从人类到数据再到数据集：计算机视觉数据集中人类受试者可追溯性的映射

计算机视觉是一个«数据饥饿»领域。从事以人为中心的计算机视觉研究（如人脸识别）的研究者和从业者强调，庞大的数据量对于构建更稳健、更精确的模型至关重要。人类被视为可以转化为数据集的«数据资源»。数据的必要性导致了从易于获取的来源（包括网络上的«公共»数据）收集数据的激增。然而，公共数据的使用对数据集中的人类受试者具有重要的伦理意义。本研究将关于使用公开获取数据伦理的学术讨论与计算机视觉应用相关的隐私和主体性关切联系起来。具体而言，我们研究了从公共数据构建数据集的实践——不仅来自网站，还来自公共场所和公共记录——如何使人类受试者在图像被收集、转化为数据集、分发使用以及在某些情况下被撤回时极其难以追踪自己的图像。我们讨论了当前数据实践为人类受试者提供可追溯性伦理所呈现的两个相互关联的障碍：认知与控制。我们最终提出了使数据主体实现可追溯性的关键干预点，并就改进可追溯性伦理提出建议，以使个别受试者在数据集整理实践中同时获得认知和控制。