Seyi Olojo

Seyi Olojo ist Doktorandin an der School of Information mit einem ausgewiesenen Schwerpunkt in Science and Technology Studies an der University of California, Berkeley. In ihrer Forschung untersucht sie, wie koloniale Geschichten der rassischen Klassifizierung in zeitgenössischen Praktiken des maschinellen Lernens, insbesondere der Datensammlung und Frühphasen des maschinellen Lernens, neu formuliert werden. Darüber hinaus erforscht sie die Beziehung zwischen technischen Fehlern und der Identitätsbildung in historisch marginalisierten Gemeinschaften. Zuletzt schrieb sie über die Rolle westlicher Werte bei der Fehlübersetzung indigener nigerianischer Sprachen für kommerzielle maschinelle Übersetzungstechnologien.

Seyis aktuelles Projekt verwendet sowohl einen ethnografischen als auch einen theoretischen Ansatz, um zu untersuchen, wie Gegenepistemologien sich gegen algorithmische Gewalt wehren und politische Unterdrückung herausfordern, dabei kritische und community-basierte Methoden für die Praxis des maschinellen Lernens schaffen.

Ihre Forschung wurde in Frontiers of Psychology, ACM Computer-Supported Cooperative Work und einer herausgegebenen Data & Society-Keywords-Anthologie zum Thema "The Datafied State" veröffentlicht. Ihre Forschung wird durch die U.S. National Science Foundation, das Eugene Cota-Robles Fellowship, das U.S. Fulbright-Programm und das Weizenbaum-Institut für vernetzte Gesellschaft unterstützt.