数学、コンピューティング能力、データストレージの進歩を背景に、データサイエンスはこの10年で急速に発展しました。オーストラリアのインダストリー4.0タスクフォースは、人工知能、機械学習、ビッグデータ分析などのツールを活用し、オーストラリア経済を改善する方法を積極的に探っています。
しかし、データサイエンスは複雑な問題を解決し、イノベーションを促進する可能性を秘めている一方で、データの非倫理的な利用や意図しない悪影響を招くとして、しばしば批判されてきました。特に商業分野では、人々が企業の年次報告書のデータポイントになってしまうケースがあります。
私たちは、データサイエンスの急速な発展を、ビジネス上の洞察や利益率の向上だけに限るべきではないと考えます。倫理的に活用すれば、ビッグデータは社会が抱える最も難しい社会問題や環境問題の解決に役立ちます。
インダストリー4.0は、こうしたテクノロジーが社会の利益（Society 4.0として知られる）に資するよう訓練されることを保証する価値観に支えられるべきです。そのためには、データを倫理的に使い、市民をプロセスに参加させ、設計に社会的価値を組み込む必要があります。
ここでは、こうした原則を実践する5つのデータサイエンス・プロジェクトを紹介します。
1. 人道支援が必要な地域を特定する
社会問題や環境問題の解決は、容易でないことがほとんどです。長期にわたる干ばつとの闘いにより、農村部で困窮や苦難が生じている状況を考えてみましょう。オーストラリアは国土が広く、関係する人々や地域社会の数も非常に多いため、支援を必要とする人々と支援や資源を結びつけるのは困難です。
私たちのチームはオーストラリア赤十字社と協力し、ビクトリア州のどこに人道支援を必要とする地域があるのかを調べました。ソーシャルメディアのデータを使って日常的な人道支援活動を具体的な場所に対応づけたところ、ボランティアや慈善活動が盛んな地域は、メルボルン中心業務地区（CBD）とその東部郊外、そしてその周辺にあることが分かりました。こうした知見は、緊急に支援が必要なとき、地域の援助団体がボランティア活動を効果的に振り向けるのに役立ちます。
2. 住宅の火災安全性を高める
データへのアクセス、つまり適切なデータを適切な形式で利用することは、データサイエンスにとって常に課題です。住宅火災は深刻な脅威であり、火災警報器や煙警報器が命を救うことは分かっています。火災警報器のない住宅を対象に対策を講じれば、そのリスクを軽減できます。しかし、参照できる信頼性の高い情報源が一つに定まっているわけではありません。
米国では、Enigma Labsがオープンデータツールを構築し、個々の近隣地域の単位でリスクをモデル化して地図に示しました。これを効果的に行うため、同社のモデルは、国勢調査データをジオコーダーツール（TIGER）と組み合わせ、さらに地域の火災発生データに基づく分析を加えて、リスクスコアを算出します。
3. 米国の警察による暴力を地図に示す
一般市民も、社会に関するデータの作成に参加できます。クラウドソーシングによるオープンマッピングのプロジェクトは数多くありますが、データサイエンスの価値は、多くの場合、情報の点と点を結びつける作業にあります。
米国の「Mapping Police Violence」プロジェクトは、警察による暴力を監視し、分析して可視化しています。クラウドソーシングで集めた3つのデータベースを活用するほか、ソーシャルメディア、死亡記事、犯罪記録データベース、警察報告書など、さまざまな情報源を組み合わせてデータの空白を埋めています。これらの情報を統合することで、問題の規模を定量化し、可視化しています。
4. 廃棄物管理を最適化する
モノのインターネット（IoT）は、データを収集する多数の接続デバイスで構成されています。身の回りにある日用品に組み込まれ、クラウド上の分析やコンピューティングと組み合わさることで、これらのモノはスマート化し、建築環境における問題や非効率の解消に役立ちます。
メルボルンに住んでいる方は、中心業務地区（CBD）周辺にBigBellyのごみ箱を見かけたことがあるかもしれません。このスマートごみ箱には太陽光発電式の圧縮機が備わっており、日中を通して定期的に内部のごみを圧縮します。これにより、ごみのあふれを防ぎ、不要な炭素排出を減らすとともに、ごみ収集を80%削減できます。
CLEANと呼ばれるクラウドベースのデータ管理ポータルが、リアルタイムのデータ分析と報告を提供します。このツールはごみのあふれの傾向を把握し、ごみ箱の設置場所や収集サービスの計画に役立てます。
5. 路上でのハラスメントが多発する地域を特定する
エジプトの女性4人と多くのボランティア支援者が、セクシュアルハラスメントを減らすため、地域社会との対話や情報提供を目的にHarassMapを開発しました。このプラットフォームは、匿名化されたクラウドソーシングデータを使って路上で起きたハラスメントを地図に示し、危険の可能性がある地域を利用者に知らせます。
このグループが直面した課題は、問題自体が広く軽視されている中で、データを集める手段を提供することでした。社会問題に取り組むうえで、地図化と情報提供はデータサイエンスの重要な手法です。
より良い社会を築く
データサイエンスの取り組みを社会の利益につなげるのは簡単ではありません。専門知識を持つ人々は、データ分析が社会に及ぼす影響に配慮する必要があります。一方、データへのアクセスや、複数の情報源にまたがるデータの連結も大きな課題です。データプライバシーへの懸念が高まる中では、特にそうです。
データサイエンスを支える数学やアルゴリズムは客観的に見えますが、さまざまな人的要因が重なってバイアスが入り込み、モデルの精度が損なわれることがあります。デジタルやデータに関するリテラシーの不足に、手法の透明性の欠如が加わると、ビッグデータや分析への不信感が高まります。
それでも、社会の利益のために活用すれば、データサイエンスは、政策、予算編成、将来計画に関して政府や資金提供機関を支援する新たな根拠をもたらします。最終的には、よりつながりが強く、互いを思いやる社会につながる可能性があります。
