資料女性主義

《資料女性主義》不是一本教人如何替演算法補上「性別觀點」的技術手冊，而是一部關於知識生產權的政治方法論。Catherine D’Ignazio 與 Lauren F. Klein 從交叉性女性主義出發，拒絕把資料視為等待被發現的自然事實：從提出問題、劃分類別、選擇樣本，到清理、視覺化與發布，每一個環節都包含價值判斷，也都受到資金、機構權限和勞動分工塑造。她們因此倒轉資料科學常見的自我神話——真正需要解釋的，不只是模型為何產生偏差，而是誰取得定義現實、衡量他人，以及決定何種損失值得計算的權力。

全書以七項原則組織論證：檢視權力、挑戰權力、重視情感與身體、重新思考二元分類與階序、擁抱多元知識、補回脈絡，以及讓勞動可見。這些原則不是可以自由挑選的道德裝飾，而是一條互相咬合的工作鏈。若不先辨認誰控制基礎設施，「參與式設計」很容易降格為諮詢；若不質疑男女、正常／異常、合法／非法等分類本身，再精確的統計也只會把舊制度編碼得更牢；若不交代資料由誰在何種條件下蒐集，所謂透明就可能只展示結果，卻隱藏生產過程。

本書最重要的轉向之一，是把位於制度權力下方的人從「被研究對象」變成知識共同生產者。社群自行建立女性殺害檔案、追蹤迫遷和環境傷害、記錄官方系統拒絕計數的經驗，並不只是替國家補齊缺漏資料；這些實踐也在爭奪問題命名權、證據所有權與行動時間表。由此看來，「缺乏資料」有時表示制度性忽視，有時不可見卻是邊緣群體避免監控的必要保護。資料正義不等於盡可能蒐集，而必須在可見、問責、同意與免受捕捉的權利之間作出政治判斷。

D’Ignazio 與 Klein 對情感和身體的辯護，也修正了女性與邊緣群體長期被排除於「客觀知識」之外的歷史。憤怒、哀悼、恐懼與照護經驗未必是污染分析的雜訊，它們可能揭露變項設計尚未觸及的傷害。書中對視覺化的討論同樣提醒讀者，圖表從來不只傳遞數量；它安排觀看距離、注意力與同理心的方向。承認身體性並不是放棄證據，而是承認證據總由有位置、承擔風險，並會受到後果影響的人來解釋。

「讓勞動可見」則把批判推進資料產業的物質基礎。看似自動化的系統背後，有資料輸入者、內容審核員、標註員、翻譯者、社群聯絡者、維護人員，以及被迫反覆證明自身困境的當事人。主流敘事把功勞集中於模型、實驗室或創辦人，卻將維護資料庫、修正錯誤與承擔心理創傷的勞動排除在創新史之外。這個分析讓資料女性主義與社會再生產理論相接：只有看見誰在維持系統，才能討論誰應獲得資源、署名、決定權與拒絕有害工作的權利。

本書另一項重要貢獻，是拒絕把女性主義簡化為「關於女性的資料」。作者借助黑人女性主義、後殖民理論、酷兒與原住民族知識傳統，說明性別必須與種族、階級、障礙、殖民歷史和地理位置一同進入分析。它採取開放取用與社群評議的出版過程，也試圖實踐「知識不完整、需要由多重視角修訂」的原則，而不只把這項要求加諸他人。這使它成為少見的跨領域文本：既批判資料科學，也為研究、新聞、設計、公共政策與行動提供可操作的語彙。

不過，七項原則也可能被機構馴化成一張無害的合規清單。開一次共同設計工作坊、增加幾個身分欄位或公布模型卡，並不等於移交預算與決策權。書中許多案例來自北美學術、公益和公民科技情境，面對國家暴力更強、資料基礎設施更薄弱，或平台勞動跨境外包的地區，必須結合當地政治重新詮釋。方法論框架也無法獨自改變商業機密、智慧財產權與獎勵快速部署的組織制度；它能打開權力問題，卻不能取代工會、監管、公共投資和社群所有權。

對 FemRes 讀者而言，《資料女性主義》最適合作為一套可以反覆使用的審查框架。面對健康統計、招募系統、生成式 AI、福利資格或治安預測時，不只問模型準不準，還要問問題由誰提出、分類傷害了誰、缺失代表沉默還是拒絕、修正錯誤的勞動落在誰身上，以及受影響者能否否決系統。與演算法壓迫、設計正義、平台勞動和女性主義認識論作品並讀，它提供的不是毫無摩擦的技術答案，而是一項更困難也更誠實的實踐要求：資料工作若不改變權力關係，「公平」只會成為權力更精緻的介面。