抽象是否具有政治性？迈向更具批判性的算法分析
计算机与社会
2021-12-09 v4
摘要
美国 K–12 与高等教育中计算机科学（CS）教育的扩张，促使人们更深地参与超越包容、迈向更具批判性 CS 教育的公平实践。公正导向的公平 CS 教育并非将计算框定为价值中立的工具，而是借助批判教育学，通过强调不仅发展知识与技能、也发展 CS 学科身份，来确保政治斗争的合法在场。尽管近期努力已将伦理整合进本科 CS 课程若干领域，但针对数据结构与算法教学的批判路径仍缺乏理论化。基础数据结构课程仍聚焦于以运行时间为中心的算法分析。我们主张采用可供性分析——一种基于价值嵌入之可供性解释的更具批判性算法分析。借助来自科学技术研究、技术哲学与人机交互的批判方法，可供性分析考察诸如数据结构与算法等计算抽象的设计如何体现可供性，而可供性进而体现具有政治后果的价值。我们以 5 个案例研究说明可供性分析如何反驳技术的社会决定论、凸显数据抽象的局限，并将算法设计牵涉于在统治矩阵中对特定社会身份不成比例地分配利益与危害。
引用
@article{arxiv.2101.00786,
title = {Do Abstractions Have Politics? Toward a More Critical Algorithm Analysis},
author = {Kevin Lin},
journal= {arXiv preprint arXiv:2101.00786},
year = {2021}
}
备注
Position paper in the 6th IEEE STCBP Conference on Research in Equity and Sustained Participation in Engineering, Computing, and Technology (RESPECT); 5 pages