🔬 研究论文 Proceedings of the 1st Conference on Fairness, Accountability and Transparency
性别阴影:商业性别分类系统中的交叉性准确性差异
乔伊·布拉姆维尼、蒂姆尼特·格布鲁
2018年发表在FAccT会议上的开创性研究,揭示了商业面部识别系统中对深色皮肤女性的严重偏见,错误率高达34.7%,而浅色皮肤男性仅为0.8%。
算法偏见 面部识别 交叉性 机器学习 公平性
汇聚女性主义学术研究的前沿成果,探索性别研究的理论创新与实证分析
关注基于数据和实地调研的实证研究,了解女性主义理论在现实中的应用效果
深入阅读对现有性别结构和社会制度的批判性分析,培养独立思考能力
结合社会学、心理学、经济学等跨学科视角,全面理解复杂的性别议题