迈向算法公平中的批判性种族方法论
计算机与社会
2019-12-10 v1
摘要
我们考察了算法公平框架中采纳种族与种族类别的方式。当前的方法论未能充分考量种族的社会建构本质，反而将种族概念化为一种固定属性。将种族视为属性而非一种结构性的、制度性的和关系性的现象，会弱化算法不公平的结构性层面。在本工作中，我们聚焦于种族类别的历史，并借助批判性种族理论以及关于种族与族裔的社会学研究成果，为公平研究中的种族概念化提供根基，借鉴公共卫生、生物医学研究与社会调查研究的经验教训。我们认为，算法公平研究者需要考量种族的多维性，严肃对待种族概念化与操作化的过程，关注导致种族不平等的社会过程，并考虑受社会技术系统影响最深远者的视角。
引用
@article{arxiv.1912.03593,
title = {Towards a Critical Race Methodology in Algorithmic Fairness},
author = {Alex Hanna and Emily Denton and Andrew Smart and Jamila Smith-Loud},
journal= {arXiv preprint arXiv:1912.03593},
year = {2019}
}
备注
Conference on Fairness, Accountability, and Transparency (FAT* '20), January 27-30, 2020, Barcelona, Spain