Making Arguments with Data: Resisting Appropriation and Assumption of Access / Reason in Machine Learning Training Processes
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
30.10.2023
Typ der Arbeit
Studiengang
Typ
01A - Beitrag in wissenschaftlicher Zeitschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Weizenbaum Journal of the Digital Society
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
3
Ausgabe / Nummer
2
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Weizenbaum Institute for the Networked Society
Verlagsort / Veranstaltungsort
Berlin
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
This article presents an approach to practicing ethics when working with large datasets and designing data representations. Inspired by feminist critique of technoscience and recent problematizations of digital literacy, we argue that machine learning models can be navigated in a multi-narrative manner when access to training data is well articulated and understood. We programmed and used web-based interfaces to sort, organize, and explore a community-run digital archive of radio signals. An additional perspective on the question of working with datasets is offered from the experience of teaching image synthesis with freely accessible online tools. We hold that the main challenge to social transformations related to digital technologies comes from lingering forms of colonialism and extractive relationships that easily move in and out of the digital domain. To counter both the unfounded narratives of techno-optimismand the universalizing critique of technology, we discuss an approachto data and networks that enables a situated critique of datafication and correlationism from within.
Schlagwörter
ethics of digital tools, critical data studies, data observatories, assumption of access, situated knowledge, machine learning, artificial intelligence
Fachgebiet (DDC)
700 - Künste und Unterhaltung
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
2748-5625
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Diamond
Lizenz
Zitation
SAVIC, Selena und Yann Patrick MARTINS, 2023. Making Arguments with Data: Resisting Appropriation and Assumption of Access / Reason in Machine Learning Training Processes. Weizenbaum Journal of the Digital Society. 30 Oktober 2023. Bd. 3, Nr. 2. DOI 10.34669/WI.WJDS/3.2.4. Verfügbar unter: https://doi.org/10.26041/fhnw-5663