Algorithms in Practice: Critical Algorithm Studies and Data Activism.出现的重要话语

《Algorithms in Practice: Critical Algorithm Studies and Data Activism》这本合集涉及多个议题，旨在展示算法的实际应用、问题以及解决方案。以下是书中出现的一些重要话语和观点：

1. "算法不是中性的"：

   • 强调算法构建和操作并非中立，包含了预设立场、假设和偏见，这些因素在设计和数据中存在，并能在未来的应用中延续与强化。

2. "数据活动主义"(“data activism”)：

   • 提出了利用数据进行社会动员和变革的新形式，即通过集体行动使用数据来捍卫参与者的利益，提高公众意识，或挑战权威信息。

3. "算法透明性"("algorithmic transparency")：

   • 透明度是持有算法问责性和公正性的前提。当算法对于不同利益相关者变得可解释时，可以帮助揭露和减轻潜在的不公平性。

4. "算法责任"("algorithmic accountability")：

   • 讨论了开发者、部署者以及使用者对算法后果所承担的责任和义务，以及如何监管算法确保其符合道德和法律标准。

5. "算法公平"("algorithmic fairness")：

   • 自然而然地提出了一种算法理念, 需要设计者平衡不同利益群体的需求，以防范算法加剧社会不平等。

6. "算法黑箱"("black box algorithms")：

   • 指代那些对于外部观察者而言不可解或难以理解的算法系统，重点在于寻求方法打开这些“黑箱”以进行审查和批评。

7. "对社会影响的预测与评价"：

   • 探讨预测算法结果及其社会影响的重要性，以及建立相应的伦理框架和评估机制。

8. "数据治理与政策改革"：

   • 将数据视为新时代下的一种公共资源和商品，强调为了保障公正和保护民主，需要更新和优化数据政策和治理结构。

这本书通过包含这几个话语框架在内的多篇分析，提供了理解和批评算法实践的新视角，并为未来关于算法的公共讨论与决策奠定理论基础。