ویرگول
ورودثبت نام
نادر رنجه
نادر رنجهنادر رنجه | مدرس حکمرانی و استراتژی داده در سازمان اداری و استخدامی کشور؛ جستجوگر و علاقه‌مند به توسعه ایران. درباره داده، هوش مصنوعی و بهبود تصمیم‌گیری و خدمات عمومی می‌نویسم.
نادر رنجه
نادر رنجه
خواندن ۶ دقیقه·۱۱ روز پیش

«حکمرانی داده» و «حاکمیت داده»؛ دو نام برای یک مفهوم یا دو مفهوم متفاوت؟

اگر مدتی در حوزه داده، تحول دیجیتال یا مدیریت فناوری اطلاعات مطالعه کرده باشید، احتمالاً با دو اصطلاح «حکمرانی داده» و «حاکمیت داده» برخورد کرده‌اید.

گاهی این دو اصطلاح به‌جای یکدیگر استفاده می‌شوند و هر دو معادل Data Governance در نظر گرفته می‌شوند. اما در برخی منابع، «حاکمیت داده» معنای متفاوتی پیدا می‌کند و به مفهوم Data Sovereignty نزدیک می‌شود.

اینجاست که یک سؤال مهم شکل می‌گیرد:

آیا حکمرانی داده و حاکمیت داده واقعاً دو مفهوم متفاوت‌اند، یا فقط با دو ترجمه متفاوت از یک اصطلاح انگلیسی روبه‌رو هستیم؟

برای پاسخ به این سؤال باید کمی به ادبیات علمی این حوزه نگاه کنیم.


ابتدا Data Governance را دقیق‌تر بشناسیم

یکی از مقالات کلاسیک این حوزه، مقاله Designing Data Governance نوشته Khatri و Brown است.

در این نگاه، Data Governance بیش از هر چیز با حقوق تصمیم‌گیری و پاسخ‌گویی درباره داده سروکار دارد.

یعنی سازمان باید مشخص کند:

  • چه تصمیم‌هایی درباره داده باید گرفته شود؟

  • چه کسی اختیار گرفتن این تصمیم‌ها را دارد؟

  • چه کسی مسئول کیفیت داده است؟

  • چه کسی درباره دسترسی به داده تصمیم می‌گیرد؟

  • استانداردها و سیاست‌های مربوط به داده چگونه تعیین می‌شوند؟

  • در صورت بروز اختلاف یا مشکل، چه کسی پاسخ‌گوست؟

بنابراین Data Governance را نمی‌توان صرفاً یک فعالیت فنی دانست.

حکمرانی داده درباره ساختن یک چارچوب تصمیم‌گیری و مسئولیت‌پذیری برای داده در سازمان است.


تفاوت Data Governance و Data Management

یکی از دلایل ابهام در این حوزه، نزدیک بودن مفهوم Governance به Management است.

اما این دو یکی نیستند.

به زبان ساده:

Data Governance مشخص می‌کند چه کاری، توسط چه کسی و بر اساس چه قواعدی باید انجام شود.

در مقابل:

Data Management آن تصمیم‌ها را در عمل اجرا می‌کند.

برای مثال، ممکن است در چارچوب حکمرانی داده تصمیم گرفته شود که اطلاعات مشتری باید استاندارد مشخصی از کیفیت داشته باشد.

اجرای فنی این تصمیم، مانند:

  • پاک‌سازی داده،

  • کنترل مقادیر تکراری،

  • اعتبارسنجی آدرس ایمیل،

  • پایش کیفیت داده،

در حوزه Data Management قرار می‌گیرد.

پس می‌توان گفت:

Governance = تصمیم‌گیری و پاسخ‌گویی

Management = اجرا


یک تعریف جامع‌تر از Data Governance

Abraham، Schneider و vom Brocke در مرور ساختاریافته خود درباره Data Governance، این مفهوم را به‌طور کلی به اعمال اقتدار و کنترل بر مدیریت داده مرتبط می‌کنند.

هدف این اقتدار و کنترل، افزایش ارزش حاصل از داده و در عین حال کاهش:

  • هزینه،

  • ریسک،

  • مشکلات امنیتی،

  • مشکلات کیفیت،

  • و مسائل مربوط به انطباق

است.

از این منظر، Data Governance مجموعه‌ای از عناصر مختلف را در بر می‌گیرد:

  • سیاست‌ها

  • نقش‌ها

  • مسئولیت‌ها

  • حقوق تصمیم‌گیری

  • استانداردها

  • فرایندهای کنترلی

  • پایش و نظارت

بنابراین ترجمه «حکمرانی داده» برای این مفهوم از نظر معنایی بسیار قابل دفاع است.


پس «حاکمیت داده» چیست؟

اینجا موضوع کمی پیچیده‌تر می‌شود.

در بسیاری از متون فارسی، عبارت حاکمیت داده نیز دقیقاً به‌عنوان ترجمه Data Governance استفاده شده است.

در نتیجه ممکن است در یک مقاله «حاکمیت داده» بخوانیم، در مقاله دیگری «حکمرانی داده»، در حالی که هر دو نویسنده درباره یک مفهوم صحبت می‌کنند.

اما در ادبیات بین‌المللی مفهوم دیگری وجود دارد:

Data Sovereignty

این مفهوم با Data Governance یکسان نیست.


Data Sovereignty یعنی چه؟

Data Sovereignty بیشتر درباره این سؤال است:

چه کسی حق کنترل و اعمال اقتدار بر داده را دارد؟

این مسئله می‌تواند در سطوح مختلف مطرح شود:

  • فرد

  • سازمان

  • دولت

  • کشور

  • جامعه

  • یا حتی یک اکوسیستم دیجیتال

برای مثال، ممکن است این پرسش مطرح شود که:

داده شهروندان یک کشور باید تحت قوانین کدام کشور ذخیره و پردازش شود؟

یا:

یک سازمان تا چه حد اختیار دارد داده‌های خود را در زیرساخت‌های ابری یک شرکت خارجی نگهداری کند؟

یا:

فرد تا چه اندازه باید بر داده‌های شخصی خودش کنترل داشته باشد؟

این‌ها بیشتر پرسش‌های مربوط به Data Sovereignty هستند تا Data Governance.


تفاوت اصلی در یک نگاه

اگر بخواهیم برای جلوگیری از ابهام این مفاهیم را از یکدیگر جدا کنیم، می‌توانیم از چارچوب زیر استفاده کنیم:

حکمرانی داده — Data Governance

تمرکز اصلی:

چگونه درباره داده تصمیم‌گیری و آن را اداره کنیم؟

موضوعاتی مانند:

  • نقش‌ها و مسئولیت‌ها

  • سیاست‌ها

  • استانداردها

  • کیفیت داده

  • امنیت

  • دسترسی

  • پاسخ‌گویی

  • حقوق تصمیم‌گیری

در این حوزه قرار می‌گیرند.


حاکمیت داده — Data Sovereignty

تمرکز اصلی:

چه کسی بر داده اختیار و کنترل دارد؟

موضوعاتی مانند:

  • مالکیت و کنترل داده

  • حقوق افراد

  • صلاحیت قانونی

  • محل ذخیره داده

  • کنترل دولت‌ها

  • جریان فرامرزی داده

  • استقلال دیجیتال

در این حوزه مطرح می‌شوند.


مدیریت داده — Data Management

تمرکز اصلی:

داده در عمل چگونه مدیریت شود؟

موضوعاتی مانند:

  • ذخیره‌سازی

  • پردازش

  • یکپارچه‌سازی

  • پاک‌سازی

  • پایگاه داده

  • کیفیت داده

  • معماری داده

  • Metadata

  • Master Data

بیشتر در این حوزه قرار می‌گیرند.


یک مثال ساده

فرض کنید یک بانک اطلاعات میلیون‌ها مشتری را در اختیار دارد.

سؤال اول:

چه کسی مسئول تعریف «مشتری معتبر» است؟

چه کسی درباره دسترسی کارکنان به داده مشتری تصمیم می‌گیرد؟

چه کسی مسئول کیفیت اطلاعات مشتری است؟

این‌ها پرسش‌های Data Governance هستند.


سؤال دوم:

آیا اطلاعات مشتریان ایرانی می‌تواند روی سرورهای یک شرکت خارجی ذخیره شود؟

کدام قانون بر این داده‌ها حاکم است؟

آیا داده می‌تواند از مرزهای کشور خارج شود؟

این‌ها بیشتر پرسش‌های Data Sovereignty هستند.


سؤال سوم:

اطلاعات مشتری چگونه در پایگاه داده ذخیره شود؟

چگونه رکوردهای تکراری شناسایی شوند؟

داده چگونه بین سیستم بانکداری، CRM و سامانه تحلیل منتقل شود؟

این‌ها بیشتر در حوزه Data Management قرار می‌گیرند.


چرا در فارسی این دو مفهوم با هم اشتباه می‌شوند؟

یکی از دلایل اصلی، ترجمه واژه Governance است.

Governance را در فارسی می‌توان به شکل‌های مختلف ترجمه کرد:

  • حکمرانی

  • حاکمیت

  • راهبری

  • نظام راهبری

در نتیجه عبارت Data Governance نیز در منابع مختلف به شکل‌هایی مانند:

  • حکمرانی داده

  • حاکمیت داده

  • راهبری داده

ترجمه شده است.

این مسئله تا زمانی مشکل بزرگی ایجاد نمی‌کند که وارد بحث Data Sovereignty شویم.

اگر هم Data Governance و هم Data Sovereignty را «حاکمیت داده» ترجمه کنیم، تمایز میان دو مفهوم از بین می‌رود.


یک پیشنهاد برای ادبیات فارسی

برای کاهش این ابهام، می‌توان از این تفکیک استفاده کرد:

اصطلاح انگلیسی

معادل پیشنهادی فارسی

Data Governance

حکمرانی داده

Data Sovereignty

حاکمیت داده

Data Management

مدیریت داده

Data-driven Governance

حکمرانی داده‌محور

این تفکیک الزاماً تنها ترجمه ممکن نیست، اما یک مزیت مهم دارد:

هر اصطلاح فارسی به یک مفهوم مشخص انگلیسی متصل می‌شود.


حکمرانی داده‌محور هم مفهوم دیگری است

یک اصطلاح نزدیک دیگر نیز وجود دارد:

Data-driven Governance

این مفهوم را نباید با Data Governance اشتباه گرفت.

Data Governance درباره حکمرانی خودِ داده است.

اما Data-driven Governance درباره استفاده از داده برای حکمرانی و تصمیم‌گیری است.

برای مثال:

اگر یک دولت برای سیاست‌گذاری حمل‌ونقل از داده ترافیک استفاده کند، با نوعی حکمرانی داده‌محور روبه‌رو هستیم.

اما اگر همان دولت سیاست‌هایی درباره:

  • مالکیت داده،

  • کیفیت داده،

  • دسترسی،

  • اشتراک‌گذاری،

  • امنیت

تعریف کند، وارد حوزه Data Governance شده است.


چرا این تمایز مهم است؟

ممکن است در نگاه اول تصور کنیم بحث فقط بر سر ترجمه واژه‌هاست.

اما در عمل، تفاوت این مفاهیم می‌تواند ساختار یک پروژه، تحقیق یا سیاست‌گذاری را کاملاً تغییر دهد.

وقتی می‌گوییم Data Governance، معمولاً درباره موضوعاتی مانند این‌ها صحبت می‌کنیم:

People + Policies + Processes + Decision Rights + Accountability

اما وقتی درباره Data Sovereignty حرف می‌زنیم، موضوع بیشتر به:

Control + Rights + Jurisdiction + Autonomy

مربوط می‌شود.

این دو حوزه با یکدیگر ارتباط دارند، اما یکسان نیستند.


جمع‌بندی

در ادبیات فارسی، «حکمرانی داده» و «حاکمیت داده» در بسیاری از موارد به‌عنوان دو ترجمه برای Data Governance استفاده شده‌اند.

بنابراین نمی‌توان گفت هرجا عبارت «حاکمیت داده» دیده شد، قطعاً منظور Data Sovereignty بوده است.

اما اگر بخواهیم از نظر مفهومی تمایز روشن‌تری ایجاد کنیم، می‌توانیم از این چارچوب استفاده کنیم:

حکمرانی داده = Data Governance

یعنی:

چه کسی، بر اساس چه قواعدی، درباره داده تصمیم می‌گیرد و چه کسی پاسخ‌گوست؟

و:

حاکمیت داده = Data Sovereignty

یعنی:

چه فرد، سازمان یا دولتی حق کنترل و اعمال اقتدار بر داده را دارد؟

و در کنار آن:

مدیریت داده = Data Management

یعنی:

تصمیم‌های مربوط به داده در عمل چگونه اجرا می‌شوند؟

شاید بتوان کل تفاوت را در سه سؤال خلاصه کرد:

Data Governance:
چه کسی درباره داده تصمیم می‌گیرد؟

Data Sovereignty:
چه کسی بر داده حق و اقتدار دارد؟

Data Management:
داده چگونه مدیریت می‌شود؟


منابع پیشنهادی برای مطالعه بیشتر

Khatri, V. & Brown, C. V. (2010).
Designing Data Governance.

Abraham, R., Schneider, J. & vom Brocke, J. (2019).
Data Governance: A conceptual framework, structured review, and research agenda.

Hummel, P. et al. (2021).
Data Sovereignty: A Review.

همچنین مرورهای نظام‌مند جدیدتر در حوزه Data Governance و مطالعات مرتبط با Data Sovereignty می‌توانند برای بررسی عمیق‌تر مرز این دو مفهوم مفید باشند.


یک نکته پایانی

به نظر می‌رسد با گسترش هوش مصنوعی، فضای ابری، Data Spaceها و جریان فرامرزی داده، تفاوت میان Governance و Sovereignty در سال‌های آینده اهمیت بیشتری پیدا کند.

دیگر مسئله فقط این نیست که:

«چگونه داده را مدیریت کنیم؟»

بلکه باید هم‌زمان بپرسیم:

«چه کسی درباره داده تصمیم می‌گیرد؟»

و حتی مهم‌تر:

«چه کسی حق کنترل آن را دارد؟»

برای ویرگول، عنوان جایگزین جذاب‌تر هم می‌تواند این باشد: «حکمرانی داده، حاکمیت داده و مدیریت داده؛ سه مفهومی که نباید با هم اشتباه بگیریم». این عنوان برای مخاطب عمومی‌تر احتمالاً کلیک‌خور بهتری دارد.

data
۰
۰
نادر رنجه
نادر رنجه
نادر رنجه | مدرس حکمرانی و استراتژی داده در سازمان اداری و استخدامی کشور؛ جستجوگر و علاقه‌مند به توسعه ایران. درباره داده، هوش مصنوعی و بهبود تصمیم‌گیری و خدمات عمومی می‌نویسم.
شاید از این پست‌ها خوشتان بیاید