[論文レビュー] Towards Standardization of Data Licenses: The Montreal Data License

Misha Benjamin, Paul Gagnon+4 more|arXiv (Cornell University)|Mar 21, 2019

Scientific Computing and Data Management参考文献 7被引用数 25

ひとこと要約

本論文は、オープンソースソフトウェアライセンスを模倣した、AIおよび機械学習におけるデータのライセンスを標準化・モジュール化するためのフレームワーク「モントリオール・データ・ライセンス（MDL）」を提案する。データ利用権の分類体系を導入し、カスタマイズ可能なライセンス言語を生成するウェブベースのツールを提供することで、法的曖昧性を低減し、取引コストを削減し、AI/ML分野におけるより公平で透明性の高いデータ市場の発展を図る。

ABSTRACT

This paper provides a taxonomy for the licensing of data in the fields of artificial intelligence and machine learning. The paper's goal is to build towards a common framework for data licensing akin to the licensing of open source software. Increased transparency and resolving conceptual ambiguities in existing licensing language are two noted benefits of the approach proposed in the paper. In parallel, such benefits may help foster fairer and more efficient markets for data through bringing about clearer tools and concepts that better define how data can be used in the fields of AI and ML. The paper's approach is summarized in a new family of data license language - extit{the Montreal Data License (MDL)}. Alongside this new license, the authors and their collaborators have developed a web-based tool to generate license language espousing the taxonomies articulated in this paper.

研究の動機と目的

• AIおよび機械学習分野における標準的で透明性のあるデータライセンスの欠如に応えること。オープンソースソフトウェアライセンスの成功を模倣する。
• 一貫した用語と構造化されたライセンスを用いることで、権利と義務を明確化し、法的不確実性と取引コストを低減すること。
• 明確で予測可能かつ強制力のあるデータ利用契約を可能にすることで、より公平で効率的なデータ市場を促進すること。
• 個人データや複雑なデータ資産を含む多様なユースケースをサポートする、実用的でモジュール式のデータライセンスフレームワークを提供すること。
• 無料で利用可能なウェブベースのライセンス生成ツールと再利用可能なライセンステンプレートを提供することで、AI/MLコミュニティにおける採用を促進すること。

提案手法

• AI/ML文脈におけるデータ利用に関する許可、制限、条件を分類するためのデータ利用権の分類体系を構築する。
• 提案された分類体系に基づき、カスタマイズ可能なライセンス条項を有するモジュール式ライセンスのファミリーとして、モントリオール・データ・ライセンス（MDL）を設計する。
• 定義された権利分類からユーザーが選択した項目に基づき、ライセンス言語を生成するウェブベースのツールを、www.montrealdatalicense.com に実装する。
• データの財産権ではなく、実効性のある「相手を相手にした契約」（personam contracts）をフレームワークの中心とし、データのデータベース権や著作権といった法的差異を認識する。
• MLメタデータの既存基準（例：Gebru et al., 2018; Mitchell et al., 2019）と統合することで、透明性と相互運用性を向上させる。
• 迅速な権利評価を可能にする標準化された要約図（例：付録2および3）を提供し、使いやすさと比較可能性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 AIおよびML分野におけるデータの標準的でモジュール式のライセンスフレームワークは、どのように法的曖昧性と取引コストを低減できるか？
• RQ2 AI/ML開発における透明性、公平性、スケーラビリティを支援するためのデータライセンスに、どのような基本的権利と条件を含めるべきか？
• RQ3 法的扱い方や使用パターンの違いを考慮すると、オープンソースソフトウェアを模倣したライセンスモデルは、データ資産にどの程度適応可能か？
• RQ4 構造化された権利分類に基づき、ウェブベースのツールが、法的に妥当でカスタマイズ可能なライセンス条項を効果的に生成できるか？
• RQ5 明確なライセンス条項は、GDPRなどのプライバシー規制への準拠を改善できるか？具体的かつ情報に基づいた同意メカニズムの実現を可能にするか？

主な発見

• モントリオール・データ・ライセンス（MDL）は、AIおよびML分野におけるデータライセンスのためのモジュール式でカスタマイズ可能なフレームワークを提供し、法的曖昧性の低減と透明性の向上を図る。
• 提案されたデータ利用権の分類体系により、許可、制限、条件の分類が一貫して可能となり、データ利用条件の明確な伝達を支援する。
• www.montrealdatalicense.com に設置されたウェブベースのライセンス生成ツールにより、ユーザーが選択した権利に基づき、カスタマイズ可能なライセンス言語を生成できる。これにより、アクセシビリティと採用促進が向上する。
• 個人データに対する具体的かつ情報に基づいた同意メカニズムを可能にすることで、法的規制への適合を支援し、GDPRなどの基準と整合する。
• 標準化された要約図（例：付録2および3）により、関係者が迅速に与えられた権利を評価でき、レビュー時間の短縮とデータ市場の効率化が実現される。
• 本アプローチは、データベース権や著作権といった法的差異を認識しつつも、財産権ではなく、実効性のある契約的アクセス権に焦点を当てる。