オープンソース生態系の「見えない労働」— 半分は記録されない
(arxiv.org)オープンソース生態系の「見えない労働」— 半分は記録されない
著者: John Meluso (Cornell Univ.)、Amanda Casari & Katie McLaughlin (Google LLC)、Milo Z. Trujillo (Northeastern Univ.)
公開: 2024年1月、ACM論文プレプリント
原文: arXiv:2401.06889v2
要約
オープンソースソフトウェア（OSS）は、単にコードを書くことだけで成り立っているわけではない。コミュニティ運営、ドキュメント作成、イベント運営、財務管理、バグレポート、コンテンツレビューなど、数多くの 非コーディング活動 がプロジェクトの維持と発展を可能にしている。しかし、こうした活動の多くは 「見えない労働（invisible labor）」 のまま残される。
Cornell・Google・Northeasternの共同研究チームによる今回の研究は、オープンソースの労働の約半分（50%）が見えておらず、3分の2の作業（約66%）は他者に知られていない ことを示している。回答者の半数以上は、自分が行った仕事のかなりの部分が 認められず、報われてもいない と答えた。
研究概要
- 調査方法: 2022年1月〜6月、世界中のOSS開発者142人を対象にアンケートを実施
- 調査方式: 認知的な「アンカリング（anchoring）」手法を適用し、参加者が自分の業務がどれほど「見えているか」あるいは「認められているか」を自己評価するよう設計
- 主要な問い:
- オープンソース生態系において、見えない労働はどれほど一般的か。
- どのような要因がこの「見えなさ」を強めるのか。
主な結果
- 報酬（Compensation）: 回答者の半数だけが、自分の仕事について「クレジット（credit）」を受けたと回答。
- 可視性（Visibility）: 業務の約 2/3が不可視、もしくは少数にしか知られていない。
- 見えなさの要因:
- コード以外の活動はシステム上で自動記録されない（例: GitHubのグラフはコーディングしか反映しない）
- 社会的要因（性別、地域、組織構造など）によって認知の偏りが生じる
- 報酬体系の不均衡 — 「感謝」はあっても実質的な機会や報酬はない
認知効果: 「見える」を先に言うと、見えにくくなる
興味深いことに、アンケートの順序（「可視性」を先に想起するか、「不可視性」を先に想起するか）によって回答は異なった。
「見える」を先に思い出させられた参加者は、自分の労働をより「見えている」と評価し、クレジットの重要性 を低く評価した。
一方、「見えない」を先に想起した参加者は、自分の仕事はあまり知られていないと答え、認められることの重要性をより高く評価 した。
これは、認識の アンカリング効果（anchoring effect） がオープンソース労働の評価にも影響を与えることを示唆している。
参加者たちの生の声
「コードレビューやドキュメント整備は誰にも評価されない。」
「名前が間違って書かれたり、そもそも抜け落ちたりすることも多い。」
「コミュニティへの貢献は認められないのに、コードコミットだけが『貢献』と見なされる。」
「自動化ツールの統計は、実際の努力を歪める。」
研究者たちはこうした反応を 「交差した動機（cross-purpose attribution）」 と呼び、個人の動機（楽しさ、承認、所属感、キャリアなど）とコミュニティの報酬システムが衝突するとき、「見えない労働」が深刻化すると説明している。
研究の示唆
-
「オープン」であることは、すなわち「見える」ことを意味しない。
公開されたコードであっても、その背後にいる人やプロセスは簡単に忘れられる。 -
報酬はお金だけではない。
名前が言及されたり、貢献履歴が記録されたりすることも重要な「報酬」だ。 -
プラットフォーム設計の責任。
GitHubなどの主要プラットフォームは、コード以外の活動（Issue管理、翻訳、コミュニティ運営など）も定量的に表示すべきである。 -
多様な貢献の可視化が必要。
CRediT（研究者貢献標準）のような貢献分類体系を導入し、技術文書化やコミュニティ運営など非開発領域の貢献も明確に認める必要がある。
結論
この研究は、オープンソースの持続可能性を論じるうえで、「コードの外にある労働」 を表舞台に引き上げた。
「公開」は「公正」を保証しない。オープンソースの真の オープン（open） とは、コードだけでなく あらゆる貢献が見える社会的透明性 の上に築かれるべきだという点を思い起こさせる。
4件のコメント
会社でも… T^T
個人の作業として、業務分担に含まれていない付随的で目に見えない労働があまりにも多い。
（「これって仕事なの？」と思うほどの細かい業務が多かったり、繰り返し回数が多かったりする場合）
当然、こうした業務には人員補充もしてくれないので、このような細かい仕事にAIを活用するケースが増えていますね。
韓国の会社員がAIを多く使う理由の一つは、ジョブディスクリプション以外の見えない労働を解決したいという欲求が強いからではないかと思う（海外はまだジョブディスクリプションをより具体的に書いて、それを守ろうと努力している）。
実際、今ではどれだけ多くの労働をしても、AIによるものだと認識されそうです。
この問題は、実際にはオープンソースの問題というより、あらゆる組織に当てはまるのではないかと思います。埋もれてしまう貢献は多いですよね。