集体行动的数据是一个越来越普遍的做法,包括一个例子从公民科学、医学研究、艺术和文化、消费者权益和其他领域。贯穿这些不同的活动,人们可以故意贡献比自己造成更大的数字数据,在人们长期以来给予金钱和时间。我们已经有了法律和规范给予金钱和时间,包括那些管理非营利组织,慈善捐赠和志愿服务。其他考虑,这些法律必须编写的方式区分故意捐赠的时间和剥削劳动实践和财务贡献从敲诈勒索或欺诈。两个实例其他捐赠者的做一个深思熟虑的选择。个人可以控制是否给钱或时间原因,和一组保护到位的捐赠和接受组织。规则给予时间和金钱存在如此之久,许多人不思考太多,除了政策主张,学者和改革者。但当谈到给数据,我们重新开始,我们做出的决定会影响我们所有人。争夺如果和我们如何给我们的数据,谁给它,才刚刚开始。

两种截然不同的期货安危未定。未来像努力像VHC之一,人们寻求信息,很难聚合或被锁在专有的墙壁。我们将看一个范围的情况下,与人分享鸟照片有线电视账单健康数据。在这些例子中,社区设置规则对数据的使用,管理技术,提供新服务或分析。这种方法people-driven-decisions关于数据收集,在什么条件下,通常是由那些与保护自己的数据。软件代码的底层通常都是开源的,和看护人密切注意什么可以,什么不可以被完成了数据。

其他的未来已经明显超过十年之久。自上而下,企业级数据模型慈善一词是由联合国。在联合国的说法,慈善事业当“私营部门的股票数据来支持更及时、有针对性的政策行动。“3在这种方法中,企业与大型数据集(所有公司这些天)允许研究人员访问数据来解决一个特别的挑战。例子包括电信公司分析聚合手机位置数据来跟踪人们的运动在流行病或分析社交媒体源协助救灾。这种方法符合公司完全控制他们的数据流,并允许他们获得商誉进行研究在一些外部定义的问题。那些数据是在流没有说会发生什么,外部审查的分析或底层数据很少发生,和公司自身的服务条款捕获的决策过程。

利害关系这两个期货之间的斗争是我们是否有能力做出有意的选择使用我们的数据为公共事业。社区驱动模型的第一路径,给数据,挤满了这样做的方法。他们没有非常明显的或一致的,还有保护太少对滥用或欺诈行为。空间分散,不容易导航。但它包含了大量的创造性税赋各种可能性变得更容易,更常见、更一致的。虽然个人的“如何”给数据仍出现,他们都是一个意向性的承诺。

阅读全文我们如何给数据斯坦福社会创新慈善和林Pawliw-Fry审查。