什么阻碍了数据治理更好的发展？

数据治理正迅速成为全球政策优先事项，这是正确的。已建立的利益和强大的公司正在以令人眼花缭乱的速度构建和重新构建关于数据治理的公众辩论，并在一定程度上定义用于管理数据的模型。尽管对数字监管（最终）进行有意义的行动非常重要，但这种方法是分散的，范围很窄。需要并且快速地对有效，道德和国际数据治理进行更有凝聚力的理解和方法。没有它，我们冒着数字复制功率不对称的风险，这是当今许多治理挑战的根源。

科技公司正在感受到这种混乱的代价。在对一些平台运营的持续调查中，他们正在花费创纪录的数量游说他们的利益，并且正在配备政策专业知识。上个月，华盛顿邮报报道美国司法部正在对苹果，谷歌，亚马逊和Facebook发起反垄断调查; 这一消息导致科技巨头的合并股票在一天内下跌了1330亿美元。欧盟已经向大型技术平台发放了重大罚款，2019年承诺更多。技术公司已经变得非常渴望监管制度的连续性，他们正在倡导监管框架 - 可能是一种自私的行动，但行动仍然如此。

然而，在急于在不受监管的空间中行动的迷失是公众参与和有关最佳行动方式的知情辩论。如果没有一些公众参与的合法途径，围绕数据治理设计的争论仍将受到根深蒂固的政治和市场利益的争议和控制。

对于讨论数据治理规则需求的所有能源和投资，开发一个支持选择或调整可行模型的证据基础的可能性要小得多。众所周知，这方面的研究很难，因为平台不愿意共享数据; 存在重大的法律问题，包括数据保护，隐私和可能的责任。

值得庆幸的是，平台公司的利益有进步的迹象 - 无论是因为有害治理决策的负债增加，还是因为公共利益的数据治理正在迅速成为一个行业本身。在结构层面，平台开始与慈善基金会，学术机构和其他国际组织建立伙伴关系，以管理数据共享。虽然这些结构代表了进步，但它们通常受到捐赠数据平台的严重影响，并不特别关注这些平台的治理。

试验数据治理模型的挑战
出于多种原因，难以对数据治理模型进行实际实验。首先，可以从改善监管中受益的平台正在全球范围内运作; 数字治理框架通常在国家一级制定。其次，例如，如果不向公众部署，则无法很好地测试数据管理，隐私或安全的公司流程。平台公司经常对用户及其数据进行试验 - 通常不会被注意到 - 但不受我们对人体实验所要求的法律限制类型的限制。正如伦理学家Kate Crawford和Jacob Metcalfe 在“大数据研究中的人类主体在哪里”所写的那样？大数据实验具有巨大的影响，但我们没有在实验和市场准入之间建立任何相同的分离，或者通常为研究对象提供的保护类型。虽然各种学科都有很好的新兴模型，但在进行道德数据治理研究时仍然存在重大的政策问题。

因此，没有大量案例研究凭经验证明不同数据治理模型的影响。虽然大多数人从公共股权和代理角度认识到数据治理的价值，但没有强有力的证据基础证明治理隐含地改善了平台的复杂社会问题 - 如歧视，错误信息和监督。这一点尤其重要，因为有许多强大的公共和商业政策利益表明数据治理将实现社会政策成果。理想情况下，为了验证任何这些权利要求，将有一个独立的应用研究机构，在道德义务和适当的监督范围内进行案例研究和比较分析。代替，研究环境在很大程度上反映了数字政策环境的反应性，重点是惩罚公司易于描述的危害，而不是建立能够使人们采取有意义的行动的权力结构。来自Daphne Keller，Tarleton Gillespie和Eric Goldman等内容管理学者在比较方法和应用平台治理方面取得了令人瞩目的进展。

“数据治理已经在发生，它只是为了少数人的利益而闭门造车。”

需要数字版权奖学金
重要的投资流入道德技术非营利组织，相关的大学部门和行业计划。数字化导致了哲学，公司治理和信托法等领域的复兴，但大多数数字奖学金都是基于类比，已有的框架和深入研究的观点。

美国学者凯特克莱尼克最近在Lawfare中写道我们需要提高数字权利和治理学术的门槛，从轶事和观点到实证研究。正如Klonick强调的那样，早期迹象很有希望; Julia Angwin等记者以及Danielle Citron和Mary Anne Franks等学者已经进行了很好的法律调查。从更具应用意义上讲，英国信息专员办公室已经建立了一个监管沙箱 - 一个试验性的安全空间，用于测试应用方法。同样，实施欧盟通用数据保护条例所需的工作为实施数据治理创造了广泛的市场方法。更有希望的是，2009年诺贝尔经济学奖庆祝埃莉诺奥斯特罗姆研究治理模式的实证方法，从社区主导的公地开始。

从最近美国政府的共同规则的更新到围绕人道主义数据道德的日益增长的运动以及防止对灾民的数字化利用，有一些有希望的迹象。然而，这两个例子都说明了在具有不同专业管理结构的行业中推断监管方法的挑战。例如，医学拥有世界上一些最发达的专业机构，具有特殊认证，道德审查程序，信托责任，政府赞助和监督，数据隐私和便携性法律以及争议解决等。将相同水平的知识和程序严谨性调整到制度机制较少的领域是一项重大挑战。

实验和早期奖学金的限制肯定会拖延有效数据治理模型的发展，但没有什么比政治更大的威胁。数据已经被认为是政治竞赛中最高风险的竞技场之一。数据保护，安全和充足措施已经形成了进入世界上最有价值市场的机会 - 对这些系统的分歧已经证明对全球经济造成了极大的破坏。