[論文レビュー] Public-private funding models in open source software development: A case study on scikit-learn

Cailean Osborne|arXiv (Cornell University)|Apr 9, 2024

Scientific Computing and Data ManagementDecision Sciences被引用数 3

ひとこと要約

本研究は、25名のメンテナーや資金提供者を対象としたインタビューを通じて、scikit-learnの公共・民間資金モデルを調査し、公的助成金、企業スポンサーシップ、寄付、機関支援といった多様な資金調達形態が、コミュニティの価値観を保ちながらも持続可能性を支えていることを明らかにした。また、AI駆動のソフトウェアエコシステムにおいて、長期間にわたるプロジェクトのレジリエンスを確保するには、効果的なガバナンスプロトコルが不可欠であることが示された。

ABSTRACT

Governments are increasingly funding open source software (OSS) development to support software security, digital sovereignty, and national competitiveness in science and innovation, amongst others. However, little is known about how OSS developers evaluate the relative benefits and drawbacks of governmental funding for OSS. This study explores this question through a case study on scikit-learn, a Python library for machine learning, funded by public research grants, commercial sponsorship, micro-donations, and a 32 euro million grant announced in France's artificial intelligence strategy. Through 25 interviews with scikit-learn's maintainers and funders, this study makes two key contributions. First, it contributes empirical findings about the benefits and drawbacks of public and private funding in an impactful OSS project, and the governance protocols employed by the maintainers to balance the diverse interests of their community and funders. Second, it offers practical lessons on funding for OSS developers, governments, and companies based on the experience of scikit-learn. The paper concludes with key recommendations for practitioners and future research directions.

研究の動機と目的

• scikit-learnのような高影響力でコミュニティ主導型のオープンソースソフトウェア（OSS）プロジェクトにおいて、公共資金と民間資金がどのように共存しているかを理解すること。
• 政府、企業、個人寄付者といった多様な資金提供者と、プロジェクトのコミュニティ主導の価値観との間で生じる対立や一致の関係を検討すること。
• 外部資金提供者の利益をバランスさせつつ、プロジェクトの自律性と持続可能性を保つために、メンテナーむかが採用しているガバナンスメカニズムを同定すること。
• OSSコミュニティ、企業、政府が、効果的な公共・民間資金モデルを設計するうえで実用的な推奨事項を提示すること。

提案手法

• 公共の官僚、企業スポンサー、コミュニティリーダーを含む、scikit-learnのメンテナーや主要資金提供者25名に対して、深掘りの半構造的インタビューを実施した。
• 17か月にわたる縦断的・反復的質的アプローチを採用し、データの信頼性を高め、バイアスを低減した。
• グラウンド理論と帰納的分析を用いてインタビューデータをコード化・解釈し、理論的枠組みと実証的発見を統合した。
• メンバーチェックとステークホルダーのレビュー手順を適用し、研究結果の妥当性を検証し、正確性を向上させた。
• フィールドノート、二次的文書、現場観察を組み合わせてデータを三角測定し、信頼性と強固さを確保した。
• 研究者のバイアスを最小限に抑えるために、社会的アイデンティティマップを維持し、研究手法の透明性を高めた。

実験結果

リサーチクエスチョン

• RQ1 公共資金提供者と民間資金提供者の多様な利害は、scikit-learnのメンテナーやコミュニティの価値観や目標と、どのように一致または対立しているか？
• RQ2 メンテナーや資金提供者の経験から見たところ、コミュニティ主導型OSSプロジェクトにおける公共資金と民間資金の利点と欠点は何か？
• RQ3 ステークホルダーの利害をバランスさせるとともに、プロジェクトのコミュニティエスpritを守るために、ガバナンスプロトコルはどのように設計・実装されたか？
• RQ4 他のOSSプロジェクトが持続的で多様な資金調達を実現しようとする場合に、scikit-learnの資金調達モデルから得られる実用的教訓は何か？

主な発見

• フランスの国家AI戦略からの3200万ユーロの公的助成金が、scikit-learnの能力を大幅に拡大し、フルタイムの開発者ポジションの設置と長期計画の実現を可能にした。
• メンテナーむかが、透明な意思決定や資金提供者諮問委員会といった形式化されたガバナンスプロトコルを活用することで、公共資金と民間資金の利害を調整しながらも、コミュニティの自律性を損なわずに済ませた。
• 当初の懸念はあったが、多くのメンテナーむかが、政府助成金が明確で商業的でない目的を持っているため、企業資金よりもプロジェクトのエスpritに対する脅威が小さいと認識していた。
• 企業スポンサーシップは、特に商用製品開発と結びついている場合、機能優先順位や貢献ポリシーへの影響の可能性があるため、リスクがより高いと見なされた。
• マイクロ寄付やコミュニティ主導の資金調達は、象徴的・モチベーショナルな支援として重要であったが、大規模な助成金がなければ、コアなメンテナンスには不十分であった。
• Inriaからの機関的支援が、重要な安定性と信頼性を提供し、公共資金と民間資金の間を仲介する中立的な役割を果たした。