人文艺术领域包容性数据研究技能/数据不平等与权力
贡献者 6：权力掌握在政府层面的政策制定者和学术资助者手中
定义挑战
背景是什么？
示例和来源
挑战 1：中国酷儿文化研究
政府审查制度：中国政府严格控制信息，尤其是那些被认为敏感或政治敏感的主题。有关酷儿问题的研究可能受到审查制度的约束，某些主题或调查结果被认为不可接受或具有政治颠覆性。中国社交媒体对酷儿的监管《通用规则》限制了中国所有与酷儿相关的媒介帖子，这意味着如果你发布与酷儿相关的帖子，你将被封禁。
利益相关者：中国政府，包括负责媒体和信息控制的监管机构。
缺乏官方认可：中国没有正式承认同性恋关系，并且 LGBTQ+ 权利未得到法律的充分保护。这种缺乏认可可能会限制研究人员获取数据和资源，并加剧社会对酷儿问题的污名化。
利益相关者：中国政府，尤其是负责制定法律的社交媒体政策制定者。
社会污名和歧视：尽管近年来取得了一些进展，但中国 LGBTQ+ 人士仍然面临着严重的社会污名和歧视。这种污名可能会影响研究参与者披露其经历或参与研究的意愿，从而导致数据收集和解释方面的挑战。
利益相关者：中国社会，包括那些对 LGBTQ+ 人士持社会污名和歧视态度的个人、社区和机构。
语言和文化障碍：对于来自中国以外的研究人员，语言和文化障碍可能会给在该国进行有关酷儿问题的研究带来额外的挑战。
利益相关者：来自不同语言和文化背景的研究人员、学者和机构，他们希望研究 LGBTQ+ 问题。
挑战 2：数据访问限制 - 源于多种因素，包括隐私法规、法律和伦理考虑、专有约束和技术障碍。
- 隐私法规通常要求对包含敏感信息的访问数据进行严格控制，促使研究人员克服合规的复杂性。（利益相关者：个人；负责监督和确保隐私数据和法规的研究人员和实体）
- 私人实体拥有的专有数据集可能会由于商业利益而限制访问，需要谈判或协作努力。（利益相关者：私人实体，保护其数据的专有数据集所有者）
- 一些数据源可能会限制特定目的的使用，例如学术研究，研究人员必须尊重这些条件。（数据提供者，决定其数据使用的研究人员）
- 通过 API 访问数据可能会遇到速率限制，促使研究人员负责任地管理请求。（利益相关者；API 提供者；IT 团队管理服务器负载和限制）
- 数据质量、安全和机密性也可能导致访问限制。（日期主题；数据提供者）
挑战 3：在讨论女性在性别和数据殖民化背景下所面临的挑战时，特别是在数据方法和技能方面，挑战是
- 数据收集偏差：在收集有关女性的数据时，可能会存在偏差，导致信息不完整或陈旧。这会影响对女性作为人口统计数据的准确分析和理解。
- 性别敏感度不足：数据科学家和分析师可能缺乏性别敏感度，导致对性别因素考虑和解释不足。这种疏忽会导致数据分析中忽略或处理不当与性别相关的议题。
- 缺乏性别多样性：数据科学团队可能缺乏性别多样性，导致在数据方法和技能的开发过程中忽略女性的需求和经历。
- 性别技术差距：女性可能面临性别技术差距，与男性相比，她们在参与数字技术方面的机会和技能较少。这会影响她们在与数据科学相关的领域的發展。
- 缺乏性别数据专业知识：数据科学家和分析师可能缺乏性别数据的专门知识，这使得准确解释和分析与女性相关的数据变得具有挑战性。
- 隐私保护不足：女性在数据收集和处理过程中的隐私保护可能不足，可能导致其个人信息被滥用和不当使用。
- 有限的数字素养和技能培训：缺乏针对女性的数字素养和技能培训会限制她们参与数字社会，影响她们在数据科学和技术相关领域的發展。
利益相关者：政府机构、企业和科技公司、社交媒体平台和公众（特别是女性）
挑战 4
- 知情同意问题：确保老年人完全理解并同意数据使用是一个重大挑战，尤其是在数据收集过程中。他们可能无法完全理解其数据是如何被收集和使用的，特别是在面对复杂的数据收集和处理技术时。此外，大多数中国老年人网红都有团队运营他们的账号，因此数据使用知情同意决策可能涉及实际的账号持有人。
- 技术能力差距：老年人通常不如年轻人精通技术，这可能会在理解和管理自己的数据方面造成障碍。例如，他们可能不知道如何控制或拒绝访问和使用其数据。此挑战还可以与上述挑战相关联。
- 数据代表性和偏差：收集的数据可能无法充分反映老年人口的多样性，可能导致基于此数据的偏差决策和分析。例如，仅从某个地区或社会经济阶层的老年人那里收集数据可能无法代表整个老年人口。
- 利益相关者：实际的账户持有人，主要是 MCN 机构。
挑战 5：资源和数据的数字化和可下载性等级制度
- 更容易找到和访问英文“大人物”出版物
- 关于全球南方/亚洲的开放获取/免费资源较少
- 数据审核
- [例 1] 导师在使用某些阅读清单方面的专业知识和建议
- 对那些由更“著名”机构制定的人的偏好
- 谁制定清单？
- 谁决定哪些读物是“必要的”，哪些不是？
- 对那些由更“著名”机构制定的人的偏好
- [例 2] 当谈到艺术和政治的读物时，“必要”的读物以西方为中心。大多数案例研究和主题都与欧洲和北美历史事件和艺术作品有关，或者与西方大国参与的那些事件/作品有关（例如越南战争）。
- 利益相关者:
- 学生：他们是否使用更公认的来源会影响他们是否能通过考试/获得学位？
- 研究人员：遵守他们用于的来源的等级制度可以帮助他们更容易发表文章？
- 学术顾问/导师（阅读清单的作者/制作人？）：他们在哪里接受学术培训决定他们建议他们的受训者/学生参考什么材料，例如许多亚洲学者在西方/西化机构接受培训
- 出版商：与西方“大人物”相关的出版物更受欢迎
- 研究项目的受众
- 全球北方/西方：他们不需要接触非西方思想。
- 全球南方/东方：为了研究项目的概念/学术框架，他们必须熟悉西方“大人物”的思想。
挑战 6：数据工具
- 人文研究领域数据工具的资金短缺，因为资助者认为人文研究对这些工具的需求较低。例如：一位导师在艺术领域询问学生是否需要在定性研究中使用 NVIVO 软件。
- 这些工具价格昂贵，许多全球南方的研究人员无法负担。例如：在巴基斯坦进行研究的人无法负担以美元定价的工具。
- 这些工具并非全球友好，例如：无法用不同的语言解释数据 - 例如：AI 录音转录生成器只能用英语进行转录，而用乌尔都语等语言转录长篇访谈很困难。
- 例如：Brandwatch 可视化数据主要来自英语媒体。研究人员必须自己收集和可视化非英语数据。处理非英语数据会给研究人员带来额外的工作量。换句话说，使用或处理非英语数据的研究项目可能面临更多的时间/资源限制。
资助机构
软件许可
软件设计师 - 整合语言
分配研究预算的机构及其研究生和研究机构
- Acilar, A. 和 Sæbø, Ø.，2023 年。理解性别数字鸿沟：系统文献综述。《全球知识、记忆与传播》，第 72 卷（第 3 期），第 233-249 页。
- Antonio, A. 和 Tuffley, D.，2014 年。发展中国家的性别数字鸿沟。《未来互联网》，第 6 卷（第 4 期），第 673-687 页。
- Bailer, Savita.，2018 年‘性别、移动和发展：赋权理论与实践 | 导论’。《信息技术》。
- D'ignazio, C. 和 Klein, L.F.，2023 年。《数据女权主义》。麻省理工学院出版社。
- Buolamwini, J. 和 Gebru, T.，2018 年 1 月。性别阴影：商业性别分类中的交叉准确度差异。在《公平、问责制和透明度大会》（第 77-91 页）中。PMLR。
- Noble, S.U.，2018 年。压迫算法。《压迫算法》。纽约大学出版社。
- York, J.C.，2022 年。《硅谷价值观：监控资本主义下的言论自由的未来》。Verso 出版社。
- Benjamin, R.，2023 年。技术之后的种族。《社会理论重组》（第 405-415 页）。劳特利奇出版社。
- Nyamnjoh, F.B.，2019 年。ICT 作为巫术：非洲启发，通过数字技术理解人类存在的复合性。《非洲媒体研究杂志》，第 11 卷（第 3 期），第 279-291 页。
- McFarlane, A.，Samsioe, E.，2020 年。#50+ 时尚 Instagram 影响者：认知年龄和审美数字劳动。《JFMM》，第 24 卷，第 399–413 页。https://doi.org/10.1108/JFMM-08-2019-0177
- 数字行动主义，例如 Allianz 基金会举办的冒险家奖学金 [https://risktakers.space/]
- 以青年为中心的数字技术培训项目，例如 Eyebeam 举办的数字夏令营 [https://eyebeam.org/program/digital-day-camp/]
- 研究数据 MANTRA。https://mantra.ed.ac.uk/。
- Lehuedé, S.（2024 年）。替代的行星未来？数字主权框架和去殖民选择。《大数据与社会》，第 11 卷（第 1 期）。
- Gupta, S.（2020 年）。数字印度与穷人：政策、技术与社会（第 1 版）。劳特利奇印度。https://doi.org/10.4324/9781003010241
编辑 1
数字和在线平台
利用数字和在线平台在审查或限制可能限制传统研究方法访问的环境中进行研究。
利用社交媒体、在线调查和虚拟焦点小组接触 LGBTQ+ 人士。
虚拟化的性取向
通过模糊受访者的性取向（同志诱饵/直男诱饵）进行设计研究。规避政府政策，以直人的身份访问所有受访者。
编辑 2
1. 协作和网络：与拥有访问所需数据集的机构、组织或个人建立联系。
2. 参与数据计划：参与专注于特定研究领域的 数据计划 可以提供对共享数据集的访问权限。
3. 倡导政策变革：参与倡导努力以推动有利于负责任和道德数据访问的政策变革，可以促进研究领域的更广泛转变。
4. 替代数据来源：探索更易于访问或公开可用的替代数据来源，这可能是一种务实的做法。
编辑 3
性别敏感/公平数据收集培训：为数据科学家、分析师和相关专业人员提供性别敏感性培训，以确保他们理解、考虑并适当地处理与性别相关的数据。同时，倡导公平且包容的数据收集方法，确保数据集包含多样化的性别信息，以避免刻板印象和偏见。
促进科技性别平等：努力缩小科技性别差距，为女性提供更多参与数字技术和数据科学领域的机会。这包括提供培训、指导项目和职业发展支持。
鼓励性别多元化/数据专业知识：倡导数据科学团队的性别多元化，确保女性在数据方法和技能的发展中得到充分代表，以更好地满足她们的需求。尤其是在进行与女性/女权主义相关的研究时，需要同性研究人员。此外，鼓励和支持研究和教育机构对性别数据进行专业培训和研究，培养专业人才。
开发性别友好的科技工具：鼓励和支持开发性别友好的科技工具，使其更能适应女性的需求，同时确保技术解决方案的性别中立。
数字素养和技能培训：为女性提供数字素养和技能培训，以增强她们参与数字社会的参与度，提高她们对数据科学的理解，并增加她们在相关领域的就业机会。
强调隐私保护：加强对女性的隐私保护，包括确保在数据收集和处理过程中的合规性，以及评估可能导致隐私侵犯的风险。还需要注意的是研究伦理，需要从性别角度仔细区分个人隐私和研究主题之间的界限。
编辑 4
- 澄清和简化知情同意流程：确保老年人充分理解他们的数据如何被收集和使用。使用易于理解的语言和格式，并在必要时提供额外的解释和支持。例如，如果涉及方言的老年人，则需要寻求当地研究人员的帮助，帮助与老年人沟通。
- 提供数据管理教育和培训：教育老年人了解数据隐私、安全和他们的权利。这可以通过社区中心、在线资源或家庭成员来完成。例如：
- 在社区中心组织以数据素养为主题的研讨会和讲座。
- 开发易于理解的在线教程和资源。
- 让家庭成员参与教育课程，以建立支持网络。
编辑 5
- 组织以非西方来源和文献为中心的阅读小组，并具有更国际化的范围，例如全球北方和全球南方的机构之间的协作阅读小组。
- 提供具有非等级术语的数字资源，例如：停止使用“基本”和“附加”等术语。
- 鼓励使用数字工具/媒体来探索非西方的数字资源，例如：Language reactor，一个允许对不同的数字媒体进行即时翻译的 AI 翻译器 [https://www.languagereactor.com/]
- 组建一个学术研究人员/学者的网络，与出版商游说，在有关西方和非西方理论/思想家/项目的期刊问题/出版物的平衡问题上进行游说。
编辑 6：面向人文研究人员的资源或工具包 - 例如 https://mantra.ed.ac.uk/
与软件设计师和政策制定者（例如 Brandwatch）进行培训和讨论，以始终将包容性和各种文化视角的多样性放在首位，以满足全球社区的需求。