MARC

 008260126s2025        us                              c    eng  d
■001000017357516
■00520260202103523
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798288866203
■035    ▼a(MiAaPQ)AAI32038957
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a020
■1001  ▼aKahn,  Zoe.
■24510▼aToward  Global  Responsible  Tech:  Public  Participation,  Expertise,  and  Human  Values  in  Rural  Togo
■260    ▼a[Sl]▼bUniversity  of  California,  Berkeley▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a153  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-01,  Section:  B.
■500    ▼aAdvisor:  Burrell,  Jenna;Blumenstock,  Joshua  E.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Berkeley,  2025.
■520    ▼aResponsible  tech  has  explored  the  potential  for  well-intended  technologies  to  harm  individuals,  communities,  and  the  environment.  Most  of  the  research  uncovering  harms  and  constructing  solutions  has  emerged  from  the  ``Global  North''  and,  as  a  result,  tends  to  center  an  important  but  relatively  narrow  set  of  values  such  as  fairness,  accountability,  transparency,  and  privacy.  However,  there  is  broad  agreement  that  norms  and  values  differ  across  time,  place,  and  culture  ---  and  there  is  increasing  recognition  that  members  of  the  public  bring  unique  expertise  to  bear  on  the  design  of  sociotechnical  systems.  With  global  uptake,  if  responsible  tech  does  not  extend  to  include  a  wider  set  of  geographies  and  values,  and  carefully  engage  different  types  of  experts  and  expertise,  even  well-intended  sociotechnical  systems  may  cause  widespread  harm.  In  moving  toward  global  responsible  tech,  this  dissertation  presents  findings  from  qualitative  research  in  rural  Togo  about  the  use  of  big  data  and  algorithms  to  inform  economic  development,  beginning  to  broaden  understandings  of  well-studied  values  (i.e.,  privacy)  and  turn  attention  toward  new  values  (i.e.,  social  cohesion).  Specifically,  I  draw  on  semi-structured  interviews  conducted  with  124  people  living  in  rural  villages  in  Togo  shortly  after  the  Government  of  Togo  implemented  an  entirely  digital  cash  transfer  program,  the  first  to  use  machine  learning  algorithms  trained  on  mobile  phone  data  and  satellite  imagery  to  determine  program  eligibility.  In  my  data  collection  and  analyses,  I  take  an  interdisciplinary,  inductive  approach  that  integrates  the  perspectives  of  people  with  domain  expertise  (e.g.,  data  scientists,  policymakers)  alongside  experiential  experts  (e.g.,  people  with  particular  lived  experiences)  to  inform  the  design  of  sociotechncial  systems  that  support  a  broad  range  of  human  values.  This  dissertation  makes  three  contributions:  (1)  broadens  the  literature  on  responsible  tech  to  include  new  perspectives  from  individuals  living  in  rural  Togo;  (2)  provides  technical  design  and  policy  recommendations  to  safeguard  privacy,  expand  digital  inclusion,  and  strengthen  social  cohesion;  and  (3)  develops  new  methods  that  leverage  visuals  and  storytelling  to  bridge  experiential  and  domain  experts.
■590    ▼aSchool  code:  0028.
■650  4▼aInformation  science
■650  4▼aSociology
■650  4▼aEthics
■650  4▼aInformation  technology
■650  4▼aPhilosophy  of  science
■653    ▼aGlobal  South
■653    ▼aHuman  values
■653    ▼aPublic  participation
■653    ▼aResponsible  tech
■653    ▼aSociotechnical  design
■690    ▼a0723
■690    ▼a0489
■690    ▼a0402
■690    ▼a0626
■690    ▼a0394
■71020▼aUniversity  of  California,  Berkeley▼bInformation  Management  &  Systems.
■7730  ▼tDissertations  Abstracts  International▼g87-01B.
■790    ▼a0028
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17357516▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서