Recenze čtenářů
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 9 hlasů.
Původní název:
Discriminating Data: Correlation, Neighborhoods, and the New Politics of Recognition
Obsah knihy:
Jak velká data a strojové učení kódují diskriminaci a vytvářejí rozrušené shluky utěšujícího hněvu.
Wendy Hui Kyong Chun v knize Diskriminační data odhaluje, jak je polarizace cílem - nikoli chybou - v rámci velkých dat a strojového učení. Tyto metody podle ní prostřednictvím svých výchozích předpokladů a podmínek kódují segregaci, eugeniku a politiku identity. Korelace, která zakládá prediktivní potenciál Big Data, vychází z eugenických pokusů dvacátého století "vyšlechtit" lepší budoucnost. Doporučovací systémy podporují hněvivé shluky stejnosti prostřednictvím homofilie. Uživatelé jsou "trénováni", aby se stali autenticky předvídatelnými prostřednictvím politiky a technologie rozpoznávání. Strojové učení a datová analytika se tak snaží narušit budoucnost tím, že znemožňují narušení.
Chun, který má zkušenosti s navrhováním systémů, mediálními studiemi a kulturní teorií, vysvětluje, že ačkoli algoritmy strojového učení oficiálně nezahrnují rasu jako kategorii, bělošství je v nich zakotveno jako výchozí. Technologie rozpoznávání obličejů se například opírá o tváře hollywoodských celebrit a vysokoškolských studentů - skupin, které nejsou známé svou rozmanitostí. Homofilie se objevila jako koncept popisující postoje bílých obyvatel USA k bydlení v dvourasových, ale přesto segregovaných veřejných bytech. Prediktivní policejní technologie využívá modely vycvičené na základě studií o převážně chudých čtvrtích. Tyto algoritmy, vycvičené na vybraných a často diskriminačních nebo špinavých datech, jsou validní pouze tehdy, pokud tyto údaje odrážejí.
Jak se můžeme vymanit ze svěráku diskriminačních dat? Chun vyzývá k alternativním algoritmům, výchozím hodnotám a interdisciplinárním koalicím, aby bylo možné desegregovat sítě a podpořit demokratičtější Big Data.
