记录数据生产过程：数据工作的参与式方法

机器学习数据的不透明性是对伦理数据工作和可理解系统的重要威胁。先前研究通过提出标准化检查表来记录数据集来解决这个问题。本文通过提出视角转变来扩展该研究领域：从记录数据集转向记录数据生产。我们借鉴参与式设计，并与位于保加利亚和阿根廷的两家公司的数据工作者合作，这些公司的数据收集和标注工作被外包用于机器学习。我们的研究包括2.5年的研究时间，包括33次半结构化访谈、5次协作设计研讨会、原型开发以及与参与者的多次反馈交流。我们发现了与在真实世界数据生产场景中整合文档实践相关的关键挑战和要求。我们的发现包含了重要的设计考量，并强调了根据数据工作者的需求设计文档的价值。我们认为，将文档视为边界对象（即可以在不同组织和团队中不同使用但保持足够不变内容以维持完整性的对象）在设计文档以检索异质且通常分布式的数据生产背景时可能很有用。