論文の概要: The Case for Strategic Data Stewardship: Re-imagining Data Governance to Make Responsible Data Re-use Possible

• arxiv url: http://arxiv.org/abs/2601.06687v1
• Date: Sat, 10 Jan 2026 21:22:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.938363
• Title: The Case for Strategic Data Stewardship: Re-imagining Data Governance to Make Responsible Data Re-use Possible
• Title（参考訳）: 戦略的データ管理の事例:責任あるデータ再利用を可能にするためにデータガバナンスを再考する
• Authors: Stefaan Verhulst,
• Abstract要約: 本稿では,公共価値のためのデータ活性化を目的とした補助的機関機能として,戦略的データ管理を提案する。 内向きに見える伝統的なスチュワードシップとは異なり、戦略的データスチュワードシップはクロスセクターの再利用の実現に重点を置いている。 基本原則、機能、能力について概説し、コンテキストを越えた採用をサポートするための実践的なData Stewardship Canvasを紹介している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As societal challenges grow more complex, access to data for public interest use is paradoxically becoming more constrained. This emerging data winter is not simply a matter of scarcity, but of shrinking legitimate and trusted pathways for responsible data reuse. Concerns over misuse, regulatory uncertainty, and the competitive race to train AI systems have concentrated data access among a few actors while raising costs and inhibiting collaboration. Prevailing data governance models, focused on compliance, risk management, and internal control, are necessary but insufficient. They often result in data that is technically available yet practically inaccessible, legally shareable yet institutionally unusable, or socially illegitimate to deploy. This paper proposes strategic data stewardship as a complementary institutional function designed to systematically, sustainably, and responsibly activate data for public value. Unlike traditional stewardship, which tends to be inwardlooking, strategic data stewardship focuses on enabling cross sector reuse, reducing missed opportunities, and building durable, ecosystem-level collaboration. It outlines core principles, functions, and competencies, and introduces a practical Data Stewardship Canvas to support adoption across contexts such as data collaboratives, data spaces, and data commons. Strategic data stewardship, the paper argues, is essential in the age of AI: it translates governance principles into practice, builds trust across data ecosystems, and ensures that data are not only governed, but meaningfully mobilized to serve society.
• Abstract（参考訳）: 社会的課題が複雑化するにつれて、公共の利益のためにデータにアクセスすることは、パラドックス的により制約される。 この新たなデータ冬は単なる不足の問題ではなく、責任あるデータ再利用のための正当かつ信頼された経路を縮小するものだ。 誤用、規制の不確実性、AIシステムの訓練競争に関する懸念は、コストを上げ、協力を抑制する一方で、少数のアクターの間でデータアクセスに集中している。 コンプライアンス、リスク管理、内部管理に重点を置いた、一般的なデータガバナンスモデルが必要ですが、不十分です。 多くの場合、技術的には利用できない、法的には共有できない、制度上は利用できない、社会的に非合法なデータとなる。 本稿では,公共価値のためのデータの体系的・持続的・責任的に活性化する制度的機能として,戦略的データのスチュワードシップを提案する。 内向き的な従来のスチュワードシップとは異なり、戦略的データスチュワードシップは、クロスセクターの再利用の実現、機会の欠如の低減、永続的でエコシステムレベルのコラボレーションの構築に重点を置いている。 また、データコラボレーティブやデータスペース、データコモンズなど、コンテキストを越えた採用をサポートするための実用的なData Stewardship Canvasも導入している。 ガバナンスの原則を実践に翻訳し、データエコシステムをまたいだ信頼を構築し、データが管理されるだけでなく、社会に奉仕するために有意義に動員されることを保証する。

関連論文リスト

• What's the next frontier for Data-centric AI? Data Savvy Agents [71.76058707995398]
  我々は、エージェントシステムの設計において、データに精通する能力が最優先すべきであると主張している。 本稿では,このビジョンを実現するための4つの重要な機能を提案する。プロアクティブデータ取得,ソフシフィケートデータ処理,インタラクティブテストデータ合成,連続的適応。
  論文  参考訳（メタデータ） (2025-11-02T17:09:29Z)
• Opportunities and Challenges of Frontier Data Governance With Synthetic Data [0.0]
  合成データがもたらす3つの重要なガバナンスと説明責任の課題を特定します。 相関学習, バイアス緩和, 値強化に対する合成データの適用性について検討した。 これらは合成データのリスクに対処するだけでなく、将来のフロンティアの統治にとって重要なレバーとして機能する。
  論文  参考訳（メタデータ） (2025-03-21T00:30:17Z)
• Data Stewardship Decoded: Mapping Its Diverse Manifestations and Emerging Relevance at a time of AI [0.21756081703275998]
  データスチュワードシップは、特に人工知能(AI)の利用の増加に伴い、現代データガバナンスの重要な要素となっている。 重要性が増しているにもかかわらず、データスチュワードシップの概念はあいまいであり、その適用範囲は様々である。 本稿では,データガバナンスの現場における新たな立場を明らかにするために,データスチュワードシップの4つの特徴について考察する。
  論文  参考訳（メタデータ） (2025-01-20T16:24:22Z)
• Towards Data Governance of Frontier AI Models [0.0]
  私たちは、フロンティアAIモデルに対して、データが新たなガバナンス能力を実現する方法について検討する。 データは非リバルで、しばしば非排除可能で、容易に複製可能で、ますます合成可能になっている。 データサプライチェーンに沿ってキーアクターをターゲットにした一連のポリシー機構を提案する。
  論文  参考訳（メタデータ） (2024-12-05T02:37:51Z)
• Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
  合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。 バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。 多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2023-04-21T09:03:18Z)
• Distributed Machine Learning and the Semblance of Trust [66.1227776348216]
  フェデレートラーニング(FL)により、データ所有者はデータを共有することなく、データガバナンスを維持し、モデルトレーニングをローカルで行うことができる。 FLと関連する技術は、しばしばプライバシー保護と表現される。 この用語が適切でない理由を説明し、プライバシの形式的定義を念頭に設計されていないプロトコルに対する過度な信頼に関連するリスクを概説する。
  論文  参考訳（メタデータ） (2021-12-21T08:44:05Z)
• Representative & Fair Synthetic Data [68.8204255655161]
  公平性制約を自己監督学習プロセスに組み込むためのフレームワークを提示する。 私たちはuci成人国勢調査データセットの代表者および公正版を作成します。 我々は、代表的かつ公正な合成データを将来有望なビルディングブロックとみなし、歴史的世界ではなく、私たちが生きようとしている世界についてアルゴリズムを教える。
  論文  参考訳（メタデータ） (2021-04-07T09:19:46Z)
• Second layer data governance for permissioned blockchains: the privacy management challenge [58.720142291102135]
  新型コロナウイルス(COVID-19)やエボラウイルス(エボラ出血熱)のようなパンデミックの状況では、医療データを共有することに関連する行動は、大規模な感染を避け、死亡者を減らすために重要である。 この意味において、許可されたブロックチェーン技術は、スマートコントラクトが管理する不変で統一された分散データベースを通じて、データのオーナシップ、透明性、セキュリティを提供する権利をユーザに与えるために登場します。
  論文  参考訳（メタデータ） (2020-10-22T13:19:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。