De la théorie à l’action : Le big data et les épistémologies féministes. De nouvelles méthodes?

Ange RICHARD

Abstract


Cite: RICHARD, A. (2024). De la théorie à l’action : Le big data et les épistémologies féministes. De nouvelles méthodes ? ESSACHESS. 17(33): 00-00. https://doi.org/10.21409/J7HM-MH55

Résumé : L’utilisation croissante des technologies fondées sur des algorithmes et des ensembles de données massifs dans la recherche et dans la vie courante a donné lieu à l’émergence d’une critique de l’impact social et de la nature biaisée de ces technologies. En mobilisant les épistémologies féministes de la connaissance, certaines de ces recherches, en sciences humaines et sociales, et plus récemment, en informatique, remettent en question le caractère objectif des systèmes automatiques. Cet article aborde ces travaux critiques en faisant dialoguer les littératures des deux domaines. Il décrit la manière dont les épistémologies féministes se sont diffusées dans les travaux en informatique portant sur les biais algorithmiques. L’article présente la manière dont certaines de ces recherches se sont emparées de ces théories pour proposer des manières de les opérationnaliser, et introduisent de nouvelles méthodes pour la science des données.

Mots-clés : science des données, féminisme, biais algorithmique, méthodologie, études critiques des données

***

From Theory to Action : Big Data and Feminist Epistemologies. New Methods ?

Abstract: The ever growing use of algorithmic and big data-based technologies in both academia and daily life has initiated an emerging critical literature on the social impact of these technologies and the way they are socially biased. Part of these works, from humanities and more recently computer science, draws on feminist epistemologies of knowledge to put into question the actual objectivity of automatic systems. This article details this critical research, relating literature from both fields. It describes the way feminist epistemologies circulate in computer science works on algorithmic bias. It delineates how some of these works embrace these theories to devise ways of operationalizing them, and  how they introduce new methods for data science.

Keywords: data science, feminism, algorithmic bias, methodology, critical data studies


Refbacks

  • There are currently no refbacks.


On line ISSN 1775-352X
Paper ISSN 2066-5083

© ESSACHESS

The opinions expressed in the texts published are the author’s own and do not necessarily express the views of ESSACHESS editors. The authors assume all responsibility for the ideas expressed in the published materials.

Les idées et les opinions exprimées dans les textes publiés dans la revue n' engagent pas la responsabilité de l'éditeur. Les opinions exprimées dans les articles n'engagent que leurs auteurs.