从偏见到修复：错误作为应用数据科学工作中的协作与谈判场所

错误管理已成为数据科学工作中越来越核心和争议的问题。尽管近期人工智能和机器学习领域的许多研究重点放在限制和消除错误上，但从业者长期以来也将错误用作与标注员、领域专家以及数据科学家试图建模和理解的具体世界的协作和学习场所。本研究借鉴CSCW、STS、HCML和修复研究的工作，以及在政府机构和非营利组织进行的多地点民族志研究，超越了将错误视为边缘情况或异常的概念，提出三个基本论点：首先，错误揭示或引起对「运行中」系统下未被重视或忽视的合作结构的注意；其次，错误唤起新的协作形式和场所（包括有时新的行动者）；第三，错误以新的方式重新部署旧的场所和行动者，包括重组可能轮流重新中心和/或贬值不同行动者地位的专业知识层级关系。我们最后讨论了如何巧妙地与错误共处，以更好地支持数据科学家及其协作者在面对AI中的干扰、崩溃和摩擦时参与的创造性谈判和调整策略。