
 
 
 
 
 
 Autorzy : (1) AMINA A. ABDU, Uniwersytet Michigan, USA; (2) LAUREN M. CHAMBERS, Uniwersytet Kalifornijski, Berkeley, USA; (3) DEIRDRE K. MULLIGAN, Uniwersytet Kalifornijski, Berkeley, USA; (4) ABIGAIL Z. JACOBS, Uniwersytet Michigan, USA. Authors: (1) AMINA A. ABDU, Uniwersytet Michigan, USA; (2) LAUREN M. CHAMBERS, Uniwersytet Kalifornijski, Berkeley, USA; (3) DEIRDRE K. MULLIGAN, Uniwersytet Kalifornijski, Berkeley, USA; (4) ABIGAIL Z. JACOBS, Uniwersytet Michigan, USA. Stół po lewej Abstrakcja i 1 Wprowadzenie 2) Praca powiązana 3 Teoretyczne soczewki 3.1 Model Handoff 3.2 Obiekty graniczne Zastosowanie obiektywów teoretycznych i wyzwalaczy 4.1 Handoff: nowa technologia, nowe zagrożenia, nowy hype Komponenty Handoff: przesuwanie ekspertów, technik i danych Tryby Handoff: Abstrakcja i ograniczona wiedza 4.4 Funkcja Handoff: Zapytanie jak i 4.5. artefakty przejrzystości na granicach: Spaghetti na ścianie Odkrywanie zakładów Handoff 5.1 Prywatność to szczyt góry lodowej 5.2 Użyteczność danych 5.3 Formalizm 5.4 Przejrzystość 5.5 Uczestnictwo 6.Beyond the Census: Lessons for Transparency and Participation i 6.1 Lekcja 1: Obiektyw handoff jest kluczowym narzędziem do wyświetlania wartości 6.2 Lekcja 2: Uważaj na przedmioty bez ekspertów 6.3 Lekcja 3: Przejrzystość i uczestnictwo powinny być w centrum wartości i polityki 7. konkluzja Etyka badawcza i wpływ społeczny 8.1 Kwestie etyczne 8.2 Pozycjonowanie 8.3 Oświadczenie o niekorzystnych skutkach Uznania i referencje W praktyce jednak przyjęcie i wykorzystanie jakiejkolwiek technologii zmienia kontekst społeczny, organizacyjny i polityczny obiektów, w których jest osadzony. Dlatego tłumaczenie przejrzystości i wysiłków uczestnictwa w U.S. Census Bureau przyjęcie różnicowej prywatności (DP) musi uwzględniać te zmiany. Przyjmujemy dwa ramy teoretyczne, model Mulligan i Nissenbaum handoff model i uczestnicząco wzmocnione przejrzystości, aby ujawnić takie zmiany podczas Census Bureau przyjęcie różnicowej prywatności (DP) muszą uwzględniać te zmiany w jego zaktualizowanym modelu polityki unikania ujawniania informacji (DAS) dla Census 2020. ta aktualizacja zachowała (i prawdopodobnie uczestnicząco wzmocnione) zauf 1 Wprowadzenie Niedawne prace nad systemem administracji publicznej wykorzystywane w tym systemie możliwości w danych technologicznych próbują zrozumieć, w jaki sposób zmiany technologiczne mogą wywołać bardziej sprawiedliwe, bardziej odpowiedzialne i bardziej wiarygodne systemy [38, 78, 110]. Przejrzystość i projektowanie partycypacyjne są często proponowane, aby promować te cele zarówno w pracy akademickiej, jak i w polityce [16, 26, 27, 44, 67]. Jednak naukowcy, krytycy i zwolennicy skupili się na jednym badaniu przypadku: przyjęcie różnicowej prywatności i uczestnictwa w Censusie Dziesięcioleciowym 2020 roku, zwłaszcza gdy przyjęte jest bezkrytycznie [13, 30, 33, 112]. Argumentujemy, że dominujące modele partycypacyjnej transparentności algorytmicznej i uczestnictwa korzystają Pomimo tych znaczących wysiłków, ta nowo znaleziona przejrzystość nie wywołała rozliczalności i zaufania, które Bureau miało nadzieję wywołać [59, 71, 95, 97]. Powstała kontrowersja przyciągnęła uwagę krytycznych uczonych, którzy próbowali ocenić jej historię i konsekwencje [18, 19, 92]. Opieramy się na tej literaturze; wykorzystując obiektyw handoff [90], analizujemy, w jaki sposób pozornie technologiczny przejście - od jego poprzednich metod ujawniania statystycznego (SDL) do DP - faktycznie zmieniło samą funkcję unikania ujawniania, ponieważ metody, eksperci i wartości Biura zostały ponownie skonfigurowane. Opierając się na tym badaniu przypadku, demonstrujemy użyteczność modelu handoff do rozpatrywania wezwań z krytycznej literatury przejrzystości algorytmicznej w celu zbadania przejrzystości w kontekście. Nasz wkład jest potrójny. Po pierwsze, rzucamy nowy wgląd w przypadek, który był istotnie interesujący zarówno dla badaczy, jak i decydentów politycznych. Przedstawiamy sprawozdanie z konkretnych decyzji dotyczących wartości w centrum przyjęcia DP i jak udział w tych decyzjach był ograniczony pomimo znaczących wysiłków. Po drugie, twierdzimy, że wartości powinny znajdować się w centrum wysiłków na rzecz przejrzystości i uczestnictwa i wykazać użyteczność modelu Handoff w celu wywołania tych wartości. Wreszcie podkreślamy potrzebę zrozumienia roli ekspertów w procesach przejrzystości i uczestnictwa. Podczas gdy literatura skoncentrowała się na opracowywaniu artefaktów dokumentacyjnych na rzecz przejrzystości i uczestnictwa, sprawa 
 
 Niniejszy dokument jest dostępny na archiwum pod licencją CC BY-NC-SA 4.0 DEED. Ten dokument jest Zgodnie z licencją CC BY-NC-SA 4.0. available on arxiv Dostępne w Archiwum [1] Census Bureau jest zobowiązany do ochrony prywatności i poufności danych osobowych zgodnie z tytułem 13 Kodeksu Stanów Zjednoczonych.

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

MediaBias.TECH

We publish deeply researched (and often vastly underread) academic papers about our collective omnipresent media bias.

Drogi publiczności, dodaliśmy hałas do Twoich danych.

About Author

UWAGI

ZAWIEŚĆ TAGI

ARTYKUŁ TEN ZOSTAŁ PREZENTOWANY W

Related Stories

HackerNoon - A User Experience Analysis: Part 1

The Noonies 2022 Award Goes to Madalin Muraretiu - Contributor of The Year - Cryptocurrency Edition

Meet Sekurno: HackerNoon Company of the Week

The Blockchain Social Experiment: Enforced Logic

HackerNoon - A User Experience Analysis: Part 1

The Noonies 2022 Award Goes to Madalin Muraretiu - Contributor of The Year - Cryptocurrency Edition

Meet Sekurno: HackerNoon Company of the Week

The Blockchain Social Experiment: Enforced Logic

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps