Data Feminism for AI

本文提出了一组交叉性别主义原则，以进行公平、道德和可持续的人工智能研究。在《数据女权主义》（2020年）中，我们提出了七个原则来审视和挑战数据科学中不平等的权力。在这里，我们提出了一个理由，解释了为什么女权主义对人工智能研究仍然非常重要，重新阐述了数据女权主义的原则，并介绍了两个潜在的新原则，涉及环境影响和同意。这些原则共同有助于：1）考虑到人工智能研究、开发和部署中存在的不平等、非民主、提取和排斥性力量；2）在不安全、歧视或其他压迫性系统发布到世界之前，预先识别和减轻可预见的危害；3）激发创造性、愉快和集体的方式，致力于创造一个更加公平、可持续的世界，在这个世界中，我们所有人都能茁壮成长。

构建交叉女性主义原则，以进行公正、道德和可持续的人工智能研究。

通过交叉女性主义原则，解决人工智能研究中存在的不平等、非民主、提取性和排他性问题，预测和减轻系统可能带来的危害，激发创造性、愉悦和集体的方式来实现更加公平、可持续和人人都能茁壮成长的世界。

论文在Data Feminism的基础上，重新阐述了数据女权主义的七项原则，并引入了两个新原则，涉及环境影响和同意问题。通过这些原则，可以识别和解决人工智能研究中的问题，并鼓励更具创造性的工作方式，以实现更加公平、可持续和人人都能茁壮成长的世界。

最近的相关研究包括《Data Feminism》和《交叉女性主义：从理论到实践》等。