'IF WE LOOK AT IT FROM AN LGBT POINT OF VIEW…’ MOBILIZING LGBTQ+ STAKEHOLDERS TO QUEER ALGORITHMIC IMAGINARIES
Notice bibliographique
Résumé
This paper presents the results of an exploratory study that examines the social implications that platform algorithms raise for LGBTQ+ communities. We share the preliminary results of our Phase 2 group interviews, which were conducted with Canadian social media managers of LGBTQ+ non-profit organizations and with Canada-based LGBTQ+ tech workers. Algorithmic controversies relating to LGBTQ+ communities identified in Phase 1 were used as prompts to elicit discussions among participants. In this paper, we pay close attention to how participants queered dominant algorithmic imaginaries. Our preliminary analysis highlights four main findings. First, participants questioned dominant discourses that depict AI technology as being inherently new, instead re-inscribing algorithmic controversies within a long-lasting history of gender and sexual oppression. Second, participants reconfigured the ideal-type user embedded in sociotechnical systems but also identified challenges with effecting sociotechnical change as LGBTQ+ stakeholders. Third, participants subverted the notion of algorithmic resistance by questioning whether effective technological resistance should rely on technological misuse or disuse. Fourth, participants translated algorithmic controversies via their positionality as LGBTQ+ stakeholders to move beyond purely technicist considerations. Finally, we highlight the importance of mobilizing stakeholders from marginalized communities to contest the dominant discourses through which society makes sense of AI technologies.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,025 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».