Emotions and Dynamic Assemblages: A Study of Automated Social Security Using Qualitative Longitudinal Research
Emotions and Dynamic Assemblages: A Study of Automated Social Security Using Qualitative Longitudinal Research
复制标题
情绪与动态组合：利用定性纵向研究的自动化社会保障研究
DOI：
10.1145/3593013.3594066
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Currie M
中科院分区：
文献类型：
--
作者：
Currie M
在本文中，我们认为定性纵向研究（QLLR）是研究作为复杂的、动态的数字组合的自动决策（ADM）系统的重要研究方法。QLLR对用户作为adm数据主体的生活体验以及这些系统运行的更广泛的数字组合提供了宝贵的见解。为了证明这种方法的实用性，我们借鉴了一项正在进行的实证研究，该研究考察了英国使用的自动社会保障支付——通用信用（UC）。UC是默认数字化的，并使用动态的经济状况调查支付系统来确定人们有权获得的每月索赔金额。我们首先简要概述了研究adm的关键认识论挑战，然后将我们的研究与现有的adm及其用户的定性分析以及定性纵向研究联系起来。我们强调，到目前为止，QLLR在研究ADM系统方面还没有得到充分的利用。在简要介绍了我们的研究、目标和方法之后，我们通过实证案例展示了QLLR在这一领域的潜力。总的来说，我们认为QLLR提供了一个独特的机会来收集adm的信息，无论是随时间的还是实时的。实时捕获信息允许更细粒度的帐户，并提供了收集用户和数据主体的情绪和态度的现场数据的机会。随着时间的推移记录定性数据的能力有可能捕捉动态轨迹，包括构成用户生活经验的波动和不确定性。通过数据主体的个人账户，QLLR还让研究人员深入了解用户与adm交互的情感维度如何影响他们对这些系统的反应。
In this paper we argue that qualitative longitudinal research (QLLR) is a crucial research method for studying automated decision-making (ADM) systems as complex, dynamic digital assemblages. QLLR provides invaluable insight into the lived experiences of users as data subjects of ADMs as well as into the broader digital assemblage in which these systems operate. To demonstrate the utility of this method, we draw on an ongoing, empirical study examining Universal Credit (UC), an automated social security payment used in the United Kingdom. UC is digital-by-default and uses a dynamic, means-testing payment system to determine the monthly amount of claim people are entitled to.We first provide a brief overview of the key epistemological challenges of studying ADMs before situating our study in relation to existing qualitative analyses of ADMs and their users, as well as qualitative longitudinal research. We highlight that, thus far, QLLR has been severely under-utilized in studying ADM systems. After a brief description of our study, aims and methodology, we present our findings illustrated through empirical cases that demonstrate the potential of QLLR in this area.Overall, we argue that QLLR provides a unique opportunity to gather information on ADMs, both over time and in real time. Capturing information real-time allows for more granular accounts and provides an opportunity for gathering in situ data on emotions and attitudes of users and data subjects. The ability to record qualitative data over time has the potential to capture dynamic trajectories, including the fluctuations and uncertainties comprising users’ lived experiences. Through the personal accounts of data subjects, QLLR also gives researchers insight into how the emotional dimensions of users’ interactions with ADMs shapes their actions responding to these systems.
登录
查看更多内容
数字自由裁量权：瑞典社会服务自动化决策中的人力和技术机构
影响因子：
4.1
作者：
A. Ranerup;H. Henriksen
通讯作者：
H. Henriksen
DOI：
--
发表时间：
1992
期刊：
影响因子：
--
作者：
C. Ellis;Michael G. Flaherty
通讯作者：
Michael G. Flaherty
家庭、工作和护理：定性纵向研究和政策参与
影响因子：
1.5
作者：
Jane Millar
通讯作者：
Jane Millar
想象儿童福利预测系统之外的新未来：与受影响的利益相关者进行的定性研究
DOI：
10.1145/3531146.3533177
发表时间：
2022
期刊：
and Transparency
影响因子：
--
作者：
Stapleton, Logan;Lee, Min Hun;Qing, Diana;Wright, Marya;Chouldechova, Alexandra;Holstein, Ken;Wu, Zhiwei Steven;Zhu, Haiyi
通讯作者：
Zhu, Haiyi
影响因子：
4.2
作者：
Cotter, Kelley
通讯作者：
Cotter, Kelley