Autres travaux récents

Publications récentes :

• Dubois, Elizabeth & Reepschlager, Anna (2024). How harassment and hate speech policies have changed over time: Comparing Facebook, Twitter and Reddit (2005–2020). Policy & Internet
  

• Deley, Trevor, & Dubois, Elizabeth (2020). Assessing Trust Versus Reliance for Technology Platforms by Systematic Literature Review. Social Media + Society. 

​

« Kaleidoscope »

Le projet Kaleidoscope étudie l'apprentissage automatique tenant compte de la positionnalité. La positionnalité est le contexte social et politique qui influence, et potentiellement biaise, la compréhension unique mais partielle d'une personne et son point de vue sur le monde. L'échelle des systèmes d'apprentissage automatique et d'intelligence artificielle (IA) facilite plus que jamais l'intégration de la positionnalité dans la société. Si la positionnalité intégrée n'est pas alignée sur le contexte actuel, elle pourrait avoir un impact sur différents secteurs de la société à travers l'échelle des applications de l'IA.

La positionnalité peut avoir un impact sur les systèmes d'IA par le biais des systèmes de classification, de la collecte, de l'annotation et de l'échantillonnage des données, de la conception des modèles, de l'analyse de l'utilisation, etc.

Si nous ne comprenons pas la positionnalité, nous risquons de donner trop de pouvoir à une future IA qui est en principe impossible.

• Chefs de projet :

  • Yewande Alade, Christine Kaeser-Chen, Elizabeth Dubois, Chintan Parmar, Friederike Schüür
    

• Les productions :

  • « Towards Better Classification » (livre blanc)

  • Tutoriel de traduction : « Positionality-aware Machine Learning »

  • Présentation en anglais donnée par Elizabeth Dubois lors du MIT/Harvard Assembly 2019 Showcase, résumant le travail de l'équipe. 13 juin 2019, Academy of Arts and Sciences, Cambridge, MA

(regarder la présentation en anglais sur YouTube)​