Feminizm danych

Opinie czytelników

Książka Data Feminism jest wysoko ceniona za przystępną, inteligentną i mocną analizę tego, w jaki sposób dane, algorytmy i technologia mogą utrwalać uprzedzenia związane z płcią, rasą i innymi nierównościami. Autorzy dostarczają praktycznych spostrzeżeń i ram teoretycznych, dzięki czemu jest to cenna lektura dla studentów, profesjonalistów i wszystkich zainteresowanych sprawiedliwością społeczną. Podczas gdy wiele recenzji podkreśla jej doskonałość, istnieją pewne uwagi krytyczne dotyczące konkretnych wyborów językowych, które mogą zrazić niektórych czytelników.

Książka jest przystępna, wciągająca i pięknie ilustrowana. Łączy krytyczną teorię z technicznymi spostrzeżeniami, aby uczynić naukę o danych bardziej sprawiedliwą i inkluzywną. Wielu recenzentów zauważa, że jest to lektura obowiązkowa dla każdego, kto zajmuje się tworzeniem danych i etyką, i otrzymała pozytywne opinie zarówno od studentów, jak i profesjonalistów za jej trafność i praktyczne zastosowania.

Niektórzy czytelnicy uznali język użyty do poruszenia kwestii uprzedzeń w nauce o danych za alienujący, szczególnie w kontekście „białego mężczyzny” jako głównego problemu. Wspomniano również o fizycznych problemach z jakością produkcji, w których strony nie były w pełni przycięte. Kilka recenzji sugeruje, że chociaż przesłanie jest mocne, język można poprawić, aby promować większą integrację.

(na podstawie 23 opinii czytelników)

Oryginalny tytuł:

Data Feminism

Zawartość książki:

Nowy sposób myślenia o nauce o danych i etyce danych oparty na ideach feminizmu intersekcjonalnego.

Dziś nauka o danych jest formą władzy. Została wykorzystana do ujawnienia niesprawiedliwości, poprawy wyników zdrowotnych i obalenia rządów. Ale była również wykorzystywana do dyskryminacji, policji i inwigilacji. Ten potencjał dobra, z jednej strony, i krzywdy, z drugiej, sprawia, że ważne jest, aby zapytać: Nauka o danych przez kogo? Nauka o danych dla kogo? Nauka o danych z myślą o czyich interesach? Narracje wokół dużych zbiorów danych i nauki o danych są w przeważającej mierze białe, męskie i techno-bohaterskie. W książce Data Feminism Catherine D'Ignazio i Lauren Klein przedstawiają nowy sposób myślenia o nauce o danych i etyce danych - taki, który jest oparty na intersekcjonalnej myśli feministycznej.

Ilustrując feminizm danych w działaniu, D'Ignazio i Klein pokazują, w jaki sposób wyzwania związane z binarnym podziałem na mężczyzn i kobiety mogą pomóc w zakwestionowaniu innych hierarchicznych (i empirycznie błędnych) systemów klasyfikacji. Wyjaśniają, w jaki sposób, na przykład, zrozumienie emocji może poszerzyć nasze pomysły na skuteczną wizualizację danych i jak koncepcja niewidzialnej pracy może ujawnić znaczny wysiłek ludzki wymagany przez nasze zautomatyzowane systemy. I pokazują, dlaczego dane nigdy, przenigdy nie „mówią same za siebie”.

Data Feminism oferuje strategie dla naukowców zajmujących się danymi, którzy chcą dowiedzieć się, w jaki sposób feminizm może pomóc im w pracy na rzecz sprawiedliwości, oraz dla feministek, które chcą skoncentrować swoje wysiłki na rozwijającej się dziedzinie nauki o danych. Ale w feminizmie danych chodzi o coś więcej niż płeć. Chodzi o władzę, o to, kto ją ma, a kto nie, oraz o to, w jaki sposób te różnice władzy mogą być kwestionowane i zmieniane.