语言档案长期追求可发现、可访问与可复用：录音保存得越久、研究者用得越多，似乎价值越大。但一段仪式、亲属称谓或逝者声音进入开放仓库后，可能被下载训练商业模型、脱离语境重新剪辑，或违反社区对季节、身份和知识传递的规则。个人当年的同意也未必能代表后代与集体的未来利益。
CARE 原则以集体利益、控制权、责任和伦理回应“默认开放”的局限，并主张与强调机器可用性的 FAIR 原则并行。2020 年正式论文明确指出，原住民数据治理关乎自决，不只是隐私保护。2024 年 DSISS 等工作把 CARE 进一步用于研究图书馆和语言文化数据管理，前沿已经从原则宣言进入仓库字段、许可、访问流程和人员关系。
同意不是一次性的文件
传统研究同意常围绕一次采集和一个项目，人工智能训练却能在多年后产生当时无法预见的用途。动态同意允许参与者更新偏好，但依赖持续联系和数字基础设施；集体治理则需要识别有权代表语言、氏族或知识持有者的机构。二者都不能被一个通用勾选框替代。
不同内容还需要不同规则。日常会话可公开，个人故事限研究，仪式语言只在特定群体或季节访问，逝者声音可能在一段时期内关闭。档案系统必须支持细粒度、可更改和可传递的协议，而不是“公开/私密”二元状态。权限元数据本身也要能跨平台迁移。
许可语言常常不够
版权多围绕个人作者与固定表达，语言知识可能由集体长期形成，单个说话者未必有权授权所有用途。开放许可证擅长告诉使用者可以复制和改作，却难表达文化责任、收益分享或不得训练模型。Local Contexts 的传统知识和生物文化标签等工具，尝试让社区协议随数字对象流动。它们的效力来自机构和使用者承认，不应被误称为自动产生的新法定权利。
人工智能增加了“衍生物”问题。模型权重不等于原始录音，却可能复现声音、词句或受限知识。删除原文件后，已训练模型能否遗忘？机器遗忘技术仍不成熟，合同和治理因此需要在训练前设限，并保留审计数据血缘。事后只提供退出按钮，可能已经无法逆转。
开放科学与数据主权并非必然敌对
研究可复现需要了解数据与方法，但不一定要求任何人下载原始敏感材料。受控数据室、合成或脱敏样本、社区认可的研究者、远程执行和输出审查可以提供不同层级复核。代价是管理成本和较慢访问；收益是减少不可逆扩散。研究机构应为这种治理投入经费，不能把额外劳动无偿转给社区。
利益分享也应具体化：培训社区档案员、共同作者、模型本地部署、教育材料、收入分成与基础设施所有权各自对应不同需求。写一句“将惠及社区”不构成机制。项目应公开谁获得经费、算力、职业收益和最终控制。
未知边界与检验
- 谁代表分散或内部多元的语言共同体作出数据决定，怎样允许异议与更替？
- CARE 协议如何在不同仓库、云平台和模型数据管线中机器可读而不被简化？
- 已进入模型的数据能否有效删除，何种证据足以证明遗忘？
- 访问限制会否无意中阻碍社区内部青年和侨居成员使用，怎样避免守门权集中？
- 资助方是否愿意支付长期治理和撤回成本，而不只支付数字化？
如果数据主权被真正实施，成功应表现为社区能查看使用记录、批准或拒绝新用途、改变协议、获得实际利益，并在研究机构退出后继续管理，而不是项目文件里出现 CARE 四个字母。
数据治理也需要可持续的人
权限系统常假设始终有人能回复访问申请，但社区组织可能人员有限、领导更替或网络不稳。治理设计应设置合理默认、紧急暂停、代理和继任规则，并为审查劳动支付报酬。访问者也应承担责任：提交用途、报告成果、按期删除或续约，并把衍生标注返还。若所有负担都落在权利主体一方，所谓控制会变成必须不断说“不”的无偿工作。
仓库迁移是容易被忽略的试金石。项目应定期导出文件、权限、标签、同意历史和访问日志，验证另一系统能否恢复相同限制。只有媒体文件可搬而治理信息丢失，会把受限资料重新变成开放资料。标准开发者可用测试对象检查协议在搜索、下载、API 和模型训练入口是否一致执行，并公开失败模式。
研究论文也应引用治理状态，而不只给数据集名称。引用可记录使用版本、授权主体、访问日期与允许目的，使后来者知道结论建立在何种关系上。若社区更正转写或撤回资料，版本链能说明哪些分析受影响。这样做把治理从项目外部的伦理审批，变成知识可复核性的一部分。
跨域连接
- 语料库语言学 依赖可检索、带标注的语言材料。数据主权并不否定语料研究，而是要求把来源、权限和语境也视为语料质量；缺失治理元数据的数据集并不真正完整。
- 数字权利与隐私 多以个人为权利主体。语言数据常牵涉亲属、群体和未来世代；这迫使隐私框架加入集体影响，同时防止“集体”名义压制个人选择。
- 博物馆返还与数字归还 面对相同的数字副本权力问题。把文件发回社区不等于归还控制；可验证的归还应包含主文件、权限、维护经费和未来版本决定权。
- 机器学习数据 解释数据血缘、去重和训练集合成。若数据管线不能追踪每批语言资源的来源与许可，模型开发者就无法兑现删除、收益分享或用途限制。
参考文献
- Carroll, S. R. et al. The CARE Principles for Indigenous Data Governance. Data Science Journal 19, 43 (2020). DOI: 10.5334/dsj-2020-043.
- Belarde-Lewis, M. et al. Centering Relationality and CARE for Stewardship of Indigenous Research Data. Data Science Journal 23, 32 (2024). DOI: 10.5334/dsj-2024-032.
- Wilkinson, M. D. et al. The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data 3 (2016). DOI: 10.1038/sdata.2016.18.
- Christen, K. Does Information Really Want to be Free? International Journal of Communication 6 (2012).
延伸阅读
- Global Indigenous Data Alliance. CARE Principles for Indigenous Data Governance. current resources.