公開資料可以隨便用嗎？做資料整合工具時我思考的幾件事

台灣政府開放了很多資料：公司登記、董監事名單、法人登記公告、司法院的裁判書、環境部的裁罰紀錄。它們都是公開的，任何人都能下載。我做的 Undercurrent 就是把這些來源串起來，變成一張人與公司的關係圖。

做的過程中我一直在想一個問題：公開，等於可以隨意使用嗎？

單看公開，串起來之後性質不同

一個人是某間公司的董事，這是公開資訊。他曾經在另一間公司任職，這也是公開的。但把幾十份分散的資料整合成一張圖，讓任何人輸入一個名字就能看到他的所有關聯，這件事帶來的影響，和單獨看每一份資料時並不一樣。

學術上有個說法叫「聚合效應」：分散的資訊，聚合起來之後會產生新的資訊。

一、只用本來就公開、而且公開目的相符的資料。 董監事與經理人的登記，本來就是為了讓交易對象能夠確認公司背後是誰，這是公開登記制度的目的。我只整合這類與商業交易透明度相關的資料。

二、不做無法求證的推論。 工具呈現的是「登記資料顯示的關聯」，而不是「我認為這個人與那個人有關係」。圖譜是線索，不是結論，我不會加上主觀的評價、風險分數或暗示性的標籤。

三、承認同名同姓的問題。 台灣常見的姓名很多人重複。圖上看起來是同一個人的節點，實際上可能是三個不同的人。所以我加了「右鍵隱藏節點」的功能，讓使用者把不相干的結果剔除，也在說明裡提醒：同名不等於同一人。

四、資料要標示來源與時間。 有些資料是異動事件記錄，不是現況清單；有些資料每月才更新一次。使用者需要知道資料從哪裡來、新不新，才能判斷該不該相信。

五、遵守來源的使用條款。 每一個開放資料集都有自己的授權條款，使用前要讀。同時，我不會繞過官方 API 的限制去大量爬取，而是使用官方提供的批次下載。

我把這個工具定位在「盡職調查」：查合作對象、查交易對手、查一間公司的背景，這是正常商業行為的一部分。我也希望使用者以同樣的心態使用它。如果有人拿它去追查個人、騷擾特定對象，那是違背這個工具初衷的。

我並不覺得自己找到了所有問題的答案。技術上能做，不代表就該做。每加一個新的資料來源，我都會再問一次：這份資料公開的目的是什麼？整合之後，對資料中的人可能造成什麼影響？

如果你也在做資料整合的專案，我建議先把這幾個問題寫下來。寫下來的過程，通常會讓你發現原本沒想到的地方。

另外，如果你是資料中的當事人，認為某筆資料有誤，請透過聯絡頁告訴我。