本記事は生成AIと共同で執筆しています。事実関係は可能な範囲で公式ドキュメント・一次情報と照合していますが、誤りが含まれている可能性があります。仕様やサービスは変化が速く、バージョン・提供状況は執筆時点(2026-08)のものです。重要な判断を行う前にご自身でも一次情報をご確認ください。
前回の記事(データスペースは結局なにが嬉しいのか)で、私は正直にこう書きました ──「公開データ(パブリックドメイン映像＋公開メタデータ)では、データスペースを使う必然性はほとんどない。公開データなら、そのまま IIIF で見せて各自ダウンロードして解析してもらえばよく、門番も契約もオーバースペックだ」と。
すると当然、次の問いが出ます。「では、公開してしまったデータが“その後どう使われたか”を追うのは、何の技術なのか？」
結論から言うと、それはデータスペースとは直交する、別レイヤの話です。そして正直に言えば ──公開した瞬間に技術的な“門”は無くなり、残るのは役割の違う部品の寄せ集めで、どれ一つも「誰が・どう使ったか」を完全には答えてくれません。本記事は、その部品を一次情報にあたって並べ、それぞれの“担当範囲”と限界を整理するものです。
発想の転換：制御(gate)から 追跡・帰属(trace)へ
データスペース(EDC/DSP・Compute-to-Data・契約)は「渡す前に止める」技術でした。公開データにはその前提が無い ── もう渡してしまっているので、できるのは「渡した後をたどる／帰属させる」ことだけです。
役割で並べると、次の6つになります。「誰が使ったか分かるか？」の欄に、各部品の限界が出ています。
| 役割 | 代表技術 | 何をする | 「誰が・どう使ったか」分かる？ |
|---|---|---|---|
| 発行の告知 | IIIF Change Discovery API | 公開/更新を機械可読に配信 | ✗（配信であって利用ではない） |
| 許諾の表明 | RightsStatements.org / CC | 再利用の可否・条件を宣言 | ✗（許可の宣言で追跡ではない） |
| 派生の記述 | W3C PROV-O | 「この結果はこの資料から」を記述 | △（自己申告。書かねば残らない） |
| 利用の計測 | DOI/DataCite・Make Data Count | views/downloads/citations を計測 | △（匿名集計。引用なし再利用は不可視） |
| 出所の署名 | C2PA / Content Credentials | 出所・編集履歴に署名（改ざん検知） | △（署名時点の出所。スクショで剥がれる） |
| 野良コピーの発見 | 知覚ハッシュ・逆画像検索 | 世に出たコピー/派生を探す | ✗（“似ている”は分かるが作者は不明） |
以下、それぞれを見ていきます。
① 発行の告知 ── IIIF Change Discovery API
IIIF の Change Discovery API は、公開した IIIF リソースの発見可能性のための仕組みです。発行者が「作成・更新・削除」を W3C Activity Streams 2.0 形式の時系列リストとして publish し、収集側がポーリングで同期します（静的ファイルだけで実装できるのが設計原則）。
ここで大事な切り分け：これは「自分が何を公開/更新したか」を外へ知らせる、発行者側から出ていくプロトコルです。仕様自身が、検索 API・push 通知・記述メタデータ形式の規定を scope 外としており、第三者による利用・再利用の追跡は扱いません。「Change Discovery で利用追跡ができる」と書くのは誤りで、正しくは**“publish した事実の配信”**です。
② 許諾の表明 ── RightsStatements.org / Creative Commons
RightsStatements.org は、文化遺産デジタル資料の著作権・再利用ステータスを人間と機械の双方に伝える標準化された rights statement で、Europeana / DPLA が採用しています。CC ライセンスが「こう使ってよい」という許諾条件を表明するのに対し、RightsStatements は主に **CC でカバーしきれない状態（権利者不明・著作権あり 等）**を表現する補完体系です。
こちらも切り分けが重要：CC は「こう使ってよい」という許諾、RightsStatements は「権利状態はこうだ」という情報提供（許諾そのものは与えない）で、いずれも「実際に誰がどう使ったか」を追跡・記録する仕組みではありません。attribution（帰属）を求める条項があっても、その履行を機関側が検知する機能は持ちません。
③ 派生の記述 ── W3C PROV-O
PROV-O（2013-04-30 W3C Recommendation）は、来歴を記述するためのオントロジーです。基幹は prov:Entity（モノ/データ）・prov:Activity（処理）・prov:Agent（責任主体）で、
prov:wasDerivedFrom… あるデータが別のデータから派生したprov:wasGeneratedBy… データがある処理で生成されたprov:wasAttributedTo… データを主体に帰属させる
を使って「この分析結果 X は資料 Y から derived で、担当は Z」を機械可読に主張できます。アクセス制御とは独立に「公開後の系譜」を残せるのが強みです。
ただし限界も明確で、PROV-O は記述の語彙にすぎず、その主張が真実である保証（検証・強制）はしません。誰かが来歴を書かなければ系譜は残らない、自己申告ベースの仕組みです。
④ 利用の計測 ── DOI / DataCite・Make Data Count・引用追跡
研究データ領域には、利用を標準化して計測する層があります。
- DOI と DataCite：データセットに永続識別子を与え、被参照点を安定させる。メタデータの
relatedIdentifier＋relationType（IsCitedBy/IsSupplementTo等）で文献⇄データのリンクを機械可読にする。creator は ORCID で曖昧性なく識別できる。 - Make Data Count と COUNTER Code of Practice for Research Data：リポジトリ横断で views/downloads を比較可能な形で報告するための標準。リポジトリ側が準拠してログ計測・ロボット除外・重複排除を行う必要がある。
- DataCite Event Data / Scholix：DOI⇄DOI・DOI⇄URL の引用リンクイベントを集計する。Scholix は文献⇄データのリンク交換のデファクト枠組み。
注意（変動が激しい）：この層は再編中です。Crossref は **Event Data API を 2026-04-23 に停止(sunset)**し、後継の data citations API は執筆時点で beta。Scholix WG は 2023-10 に Open Science Graphs IG へ統合。版番号も動いています（DataCite Schema 4.7 = 2026-03、COUNTER CoP for Research Data 1.0.1 は COUNTER R5.1 への統合作業中）。引用追跡を“現行の中心インフラ”として断定せず、その都度状況を確認するのが安全です。
そして最大の限界 ──引用しない再利用は原理的に捕捉できません。引用リンクは「誰かが DOI を明示的に参照リストやメタデータに書いた」ときにだけ生成されます。ダウンロードして解析に使ったが論文で引用しなかった利用は、citation としては一切現れない。downloads にはカウントされ得ますが、利用者の身元・目的は分かりません（匿名集計）。
⑤ 出所の署名 ── C2PA / Content Credentials
C2PA（Coalition for Content Provenance and Authenticity）は、メディアの出所と編集履歴に暗号署名し、改ざんを検知可能にする仕組みです。2021年2月に Adobe・Arm・BBC・Intel・Microsoft・Truepic が設立（Adobe の CAI と Microsoft/BBC の Project Origin を統合）、Linux Foundation の Joint Development Foundation 下の標準です。仕組みは manifest（アセットへの主張の束）→ claim → 秘密鍵による 署名（信頼は X.509 証明書に依拠）。対象は画像・動画・音声・文書と広い。カメラ（Leica M11-P、Nikon の一部）や Adobe、LinkedIn、報道各社が採用を進めています。
ここで最重要の注意（標準化団体自身が明言）：Content Credentials は「内容が“真実か”」を示すものではありません。「出所と履歴」を文書化するだけです。そして構造的な失敗モードがあります：
- ハードバインディング（アセットのバイトのハッシュ）は、再エンコード・再圧縮・スクリーンショットで壊れます（見た目が同じでもバイトが変わればハッシュ不一致）。
- SNS 等はアップロード時に再エンコードして埋め込みマニフェストを削除することが多い。
- assertion は後続の claim でredact（削除）可能。
その対策が「Durable Content Credentials」= 不可視の電子透かしと知覚指紋（いずれも soft binding）で、マニフェストが剥がれても外部リポジトリから再リンクする設計です。ただし soft binding は暗号的に一意ではなく、これも“修復”であって“万能”ではありません。要するに C2PA は「あなたが署名した時点での、あなたの正規コピーの出所」を証明できるが、下流の悪用を防いだり追跡したりはしない。
（仕様バージョンは動きます。v2.2 は 2025-05 公開、以降さらに版が進んでいます。執筆時点の最新版番号は一次情報でご確認ください。）
⑥ 野良コピーの発見 ── 知覚ハッシュ・逆画像検索
C2PA のハードバインディングが壊れる“変換”を逆に生き延びるのが、知覚ハッシュ（perceptual hashing）です。ファイルのバイトではなく画像の内容から短い指紋を作るので、視覚的に似た画像は似たハッシュになり、ハミング距離で近さを測ります。
- aHash（8×8 グレースケールを平均で二値化）＜ dHash（隣接画素の差分の符号）＜ pHash（DCT の低周波係数）の順に、リサイズ・圧縮・軽微なトリミング・色調変化への頑健性が上がります。
- 用途は「公開した画像がどこで再利用されたか探す」こと。自分の画像をハッシュ化しておき、世に出ている候補をハッシュ化して距離で照合する ── 再利用者の協力は要りません。Microsoft PhotoDNA や Meta PDQ が近縁技術です。
限界：“似ている”は分かっても“誰が作ったか・どちら向きにコピーされたか”は分かりません。誤マッチは不可避で、閾値は取りこぼしと誤検出のトレードオフ。大きな改変（強いトリミング・合成・生成的編集）で照合は壊れ、意図的な回避も可能です。類似性の発見であって、出所の証明ではない、という切り分けが要ります。
それでも「再利用が見える」ケース ── Wikimedia の集約メトリクス
ここまで「単独では“誰がどう使ったか”を完全には与えない」を繰り返しました。現実に再利用がよく見えるのは、再利用先が1つのプラットフォームに集約されている場合です。代表例が Wikimedia の Commons Impact Metrics（2024-07 提供）で、GLAM が寄贈した画像について「どの記事が使い、そのページビュー、どの言語版か、月次編集数、最も見られたファイル」を返します（Wikimedia の発表記事によれば、Wellcome の画像は Wikipedia で累計十数億ビュー規模）。
ただしこれも限界つきです：事前承認された約1,200カテゴリのみ、月次集計（リアルタイム不可）、全ファイルは計算資源上処理不可。そして何より、Wikimedia の外（独立サイト・SNS・印刷物・ローカル利用）はほぼ不可視のままです。
まとめ ── 「公開後」は、役割の違う部品の重ね合わせ
- 公開してしまえば技術的な門は無い。残るのは、**発行の告知（Change Discovery）／許諾の表明（RightsStatements・CC）／派生の記述（PROV-O）／利用の計測（DOI・Make Data Count・Event Data）／出所の署名（C2PA）／野良コピーの発見（知覚ハッシュ）**という、担当範囲の異なる部品です。
- どれ一つも単独で「誰が・どう使ったか」を完全には与えません。引用しない再利用・利用者の身元は構造的に捕捉できず、C2PA はスクショで剥がれ、知覚ハッシュは類似までしか言えない。
- 現実にいちばん見えるのは、Wikimedia のように再利用が1プラットフォームに集約されるケース。それ以外は、複数の部品を重ねて“断片的に”推し量るのが実際です。
前回の2層モデルでいえば ── 層1（原資料）は「渡さない」でデータスペースが守り、層2（公開した記述・目録）は「渡した後」をこれらの部品で追う。守る技術と追う技術は別物で、文化遺産のデータ活用にはその両方が要る、というのが今回の整理です。
本記事は「渡せないデータ＝アクセス制御」を扱った前回記事の対（つい）として、「公開データ＝追跡・帰属」を整理したものです。各技術の仕様・提供状況は変化が速いため、実装前に必ず一次情報を確認してください。
コメント
…