Reimagining Data Work: Participatory Annotation Workshops as Feminist Practice

AI 系统依赖数据工人的隐形且被低估的劳动，数据工人常被当作不可替代的单元，而非拥有实质性专业知识的合作伙伴。批判性学者和实践者提出了数据工作的替代原则，但鲜有实证研究考察如何在实践中实施这些原则。本文通过对新闻叙事中涉及性别相关暴力议题的多语言、迭代性和参与式数据标注过程进行案例研究，弥合了这一鸿沟。我们提供了两种方法学贡献。首先，我们展示了如何通过以女性主义知识论为根基的工作坊来促进对话、建立社区并扰乱数据标注中的知识等级制度。其次，结合实践中的见识，我们深化了现有女性主义和参与式原则的分析。我们表明，在实践中优先考虑情境和多元性可能需要“界定”情境并努力实现我们描述的“战术共识”。我们还探讨了在承认劳动的物质性同时抵抗研究者-参与者关系的交易性动态方面的紧张关系。通过这一工作，我们为重新构想数据和 AI 开发为理解差异、实践关怀以及在共同斗争中建立联盟的关系和政治空间提供了贡献。