データ・コモンズとデータ・ガバナンス

デジタル生活は膨大な量のデータを生み出しており、その大半は少数のプラットフォーム企業または政府機関によって収集・管理されている。データガバナンスは、データをどのように収集、アクセス、共有、利用するかを誰が決定し、誰がその恩恵を受けるのかを問う。データ・コモンズは、その問いに集団で答えるものである。データを共有プールに集め、構成員も策定に関与するルールに従ってコミュニティが管理する。

この考え方は、コモンズ研究の対象を森林、漁業、灌漑から情報へと広げるものである。これは三つの問題に対応する。すなわち、データから生じる経済的価値が少数の企業に集中していること、ある人に関するデータが多くの人の情報を明らかにする場合、個人の同意が保護策として不十分であること、そして研究や公共の目的に役立ちうるデータがサイロに閉じ込められ、十分に活用されていないことである。

知識コモンズ

シャーロット・ヘスとエリノア・オストロムは、知識資源も、オストロムが自然の共有資源に用いたのと同じ枠組みで分析できると論じた。すなわち、利用者は誰か、利用と供給に関するルールは何か、それらをどう監視・執行するか、そしてルールをどう変更するか、である。魚とは異なり、データは非競合的であり、ある人が利用しても枯渇しない。したがってガバナンス上の問題は、過剰利用というよりも、囲い込み、質、害にある。すなわち、誰が他者を排除できるのか、誰が資源を維持するのか、そして誤用をどう防ぐのか、という問題である。

データガバナンスのモデル

マリーナ・ミケーリらは、企業プラットフォーム型モデルに対する四つの新たな代替案を示した。

• データ共有プール：組織が共通の条件のもとで、相互利益のためにデータを共同利用する。
• データ協同組合：構成員が自らのデータを提供し、その利用を民主的に統治する。
• 公共データ・トラスト：公的機関が市民のために信託としてデータを保有し、公共目的でのアクセスを認める。
• 個人データ主権：個人がパーソナルデータストアを通じて自身のデータを管理し、個別に共有相手を決める。

シルヴィー・デラクルワとニール・ローレンスは、ボトムアップ型データ・トラストを提唱した。これは、データ主体の集団が自らの権利を共同化し、受託者義務を負う受託者を任命して、集団を代表して交渉させる仕組みである。彼らは、あらゆる種類のデータに適した単一のモデルはないと論じている。

原則

• 2016年に公表されたFAIR原則（発見可能性、アクセス可能性、相互運用性、再利用可能性）は、科学データの管理指針となる。
• 2020年にグローバル先住民データ・アライアンスおよび協力者が公表した、先住民のデータガバナンスに関するCARE原則（集団的利益、管理権限、責任、倫理）は、データだけでなく人々と目的に焦点を当てることでFAIRを補完する。
• コモンズに関するオストロムの設計原則、とりわけ明確な境界、ルールと地域の条件との適合、ルール策定への参加、段階的制裁は、データ制度の評価にしばしば用いられる。

• OpenStreetMapは2004年に設立され、ボランティアが構築・維持し、オープンデータベースライセンスの下で公開されている世界地図である。その財団とコミュニティが、編集および帰属表示のルールを定めている。
• ゲノムや気候に関するデータベースなどの科学データリポジトリは、アクセス、クレジット、プライバシーに関するルールを備えた研究コモンズとして運営されている。
• アオテアロア・ニュージーランドのTe Mana Raraungaや、オーストラリア、カナダ、米国のネットワークを含む先住民データ主権運動は、先住民とその土地に関するデータについて、集団的権利を主張している。
• EUデータガバナンス法（規則（EU）2022/868）は、中立的なデータ仲介サービスと、公益目的で寄付されたデータを収集する登録済みのデータ・アルトルイズム組織のための法的枠組みを設けている。
• Sidewalk Toronto：2018年、Sidewalk Labsが、計画中のスマート地区で収集されるデータを管理する独立した「都市データトラスト」を提案したが、プライバシーと説明責任をめぐり強い批判を受け、同社は2020年にプロジェクトから撤退した。
• スイスなどの医療データ協同組合では、会員が医療データを保管し、研究目的での利用について投票できる。

• 規模と捕捉：コモンズの制度は、ネットワーク効果と資本を持つプラットフォームとの競争に苦慮する。データトラストは、監督対象であるはずの組織に取り込まれる可能性がある。
• プライバシーと再識別：データをプールすると個人が再識別されるリスクが高まり、オープンライセンスの下で公開されたデータを回収することは難しい。
• 境界の問題：ある人に関するデータは、他者に関するデータでもあることが多い（遺伝的な親族、社会的接触者など）。そのため、コモンズの「メンバー」を誰とすべきかは明確でない。
• ただ乗りと維持管理：オープンデータは利用しやすい一方、維持には費用がかかる。多くのコモンズは、少数のボランティアや助成金に依存している。
• 価値の分配：ライセンスや料金によって価値を再分配しない限り、適切に統治されたコモンズであっても、経済的価値の大部分はデータを利用する企業に取り込まれる可能性がある。
• 法的不確実性：信託法、協同組合法、データ保護法はデータの受託管理を想定して設計されたものではなく、データ受託者の受認者義務も検証されていない。

データ・コモンズは拡大しつつあるものの、データ経済に占める割合は依然として小さい。最も明確な成功例は、科学、地図作成、オープンソースソフトウェアの分野にあり、貢献者が規範を共有し、便益が広く分散している。個人データや商業データについては証拠が乏しく、多くの試行事業は依然として実験段階にある。この分野は、宣言から制度設計へと移行しつつある。すなわち、仲介者のための法的形態、集団的管理を保つライセンス、そして技術的な開放性と並んで影響を受けるコミュニティの権利を重視するCAREなどの原則である。

• Micheli et al., "Emerging models of data governance in the age of datafication" (2020)
• Carroll et al., "The CARE Principles for Indigenous Data Governance" (2020)
• Wilkinson et al., "The FAIR Guiding Principles" (2016)
• Delacroix and Lawrence, "Bottom-up data trusts" (2019)
• EU Data Governance Act, Regulation (EU) 2022/868
• Charlotte Hess and Elinor Ostrom (eds), Understanding Knowledge as a Commons (MIT Press, 2007)