Pusat Studi Intensif Data meluncurkan data seni, membahas ilmu data feminis

Pada 11 Februari, Pusat Studi Intensif Data meluncurkan Art Datathon 2022 dengan “Seperti Apa Ilmu Data Feminis?” kuliah dari Catherine D’Ignazio, asisten profesor ilmu perkotaan dan perencanaan di MIT, direktur Lab Data + Feminisme dan rekan penulis buku “Data Feminisme” (2020).

D’Ignazio menjelaskan bagaimana beasiswa feminis dapat dimanfaatkan untuk menciptakan praktik data yang lebih adil dan etis, terutama bagi masyarakat yang terpinggirkan.

“’Feminisme Data’ [is] bagian dari badan kerja yang sedang berkembang yang ingin meminta pertanggungjawaban aktor perusahaan dan pemerintah karena pada dasarnya membuat produk data yang seksis, rasis, dan berkelas,” kata D’Ignazio. “Jadi jika Anda telah mengikuti ruang sama sekali, ini adalah ruang bias algoritmik, keadilan dalam kecerdasan buatan, etika dalam pembelajaran mesin.”

D’Ignazio menjelaskan bahwa data science belum tentu netral. Sebaliknya, itu bisa menjadi diskriminatif dan berbahaya.

“Ini adalah hal-hal seperti sistem deteksi wajah yang tidak dapat melihat wanita kulit berwarna, mempekerjakan algoritme yang menurunkan resume wanita [and] algoritma deteksi pelecehan anak yang menghukum orang tua miskin dan banyak lagi contoh lainnya” kata D’Ignazio.

Dengan memberikan contoh-contoh praktik teknologi berbahaya ini, D’Ignazio berpendapat bahwa feminisme data sangat kuat.

“Argumen dasar yang kami buat dalam buku ini adalah bahwa feminisme interseksional, ketika diterapkan pada keseimbangan kekuatan yang tidak setara dalam ilmu data, dapat membantu kekuatan itu ditantang, diseimbangkan, dan diubah,” kata D’Ignazio.

D’Ignazio mencatat bahwa ada tujuh prinsip feminisme data: memeriksa kekuatan, menantang kekuatan, memikirkan kembali binari dan hierarki, mengangkat emosi dan perwujudan, merangkul pluralisme, mempertimbangkan konteks dan membuat tenaga kerja terlihat.

D’Ignazio mengilustrasikan prinsip pertama, menguji kekuatan, menggunakan “The Library of Missing Datasets” (2016), sebuah karya seni oleh Mimi Onuoha. Bagian ini mendokumentasikan kumpulan data yang hilang yang telah diidentifikasi oleh Onuoha, kata D’Ignazio.

“Ini adalah kumpulan data yang mungkin diharapkan ada oleh orang yang masuk akal, tetapi kenyataannya, ini adalah kumpulan data yang tidak ada — hal-hal seperti orang trans yang terbunuh atau terluka dalam kasus kejahatan rasial, orang yang dikeluarkan dari perumahan umum karena catatan kriminal, dan sebagainya. pada,” kata D’Ignazio.

Selama beberapa tahun, Onuoha — yang berlatar belakang jurnalisme — menyimpan daftar berjalan untuk setiap kali dia menemukan kumpulan data yang hilang. Onuoha memasukkan folder berjudul dengan kumpulan data yang hilang ke dalam lemari arsip putih.

“Anda dapat pergi melalui folder. … Tentu saja, ketika Anda membuka folder itu, itu kosong,” kata D’Ignazio. “Datanya hilang, tidak ada catatan dalam kumpulan data. Jadi poin yang dia coba sampaikan dalam bagian ini adalah bahwa kumpulan data ini hilang karena suatu alasan. ”

Tidak adanya kumpulan data tertentu dapat dikaitkan dengan ketidakseimbangan kekuatan masyarakat, kata D’Ignazio.

“Ketidakseimbangan kekuatan inilah yang menentukan data mana yang dikumpulkan dan mana yang tidak; penelitian apa yang dilakukan, penelitian apa yang tidak; dan siapa yang memiliki sumber daya untuk melakukan hal-hal ini dan siapa yang tidak,” kata D’Ignazio. “Jadi pemerintah memiliki kekuatan ini, lembaga uang memiliki kekuatan ini, kelompok minoritas dan komunitas umumnya tidak.”

D’Ignzaio mengeksplorasi prinsip kedua feminisme data melalui topik femicide — pembunuhan terkait gender terhadap perempuan cis dan trans — di Meksiko.

“[Femicide is] secara hukum didefinisikan sebagai kejahatan di beberapa negara, termasuk Meksiko, di mana proyek ini didasarkan,” kata D’Ignazio. “Namun, meskipun ada undang-undang tentang buku itu, negara tidak secara sistematis mengumpulkan data tentang pembunuhan wanita.”

dalam “Feminisme Data, bab kedua mengeksplorasi Maria Salguero, seorang peneliti yang mengumpulkan data tentang femisida di Meksiko.

“[Salguero] mengumpulkan arsip publik paling komprehensif tentang femisida dalam konteks Meksiko,” kata D’Ignazio. “Dia membantu keluarga menemukan orang yang dicintai, dia memberikan data kepada jurnalis dan LSM dan dia sebenarnya telah dipanggil di depan kongres Meksiko untuk bersaksi beberapa kali.”

Peran Salguero dalam mengumpulkan data ketika pemerintah Meksiko tidak melakukannya adalah apa yang D’Ignazio anggap sebagai “data kontra,” cara yang ampuh untuk memanfaatkan data untuk melawan keseimbangan kekuasaan yang tidak adil.

Di akhir kuliahnya, D’Ignazio menjawab pertanyaan peserta, termasuk salah satunya tentang bagaimana instansi pemerintah dapat mempercayai data feminis untuk menghasilkan kemajuan bagi masyarakat.

“Hal yang menarik dari counter data yang dihasilkan oleh para aktifis bergantian, kolektif feminis, kelompok masyarakat sipil, adalah bahwa data tersebut sering menjadi sumber informasi yang paling dapat diandalkan,” D’Ignazio menjawab. “Mereka akhirnya menjadi statistik yang dikutip oleh PBB, … atau Departemen Luar Negeri Amerika Serikat … berakhir dengan mengutip pekerjaan oleh organisasi data yang dipimpin wanita ini.”

Anna Haensch, seorang ilmuwan data senior di Pusat Studi Intensif Data Tufts, bertanya tentang hubungan antara kapitalisme dan feminisme data.

“Kapitalisme jelas bertentangan dengan feminisme data,” D’Ignazio menjawab. “Jika kapitalisme yang kami maksud adalah sistem ekonomi yang menimbun sumber daya untuk segelintir orang dan mengeksternalisasi biaya sosial dan kolektif dari operasi ke publik, maka tentu saja – mereka secara tidak proporsional jatuh ke pundak orang-orang yang lebih rentan dan terpinggirkan. Jadi sistem itu, menurut saya, sangat tidak sesuai dengan feminisme data dan feminisme interseksional secara lebih umum.”

Art Datathon 2022 dilanjutkan dengan panel “Finding Bias in Museum Collections”, yang menampilkan Kelli Morgan, Diana Greenwald, dan Chad Topaz.

Leave a Comment