数字女性主义论文

本文调查了人工智能系统中性别偏见与数字素养在科技领域赋权女性潜力之间的相互作用。通过综合2010-2024年的研究，探讨性别偏见如何在AI中体现及数字素养倡议的有效性。

Klein 与 D'Ignazio 将数据女性主义带入 AI 研究：从租客筛查、反杀女性主义数据协作与标注劳动，追问技术的权力、同意和环境代价。

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%。

D’Ignazio 与 Klein 将女性主义认识论转化为数据可视化设计问题：分类、视觉形式、参与、情境与劳动如何决定谁能成为知识主体。

Safiya Umoja Noble 将搜索中的黑人女性再现，与数字基础设施背后的资源开采、劳动和废弃物联系起来，提出黑人女性主义如何重写互联网研究的问题。

这篇具有影响力的论文通过赛博格的隐喻 - - 机器与有机体的混合体 - - 重新构想女性主义理论。哈拉维批评人类与非人类、自然与文化之间的传统界限，提出一种植根于亲和性、反讽和技术具身的后性别、后本质主义女性主义政治。