論文の概要: Reimagining Data Work: Participatory Annotation Workshops as Feminist Practice

• arxiv url: http://arxiv.org/abs/2602.22196v1
• Date: Wed, 25 Feb 2026 18:45:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-26 18:19:16.954053
• Title: Reimagining Data Work: Participatory Annotation Workshops as Feminist Practice
• Title（参考訳）: データワークを再考する:フェミニストとしての参加型アノテーションワークショップ
• Authors: Yujia Gao, Isadora Araujo Cruxên, Helena Suárez Val, Alessandra Jungs de Almeida, Catherine D'Ignazio, Harini Suresh,
• Abstract要約: 文脈の優先順位付けと実践における多元主義は,コンテキスト境界と戦術的コンセンサスに向けた作業を必要とする可能性がある」。 私たちは、データとAI開発を、相違を理解し、闘争をまたいだ連帯を構築するスペースとして再定義する努力に貢献します。
• 参考スコア（独自算出の注目度）: 37.45130081398238
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI systems depend on the invisible and undervalued labor of data workers, who are often treated as interchangeable units rather than collaborators with meaningful expertise. Critical scholars and practitioners have proposed alternative principles for data work, but few empirical studies examine how to enact them in practice. This paper bridges this gap through a case study of multilingual, iterative, and participatory data annotation processes with journalists and activists focused on news narratives of gender-related violence. We offer two methodological contributions. First, we demonstrate how workshops rooted in feminist epistemology can foster dialogue, build community, and disrupt knowledge hierarchies in data annotation. Second, drawing insights from practice, we deepen the analysis of existing feminist and participatory principles. We show that prioritizing context and pluralism in practice may require ``bounding'' context and working towards what we describe as a ``tactical consensus.'' We also explore tensions around materially acknowledging labor while resisting transactional researcher-participant dynamics. Through this work, we contribute to growing efforts to reimagine data and AI development as relational and political spaces for understanding difference, enacting care, and building solidarity across shared struggles.
• Abstract（参考訳）: AIシステムは、有意義な専門知識を持つ協力者ではなく、しばしば交換可能な単位として扱われるデータワーカーの目に見えない、過小評価された労働力に依存します。 批判的な学者や実践者はデータ処理の代替原則を提案しているが、実際に実施する方法を実証的な研究はほとんどない。 本稿では、ジェンダー関連暴力のニュース物語に焦点を当てたジャーナリストや活動家による多言語、反復的、参加的データアノテーションプロセスのケーススタディを通じて、このギャップを埋める。 私たちは2つの方法論的な貢献をしている。 まず、フェミニストの認識論に根ざしたワークショップが、対話を育み、コミュニティを構築し、データアノテーションにおける知識階層を乱すことができるかを示す。 第二に、既存のフェミニストと参加主義の原則の分析を深める。 文脈の優先順位付けと実践における多元主義は,「バウンディング」の文脈を必要とし,「戦術的コンセンサス」として記述するものに向かって行動する可能性があることを示す。 また、取引研究者・参加者のダイナミクスに抵抗しながら、実質的な労働認知に関する緊張関係についても検討する。 この活動を通じて、私たちは、データとAI開発を、違いを理解し、ケアを実行し、共有された闘争をまたいだ連帯を構築するための、リレーショナルおよび政治的空間として再定義する努力の増加に貢献します。

関連論文リスト

• Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
  本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。 我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。 我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
  論文  参考訳（メタデータ） (2025-04-10T02:52:34Z)
• Assessing employment and labour issues implicated by using AI [0.0]
  この章は、AIと労働研究における支配的な還元主義的アプローチを批判している。 タスク、役割、職場環境の相互依存を強調する体系的な視点を提唱する。
  論文  参考訳（メタデータ） (2025-04-08T10:14:19Z)
• Delineating Feminist Studies through bibliometric analysis [1.1060425537315088]
  本稿では,さまざまな科学分野にまたがるジェンダー・性関連出版物を同定するための新しいアプローチを提案する。 我々は、学術論文のデータセットをコンパイルするために、バイオロメトリ技術、自然言語処理(NLP)、手作業によるキュレーションを採用している。 結果として得られたデータセットは1668年から2023年の間に190万以上の科学文書からなり、4つの言語にまたがっている。
  論文  参考訳（メタデータ） (2024-11-27T12:52:51Z)
• Towards an Analysis of Discourse and Interactional Pragmatic Reasoning Capabilities of Large Language Models [0.0]
  本稿では,語学の分野の範囲について論じるとともに,対話語学と対話語学のサブディビジョンを提案する。 結果の異種現象と手法の集合を,LLMの文脈における談話実用学と相互作用実用学の研究の出発点とみなす。
  論文  参考訳（メタデータ） (2024-08-06T10:02:05Z)
• Context-faithful Prompting for Large Language Models [51.194410884263135]
  大言語モデル(LLM)は世界事実に関するパラメトリック知識を符号化する。 パラメトリック知識への依存は、文脈的手がかりを見落とし、文脈に敏感なNLPタスクにおいて誤った予測をもたらす可能性がある。 我々は, LLMの文脈的忠実度を, 知識の衝突と, 棄権による予測の2つの側面で評価し, 向上する。
  論文  参考訳（メタデータ） (2023-03-20T17:54:58Z)
• Factoring the Matrix of Domination: A Critical Review and Reimagination of Intersectionality in AI Fairness [55.037030060643126]
  間欠性は、社会的不平等の持続性を調べるための重要な枠組みである。 我々は、公平性を効果的に運用するために、交差性を分析的枠組みとして採用することが重要であると論じる。
  論文  参考訳（メタデータ） (2023-03-16T21:02:09Z)
• PAR: Political Actor Representation Learning with Social Context and Expert Knowledge [45.215862050840116]
  我々は,textbfPolitical textbfActor textbfRepresentation学習フレームワークであるtextbfPARを提案する。 我々は,社会的文脈情報を活用するために,議員に関する事実文を検索し,抽出する。 次に、社会的文脈を取り入れた異種情報ネットワークを構築し、リレーショナルグラフニューラルネットワークを用いて立法者表現を学習する。
  論文  参考訳（メタデータ） (2022-10-15T19:28:06Z)
• Rethinking the Role of Demonstrations: What Makes In-Context Learning Work? [112.72413411257662]
  大規模言語モデル(LM)は、いくつかのインプットラベルペア(デモ)を条件付けして、新しいインプットの予測を行うことで、インコンテキストで学習することができる。 実演のラベルをランダムに置き換えることは、パフォーマンスをほとんど損なうものではない。 デモの他の側面が、エンドタスクのパフォーマンスの主要な要因であることに気付きました。
  論文  参考訳（メタデータ） (2022-02-25T17:25:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。