Від цифрової нерівності до Data Justice: феномен Data Poverty у вимірах статистики та Data Science

  • О. H. OSAULENKO Національна академія статистики, обліку та аудиту
  • R. М. MOTORYN Національна академія статистики, обліку та аудиту
  • О. О. HOROBETS Національна академія статистики, обліку та аудиту
Ключові слова: цифрова нерівність, data poverty, алгоритмічна справедливість, когнітивне вилучення, цифровий слід, цифровий суверенітет, data science

Анотація

У статті висвітлено феномен data poverty як новий вимір цифрової нерівності, що поєднує технічні, соціальні, політичні та етичні аспекти. Актуальність теми дослідження зумовлена тим, що проблема data poverty виходить за межі суто технічного виміру доступу до інформації, вона відображає глибші системні дисбаланси у розподілі ресурсів, цифровій політиці та можливостях участі в ній. Вивчення цього явища є критично важливим для формування справедливої цифрової політики, зокрема в Україні, з урахуванням потреб найбільш уразливих суспільних груп.

Запропоновано концептуальну модель взаємозв’язків між ключовими вимірами цифрової нерівності – від digital divide як базового рівня фізичного доступу до інформаційних технологій до комплексної категорії data poverty, яка інтегрує структурні, аналітичні та етичні аспекти використання даних, зокрема явища data divide, data marginalization, data injustice, формуючи системне поле цифрової несправедливості. Зроблено компаративний аналіз міжнародних індексів, релевантних для дослідження data poverty.

Доведено, що data poverty обмежує здатність громадян, спільнот і країн бути активними суб’єктами цифрової економіки, публічного управління та виробництва знань.  Запропоновано типологію data poverty, яка охоплює три рівні прояву: індивідуальний – коли окремі особи або соціальні групи залишаються поза охопленням цифрового аналізу та статистичних систем; інституційний – коли органи державної влади не володіють достатнім масивом достовірних даних для ухвалення ефективних управлінських рішень; глобальний / регіональний – коли країни виступають лише джерелами первинних даних, не маючи контролю над їх обробленням, зберіганням і вторинним використанням.

Окремо проаналізовано геополітику data poverty, в т. ч. цифровий колоніалізм, асиметрію між data-rich і data-poor країнами.

Запропоновано стратегії подолання data poverty: розвиток цифрових прав і цифрової грамотності, інклюзивної інфраструктури, відкритих даних, мультисекторних партнерств та етично орієнтованого управління даними. Доведено, що подолання data poverty є не лише технічним, а насамперед політичним та етичним завданням, що потребує переосмислення цифрового суверенітету, забезпечення рівного доступу до даних і демократизації цифрового врядування як фундаменту справедливого, інклюзивного та сталого цифрового майбутнього.

Завантаження

Дані завантаження ще не доступні.

Посилання

1. Boyd, D., & Crawford, K. (2012). Critical Questions for Big Data: Provocations for a Cultural, Technological, and Scholarly Phenomenon. Information, Communication & Society, 15(5), 662–679. DOI: 10.1080/1369118X.2012.678878
2. Listening to Citizens of Ukraine – The Poverty and Human Impacts of Russia’s Invasion of Ukraine (English). World Bank. Washington, D.C.: World Bank Group. Retrieved from http://documents.worldbank.org/curated/en/099062624132031216
3. Braun, M., & Hummel, P. (2022). Data justice and data solidarity. Patterns, 3 (3), 100629. DOI: 10.1016/j.patter.2021.100427
4. Milan, S., & Treré, E. (2021). Latin American visions for a Digital New Deal: Learning from critical ecology, liberation pedagogy and autonomous design. A Digital New Deal: Visions of Justice in a Post-Covid World (pp. 101–111). IT for Change. Retrieved from https://pure.uva.nl/ws/files/55599956/2021_Milan_Trere_Digital_ New_Deal_PDF_Buen_Vivir_with_Data.pdf
5. International Telecommunication Union (2023). Measuring digital development Facts and Figures 2023. Retrieved from https://www.itu.int/en/ITU-D/Statistics/Documents/facts/FactsFigures2023.pdf
6. World Bank Group. World Development Report 2021: Data for Better Lives. Retrieved from https://openknowledge.worldbank.org/server/api/core/bitstreams/ e3299912-5f34-541d-be4d-8ec778ab4626/content
7. Taylor, L., & Broeders, D. (2015). In the name of development: Power, profit and the datafication of the global South. Geoforum, 64, 229–237. DOI: 10.1016/j.geoforum.2015.07.002
8. Nominet Social Impact. Digital Youth Index (2022). How data poverty is shaped and the knock-on effect of being data hungry. Retrieved from https://digitalyouthindex. uk/data-poverty-and-the-effects-of-being-data-hungry/
9. Arora, P. (2016). Bottom of the data pyramid: Big data and the global South. International Journal of Communication (online), 10, 1681–1699. Retrieved from https:// pure.eur.nl/ws/portalfiles/portal/47697913/Bottom-of-the-Data-Pyramid-IJoC-Arora-2016.pdf
10. Open Data Institute (2022). Fuel poverty and data infrastructure. Retrieved from https://theodi.cdn.ngo/media/documents/ODI-Report-Fuel-poverty-and-data-infrastructure.pdf
11. OECD. Data governance. Retrieved from https://www.oecd.org/digital/data-governance/
12. UN Global Pulse. Retrieved from https://www.unglobalpulse.org/
13. Dencik, L., Hintz, A., Redden, J., & Treré, E. (2019). Exploring Data Justice: Conceptions, Applications and Directions. Information, Communication & Society, 22 (7), 873–881. DOI: 10.1080/1369118X.2019.1606268
14. Jan A.G.M. Van Dijk (2019). The Digital Divide. URL: https://www.researchgate.net/ publication/336775102_The_Digital_Divide
15. Taylor, L. (2017). What is data justice? The case for connecting digital rights and freedoms globally. Big Data & Society, 4 (2), 1–14. DOI: 10.1177/2053951717736335
16. What is Data Equity and Why Does It Matter? Data.org. Retrieved from https://data. org/resources/what-is-data-equity-and-why-does-it-matter
17. Sen, A. (1979). Equality of What? The Tanner Lecture on human values delivered at Stanford University. Retrieved from https://ophi.org.uk/sites/default/files/Sen-1979_ Equality-of-What.pdf
18. Global Data Barometer. Retrieved from https://globaldatabarometer.org/
19. Open Data Inventory. Retrieved from https://odin.opendatawatch.com/
20. The Digital Economy and Society Index (DESI). Retrieved from https://digital-strategy.ec.europa.eu/en/policies/desi
21. E-Government Development Index. Retrieved from https://publicadministration.un- .org/egovkb/en-us/About/Overview/-E-Government-Development-Index
22. Network Readiness Index. Retrieved from https://networkreadinessindex.org/
23. Borgman, C. L. (2022). Data blind: Universities lag in capturing and exploiting data. Science, 377 (6607), 142–143. DOI: 10.1126/science.add2734
24. Eubanks, V. (2018). Automating Inequality. How High-Tech Tools Profile, Police, and Punish the Poor. New York: Picador, St. Martin’s Press, 2018. P. 182. DOI: 10.5204/lthj.v1i0.1386
25. UNHCR (2025). Opytuvannia z pytan zakhystu v Ukraini – cherven 2025 [An interview on issues of protection in Ukraine – June 2025]. Retrieved from https://www.unhcr.org/ua/media/%D0%BE%D0%BF%D0%B8%D1%82%D1 %83%D0%B2%D0%B0%D0%BD%D0%BD%D1%8F-%D0%B7-%D0%BF%D0%B8%D1%82%D0%B0%D0%BD%D1%8C-%D0%B7%D 0%B0%D1%85%D0%B8%D1%81%D1%82%D1%83-%D0%B2- %D1%83%D0%BA%D1%80%D0%B0%D1%97%D0%BD%D1%96- %D1%87%D0%B5%D1%80%D0%B2%D0%B5%D0%BD%D1%8C-2025 [in Ukrainian].
26. Smith, D. (2025). Closing climate security gaps requires more reliable data on climate finance. Stockholm International Peace Research Institute. Retrieved from https://www.sipri.org/commentary/blog/2025/closing-climate-security-gaps-requires-more-reliable-data-climate-finance
27. Оsaulenko, О. H., & Horobets, О. О. (2023). Implementatsiia instrumentariiu Smart-statystyky v ofitsiinu statystyku [Implementing Smart Statistics Toolkit in the Official Statistics]. Statystyka Ukrainy – Statistics of Ukraine, 2023, 100 (2), 7–18. DOI: 10.31767/su.1(100)2023.01.01 [in Ukrainian].
28. Noble, S. U. (2018). Algorithms of Oppression: How Search Engines Reinforce Racism. NYU Press. Retrieved from https://nyupress.org/9781479837243/algorithms-of-oppression/
29. Humanitarian Data Exchange. (n.d.). Humanitarian Data Exchange. Retrieved from https://data.humdata.org/
30. Milan, S., & Treré, E. (2019). Big Data from the South(s): Beyond data universalism. Big Data & Society, 6 (1), 1–6. DOI: 10.1177/1527476419837739
31. AI Now Institute. (2019). AI Now Report 2019. Retrieved from https://ainowinstitute.org/publications/ai-now-2019-report-2
32. Leidig, M. & Teeuw, R. M. (2015). Quantifying and Mapping Global Data Poverty. PLoS One, 10 (11), e0142076. DOI: 10.1371/journal.pone.0142076
33. Ukrinform (2025). Microsoft shche rik nadavatyme bezoplatni khmarni servisy ukrainskym derzhustanovam [Mirosoft will provide free cloud services to Ukrainian public offices for another year]. Retrieved from https://www.ukrinform. ua/rubric-society/3946801-microsoft-se-rik-nadavatime-bezoplatni-hmarni-servisi-ukrainskim-derzustanovam.html [in Ukrainian].
34. European Parliament & Council of the European Union (2023). Regulation (EU) 2023/2854 on harmonised rules on fair access to and use of data (Data Act), and amending Regulation (EU) 2017/2394 and Directive (EU) 2020/1828. Official Journal of the European Union, L 2854, 22 December 2023. Retrieved from https://eurlex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A32023R2854
35. Couldry, N., & Mejias, U. A. (2018). Data Colonialism: Rethinking Big Data’s Relation to the Contemporary Subject. Television & New Media, 20 (4), 336–349. DOI: 10.1177/1527476418796632
36. United Nations Conference on Trade and Development (2021). Digital Economy Report 2021: Cross-border data flows and development: For whom the data flow. Retrieved from https://unctad.org/page/digital-economy-report-2021
37. D’Ignazio, C. (2017). Creative data literacy: Bridging the gap between the data-haves and data-have nots. Information Design Journal, 23 (1), 6–18. DOI: 10.1075/ idj.23.1.03dig

Переглядів анотації: 546
Завантажень PDF: 403
Опубліковано
2025-07-16
Як цитувати
OSAULENKOО. H., MOTORYNR. М., & HOROBETSО. О. (2025). Від цифрової нерівності до Data Justice: феномен Data Poverty у вимірах статистики та Data Science. Науковий вісник Національної академії статистики, обліку та аудиту, (1-2), 25-45. https://doi.org/10.31767/nasoa.1-2-2025.02