334779_it-IT

liliconcom

Il divario di dati di genere

Ti sei mai chiesto cosa succede quando interi segmenti di una popolazione vengono ignorati e la raccolta di dati su di essi non viene nemmeno presa in considerazione? Basta guardarsi intorno. Autrice di "Invisible Women", Caroline Criado Perez si unisce a noi per esplorare il divario di dati di genere e il pregiudizio invisibile che ha un profondo effetto sulla vita delle donne. Dopo aver condiviso casi di studio e risultati della ricerca, risponderà alle tue domande sui modi nascosti in cui le donne sono escluse dagli elementi costitutivi del mondo in cui viviamo.

 

 

Trascrizione generata automaticamente ...

 

Altoparlante	Trascrizione
Anne Milley, JMP	È eccellente e così importante, questo libro. Non posso raccomandare abbastanza. Quindi Caroline Criado Perez è un'autrice, femminista e attivista di successo e pluripremiata.
	Il suo libro, Invisible Women, è stato tradotto in 24 lingue e ha vinto numerosi premi. La stessa Caroline ha vinto diversi premi. All'inizio di quest'anno, è stata designata o nominata OBE nei Queen's Birthday Honours 2015.
	E all'inizio di quest'anno ha ricevuto il Finland's Hand Award per la sua promozione sociale dell'uguaglianza. Siamo così felici di averla con noi oggi. Diamo il benvenuto a Caroline Criado Perez.
Caroline Criado Perez	Ciao Anne. Grazie mille per quella bella introduzione.
	Non posso credere che la mano
	Il premio è stato quest'anno e sembra tanto tempo fa, ma sì, in realtà era marzo, appena prima che tutti noi andassimo in blocco. Quindi spero che siate tutti impegnati a votare per il sondaggio, perché sono davvero molto ansioso di vedere come voterete.
	Idealmente, prima che inizi a parlare troppo e ti dirò un po '. Di cosa parlerò. E proverò a parlare abbastanza velocemente.
	E perché ci sono molte cose che voglio coprire e ovviamente vogliamo lasciare tempo alle domande. Quindi quello di cui parlerò è un pregiudizio che riguarda tutti noi, me e te, e ti mostrerò come questo pregiudizio influisce sulla nostra raccolta e analisi dei dati, che a sua volta ha
	un grave impatto su come allocare le risorse e progettare praticamente qualsiasi cosa.
	E quindi prima di iniziare, vediamo solo quali sono i risultati del primo sondaggio, di cui sono molto entusiasta. Sei a conoscenza del divario di genere dei dati?
	È molto buono. Il 65% è consapevole del divario di genere dei dati, il 35% non è a conoscenza.
	Quindi ne sarete tutti consapevoli entro la fine di questo. Donne nel tuo team di progettazione? Wow, è molto alto, molto buono. Il tuo team di progettazione è equilibrato in termini di genere?
	Meno bene. Bene, spiegherò molto forte il motivo per cui il tuo team di progettazione dovrebbe essere equilibrato di genere. E quindi, senza ulteriori informazioni, condividerò il mio schermo e andiamo avanti.
	Quindi spero che lo possiate vedere tutti. E quindi prima di tutto, e quando parlo del divario di dati di genere, parlo di genere ... scusate, dati.
	Definiamo i nostri termini con cui iniziare. Allora cosa intendo quando dico dati?
	Ciò che tendiamo a inquadrare i dati come una sostanza tangibile che ha le sue proprietà ereditarie, indipendentemente da come ci impegniamo. Pensiamo che i dati siano in qualche modo seduti là fuori nell'etere completamente formato, in attesa che noi li estraiamo,
	E quale è comprensibile, giusto? Le persone si fidano dei dati perché i numeri ci sembrano reali. Si sentono obiettivi, si sentono neutrali. Non sono una specie di opinioni confuse.
	Ma i dati sono in realtà molto più complicati di così perché i dati in realtà non esistono separatamente da noi, invece di essere sospesi
	animazione. I dati non sono un'entità discreta, sono intrinsecamente, soggettivamente umani e ciò significa che non possiamo semplicemente trattare i dati come fatti oggettivi neutri, sui quali possiamo basare il nostro obiettivo neutro
	Decisioni. I dati, come gli esseri umani che li hanno creati, sono scivolosi e modellati da tutta una serie di fattori di cui dobbiamo tener conto, ogni volta che ne abbiamo a che fare. Domande come, chi ha effettuato la raccolta dei dati e come l'hanno fatta?
	Da chi hanno raccolto i dati?
	Quali domande sono state poste per ottenere questi dati apparentemente neutri? O anche prima, quali dati abbiamo scelto di raccogliere? Destra? Cosa è
	anche il problema che pensiamo sia davvero importante, che dobbiamo risolvere, che ci ha portato a raccogliere questi dati in primo luogo? E nessuno di questi
	sono decisioni oggettive e hanno tutte un impatto sui dati che finiscono in nostro possesso e sulle storie che quei dati ci raccontano. Quindi, solo per darti un esempio,
	Le statistiche sui tassi di partecipazione alla forza lavoro nei paesi a basso reddito sono da tempo notoriamente inaffidabili quando si tratta di contare la partecipazione femminile al lavoro.
	E perché hanno una storia di sottovalutarli. E la ragione di ciò è il modo in cui le domande sono state formulate e poste, in quanto sono state inquadrate
	il modo in cui gli uomini tendono a lavorare in Occidente. Quindi questo è un lavoro retribuito che tende a portarli fuori di casa per una parte sostanziale della giornata.
	Ma le donne nei paesi a basso reddito spesso non lavorano così. Lavorano spesso non retribuiti da casa, che include il lavoro di assistenza non retribuito, ma può anche includere cose come il lavoro agricolo, l'agricoltura di sussistenza di quel tipo.
	Ovviamente svolgono lavori che in Occidente abbiamo affidato a società di servizi pubblici. Quindi esco a prendere legna e acqua.
	Ma le domande non sono formulate per catturare questo stile di lavoro, il che significa che le donne sono spesso inquadrate come economicamente inattive quando questo è
	ovviamente, tutt'altro. Quindi questo ovviamente non influisce solo sui tassi di partecipazione femminile alla forza lavoro. In ultima analisi, ad esempio, influisce anche sul PIL.
	E lascia che ti mostri un altro esempio di come i dati possono essere danneggiati da metodi di raccolta scadenti.
	Quindi questo grafico a sinistra, questo è il modo in cui i pianificatori dei trasporti hanno tradizionalmente raccolto i dati. Quindi, come puoi vedere, tutti i dati sull'occupazione retribuita vanno insieme in un blocco.
	Ma non hanno aggregato i viaggi effettuati per scopi di lavoro di cura. In effetti, è stato suddiviso in molte ... all'interno di molte categorie separate come lo shopping, le visite di scorta. Sai, quindi fare la spesa è mescolato insieme
	fare la spesa ad esempio, mi dispiace fare la spesa con SHOPPING DI SCARPE (ho chiaramente del cibo in mente) e
	come puoi vedere, sembra che l'occupazione sia di gran lunga la ragione principale per cui le persone viaggiano. E guardando il tavolo a sinistra, ha senso, ovviamente, progettare
	trasporto pubblico intorno ai viaggi per lavoro retribuito. Ma se guardi la tabella a destra e questo ci dice qualcosa di diverso. E il tavolo a destra è stato messo insieme da un urbano
	planner a Madrid che ha raccolto i dati di viaggio relativi all'assistenza e li ha aggregati tutti insieme in un blocco come facciamo per i dati sull'occupazione retribuita e la tradizionale aggregazione dei dati di viaggio.
	E ciò che ha scoperto è che il numero di viaggi effettuati per motivi di assistenza è quasi uguale a quelli effettuati per motivi di lavoro.
	Questa è una questione di genere perché? Bene, fondamentalmente perché la stragrande maggioranza del lavoro di assistenza non retribuito nel mondo è ancora svolto da donne.
	Quindi a livello globale le donne svolgono tre volte la quantità di lavoro di cura non retribuito che fanno gli uomini. Secondo l'FMI, questo può essere ulteriormente suddiviso in due volte più servizi di custodia dei bambini e quattro volte più lavori domestici.
	E questo influisce sul modo in cui le donne viaggiano. Quindi, quando Sanchez - ???, questo urbanista di Madrid, ha ulteriormente raffinato i dati in base al sesso, disaggregandoli, ha scoperto che la cura era l'unico più grande scopo del viaggio per le donne.
	E ora progettare il trasporto pubblico per sostenere il lavoro di cura non retribuito delle donne non è solo una questione di giustizia. In realtà è una decisione economica.
	Quindi i paesi di tutto il mondo sono stati a lungo disperati per ottenere di nuovo più donne nel mondo del lavoro, perché hai bisogno di dati precisi sul tasso di partecipazione alla forza lavoro femminile,
	più persone che lavorano equivale a più entrate fiscali equivale a un PIL più alto, una maggiore produttività.
	Ma in realtà è anche molto interessante, è stato scoperto che l'aumento del numero di donne che lavorano fa aumentare il PIL più che aumentare il numero di uomini che lavorano.
	Non sanno perché, ma voglio dire, probabilmente ha a che fare con, sai, il declino
	tassi di rendimento. Tuttavia, sai, è così. C'è un motivo economico molto, molto chiaro per aumentare il numero di
	donne al lavoro. E se vuoi farlo, devi creare una struttura, in base alla quale quel lavoro non retribuito sia supportato, cosa che ovviamente stiamo andando molto indietro
	durante questa pandemia, ma ne parlerò un po 'più tardi, supponendo che non parli troppo e non abbia tempo. Comunque,
	qualcosa che potresti aver notato in entrambi gli esempi è che i dati sono sempre stati distorti a scapito
	delle donne, quindi le donne erano quelle sottovalutate e questa non è una coincidenza. In effetti, la maggior parte dei set di dati nel mondo che ti interessa esaminare condivideranno questo problema di sottovalutare le donne.
	E questo semplicemente perché la stragrande maggioranza delle informazioni che abbiamo raccolto a livello globale e continuiamo a raccogliere, dai dati economici ai dati di pianificazione urbana ai dati medici, è stata raccolta su uomini.
	Quindi sono i corpi maschili, ma anche i tipici modelli di stile di vita maschile come il modo in cui gli uomini lavorano, come gli uomini viaggiano.
	E questo significa che praticamente tutto nel mondo, dall'ufficio in cui potresti non lavorare in questo momento ma a cui sei abituato fino a pochi mesi fa,
	e dal trasporto pubblico o privato che avresti potuto usare per arrivarci, al telefono in mano, alle app su quel telefono, alle cure mediche che ricevi
	sono stati progettati per funzionare per gli uomini perché questi sono i dati che abbiamo.
	E il risultato è che la maggior parte delle cose al mondo non funzionano altrettanto bene per le donne. Questo è il divario di dati di genere di cui credo che il 65% di voi abbia affermato di aver sentito parlare.
	Quindi si spera che ora, il cento per cento di voi sappia qual è il divario di dati di genere.
	Ora la prima regola del divario di dati di genere, questo è davvero importante. Se non togli niente da questo, per favore portalo via,
	è che il divario di dati di genere non è il prodotto di una cospirazione. Non è intenzionale. Non è il malvagio frutto di un gruppo di scienziati di dati misogini che odiano le donne e vogliono che moriamo.
	È semplicemente il prodotto di un pregiudizio, il pregiudizio che ho menzionato all'inizio, ma che tutti condividiamo e quale
	è essa stessa, il prodotto di un modo di pensare che risale a millenni. E questo modo di pensare è incentrato su un mio ottimo amico chiamato Reference Man,
	chi è il peggior supereroe del mondo. Ma prima di presentarti a Reference Man, vorrei iniziare il secondo sondaggio,
	E come dovresti essere in grado di vedere, questo è specificamente rivolto a produttori e ingegneri. Quindi quelli di voi nella produzione o nell'ingegneria, per favore rispondete a queste domande. E nel frattempo vi presenterò Reference Man.
	Eccoci qui. Ecco l'uomo di riferimento. Come vedi, è un maschio caucasico, 70 chilogrammi, dai 25 ai 35 anni circa.
	Come ho detto, il suo superpotere è (potrei non averlo detto, ma te lo dico ora) ha i superpoteri per rappresentare tutti. Non è molto bravo in questo, perché è solo un tipo di persona.
	E comunque, Reference Man proviene, come ho detto, da una lunga storia in cui si pensa al maschio medio come in qualche modo all'essere umano medio. E in effetti, questo modo di pensare risale ad Aristotele. Ops.
	Ci siamo. Ecco Aristotele. Aristotele era perplesso dalle donne e generalmente lo sentiva e sì, le donne ... le donne erano ... le donne erano molto confuse. Le donne erano ... perché le donne esistevano?
	Eravamo una specie di sottotipo di uomini, un'aberrazione era la parola che usava. Ma il tipo di citazione migliore, immagino si possa dire che davvero, davvero inchiodò il suo pensiero su Reference Man
	si trovava nei suoi trattati biologici sulla generazione di animali,
	in cui ha scritto, \! "La prima deviazione dal tipo è infatti che la prole dovrebbe diventare femmina invece che maschio. \!" Quindi lo vedi molto chiaramente articolare lì che il maschio è il tipo da cui le donne si discostano. Questa era solo la sua posizione standard.
	Andando avanti, scopri che questo modo di pensare continua fino al Rinascimento, dove c'è stata questa esplosione di illustrazioni mediche. La gente si è davvero appassionata al Rinascimento.
	E puoi vedere molto, molto chiaramente nel modo in cui rappresentavano il corpo femminile
	che stessero ancora pensando al corpo femminile è in qualche modo una deviazione dal corpo maschile. Quindi era letteralmente il corpo femminile con il corpo maschile rivolto all'esterno.
	Quindi gli organi riproduttivi, perché gli organi riproduttivi nelle femmine sono all'interno invece che all'esterno? Beh, devono essersi ritirati dentro e la loro spiegazione era quella
	era una carenza femminile di calore vitale. Fondamentalmente corpi femminili molto freddi e quindi i poveri organi riproduttivi dovevano nascondersi all'interno del corpo. E poiché erano solo una versione femminile di quella maschile, così avevi
	come potresti vedere qui, un'immagine dello scroto femminile e dei testicoli femminili. Ma quello che trovo piuttosto affascinante in questo è che potresti facilmente capovolgerlo, giusto, e dire che è così
	questo è solo che in realtà sono gli uomini che stanno deviando dalle donne, giusto? Che gli uomini hanno troppo calore vitale ed è per questo
	sai, questi organi riproduttivi molto sensibili stanno in qualche modo penzoloni fuori dal corpo, non protetti. Solo, solo un mio pensiero.
	questa forma di pensare che la donna sia in qualche modo deviante è continuata per tutto il XX secolo, e questo è Modular Man.
	E la scala umana, l'Uomo modulare all'interno della scala umana, potresti essere in grado di vedere dove sto andando con questa scala umana.
	La scala umana è stata inventata da un influente architetto svizzero negli anni '20 chiamato Le Corbusier.
	E come ho detto, ha avuto questa idea della scala umana in architettura. Gli umani staranno negli edifici; gli edifici dovrebbero essere progettati intorno agli esseri umani.
	Il problema era che per lui umano significava uomo, e in particolare, detective della polizia britannica di sei piedi, che pensavo fosse un po 'affascinante.
	In realtà qualcuno l'ha fatto ... ci sono prove che qualcuno abbia detto a Le Corbusier, \! "Amico, le donne esistono, forse potresti prendere in considerazione
	includendoli nella tua scala umana. \! " E così ha fatto. Considerava le donne. Ma alla fine, il corpo femminile è stato rifiutato come fonte di armonia proporzionale, che
	sai, riconosco certamente il mio corpo. Ora potresti pensare che tutto questo suona molto sciocco, ma è passato molto tempo ormai, e sicuramente lo sappiamo meglio. Sappiamo includere le donne nel design. Bene, vediamo solo i risultati del sondaggio
	il sondaggio che abbiamo appena svolto. Sarà molto, molto interessante da vedere
	cosa ... non riesco a vedere i risultati del sondaggio. Bene, vado avanti e spero che i risultati del sondaggio vengano visualizzati a un certo punto.
	E quindi andiamo avanti per scoprire cosa
	quando si progetta un prodotto, si raccolgono dati aggregati asessuati come standard?
	Quindi sembra che non molti lo facciano. Testate i vostri prodotti su donne come standard. Ancora una volta, non è una risposta straordinariamente positiva.
	consideri sempre il sesso come una variabile? E quindi devo dire che non è così sorprendente,
	perché in realtà è estremamente comune, basato sulla mia ricerca. Ma ecco perché dovresti sempre considerare il sesso e il genere come variabili e includere le donne nei test dei tuoi prodotti e anche nel design del tuo prodotto. Così
	torna alle diapositive. Sicurezza in caso di incidente stradale. Questo è un classico del genere, del genere Reference Man.
	Quindi per decenni, l'unico manichino per crash test utilizzato era basato su un maschio del 50 ° percentile, quindi letteralmente Uomo di riferimento,
	come se il 50 ° percentile maschio fosse rappresentativo del 50 ° percentile umano, se esiste anche una cosa del genere, che vorrei
	Direi contro. Ma il risultato è che le auto non sono progettate per essere sicure per la donna media. Quindi le cinture di sicurezza non sono mai state progettate,
	non sono mai stati testati con il tessuto mammario. Dobbiamo ancora progettare una cintura di sicurezza che sia sicura per le donne in gravidanza, in particolare durante il terzo trimestre.
	E il risultato di ciò è che le donne si trovano spesso ad indossare le cinture di sicurezza in quello che viene chiamato improprio, fondamentalmente perché sai che sta tagliando il collo o non riescono a farlo sdraiare comodamente sul loro seno.
	E questo significa che tendono a indossarli in modo pericoloso, in pratica se non lo indossi bene, non sei protetto come dovresti essere. Quindi è un enorme problema di sicurezza.
	C'è anche la questione dei sedili, che sono troppo rigidi. Ora non è una questione di comodità, questo è effettivamente
	circa il corpo che i sedili sono stati progettati per assorbire. Quindi ovviamente il corpo del 50 ° percentile maschile è più grande e più pesante del corpo femminile medio e
	quindi, poiché il sedile è stato progettato per assorbire il peso di quel corpo, le donne vengono lanciate più in avanti in caso di incidente.
	E ovviamente questo li mette a un rischio più elevato, il che è anche peggio dato che le donne tendono già a sedersi più avanti
	per poter raggiungere i pedali e raggiungere il volante, sai, parte piuttosto importante della guida. Ma questo li espone a un rischio maggiore in caso di collisione frontale.
	E quando lo aggiungi a, sai, essere lanciato più in avanti, la cintura di sicurezza potrebbe non essere indossata correttamente e problemi con il poggiatesta (di cui non parlerò adesso, ma ci sono alcune cose davvero interessanti se tu guarda in questo
	tenta di introdurre un poggiatesta migliore e come migliorano le cose per gli uomini e peggio per le donne, ancora una volta perché non c'era questo manichino femminile medio per i crash test),
	e infatti, il risultato di tutto questo è che se una donna è coinvolta in un incidente stradale, ha il 47% di probabilità in più di subire lesioni gravi e il 17% di probabilità in più di morire rispetto a un uomo nello stesso incidente stradale.
	Ora, ci sono buone notizie. Scusa, mi sto solo guardando intorno per vedere se riesco a trovare una luce, ho appena capito che sto diventando un po 'buio qui
	e probabilmente non è eccezionale per tutti voi. E così, sì. La buona notizia è che l'UE (mi dispiace, sto solo cercando di far luce) nell'UE nel 2015
	tardivamente si rese conto che le donne, in effetti, esistono e
	Presenta quello che chiamano un manichino femminile per i crash test.
	In realtà è un manichino maschio molto, molto ridimensionato. E, naturalmente, il problema è che le donne non sono solo uomini ridimensionati, giusto. Ci sono varie altre differenze, incluso il tessuto mammario di cui sopra.
	Ma anche, sai, differenze pelviche, ci sono differenze nella flessibilità della colonna vertebrale, ci sono differenze in termini di peso ... scusate ... distribuzione della massa muscolare, quindi gli uomini la portano più sul collo e sul
	spalle, la parte superiore del corpo, che ovviamente fa la differenza quando si parla di biomeccanica e sicurezza dell'auto. Ma anche questo manichino per crash test,
	Dovrei anche menzionare che è molto, molto ridimensionato fino alle dimensioni di un bambino di 12 anni
	bambino, quindi molto non rappresenta la femmina media. In ogni caso viene utilizzato solo in uno dei cinque test normativi
	e solo sul sedile del passeggero. E quindi, fondamentalmente nell'UE, gli uomini molto ridimensionati possono sedersi sul sedile del passeggero e sentirsi abbastanza al sicuro.
	E voglio solo attirare la tua attenzione su una svolta piuttosto divertente che ho incontrato l'altro giorno.
	Quindi questo proviene da uno studio che ha esaminato la seduta comoda ottimale ... posizione per dormire, scusate, per qualcuno che guida o è guidato da un veicolo autonomo.
	E come puoi vedere, usano solo soggetti maschili per motivi di omogeneità. Quindi anche qui, quando si tratta di dormire bene, ci limitiamo a solo uomini,
	e immagino, sai, immagino, che la sicurezza per le donne possa aspettare. Immagino che questa sia la, questa è la posizione su quello. E andremo avanti da quello, perché è un po 'deprimente, verso l'equipaggiamento di protezione personale,
	che è qualcosa di cui sono sicuro che tutti abbiamo sentito molto di più di quanto ci aspettassimo quest'anno.
	Quindi, prima che i DPI e le catene di approvvigionamento dei DPI diventassero tali notizie principali,
	erano già un problema molto serio per le donne che lavoravano in industrie dove è richiesto il DPI.
	E, infatti, uno studio nel Regno Unito ha rilevato che il 71% delle donne che lavorano in occupazioni in cui sono richiesti dispositivi di protezione individuale,
	dove i DPI non erano stati progettati per adattarsi ai loro corpi e gli effetti di ciò possono essere gravi. Quindi lo stesso rapporto, infatti, ha rilevato che i servizi di emergenza erano peggiori per questo, dove solo il 5%
	delle donne ha affermato che il proprio DPI non ha mai ostacolato il proprio lavoro. E questo includeva cose come giubbotti antiproiettile e giubbotti da pugnalata. Sono sicuro che non hai bisogno che ti dica che se il tuo
	il gilet da pugnalata non ti sta bene, non ti protegge. Quindi le due opzioni, fondamentalmente, che le donne dicevano di avere erano o troppo grandi
	(e quindi avresti tutto questo materiale extra quassù) o un giubbotto da pugilato extra, dovrei dire, perché ovviamente rigido. Non è una specie di piegamento
	E questo significava che non si adattava perfettamente al loro corpo sulle spalle. Una donna ha detto di poter essere presa dal suo giubbotto da pugnalata, ma, cosa più importante, se ne va
	il tuo, le tue arterie esposte, il che significa che non è utile come giubbotto da pugnalata.
	L'altra, l'altra cosa era che avrebbero potuto prenderne uno che ... scusate ... ne avrebbero preso uno grande per accogliere i loro seni. Quello che avrei dovuto specificare è che stanno progettando gilet da pugnalata senza
	accomodare nuovamente il tessuto mammario. Quindi li farai grandi per adattarsi al tuo seno, beh, allora hai questo problema.
	Non accogliere i tuoi seni e poi sono troppo piccoli e salgono, perché, sai, le tette li spingono verso l'alto, lasciando l'addome esposto e, di nuovo, falliscono il test del giubbotto da pugilato.
	E penso che sia un esempio piuttosto utile di come
	pensare che questa idea dell'Uomo di Riferimento sia sbagliata, pensare al corpo maschile è in qualche modo questo corpo reciproco. Voglio dire che non lo è.
	E non disegneresti mai, sai, un giubbotto da pugnalata con tessuto mammario considerato e dici, ecco qua, questo è un giubbotto da pugnalata unisex che tutti possono indossare. Sai, sarebbe chiaramente ridicolo eppure in qualche modo
	sai, a causa di questo pregiudizio, ma sai che tutti noi pensiamo che il corpo maschile sia in qualche modo un corpo neutro rispetto al genere.
	Ma questo genere di cose evidenzia davvero quanto sia illogico e, e, voglio dire, personalmente lo trovo davvero affascinante, ma che in qualche modo lo pensiamo, sai, perché lo pensiamo?
	E così comunque, come ho detto nei mesi scorsi, la questione dei DPI unisex che lasciano le donne esposte è diventata ancora più acuta. Ma prima di entrare in questo, vorrei eseguire le ultime due domande del sondaggio.
	Va bene. E questi sono solo per le persone che lavorano nell'industria farmaceutica. Sono molto molto interessato a vedere i risultati di
	questo sondaggio. Comunque, adesso parlerò un po 'di Covid e PPE. Quindi, in pratica, da quando è iniziata la pandemia e ...
	quindi mi sono solo un po 'distratto e fondamentalmente perché mia madre ha appena ricevuto un risultato positivo al test Covid. Quindi improvvisamente mi sembra tutto molto, molto reale in un modo che immagino non fosse
	12 ore fa. Ma comunque, le donne mi hanno inviato foto di se stesse e messaggi in cui si diceva che il loro DPI non si adattava a loro. È semplicemente troppo grande e le donne si sono lamentate di tutto
	strofina ai camici ai guanti, che sono tutti molto importanti. Sai che lo scrub può essere e gli abiti possono essere un pericolo di inciampo.
	Guanti troppo grandi rendono molto difficile fare cose come un'intubazione, che ovviamente è molto
	parte significativa delle cure Covid. Ma la cosa numero uno di cui le donne si sono lamentate sono le loro maschere e non essere in grado di ottenere un buon sigillo sulle loro maschere e, naturalmente, in una pandemia come questa,
	è estremamente importante, in particolare per gli operatori sanitari che saranno molto esposti.
	Le donne hanno detto che hanno davvero faticato a trovare una maschera che superi un fit test sul loro viso. In realtà ho anche fatto una richiesta di libertà di informazione
	National Health Service Trust in Inghilterra e Galles, e tutti i risultati che ho ottenuto con il fit test hanno mostrato che le donne avevano molte più probabilità di fallire questi
	fit test, e quando gli uomini stavano fallendo era ed è a causa delle stoppie. È un altro grande difetto di progettazione di queste maschere, è che se lo hai anche tu
	sai, un giorno di stoppie, probabilmente fallirai il fit test.
	Ehm, ma comunque. Il problema è particolarmente acuto per le donne, perché sono state progettate fondamentalmente per adattarsi al viso maschile predefinito. E anche il tipo di quelli più piccoli,
	per ottenere un sigillo, quello che stanno facendo i lavoratori è semplicemente stringerli davvero. Perché il problema è che, sai, vuoi entrare ed essere in grado di lavorare e non puoi lavorare se non superi il fit test. Quindi tirano la maschera
	davvero stretti in realtà più stretti di quanto probabilmente li indosserebbero nella realtà e poi è così che finisci con immagini come questa che diventano virali.
	E in realtà c'è un corpo abbastanza ampio di ricerche prepandemiche, che mostrano che i respiratori hanno maggiori probabilità di adattarsi ai volti maschili bianchi con tutti gli altri che seguono. In realtà sono stato a caccia di
	le specifiche sulle dimensioni utilizzate dai produttori e i dati utilizzati per determinare tali specifiche sulle dimensioni, ma
	finora, sono stato sfortunato. I regolatori non mi hanno risposto, i produttori mi hanno inviato a regolatori o mi hanno indirizzato verso regolamenti che menzionavano solo i tassi di filtrazione, senza menzionare le specifiche sulle dimensioni.
	E quindi sto iniziando a pensare che in realtà non esistono. Ma comunque, se qualcuno ha qualche informazione in merito, ti sarei estremamente grato se volessi metterti in contatto perché sono disperato per scoprirlo,
	sai cosa sono? I dati devono esistere da qualche parte. In realtà ho fatto un magnage per ottenere un set di dati dagli Stati Uniti, dal CDC.
	Era un set di dati dominato dagli uomini e il CDC mi ha detto che non separavano i dati per sesso.
	Hanno semplicemente usato le medie dei dati in generale, e puoi ovviamente vedere qual è il problema se si tratta di un set di dati dominato dagli uomini e non stai trattando i dati maschili e femminili separatamente.
	E nel frattempo, l'altro giorno, è uscito questo studio, che ancora una volta, studio molto importante, è fantastico che lo stiano guardando, ma perché
	perché stanno testando maschere su un solo uomo con una donna per alcuni confronti. Questo è illogico
	in ogni situazione, ma soprattutto quando si tratta di assistenza sanitaria, perché a livello globale la forza lavoro sanitaria è fortemente dominata dalle donne.
	È circa il 70% di donne, sale a 76, a livello globale, sale al 76% nell'UE e negli Stati Uniti.
	La cifra è più alta quando si tratta di infermieri, circa dall'85 all'89% a seconda del paese che stai guardando. Naturalmente, le infermiere sono quelle che si occupano di più intimo vicino alla cura del corpo.
	E questo prima di parlare di cose come gli assistenti, sicuramente nel Regno Unito, l'epicentro ... beh in molti paesi, l'epicentro dell'epidemia è stato nelle case di cura.
	E nel Regno Unito, i caregiver rappresentavano la categoria professionale numero uno per i decessi causati da Covid nella prima ... nella prima ondata.
	Quindi, se qualcuno dovrebbe essere il difetto quando si tratta di DPI medici, dovrebbero essere le donne.
	Voglio dire che non dovresti usare un valore predefinito, dovresti usare dati rappresentativi. Ma se hai intenzione di insistere nell'usare un valore predefinito, non ha davvero senso in questo contesto usare uomini. Comunque, andando avanti e
	diamo un'occhiata ad alcuni ... aspetta no, scusa, non i sondaggi. Ok bene. Adesso guarderemo i sondaggi.
	Ora i sondaggi sono finiti. Ok, stavo solo per esaminare queste illustrazioni mediche. Quindi ecco qui, qui e forse ricorderai le illustrazioni mediche dall'inizio del discorso. Questo è
	la versione moderna. Come puoi vedere, abbiamo il bacino standard, i genitali standard, il bacino femminile da un lato, a cui appartiene.
	Poi hai qui il sistema muscolare standard, il sistema muscolare e poi il sistema muscolare femminile.
	Ovviamente non possiamo avere una persona scorticata senza stereotipi di genere. L'uomo sembra molto forte e virile. Sembra molto sexy, cosa che rispetto. Rispetto quello. E comunque, vorrei vedere le risposte ai sondaggi ora, se possibile.
	E
	Quindi tutte le tue prove includono donne e uomini? Questo è molto bello da vedere. Sei un gruppo poco rappresentativo, credo.
	Anche se suppongo dipenda da quante femmine. Avrei dovuto chiederlo. Ma molto, molto cattivo si tratta di coloro che questo si applica a 50/50 che sono il sesso che disaggrega i tuoi dati. Il sesso disaggrega sempre i tuoi dati. Proverò a convincerti che adesso. Quindi, um,
	Beh, non abbiamo molto tempo per convincerti, ma accetta solo che devi fare sesso disaggregare i tuoi dati.
	Quindi gli effetti dell'Uomo di Riferimento nel mondo della medicina sono che la stragrande maggioranza delle nostre conoscenze mediche si basa sul corpo maschile, quindi le donne, gli esseri umani, gli animali e persino le cellule femminili.
	sono stati storicamente e di routine esclusi dalla ricerca clinica. E questo è stato storicamente principalmente un problema per le donne che soffrono di farmaci più avversi
	reazioni a farmaci e vaccini e hanno maggiori probabilità di essere diagnosticate erroneamente per tutta una serie di malattie.
	Ma come abbiamo visto nella pandemia di Covid 19, si scopre che in realtà è anche un problema per gli uomini. Quindi sappiamo molto meno del sistema immunitario femminile di quanto sappiamo del sistema immunitario maschile. E così ora in realtà non comprendiamo molto bene la meccanica
	dietro il motivo per cui le donne sono sopravvissute a questa malattia meglio degli uomini, giusto. Sono cromosomi? Sono gli ormoni sessuali? È entrambe le cose? Semplicemente non lo sappiamo davvero.
	E questa mancanza di conoscenza ci ostacola seriamente quando si tratta di sviluppare trattamenti efficaci. Ero molto interessato a vedere questo
	processo annunciato abbastanza presto durante la pandemia. In realtà non sono stato in grado di scoprirne i risultati.
	Quindi non so se sono ancora in sospeso o cosa è successo lì. Ma come puoi vedere, hanno iniziato a iniettare estrogeni ai loro pazienti maschi Covid per vedere se questo li avrebbe aiutati
	sopravvivere. Sai, questo è il livello dell'infanzia quando si tratta di come i meccanismi, sai, i meccanismi del sistema immunitario femminile.
	E mi ha davvero ricordato questo esperimento cellulare in cui mi sono imbattuto nel corso della mia ricerca per Invisible Women. Una prova cellulare del 2016 in cui le cellule maschili e femminili sono state esposte agli estrogeni e quindi esposte a un virus.
	Le cellule femminili sono state in grado di utilizzare gli estrogeni per combattere il virus. Le cellule maschili non erano in grado di utilizzare gli estrogeni per combattere il virus. Quindi c'è un ottimo esempio del motivo per cui il sesso deve disaggregare i dati. Un altro esempio
	è stato molto interessante che mi sono imbattuto in questo problema
	cellule staminali dal tessuto muscolare e dove si pensava che fossero imprevedibili
	finché qualcuno non ha disaggregato i dati e si è reso conto che le cellule femminili promuovono la rigenerazione, le cellule maschili no. Recentemente c'è stato uno studio davvero interessante, dico di recente - di recente quando ho scritto il libro,
	studia dove ... ha a che fare con i ritmi circadiani e la sopravvivenza negli attacchi di cuore. Questo era negli studi sugli animali e
	per anni c'era stato un tipo ... c'era questa idea del gold standard
	sopravvivenza basata su ritmi circadiani e poi è arrivato questo studio che ha messo fine al tutto e tutti erano molto confusi. Cosa diavolo sta succedendo?
	Ebbene, si è scoperto che tutti gli studi precedenti sono stati condotti su topi maschi e questo studio era stato condotto su topi femmine. Ad ogni modo, quindi il sesso disaggrega i tuoi dati,
	cosa che non stiamo facendo durante questa pandemia, dove non potrebbe essere più chiaro che ci sono impatti sesso-specifici di questa di questa malattia.
	Questo era lo stato dei lavori a marzo. Alla fine di marzo, solo sei dei 20 paesi più efficaci pubblicavano dati adeguatamente disaggregati per sesso.
	Ci è voluto fino ad aprile prima che Stati Uniti e Regno Unito iniziassero a riportare questi dati ...
	per iniziare a riportare ... scusa ... dati disaggregati per sesso sui decessi, e fino a maggio per riportare dati disaggregati per sesso sui casi, di cui ovviamente hai bisogno. Devi sapere se, sai, gli uomini avevano maggiori probabilità di contrarlo
	o più probabilità di morire una volta che l'hanno contratto. Ma poiché non stavamo raccogliendo e pubblicando questi dati, è stato sprecato molto tempo all'inizio della pandemia e
	le cose non sono ancora molto buone. A settembre solo il 30% dei paesi del mondo riportava dati disaggregati per sesso su casi e decessi.
	E meno della metà dei paesi ad alto reddito pubblica questi dati. Quindi non è una questione di risorse. È una questione di priorità e anche in realtà uno su tre ... e scusate, alcuni paesi lo erano
	la segnalazione di dati disaggregati per sesso da allora è stata interrotta. Comunque. Io, oh, penso di essere travolto, ma voglio parlarti velocemente degli algoritmi. Così
	come puoi vedere, solo gli uomini di mezza età hanno attacchi di cuore. Questo è, come sono sicuro che i tuoi colleghi farmaceutici potrebbero dirti, molto non è il caso.
	Le malattie cardiache sono infatti la principale causa di morte per le donne in Europa e negli Stati Uniti.
	Le donne provenienti da contesti socioeconomici inferiori hanno il 25% in più di probabilità di subire un attacco di cuore rispetto agli uomini nella stessa fascia di reddito.
	Le donne hanno il 50% di probabilità in più di ricevere una diagnosi errata se hanno un attacco di cuore rispetto agli uomini e più probabilità di morire dopo uno di questi. Le giovani donne hanno quasi il doppio delle probabilità di morire in ospedale rispetto agli uomini. E sono state sollevate preoccupazioni sui modelli di previsione del rischio comunemente usati,
	perché sono stati sviluppati su popolazioni di pazienti che erano almeno due terzi di sesso maschile.
	Questa preoccupazione è stata sollevata dall'American Heart Association nel 2016. Allora perché i risultati della ricerca di immagini di Google presentano attacchi di cuore come una cosa da uomini di mezza età.
	Non a causa della cospirazione, ma perché sono i dati su cui è stato addestrato. Diventa molto peggio di alcune immagini fuorvianti di Google.
	Quindi, verso la fine dello scorso anno, e c'era uno studio che è stato riportato in tutti i media britannici, dal titolo \! "Attacchi di cuore
	da prevedere AI ... scusate ... AI per prevedere gli attacchi di cuore, cinque anni prima che accadano. \! " Destra? Sembra fantastico. Questo è ciò che sogniamo. Questo è ciò per cui stiamo sviluppando l'IA.
	Ma quando guardi il documento, in realtà gli studi e ... quello che sai ... i dati che sono stati usati per tutti e tre gli studi erano fortemente dominati dagli uomini.
	Il documento stesso ha fornito a malapena dati disaggregati per sesso
	e certamente non ha menzionato cose come il fatto che il diabete è un fattore di rischio più elevato per le donne,
	che il fumo è un fattore di rischio più elevato per le donne. Quindi che tipo di lavoro farà questa AI se non tiene nemmeno conto delle differenze di sesso quando si tratta di ... quando si tratta di malattie cardiache?
	E ancora più spaventoso di quello, ovviamente, è che gli algoritmi non riflettono solo i nostri pregiudizi su di noi. Destra. Non sarà così grave come qualsiasi altro dottore di parte, sarà peggio perché l'apprendimento automatico
	amplifica i nostri pregiudizi, infatti, e in misura significativa. Quindi, per darti un esempio nel 2017, è uscito uno studio abbastanza preoccupante
	quantificare questo bias di amplificazione. Quello che hanno fatto è stato addestrare un algoritmo su questo set di dati immagine molto comunemente usato.
	E questo set di dati aveva questo pregiudizio, per cui le immagini di cucina erano sorpresa, sorpresa, il 33% in più di probabilità di includere donne rispetto agli uomini.
	Ma quando l'algoritmo è stato addestrato su di esso, stava etichettando le immagini ... stava collegando le immagini di cucina con le donne il 68% delle volte. Quindi, sai, si trattava di etichettare immagini di uomini
	come donne solo perché stavano davanti a una stufa.
	E il documento ha anche scoperto che più forte ... maggiore è il bias originale, più forte è l'effetto di amplificazione. Certamente nel mondo medico a causa del fallimento storico di includere le donne nella ricerca, così come un fallimento in corso in molti casi, abbiamo un pregiudizio piuttosto ampio.
	Quindi, um, come affrontiamo questo?
	È così che non lo affronti. L'effetto Henry Higgins. Quindi l'effetto Henry Higgins, per quelli di voi che non sono grandi grandi fan del teatro musicale, nel qual caso ve lo suggerisco
	rettificalo,
	questo viene da My Fair Lady. Henry Higgins è un è il protagonista, immagino, uno dei protagonisti
	in My Fair Lady e lui va a prendere Eliza, una fioraia, e dice: ti tratterò ... ti insegnerò ad essere elegante e ti presento al ballo dell'ambasciata e tutti ti penseranno ' sei una signora. Ti insegnerò a parlare correttamente
	ma lei è molto più recalcitrante di quanto si aspetti e lui si arrabbia e canta questo grande numero, \! "Perché le donne non possono essere più simili a un uomo? \!"
	Questo è quello che ho chiamato effetto Henry Higgins perché era qualcosa che continuavo a incontrare nel corso della mia ricerca. Molto spesso, molto ben intenzionata tenta di risolvere
	qualsiasi disparità, disparità di genere, disuguaglianza di genere andava bene, addestriamo le donne ad essere più simili agli uomini
	e questo risolverà il problema, qualunque sia il problema, piuttosto che esaminare potenziali problemi sistemici. Quindi un esempio che ho pensato fosse piuttosto divertente è venuto da
	un fornitore di software di riconoscimento vocale che ha parlato del fatto che il suo software di riconoscimento vocale era meno probabile
	riconoscere le voci delle donne. Questo è in realtà piuttosto comune ed è perché la maggior parte dei set di dati vocali sono fortemente maschili, è abbastanza chiaro quale sia la soluzione. Hai solo bisogno di
	raccogliere più voci femminili, che non dovrebbe essere così difficile da fare. Ma comunque, questo ragazzo ha detto che forse le donne dovrebbero sottoporsi a ore di lungo addestramento per risolvere i molti problemi con la voce delle donne.
	Ma purtroppo, le donne non sembravano voler sottomettersi a quello, che è solo donne dappertutto, non è vero? Quindi ma, sai, lo vedi in cose come
	iniziative sul posto di lavoro, iniziative sul posto di lavoro davvero ben intenzionate come formiamo, addestriamo le donne ad essere più sicure di chiedere quell'aumento di stipendio, chiediamo quella promozione.
	Ebbene, in realtà l'evidenza suggerisce che le donne hanno la stessa probabilità che gli uomini chiedano un aumento di stipendio. Hanno solo meno probabilità di ottenerlo, il che porta a una parte molto importante di
	addestrare le donne ad essere più simili agli uomini, che in realtà le donne non vengono trattate allo stesso modo quando si comportano
	come gli uomini. In realtà c'è una buona ragione per cui le donne non si comportano come gli uomini, non è che siamo illogici, irrazionali, è che sappiamo che non avremo la stessa accoglienza
	se, sai, sembriamo invadenti o prepotenti o stridenti tutte queste parole che vengono usate sulle donne.
	Ma anche, sai, quello che trovo interessante è, ancora una volta, questa supposizione che gli uomini lo abbiano al giusto livello, che ciò che gli uomini stanno facendo sia corretto
	è il livello corretto e devi davvero fare attenzione e correggerlo. Perché spesso questo ti porta fuori strada.
	E io, stavo per parlarti di tre stufe in pietra, ma davvero non ho tempo.
	Quindi dovrai solo comprare il libro e leggerli perché è un caso di studio molto, molto interessante quando si tratta di progettare e raccogliere dati sulle donne prima di progettare qualcosa.
	Quindi riassumerò le mie tre regole per considerare il genere nel tuo processo decisionale. Quindi numero uno
	Questa è un'immagine classica delle donne
	fare la fila per il bagno, a proposito. Anche nell'esercito, le donne devono fare la fila per il bagno. Numero uno, ricorda che le donne non sono uomini falliti. Va bene. Quindi non pensare a
	gli uomini sono lo standard, il neutro e come possiamo convincere le donne ad essere più così, o perché le donne sono diverse dagli uomini. Trattare le donne è altrettanto razionale
	Diversità, diversità, diversità. Lascia che ti faccia solo un esempio che penso riassuma davvero il motivo per cui vuoi una squadra diversificata nel tuo ...
	un team di progettazione diversificato, che è una delle domande del sondaggio che ho avuto. Quindi nel 2014 con molto clamore, Apple ha rilasciato la sua app per il monitoraggio della salute.
	Ed era un'app completa per il monitoraggio della salute, hanno detto. Ed era molto completo, potresti monitorare il tuo
	molibdeno, potresti monitorare l'assunzione di rame. Sono davvero seccato con me stesso e non sto pensando di fare una domanda di sondaggio su questo perché mi piacerebbe davvero saperlo.
	quanti di voi rintracciano il molibdeno e il rame, e anche quanti sanno come farlo, perché io di certo non so come rintracciare nessuno dei due.
	Ma quella è stata un'opportunità persa da parte mia. E se qualcuno può sottilmente sollevare una domanda di sondaggio. E comunque, così puoi tenere traccia di quelli ma non puoi monitorare il tuo periodo.
	Ora vado su un arto qui e dico, molte più persone tengono traccia dei loro periodi che monitorare il loro molibdeno o la loro assunzione di rame.
	Ehm, ma la vera domanda è perché Apple l'ha escluso e ci sono due opzioni. Uno,
	odiano le mestruazioni, pensano che le mestruazioni siano disgustose, non le vogliono nell'app di monitoraggio della salute. Oppure hanno dimenticato che esistono i periodi. E penso che sia più probabile che abbiano dimenticato i periodi. E perché hanno dimenticato che esistevano i periodi? Perché non avevano abbastanza donne nel loro team di progettazione.
	Quindi questa è solo una piccola parabola per te lì. E infine, terzo e più importante, raccogli sempre sempre dati disaggregati per sesso. Non sai mai perché, quando potrebbe importare.
	Giusto per chiudere con un altro esempio, anche se non importa per il tuo studio, potrebbe essere importante per una successiva meta analisi.
	Uno studio in cui mi sono imbattuto durante le ricerche su Donne invisibili stava guardando un CRTD, che, per quelli di voi che non lo sanno, è una sorta di
	tipo di pacemaker fondamentalmente molto sofisticato. Hanno scoperto facendo una meta analisi degli studi precedenti che avevano dati disaggregati per sesso che i livelli di soglia erano fissati per un maschio ...
	erano impostati a livello maschile ed erano troppo alti per le donne, il che significava sostanzialmente quello
	le donne erano morte. Fondamentalmente le donne erano morte perché i livelli di soglia erano troppo alti, fino a quando non hanno fatto questa meta analisi.
	di documenti precedenti e sono stati in grado di ripristinare quel livello di soglia. Quindi su quella nota, chiuderò e un po 'nel tempo. Spero che mi perdonerai. Un po 'nel tempo, in realtà, ora capisco, mi dispiace molto per questo. Smetterò di condividere il mio schermo se riesco a trovarlo.
Anne Milley, JMP	Grazie mille, Caroline. Era semplicemente affascinante.
	No, no, va bene, lieto di sentirti dare esempi così grandi e spunti di riflessione. Abbiamo una serie di domande pervenute dal pubblico, quindi grazie. E se hai altre domande, inviale tramite le domande e risposte di Zoom
	finestra. Ma facciamo un salto. Hai considerato di contattare l'Istituto nazionale per la sicurezza e la salute sul lavoro per informazioni su come viene eseguito il test di adattamento del viso sugli esseri umani? In che modo vengono considerate le diverse dimensioni della faccia nel processo di progettazione?
Caroline Criado Perez	Beh, in realtà non li ho contattati. No, in realtà li ho contattati proprio all'inizio quando stavo cercando di trovare i dati e e
	allora stavo guardando specificamente i dati. Ma sì, devo tornare indietro, tornare da loro e uno dei motivi per cui l'ho guardato ... beh, uno dei motivi per cui l'ho guardato era che ero molto arrabbiato per la situazione
	con gli operatori sanitari e altri lavoratori in prima linea sono stati inutilmente messi a rischio da questo tipo di atteggiamento che va bene per tutti.
	Ma al momento sto anche lavorando al mio prossimo libro, in cui voglio guardare più a soluzioni che a problemi. E quindi non li ho contattati.
	Forse me lo stai chiedendo, perché conosci qualcuno lì. Se lo sei, per favore mettimi in contatto. Sarei molto, molto grato per qualsiasi contatto, perché ovviamente queste enormi istituzioni burocratiche, è abbastanza difficile ottenere un buon indirizzo di posta elettronica o un buon numero di telefono.
Anne Milley, JMP	sappiamo che sei specializzato nel fatto che i dati sulle donne vengano lasciati fuori dalle decisioni. Sei anche a conoscenza delle lacune dei big data per altri gruppi di persone?
Caroline Criado Perez	Ehm, sì, lo è. Fondamentalmente è un problema in tutti i tipi in tutti i tipi di aree. C'è assolutamente, ad esempio, un divario di dati sull'etnia,
	cosa che vediamo sempre di più quando si tratta di AI. Quindi, sai, esempi classici come il software di riconoscimento facciale che sono meno in grado di riconoscere i volti delle donne e quelli dei neri. E così, in particolare, i volti delle donne nere.
	In realtà sono stato intervistato da una giornalista della BBC Kim ???, che mi ha detto che aveva problemi
	ottenere quegli elettrici ... scusa, non elettrici ... quei rubinetti automatici, sai, diventi come un aeroporto e cose del genere, semplicemente non lo fanno
	riconoscere le sue mani. Sai, perché sono mani più scure e semplicemente non le vedono. Quindi, assolutamente, ci sono lacune nei dati in giro. È difficile trovare qualcosa di buono
	statistiche sulla loro estensione, e questo perché non disaggreghiamo i nostri dati. Quindi quando scrivevo Invisible Women, sai, volevo davvero poter parlare delle differenze, ad esempio, tra donne bianche, donne robuste, donne di colore, sai, ma
	era fondamentalmente molto difficile perché il modo in cui hai avuto qualsiasi tipo di disaggregazione,
	di solito era, sai, forse avresti disaggregato il sesso, forse avresti disaggregato l'etnia, ma non li avresti mai messi insieme. Quindi, se stai guardando, ad esempio, stai cercando di scoprire quanti
	professori di etnia appartenenti a minoranze nere nel Regno Unito,
	quei dati quando stavo cercando di scrivere il libro non erano disponibili perché potevi scoprire quanti professori BME ci sono, quante donne ci sono, ma non i due insieme. Quindi questo di per sé è un problema davvero frustrante.
Anne Milley, JMP	Si Certamente. Ci sono così tante domande in arrivo. Quindi voglio arrivare al maggior numero possibile. Caroline ha elencato il divario di dati di genere e ha mostrato molti esempi. È consapevole degli sforzi consapevoli di queste grandi aziende come Apple, Google, ecc., Dove stanno aggiungendo questo ai loro sforzi di IA?
Caroline Criado Perez	E io, beh, non ne sono a conoscenza, ma questo non significa che non stia succedendo. In realtà ho parlato con Google e di nuovo con queste grandi aziende, è abbastanza difficile da sapere
	chi esattamente ti darà una risposta diretta. Vieni inviato al dipartimento PR,
	e ovviamente ti dicono che lo sono, ma non so fino a che punto stia realmente accadendo. Mela. Non sono mai riuscito a parlare. Detto questo, hanno rilasciato
	o ha annunciato oggi che stanno rilasciando uno smartphone più piccolo con specifiche elevate come l'altro che stanno rilasciando, ovvero
	abbastanza eccitante. Non so se è perché mi sono lamentato degli enormi smartphone nel mio libro, ma lo prendo sicuramente come una vittoria per me.
	Quindi sì, è davvero difficile da dire perché è difficile ottenere una risposta diretta. Sai, come ho detto, ho cercato di scoprire se
	ci sono dati disaggregati per sesso per le maschere. E, sai, i produttori non me lo dicono e nemmeno i regolatori, cosa che mi ha davvero sorpreso, mi stanno ignorando.
	Quindi è difficile. È davvero difficile. Tu, lo scopri davvero solo quando vedi gli effetti di un prodotto e questo, ovviamente, è uno dei grandi problemi quando si tratta di AI. Voglio dire, sono un forte sostenitore della regolamentazione quando si tratta di
	all'intelligenza artificiale perché non ha alcun senso che le aziende tecnologiche comprendano davvero l'impatto sociale di ciò che stanno facendo. Sai, il fatto che attualmente stiamo letteralmente codificando la disuguaglianza nel futuro e e anche quello
	Ho perso il filo dei miei pensieri. Mi dispiace.
Anne Milley, JMP	Va bene. Ne abbiamo così tanti. Se arriva
	indietro, puoi saltarci sopra.
	Ok, il prossimo è negli ultimi anni, l'idea che il genere sia un costrutto sociale sta crescendo e descrittori come non binario, fluidità di genere ecc. Stanno diventando sempre più accettati. Questo movimento minaccia il tuo lavoro? Alcuni scienziati,
	ad esempio, Deborah ??, stanno osservando che qualsiasi lavoro che descrive le differenze di genere non viene finanziato.
Caroline Criado Perez	Beh, penso che tu debba distinguere tra sesso e genere. Quindi il sesso è la tua biologia e il tuo genere. Penso che la maggior parte delle persone sarebbe d'accordo ... beh, certamente lo sosterrei, è un costrutto sociale. Non penso che tu sia nato, sai
	essere servili se sei una donna, giusto, o essere, sai, a cui piace il rosa. Questo è più o meno quello che intendi per genere. E quando parli di sesso, parli di differenze biologiche che sono, sai,
	assolutamente chiaro in tutti i tipi di medicina e ricerca, ma anche, sai, solo guardando gli umani, giusto. Ci sono alcuni umani che hanno le tette. E ci sono alcuni umani che non lo fanno. Direi quando si tratta di
	alle persone trans in particolare nella ricerca medica, penso che sia un enorme divario, ma questo si ricollega alla domanda che qualcuno ha posto
	prima su altre lacune. Questa è una lacuna davvero preoccupante, penso, perché ci sono pochissime ricerche su, ad esempio, sai, cosa
	qual è il trattamento giusto per qualcuno che è sugli ormoni sessuali. Come questi ormoni potrebbero interagire in modo diverso con il farmaco. Stanno trattando qualcuno
	nella giusta direzione? Li trattano in base al loro sesso? Li trattano in base al loro sesso? Prendono in considerazione tutte queste differenze? Perché una cosa che sappiamo è che il sesso cellulare
	influisce sulla progressione delle malattie e di tutti i tipi di trattamenti, ma anche sugli ormoni. E se non stiamo monitorando quelli ...
	beh, essenzialmente penso che probabilmente ci sarà una causa per negligenza medica lungo la strada a meno che qualcuno e beh qualcuno ... persone ... tutti nella comunità medica non ne avranno davvero il controllo. È davvero preoccupante. C'era questo ...
	ci sono state alcune cose in realtà e di recente
	malattie renali, in particolare per gli uomini trans, e come trattare le malattie renali, fondamentalmente perché ci sono state
	uomini trans che non hanno ricevuto il trattamento giusto e sono in realtà quasi morti
	perché non c'era questa considerazione nel fatto che fossero trans e come questi diversi trattamenti potrebbero interagire con i loro corpi e quali potrebbero essere le diverse soglie.
	Quindi penso che sia più una preoccupazione da quella prospettiva e dalla prospettiva, sai, non possiamo fare sesso disaggregando i nostri dati.
Anne Milley, JMP	Penso che un punto davvero importante per il nostro pubblico sia che ci sono problemi di variazione in così tante dimensioni e queste cose non vengono misurate,
	la variazione di tali dati e cosa significa per le domande a cui stiamo cercando di rispondere e per le soluzioni che stiamo cercando di trovare. Quindi grazie per quel commento.
	Quindi abbiamo tante altre domande, vediamo se riusciamo ad arrivare ad alcune altre. Come devono essere disaggregati i dati per qualcuno che si identifica come un sesso diverso.
Caroline Criado Perez	Come dovrebbero essere i dati ... beh, penso che sia molto importante registrare il sesso alla nascita, e poi anche
	identita `di genere. Voglio dire, dovresti avere entrambi sempre e perché è, sai, devi conoscerli entrambi. Penso sia molto semplice. È necessario conoscerli entrambi, in particolare in ambito medico ma anche in altri ambiti per poter trattare adeguatamente le persone.
Anne Milley, JMP	Sì. Buono.
	Ce n'è uno qui. Esistono case automobilistiche che tengono conto della biomassa del corpo delle donne nella loro ingegneria?
Caroline Criado Perez	Bene, questa è una domanda molto interessante. E così, Volvo afferma certamente che lo fanno. Tuttavia, non mi hanno fornito alcun dato per eseguire il backup.
	Quindi sì, per quanto ne so, no, e penso che sarebbe abbastanza difficile per loro farlo perché tu la donna media manichino da crash test non esiste. E sebbene
	le case automobilistiche si stanno muovendo più verso la modellazione del computer, in realtà, quando si guardano quei modelli di computer, tendono a essere ancora basati
	i manichini piuttosto che le misurazioni antropometriche umane, perché i manichini sono ciò che vengono utilizzati nei test e quindi devono progettare le auto per superare i test.
	Quindi è davvero una questione di regolamentazione, in realtà. Anche in questo caso, deve provenire dai regolatori. Devono riconoscere che i corpi femminili esistono, che i corpi femminili saranno nelle auto e alla guida delle auto
	in modo che i produttori possano progettare per quei corpi. Perché al momento, se vogliono superare il test, dovranno concentrarsi su questi tipi di corpo molto specifici che sono rappresentati nei manichini.
Anne Milley, JMP	Va bene, molto bene. Quindi ci sono stati recenti cambiamenti nel NIH (National Institutes of Health) e nella ricerca sugli animali che richiedono il co-alloggiamento in gabbia e l'uso di soggetti maschi e femmine.
	Questa è stata una parte dei commenti dei revisori delle sovvenzioni negli ultimi due anni. Hai dati che potrebbero supportare questa tendenza?
Caroline Criado Perez	Che non sono a conoscenza di dati che condividono quale sia stata la differenza. Lo so quando il NIH ha istituito per la prima volta anche soggetti di sesso femminile
	negli studi sugli esseri umani, il General Accounting Office ha fatto una revisione alcuni anni dopo e in realtà ha pesantemente criticato l'NIH per non far rispettare i regolamenti. E certamente
	alcuni esperti con cui ho parlato si lamentano del fatto che è la stessa cosa che è stata fatta ora, che questi regolamenti sono lì, ma non sono abbastanza specifici in modo che le persone possano falsificarlo e anche che non vengono seguiti adeguatamente frustrante.
Anne Milley, JMP	Hmm.
	Wow, qualche consiglio per assicurarci di pensare attentamente a superare questo pregiudizio di genere durante la progettazione di studi, esperimenti e prodotti?
Caroline Criado Perez	Non ho capito, potresti ripetere la domanda?
Anne Milley, JMP	Hai qualche consiglio per assicurarci di pensare attentamente a superare questo pregiudizio di genere durante la progettazione di studi, esperimenti e prodotti?
Caroline Criado Perez	Sì, ho suggerimenti. Il mio consiglio è includere le donne.
	E ci sono ottime prove per dimostrare che l'avere
	un team diversificato significa che è più probabile che tu faccia analisi di genere, per disaggregare i dati in base al sesso. Questa è, questa era un'analisi ... a
	revisione di studi risalenti a diversi anni fa. Non riesco a ricordare dalla mia testa esattamente quanti anni, ma sai che è uno studio abbastanza robusto che ha scoperto che c'era questa forte correlazione tra avere donne nella tua squadra e ricordarti di includere donne nella tua ricerca.
	E poi c'è anche il problema, sai, tornando a quell'app di monitoraggio della salute di Apple, sai che questo non è una sorta di problema dannoso. Questo non lo è
	uomini che escludono deliberatamente le donne. Si tratta di non essere necessariamente consapevoli di tutti i problemi che potresti voler esaminare. E quindi io ... c'era questo davvero interessante
	L'articolo di Kathy O'Neill di alcuni anni fa in cui ha intervistato questo ...
	era una società di recruiting AI e sviluppano questa AI che avrebbe dovuto cercare ...
	era reclutamento per programmatori. Piuttosto che guardare solo il tuo CV e la tua storia lavorativa, hanno anche esaminato i tuoi dati sociali. Ti hanno cercato su Internet, fondamentalmente. La persona che ha intervistato ha detto che una delle cose che hanno trovato è stata
	che le persone che hanno visitato questo particolare sito di manga giapponesi erano ... tendevano ad essere programmatori migliori.
	E questo è stato presentato come questo, oh, non è così interessante. Una piccola correlazione così divertente. Questo è qualcosa che non troverai in un CV.
	Ma come ha sottolineato Kathy O'Neill, sai, i siti di manga sono fortemente dominati dagli uomini, è molto più probabile che diventerai un uomo se visiti un sito del genere. Ebbene, perché è così? Per una serie di ragioni. Uno, non sono necessariamente quello
	accogliente per le donne, siti del genere. Ma anche le donne hanno meno tempo. Le donne negli Stati Uniti hanno cinque ore di tempo libero rispetto agli uomini.
	Quindi, a meno che tu non abbia una consapevolezza del genere, giusto, dello sproporzionato assunzione da parte delle donne del lavoro di cura non pagato. Il fatto che le donne abbiano orari di lavoro più lunghi quando si tiene conto dell'assistenza retribuita e non retribuita lavorano insieme. Il fatto, sai, di misoginia su Internet e come potrebbe
	impedire alle donne di accedere a determinati siti, finirai per progettare qualcosa
	che potrebbe finire per discriminare completamente inconsapevolmente le donne, quando quello che hai intenzione di fare, sai ... questo doveva essere un prodotto neutro rispetto al genere. Volevano trovare
	i migliori programmatori, ma in realtà quello che hanno fatto, perché non includevano il genere nell'analisi, era potenzialmente trovare i migliori programmatori maschi.
	E non penso che sarebbe successo, sai, se ci fossero state più donne nella squadra per essere in grado di sottolineare quel tipo di lacune in prospettiva. Un altro esempio sono cose molto utili in questo
	in questo settore non si tratta di ricerca. Ma è quell'aneddoto di cui Sheryl Sandberg ha scritto nel suo libro,
	Lean In, dove era incinta quando lavorava per Google.
	Ed era in una posizione abbastanza anziana da entrare nella testa di Google e dire che devi mettere in parcheggio per la gravidanza. Sai, questo attraversare il parcheggio mi sta uccidendo.
	E la sua risposta, ho pensato, era affascinante, il che era, sì, ovviamente. Non mi era mai venuto in mente. E ho solo pensato, beh, certo che no. Perché,
	se non sei stata incinta, non lo fai. Non pensavo nemmeno a me, sono rimasta incinta.
	Ma aveva bisogno di una donna che fosse in una posizione abbastanza anziana per poter fare quella chiamata,
	perché sono sicura che in Google c'erano già state donne incinte, giusto? Sono sicura che c'erano donne delle pulizie e account manager incinte, qualunque cosa avessero lì, ma non potevano
	vai a richiederlo. Quindi è solo un modo per dire che, in realtà, non si tratta solo di avere un certo numero di donne. È anche assicurarti di averli al livello giusto in modo che possano evidenziare queste lacune e possano apportare queste modifiche.
Anne Milley, JMP	Giusto, ottimo consiglio. E l'altra cosa che puoi fare per pensare più attentamente è leggere il tuo prossimo libro quando uscirà.
Caroline Criado Perez	Assolutamente. Sei un marketer molto migliore di me.
Anne Milley, JMP	Bene, volevo anche menzionare che un altro oratore della plenaria del Discovery Summit Europe David Hand cita anche che il tuo libro è un eccellente esempio di dati oscuri, che è il nome del suo ultimo libro, quindi forse voi ragazzi potete collaborare a un altro.
Caroline Criado Perez	Beh forse.
Anne Milley, JMP	Molti dati oscuri là fuori.
Caroline Criado Perez	Sì, beh, forse, forse potresti metterci in contatto.
Anne Milley, JMP	Va bene.
	Grazie. Grazie mille per aver condiviso tutte le tue affascinanti ricerche e non vediamo l'ora del tuo prossimo libro,
	ma nel frattempo, consiglio al pubblico di prendere il suo libro se non l'hai fatto. Ne abbiamo alcuni che penso possiamo regalare anche noi. E grazie per esservi uniti a noi per questa finale ... per la plenaria della giornata.
Caroline Criado Perez	Grazie mille per avermi ospitato.
	Grazie.
Caroline Criado Perez	Ciao ciao.

KeynoteRi: The Gender Data Gap

Questo è stato un discorso fantastico e grazie ancora al team JMP per aver inviato le copie del suo libro ... ho appena iniziato a leggere ieri sera!