参加型監視

参加型監視とは、コミュニティベースで他の個人を監視することである。^{[1]この用語は、}デジタルメディア研究と生態学フィールド研究の両方に適用できる。 ^{[1] [2]メディア研究の分野では、これはユーザーが}インターネットを使用してお互いを監視する方法を指す。ソーシャルメディア、検索エンジン、その他のウェブベースの追跡方法の使用を通じて、個人は検索対象の個人について自由に、または自由に提供されていない情報を見つける力を持つ。この参加型監視の領域ではプライバシーの問題が生じ、主に個人が同意していない情報がウェブ上でどれだけ利用可能かに焦点が当てられている。さらに、疾病発生の研究者はソーシャルメディアベースのパターンを研究して、発生を検出するのにかかる時間を短縮することができ、これはインフォデミオロジーと呼ばれる新しい研究分野である。^{[3] [4]生態学フィールドワークの分野では、参加型監視は、}先住民族や農村コミュニティを利用して疾病発生の原因へのアクセスを向上させる方法の包括的な用語として使用されている。これらのコミュニティを利用することで、従来の手段や医療機関よりも早く病気の発生を発見することができます。^[5]

Web 2.0の開発初期には、主にソーシャルメディアプラットフォームの機能により、オンラインでの交流ややりとりが増加しました。^{[1] [6]ソーシャルメディアプラットフォームはもともと、ユーザーがプラットフォームの他のユーザーが利用できる情報を制御できる}オンライン情報ハイウェイ のコンテキストで登場しました。ユーザーは、物理的にその場所にいなくても、人々をデジタル的に場所に結び付けることができます。これは、ジオタグと呼ばれる概念です。^[1]ユーザーの位置情報がさらに認識されるようになったことで、デジタル世界と実体世界の両方で、より高度な社会化と相互接続性の側面が生まれます。オンライン情報ハイウェイは、物理的な世界よりも永続的に情報を収集して保存するため、オンラインユーザー間の多くのやりとりは、物理的なものよりもずっと長く続く可能性があります。ユーザーは、自分が関連付ける情報と場所を制御できるため、ある程度、自分自身と他の人を監視することができます。これは、Webベースのパラダイムにおける参加型監視です。^[1]

これに加えて、参加型監視は生態学的なフィールド調査のツールとして言及され始めています。現在、人々が結果に備えるのに十分な時間内に病気の発生を検出することは非常に困難です。多くの場合、北極のようなアクセスが困難な地域では、研究者は病気の発生対象を徹底的に調査して正確な結果を得ることができません。先住民は土地の生態系をよりよく知っており、見落とされている調査場所に到達する方法も知っています。研究者はこれらの人々を農村調査員として利用し、研究者自身よりもはるかに迅速かつ容易に病気の発生例を捉えることができます。^[2]

カウンターサーベイランスとは、個人と組織の間の力関係の不均衡に対する監視に基づく挑戦を指す。^[7]国家および産業による大規模監視は、エドワード・スノーデンによる国家安全保障局に関する暴露などの後、世間の注目を集めているが、活動家による監視やピアサーベイランスへの関心も高まっている。^{[6] [8]}一般の人々は大規模な集団の監視プログラムを完全に理解していないかもしれないが、人々は対人関係や組織の説明責任を果たす試みにおいて、自ら監視ツールを利用している。^[6]一部の研究者は、企業が消費者の傾向を追跡するために使用するのと同じ監視技術を使用することで、一般の人々は本質的に自分自身の個人監視の慣行に加担していると主張する。^[6]

ソーシャルメディアに基づく参加型監視に対する議論の 1 つは、参加型監視は、ソーシャル デジタル メディア スキーマ内では、プライバシーの侵害や権限剥奪ではなく、他者のコンテキストで監視されている自分自身を監視することから得られる力を強調する機能を持つというものです。^[9]リアリティ テレビの視覚的な談話では、生活の提示に関連する芸術的な物語が、人々が文脈化できる偽の現実を作り出し、個人または集団の生活の一部の現実を依然として私的なものにしたままにします。この考え方は、社会的に構築された他のメディア技術に転用できます。対照的に、アンビエントアウェアネスは、めったに電源が切られない携帯電話に関連付けられています。これは、より大きなセキュリティ リスクをもたらします。監視ウェブカメラは、実際のユーザーがデジタル視聴者に見せたいものの側面に焦点を当てています。ユーザーが他の人に見せるものを制御して解放感を与えるという点で、私的なものになっています。^[9]

ソーシャルメディアベースの参加型監視における新しい用語であるインフォデミオロジーは、デジタルベースのアプリケーションや調査を使用して、病気のパターンをより適切に追跡することを指します。^{[3] [4] [10] [11]}人々が健康に関連して検索する情報と、デジタルベースのプラットフォーム上での一般の人々の発言が、この研究分野の基盤を構成しています。 2002年に登場したインフォデミオロジーは、一般的なソーシャルメディアプラットフォーム、病気や疾患に関連するウェブサイト、検索エンジン情報、およびその他のオンラインユーザー関連の健康データを測定します。^[10] クラウドソーシングベースの健康関連サイトもインフォデミオロジーで注目を集めています。 Flu Near You、Influenza.net、Guardians of Health、AfyaData、FluTracking、Vigilant-e、Saúde na Copaなどが含まれます。^[11]これらのサイトは通常、ユーザーの同様の症状をマッピングすることで情報を収集します。 InfluenzaNetなどの一部のサイトでは、ユーザーが症状の追跡を継続したり、友人に症状の追跡を開始するよう勧めたりするインセンティブを提供しています。^[11]

ソーシャルメディアのユーザー生成プラットフォームであるTwitterは、病気に関するユーザーの考えや意見を効果的に追跡できるだけでなく、病気をより正確に追跡するのにも役立ちます。 ^{[4] [12]}たとえば、 2009年のH1N1ウイルス（豚インフルエンザ）の発生は、これらの思考領域を調査するためにTwitterの反応と応答を通じて分析されました。研究者は、H1N1の発生のさまざまな重症度を通じてツイートを分析および比較した後、ツイートは病気のパターンを理解する上で信頼できる推定値になり得ると仮定しました。^[4]

ソーシャルメディアが一般の考えや傾向を明らかにするスピードは、適切な保健関連機関による標準化された疾病監視よりも約2週間早い。H1N1ウイルスに関連するソーシャルメディアの反応の例として、H1N1ウイルスの蔓延が弱まったのとほぼ同時に、抗ウイルス薬に関する議論が不足したことが挙げられる。^[4]しかし、ソーシャルメディアはユーザーが生成し、規制されていないという性質上、関連する資料と無関係な資料を判別することで、一般化と事実が曖昧になる可能性がある。これに加えて、人々はソーシャルメディアにいつ、何について投稿するかについて迷い、信頼できない。そのため、ソーシャルメディアは不安定な変数であり、標準化するには、有効な一般化を行うことが実現可能になる基準を作成するために多大な費用が必要になるだろう。^[4] Twitterの例を使用して詳しく説明すると、病気に関する情報は、含意の意味で意味を変える可能性があります。例えば、ユーザーが人気ポップアーティストのジャスティン・ビーバーについて「ビーバーフィーバー」にかかっているとツイートした場合、これは明らかに実際の病気ではなく、アーティストの人気に基づいた偽の病気です。これにより、情報の整理に問題が発生し、これらの社会的意味の輪郭を分析できる複雑なアルゴリズムが必要になります。^[13] とはいえ、最近の研究では、YouTubeを使用してアウトブレイクを検出することに焦点を当てた研究では、誤差の範囲が20〜30％に過ぎなかったことが指摘されており、研究者はソーシャルメディアが病気のアウトブレイクに変化をもたらす力になる可能性について引き続き調査しています。^[12]

中等度から重度の皮膚発疹や関節痛を伴うチクングニアウイルスは、 2007年初頭にイタリアで流行した。 ^[14] この流行は大きな社会的懸念を引き起こし、ソーシャルメディア上ではさまざまな反応が見られた。インフォデミオロジー的アプローチを用いると、流行が記録されたサイト、具体的にはPubMed、Twitter、Google Trends and News、Wikipediaの閲覧と編集はすべて、この病気がいつ受け入れられたか、流行に関連する懸念、この病気に関する世論に関する情報を提供した。興味深いことに、チクングニアに関連するTwitterの投稿のほとんどは、実証的な調査ではなく検索エンジンのクエリに大きく誘導されており、使用できないデータにつながっていた。メディエーション技術を用いたところ、Wikipediaは、サイトが流行の理解に役立ったかどうかを判断するのに効果的ではないことが判明した。さらに、ニュースソースから流行についての意見を得たユーザーは、Wikipediaの編集や反応と似ていた。同様に、PubMedの反応は、WikipediaやTwitterの反応と一致していた。全体として、これらの情報源からかなりの量の情報が収集され、これらのサイトは病気と一般の反応を記録するのに有用であると考えられました。^[14]

北極圏やカナダの田舎などアクセスが難しい地域では、継続的な監視なしには生態学的プロセスや病気の蔓延を研究するのは難しい場合があります。先住民族は土地に近く、土地とのつながりがあるため、病気の蔓延を理解する上で重要な側面となっています。^[2]たとえば、鳥コレラの発生時にイヌイット族が行った観察は、カナダ北極圏の特定の感染地域を特定するのに役立ちました。具体的には、病気による死亡率の増加を理解するために、海ガモの一種であるケワタガモを追跡していました。イヌイット族は肉、羽毛、卵をケワタガモに依存していたため、死亡者数の増加を最初に報告しました。ケープ・ドーセット、イカルイト、オーパルク、カンギルスク、カンギクスジュアク、イヴジビクのイヌイットコミュニティの支援を受けて、研究者らは2004年から2016年にかけて13か所で鳥コレラの発生を検出することができた。イヌイットの人々は日々の生活とアヒルの食生活のおかげで、アイダーの死亡率をより注意深く監視することができた。^[2]

デジタル技術が進歩するにつれ、プライバシーに関連する多くの危険が伴い、人々は他の人と会うときにもっと責任を取ろうとしています。身元調査ウェブサイトや検索エンジンの情報源は、理由が何であれ、どれだけの人が他人の情報を探そうとしているかを明らかにしています。^[6]多くの研究者は、参加型監視の方法を分析する際にプライバシーの概念を完全に無視しています。さらに、ソーシャルメディアの観点から、情報を他の人とオープンに共有することはプライバシーの侵害とはみなされないと主張する研究者もいます。^[9] しかし、このトピックに関する少数の研究者は、デジタルメディア研究とインフォデミオロジーの両方の分野でプライバシーの侵害に言及しています。^[要出典]

インフォデミオロジーは、ユーザーの情報を利用して健康パターンや公衆衛生上の懸念を分析します。^[15]しかし、他人の情報を本人の同意なしに使用することは合法であるため、深刻な倫理的プライバシー侵害を引き起こす可能性があります。 しかし、個人のプライバシーに関する懸念や情報の信頼性の低さなどの制限により、参加型デジタル情報は不正確になり、真実と区別が難しくなることがあります。^[15]

ドクシングはネットいじめの一種で、インターネットを利用して個人や組織の個人情報を投稿し、その組織を攻撃する手段となる。^[16]漏洩する可能性のある一般的な情報には、被害者の過去の行動、自宅住所、さらには社会保障番号など、あらゆるものがある。^[16]この情報は、攻撃者がアクセスして公表できるようにインターネット上で自由に入手できる可能性がある。これが他の種類の情報漏洩と異なる点であり、単に情報が公衆の目に触れる最前線に持ち込まれるだけである。言い換えれば、漏洩された公開情報は、より公にさらさなくても、他の人が自由に見つけることができる。「ドクシング」という用語は、2001年に悪名高いハッカー集団アノニマスによって初めて使用された文書の起源に由来している。^[16]今日の現行法では、サイバー脅威と攻撃に関連するほとんどの法律は、インターネットがちょうど発展し始めた1990年代に遡る。情報はオンラインで保存されるため、ドクシングは標準的なプライバシーの権利を遵守していません。憲法上、個人は情報を開示するか開示しないかの権利を持ち、同時にプライバシーに関する決定を下すことができる必要があります。^[16]憲法修正第1条は言論の自由の権利を保護していますが、ドクシングは一般に公開されている情報を独自に使用しているため、一部の「ドクサー」は単に憲法修正第1条の権利を行使しているだけだと主張しています。^[要出典]

憲法修正第1条の権利に対する唯一の例外は、コーエン対カリフォルニア州の裁判で「真の脅威」の例外が確立されたことから生じた。^[16]この例外は、言論の内容が悪意を持ってプライバシー権を侵害する場合にはいつでも、言論の自由の権利の侵害を確立した。しかし、この例外は、裁判所が犯罪の程度と攻撃に対する反応を測定する、一部のドクシング状況でのみ機能する可能性がある。^[16]

• インフォベイランス
• スーヴェイランス
• 検索エンジンのプライバシー
• リベンジポルノ
• スワッティング
• デジタルプライバシー
• シャドウプロファイル