科技批判論文

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。

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 將女性主義認識論轉化為資料視覺化設計問題：分類、視覺形式、參與、情境與勞動如何決定誰能成為知識主體。

Safiya Umoja Noble 將搜尋中的黑人女性再現，連結到數位基礎設施背後的資源開採、勞動與廢棄物，說明黑人女性主義如何改寫網路研究。

Carol Cohn 透過田野觀察，分析美國核戰略專家的委婉語、性化隱喻與家庭意象如何把大規模暴力包裝成技術化、可控且理性的事物。