Catherine D’Ignazio 與 Lauren F. Klein 的《Data Feminism》(2020)以交織性女性主義重新思考資料科學,提出資料不是自然地「自己說話」;資料收集、分類、分析與視覺化都受到權力關係塑造。作者要求把身體與位置帶回分析,辨識被排除的知識、隱形勞動及資料科學如何複製或挑戰階序。MIT Press 提供開放取用版本。
這本書不是狹義的性別資料指南,而是一套追問「誰有權定義問題、誰被計入、誰獲益、誰承擔後果」的方法。它能補足偏重技術指標的 AI 公平討論。
思與行
- 為一個資料專案畫出「誰提出問題、誰被計入、誰被排除、誰獲益」的關係圖。
- 把被隱藏的身體經驗、無酬工作與情緒成本納入研究倫理與成果說明。