データ・アクティビズム（）とは、不正を明らかにし、人々の生活を改善し、社会変革を促進することを目的として、データとデータ分析を用いて証拠や可視化を生み出す形態のアクティビズムである。 それは、データが豊富にある時代に生きること、そして航空センサー、遍在するモバイル端末、無線周波数識別（RFID）リーダーなど、私たちが持つ多様な新技術から生まれた。これらの新技術によって、私たちは「データの産業革命」と呼ばれる人類史の新しい段階に入った。
データ・アクティビズムは、既存の権力関係に挑むために、デジタルデータ、有志により提供されたデータ、オープンデータの生成と収集を用いる。 これはアクティビズムの一形態ではあるが、政治的・社会的問題を支持するためにインターネットを用いる低労力の方法を意味する「スラックティビズム（slacktivism）」という語と混同してはならない。 データ・アクティビズムの形態には、や、ソフトウェア開発者が加速したペースで作業するイベントであるハッカソンへの参加が含まれうる。データ・アクティビズムは、技術、オープンソースソフトウェア、個人の身近な共同体を超えてコミュニケーションする能力の拡大とともに、ますます知られるようになっている社会的実践である。
データ・アクティビズムを特徴づけるのは、参加にエリート的な技能が求められた以前の形態のメディア・アクティビズムと比べて、一般市民が参加できるという点である。 それは市民に力を取り戻させる。市民はデータ・アクティビズムを、後の段落で論じる能動的データ・アクティビズムと反応的データ・アクティビズムの二つの方法で活用できるからである。日常的な利用者をますます巻き込むことで、データ・アクティビズムは市民社会が大規模なデータ収集をどのように捉え、それに応答するかの変化を反映している。
データ・アクティビズムは、権力を持つ者によって適切に対処されていないと個人が感じる出来事や問題についてデータを提供する行為でありうる。たとえば、2008年にケニアで初めてプラットフォームが展開されたことにより、政府とニューメディアによって沈黙させられていた選挙後の暴力が可視化された。 データ・アクティビズムの社会的実践は、データが本質的に政治的であるという考えを中心に据えている。 特定の目的のためにデータを収集することで、データ・アクティビストは統計的証拠を用いて特定の問題を定量化し、明るみに出すことができる。
類型 データ・アクティビズムの二分法による分類が、ステファニア・ミランとによって提唱され、、後にミランがアクティビストのへの関与の種類に応じてより詳細に探究した。「反応的データ・アクティビズム」は、大規模なデータ収集を脅威と捉えることによって動機づけられるものとして特徴づけられる。たとえば、アクティビストが企業や政府の詮索に抵抗しようとする場合である。一方「能動的データ・アクティビズム」は、データの利用可能性の高まりを社会変革を促進する機会と見る。 データを用いるこれら区別された取り組みは、異なる行動のレパートリーをもたらす。これら二つの種類のデータ・アクティビズムは互いに対立するものではない。なぜなら、両者は決定的な特徴を共有しているからである。すなわち、情報を社会的現実を形づくりうる構成的な力として捉え、、それを解釈する新しい代替的な方法を生み出すことに貢献する点である。
反応的データ・アクティビズムの例には、企業や国家の監視に抵抗するための暗号化や匿名化ネットワークの開発と利用が含まれる。一方、能動的データ・アクティビズムの事例には、変革を訴え、確立された社会的物語に異議を唱えるためにデータを動員するプロジェクトが含まれる。
事例
End the Backlog アメリカ合衆国で、18万から50万のレイプキットが鑑識倉庫の保管庫で未処理のまま放置されていたことが判明した。 犯罪DNAの登録と入力が一貫しておらず、これがレイプキットの大量の未処理分を引き起こした。これらのDNA試料の分析の遅れは、おおよそ6か月から2年に及んだ。 レイプキットの情報は鑑識倉庫のデータベースに入力されることになっていたが、倉庫システムと国家DNAデータベースであるCODIS（統合DNA索引システム）との間に断絶があり、これらのレイプキットが未検査のまま残された。
これらのレイプキットを検査することは、加害者を特定・起訴し、連続強姦犯を認識し、強姦被害者に正義をもたらすうえで重要である。 Ending the Backlog イニシアチブは、この問題に注意を向けさせ、これらのレイプキットのデータを処理するよう要求するためにデータ・アクティビズムを用いた。このイニシアチブがアメリカ合衆国政府の注意を引き、政府はこれを容認できないと述べ、レイプキットの未処理分の解消を助けるために7,900万ドルの補助金を投じた。 このデータの定量化は、レイプキットの分析過程に対する公衆の見方を変えた。このデータはその後、政治家や意思決定者の注意を引くために用いられた。
DataKind DataKindは、データ科学者、その他のアクティビスト、政府関係者を集め、現在企業が行っているのと同様の方法、すなわちデータの収益化のためにビッグデータを用いることを目的とするデジタル・アクティビズム団体である。しかしここでは、ビッグデータは食糧不足やホームレスといった社会問題の解決を助けるために用いられる。DataKindは2011年に設立され、今日ではイギリス、インド、シンガポール、アメリカ合衆国に支部がある。 ジェイク・ポーウェイがDataKindの創設者兼事務局長である。
批判 データ・アクティビストが善意を持っているとしても、一つの批判は、訓練や信頼できる測定形式を持たない市民にデータを生成させることで、データがゆがめられたり、異なる形で提示されたりしうるというものである。 さらに、経験の浅い人がデータを分析すると、二次データや図表を誤解し、情報の偽造や誤解を招くことにつながりうる。
Safecast 2011年の福島第一原子力発電所事故の後、セーフキャストは、地域の高い放射線量を懸念する市民のグループによって設立された団体である。異なるメディア源や科学者から放射線量について矛盾するメッセージを受け取った後、個人はどの情報が最も信頼できるのか確信が持てなかった。これが、市民がガイガーカウンターの測定値を使って放射線量を測定し、そのデータをインターネット上で流通させて公衆がアクセスできるようにする運動をもたらした。 セーフキャストは、公衆の利用のために放射線に関する複数のデータ源を生み出す手段として開発された。同様のガイガーカウンターの測定によって大量にデータが収集されれば、生成されたデータは正確である可能性が高いと仮定された。 セーフキャストは個人が放射線の生データをダウンロードできるようにするが、データの可視化も行う。可視化された地図を作成するために使われるデータは、セーフキャストによって処理・監視・分類されている。このデータは、フィルタリングされているため生の放射線データとは異なる。 データの提示方法の変化は、個人がそこから受け取る情報を変えうるため、誤解された場合には脅威となりうる。
関連項目
スラックティビズム
出典