跳转到内容

包容性数据研究技能：艺术与人文/数据机构

Add links
来自维基教科书，开放的世界，开放的书籍
< 包容性数据研究技能：艺术与人文
最新审核版本为 检查 于2024年5月5日。有 2个待审核更改。

引言和背景

[编辑 | 编辑源代码]

本节的目标是

  1. 共同开发“数据机构”这一工作概念，作为针对边缘化和被排斥群体的数据研究方法的一种方法
  2. 创建一个由对数据和数字研究感兴趣的艺术与人文研究人员组成的自维持社区
  3. 使用维基教科书作为工具，共同编写一个针对对数据和数字研究感兴趣的艺术与人文研究人员的数据机构工具包。


核心问题是：我们如何以赋能边缘化和被排斥群体的方式来处理数据研究方法？

"批判科学和去殖民化理论，当结合使用时，可以指出人工智能系统的局限性及其潜在的伦理和社会影响，成为开发伦理人工智能的“社会技术预见工具”（Royer，2020: 22）。[1]

去殖民化理论的基础是种族、法律、女权主义、酷儿理论和哲学技术研究，了解特定技术的盲点和局限性需要揭示支撑其应用的权力动态和政治关系。通过将去殖民化批判方法融入人工智能、数据和社会技术社区，我们可以建立洞察力和方法，更好地将研究和技术开发与建立在去殖民化理论基础上的既定伦理价值观联系起来。这将需要发展新的研究文化，以及在平等和公平方面的原创技术研究，包括公平及其理想的定义、翻译和隐私。

鼓励研究方法中的包容性对话可以促进负责任的人工智能的发展，以及对当前技术的责任意识的增强。通过批判性地参与过去和现在，研究人员必须努力忘记殖民化思维，恢复以前与生活不相容的生活规范，并创建新的形式的跨学科政治和情感研究社区，以应对这些挑战。

本体论转向 - 数字与现实。

人文理论中采用了一种重要的二元论区别，“一个被称为“本体论转向”的各种工作对人类学理论做出了重要贡献。在这篇文章中，我以这项工作为基础，探讨困扰当代技术理论的最重要理论和政治问题之一：“数字”与“现实”的对立。这从根本上误解了线上和线下之间的关系，无论是在哪个方向。首先，它与在线现实的无数方式背道而驰。其次（同样有问题的是），它暗示所有物理事物都是真实的。本体论转向中的工作可以帮助纠正关于数字现实的这种错误描述”（Boellstorff，2016: 387）。[2]

定义我们在这里如何使用与数据和数字相关的本体论-----扩展（holbraad，去殖民化、万物有灵论、过程哲学之间的联系）

本体论作为一种行动现实或现实的方式，执行过程，并构建和行动那些生活世界。我们认为我们的世界是由什么组成的，在某种程度上影响我们如何与它互动，而我们对那个世界的理解（现实/现实）也受到我们行为的塑造。

数据认识论

[编辑 | 编辑源代码]

什么是数据认识论？

数据认识论：如何超越批判，挑战/补充科学学科（挑战殖民者/被殖民者之间的二元论，以重新定义去殖民化）。

  • "认识论文化是创造和证明知识的文化。这就是我选择“认识论”而不是简单的“知识”的原因……[它]关注不同知识导向的生活世界的内涵，经验的不同含义……工具的特定本体论，认识论主体的特定模型”（Knorr-Cetina，引自 Lury 2021: 11）
  • "大数据，加上新的数据分析方法，挑战了科学、社会科学和人文学科中既定的认识论，并评估了它们在多大程度上引发了跨多个学科的范式转变。特别是，它批判性地探索了新的经验主义形式，这些形式宣称“理论的终结”，数据驱动科学而不是知识驱动科学的创造，以及数字人文和计算社会科学的发展，这些发展提出了对文化、历史、经济和社会进行全新解读的方式”（Kitchin 2014: 1[3]）。


数据素养（个性化）、数据基础设施（例如，大学计算、数据工具和开发人员、学科方法）[4] 和批判性数据思维[5]（例如，数据女权主义、数据良知、批判性数据素养）之间的差距

CARE 原则。[6]

数据认识论地图


数据认识论的例子

[编辑 | 编辑源代码]

非中心节点和旁节点性（Mejias 2009[7]；Mejias 2013[8]；Barnes 2020[9]）

  • ……”数字网络是媒体经济的一部分，通过一种霸权的、但又同意并令人愉悦的参与文化来重现不平等。为了支持我的论点，我考虑了网络中包含和排斥的政治。为了让某件事在网络中变得相关或可见，它需要被渲染成一个节点（我称之为“非中心节点”的现象）。因此，数字网络的构成取决于它们所包含的内容，也取决于它们所排斥的内容”（Mejias 2013）
  • 我们如何做旁节点性？
    • 采用多种方法，如社会网络分析以及参与式观察、行动研究、民族志、访谈等——为工具包开发




数据行动主义的替代认识论（Milan & Velden, 2016[10]）

  • "数据行动主义表明了对数据化带来的根本范式转变进行质询的各种社会技术实践的范围。结合科学技术研究和社会运动研究，这篇文章从理论上提供了一个关于数据行动主义的研究议程的预兆。它突出了面对数据化的民主能动性，并将对数据的积极参与方式（“主动数据行动主义”，例如，基于数据的倡导）和对大规模数据收集的抵抗策略（“被动数据行动主义”，例如，加密实践）统一在同一个标签下，理解为一个连续体，活动家在其中定位和重新定位自己及其策略”。


网络和数据的物质性（例如，Starosielski[11]）


多方法和/或其他方法:

  • 民族志[13]
  • 自动/传记方法[14]
  • 自民族志/艺术和人文研究人员[15]
  • 定量/定性[16]
  • 多模态表示[17]
  • 以社区和世界观为中心，选择最适合社区的方法，选择最适合他们的方法[18]
  • 混合方法和多方法[19]
  • 变革理论（赋能研究人员参与其中）[20]
  • 从关怀伦理出发 - 关怀原则。[21]
  • 不舒服的反思性（Pillow，2003）[22]
  • 土著数据主权网络。[23]
  • 参与式行动研究 (PAR) - 数据管理。[24]

数据能动性是什么样的？定义

[edit | edit source]

什么是数据能动性？

指人类和非人类的能动性。例如，数据本身具有能动性。哪些价值观塑造了数据能动性？[25] 它们来自哪里？如何以及为什么？

如果我们将社会环境/纠缠视为相互创造、合作构建和重建的项目，价值观将是一个关键问题。

我们如何定义能动性？ 以及我们如何优先考虑它（谁/什么优先？）- 开发

数据能动性可以被认为是多层次的，因为它们在不同的时间与各种系统互动（人、社会结构、经济和技术系统），所有这些都可以使用不同的方法进行研究。数据能动性拥有不同于人类的能动性，并施加多向影响，代表不同的意义[26] [27] 对不同情况和不同时间的人的影响，受研究人员的能动性和他们的反思性影响。这些能动性可以影响人类和机器（作为行动者）[28] 并创造可能产生潜在变化的冲突领域。

数据能动性本质上是复杂的，通过反馈循环在多个节点影响个人和数据。如果我们将数据能动性的概念视为机器和人类之间的关键环节，这将使机器学习技术成为能够解码数据能动性的关键分析工具。

考虑数据能动性的一种方法是考虑研究人员的谦逊以及数据如何挑战研究人员。例如，研究人员应该准备好改变自己的思维，并与数据及其能动性（作为研究对象）建立一种相互的关系，在其中研究人员不仅仅试图解释和解读数据，而是允许它改变你，并成为你自身思维运动中的参与者[29]。数据的能动性可以引导我们进行分析谦逊和反思，同时允许研究人员的能动性和数据的能动性作为相互存在于不同世界中的实体之间的概念化（Holbraad 等人，2014）。[30]

即使我们尝试采用现有的框架或建立优先级清单来支持研究工作，非殖民化数据能动性的目标是在合理的范围内质疑方法和实践。总会有更多可以提供的背景信息来支持研究结论，但将可解释性和可解释性与性能和执行能力相平衡，这与人工智能模型一样，是研究过程中的一个基本部分。

问题

能动性在哪里发现？

它如何与机器和人类共生互动？

接触点在哪里？

能动性嵌入数据中，尽管有历史过程/人类思维的延伸，但它作为数据获得了能动性。

数据和算法代码与人类相遇，但人类与机器之间具体的联系在哪里？

我们能否建立一个不反对机器和数据/算法与身体[31] 或人类存在，而是一种共同进化，并且可以通过修正偏差来实现非殖民化？

如果是这样，在流程的哪个阶段？

哪些交叉价值体系可以定义一个商定的“公平”价值集来协同工作？

  • 定义
    • 数据不应该孤立存在，而应该存在于人类体验之中。[32]。
    • 数据作为人类思维和嵌入数据中的历史数据收集实践的延伸。
    • 数据本身具有能动性。
    • 数据能动性如何融入更广泛的结构以及数据存在在哪里
    • 多层次的数据能动性（不仅仅是研究人员，数据能动性与更广泛的社会结构交织在一起）。
    • 数据和人类通过纠缠而重新转化，无法将人类与数据分离。
    • 在遇到数据能动性时，我们必须意识到我们可能会达到我们自身思维的局限性（通过异质性/差异）[33]。
    • 发明新的资源来改变我们自己的思维方式，重新评估我们自身的假设和定位以及我们在研究中使用的分类思维（反思性）。
    • 考虑数据中已经存在的能动性的批评和困难。
    • 表示：数据集中和数据能动性的包容和排斥。

是否有可能非殖民化数据能动性？

[edit | edit source]

机器学习通常只是表面地抓取数据，而不是深入分析——扩展。

一致性和价值观问题[34] 竞争的价值观可能会阻止利益相关者在开发机器学习系统时定义公平性[35]。在不同的价值体系（可以应用于框架）之间商定的“公平”概念的交集在哪里？考虑相同性（不是普遍性）的概念，而是在差异内部/“内部”的相同性（Taussig 的异质性/模仿和 Greaber）。

那么如何通过非殖民化方法来修正偏差呢？[36] 例如，通过万物有灵论，以及通过土著语言、意义和语境？是否有可能建立一个非殖民化的人工智能？[37]

非殖民化思想，从非洲的角度来看，通过关系、语境和历史方法（Fanon，1952）挑战了科学思想中固有的二元性[38]。非殖民化方法可以通过检查塑造数据能动性的历史和语境因素，在识别和解决机器学习中的偏差方面发挥关键作用。 这种方法可以使人们对所处理的信息有更细致的理解，从而提高结果的准确性和文化敏感性。

优先考虑数据集中计算的深度学习机制和语料库生成型 AI，非殖民化立场可能出现的哪些问题？

可能的切入点：在测试和评估阶段评估基本代码可能会有所帮助，从非殖民化的角度考虑对模型性能和效率的潜在影响。此外，在训练过程中加入反馈循环可以进一步优化深度学习机制，以获得更好的结果，以及数据集中的用例/偏差如何影响保护类别，并在机器影响之前进行修正。

民族志和大型语言模型s


包容性：非洲哲学与人工智能 - 价值观（错误）对齐。

发展理论优先考虑对环境的控制、个人自由、自私和市场动态。这些概念有助于福利、私有财产、物质主义以及通过市场和生产过程的工具化来统一价值观。所有这些因素都在劳动力过程和通过新技术开发对市场动态的改变中发挥作用。最终，这些概念通过影响经济的各个方面和技术发展，在塑造社会经济结构方面发挥着至关重要的作用。

与技术进步相关的新的数字鸿沟正在出现，能力建设、新的劳动力冗余、隐私问题和伦理挑战等问题将继续发展。与之前的自动化浪潮不同，新一轮自动化浪潮将影响经济的很大一部分，特别是中产阶层职业。也会出现新的就业机会、新的工作职位，以及生产力的提高，以前被低估的经济活动部分，如照护和社会服务职业，将变得越来越有价值。

是否有可能发展跨文化数字/数据伦理？将本体论和土著语言以及不同的视角融入深度学习原则，可以帮助解决数字时代的一些伦理挑战。不同文化和社区之间的协作努力对于确保数字进步以负责任和包容的方式开发和实施至关重要。

非洲哲学

南非的恩古尼语是互惠概念的基础，也称为乌班图（我存在是因为你存在），它增强了经济、包容性和互惠等概念，并对其理解进行了细化。它认为人类和非人类（自然和信仰）比经济更重要。所有生物，包括自然和地球，都是紧密相连和相互依存的，强调团结而非分离。它包含了每个人都为集体福祉做出贡献的想法，从而促进社会和谐，并通过关系实体和整体（集体智慧）产生“智慧”。

非洲语言的语法，例如姆图语和班图语（侧重于人格），使探索与乌班图相关的思想成为可能，体现了非洲思想的基础。虽然英语是一种以名词为基础的语言，具有目的论的未来思想，但非洲语言（具有复杂的名词类别系统）优先考虑运动和动词，强调现在。例如，在你之前的人是生活社区的一部分，后代也塑造了今天存在的社区。你做出的决定受到那些在你之前的人和那些在你之后的人的影响（与批判种族理论和历史视角相关联——通过陶西格和污损以及负面分析扩展 https://www.sup.org/books/title/?id=432）。

这与超人类主义不一致，因为超人类主义可以基于一个有限的 worldview：机器人取代人类并发展通用智能的概念预设了将智能分离和个体化的能力，这与乌班图[39]（集体智慧）的概念相矛盾。


非洲伦理在人工智能中位于何处？[40] 人工智能和语言。

语言被用于人工智能编程，可以用于共享的跨文化数字伦理。可以考虑将非洲语言[41]纳入计算机程序，连接不同的方言[42]，拥抱它们的非洲视角，并从英语作为标准的模式中转移。

偏差将如何继续影响人工智能和数据？是否有减少偏差的干预点？或者它们会减少偏差，还是加剧偏差？它会使人工智能更透明还是更不透明？

经济学包含什么？治理和自下而上的方法？

本体论和深度学习——如何从跨文化视角构建框架？



如何从去殖民化的角度来解释数据代理和数据中的偏差，将其作为一种批判性方法，最终如何超越它？

我们能否使用“多元声音[43]”，一种在数据代理中包含多种视角的运动？

数据获取不同利益相关者的视角以及它们与数据代理之间关系的可靠性如何？我们使用什么理论框架来定义视角及其与底层数据的关系？理解机器学习中的多元声音需要一种能够准确捕捉利益相关者多样化视角的方法。结合定性和定量研究方法可能有利于开发一个理论框架，定义视角及其在机器学习和数据代理中的相互联系。

文件：数据代理图像


例子？

  • 为黑人生命而数据 (D4BL)[44]
  • Masakhane[45]
  • 数据合作社
  • 数据管理者和管理制度
  • 数据信托
  • 数据女权主义
  • 用于毛利语的机器学习
  • 土著人工智能[46]
  • 人工智能交叉数据库[47]

这些例子的优缺点是什么？

[edit | edit source]

一些替代方案可能是什么样子的？尤其是那些考虑人的方案？

[edit | edit source]
对数据代理方法的挑战
[edit | edit source]

对数据代理的政治经济学方法：而不是像“本体论转向”的支持者所建议的那样放弃“主体”和“客体”以及“社会”和“自然”的范畴，研究人员可以比较两种情况下主体-客体转变和社会权力关系的自然化。在承认现代技术最终依赖于全球化经济中的汇率和金融策略时，我们意识到现代人工制品的能动性也依赖于人的主观性。通过将比较人类学的研究重点从本体论转移到政治经济学，我们可以发现现代技术是一种全球化的魔法形式（Hornborg, A, 2015: 35）。[48]


数据代理与 Roy Bhaskar 的批判现实主义 [49]以及元现实哲学第二部分：能动性、完美性和新颖性 [50]有什么关系？
[edit | edit source]

对数据代理采用多方法方法是否合适？



是否可以开发一个数据工具包，用于在艺术和人文研究人员进行研究时分析数据代理？

什么样的事情可以帮助我们？

[edit | edit source]
  • 数据认识论地图 - 概念框架[51]
  • 方法的元调查
  • 诊断工具 - 哪些方法和技能与哪些类型的问题相关？
  • 以人为本
  • "数据快乐"（这看起来像什么？）[4]
  • 倡导和参与式方法，并将社区 worldview 作为中心。
  • 选择最适合社区以及您在研究项目中所追求的输出的研究方法。[52]
  • 将数据和 DaRes 项目推广为社区的代理资源。
  • 研究不应该是掠夺性的。
  • 定义概念 - 数据代理、多方法
  • 大型语言模型的人种志/语言人类学

数据赋权，以赋权艺术和人文研究

[edit | edit source]

以数据行动主义和正义研究为中心的跨学科工作至关重要，以及如何避免误译，并为艺术和人文研究人员开发一种通用的语言。

添加去殖民化数据方法和数据代理工具包

例子

这将包括如何融入技术和法律框架，以提高意识，并质疑数据集的编码[53]和设计。[54] 但也要研究人员如何通过法律、政策和技术进步获得赋权，以及还需要改变什么。数据赋权还可以通过艺术和人文的多重复杂性和价值观来合法化对数据的非科学 worldview。



[edit | edit source]
  1. ↑ "伦理人工智能研究的简短人类学指南". 蒙特利尔人工智能伦理研究所. 2020-08-30. 检索于 2024-01-27.
  2. ↑ Boellstorff, Tom (2016-08). "为了谁而转向本体论：论述数字现实". 当代人类学. 57 (4): 387–407. doi:10.1086/687362. ISSN 0011-3204. {{cite journal}}: 检查日期值：|date= (帮助)
  3. ↑ Kitchin, Rob (2014-04-01). "大数据，新认识论和范式转变". 大数据与社会. 1 (1): 205395171452848. doi:10.1177/2053951714528481. ISSN 2053-9517.
  4. ↑ "杂种代数 | STS 基础设施". stsinfrastructures.org. 检索于 2024-04-09.
  5. ↑ Seaver, Nick (2018-08-21). "算法人类学应该做什么？". 文化人类学. 33 (3): 375–385. doi:10.14506/ca33.3.04. ISSN 1548-1360.
  6. ↑ "关爱原则". 全球土著数据联盟. 2023-01-23. 检索于 2024-01-26.
  7. ↑ Mejiias, U. (2009) 网络作为社会组织模型的局限性，新媒体与社会。第 11 卷（8）：1–18 [[DOI:10.1177/1461444809341392|10.1177/1461444809341392
  8. ↑ Mejias, U. (2013) 脱离网络：颠覆数字世界。明尼苏达出版社 [1]
  9. ↑ Barnes, N. (2020). 追踪公众作为定性批判网络工具：探索 #MeToo 运动中的暗物质。新媒体与社会，22（7），1305-1319。 [2]
  10. ↑ Milan, Stefania; Velden, Lonneke van der (2016-12-01). "数据行动主义的替代认识论". 数字文化与社会. 2 (2): 57–74. doi:10.14361/dcs-2016-0205. ISSN 2364-2122.
  11. ↑ Starosielski, N. (2015) 海底网络。杜克大学出版社
  12. ↑ Boellstorff, Tom; Maurer, Bill; Bell, Genevieve; Gregg, Melissa; Seaver, Nick (2015). 数据，现在更大更好！. 多刺范式出版社。 ISBN 978-0-9842010-6-8.
  13. ↑ 民族志与虚拟世界. 2012-09-24. ISBN 978-0-691-14950-9.
  14. ↑ Atay, Ahmet (2020-11). "什么是网络或数字自传体研究？". 国际定性研究评论. 13 (3): 267–279. doi:10.1177/1940844720934373. ISSN 1940-8447. {{cite journal}}: 检查日期值：|date= (帮助)
  15. ↑ online.ucpress.edu https://online.ucpress.edu/joae/article/1/1/43/1586/Contemporary-Autoethnography-Is-Digital. 检索于 2024-01-27. {{cite web}}: 缺少或为空 |title= (帮助)
  16. ↑ Dawson, Catherine (2019-07-10), "数字视觉方法", 数字研究方法 A–Z, 阿宾登，牛津郡；纽约州纽约市：劳特利奇，2019.: 劳特利奇，第 107–113 页，检索于 2024-01-27{{citation}}: CS1 maint: location (link)
  17. ↑ Jewitt, Carey (2013), "研究数字技术的多种方法", SAGE 数字技术研究手册, 1 Oliver's Yard，55 City Road，伦敦 EC1Y 1SP 英国: SAGE 出版社有限公司，第 250–265 页，检索于 2024-01-27 {{citation}}: |title= 中第 43 位存在换行符 (帮助); |place= 中第 17 位存在不间断空格 (帮助)CS1 maint: location (link)
  18. ↑ Costanza-Chock, Sasha (2020-03-03). 设计正义. 麻省理工学院出版社. ISBN 978-0-262-35686-2.
  19. ↑ Hesse-Biber, Sharlene Nagy; Johnson, R. Burke, 编. (2015-08-06). "牛津多方法和混合方法研究探究手册". doi:10.1093/oxfordhb/9780199933624.001.0001. {{cite journal}}: 引用期刊需要 |journal= (帮助)
  20. ↑ Kubisch, Anne C.; Connell, James P.; Fulbright-Anderson, Karen (2001), "评估复杂的综合社区计划：理论、测量和分析", 重建社区, 伦敦: 帕尔格雷夫·麦克米伦英国公司，第 83–98 页，ISBN 978-1-349-41111-5，检索于 2024-01-27
  21. ↑ "关怀原则". 全球土著数据联盟. 2023-01-23. 检索于 2024-01-26.
  22. ↑ Pillow, Wanda (2003-03). "忏悔、宣泄或治愈？重新思考反思作为定性研究方法论力量的使用". 国际教育定性研究杂志. 16 (2): 175–196. doi:10.1080/0951839032000060635. ISSN 0951-8398. {{cite journal}}: 检查日期值：|date= (帮助)
  23. ↑ "土著数据主权网络". 土著数据治理协作实验室. 2020-05-19. 检索于 2024-01-26.
  24. ↑ "参与式数据管理". www.adalovelaceinstitute.org. 检索于 2024-01-26.
  25. ↑ Graeber, David (2013-06). "正是价值赋予宇宙以存在". HAU: 人类学理论杂志. 3 (2): 219–243. doi:10.14318/hau3.2.012. ISSN 2575-1433. {{cite journal}}: 请检查日期值：|date= (帮助)
  26. ↑ Kockelman, Paul (2013-12). "一个方程的人类学：筛子、垃圾邮件过滤器、能动算法和转化本体". HAU: 人类学理论杂志. 3 (3): 33–61. doi:10.14318/hau3.3.003. ISSN 2575-1433. {{cite journal}}: 请检查日期值：|date= (帮助)
  27. ↑ Maurer, Bill (2013-12). "交易本体：科克尔曼的筛子和贝叶斯人类学". HAU: 人类学理论杂志. 3 (3): 63–75. doi:10.14318/hau3.3.004. ISSN 2575-1433. {{cite journal}}: 请检查日期值：|date= (帮助)
  28. ↑ Pedersen, Morten Axel (2023-01). "编者按：走向机器人类学". 大数据与社会. 10 (1): 205395172311538. doi:10.1177/20539517231153803. ISSN 2053-9517. {{cite journal}}: 请检查日期值：|date= (帮助)
  29. ↑ Kaur, Raminder (2019-09). "日常生活的数字：‘外来手’虚拟信件的多方位人类学". HAU: 人类学理论杂志. 9 (2): 299–319. doi:10.1086/705581. ISSN 2575-1433. {{cite journal}}: 请检查日期值：|date= (帮助)
  30. ↑ "Holbraad, M., & Pedersen, M. A. (2014). 本体政治. 视域——当代理论. 文化人类学. - 参考文献 - 科学研究出版". www.scirp.org. 检索于 2024-01-27.
  31. ↑ Mauss, Marcel (1973-02). "身体技巧∗". 经济与社会. 2 (1): 70–88. doi:10.1080/03085147300000003. ISSN 0308-5147. {{cite journal}}: 请检查日期值：|date= (帮助)
  32. ↑ Koopman, Colin (2019). 我们如何成为数据：信息化个体的谱系. 芝加哥, [伊利诺伊州] 伦敦: 芝加哥大学出版社. ISBN 978-0-226-62644-4.
  33. ↑ "模仿与异己：感官的特殊历史". 劳特利奇与CRC出版社. 检索于 2024-04-09.
  34. ↑ Christian, Brian (2020-10-06). 对齐问题：机器学习与人类价值观. 国家地理图书. ISBN 978-0-393-63582-9.
  35. ↑ Henricks, Kasey (2017-06-01). ""我反对奴隶制，但……": 色盲与三分之五妥协". 社会问题. 65 (3): 285–304. doi:10.1093/socpro/spx018. ISSN 0037-7791.
  36. ↑ Hanna, Alex; Denton, Emily; Smart, Andrew; Smith-Loud, Jamila (2020-01-27). "迈向算法公平中的批判种族方法论". Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency. New York, NY, USA: ACM. doi:10.1145/3351095.3372826.
  37. ↑ Adams, Rachel (2021-04-03). "人工智能可以去殖民化吗？". Interdisciplinary Science Reviews. 46 (1–2): 176–197. doi:10.1080/03080188.2020.1840225. ISSN 0308-0188.↑ Fanon, Frantz (2021-03-25). Black Skin, White Masks.
  38. ↑ Garnier, Xavier (2007). "Rettovà (Alena), Afrophone Philosophies. Reality and change, Strĕdokluky, Sdenĕnek Susa, 2007, 448 p. – ISBN 978-80-86057-45-3". Études littéraires africaines (24): 83. doi:10.7202/1035364ar. ISSN 0769-4563. {{cite journal}}: no-break space character in |title= at position 99 (help)
  39. ↑ "Critique of Black Reason by Achille Mbembe". Afrori Books LTD. Retrieved 2024-05-03.
  40. ↑ "Decolonising the Mind". Boydell and Brewer. Retrieved 2024-05-03.
  41. ↑ Githiora, Chege J. (2018). Sheng: Rise of a Kenyan Swahili Vernacular. Boydell & Brewer. ISBN 978-1-84701-207-4.
  42. ↑ Thimm, Viola; Chaudhuri, Mayurakshi; Mahler, Sarah J. (2017-06). "Enhancing Intersectional Analyses with Polyvocality: Making and Illustrating the Model". Social Sciences. 6 (2): 37. doi:10.3390/socsci6020037. ISSN 2076-0760. {{cite journal}}: Check date values in: |date= (help)
  43. ↑ Data 4 Black Lives, [3]
  44. ↑ "Masakhane - Masakhane MT: Decolonise Science". www.masakhane.io. Retrieved 2024-01-26.
  45. ↑ "INDIGENOUS AI". INDIGENOUS AI. Retrieved 2024-04-10.
  46. ↑ "AI Intersections Database". AI Intersections Database. Retrieved 2024-04-22.
  47. ↑ Hornborg, Alf (2015-03). "The political economy of technofetishism". HAU: Journal of Ethnographic Theory. 5 (1): 35–57. doi:10.14318/hau5.1.003. ISSN 2575-1433. {{cite journal}}: Check date values in: |date= (help)
  48. ↑ Bhaskar, Roy (2020-03-14). "批判现实主义与人的本体论". 批判现实主义杂志. 19 (2): 113–120. doi:10.1080/14767430.2020.1734736. ISSN 1476-7430.
  49. ↑ Bhaskar, Roy (2002-11-15). "元现实哲学：第二部分：能动性、完善性、新颖性". 批判现实主义杂志. 1 (1): 67–93. doi:10.1558/jocr.v1i1.67. ISSN 1476-7430.
  50. ↑ "Matt Artz 的官方网站". Retrieved 2024-04-23.
  51. ↑ McCulloch, Gretchen. "编码是为所有人准备的 - 只要你会说英语" (in en-US). 连线. ISSN 1059-1028. https://www.wired.com/story/coding-is-for-everyoneas-long-as-you-speak-english/. 
  52. ↑ "编码语言". 伦敦大学学院出版社. Retrieved 2024-04-22.
  53. ↑ Cave, Stephen; Dihal, Kanta (2020-12-01). "人工智能的白人化". 哲学与科技. 33 (4): 685–703. doi:10.1007/s13347-020-00415-6. ISSN 2210-5441.
Retrieved from "https://wikibooks.cn/w/index.php?title=Inclusive_Data_Research_Skills_for_Arts_and_Humanities/Data_agencies&oldid=4396967"
华夏公益教科书