數字女性主義論文

本文調查了人工智能系統中性別偏見與數字素養在科技領域賦權女性潛力之間的相互作用。通過綜合2010-2024年的研究，探討性別偏見如何在AI中體現及數字素養倡議的有效性。

Klein 與 D'Ignazio 將《Data Feminism》的原則應用到 AI，主張以權力分析、交叉性、共同設計、情境知識和拒絕傷害為基礎重建 AI 實踐。

2018年發表於FAccT會議的開創性研究，揭示了商業面部識別系統中對深色皮膚女性的嚴重偏見，錯誤率高達34.7%，而淺色皮膚男性僅為0.8%。

D'Ignazio 與 Klein 將女性主義理論帶入資料視覺化，提出從權力、情感、身體、位置性和不確定性出發重新設計資料表達。

Noble 提出黑人女性主義技術研究的必要性，說明搜尋、平台和數字基礎設施如何複製種族化與性別化權力，而非只是中立工具。

這篇具有影響力的論文通過賽博格的隱喻 - - 機器與有機體的混合體 - - 重新構想女性主義理論。哈拉維批評人類與非人類、自然與文化之間的傳統界限，提出一種植根於親和性、反諷和技術具身的後性別、後本質主義女性主義政治。