Autore: Catherine D'Ignazio e Lauren F. Klein
Anno: 2020
Genere: Intelligenza Artificiale
Descrizione:
Un nuovo modo di concepire la scienza dei dati e l’etica dei dati, influenzato dalle idee del femminismo intersezionale. Oggi la data science è una forma di potere. È stata utilizzata per denunciare ingiustizie, migliorare i risultati sanitari e rovesciare governi. Tuttavia, è stata anche impiegata per discriminare, sorvegliare e controllare. Questo potenziale — da un lato benefico, dall'altro dannoso — rende essenziale porsi alcune domande: scienza dei dati fatta da chi? Per chi? E tenendo a mente gli interessi di chi? Le narrazioni che circondano i big data e la data science sono prevalentemente bianche, maschili e tecno-eroiche. In Data Feminism, Catherine D’Ignazio e Lauren Klein presentano un nuovo modo di pensare alla scienza e all’etica dei dati, informato dal pensiero femminista intersezionale. Illustrando il "data feminism" in azione, D’Ignazio e Klein mostrano come mettere in discussione il binarismo maschio/femmina possa aiutare a sfidare altri sistemi di classificazione gerarchici (ed empiricamente errati). Spiegano come, ad esempio, la comprensione delle emozioni possa espandere le nostre idee su una visualizzazione dei dati efficace, e come il concetto di lavoro invisibile possa esporre i significativi sforzi umani richiesti dai nostri sistemi automatizzati. Inoltre, dimostrano perché i dati non "parlano mai, mai da soli". Data Feminism offre strategie sia per gli scienziati dei dati che desiderano imparare come il femminismo possa aiutarli a lavorare per la giustizia, sia per le femministe che vogliono concentrare i propri sforzi nel crescente campo della data science. Ma Data Feminism riguarda molto più del genere: riguarda il potere, chi lo detiene e chi no, e come questi differenziali di potere possano essere messi in discussione e trasformati.
Un nuovo modo di concepire la scienza dei dati e l’etica dei dati, influenzato dalle idee del femminismo intersezionale. Oggi la data science è una forma di potere. È stata utilizzata per denunciare ingiustizie, migliorare i risultati sanitari e rovesciare governi. Tuttavia, è stata anche impiegata per discriminare, sorvegliare e controllare. Questo potenziale — da un lato benefico, dall'altro dannoso — rende essenziale porsi alcune domande: scienza dei dati fatta da chi? Per chi? E tenendo a mente gli interessi di chi? Le narrazioni che circondano i big data e la data science sono prevalentemente bianche, maschili e tecno-eroiche. In Data Feminism, Catherine D’Ignazio e Lauren Klein presentano un nuovo modo di pensare alla scienza e all’etica dei dati, informato dal pensiero femminista intersezionale. Illustrando il "data feminism" in azione, D’Ignazio e Klein mostrano come mettere in discussione il binarismo maschio/femmina possa aiutare a sfidare altri sistemi di classificazione gerarchici (ed empiricamente errati). Spiegano come, ad esempio, la comprensione delle emozioni possa espandere le nostre idee su una visualizzazione dei dati efficace, e come il concetto di lavoro invisibile possa esporre i significativi sforzi umani richiesti dai nostri sistemi automatizzati. Inoltre, dimostrano perché i dati non "parlano mai, mai da soli". Data Feminism offre strategie sia per gli scienziati dei dati che desiderano imparare come il femminismo possa aiutarli a lavorare per la giustizia, sia per le femministe che vogliono concentrare i propri sforzi nel crescente campo della data science. Ma Data Feminism riguarda molto più del genere: riguarda il potere, chi lo detiene e chi no, e come questi differenziali di potere possano essere messi in discussione e trasformati.