算法公平文献中种族范畴的实证分析

算法公平领域的近期工作凸显了为反歧视目的定义种族范畴的挑战。这些挑战并不新鲜，但此前一直由国家承担，国家通过政府统计、政策与反歧视法中的证据标准来施行种族。借鉴国家建构种族的历史，我们考察了关于种族与歧视本质的长期问题如何出现在算法公平文献中。通过对2018至2020年间在 FAccT 发表的60篇论文进行内容分析，我们分析了在算法公平框架中种族如何被概念化与形式化。我们注意到，不同的种族观念被不一致地采用，有时甚至在同一项分析内部也是如此。我们还探讨了与这些选择相关的制度影响与价值观。虽然我们发现算法公平工作中使用的范畴常呼应法律框架，但我们证明学术计算机科学的价值在种族范畴的建构中同样起着重要作用。最后，我们考察了不同种族操作化背后的推理，发现极少有论文明确描述其选择，更少有论文为之辩护。我们认为，种族范畴的建构是一个负载价值的过程，对算法公平事业具有重大社会与政治后果。对种族操作化缺乏论证的普遍现象，反映了一种制度规范，使这些政治决策隐匿于知识生产的后台。