数据科学中的信任：企业数据科学项目中的协作、转化与责任

数据科学系统在应用和真实环境中的可信度来自于通过情境化、实用性和持续性的工作形式解决特定张力的过程。通过借鉴CSCW、批判数据研究以及科学史和科学社会学的研究，并对一个企业数据科学团队进行了六个月的沉浸式民族志田野调查，我们描述了应用数据科学工作中的四个常见张力：(不)明确的数字、(反)直觉知识、(不可靠)的数据和(不透明)的模型。我们展示了组织行为者如何在混乱和不确定的分析条件下，通过质疑、评估和信誉建立实践来建立和重新协商信任。强调了真实世界数据科学的协作和异质性特征，我们表明应用企业数据科学环境中信任的管理不仅依赖于预处理和量化，还依赖于协商和转化。最后，我们讨论了研究结果对数据科学研究和实践的启示，涵盖CSCW领域内外。