공유진 교수

A growing number of studies on fairness in artificial intelligence (AI) use the notion of intersectionality to measure AI fairness. Most of these studies take intersectional fairness to be a matter of statistical parity among intersectional subgroups: an AI algorithm is “intersectionally fair” if the probability of the outcome is roughly the same across all subgroups defined by different combinations of the protected attributes. This paper identifies and examines three fundamental problems with

감정을 명제적 믿음 또는 판단으로 정의하는 강한 인지주의는, 믿음 또는 판단과 모순되는 감정을 설명하기 어렵다는 한계에 직면한다. 이러한 감정을 이해하기 위해서는 감정을 지각으로 보는 이론이 더 큰 설득력을 지닌다(1절). 감정을 지각이라고 보는 것은 마치 감정에 대한 인지주의를 무너뜨리고 비인지주의의 손을 들어주는 것처럼보인다. 지각 자체가 인지적인 것이 아니라 비인지적인 것으로 정의되어 왔기 때문이다. 그러나 본 논문은 지각이 인지의 영역 안에 포함된다는 것, 따라서 감정을 지각으로 보는 견해 역시 인지주의의 영역 안에 포함된다는 것을 주장하고자 한다. 우선 ‘인지’라는 용어를 이론적으로 확장하기 위해 솔로몬(R. C. Solomon)과 드 수자(R. de Sousa)의 이론을 옹호하고, 그들의 이론을 지각주의적 인지주의라는 명칭으로 정식화할 것이다. 지각주의적 인지주의는 인지 개념을 우리가 세계와 일종의 관계를 형성하는 활동으로서 폭넓게 정의한다(2절). 3절에서는 확장된 인지

This paper develops an account of intersectional feminist theory by critically examining the notion of identity implicitly assumed in major critiques of intersectionality. Critics take intersectionality to fragment women along the lines of identity categories such as race, class, and sexuality. Underlying this interpretation, I argue, is the metaphysical assumption that identity is a fixed entity. This is a misunderstanding of identity that neglects how identity is actually lived. By exploring h

The author explores the metaphysics of social identities by using non-ideal theory as a method. She aims to understand what social identities are by examining the experiences of marginalized people – the experiences of people having a social identity as X (e.g., “Latina,” “Muslim woman”) in the non-ideal world, where they are marginalized by virtue of being X. To this end, the author delves into the decolonial feminist philosophies of Uma Narayan, Mariana Ortega, and María Lugones, and engages t

Fairness in machine learning (ML) has become a rapidly growing area of research. But why, in the first place, is unfairness in ML wrong? And why should we care about improving fairness? Most fair-ML research implicitly appeals to distributive equality: the idea that desirable benefits and goods, such as opportunities (e.g., Barocas et al., 2023), should be equally distributed across society. Unfair ML models, then, are seen as wrong because they unequally distribute such benefits. This article a

진화심리학에 대한 페미니즘적 비판은 종종 자연주의적 오류를 저지른다는 반론에 직면한다. 즉, 진화심리학의 기술적인 설명으로부터 규범적인 결론을 이끌어내는 오류를 저지른다는 것이다. 본 논문의 목적은 이러한 자연주의적 오류 논증을 논박하는 데 있다. 이를 위해 나는 어떻게 진화심리학의 설명이 전적으로 기술적인 것이 아니라 편향적인 가치판단에 기반하고 있는지 분석할 것이다. 톤힐과 파머의 저작 『강간의 자연사』를 중심으로, 나는 강간에 대한 진화심리학적 설명이 (1) 진화에 대한 적응주의적 접근, (2) 문화적, 사회적 맥락에 대한 의도적인 무지, (3) 성에 대한 이분법적 이해라는 세 가지 편향성에 의존하고 있음을 입증할 것이다. 이와 같은 편향적 가치판단에 의존하지 않고서는 톤힐과 파머의 진화심리학적 설명이 성립하지 않는다는 점을 고려할 때, 톤힐과 파머가 강간에 대해 전적으로 사실적, 기술적으로 설명하고 있다고 보기 어렵다. 따라서, 그들의 진화심리학 이론에 대한 페미니즘적 비판은

Research Article| April 01 2017 Feminism and Historicist Universalism: A Critical Analysis of Richard Rorty’s Anti-Universalism Youjin Kong Youjin Kong Michigan State University Search for other works by this author on: This Site Google The Pluralist (2017) 12 (1): 50–59. https://doi.org/10.5406/pluralist.12.1.0050 Cite Icon Cite Share Icon Share Facebook Twitter LinkedIn MailTo Permissions Search Site Citation Youjin Kong; Feminism and Historicist Universalism: A Critical Analysis of Richard Ro