Loading article…
データ格差とは、膨大な量のデータを収集、保存、マイニング、および一般的に管理できる者と、データが収集される者との間の不平等な関係を指します。[ 1 ]デジタル格差の枠組みを用いると、データ格差は、データとビッグデータの進化する性質が、情報通信技術（ICT）によって生成される個人データの所有権、アクセス、分析、収集、および操作において分断と不平等を生み出したと主張します。[ 1 ]
デジタルデバイドに関する初期の研究は、情報やデジタル技術へのアクセスの格差に焦点を当て、「持てる者」と「持たざる者」の分裂を示しました。[ 2 ]デジタル技術にアクセスして使用できる者と、そうでない者です。格差は、教育、経済的収入、人種、性別など、複数の不平等の線に沿って発生していることがわかりました。[ 2 ]デジタルデバイドには、機器やハードウェアへのアクセス、所有権、サポートネットワーク、デジタルリテラシー、ユーザーインターフェースの使用/操作スキルなど、アクセスに関するいくつかの側面があります。[ 2 ]エイダ・ラブレス研究所は、デジタルデバイドがデータデバイドを悪化させていると指摘しています。[ 3 ]その結果、デジタルデバイドに存在するアクセスの側面は依然として存在します。データデバイドはさらに、大規模データセットにアクセスできる「持てる者」と、大規模データセットにアクセスできず、それらを操作する能力もない「持たざる者」を対比させます。[ 4 ]例えば、ソーシャルメディア企業などの民間企業だけが、膨大なソーシャルデータにアクセスできる。ボイドとクロフォードは、研究や大学を通じても分断が強調されていると指摘している。資金豊富な大学はデータセットへのアクセス権を購入でき、そこに通う学生は同じソーシャルメディア企業で働く機会を得やすい一方、それほど名声のない教育機関は学生に同じ機会を与える可能性が低い。[ 4 ]
COVID -19パンデミックにより、世界中の政府が自宅待機命令、ロックダウン、隔離、制限、閉鎖を発令しました。学校、仕事、ビジネス、その他の公共サービス業務の中断により、対面で行われていた活動がオンラインに移行するという大きな変化が生じました。医師の診察、オンライン授業、配送、リモートワークなどの業務には、高速またはブロードバンドのインターネットアクセスとデジタル技術へのアクセスが必要です。[ 5 ]このデータ駆動型デジタル技術の大規模な採用は、エイダ・ラブレス研究所がデジタルサージと表現しているものです。[ 3 ]エイダ・ラブレス研究所は、ヘルス財団との報告書で、世論調査を通じて明らかになった4つの重要な要素を発見しました。それは、データ駆動型技術へのアクセスに基づくデータ格差、認識とスキルに基づくデータ格差、健康関連の追跡アプリの使用に対する快適さに基づくデータ格差、および健康追跡アプリを使用しないことを選択することに基づくデータ格差です。[ 3 ]この中で、エイダ・ラブレス研究所は、ユーザーが自分たちに役立つ可能性のあるデータにアクセスできないというデータ格差と、健康格差に対処するために代表されないことの危険性を強調した。[ 3 ]
技術、計算能力、ストレージ、情報管理手法の全般的な進歩により、膨大な量のデータが生成および分析されるようになった。[ 6 ]
ティム・バーナーズ＝リーは、人々と自身の個人データとの間にますます乖離が生じていること、デジタル機器やその他のサービスの一般ユーザーは、ICT企業やデータブローカー企業ほどデータを活用する能力を持っていないことを指摘している。[ 7 ]バーナーズ＝リーは、個人データがユーザーに利益をもたらす可能性があるならば、ユーザーはそれにアクセスして利用できるべきだと主張している。しかし、マーク・アンドレジェビッチは、たとえユーザーが自身のデータにアクセスできたとしても、ユーザーデータは孤立して収集されるわけではないため、データ収集者ほど効果的に利用することはできないと指摘している。[ 7 ]その代わりに、データ収集者はより広範な環境の中でデータを蓄積する。個人の興味を他のユーザーのプロファイルに接続することで、収集者はコンテンツや興味のパターンをフィルタリングして、個人にとって関連性があると思われるコンテンツを推奨することができる。データの保存、収集、分析を行う能力には、必要な技術インフラ、データセット、ソフトウェア、処理能力が必要となる。[ 7 ]大規模なデータセットから情報を抽出するには、マシン、データベース、高度なアルゴリズムへのアクセスが必要です。[ 7 ]
スマートシティのインフラストラクチャは、ビッグデータ技術によって実現されるセンサーが都市中心部の問題を管理するために情報を収集する方法を象徴しています。処理技術は、金融、貿易、社会福祉などの問題に関連する可能性があります。 [ 6 ]例えば、地方自治体は、市民、企業、組織を特定して監視し、記録を更新し、プロファイルをマッピングし、傾向や問題を特定するためにデータ分析を実行し、サービスを追跡するなどすることができます。[ 6 ]多くのスマートシティシステムは、きめ細かいレベルでデータを追跡しており、一部の政府はダッシュボードやKPIを表示するオープンデータアプローチを選択していますが、一部の政府は完全に透明性がなく、プロセスを一般に共有していません。[ 6 ]この意味で、データ格差は、政府が市民に関するリアルタイムデータを収集し、そのデータが都市中心部の管理と統治をさらに進めるために使用されていることによって表されます。[ 6 ]
大規模なデータセットを扱い、それらをナビゲートするスキルを持つには、高度なマシン、データベース、アルゴリズムにアクセスできる人にしか得られない種類の知識が必要です。[ 7 ]ビッグデータによって実現される大規模なデータベースは、個人またはグループが単独で理解するには大きすぎるため、企業は人工知能、アルゴリズムなどによって支援されるツールやテクノロジーを使用します。 [6]この格差は、持っている人と持っていない人という意味だけではありません。[7] この格差は、カテゴリ別プロセス、データの存在論的思考方法、およびデータの適用にも存在します。[ 7 ]データにアクセスできる企業は、堅牢で複雑な分類方法に取り組むことができます。収集されたデータの個人による使用は、特に適切な知識共有やトレーニングなしに新しい作業環境やコミュニティ内で可能になった場合、到底十分ではありません。[ 7 ]例えば、農業などの主要産業で新しいテクノロジーを採用できないことは、デジタル格差とデータ格差の両方の側面を示しています。[ 8 ]データリテラシーの欠如は、データ洪水、つまりデータセットから意味のある情報を抽出する能力がないまま、膨大な量のデータを抱えるという負担につながる可能性があります。[ 9 ]
収集された情報が不足すると、格差が生じ、最終的には情報貧困につながる可能性があります。[ 9 ]情報貧困は、特定の概念に関するデータが不足していることに起因し、データ貧困は累積的な影響を及ぼす可能性があります。これは、個人から国家レベルの政府まで雪だるま式に拡大する可能性があります。[ 9 ]情報にアクセスできる人がデータに基づいて行動し、人々が具体的に認識できない方法で他人の生活に影響を与える可能性があることを考えると、これは特に問題になる可能性があります。[ 7 ]例えば、世界保健機関の2007年の報告書では、健康情報は、適切に機能する医療システムの6つの基本的な構成要素の1つであることが示されています。[ 10 ]質の高い健康データへのアクセスは、感染症の発生、病気、またはその他の健康格差を解決するために不可欠ですが、多くの国、特にグローバルサウスでは、健康格差に対処するために必要な関連データソースにアクセスできません。[ 9 ]
デジタルデバイドそのものを克服することで、人々は情報にアクセスし、デジタル格差を解消する手段を得られるかもしれないが、それは同時にデータ格差をさらに悪化させることにもなるだろう。[ 7 ]
データ活動家や情報専門家は、クラウドソーシング、市民科学、データ協同組合、ハッカソン、市民ハッキングなどの社会活動を通じて、データ格差の解消に貢献できる能力を持っています。これらのイベントは、市民と協力してアクセスの質をよりよく理解し、意識を高め、市民が自らの用途のためにデータを生成できるようにすることで、現状を打破し、挑戦することを目指しています。[ 6 ]
{{cite book}}: CS1 メンテナンス: その他 (リンク)