著者：Twone
データ（data）は、この時代の新しい通貨として、市場だけでなく、社会関係の血脈の中にも流れている。
海に浮かぶ氷山の一角のように、個人データの表面の下には複雑な社会関係と潜在的な権力のダイナミクスが隠れている。不平等な力がこれらの氷山を衝突させると、データの波紋が生まれるだけでなく、深遠な社会的影響ももたらされる。データの海域で、どのようにすれば誰もが安全に航行でき、より公正なデータマップを描き、個人の権利を守りながら明確な道をナビゲートできるのか？
先週、導入部、第一章、第二章を共に読み終えた後、今回は『過激な市場』の第三章、第四章、第五章を共に読みます。テーマはそれぞれ移民、投資、大データです。
先週の COST / ハーバーグ税に関する激しい議論を経て、今週読んだ後の三章について Raw School の学生たちは「これだけ？」と感じ、「過激さが足りない」と表現しました。
では、後の三章が一体何を語っているのか、そしてなぜ皆が前の二章の制度改革に比べて後の三章が少し平坦に感じるのか、一緒に考えてみましょう。
また、上記の三つの壮大で一般人の生活に密接に関連するテーマ、特に最後の章：データは労働（Data as Labor）、どのようにして人々自身の思考にもっと広がりを持たせ、関連付けることができるのか。
VIP（個人間ビザプログラム）：二等市民と奴隷の合法化？#
この本はアマゾンでの評価が二極化しており、五星をつける人は確かに現行制度とは異なる新しい問題解決の可能性を提起していると考えています。一方、一星をつける人はこの章で述べられている政策提案 —**「個人ビザプログラム」（Visas Between Individuals Program、略称 VIP）** に対して批判的です。中には「現代の奴隷契約」と直言する人もいます。
では、VIP とは何でしょうか？一緒に見てみましょう。
背景：国と国の間の不平等が深まる中、移民は多くの人々の強い需要に#
16 世紀から 17 世紀にかけて、重商主義が植民地主義と貿易を支配し、国家が経済を制御して富の蓄積を促進することを強調しました。この期間、無制限に外国移民を受け入れることを支持しましたが、移民の国外流出には警戒感を持っていました。なぜなら、それは自国の労働力の規模を減少させるからです。
20 世紀初頭、国家間の不平等が悪化し、移民の経済的利点が高まり、民族主義や人種主義の出現を含む複雑な態度を引き起こし、一部の国は国境を閉鎖したり移民制限政策を実施しました。
第二次世界大戦後、貧富の国の間の不平等が悪化し、自由化された移民の利点が著しく増加しました。特に貧しい国と裕福な国が接する地域で顕著です。
そして今、移民は世界の「大多数の人々の幸福と繁栄の主要な手段」となり得るのです。
移民の利益と代償を理解することで、VIP の現実的な土壌を理解する#
定義上、裕福な国は貧しい国に比べて、資本が労働力よりも豊富です。この違いは、貿易と移民活動が通常、裕福な国の資本家と貧しい国の労働者に有利であることを意味しますが、裕福な国の労働者や貧しい国の資本家には不利な影響を及ぼす可能性があります。
この概念は非常に重要です。なぜなら、資本と労働力がどのように世界的に不平等に分布しているかを理解することで、著者が **「個人ビザプログラム」（Visas Between Individuals Program、略称 VIP）という政策提案を提起し、世界の資本と労働力の再配分を試みる理由を説明できるからです。**
VIP（個人間ビザプログラム）とは何か#
「個人ビザプログラム」（Visas Between Individuals Program、略称 VIP）は、個人間の直接的な保証を通じて現行の移民制度を改革する提案です。
このプログラムは、一般市民が外国人に対して直接入国保証を提供できることを許可し、政府機関の割り当てや規定に完全に依存する必要がなくなります。その核心理念は、移民の流動性を高めることであり、個人の選択と市場メカニズムを通じて移民の需要と受け入れ国の機会をより効率的にマッチングすることを主張しています。また、官僚主義を減少させ、効率を高めることで、移民により多くの機会と尊厳を与えようとしています。
「契約奴隷」の論争#
VIP 制度が実現するための前提条件は、外国人労働者が最低賃金を下回る条件で働くことを許可することです。
この点は特に批判を受けており、移民が不利な労働条件に置かれる可能性があるため、歴史的な「契約奴隷」と似ていると見なされることがあります。
移民は自由に離れることができるものの、彼らの経済的依存がその自由を制限する可能性があり、潜在的な搾取の形態と見なされることがあります。これにより、新たな形の現代の奴隷制が生じる可能性があります。
考えるべき問題：もしあなたが移民を望むなら、VIP は従来の移民方法より魅力的だと思いますか？#
大章魚を解体する：反トラストの対策#
独占者の千の顔#
「独占」という言葉はアリストテレスの時代に起源を持ち、彼は数学者で哲学者のミレトスのタレスとの議論からこの概念を抽出し創造しました。タレスはオリーブの豊作を予見し、それに基づいて油圧機市場を独占しました。これは商業実践における哲学の応用を示しています。
しかし、近代初期になると、独占の形態は変化し、通常は国家が特定の人脈を持つ個人やグループに特定の市場を支配させることが一般的になりました。例えば、スタンダードオイル社はその時代の漫画で大章魚に例えられ、その触手が市場や州議会に伸びている様子が描かれ、複数の分野での独占的地位を象徴しています。
大章魚を解体する方法#
著者は、投資市場の集中化リスクを回避するためのシンプルで過激な改革提案を提示しています：投資機関が単一の業界に分散投資することを禁止し、業界を超えた投資を許可すること。
投資機関は、規模を小さく保ちながら業界内外での多様化を実現するか、規模を大きくするが異なる業界間でのみ部分的な多様化を選択できます。
この戦略は一つのルールに簡略化できます：投資機関が企業のガバナンスに影響を与える可能性がある場合、いかなる投資者も同一企業において 1％を超える市場シェアを保有することを禁止する。
同時に、インデックスファンドは例外として、投資者が最大限の多様化と規模の投資を追求することを許可します。
考察と議論：この方法は効果が弱すぎるのでは？#
文中では、政府だけが独占の歩みを阻止できると述べられ、上記のシンプルな提案が示されています。しかし、投資機関は通常、行動が隠密であり、投資者が同一企業に 1％を超えるシェアを持つことを禁止する規定を設けても、「章魚」は必ず何千もの方法で回避し操作するでしょう。
議論の中で、Raw School の学生たちは本書で提案された方法に満足していませんでした。章魚が八本の足を持つように、もしかしたら一つの触手を切断したとしても、別の三つの新しい肢体が生えてくる可能性もあるのです。
データは労働（DaL）：私たちはどのようにデジタル経済の無形の労働者になったのか？#
この章で議論されている内容は、もしかしたら誰にとっても最も身近な章かもしれません。
移民について考えたことがないかもしれませんし、自分から「遠すぎる」独占的な巨人たちに関心を持ちたくないかもしれませんが、今この記事を読んでいるあなたは、現代社会のデータ情報に影響を受けているに違いありません。
さらに率直に言えば、あなたの今の読書行為は、機械学習のアルゴリズムの中で、この記事に「1」の読了数を加えています。
大多数の人々は自分が「データ生産者」という役割を果たしていることに気づいていない#
私たちはどのようにして無自覚のうちにデータ労働者になったのでしょうか？以下のシーンを真剣に考えてみてください：
なぜ Google マップはあなたの旅行計画をより良く立てられるのでしょうか？
なぜ Facebook や Instagram はあなたの日常の共有を便利にしてくれるのでしょうか？
なぜ TikTok や小紅書などのソーシャルメディアプラットフォームは、あなたが好きな短い動画やコンテンツを正確に推薦してくれるのでしょうか？
……
これらのテクノロジー巨頭たちは、私たちのユーザー行動データを収集して、彼らの機械学習と人工知能システムを訓練しています。そしてこれらのデータは単なる数字の集まりではなく、私たちの労働の産物であり、私たちの日常活動や相互作用の直接的な出力です。
例えば、Google は私たちの旅行計画を学ぶことで地図サービスを最適化し、Facebook は私たちの社交活動を分析することで広告を正確に推送します。これらのプラットフォームは、私たちが提供するコンテンツ — ルート選択から社交的な相互作用、さらにはアップロードされたすべての画像や動画に至るまで — を利用して、サービスと広告のターゲティングを継続的に改善し、経済的に利益を得ています。
私たちはこのプロセスの重要な参加者であるにもかかわらず、大多数の人々は自分がデジタル経済において「データ供給者」としての役割を果たしていることに気づいていません。これは単なる受動的なコンテンツ消費者ではありません。この認識の欠如は、私たち自身のデータの価値と潜在能力を理解できていないことを意味します。
データ生産者は適切な補償を受けていない#
現在のデジタル経済において、Facebook、Google、Microsoft などのテクノロジー巨頭は、無料で公衆のネット上のデータを収集し、記録的な利益を上げています。これらの企業は、AI（人工知能）や ML（機械学習）に対する一般の認識不足を利用して、ユーザーのクリック、検索、相互作用を価値のあるデータに変換しています。しかし、データ生産者 — つまり普通のユーザー — はこのプロセスの重要な推進者であるにもかかわらず、適切な補償や認識をほとんど受けていません。
この現象は、デジタル経済の収益性が非常に高いにもかかわらず、利益が高度な技術と資本を持つ少数の人々に集中し、広範なデータ生産者には流れないことを意味します。
これは収入分配の不平等を示すだけでなく、データ生産者の労働価値に対する一般的な無視を反映しています。このような背景の中で、** 多くの人々が AI による大規模な失業の懸念を強めていますが、実際には私たちは以前よりも人間のデータ入力に依存してデジタル経済の発展を推進しています。** この矛盾は、デジタル経済構造の深層的な問題を明らかにしています：データ生産者の労働は広く利用されているが、適切な報酬や尊重をほとんど受けていないのです。
データに対する異なる態度：ダイヤモンド - 水の逆説#
デジタル時代において、データは至る所に存在しますが、Google のチーフエコノミストであるハール・ファンリャンは、本当に希少なのは、これらのデータを理解し加工できる人材と計算能力です。
この見解は、データを広く入手可能な自然資源として捉え、水のように普遍的であり、その真の価値は技術と資本によって有用な資産に変換されることにあります。
これは古いダイヤモンド - 水の逆説に呼応しています。水は日常生活において非常に重要であるにもかかわらず、普遍的であるため高い交換価値を持たず、ダイヤモンドは用途が限られているにもかかわらず価値が高いのです。
データは全体として非常に価値がありますが、その豊富さのために、個々のデータポイントの限界価値は高くありません。これは水の状況に似ています。しかし、データの限界価値は一定ではなく、データ処理の問題の重要性によっても影響を受けます。例えば、音声認識技術において、ほぼ完璧な精度を達成することは、初期の精度向上よりも重要であり、最後の数パーセントの精度向上がデータの限界価値を大きく増加させる可能性があります。
テクノロジー奴隷（technserf）とテクノロジー封建主義#
テクノロジー封建主義の根本的な論理は、古い封建制度と驚くほど似ています：封建時代、農奴は貴族に労働を提供し、生存保障と土地使用の権利を得ました。同様に、今日、何百万ものユーザーがテクノロジープラットフォームの巨頭に自らの生産データの市場価値を提供し、便利な情報サービスを得ています。
この制度の下では、ユーザーは一見利益を得ているように見えますが、実際には彼らはテクノロジーの奴隷のような存在です — デジタル公地で耕作し、適切な報酬を受けていないのです。
この現象は、サービスの直接的な交換にとどまらず、ユーザーの労働の価値認識に深い影響を与えます。ユーザーが自らのオンライン活動 — ソーシャルメディアの相互作用やコンテンツの創造 — が実際にテクノロジー巨頭により広範な価値を生み出していることに気づくと、彼らはこの交換の公平性を再評価するかもしれません。
世界中のデータ労働者が団結する？#
技術の発展は強力な規模の経済特性を持っていますが、この発展は買い手の独占力をもたらし、しばしば労働力の補償不足を引き起こし、経済発展と公平を妨げています。
この問題は新しい現象ではなく、経済史を通じての古典的なテーマであり、マルクス経済理論の核心思想の一つでもあります。
工業時代の労働者が労働の質を確保し、職業発展を促進するために労働組合を必要としたように、データ労働者もまた、データの高品質を確保し、権利を守り、個人の負担を増やさずに複雑なデジタルシステムを効果的に操縦するための何らかの形の組織を必要としています。
もしかしたら、世界中のデータ労働者が団結し、現代のデジタル労働者としての合法的な権利を共に求めるグローバルなデータ労働者運動を始める時かもしれません。
これは単なる経済的闘争ではなく、公平と技術倫理に関する戦いでもあります。
拡張的な考察：主権を持つ個人として、現在のデータ状況にどう応えるか#
『過激な市場』は 2018 年に完成しましたが、その時点ではデータと労働に関する議論は今日ほど激しく深刻ではありませんでした。ほんの数年で、AI や大データ、人間と情報流の頻繁な相互作用が、より深遠な変化をもたらしました。
無数の情報流に囲まれた今日、誰もが多かれ少なかれ、テクノロジー企業、ストリーミングサービス、またはプラットフォームのデータ提供者となっています。人々は自らの行動データを提供し、それがプラットフォームのアルゴリズムによって分析、最適化された後に再び自分に返され、新たな消費を行っています。
あなたは「データは労働」（Data as Labor、略称 DaL）が実施されるべきだと思いますか？もしそうなら、個人データの価値をどのように公正に評価し、補償するべきでしょうか？（例：異なるユーザーが生成するデータの価値には大きな差があるかもしれません；どのようなメカニズムが公正で透明な評価を確保し、合理的な補償を提供できるでしょうか）
同時に、DaL の実施過程で直面する可能性のあるプライバシーや安全の問題は何でしょうか？（例：プライバシーの漏洩、データの安全リスクなど；リスクを軽減するために使用できる法律や技術的手段は何でしょうか）
さらに深く考えるべきことがたくさんあります。人々がどのように自らのデータを能動的に売買し、受動的にデータの制御権を失うのではなく；データ生産を管理するためにより公共的で集団的な形が必要かどうか；データ化がもたらす不公正な社会関係や情報の害に対処するために……