Aleph – ”databasernas databas”

– Någon som vet vad Aleph Pro är? undrar OCCRP:s researchledare Shaya Laughlin när hon inleder sin presentation vid Summer School on Investigative Reporting i Riga i augusti.

– En databas, säger en av åhörarna.

– Ja... men vad för slags databas? frågar hon.

– Databasernas databas! utbrister någon annan i publiken till muntra skratt.

Det ligger onekligen någonting i den karakteriseringen av Aleph Pro, eller bara Aleph som den ofta kallas. Databasen är fullkomligt gigantisk. Här finns visserligen inte exempelvis Panamadokumenten, Paradisläckan eller Pandora Papers – några av de enorma läckor som International Consortium of Investigative Journalists (ICIJ) har samordnat de senaste tio åren.

Men där finns väldigt, väldigt mycket annat som världens största grävredaktion OCCRP – Organized Crime and Corruption Reporting Project – och dess samarbetspartners runtom i världen har samlat på sig och byggt upp genom åren.

Huvudsyftet är att kunna följa pengarnas väg när man gräver. Här ryms läckor med konfidentiellt material men också ”skrejpade” offentliga register över bolag, fastigheter, flygplan, upphandlingar, politiska donationer, Epsteinfilerna, eller vad som helst som kan vara av intresse och där ambitionen är att hålla dem uppdaterade.

Offentliga uppgifter är förstås ofta tillgängliga ändå, men det är praktiskt att ha dem samlade på en enda sökbar plats. Ibland tas register dessutom ner av myndigheter, men då finns de kvar i Aleph Pro.

Så skedde i Libanon med bolagsregistret där.

– För mig var det en räddare i nöden då att det fanns sparat i Aleph, säger Shaya Laughlin.

Att samla läckor medför etiska överväganden.

– Vi hackar inte, och vi betalar inte för läckor, men om det redan finns hackad data därute laddar vi upp det, berättar hon.

Uppgifterna granskas också noga för att säkerställa att de har ett allmänintresse.

Allt i Aleph ska vara säkert lagrat och kräver tvåfaktorsautentisering för att logga in.

Några siffror: I Aleph finns omkring 250 uppsättningar med data som spänner över fler än 180 länder. Sammanlagt rör det sig hittills om cirka 20 terabyte sökbart material (ICIJ:s största läcka Pandora Papers var som jämförelse 2,9 terabyte). Det finns omkring 5 miljarder ”entiteter” (personer, bolag med mera) i databasen och den har nästan 25 000 användare.

Tyngdpunkten i materialet har, liksom OCCRP:s verksamhet historiskt, legat på östra Europa och forna sovjetstater, men allteftersom blir materialet mer geografiskt utspritt.

Det är inte bara storleken på databasen och det varierade innehållet som är speciellt. I allt som laddas upp extraheras automatiskt diverse identitetsmarkörer: person- och bolagsnamn, nationaliteter, passnummer, telefonnummer, e-postadresser, fysiska adresser, kontonummer. Även material som normalt inte är sökbart (till exempel bilder och pdf-filer), blir möjligt att söka i eftersom det körs genom en optisk teckenläsningsfunktion (så kallad OCR).

Aleph Pro kan också ”läsa” flera språk och transkribera mellan dem.

Diverse sökkommandon ger också bättre precision. Genom att lägga till kommandot ”~” hittar Aleph olika former av ett och samma transkriberade namn, som Vladimir, Wladimir och Volodymyr. Och om man söker på ”Vladimir Putin ~10” ger det träffar när de båda sökorden är upp till tio ord från varandra. För att bara ta ett par exempel.

Alla som har en inloggning kan också skapa sina egna researchprojekt, egna bibliotek som man själv väljer att ladda upp.

– Det du lägger på Aleph hålls hemligt för alla utom dig själv, om du inte delar det med andra, säger Shaya Laughlin.

Den som startar ett projekt bestämmer vilka andra som får tillgång till materialet, två, tre eller hundra personer.

– En av de coolaste funktionerna är att köra olika uppsättningar med data mot varandra. Om du har en lista på 10 000 bolag kan du se hur de överlappar med andra uppsättningar med data på Aleph, en enskild datauppsättning eller alltihop.

Uppgifterna i det egna projektet kan alltså köras mot alla de andra som man har tillgång till i Aleph Pro. Med lite tur hittar man ägaren till ett visst privatflygplan, personkopplingar till en struktur med ljusskygga skalbolag på Brittiska Jungfruöarna och Belize, eller ett telefonnummer till en potentiell källa.

– Jag rekommenderar att pröva sig fram, att starta dina granskningar genom att söka i Aleph, säger Shaya Laughlin.

Vid varje läcka finns uppgifter om när den laddades upp, vem som publicerade och vem som är ”manager” för den. Det är den senare personen ”du ska störa” om du har frågor om materialet, säger Shaya Laughlin.

Genom en visualiseringsfunktion visar Aleph Pro samband mellan exempelvis individer och bolag, som man själv kan redigera. På så vis blir sambanden tydligare för många.

– Jag använder det när jag tänker: Vad i helsike tittar jag på och vad betyder det?

Man kan också smidigt skapa en tidslinje till sitt projekt.

– Om man har ett mycket stort material som man vill ladda upp går det också bra, men då måste man först vända sig till OCCRP:s IT-avdelning om hjälp, säger Shaya Laughlan.

Nätverksdiagram i Aleph.

Man ska inte behöva vara tekniskt geni för att använda Aleph, understryker Shaya Laughlan.

– Om något inte är enkelt att göra så har vi gjort ett misstag.

Hon berättar att många journalister har vad som skämtsamt kallas för en ”witchlist”: en förteckning med namn på personer som de är särskilt intresserade av. Så när en utrikesminister eller riksdagsledamot plötsligt dyker upp i databasen när nya uppgifter har laddats upp, kan man få en notifiering och upptäcka den där yachten på Cypern som politikern omöjligt kan ha råd med om hen har rent mjöl i påsen.

OCCRP:s databas Aleph Pro är tillgänglig gratis för journalister och aktivister, vars lämplighet bedöms från fall till fall. Den som vill komma åt databasen kan ansöka via detta webbformulär.

Du kan se en föreläsning på Youtube om hur man använder Aleph, eller följa instruktioner här.

Organized Crime and Corruption Reporting Project (OCCRP), grundat 2007, är en globalt nätverkande redaktion och världens kanske största enskilda grävgrupp. Verksamheten är icke vinstdrivande och finansieras till stor del av biståndsmedel, bland annat från svenska Sida, mecenater och allmänhet som kan ge mindre bidrag.

Du läser just nu en upplåst artikel. För bara 29 kr i månaden får du tillgång till allt material på scoopmagasin.se!

Prenumerera!