Data Feminism

Delias, L.(2021). Catherine D’Ignazio et Lauren F. Klein (2021).  Data Feminism. Cambridge, Mass., The MIT Press, coll. « Strong Ideas », 328 p.. Réseaux, 2(2-3), 269-273.

De Google Search aux applications de reconnaissance faciale, les algorithmes et les systèmes basés sur les données sont de plus en plus fréquemment accusés de (re)produire le racisme et le sexisme, contribuant à la prise de conscience du fait que, loin d’être des techniques neutres, ils représentent en réalité un enjeu de pouvoir majeur. Le livre Data Feminism propose d’aborder ce problème dans son ensemble, en se présentant comme un guide pour la pratique d’une science des données (data science) au service de la justice sociale, accessible à un large public. La démarche de Catherine D’Ignazio (professeure au département d’études urbaines du MIT) et Lauren Klein (professeure d’humanités numériques à Emory University) repose sur l’apport des théories féministes, en privilégiant leur dimension intersectionnelle : au-delà de la stricte question du genre, ces travaux donnent les outils pour examiner l’inégale distribution du pouvoir, résultant dans l’exclusion et l’oppression de certains groupes sociaux. Partant du principe que les données numériques sont un « sabre à double tranchant », le programme du data feminism est dans un premier temps de révéler comment les standards actuels de la science des données contribuent à renforcer les inégalités, et dans un second temps de proposer une utilisation alternative des données qui profite à toutes et tous. […]

Ce contenu a été mis à jour le 2 mai 2023 à 11 h 24 min.