Formato: EPUB
Dal dopoguerra all’età dei dati. Dopo la crisi delle grandi razziologie novecentesche, la razza non scompare semplicemente: cambia linguaggio, oggetti e strumenti. Test cognitivi, genetica delle popolazioni, genomica, medicina predittiva, banche dati, riconoscimento facciale e machine learning producono classificazioni reali, spesso utili, ma capaci anche di trasformare differenze, correlazioni e probabilità in criteri di decisione.
Questo volume ricostruisce dall’interno quella trasformazione. Jensen, Neisser e Nisbett mostrano il passaggio dalla prestazione al punteggio e dal punteggio alla capacità. Pritchard, Rosenberg e Witherspoon sostituiscono il tipo con frequenze, cluster, admixture e appartenenze probabilistiche. Popejoy, Martin e Obermeyer spostano il problema sui dataset, sui polygenic scores e sui proxy: ciò che il modello apprende dipende anche da chi entra nel campione, da ciò che viene misurato e dal target scelto.
Con COMPAS, Chouldechova, Kleinberg e Selbst la questione diventa istituzionale. Un sistema può essere calibrato e produrre falsi positivi distribuiti in modo diseguale; definizioni diverse di fairness possono entrare in conflitto; un algoritmo può essere accurato rispetto alla variabile sbagliata. Il bias non deve necessariamente trovarsi nel programmatore: può essere nel dato, nella label, nel proxy, nella soglia, nell’istituzione o nell’uso dell’output.
Galton, Sekula, Buolamwini, Gebru, il NIST e Caliskan riportano infine il problema alla visibilità. Il volto diventa archivio, il corpo feature vector, il linguaggio spazio numerico. Stuart Hall consente di leggere retrospettivamente l’intera collana: classificare non è di per sé razzismo; lo diventa quando una differenza viene caricata di un eccesso di significato e trasformata in essenza, valore e destino.
La razza dopo la razza segue così una sequenza precisa: osservare, misurare, raggruppare, inferire, predire, decidere.
Il punto critico è il passaggio da differenza a essenza, da probabilità a identità, da descrizione a gerarchia.
Dopo trenta volumi, la domanda finale è semplice: quanto di un uomo è davvero contenuto nel segno dal quale pretendiamo di leggerlo?
Questo volume ricostruisce dall’interno quella trasformazione. Jensen, Neisser e Nisbett mostrano il passaggio dalla prestazione al punteggio e dal punteggio alla capacità. Pritchard, Rosenberg e Witherspoon sostituiscono il tipo con frequenze, cluster, admixture e appartenenze probabilistiche. Popejoy, Martin e Obermeyer spostano il problema sui dataset, sui polygenic scores e sui proxy: ciò che il modello apprende dipende anche da chi entra nel campione, da ciò che viene misurato e dal target scelto.
Con COMPAS, Chouldechova, Kleinberg e Selbst la questione diventa istituzionale. Un sistema può essere calibrato e produrre falsi positivi distribuiti in modo diseguale; definizioni diverse di fairness possono entrare in conflitto; un algoritmo può essere accurato rispetto alla variabile sbagliata. Il bias non deve necessariamente trovarsi nel programmatore: può essere nel dato, nella label, nel proxy, nella soglia, nell’istituzione o nell’uso dell’output.
Galton, Sekula, Buolamwini, Gebru, il NIST e Caliskan riportano infine il problema alla visibilità. Il volto diventa archivio, il corpo feature vector, il linguaggio spazio numerico. Stuart Hall consente di leggere retrospettivamente l’intera collana: classificare non è di per sé razzismo; lo diventa quando una differenza viene caricata di un eccesso di significato e trasformata in essenza, valore e destino.
La razza dopo la razza segue così una sequenza precisa: osservare, misurare, raggruppare, inferire, predire, decidere.
Il punto critico è il passaggio da differenza a essenza, da probabilità a identità, da descrizione a gerarchia.
Dopo trenta volumi, la domanda finale è semplice: quanto di un uomo è davvero contenuto nel segno dal quale pretendiamo di leggerlo?
DOWNLOAD
FILESTORE