科技批判论文

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。

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 将女性主义理论带入数据可视化，提出从权力、情感、身体、位置性和不确定性出发重新设计数据表达。

Noble 提出黑人女性主义技术研究的必要性，说明搜索、平台和数字基础设施如何复制种族化与性别化权力，而非只是中立工具。

Cohn 通过参与观察核战略专家社群，揭示看似中性的技术语言如何把核毁灭包装成男性化、抽象化和情感隔离的理性实践。