「監視資本主義」とは何か——テックワーカーが知るべきデータ経済の裏側

この記事でわかること

• 監視資本主義の定義と、Shoshana Zuboffが提起した論点
• GAFAMがデータを収益化する構造
• テックワーカーが加担している現実と、個人でできる対抗策
• GDPR・EU AI ActなどLaw 3.0の動向

読了目安: 7分 ／ 最終更新: 2026年4月

あなたのスマートフォンは、あなたの行動、位置情報、検索履歴、購買パターン、そして感情の起伏までを記録している。その膨大なデータは、あなたが直接支払うことなく利用しているサービスの対価として、テック企業に吸い上げられている。ハーバード・ビジネス・スクールの名誉教授ショシャナ・ズボフは、この構造を「監視資本主義」と名づけた。

監視資本主義とは何か——ズボフの3つの定義

ズボフは2019年の著書で、監視資本主義を3つの層で定義している。

定義の層	内容
経済秩序として	人間の経験（行動データ）を無料の原材料とみなし、予測と販売のために収奪する新しい経済秩序
権力の形態として	個人の行動を知るだけでなく、行動を形成・修正する力を持つ、前例のない権力の集中
社会的関係として	ユーザーは「顧客」ではなく、行動データの「供給源」である非対称的な関係

重要なのは2番目の定義だ。監視資本主義は、あなたの行動を「記録する」だけではない。あなたの行動を「変える」ことを目的としている。

行動余剰（Behavioral Surplus）——データ経済の核心

Googleの検索エンジンがこの構造の原型を作った。検索サービスを改善するために必要なデータ量には上限がある。しかしGoogleが収集するデータは、サービス改善に必要な量をはるかに超えている。この「余剰」データが、広告のターゲティング精度を上げるために使われる。ズボフはこれを「行動余剰（behavioral surplus）」と呼んだ。

データの種類	サービス改善に必要	行動余剰として抽出
検索クエリ	検索精度の向上に使用	関心事・意図の推測に使用
クリック行動	ランキング改善に使用	購買意欲の予測に使用
位置情報	ローカル検索の精度向上	移動パターン・行動範囲の分析
メールの内容	スパムフィルタの改善	生活状況・消費パターンの推測
音声データ	音声認識精度の向上	感情状態・生活環境の分析

テクノロジー企業は、この行動余剰から「予測プロダクト」を生成し、広告市場で販売している。つまり、あなたが次に何を買うか、どこに行くか、何に関心を持つかという「予測」そのものが商品になっている。

行動の修正——予測から制御へ

監視資本主義の進化は、予測の精度向上から始まり、やがて「行動そのものの修正」に向かう。より正確な予測のためには、行動を予測可能にする——つまり行動を制御する——方が効率的だからだ。

ソーシャルメディアのフィードアルゴリズムは、この行動修正の典型例だ。何を見せるかを選択することで、ユーザーの感情状態を操作し、滞在時間を延ばし、広告への反応率を高める。Facebookが2012年に実施した「感情伝染実験」では、68万人のユーザーのフィードを操作して感情への影響を調べていた。ユーザーの同意なしに。

テックワーカーの立ち位置——構造の内側にいる者の責任

監視資本主義の構造で見落とされがちなのは、その構造を設計し、実装し、運用しているのがテックワーカー自身だということだ。

役割	監視資本主義との接点
フロントエンドエンジニア	ユーザーの行動を追跡するイベントリスナーの実装
バックエンドエンジニア	行動データの収集・保存・処理パイプラインの構築
データサイエンティスト	行動余剰から予測プロダクトを生成するモデルの構築
プロダクトマネージャー	エンゲージメント指標の最大化を目標に設定
UXデザイナー	行動修正を誘導するインターフェースの設計

これは告発ではなく、構造的な事実の記述だ。テックワーカーの大半は、自分の仕事が監視資本主義の構造の一部であることを意識していない。トラッキングピクセルの実装やA/Bテストの設計は、日常業務の一部として行われている。

抵抗の試み——プライバシー・バイ・デザイン

監視資本主義に対する抵抗の試みも存在する。GDPRやCCPAなどの規制、Appleのプライバシー強化（App Tracking Transparency）、DuckDuckGoのような非追跡型サービスの台頭。

技術的なアプローチとしては「プライバシー・バイ・デザイン」がある。データを収集した後に保護するのではなく、そもそもデータを収集しない設計を目指す考え方だ。差分プライバシー、連合学習、エッジコンピューティングなど、データを中央に集約しない技術が発展しつつある。

しかしこれらの試みは、監視資本主義のビジネスモデルそのものに対する構造的な挑戦とは言いがたい。規制やプライバシー技術は重要だが、「人間の行動データを原材料とする経済秩序」を根本から変えるものではない。

テクノロジーの「外部性」を問う

経済学に「外部性」という概念がある。取引の当事者以外に及ぶ影響のことだ。工場の排煙が周辺住民の健康を害するのは「負の外部性」だ。監視資本主義のデータ収集にも、同様の外部性がある。個人データの収集は当事者間の取引だが、その集積が社会全体の行動を予測可能にし、民主主義のプロセスにまで影響を及ぼす。

ズボフが最も警鐘を鳴らしているのは、この民主主義への影響だ。行動データに基づく精密なマイクロターゲティングが選挙に利用されれば、有権者の自律的な判断が脅かされる。ケンブリッジ・アナリティカ事件は、この脅威が理論ではなく現実であることを示した。

テックワーカーにできること

構造を知ったところで、個人にできることはあるのか。答えはイエスだ。すべてを変えることはできなくても、自分の射程内でできることは確実に存在する。

設計段階でのプライバシー・バイ・デザイン。データ収集の必要性を設計段階で問い直す。「とりあえず取っておく」ではなく、「なぜこのデータが必要か」を明文化するだけで、不要な収集を防げる。

データミニマイゼーションの原則。GDPR（一般データ保護規則）が定める原則の一つだが、規制があるから守るのではなく、エンジニアリングの品質基準として採用する。不要なデータはセキュリティリスクでもある。

透明性の確保。ユーザーに対して、何のデータを、なぜ収集し、どう使うのかを明確に説明する。いわゆる「ダークパターン」で同意を誘導するのではなく、ユーザーが情報に基づいた意思決定をできる環境を作る。

社内での発言。プロダクトの意思決定に関わるエンジニアやデザイナーは、倫理的な懸念を声に出す機会がある。Googleの社員が軍事AI契約「Project Maven」に反対して撤回させた事例は、個人の声が組織を動かし得ることを示している。

もちろん、一人のエンジニアがシステム全体を変えることは現実的ではない。しかし「自分には何もできない」という無力感に陥る必要もない。自分の管轄するコードベース、自分が参加するデザインレビュー、自分が書くプライバシーポリシー。小さな範囲であっても、意識的な選択の積み重ねが文化を変えていく。

テック産業で働く以上、この構造を知っておくことは必要最低限のリテラシーだ。問題を知った上で、自分がどう振る舞うかは個人の選択だが、知らないまま加担しているのと、知った上で選択しているのでは、まったく意味が異なる。あなたが今日コードを書いたとき、そのコードが処理する「データ」は誰の行動の痕跡だったのか、考えたことはあるだろうか。

日常の観察が思考を育てる

小さな気づきを言葉にする習慣は、思考の筋肉を鍛える最も効果的な方法の一つだ。

見過ごされがちな日常の断片に目を留め、自分の言葉で表現し直す。

この繰り返しが、いずれ仕事の判断や人との対話にも効いてくる。

次に何かに違和感を覚えたら、その瞬間を書き留めてみる価値があるかもしれない。