Abstract
As representações usadas para organizar o mundo vão além da organização do conhecimento produzido, e, cotidianamente, envolve classificar pessoas. Entretanto, nota-se que a classificação de pessoas pode resultar em situações excludentes e, em última instância, à perseguição. Isso posto, a problemática de pesquisa decorre do ato de nomear pessoas segundo uma lógica capitalista em que o que importa é como esse indivíduo pode consumir e colaborar para o acúmulo de capital. Dessa forma, e considerando a atualidade e a relevância científica e social da discriminação por dados, o objetivo dessa pesquisa é identificar como a literatura da área de Ciência da Informação aborda a referida temática, mais especificamente suas abordagens, ênfases e desdobramentos. Para tanto, foram realizadas buscas nas bases de dados Library and Information Science Abstracts (LISA) e Base de Dados Referencial de Artigos de Periódicos em Ciência da Informação (BRAPCI), contemplando tanto o contexto internacional quanto o brasileiro. O corpus obtido foi submetido ao método de análise de domínio, o qual visa a identificar e categorizar um universo de conteúdo a partir de seus contextos de produção. Identificou-se que o tema é novo e demanda pesquisas colaborativas e interdisciplinares. Conclui-se que as discussões se situam predominantemente em veículos que abordam práticas profissionais da Ciência da Informação, incluindo discussões arquivísticas ou acerca da ética informacional. A preocupação da literatura em caracterizar traços distintivos desse tema de forma agregadora revela que ele pode atuar como um intertema investigativo em distintas áreas.
Publisher
Asociación de Educación e Investigación en Ciencia de la Información de Iberoamérica y el Caribe
Reference25 articles.
1. Bauman, Z. & Lyon, D. (2012). Liquid Surveillance: A Conversation. Polity.
2. Black, E. (2001). IBM and the holocaust: The strategic alliance between nazi germany and Americ’s most powerful corporation. Elsevier.
3. Ciampaglia, G. L., Mantzarlis, A., Maus, G. & Menczer, F. (2018). Research Challenges of Digital Misinformation: Toward a Trustworthy Web. AI Magazine, 39(1), Art. 1. https://doi.org/10.1609/aimag.v39i1.2783.
4. Clark, K., Duckham, M., Guillemin, M., Hunter, A., McVernon, J., O’Keefe, C., Pitkin, C., Prawer, S., Sinnott, R., Warr, D. & Waycott, J. (2019). Advancing the ethical use of digital data in human research: Challenges and strategies to promote ethical practice. Ethics and Information Technology, 21(1), 59–73. https://doi.org/10.1007/s10676-018-9490-4.
5. Cruz, B. S. (2021). Efeito de algoritmos racistas pode ser mais devastador do que você imagina. https://www.uol.com.br/tilt/reportagens-especiais/como-os-algoritmos-espalham-racismo/.