デジタルメタデータとは何か:その種類と重要性

メタデータは、ファイル、文書、その他のデジタルリソースを記述し、その管理を支援する。それらがどこに存在し、何を明らかにするのかを理解することで、プライバシーを見失うことなくその有用性を活かすことができる。

執筆 Daniel Sardá · 公開日:

読了目安:9 分1,872 語

このページの内容 · 9 セクション

1枚の写真は風景を写し出すと同時に、その寸法、フォーマット、あるいは作成日に関するデータを付帯していることがある。前者は可視的なコンテンツであり、後者はメタデータである。この付加的な情報によって、デバイスが画像を整理したり、プログラムがそれを開いたり、あるいは後から人がそれを見つけ出したりすることが可能になる。

「データに関するデータ」という表現は出発点にはなるが、それだけでは不十分である。デジタルメタデータとは、リソースを記述したり、その所在を示したり、利用や管理を容易にしたりする構造化された情報である。米国情報標準化機構(NISO)によれば、メタデータは他の機能とともに、リソースの識別、検索、利用、管理に役立つとされる。

ファイルに関連するすべてのデータが、必然的にメタデータであるとは限らない。3つの概念を区別しておくことが有益である。

  • コンテンツは情報を伝達する。文書のテキスト、録音の音声、写真の画像などがこれに当たる。
  • メタデータはそのコンテンツを記述するか、あるいはその管理を支援する。タイトル、フォーマット、日付、権利情報などが挙げられる。
  • コンテキスト(文脈)は、そのリソースが意味を持つより広範な環境である。そのコンテキストの一部はメタデータとして記録されることがあるが、メタデータによってコンテキストのすべてが尽くされることは決してない。
重要ポイント: メタデータはコンテンツそのものではなく、それを記述し、関連付け、発見し、あるいは管理することを可能にする情報の断片である。

4つのメタデータ分類とその役割

すべてのシステムに普遍的に当てはまる唯一の分類法が存在するわけではない。しかし、概念を理解する上では4つの機能を区別することが有用である。これらのカテゴリーは重複する場合がある。例えば一部のモデルでは、技術的データを管理的データの中に含めている。

記述メタデータ

リソースの識別と発見を支援する。文書のタイトルや著者、刊行物の言語、コレクションのキーワードなどがその具体例である。DCMIメタデータ用語集(DCMI Metadata Terms)のボキャブラリには、タイトル、作成者、日付、フォーマット、言語、権利、空間的または時間的適用範囲などのプロパティが含まれている。

ボキャブラリがそれらのフィールドを定義しているからといって、個々のファイルにすべてが存在しているとは限らない。また、それらが完全または正確であることを保証するものでもない。その存在と品質は、使用されるスキーマとシステムに依存する。

技術メタデータ

リソースの処理や保存に必要な特性を記述する。画像であればフォーマットや寸法を示し、視聴覚ファイルであればプログラムが再生するために必要な特性を示すことがある。これらは、ある組織が対象物をどの技術で開くことができるか、あるいは別のフォーマットに移行する必要があるかを把握しなければならない場合に特に重要となる。

構造メタデータ

リソースを構成する各部分がどのように関連し合っているかを表す。電子書籍においては、ページの順序を保持したり、各章を目次とリンクさせたりすることが可能である。この層がなければ、ファイルの集合体自体は存在し得ても、それらが一体となって形成する作品を再構成することはより困難になる。

管理メタデータ

リソースの管理を円滑にする。権利関係、来歴、責任者、あるいは保存過程で行われた処置に関する情報を含み得る。文書館や図書館において、これらのデータは、作品に対して何が許容されるのか、また時間の経過とともに作品に何が起こったのかを記録するのに役立つ。米国議会図書館(Library of Congress)は、これらの機能がデジタルコレクションの管理にどのように関与しているかを示している。

メタデータはどこに存在するのか

メタデータの一部はファイル自体に組み込まれている。また別のメタデータは、データベース、目録、リポジトリ、あるいはサービスの記録など、ファイルの外部に保存される。特定の図書館や文書館環境で使用されるMETS規格では、内部メタデータと外部メタデータの双方を参照することが可能であるが、すべてのシステムが同様に機能するわけではない。

この区別には実際的な影響がある。ローカルの複製(コピー)のフィールドを変更したとしても、以前のコピー、組織の目録、あるいはプラットフォームが保持する記録までもが変更されたことの証明にはならない。ファイルとサービスは別個の領域である。

ウェブページはもう一つの好例である。人が閲覧するコンテンツは、ヘッダーに含まれるタイトルなど、文書内の構造化情報と共存している。ブラウザ、検索エンジン、その他のツールは、ページの表示や検索のためにその情報を処理することができる。ここでもまた、メタデータは不可解な層などではなく、システムがリソースを調整・連携させる方法の一環を成しているのである。

重要ポイント: メタデータはファイル内に格納されて移動することもあれば、外部システムに留まることもある。そのうちの一箇所を確認したからといって、他のすべての場所を制御できているわけではない。

なぜメタデータが有用なのか

メタデータがなければ、何千もの文書が入ったフォルダは、ラベルのない箱が積まれた倉庫のようなものになってしまう。関連付けられた情報があることで、コンテンツを1つずつ精査することなく、リソースを整理、フィルタリング、検索することが可能になる。

一般的な用途としては、以下のようなものが挙げられる。

  • 検索と整理: タイトル、著者、日付、テーマなどからリソースを特定する。
  • 相互運用性: 共通のボキャブラリを理解するシステム間で情報を交換する。
  • 管理: 権利関係、責任範囲、バージョン、実施された処理を記録する。
  • 長期保存(プレザベーション): リソースへのアクセスを長期にわたって維持するために必要な技術データや来歴データを保持する。
  • 追跡可能性(トレーサビリティ): デジタルオブジェクトの履歴の一部を再構成する。

これらの機能は、記録の質とシステム間の互換性に依存している。空欄であったり、誤っていたり、変更されたフィールドであっても、それは単なるフィールドのままであり、それだけで信頼できる証拠になるわけではない。メタデータは文書の来歴や経緯に関する手がかりを提供し得るが、それ単体では、誰がそれを作成したのか、ある人物がどこにいたのか、あるいはコンテンツが真正であるかどうかを証明するものではない。

メタデータ、プライバシー、そして推論

メタデータの有用性は、実在するリスクと隣り合わせである。特定のフィールドは個人情報を明らかにしたり、他のデータと組み合わされた際に一定の結論を導きやすくしたりすることがある。日付、氏名、地理的な参照情報は、単体では孤立しているように見えても、一連の記録の中では別の意味を帯びることがある。

記述と推論を明確に区別しなければならない。保存された日付は記録されたデータであるが、複数の日付から日常の活動パターンを割り出すことは推論である。後者は妥当な場合もあれば誤っている場合もあり、自動的に事実として提示されるべきではない。

また、すべてのメタデータが私的で、秘密で、あるいは有害であるわけでもない。多くは日常的で価値のある作業を可能にしている。リスクは、何が記録され、誰がアクセスでき、どのような他のデータと組み合わされ、何のために使用されるかによって左右される。だからこそ、この議論はデジタルプライバシーという、より広範な領域に属しているのである。それは単に情報を隠蔽することではなく、それがどのように流通するかを理解し、判断することに関する問題である。

重要ポイント: 記録された手がかりと、そこから導き出された結論は別物である。責任ある利用には、データの品質、そのコンテキスト、そして推論の目的を考慮することが求められる。

ファイルを共有する前に確認すべきこと

すべてのファイルに機微な情報(センシティブな情報)が含まれていると思い込む必要はない。だが、特に公に共有する場合や見知らぬ相手と共有する場合には、文脈に応じた適切な確認を行うことが望ましい。

  1. コンテンツとその送信先(共有先)を特定する。 公開画像と個人用または業務用文書とでは、要求される慎重さは同一ではない。
  2. 利用可能なプロパティを確認する。 オペレーティングシステム、アプリケーション、あるいはサービスによって、表示されるフィールドが異なる場合がある。
  3. 組み込み情報と外部情報を区別する。 ローカルのコピーを変更しても、プラットフォームの記録や他のコピーに必ずしも影響するわけではない。
  4. 組み合わせによって何が明らかになり得るかを評価する。 孤立した1つのフィールドが語ることはわずかかもしれないが、複数集まればより広いコンテキストを提供し得る。
  5. 価値をもたらすものは残す。 目的は無差別に消去することではなく、整理、証明、あるいは保存に有用な情報を損なうことなく、不要な露出を避けることにある。

メタデータを理解することは、これら双方の観点からより適切な判断を下すことを可能にする。リソースを利用可能にしているコンテキストを保持しつつ、同時に、リソースに伴う必要のない情報を特定するのに役立つ。何を記録し、何を共有し、どのような条件下で行うかという判断能力こそが、デジタルにおける主体的自律性(デジタル・オートノミー)の具体的な一形態なのである。

著者について

Daniel Sardá は SEO スペシャリストであり、Libertatis Venezuela の編集者です。自由主義、政治経済、制度、プロパガンダ、個人の自由について、独立した非党派の立場から執筆しています。

プロフィール全文を読む