MétaCan
Menu
Retour à la cohorte
Enregistrement W7001731658

Lending My Voice to AI: Exploring How Data Cooperatives Enable Social Impact

2025· article· en· W7001731658 sur OpenAlexaff

Notice bibliographique

RevueJournal of the Association for Information Systems · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligion and Society in Latin America
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésLeverage (statistics)Aggregate dataData Protection Act 1998Data governanceBusiness modelBig dataDigital dataTask (project management)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent advancements in artificial intelligence (AI) have exacerbated concerns about data privacy, as scholars emphasize the risks posed by biases embedded in training data. Building AI systems requires vast amounts of data for model training, which is often sourced from the public internet, including user-generated media, leading to issues related to ownership and copyright. Fueled by matters related to data ownership and excessive control, new business models enabled through digital platforms called data cooperatives have emerged. Data cooperatives are an emerging type of digital platform that assemble and aggregate the members’ data for their collective benefit. The data cooperative model emphasizes protecting members’ rights and ensures data fairness (Scholz & Calzada 2021). Being a nascent body of research Petreski & Cheong (2024) argue that there is little understanding of how data cooperatives function. We address this gap by exploring how data cooperatives create social impact, especially for marginalized communities, while ensuring the protection and fairness of the members’ data. Data cooperatives are member-owned organizations that enable their members to voluntarily pool data together, own the data, and control it collectively for their mutual benefit or the benefit of the community. Our case study is a company called Karya (which signifies task in Hindi). Since 2021, Karya has involved over 30,000 individuals from rural areas in completing digital tasks such as capturing, labeling, and annotating data for AI training across formats such as speech, text, images, and videos. Our preliminary findings indicate that these emerging forms of digital platforms leverage cooperative models to create equitable economic opportunities for underserved communities while addressing concerns such as data sovereignty and inclusivity in AI development. For instance, Karya grants its members ownership over the data they create and allows them to earn additional revenues each time the data they produce is sold. In addition, for developing its member community, Karya involves individuals from low-income groups and other marginalized communities, such as lower castes and religious minorities. In addition to involving females and individuals from marginalized communities, Karya also involves individuals who are disabled and cannot take up other forms of work. Karya also integrates digital work with educational initiatives to address the dual challenges of income generation and skill development among low-income communities, allowing the member community opportunities for upskilling. Because Karya enables its member community to generate data in several local dialects, the AI systems that are then developed or trained using Karya’s data are more inclusive and perform better in multilingual environments, reducing the systemic bias often present in AI trained primarily on English datasets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0200,036
Communication savante0,0190,031
Science ouverte0,0030,017
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,385
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information SystemsMême sujetReligion and Society in Latin AmericaTravaux en français237 207