Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Этика количественной оценки - это изучение этических проблем, связанных с различными формами видимых или невидимых форм количественной оценки. Они могут включать в себя алгоритмы , показатели / индикаторы , статистическое и математическое моделирование , [1] , как отмечено в обзоре различных аспектов социологии количественного определения . [2]

Согласно Эспеланду и Стивенсу [3] этика количественной оценки естественным образом произошла бы от социологии количественной оценки , особенно в эпоху, когда считается, что демократия, заслуги, участие, подотчетность и даже «справедливость» лучше всего раскрываются и оцениваются с помощью чисел. . В своей классической работе «Доверие к числам» Теодор М. Портер [4] отмечает, как числа удовлетворяют спрос на количественную объективность и могут для этого использоваться бюрократией или учреждениями для получения легитимности и эпистемического авторитета.

По мнению Сарина и др. [5], этические проблемы возникают, когда социальные субъекты могут злоупотреблять количественной оценкой, стратегически освещая те аспекты, которые могут быть социально легитимированы, и затемняя те, которые не могут. Например, перепись с помощью ИИ в Индии ( Aadhaar ) может якобы повысить легитимность правительства, в то же время делая незаметными граждан меньшинств. [5]

Для Энди Стирлинга из Центра STEPS в Университете Сассекса есть элемент риторики вокруг таких понятий, как « ожидаемая полезность », « теория принятия решений », « оценка жизненного цикла », « экосистемные услуги », «обоснованные научные решения» и « политика, основанная на фактах». '. Инструментальное применение этих методов и их использование количественной оценки для создания впечатления точности может вызвать этические проблемы. [6]

По мнению Шейлы Джасанофф, эти технологии количественной оценки можно обозначить как «Технологии высокомерия » [7] , функция которых состоит в том, чтобы успокоить общественность, удерживая колеса науки и промышленности. Обратной стороной технологий высокомерия является то, что они могут вызывать самоуверенность из-за видимости исчерпания; они могут упредить политическую дискуссию, превратив политическую проблему в техническую; и остаются принципиально ограниченными в обработке того, что происходит за пределами их ограниченного диапазона предположений. Ясанов противопоставляет технологии высокомерия «технологиям смирения» [8]которые допускают существование двусмысленности, неопределенности и сложности и стремятся выявить этический характер проблем. Технологии смирения также чувствительны к необходимости устранять известные причины уязвимости людей, обращать внимание на распределение выгод и рисков и определять те факторы и стратегии, которые могут способствовать или препятствовать социальному обучению.

Для Салли Энгл Мерри , изучающей показатели прав человека , гендерного насилия и секс-торговли , количественная оценка - это технология контроля, но будет ли она реформистской или авторитарной, зависит от того, кто использовал ее силу и с какой целью. Она отмечает, что для того, чтобы индикаторы не вводили в заблуждение и не искажали, следует придерживаться некоторых принципов: [9]

  • демократизировать производство индикаторов
  • параллельно разрабатывать качественные исследования для проверки обоснованности предположений
  • Сделайте индикаторы простыми
  • протестировать или принять несколько кадров
  • признать пределы различных мер

Переходя от индикаторов к математическим моделям, группа из 22 авторов в [10] предлагает пять принципов создания моделей, служащих обществу, исходя из предпосылки, что моделирование - это социальная деятельность. Принципы, которые перекликаются с приведенными выше для индикаторов, следующие:

  • позаботьтесь о том, чтобы откровенно оценить неопределенности и чувствительность моделей;
  • избегать запутанных сложностей;
  • прояснить нормативные значения, выбранные разработчиками моделей;
  • избегать ложной точности и
  • признать незнание

Принцип адресован разработчикам моделей, пользователям моделей и, в конечном итоге, обществу.

Область алгоритмов - это режим количественной оценки, в котором обсуждение этики является более продвинутым. Важная работа в этом отношении является Оружие Math Destruction [11] из Cathy O'Neil . Хотя объективность и эффективность - это некоторые положительные свойства, связанные с использованием алгоритмов, эти инструменты, представленные в виде черных ящиков, создают этические проблемы. [12] Таким образом, алгоритмы могут воздействовать на данные и принимать решения, но они в значительной степени выходят за рамки запроса. [11] [13] Возможность наблюдения за этикой количественной оценки обсуждалась в рабочем документе UCL Institute for Innovation and Public_Purpose .[14]

См. Также [ править ]

  • Вебинар в Центре исследований науки и технологий (CWTS), Лейденский университет , 5 февраля 2021 г .: « Этика количественной оценки » Vedeo .
  • Симпозиум по этике количественной оценки Берген (N0), декабрь 2019 г.
  • Исследовательский семинар по этике количественной оценки, Берген (N0), декабрь 2019 г.
  • Социология количественной оценки
  • Общество социальных исследований количественной оценки - SSSQ
  • Специальный выпуск о коммуникациях в гуманитарных и социальных науках: этика количественной оценки: большие данные и управление через числа, июль 2020 г.

Ссылки [ править ]

  1. ^ A. Saltelli, «Этика количественной оценки или количественной оценки этики?», Futures, vol. 116, 2020 .
  2. ^ Э. Попп Берман и Д. Хиршман, «Социология количественной оценки: где мы сейчас?», Contemp. Социол., Т. 47, нет. 3. С. 257–266, 2018.
  3. ^ WN Espeland и ML Стивенс, "Социология количественной оценки", Eur. J. Sociol., Т. 49, нет. 3. С. 401–436, 2008 .
  4. ^ TM Портер, Доверие к числам: стремление к объективности в науке и общественной жизни. Издательство Принстонского университета, 1995.
  5. ^ a b С. Сарин, К. Ромметвейт и А. Салтелли, «Этика количественной оценки: освещение, затемнение и перформативная легитимация», Коммуникации по гуманитарным и социальным наукам 6, 1–5.
  6. ^ А. Стирлинг, «Как политика преодолевает неопределенность - Центр STEPS», Центр STEPS, 2019.
  7. ^ Jasanoff, S. Технологии смирения: участие граждан в управлении наукой. Минерва 41, 223–244 (2003).
  8. ^ Jasanoff, S. Технологии смирения. Nature 450, 33 (2007).
  9. ^ С. Энгл Мерри, Соблазны количественной оценки: измерение прав человека, гендерного насилия и торговли людьми. Издательство Чикагского университета, 2016.
  10. ^ А. Сальтелли, Г. Баммер, И. Бруно, Э. Чартерс, М. Ди Фьоре, Э. Дидье, В. Нельсон Эспеланд, Дж. Кей, С. Ло Пьяно, Д. Майо, Р. Дж. Пилке, Т. Порталури , TM Porter, A. Puy, I. Rafols, JR Ravetz, E. Reinert, D. Sarewitz, PB Stark, A. Stirling, P. van der Sluijs, Jeroen P. Vineis, Пять способов гарантировать, что модели служат обществу: манифест, Nature 582 (2020) 482–484.
  11. ^ a b К. О'Нил, Оружие разрушения математики: как большие данные увеличивают неравенство и угрожают демократии. Издательская группа Random House, 2016.
  12. ^ Дж. Данахер и др., «Алгоритмическое управление: разработка программы исследований с помощью силы коллективного разума», Big Data Soc., Vol. 4, вып. 2. С. 1–21, 2017.
  13. ^ Р. Китчин, «Критическое мышление и исследование алгоритмов», Инф. Commun. Soc., Т. 20, нет. 1. С. 14–29, январь 2017 г.
  14. ^ Saltelli, Андреа, А. Андреони, Вольфганг Дрекслер, Дж Гоши, Райнер Каттел, IH Kvangraven Исмаэль Rafols, Райнерты, А. Стирлинг, и Т. Сей. 2021. « Почему этика количественной оценки необходима сейчас ». UCL Institute for Innovation and Public Purpose, Working Paper Series. Лондон.