數據治理正迅速成為全球政策優先事項，這是正確的。已建立的利益和強大的公司正在以令人眼花繚亂的速度構建和重新構建關于數據治理的公眾辯論，并在一定程度上定義用于管理數據的模型。盡管對數字監管（最終）進行有意義的行動非常重要，但這種方法是分散的，范圍很窄。需要并且快速地對有效，道德和國際數據治理進行更有凝聚力的理解和方法。沒有它，我們冒著數字復制功率不對稱的風險，這是當今許多治理挑戰的根源。
科技公司正在感受到這種混亂的代價。在對一些平臺運營的持續調查中，他們正在花費創紀錄的數量游說他們的利益，并且正在配備政策專業知識。上個月，華盛頓郵報報道美國司法部正在對蘋果，谷歌，亞馬遜和Facebook發起反壟斷調查; 這一消息導致科技巨頭的合并股票在一天內下跌了1330億美元。歐盟已經向大型技術平臺發放了重大罰款，2019年承諾更多。技術公司已經變得非常渴望監管制度的連續性，他們正在倡導監管框架 - 可能是一種自私的行動，但行動仍然如此。
然而，在急于在不受監管的空間中行動的迷失是公眾參與和有關最佳行動方式的知情辯論。如果沒有一些公眾參與的合法途徑，圍繞數據治理設計的爭論仍將受到根深蒂固的政治和市場利益的爭議和控制。
定義數據治理的成功
在爭奪數據，市場和基礎設施政治優勢的競爭中，我們正處于定義數字政治科學的開端。各國政府都在積極開發digitalpolitik -數字世界的現實政治。圍繞有意的數據治理設計建立一門學科是存在的國際秩序與我們為管理數據和數字平臺而構建的任何內容之間至關重要的缺失環節。
在這些未知的領域，政府和立法者沒有有效的方法來確定哪些數據治理模式是“好的”。而且，正如任何政治科學家或社會學家或律師可以告訴你的那樣，集體定義善是一項非平凡的努力。
對于討論數據治理規則需求的所有能源和投資，開發一個支持選擇或調整可行模型的證據基礎的可能性要小得多。眾所周知，這方面的研究很難，因為平臺不愿意共享數據; 存在重大的法律問題，包括數據保護，隱私和可能的責任。
值得慶幸的是，平臺公司的利益有進步的跡象 - 無論是因為有害治理決策的負債增加，還是因為公共利益的數據治理正在迅速成為一個行業本身。在結構層面，平臺開始與慈善基金會，學術機構和其他國際組織建立伙伴關系，以管理數據共享。雖然這些結構代表了進步，但它們通常受到捐贈數據平臺的嚴重影響，并不特別關注這些平臺的治理。
試驗數據治理模型的挑戰
出于多種原因，難以對數據治理模型進行實際實驗。首先，可以從改善監管中受益的平臺正在全球范圍內運作; 數字治理框架通常在國家一級制定。其次，例如，如果不向公眾部署，則無法很好地測試數據管理，隱私或安全的公司流程。平臺公司經常對用戶及其數據進行試驗 - 通常不會被注意到 - 但不受我們對人體實驗所要求的法律限制類型的限制。正如倫理學家Kate Crawford和Jacob Metcalfe 在“大數據研究中的人類主體在哪里”所寫的那樣？大數據實驗具有巨大的影響，但我們沒有在實驗和市場準入之間建立任何相同的分離，或者通常為研究對象提供的保護類型。雖然各種學科都有很好的新興模型，但在進行道德數據治理研究時仍然存在重大的政策問題。
因此，沒有大量案例研究憑經驗證明不同數據治理模型的影響。雖然大多數人從公共股權和代理角度認識到數據治理的價值，但沒有強有力的證據基礎證明治理隱含地改善了平臺的復雜社會問題 - 如歧視，錯誤信息和監督。這一點尤其重要，因為有許多強大的公共和商業政策利益表明數據治理將實現社會政策成果。理想情況下，為了驗證任何這些權利要求，將有一個獨立的應用研究機構，在道德義務和適當的監督范圍內進行案例研究和比較分析。代替，研究環境在很大程度上反映了數字政策環境的反應性，重點是懲罰公司易于描述的危害，而不是建立能夠使人們采取有意義的行動的權力結構。來自Daphne Keller，Tarleton Gillespie和Eric Goldman等內容管理學者在比較方法和應用平臺治理方面取得了令人矚目的進展。
辯論成熟的一個有希望的跡象是類比正在從宣言和條約轉向多利益相關方機構 - 第一套提案集中于管理集體危害，投資和共同穩定的制度模型，這不是錯誤。雖然這些是非常重要的政策優先事項，但它們也是被動的，并且專注于那些具有定義數據治理的能力和平臺的人的優先事項。市場現實，不斷升級的安全問題和不斷膨脹的數字電源不對稱性推動了它們的發展; 然而，脆弱社區的優先事項也很少被考慮。換句話說，數據治理提案本身具有明顯的競爭力，
“數據治理已經在發生，它只是為了少數人的利益而閉門造車。”
需要數字版權獎學金
重要的投資流入道德技術非營利組織，相關的大學部門和行業計劃。數字化導致了哲學，公司治理和信托法等領域的復興，但大多數數字獎學金都是基于類比，已有的框架和深入研究的觀點。
美國學者凱特克萊尼克最近在Lawfare中寫道我們需要提高數字權利和治理學術的門檻，從軼事和觀點到實證研究。正如Klonick強調的那樣，早期跡象很有希望; Julia Angwin等記者以及Danielle Citron和Mary Anne Franks等學者已經進行了很好的法律調查。從更具應用意義上講，英國信息專員辦公室已經建立了一個監管沙箱 - 一個試驗性的安全空間，用于測試應用方法。同樣，實施歐盟通用數據保護條例所需的工作為實施數據治理創造了廣泛的市場方法。更有希望的是，2009年諾貝爾經濟學獎慶祝埃莉諾奧斯特羅姆研究治理模式的實證方法，從社區主導的公地開始。
從最近美國政府的共同規則的更新到圍繞人道主義數據道德的日益增長的運動以及防止對災民的數字化利用，有一些有希望的跡象。然而，這兩個例子都說明了在具有不同專業管理結構的行業中推斷監管方法的挑戰。例如，醫學擁有世界上一些最發達的專業機構，具有特殊認證，道德審查程序，信托責任，政府贊助和監督，數據隱私和便攜性法律以及爭議解決等。將相同水平的知識和程序嚴謹性調整到制度機制較少的領域是一項重大挑戰。
實驗和早期獎學金的限制肯定會拖延有效數據治理模型的發展，但沒有什么比政治更大的威脅。數據已經被認為是政治競賽中最高風險的競技場之一。數據保護，安全和充足措施已經形成了進入世界上最有價值市場的機會 - 對這些系統的分歧已經證明對全球經濟造成了極大的破壞。
雖然在制定任何國際秩序時存在不可避免的現實政治因素，更不用說數據所要求的具有深遠意義或可操作性的因素，我們不應該通過讓力量或財富推動進步來浪費數千年的政治進步。 。避免這種情況的最佳方法是投資于非政治性的多邊數據治理研究，以盡可能多地建立客觀科學。
與大多數現代治理形式一樣，數據治理需要制衡 - 這些最好是作為集體建立的。這并不是說政治科學已經從政府中消除了現實政治，而是表明政治科學已經建立了對強大的利益集團用來控制政府的動機，策略和基礎設施的獨立觀點。如果沒有一個領域和應用實驗，圍繞數據治理，定義，同意和實施公共利益系統需要幾十年 - 甚至幾個世紀。數據治理已經在發生，它只是為少數人的利益而閉門造車。我們正處于過渡這種權力的懸崖邊緣，這種權力本身就是復雜和政治的。
（部分內容來源網絡，如有侵權請聯系刪除）
