資料女性主義書籍

紐約大學教授、數據科學家、少數黑人女性AI研究者之一的梅雷迪思·布魯薩德的力作。揭示技術中立是神話，算法需要被問責。從面部識別只能識別淺色皮膚，到抵押貸款算法鼓勵歧視性貸款，到醫學診斷算法的危險反饋循環。解決方案不是讓無處不在的技術更包容，而是根除那些將某些人群視為“他者”的算法。

Kate Crawford 沿礦物、能源、隱形勞動、訓練資料、分類與國家監控繪製 AI 的物質地圖，揭示所謂智慧背後的抽取和權力集中。《人工智慧地圖集》拒絕從演算法或「機器能否思考」開始討論 AI。Kate Crawford 把視線拉到更大的地理尺度：礦場、物流、資料中心、倉庫、群眾外包平台、訓練資料集、警察與軍事系統。

它提出七項實踐原則，把權力分析、交叉性、情境知識和共同設計放進資料工作本身，而不是把偏見當作事後修補的問題。《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。

Sasha Costanza-Chock 從跨性別機場安檢與障礙正義等經驗出發，主張由受影響社群領導設計，把利益、所有權與問責置於專家善意之上。

Ruha Benjamin 以「新吉姆代碼」分析種族階序如何寫入技術設計、藏在預設值中，並藉監控或善意的技術修正持續運作。

這部令人震驚的調查著作揭露了世界如何將男性視為“預設標準”，而系統性地忽略了女性的需求和數據。從醫療、技術、城市規劃到經濟領域，卡羅琳揭示了那些不可見的性別數據鴻溝是如何嚴重影響女性的健康、安全乃至整個人生的。

Safiya Umoja Noble 以黑人女孩在商業搜尋中的污名化為入口，揭示廣告市場、平台壟斷與知識分類如何共同製造演算法壓迫。《壓迫演算法》的起點是一項看似簡單的操作：在 Google 中搜尋「Black girls」。

Virginia Eubanks 從福利、無家者住房與兒童保護案例，揭示自動化如何將緊縮政策包裝成效率，並擴大對窮人的監控與排除。