Olvasói vélemények
Jelenleg nincsenek olvasói vélemények. Az értékelés 9 olvasói szavazat alapján történt.
Eredeti címe:
Discriminating Data: Correlation, Neighborhoods, and the New Politics of Recognition
Könyv tartalma:
Hogyan kódolják a nagy adatok és a gépi tanulás a megkülönböztetést, és hogyan hozzák létre a vigasztaló düh izgatott klasztereit.
A Discriminating Data című könyvében Wendy Hui Kyong Chun feltárja, hogy a polarizáció hogyan cél - és nem hiba - a nagy adatokban és a gépi tanulásban. Érvelése szerint ezek a módszerek alapértelmezett feltételezéseik és feltételeik révén kódolják a szegregációt, az eugenikát és az identitáspolitikát. A korreláció, amely a nagy adatok előrejelző potenciálját megalapozza, a huszadik századi eugenikus kísérletekből ered, amelyek célja egy jobb jövő „kitenyésztése”. Az ajánlórendszerek a homofílián keresztül az egyformaság dühös csoportjait támogatják. A felhasználókat a felismerés politikáján és technológiáján keresztül „képzik” arra, hogy hitelesen kiszámíthatóvá váljanak. A gépi tanulás és az adatelemzés tehát a jövő megzavarására törekszik azáltal, hogy lehetetlenné teszi a megzavarást.
Chun, aki rendszertervezési mérnöki, valamint médiatudományi és kulturális elméleti háttérrel rendelkezik, elmagyarázza, hogy bár a gépi tanulási algoritmusok hivatalosan nem tartalmazzák a faji hovatartozást mint kategóriát, a fehérséget alapértelmezettként építik be. Az arcfelismerő technológia például hollywoodi hírességek és egyetemi hallgatók arcára támaszkodik - olyan csoportokéra, amelyek nem a sokszínűségükről híresek. A homofília fogalomként jelent meg, hogy leírja a fehér amerikai lakosok hozzáállását a kétfajtás, de szegregált állami lakásokban való élethez. A prediktív rendőrségi technológia olyan modelleket alkalmaz, amelyeket a túlnyomórészt hátrányos helyzetű városrészek tanulmányozásán képeztek ki. A kiválasztott és gyakran diszkriminatív vagy szennyezett adatokon kiképzett algoritmusok csak akkor érvényesülnek, ha ezeket az adatokat tükrözik.
Hogyan szabadulhatunk ki a diszkriminatív adatok fogságából? Chun alternatív algoritmusokra, alapértelmezettekre és interdiszciplináris koalíciókra szólít fel a hálózatok deszegregációja és a demokratikusabb nagy adatok előmozdítása érdekében.
