Sousveillance and Cyborglogs: A 30-Year Empirical Voyage through Ethical, Legal, and Policy Issues
Notice bibliographique
Résumé
This paper describes the author's own personal experiences, experiments, and lifelong narrative of inventing, designing, building, and living with a variety of body-borne computer-based visual information capture and mediation devices. The emphasis is not just on the devices themselves, but on certain social, privacy, ethical, and legal questions and challenges that have arisen from actual experiences with lifelong video capture, processing, transmission, and dissemination in a variety of different everyday cultural settings over the past 30 years. The most interesting of these accidentally-found questions pertain to: (1) inverse surveillance (body-borne audiovisual and other sensor capture, storage, recall, and processing, known in the research literature as “sousveillance”); and (2) the epistemology of freewill and metaphysics of choice that seems to arise from an apparent reversal of the now pervasive and ubiquitous notion of surveillance. Extrapolating from these lessons, several hypotheses are presented, including: (1) sousveillance, like surveillance, will be driven by rapid development of new technology, leaving legal frameworks lagging behind technology; (2) the growth of sousveillance will accelerate greatly when implementations come with other non-sousveillance uses (e.g., camera phones because of their strategic ambiguity with regard to whether they are being used to take a picture or for just a voice call); (3) legal frameworks will tend to support rather than oppose sousveillance; (4) such legal protections will favor video sousveillance over video surveillance just as they now favor audio sousveillance over audio surveillance; (5) such legal protections will emerge first for the disabled (e.g., the visually impaired); and will then expand to encompass other legitimate and beneficial uses of sousveillance (personal safety, evidence gathering, etc.); (6) a person wishing to do lifelong sousveillance is deserving of certain legal protections liabilizing others who might attempt to disrupt continuity of evidence.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,013 | 0,036 |
| Communication savante | 0,012 | 0,023 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».