テクノロジー批判論文

本論文は、AIシステムにおけるジェンダーバイアスと、テクノロジー分野で女性をエンパワーするためのデジタル・リテラシーの可能性との相互作用を調査している。2010年から2024年の研究を統合し、AIにおいてジェンダーバイアスがいかに現れるか、そしてデジタル・リテラシー・イニシアチブの有効性を検証している。

2018年のFAccT会議に発表された画期的な研究。深色肌の女性に対する商業顔認識システムの深刻な偏見を明らかにし、誤認識率は34.7%に達する一方、浅色肌の男性はわずか0.8%だった。

D’Ignazio と Klein はフェミニスト認識論を可視化設計の問いへと結びつけ、分類・表現・参加・文脈・労働が誰の知を可視化するかを考察する。

Safiya Umoja Noble は、検索における黒人女性の表象を、デジタル基盤を支える資源採掘・労働・廃棄と結びつけ、ブラック・フェミニズムからインターネット研究を問い直す。

Carol Cohnの参与観察から、米国の核戦略をめぐる婉曲表現、性化された比喩、家庭的なイメージが、大量破壊を技術的で管理可能な理性として見せる仕組みを読む。