Danas je podatkovna znanost oblik moći. Koristi se za razotkrivanje nepravde, poboljšanje zdravstvenih ishoda i rušenje vlada. Ali također se koristi za diskriminaciju, policiju i nadzor. Ovaj potencijal za dobro, s jedne strane, i štetu, s druge strane, postavlja esencijalno pitanje: tko zna dovoljno podatke? Za koga je znanost o podacima? Podatkovna znanost - s čijim interesima? Narativi o velikim podacima i podatkovnoj znanosti su pretežno bijeli, muški i tehno-herojski. U knjizi "Data feminism" Catherine D'Ignazio i Lauren Klein predstavljaju novi način razmišljanja o podatkovnoj znanosti i etici podataka – onaj koji je utemeljen na intersekcionalnoj feminističkoj misli. Ilustrirajući svoje podatke, D'Ignazio i Klein pokazuju kako izazovi binarnosti muško/žensko mogu pomoći u osporavanju drugih hijerarhijskih (i empirijski pogrešnih) sustava klasifikacije. Objašnjavaju kako, na primjer, razumijevanje emocija može proširiti naše ideje o učinkovitoj vizualizaciji podataka i kako koncept nevidljivog rada može otkriti značajne ljudske napore koje zahtijevaju naši automatizirani sustavi. I oni pokazuju zašto podaci nikada, nikad "ne govore sami za sebe".
"Data feminism" nudi strategije za znanstvenike koji se bave podacima koji žele naučiti kako im feminizam može pomoći u pravednijem radu, te za feministice koje žele usredotočiti svoje napore na novo, rastuće područje znanosti o podacima. No, ova priča nadilazi rod. Riječ je o moći, o tome tko je ima, a tko nema, te o tome kako se te razlike moći mogu osporiti i promijeniti. Cilj knjige je razvijanje istraživačkih sposobnosti i analize podataka, kao i posljedica objavljivanja određenih analiza. Koliku štetu dezinformacije mogu napraviti u javnom polju, uvijek je iznova mjesto interesa analize. Vidjeli smo što to znači u i dalje aktualnoj pandemiji, a što u aktualnom ratu Ukrajine i Rusije.
Knjiga "Data Feminism", autorica Catherine D’Ignazio i Lauren F. Klein, izbacuje iz zone komfora i pruža drugačiji pogled na podatkovnu znanost. Naime, ponuđena su jednostavna rješenja tipičnih zadataka poput detekcije emocija u tekstu ili automatiziranog prikupljanja podataka s društvenih mreža. Autorice podsjećaju kako različite društvene probleme data science perpetuira, a često i amplificira. Predlažu novu perspektivu i micanje fokusa s debagiranja koda na rasvjetljavanje sistemskih pristranosti koje su u pozadini pisanja samih kodova.
Autorice ne vide feminizam tek kao borbu za žensko pitanje već komuniciraju ideje intersekcionalnog feminizma (diskutiraju o seksualnoj orijentaciji, rasi, klasi i prekarnom položaju u kome se nalaze osobe koje su diskreditirane po više kriterija). Izvrsno je prikazana matrica dominacije koja predstavlja mehanizme kojima se ta opresija održava, a koja (redovito) počinje svakodnevnim seksizmima/rasizmima/homofobijama te se prenosi i na medije, praktične politike i zakone. Važno je vidjeti (razumjeti!) na koje je načine preispitana uloga podataka u održavanju opresivnih sustava i načine na koje feminističko razmišljanje i uvidi o obradi podataka mogu dovesti do poboljšanja društvenog stanja. Knjiga povezuje analizu, uporabu i razmišljanje o podacima, s dugom historijom teorijskih promišljanja i aktivističkih djelovanja u borbi za jednaka prava.
