Please enable JavaScript.
Coggle requires JavaScript to display documents.
Stereotipi e discriminazione online - Coggle Diagram
Stereotipi e discriminazione online
non sinonimi
quando il nostro atteggiamento( giudizio piu o meno stabile su una data classe di stimoli) ha come bersaglio u gruppo o una categoria sociale si parla di pregiudizio
lo stereotipo rappresenta la componente cognitiva dell'atteggiamento: sono associazioni che compiamo tra gruppi/ categorie sociali e una pluralità di caratteristiche distintive che riteniamo tipiche di quel gruppo
quando dall'atteggiamento si giunge al comportamento si parla di discriminazione: comportamento sociale assunto nei confronti di delle persone di u certo gruppo senza alcuna giustificazione se non quella di far parte di quella categoria
ostilità verbale o non verbale, evitamento di contatto, negazione trattamento equo, comportamenti aggressivi
AI e pregiudizi
es; software di riconoscimento facciale non i grado di scannerizzare il volto delle persone nere
l'aspettativa di rivolgersi alle tecnologie digitali per garantire neutralità mostra tutte le problematiche
Garbage In, Garbage out
l'intelligenza artificiale non fa altro che riflettere i pregiudizi che vengono inseriti durante l'addestramento
principale problema è proprio il metodo di training per l'apprendimento
basati su data set che risultano distorti in partenza: sovrarappresentazione di certi gruppi e sottorappresentazione di altri
possono produrre anche involontariamente dati che codificano pregiudizi di genere, etnici o culturali
ImageNet: il 45% dei dati proviene dagli Stati Uniti dove risiede solo il 4% della popolazione mentre i dati di india e Cina contribuiscono per solo il 3% nonostante rappresentino il 36% della popolazione
gli algoritmi sono opinioni trascritti i formule matematiche, frutto di bias di chi li sviluppa e data la loro efficenza possono rafforzare ingiustizie
es: programma adottato da tribunale USA per la valutazione del rischio di recidiva mostrava la tendenza sistematica a sovfrastiamre la probabilità di compiere di nuovo un crimine quando gli imputati erano neri
storia della programmazione informatica
forza lavoro della silicon valley: numero di donne solo 1%
non è un settore, come tanti altri, da sempre caratterizzato da iper-mascolinizzazione
reclutamento delle donne per la programmazione durante gl inani della guerra anhce perchè percepito come u lavoro di mera esecuzione, di basso profilo e scarso valore aggiuntio
nel dopoguerra il settore viene graualmente mascolinizzato, fino agli anni 80 dove viene sugellato il nesso tra informatico e mascolinità
Brogrammers
stereotipo del Nerd
1-i computer sono una tecnologia complessa e rilevante per l'ecnomia
2- i nerd hanno un talento per i computer e si divertono con esso
3- chi comprende e apprezza i computer è un nerd
4- i nerd sono socialmente inetti e poco attraenti fiiscamente
5- i nerd sono uomini bianchi e etero
2 more items...
si escludono le donne, i neri le persone non etero e non cis, e si confermano gli status superiori in termini economici e tecnologici
il potere dei default maschili
forma di pregiudizio in cui le qualità e i comportamenti considerati sterotipicamente maschi sono valutati e considerati come le condizioni di partenza necessarie per l'accesso a un dato contesto
non è un come un trattamento differenziato: quest'ultimo risulta chiaramente discriminatorio nei suoi obbiettivi; al tempo stesso proprio per questo risulta piu evidente e denunciatile
di fronte a un default la situazione è piu ambigua
queste spinte culturali hanno innescato nel tempo un processo di autoselezione per cui le donne si sentono meno adatte a svolgere la professione legata all'informatica per via delle loro caratteristiche legate agli stereotipi maschili
Deepfake come esempio di cultura tossica
se nel machine learning è necessario un modello di riferimento per spiegare la relazione tra dati in entrata e in uscita, nel deeplearning sarà il sistema stesso a individuarlo
basati sul deep learning I deepfake uniscono, combinano e sovrascrivono immagini e videoclip per creare video che appaiono estremamente autentici e credibili
tra il 90-95% i casi di deepfake sono casi di porno non consensuale e ceh riguardano donne
l'attenzione dell'opinione pubblica permane però sulla minoranza di deepfake a sfondo politico
molti codici per i deep fake sono progettati su Github che vede il75% dei progetti costituiti da soli uomini