“我们并非都在建筑工人”：TikTok上拉丁身份的算法压缩
计算机与社会
2024-07-22 v1
摘要
美国的拉丁裔人口迅速增长且结构复杂，面临在社会技术系统中受到交叉性伤害和边缘化，在CSCW研究中也受到不足的关注。尽管该领域理解算法和数字内容对边缘化群体的不同体验，但仍需更多关于拉丁裔人如何体验社交媒体，特别是视觉媒体的研究。本文聚焦拉丁裔人如何体验视频分享平台TikTok的算法系统。通过对19名拉丁裔TikTok用户和59名调查参与者的双语访谈和视觉引导研究，我们探讨拉丁裔个体如何体验TikTok及其拉丁裔内容。我们发现，拉丁裔TikTok用户积极利用平台功能创建积极肯定的身份内容聚合，但这些聚合因平台功能对拉丁裔人群的独特影响而被负面内容（如暴力、刻板印象、语言假设）中断。我们讨论了这些对拉丁裔身份和表征的影响，提出“算法身份压缩”概念，即社会技术系统简化、平化并混合交叉身份，导致因系统及其设计者视而不见的关键文化数据丢失而发生压缩。本研究探讨了拉丁裔人在社会技术系统中（如TikTok等）尤其容易受此类影响。
引用
@article{arxiv.2407.13927,
title = {"We're not all construction workers": Algorithmic Compression of Latinidad on TikTok},
author = {Nina Lutz and Cecilia Aragon},
journal= {arXiv preprint arXiv:2407.13927},
year = {2024}
}