主观性与强加之间：计算机视觉数据标注中的权力动态

数据的解释对机器学习至关重要。本文研究工业环境中图像数据标注的实践。我们将数据标注定义为一种意义建构实践，标注者通过标签为数据赋予意义。以往以人为中心的研究主要关注标注者的主观性作为标签偏见的主要原因。我们对这一问题提出了更宽广的视角：基于建构主义扎根理论，我们在两家标注公司进行了数周的实地调研。我们分析了哪些结构、权力关系和自然化的强加塑造了对数据的解释。我们的结果表明，标注者的工作深受其上位者（other actors above their station）的利益、价值观和优先事项的影响。任意的分类标准被垂直强加给标注者，并通过他们强加给数据。这种强加在很大程度上是自然化的。为数据赋予意义通常被呈现为技术问题。本文表明，实际上，这是权力的行使，对个人和社会有多重影响。