Las sorprendentes formas en que el sesgo de datos hace que las mujeres sean 'irrelevantes' y qué podemos hacer para detenerlo Formas en las que la investigación y los "estándares", desde el cuidado de la salud hasta la planificación urbana, se han inclinado durante mucho tiempo hacia los hombres y sus perspectivas: cómo cambiarlos para el mejoramiento de las mujeres y del mundo.

Las mujeres todavía se consideran en segundo lugar, y es posible que ni siquiera te des cuenta de todas las formas en que se hace esto. Algunas son obvias: las mujeres ganan menos que los hombres y hay menos de ellas en posiciones de liderazgo dentro de las organizaciones y en las juntas. Las trayectorias profesionales de las mujeres también se desviaron significativamente (o terminaron) como resultado de la pandemia a un ritmo no visto con respecto a las trayectorias profesionales de los hombres. Se minimizan las perspectivas y experiencias de las mujeres, y esto contribuye al sesgo de género y las brechas de género. Sus necesidades se dan por sentadas y/o se agrupan en la burbuja de las necesidades o deseos masculinos.

Una forma menos conocida en que ocurren estas disparidades es a través de los datos. Podrías estar diciendo: "¿Cómo puede ser eso? Los datos se basan en investigaciones y hechos. ¿Cómo puede haber un sesgo que realmente crean los datos? La respuesta implica un desprecio por las mujeres en la investigación, desde los negocios hasta la tecnología, la medicina y otros aspectos prácticos de la vida.

¿Qué es el sesgo de datos?

Los datos se recopilan para proporcionar evidencia de lo que funciona (o no) para varios proyectos, conceptos o innovaciones. Permite a los investigadores saber qué es necesario ajustar y/o avanzar. Una variable dentro de la investigación que hace que la investigación sea un desafío es la exhaustividad: es necesario considerar todos los aspectos de la aplicación de los datos. Cuando se pasa por alto un aspecto, pueden producirse resultados negativos o peligrosos. Considere, por ejemplo, el caso en el que un auto autónomo de Uber atropelló y mató a una mujer en Arizona. Uber determinó que el automóvil no podía identificar que un objeto era un peatón a menos que estuviera cerca de un cruce de peatones, un descuido que creó un sesgo de datos peligroso.

Considere también el software de reconocimiento facial, una herramienta utilizada por muchas organizaciones encargadas de hacer cumplir la ley. Después de que se aplicó para identificar, atacar y condenar a los delincuentes, la investigación reveló que, en muchos casos, sus algoritmos eran significativamente menos precisos cuando se trataba de personas de color y mujeres . El sesgo resultante tuvo un impacto generalizado tanto en los derechos civiles como en la seguridad pública.

Dentro del proceso de diseño de investigación y recopilación de datos, los investigadores se basan en una población de muestra, destinada a representar a la población más grande a la que se aplicarán los resultados de la investigación y otros datos. Pero para que sea eficaz, esa muestra debe incluir todos los sectores de la población en general. En los casos de sesgo de datos de género, se pasa por alto a las mujeres.

Relacionado: Cómo los empresarios pueden realizar estudios de mercado primarios

¿Qué es el sesgo de datos de género?

En muchas áreas de investigación, las mujeres no están incluidas en la muestra de población en un porcentaje equitativo, si es que lo están. Esto podría estar bien si los datos no se aplicaran a las mujeres, pero lo es. Los productos, servicios y estrategias se generalizan a las mujeres cuando la investigación detrás de ellos no se basa en datos que involucran a mujeres. Léalo de nuevo: hay cosas que las mujeres hacen y usan y no sabemos si funcionan para ellas o si son seguras para ellas. Considere estos ejemplos:

Tecnología

Las manos de las mujeres suelen ser más pequeñas que las de los hombres (alrededor de una o dos pulgadas), pero esto generalmente no se considera cuando se diseñan los teléfonos celulares. Estas herramientas ahora virtualmente obligatorias, y específicamente una tendencia hacia su tamaño creciente, no tienen en cuenta cómo cabrá un teléfono en manos más pequeñas. Si bien algunas empresas ofrecen modelos más pequeños, por lo general son menos potentes u ofrecen menos opciones. Otro ejemplo involucra a Google Home: las bases de datos de reconocimiento de voz utilizadas para desarrollar esta aplicación, según un estudio de 2016 realizado por la sociolingüista y científica de datos, la Dra. Rachael Tatman, estaban dominadas por voces masculinas, lo que hace que sea un 70% más probable que reconozca y responda de manera efectiva a Las voces de los hombres sobre las de las mujeres.

Medicamento

Las mujeres tienen más probabilidades de morir de ataques cardíacos porque sus síntomas a menudo se consideran "atípicos". Esto se debe a que los síntomas estándar se identificaron con base en investigaciones que se centraron en las presentaciones de los hombres (dolores en el pecho, dolor en el brazo izquierdo) frente a las de las mujeres (dificultad para respirar, náuseas, fatiga, dolor de estómago). En conjunto, este sesgo a menudo se conoce como el síndrome de Yentyl y se detalla en un artículo de 2011 en el European Heart Journal . Esto hace que el cuerpo masculino sea el predeterminado para la comprensión médica, y lo mismo ocurre con la investigación médica, en la que aproximadamente el 85 % de los roedores utilizados en las pruebas son machos, según un artículo de Neuroscience & Biobehavioral Reviews de 2011.

Transporte

Las mujeres tienen más probabilidades de sufrir lesiones graves en accidentes automovilísticos. ¿Por qué? Porque los fabricantes de automóviles tienen una "posición de asiento estándar" que se utiliza para la investigación de seguridad que se basa en las dimensiones de los hombres. Las mujeres suelen ser más bajas que los hombres, por lo que deben sentarse más alto y más cerca del volante para ver con claridad, pero esta información no está incluida en el "estándar" de los fabricantes. Las mujeres también tienen una mayor probabilidad de morir en un accidente automovilístico debido a un sesgo de datos de género similar. Los maniquíes de prueba de choque masculinos se utilizan normalmente para la prueba del asiento del conductor. Cuando se utilizan maniquíes femeninos para pruebas de choque, normalmente se limitan al asiento del pasajero. El resultado es que la investigación existente no es precisa ni aplicable a las mujeres conductoras.

Cumplimiento de la ley

En algunos países, las mujeres policías usan chalecos diseñados e investigados sobre cuerpos masculinos, lo que las deja más vulnerables y menos protegidas que sus pares masculinos. Un informe del Congreso de Sindicatos de 2017 detalló estas disparidades en la aplicación de PPE británico, y muchos de los mismos problemas se aplican igualmente en los Estados Unidos.

Relacionado: Mujeres etiquetadas y prejuicios en el lugar de trabajo

clima de oficina

La investigación publicada por Nature Climate Change en 2015 dejó en claro cómo la temperatura del espacio de trabajo afecta la productividad y también demuestra un sesgo de datos de género. Como mujer, si se pregunta por qué siempre tiene frío en el trabajo mientras que sus compañeros masculinos están cómodos, es porque no se tienen en cuenta las diferencias fisiológicas al investigar la temperatura ideal para la productividad y la comodidad de los empleados. La investigación tiende a utilizar la fisiología masculina como estándar, que no tiene en cuenta las diferencias de sexo con respecto al índice de masa corporal o la estructura general del cuerpo. Y desde la perspectiva de la ropa, los hombres tienden a usar más trajes y capas como parte del atuendo típico de oficina, mientras que las mujeres no. Cuando no se considera como parte de la investigación sobre el clima de oficina, las mujeres quedan en desventaja.

Urbanismo

Esta área de estudio y su aplicación suelen estar dominadas por los hombres y, con demasiada frecuencia, se limitan a sus perspectivas: en gran medida, no se tienen en cuenta los datos relativos a las mujeres. Como ejemplo, los subterráneos se construyen para ser eficientes y asequibles, y la iluminación tenue y las áreas despobladas son más frecuentes lejos de las áreas monitoreadas. Esto deja a las mujeres en una desventaja significativa, creando espacios donde las agresiones y/o el acoso son más probables. Además, los suburbios todavía se diseñan utilizando una perspectiva obsoleta del hombre como sostén de la familia y enfatizando la eficiencia del viaje diario (según un artículo de Our Secure Future de 2021). Esto hace que la gestión de la vida en el hogar (incluidos los mandados y el cuidado de los niños) sea más desafiante, y esa tarea vital a menudo aún recae dentro de las responsabilidades de las mujeres.

¿Cómo, se estará preguntando, puede haber este desprecio desenfrenado por los datos en tantas áreas de la vida? La respuesta es simple y es el Catch-22 de esta situación: las mujeres son consideradas en segundo lugar, lo que significa que ni siquiera se piensa en ellas cuando se organiza la investigación, lo que contribuye más a que las mujeres sean consideradas en segundo lugar. También es costoso crear los estudios de investigación más completos (o múltiples) necesarios para capturar a todos los posibles consumidores conectados a los datos. Este patrón cíclico mantiene el estatus de las mujeres como invisible o irrelevante, y las mantiene subsumidas dentro de construcciones masculinas que han dominado, controlado o usurpado áreas de la vida y el funcionamiento.

Relacionado: 4 errores que todos cometemos para perpetuar el sesgo de género

¿Qué podemos hacer?

Abordar estos problemas comienza exigiendo algo mejor, independientemente de nuestros roles o género. Podemos influir en las decisiones que afectan este sesgo de datos a través de acciones y elecciones.

Como miembros de la sociedad, podemos convertirnos en analizadores críticos de la información, lo que incluye preguntar y/o investigar cómo se recopilan los datos. Plantee preguntas sobre quién está incluido en una población de muestra para saber si los individuos a los que se aplican los datos estaban representados equitativamente. Si no lo fueran, cuestiona la investigación y desafía a las empresas al no invertir tu dinero en sus productos.

Como líderes, consideren cuidadosamente a sus equipos, particularmente los que crean investigaciones, recopilan datos o utilizan datos. ¿Son diversos, no solo en sus habilidades técnicas y profesionales, sino en quiénes son? ¿Representan a la población a la que se aplicarán los datos? ¿Requieren perspectivas más diversas y representativas? Como líder, también puede crear culturas profesionales que animen a las personas a desafiar protocolos y datos. Tener armonía en las discusiones de grupo y equipo no siempre es lo ideal, ya que no permite nuevas perspectivas y no fomenta el intercambio de preocupaciones.

Como mujeres, también podemos usar nuestro dinero para influir en el cambio. Se estima que las mujeres participan en entre el 70 % y el 80 % de todas las compras de los consumidores, sin embargo, muchas empresas siguen utilizando datos sesgados hacia los hombres, para comercializar a los hombres o enfatizar sus preferencias. Las mujeres pueden negarse a invertir su dinero en empresas que no adopten la igualdad en los protocolos de investigación; de lo contrario, tendrán poca motivación para cambiar.

Relacionado: Esta es la razón por la que todavía necesitamos grupos de redes de mujeres

Ignorar el sesgo de datos de género contribuye y facilita la ubicación de las mujeres como secundarias en nuestro mundo. Avanzar como sociedad y como mujeres comienza con el reconocimiento de cómo la investigación y los datos representativos pueden nivelar el campo de juego. Cuando hacemos que eso suceda, impactamos a las mujeres en el presente y en el futuro, y en todos los ámbitos de la vida.