky by se nepodařilo tak snadno zamaskovat problémy a nedodělky zákona

Ale jistě. Papír snese všechno. Jen to ukazuje, že místo aby se věci řešily otevřeně, tak si nahoře něco vymyslí a nikoho se nezeptají.

úředník pak rozhodnutí potvrdí, nebo jej může změnit.

To je jedna z mála tvořivých činností úředníka. Ale na spoustu věcí má předpisy, které lze řešit mechanicky. Takovou práci by měly dělat stroje a ne lidi.

A přístup k osobním údajům by se také nezměnil -- pokud jde o údaje v rámci dané agendy, musí k nim mít úředník stejně přístup,

Ale změnil. Zrovna na příkladu sociálních dávek úředník (třeba přídavek na dítě) opravdu nepotřebuje vědět jméno a bydliště žadatele. A protože nárok a nutné podmínky jsou daný zákonem (vyhláškou), tak úředník k tomu vůbec není potřeba. Celý případ by dokázal vyřešit automat. Úředník by jen připojil svůj podpis.

[Filip Jirsák]

Pokud úředník něco podepisuje, musí mít možnost o tom rozhodovat. Rozhodování automatu určitě není přípustné u soudů, ve správním řízení by to mělo být podobné. Navíc zákon nikdy nestanovuje podmínky naprosot přesně, vždy je tam ponechána určitá volnost, která je právě na posouzení člověkem -- aby zohlednil věci, které zákon všechny postihnout nemůže.

Úředník sice v některých případech jméno a bydliště vědět nepotřebuje, ale jindy je zase potřebuje. Takže přístup k nim potřebuje pořád. A je mi pořád milejší, když mne budou úředníci identifikovat jménem a příjmením, než když budu pro všechny ostatní jenom nějakým číslem. Odlištění není recept na zlepšení státní správy ani ničeho jiného.

[Radim Kolář]

Pokud ma urednik moc rozhodovat vede to ke korupci. Myslet si ze urednik rozhodne co je pro verejne blaho je v nejlepsim pripade naivita. Vzdy rozhodne co je nejlepsi pro nej.

Ve statni sprave totiz nefunguje zpetna vazba.

[Filip Jirsák]

Nefunkčnost zpětné vazby není nutnou vlastností státní správy – naopak je to její vlastností pouze tam, kde se lidé nechovají jako občané, ale jako ovce. Úředník je úředníkem právě proto, aby rozhodoval – kdyby neměli rozhodovat úředníci, postavíme si tady CML a všechno budeme tu mít ráj na Zemi. Naštěstí si ale pořád ještě většina lidí uvědomuje, že život je příliš složitý na to, abychom jej dokázali svázat přesným algoritmickým rozhodováním.

[petr_p]

Přeháníte a zobecňujete. Uvedl jsem konkrétní příklad, kdy úředník je svázán předpisy, že fakticky funguje jako organický automat. Kdyby se totiž v tomto případě rozhodl jinak, tak bude popotahován za to, že porušil předpisy, případně že měří dvojím metrem.

Netvrdím, že vše lze zalgoritmizovat. Ale co lze, by se mělo. Protože jinak to vypadá, jako by si stát liboval ve provozování písařských dílen, když stejnou práci může zastat stroj.

[Filip Jirsák]

To by platilo v případě, kdyby v příslušném zákoně nebyly věty jako „úřad může v odůvodněných případech prominout podmínku“ nebo „orgán SSP může požádat“. Protože to ale naštěstí neplatí, je výsledek algoritmu jen doporučení, které úředník může ale nemusí akceptovat.

[Ondřej Profant]

Ano, to já všechno vím, ale html se standartně nechová tak dobře, protože na to ani nemá algoritmy. Pokud čtu nějaký text, tak (alespoň já) chci, aby víceméně vypadal jako v knize, to jest v bloku, dělení slov, kerning... a to html nedělá.

Pak je tu ještě jedna věc, kterou jsem nezmínil - často používam matmeatické symboly a nestandardní abecedy. UTF-8 je zobrazí, ale většinou pěkně ošklivě.

Čili pro mě je dobře připravené pdf mnohem příjemnější.

Nicméně pro státní správu zcela dostačuje html, tam se nepíšou traktáty, ale spíš jednoduší informace, kterých je velké množství (ala web).

[petr_p]

v bloku, dělení slov, kerning... a to html nedělá

To není chyba HTML, ale jeho interpreteru.

matmeatické symboly a nestandardní abecedy. UTF-8 je zobrazí, ale většinou pěkně ošklivě.

Což je problém fontu nebo prostě toho, že daný řetězec je matematický výraz a ne prostý text. I TeX na to má zvláštní matematický režim. Čili pokud se chcete rozčilovat, tak nad tím, že autor nepoužil MathML.

Ale jinak vás chápu. Obvyklé zobrazování HTML je z hlediska kvality sazby tragédie.

[Mti.]

pdf je sice format s pevnou sazbou, ale kdyz nekdo vyrabi pdf, pri jehoz otvirani mi xpdf do konzole vypise neco o tom, ze nenasel Arial a Arial black a misto textu jsou tecky nebo vubec nic, tak se mi chce rvat. A nejhorsi je, ze se najde nejeden de^H^Htvor, co tvrdi, ze "jim to v adobe readeru na windows funguje" a "arial prece maji v systemu vsichni".

To neni hanoba pdf - to je mrzute postesknuti nad neexistenci dukazu spravne vyrobeneho souboru.

[ed]

nebude to nahodou prave o tom, ze ak vlada s niekym komunikuje, tak za beznych okolnosti by mu poslala papierovy dobry dopis, zatial co takto mu to proste posle elektronicky a usetri sa na papieri a postovych sluzbach s tym, ze ked to ten dotycny nahodou nejakou formou potrebuje, stale si to na tlaciarni zbehnut vie.

[l4m4]

HTML, pokud myslíš opravdu HTML, je formát pro výměnu dokumentů naprd, protože je to de facto presentační formát a presentace se matlá do obsahu. Strukturované značkování je v něm volitelná dodělávka s chudou množinou typů.

[Ondrej 'SanTiago' Zajicek]

Pro dokumenty, ktere bych chtel prijimat/odesilat s urady, uplne staci tech par zakladnich 'semantickych' tagu, ktere v HTML jsou odjakziva, a zadne tagy urcene pro prezentaci.

[Filip Jirsák]

Jenže se těmi dokumenty pořád ještě pracují lidé, a ti jsou zvyklí na grafickou reprezentaci dokumentů. Když máte smlouvu a na konci

    za dodavatele                           za odběratele
.............................          .......................
     Jan Novák                              Božena Němcová

je interpretace jednoznačná. Když to někdo udělá nevhodně v HTML, při určitém způsobu zobrazení se třeba prohodí jména a funkce, a dokument bude právně neplatný.

Sémantický popis je sice hezká věc, ale uvědomte si, že za těch x let jsme se dokázali shodnout na tom, jak označit nadpisy a zvýrazněný text. Cokoli dalšího už se řeší ad-hoc s tím, že se to musí hlavně správně zobrazit.

[petr_p]

Musím se Ondřeje zastat. Z hlediska strojového zpracování je jazyk zbavený prezentačních funkcí mnohem lepší.

PDF to vůbec není (nehledě na to, že mnozí úředníci jej degenerovali na fotokopii) – zkuste si přečíst PDF v textovém terminálu.

ODT jsem příliš nezkoumal, ale to, co leze třeba z OOo, je naprostá hrůza. V podstatě to je polévka nadpisů, odstavců a seznamů. Strukturování do vnořených bloků je mu zcela cizí.

HTML lze takto také znásilnit. To ale neznamená, že jej nelze použít i korektně.

Za rozhodnutím je ale třeba vidět úřednický aparát, který se stále nachází v době psacích strojů.

A lepší to není ani u nás s formátem 602XML Filleru. Samotné údaje formuláře se sice přenáší jako strukturované XML, ale sémantika použitého jazyka je tajná a občanovi je předhozen čistě prezentační formulář (tvrdý formát A4, barvičky, tabulkové uspořádání do mřížky), kde není ani svázáno vstupní pole a jeho popis.

[frdrx]

Pravda, ale tady jde o dokumenty, které budou produkovat báby v kancelářích ministerstev pomocí wordu nebo oowriteru a o takové HTML určitě nikdo nestojí.

[petr_p]

Já v tom vidím konzervatismus nejhlubšího zrna. Kdyby totiž začali požívat sémantické formáty, zjistilo by se, že značná část úředníků, jejichž náplní je mimo jiné přejímat poštu, porozumět dokumentu, přiřadit spisové a archivační znaky, založit do spisu a do archivu, naformátovat odpověď a odeslat zpátky, by byla bez práce.

Jistě, že místo úředníků by se museli zaměstnat programátoři, ale software se na rozdíl od úředníků dá kopírovat, takže z dlouhodobého hlediska je výsledek evoluce zřejmý.

A mimochodem, není o tomto informační společnost? Průmyslová revoluce je přeci jen už vousatá.

[frdrx]

Trefně řečeno. Myslím, že skoro celá státní správa by mohla bez problémů fungovat jenom, dejme tomu, pomocí Wiki.

[JoHnY2]

Vem to tak, ze tahle vec nefunguje dobre ani v nejprogresivnejsich firmach a u statni spravy je to science fiction. Neni zadnej problem najit mezinarodni firmu, ktera pulku statistik taha na sdilenejch excelech. Jen tak z fleku vim o nekolika. Firemni systemy jsou vetsinou rozdrobeny do nekolika aplikaci a i nejmensi uprava je v dobe zaskrcenyho IT rozpoctu proste nemozna.

Cest vyjimkam, vetsinou jsou to firmy, ktery zijou v IT koute trhu, takze se neni cemu divit.

[Martin Doucha]

1) Tohle se píše v odkazovaném článku:

For reading purposes, the report suggests the use of PDF or HTML.

2) Ta zpráva nemluví o egovernmentu v podobě nějakého speciálního projektu typu ISDS, ale o formátech vhodných k řešení běžných kancelářských potřeb státní správy, které tvorba dokumentů určených k tisku na papír tvoří z minimálně 90%. Proto je ODF a PDF/A vhodná volba.

[xindl]

Nevím co tady všichni žvástáte za píčoviny... V práci jedem tiskové dokumenty jedině v pdfku a neexistuje jediný důvod proč to dělat jinak a všem to vyhovuje... Jako texťák teďka jedem OpenOffice a jediný kdo si stěžuje jsou debiulové co neumějí změnit barvu pod písmem... nechápu nářky že někomu nejde otevřít pdfko, nebo co to tady někdo zkouší....?????

[petr_p]

To si povíme, až si na dovolené v mobilu otevřeš datovou schránku a bude se na tebe zubit 10MB PDF. A až budeš smolit na mobilu odpověď ve formátu PDF.

Nikdo nezpochybňuje, že ukládat dokumenty učené na tisk do PDF/A, je dobrý nápad. Ale zpochybňuje se samotný předpoklad, že každý čtenář bude dokument tisknout na A4.

[xindl]

Na dovolené máš bejt na dovolené a hotovo. Vím že je to primitivní řešení, ale počase zjistíš že velice uchvacující a dokonalé!

[Mandarinka]

Jo jo, barva pod písmem :) Řešení skrz vyjmout a vložit jako neformátovaný text :D

Tuším že důvod je, že Word používá pro toto zvýraznění jiné nastavení, zatímco OpenOffice to dělá přes "pozadí odstavce" či tak něco. Nebo obráceně.