FID3216 Datafeminism 7,5 hp

Kursen består av sju moduler. Inom varje modul kommer studenterna att delta i två sessioner: en föreläsning och en diskussion. Under föreläsningssessionen för varje modul kommer instruktören att ge en omfattande introduktion till modulens sammanhang och erbjuda en översikt över det tilldelade läsmaterialet. Därefter kommer studenterna att ha en vecka på sig att noggrant granska det tilldelade läsmaterialet och lämna in en detaljerad kritik av de utvalda artiklarna. Diskussionssessionen för varje modul kommer att ägnas åt en grundlig genomgång och djupgående utforskning av modulens ämne och tillhörande artiklar.

Denna kurs syftar till att överbrygga etiska och sociala rättvisa teman med framsteg inom datavetenskap och utforska hur individer som arbetar med data aktivt kan utmana och omvandla maktskillnader genom en intersektionell feministisk synvinkel. Målen är huvudsakligen ritade utifrån de sju principer som beskrivs i boken ”Datafeminism”: (1) undersök makt, (2) utmana makt, (3) höja känslor och förkroppsligande, (4) ompröva binära system och hierarkier, (5) omfamna pluralism, (6) tänk på sammanhanget, och (7) gör arbetet synligt. De två första modulerna fokuserar på att erkänna den djupa betydelsen av att identifiera maktsystem samtidigt som de erkänner de olika metoderna för att utmana dem. I den tredje modulen fokuserar kursen på att uppskatta flera former av kunskap, inklusive de som kommer från marginaliserade samhällen. Modul fyra handlar om omvärdering av binära och hierarkiska strukturer. Modul fem fördjupar sig i pluralism och betonar inkorporeringen av lokala, inhemska och upplevelsebaserade data i att forma kunskapsparadigm. I de två sista modulerna fördjupar kursen sig i kontextualiseringen av data och det ofta förbisedda arbetet involverat i datavetenskap. Kursen innehåller sju moduler, var och en dedikerad till att uppfylla de angivna målen. Instruktören samarbetar med studenter inom varje modul och täcker relevanta bokkapitel och banbrytande forskningsartiklar. Eleverna ska läsa det medföljande materialet, skriva rapporter och presentera sina resultat för klassen. I slutet av varje modul kommer studenterna att ha fått insikter i respektive ämne och kommer att kunna analysera och utvärdera fördomar som är inneboende i datavetenskapliga metoder kritiskt.

Efter kursen förväntas studenten kunna:

• ILO1: analysera de teoretiska och tekniska frågorna relaterade till dataetik, datarättvisa och datahållbarhet.
• ILO2: tillämpa förvärvad kunskap för att använda data- och datavetenskap som verktyg för att konfrontera orättvisor som förstärks av data och associerade tekniker.
• ILO3: utvärdera datavetenskapliga metoder genom att identifiera deras fördomar och vidta åtgärder för att åtgärda dem.

Deltagarna bör vara inskrivna som doktorander.

Studenterna bör vara bekanta med Python-programmering och ha genomgått kurser i datavetenskap eller djupinlärning.

Ingen

• Data Feminism, Catherine D'Ignazio and Lauren F. Klein, MIT Press, 2020
• Fairness and Machine Learning: Limitations and Opportunities, Solon Barocas, Moritz Hardt, and Arvind Narayanan, MIT Press, 2023
• The Ethical Algorithm: The Science of Socially Aware Algorithm Design, Michael Kearns and Aaron Roth, Oxford University Press, 2019
• Set of state-of-the-art articles

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

• EXA1 - Examination, 7,5 hp, betygsskala: P, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Bedömningen av denna kurs kommer att baseras på fyra distinkta uppgifter:

• Uppgift 1 (läsuppgifter): Varje student/grupp måste lämna in en omfattande recension av en uppsättning tilldelade artiklar som motsvarar varje modul.
• Uppgift 2 (presentation): Varje student/grupp ska presentera en uppsättning av de tilldelade artiklarna.
• Uppgift 3 (gruppdiskussion): Eleverna förväntas delta i grupppresentationssessionerna och aktivt engagera sig i de efterföljande gruppdiskussionerna.
• Uppgift 4 (slutprojekt): Slutprojektet kräver att varje student eller grupp återger en rapport som är relevant för kursens ämnesområden och ger en muntlig presentation.

Ingen

Amir Hossein Payberah

• Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
• Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
• Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ingen