334779_es-ES

liliconcom

La brecha de datos de género

¿Alguna vez se preguntó qué sucede cuando se ignoran segmentos enteros de una población y ni siquiera se considera la recopilación de datos sobre ellos? Simplemente mira a tu alrededor. Autora de “Mujeres invisibles”, Caroline Criado Pérez se une a nosotros para explorar la brecha de datos de género y el sesgo invisible que tiene un efecto profundo en la vida de las mujeres. Después de compartir los estudios de casos y los resultados de la investigación, responderá a sus preguntas sobre las formas ocultas en las que las mujeres están excluidas de los mismos bloques de construcción del mundo en el que vivimos.

 

 

Transcripción generada automáticamente ...

 

Altavoz	Transcripción
Anne Milley, JMP	Es excelente y muy importante este libro. No puedo recomendar lo suficiente. Así que Caroline Criado Perez es una autora, feminista y activista galardonada y de mayor venta.
	Su libro, Mujeres invisibles, ha sido traducido a 24 idiomas y ganó numerosos premios. La propia Caroline ha ganado varios premios. A principios de este año, fue designada o nombrada OBE en los honores del cumpleaños de la reina 2015.
	Y a principios de este año, recibió el premio Hand Award de Finlandia por su promoción social de la igualdad. Estamos muy contentos de tenerla hoy con nosotros. Démosle la bienvenida a Caroline Criado Perez.
Caroline Criado Pérez	Hola anne Muchas gracias por esa hermosa presentación.
	No puedo creer que la mano
	El premio fue este año y parece que fue hace mucho tiempo, pero sí, en realidad fue en marzo, justo antes de que todos entramos en el encierro. Así que espero que estén todos ocupados votando en la encuesta, porque tengo muchas ganas de ver cómo votarán.
	Lo ideal es que antes empiece a hablar demasiado y pero les voy a contar un poco. De lo que voy a hablar. Y voy a intentar hablar con bastante rapidez.
	Y porque hay muchas cosas que quiero cubrir y obviamente queremos dejar tiempo para preguntas. Entonces, de lo que voy a hablar es de un sesgo que nos afecta a todos, a mí y a usted, y les mostraré cómo este sesgo afecta nuestra recopilación y análisis de datos, que a su vez ha
	un impacto serio en cómo asignamos recursos y diseñamos prácticamente cualquier cosa.
	Entonces, antes de comenzar, veamos cuáles son los resultados de la primera encuesta, que me entusiasma mucho. ¿Conoce la brecha de género en los datos?
	Eso es muy bueno. 65% conoce la brecha de género en los datos, 35% no lo sabe.
	Así que todos estarán al tanto al final de esto. ¿Mujeres en tu equipo de diseño? Vaya, eso es muy alto, muy bueno. ¿Su equipo de diseño tiene un equilibrio de género?
	Menos bueno. Bueno, voy a presentar un caso muy sólido de por qué su equipo de diseño debe tener un equilibrio de género. Y así sin más nada voy a compartir mi pantalla y vamos.
	Así que espero que todos puedan ver eso. Entonces, en primer lugar, y cuando hablo de la brecha de datos de género, estoy hablando de género ... lo siento, datos.
	Definamos nuestros términos para empezar. Entonces, ¿a qué me refiero cuando digo datos?
	Lo que tendemos a enmarcar los datos como una sustancia tangible que tiene sus propias propiedades heredadas, independientemente de cómo nos relacionemos con ellos. Creemos que los datos están de alguna manera sentados en el éter completamente formados, esperando a que los extraigamos,
	Y cuál es comprensible, ¿verdad? La gente confía en los datos porque los números nos parecen reales. Se sienten objetivos, se sienten neutrales. No son opiniones confusas.
	Pero los datos son en realidad mucho más engañosos que eso porque los datos en realidad no existen aparte de nosotros, en lugar de estar suspendidos
	animación. Los datos no son una entidad discreta, son intrínseca y subjetivamente humanos y eso significa que no podemos simplemente tratar los datos como hechos objetivos neutrales, sobre los cuales podemos basar nuestro objetivo neutral
	Decisiones. Los datos, como los humanos que los han creado, son escurridizos y están moldeados por una gran cantidad de factores que debemos tener en cuenta, siempre que nos enfrentemos a ellos. Preguntas como, ¿quién ha realizado la recopilación de datos y cómo lo han hecho?
	¿De quién han recopilado los datos?
	¿Qué preguntas se han formulado para obtener estos datos supuestamente neutrales? O incluso antes de eso, ¿qué datos hemos decidido recopilar? ¿Derecho? Que es
	¿Cuál es el problema incluso que creemos que es realmente importante, que debemos resolver, que nos ha llevado a recopilar estos datos en primer lugar? Y ninguno de estos
	son decisiones objetivas y todas tienen un impacto en los datos que terminan en nuestra posesión y las historias que esos datos nos cuentan. Así que solo para darte un ejemplo,
	Las estadísticas de las tasas de participación en la fuerza laboral en los países de bajos ingresos han sido, durante mucho tiempo, notoriamente poco confiables cuando se trata de contar la participación laboral femenina.
	Y porque tienen un historial de subestimarlos. Y la razón de ello es la forma en que se formularon y formularon las preguntas, en el sentido de que se enmarcaron en torno a
	la forma en que los hombres han tendido a trabajar en Occidente. Así que ese es un empleo remunerado que tiende a sacarlos de casa durante una parte sustancial del día.
	Pero las mujeres de los países de bajos ingresos no suelen trabajar así. A menudo trabajan sin remuneración desde el hogar, lo que incluye el trabajo de cuidado no remunerado, pero también puede incluir cosas como el trabajo agrícola, la agricultura de subsistencia de ese tipo.
	Por supuesto que realizan trabajos que en Occidente hemos subcontratado a empresas de servicios públicos. Así que salimos a buscar leña y agua.
	Pero las preguntas no están enmarcadas para capturar este estilo de trabajo, lo que significa que las mujeres a menudo son consideradas económicamente inactivas cuando eso es
	por supuesto, lejos del caso. Entonces, obviamente, esto no solo afecta las tasas de participación femenina en la fuerza laboral. También afecta en última instancia al PIB, por ejemplo.
	Y permítanme mostrarles otro ejemplo de cómo los métodos de recolección deficientes pueden dañar los datos.
	En este gráfico de la izquierda, así es como los planificadores de transporte tradicionalmente han recopilado datos. Como puede ver, todos los datos de empleo remunerado van juntos en un bloque.
	Pero no han agregado los viajes realizados con fines de trabajo de cuidados. De hecho, eso se ha dividido en muchos ... dentro de muchas categorías separadas como compras, visitas de acompañamiento. Ya sabes, las compras de comestibles se mezclan con
	comprar alimentos, por ejemplo, lo siento comestibles con SHOE SHOPPING (claramente tengo comida en la mente) y
	como puede ver, parece que el empleo es, con mucho, la razón principal por la que la gente viaja. Y mirando la tabla de la izquierda, tiene sentido, por supuesto, diseñar
	transporte público alrededor de los viajes por trabajo remunerado. Pero si miras la tabla de la derecha y eso nos dice algo diferente. Y la mesa de la derecha fue montada por un
	planificador en Madrid que recopiló datos de viajes relacionados con la atención y los agregó todos en un bloque como lo hacemos para los datos de empleo remunerado y la agregación de datos de viajes tradicionales.
	Y lo que descubrió fue que el número de viajes realizados con fines de cuidado casi igual a los realizados con fines laborales.
	Este es un problema de género, ¿por qué? Bueno, básicamente porque la gran mayoría del trabajo de cuidados no remunerado en todo el mundo todavía lo realizan mujeres.
	Así que, a nivel mundial, las mujeres realizan tres veces más trabajo de cuidados no remunerado que los hombres. Según el FMI, esto se puede subdividir en el doble de cuidado de niños y cuatro veces más trabajo doméstico.
	Y esto afecta la forma en que viajan las mujeres. Entonces, cuando Sánchez - ???, esta planificadora urbana de Madrid, refinó aún más los datos por sexo, desglosándolos, descubrió que el cuidado era el principal propósito de los viajes para las mujeres.
	Y ahora, diseñar el transporte público para apoyar el trabajo de cuidados no remunerado de las mujeres no es solo una cuestión de justicia. En realidad, es una decisión económica.
	Así que los países de todo el mundo han estado desesperados durante mucho tiempo por conseguir que más mujeres vuelvan a trabajar, ¿por qué necesita datos precisos sobre la tasa de participación de la fuerza laboral femenina?
	más gente trabajando equivale a más ingresos fiscales equivale a un PIB más alto, mayor productividad.
	Pero en realidad también es muy interesante, se ha encontrado que aumentar el número de mujeres en el trabajo aumenta el PIB en más que aumentar el número de hombres en el trabajo.
	No saben por qué es así, pero quiero decir, probablemente tenga que ver con, ya sabes, declinar
	las tasas de rendimiento. Sin embargo, ya sabes, ese es el caso. Existe un caso económico muy, muy claro para aumentar el número de
	mujeres en el trabajo. Y si quieres hacer eso, necesitas crear una estructura, mediante la cual se apoye ese trabajo no remunerado, lo cual, por supuesto, estamos retrocediendo mucho.
	durante esta pandemia, pero entraré en eso un poco más adelante, asumiendo que no hablo demasiado y me quedo sin tiempo. De todas formas,
	algo que podría haber notado sobre ambos ejemplos, fue que los datos siempre estaban sesgados en detrimento
	de las mujeres, por lo que las mujeres fueron las que se subestimaron y esto no es una coincidencia. De hecho, la mayoría de los conjuntos de datos del mundo que le interesan ver compartirán este problema de contar menos a las mujeres.
	Y eso se debe simplemente a que la gran mayoría de la información que hemos recopilado a nivel mundial y seguimos recopilando, desde datos económicos hasta datos de planificación urbana y datos médicos, se ha recopilado sobre hombres.
	Así que esos son cuerpos masculinos, pero también patrones típicos de estilo de vida masculino, como cómo trabajan los hombres, cómo viajan los hombres.
	Y esto significa que prácticamente todo en el mundo, desde la oficina en la que puede que no estés trabajando ahora pero a la que estás acostumbrado hasta hace unos meses,
	y desde el transporte público o privado que podría haber utilizado para llegar allí, hasta el teléfono que tiene en la mano, las aplicaciones de ese teléfono y el tratamiento médico que recibe
	han sido diseñados para funcionar para los hombres porque esos son los datos que tenemos.
	Y el resultado es que la mayoría de las cosas en el mundo simplemente no funcionan tan bien para las mujeres. Esta es la brecha de datos de género de la que creo que el 65% de ustedes dijo que había oído hablar.
	Entonces, con suerte ahora, el cien por ciento de ustedes saben cuál es la brecha de datos de género.
	Ahora, la primera regla de la brecha de datos de género, esto es realmente importante. Si no quitas nada de esto, quítate esto,
	es que la brecha de datos de género no es producto de una conspiración. No es deliberado. No es la creación maligna de un grupo de científicos de datos misóginos que odian a las mujeres y quieren que muramos.
	Es simplemente el producto de un sesgo, el sesgo que mencioné al principio, pero que todos compartimos, y que
	es en sí mismo, producto de una forma de pensar que se remonta a milenios. Y esta forma de pensar se centra en un muy buen amigo mío llamado Reference Man,
	quien es el peor superhéroe del mundo. Pero antes de presentarte a Reference Man, me gustaría comenzar la segunda encuesta,
	Y como debería poder ver, esto está específicamente dirigido a fabricantes e ingenieros. Entonces, aquellos de ustedes en manufactura o ingeniería, por favor respondan estas preguntas. Y mientras tanto, les voy a presentar a Reference Man.
	Aquí vamos. Aquí está el hombre de referencia. Como ves, es un varón caucásico, de 70 kilogramos, entre 25 y 35 años.
	Como dije, su superpoder es (puede que no lo haya dicho, pero te lo digo ahora) tiene superpoderes para representar a todos. No es muy bueno en esto, porque es solo un tipo de persona.
	Y de todos modos, Reference Man proviene, como dije, de una larga historia de pensar en el hombre promedio como de alguna manera el humano promedio. Y de hecho, esta forma de pensar se remonta a Aristóteles. ¡Ups!
	Aquí vamos. Aquí está Aristóteles. Aristóteles estaba desconcertado por las mujeres y, en general, sentía eso y sí, las mujeres ... las mujeres eran ... las mujeres eran muy confusas. Las mujeres eran ... ¿por qué existían las mujeres?
	Éramos una especie de subtipo de hombres, una aberración fue la palabra que usó. Pero el tipo de mejor cita, supongo que se podría decir que realmente, realmente clavó su pensamiento en Reference Man
	se encontraba en sus tratados biológicos sobre la generación de animales,
	en el que escribió: \! "La primera desviación del tipo es, de hecho, que la descendencia debe ser femenina en lugar de masculina \!" Entonces lo ves articulando muy claramente allí que el hombre es el tipo del que las mujeres se desvían. Esa era solo su posición estándar.
	Continuando, encuentras que esta forma de pensar continúa hasta el Renacimiento, donde hubo esta explosión de ilustraciones médicas. La gente se interesó mucho en el Renacimiento.
	Y puedes ver muy, muy claramente en la forma en que representaron el cuerpo femenino.
	que todavía estuvieran pensando en el cuerpo femenino es de alguna manera una desviación del cuerpo masculino. Así que era literalmente el cuerpo femenino con el cuerpo masculino volteado de afuera hacia adentro.
	Entonces, los órganos reproductivos, ¿por qué los órganos reproductivos de las mujeres están adentro en lugar de afuera? Bueno, debieron haberse retirado adentro y su explicación fue que
	era una deficiencia femenina en el calor vital. Básicamente, los cuerpos femeninos están muy fríos y, por lo tanto, los pobres órganos reproductivos necesitan esconderse dentro del cuerpo. Y como eran solo una versión femenina de la masculina, tenías
	como puede ver aquí, una imagen del escroto femenino y los testículos femeninos. Pero lo que encuentro bastante fascinante sobre eso es que fácilmente podrías darle la vuelta a eso, correcto, y decir que esto es
	esto es solo que en realidad son los hombres los que se desvían de las mujeres, ¿verdad? Que los hombres tienen demasiado calor vital y por eso,
	ya sabes, estos órganos reproductivos tan sensibles están colgando fuera del cuerpo, desprotegidos. Solo, solo un pensamiento mío.
	esta forma de pensar que la mujer es de alguna manera desviada continuó hasta el siglo XX, y este es el Hombre Modular.
	Y la escala humana, Modular Man dentro de la escala humana, es posible que puedas ver hacia dónde voy con esta escala humana.
	La escala humana fue ideada por un influyente arquitecto suizo en la década de 1920 llamado Le Corbusier.
	Y como dije, se le ocurrió esta idea de la escala humana en la arquitectura. Los humanos estarán en edificios; los edificios deben diseñarse pensando en los seres humanos.
	El problema era que para él, humano significaba hombre, y específicamente, detective de la policía británica de seis pies, lo cual estaba pensando que era encantador y específico.
	En realidad, alguien lo hizo ... hay pruebas de que alguien le dijo a Le Corbusier: \! "Amigo, las mujeres existen, tal vez le gustaría considerar
	incluyéndolos en tu escala humana. \! " Y así lo hizo. Consideraba a las mujeres. Pero finalmente, el cuerpo femenino fue rechazado como fuente de armonía proporcional, lo que
	ya sabes, ciertamente reconozco sobre mi cuerpo. Puede que estés pensando que todo esto suena muy tonto, pero fue hace mucho tiempo y seguramente lo sabemos mejor. Sabemos incluir mujeres en el diseño. Bueno, veamos los resultados de la encuesta de
	la encuesta que acabamos de realizar. Será muy, muy interesante ver
	qué ... no puedo ver los resultados de la encuesta. Bueno, voy a continuar y espero que los resultados de la encuesta aparezcan en algún momento.
	Y entonces sigamos para descubrir qué
	al diseñar un producto, ¿recopila datos agregados sin sexo como estándar?
	Así que parece que no muchos lo hacen. ¿Prueba sus productos en mujeres de forma estándar? Una vez más, esa no es una respuesta abrumadoramente positiva.
	¿Siempre consideras el género como una variable? Y tengo que decir que no es tan sorprendente,
	porque en realidad, eso es extremadamente común, según mi investigación. Pero esta es la razón por la que siempre debe considerar el sexo y el género como una variable e incluir a las mujeres en las pruebas de su producto y también en el diseño de su producto. Entonces
	volviendo a las diapositivas. Seguridad en accidentes automovilísticos. Este es un clásico del género, del género Reference Man.
	Así que durante décadas, el único muñeco de prueba de accidentes automovilísticos que se utilizó se basó en un hombre del percentil 50, literalmente Hombre de referencia,
	como si el percentil 50 masculino fuera representativo del percentil 50 humano, si existe tal cosa, que yo haría
	Yo discutiría en contra. Pero el resultado es que los autos simplemente no están diseñados para ser tan seguros para la mujer promedio. Así que los cinturones de seguridad nunca se han diseñado
	nunca se han probado con tejido mamario. Todavía tenemos que diseñar un cinturón de seguridad que sea seguro para que las mujeres lo usen durante el embarazo, particularmente durante el tercer trimestre.
	Y el resultado de esto es que a menudo se descubre que las mujeres usan cinturones de seguridad en lo que se llama incorrectamente, básicamente porque sabes que les está cortando el cuello o no pueden lograr que se apoye cómodamente sobre sus senos.
	Y esto significa que tienden a usarlos de manera insegura, básicamente, si no lo estás usando correctamente, no lo estás, no estás tan protegido como deberías. Así que es un gran problema de seguridad.
	También está el problema de los asientos, que son demasiado firmes. Ahora bien, esto no es una cuestión de comodidad, en realidad es
	sobre el cuerpo que los asientos han sido diseñados para absorber. Entonces, obviamente, el cuerpo del 50 ° percentil masculino es más grande y más pesado que el cuerpo promedio de una mujer y
	así que debido a que el asiento ha sido diseñado para absorber el peso de ese cuerpo, las mujeres se ven lanzadas más hacia adelante en caso de un choque.
	Y, obviamente, eso las pone en mayor riesgo, lo que es aún peor dado que las mujeres ya tienden a sentarse más adelante.
	para poder alcanzar los pedales y llegar al volante, ya sabes, parte muy importante de la conducción. Pero eso los pone en mayor riesgo en una colisión frontal.
	Y cuando agregas eso a, ya sabes, ser lanzado más hacia adelante, el cinturón de seguridad posiblemente no se usa correctamente y los problemas con el reposacabezas (que no voy a profundizar ahora, pero hay algunas cosas realmente interesantes si mira eso sobre
	intenta introducir un mejor reposacabezas y cómo mejoran las cosas para los hombres y empeoran las cosas para las mujeres, nuevamente porque no existía este maniquí de prueba de choque de automóvil femenino promedio),
	y de hecho, el resultado de todo esto es que si una mujer sufre un accidente automovilístico, tiene un 47% más de probabilidades de sufrir lesiones graves y un 17% más de probabilidades de morir que un hombre en el mismo accidente automovilístico.
	Ahora, hay buenas noticias. Lo siento, solo estoy mirando a mi alrededor para ver si puedo encontrar una luz, me acabo de dar cuenta de que me estoy volviendo un poco oscuro aquí
	y eso probablemente no sea bueno para todos ustedes. Y así, sí. La buena noticia es que la UE en (lo siento, solo intento aclarar) la UE en 2015
	tardíamente se dio cuenta de que las mujeres, de hecho, existen y
	Presente lo que ellos llaman un muñeco de prueba de choque de automóvil femenino.
	En realidad, es un maniquí masculino muy, muy reducido. Y, por supuesto, el problema con eso es que las mujeres no son solo hombres reducidos, ¿verdad? Hay varias otras diferencias, incluido el tejido mamario antes mencionado.
	Pero también, ya sabes, diferencias pélvicas, hay diferencias en la flexibilidad de la columna vertebral, hay diferencias en términos de peso ... lo siento ... distribución de masa muscular, por lo que los hombres la llevan más en el cuello y en la espalda.
	hombros, la parte superior del cuerpo, que obviamente marca la diferencia cuando se trata de biomecánica y seguridad del automóvil. Pero también este muñeco de prueba de choque de coche,
	También debo mencionar que está muy, muy reducido al tamaño de un niño de 12 años.
	niño, por lo que no representa a la mujer promedio. Solo se usa en cualquier caso en una de las cinco pruebas reglamentarias
	y solo en el asiento del pasajero. Y así, básicamente, en la UE, los hombres muy reducidos pueden sentarse en el asiento del pasajero y sentirse bastante seguros.
	Y solo quiero llamar su atención sobre un giro bastante divertido que encontré el otro día.
	Así que esto es de un estudio que analiza el asiento cómodo óptimo ... posición para dormir, lo siento, para alguien que conduce o es conducido por un vehículo autónomo.
	Y como puede ver, solo usan sujetos masculinos en aras de la homogeneidad. Así que incluso aquí, cuando se trata de comodidad para dormir, nos quedamos con solo hombres,
	y supongo, ya sabes, supongo, que la seguridad de las mujeres puede esperar. Supongo que esa es la, esa es la posición en ese. Y vamos a pasar de eso, porque es un poco deprimente, al equipo de protección personal,
	que es algo que estoy seguro de que todos hemos escuchado mucho más de lo que esperábamos este año.
	Por lo tanto, antes de que el PPE y las cadenas de suministro de PPE se convirtieran en las principales noticias,
	ya eran un problema muy serio para las mujeres que trabajaban en industrias donde se requiere EPP.
	Y, de hecho, un estudio en el Reino Unido encontró que el 71% de las mujeres que trabajan en ocupaciones donde se requiere equipo de protección personal,
	donde los EPP no han sido diseñados para adaptarse a sus cuerpos y los efectos de esto pueden ser graves. Entonces, el mismo informe, de hecho, encontró que los servicios de emergencia fueron peores para esto, donde solo el 5%
	de las mujeres dijeron que su EPP nunca obstaculizó su trabajo. Y esto incluía cosas como chalecos antibalas y chalecos antibalas. Estoy seguro de que no necesitas que te diga que si tu
	El chaleco anti-puñaladas no le queda bien, no le protege. Entonces, las dos opciones, básicamente, que las mujeres decían que tenían era ser demasiado grande
	(y entonces tendrías todo este material extra aquí arriba) o un chaleco extra para puñaladas, debería decir, porque obviamente rígido. No es una especie de plegado
	Y eso significaba que no se ajustaba bien a su cuerpo sobre sus hombros. Una mujer habló sobre poder ser levantada por su chaleco de puñaladas, pero lo más importante, en realidad se va
	sus, sus arterias expuestas, lo que significa que no está siendo útil como un chaleco de apuñalamiento.
	La otra, la otra cosa era que podrían conseguir uno que ... perdón ... conseguirían uno grande para acomodar sus senos. Lo que debería haber especificado es que están diseñando chalecos anti-puñaladas sin
	acomodando el tejido mamario nuevamente. Entonces los vas a hacer grandes para que se ajusten a tus senos, bueno, entonces tienes este problema.
	No acomode sus senos y luego son demasiado pequeños y se elevan, porque, ya sabe, los senos los empujan hacia arriba, dejando el abdomen expuesto, y nuevamente, fallando la prueba del chaleco de puñalada.
	Y creo que es un ejemplo bastante útil de cómo
	Es un error pensar que esta idea del Hombre de Referencia es, pensar en el cuerpo masculino es de alguna manera este cuerpo mutuo. Quiero decir que no lo es.
	Y nunca jamás, ya sabes, diseñarías un chaleco anti-puñaladas con el tejido mamario contabilizado y dirías, aquí tienes, este es un chaleco unisex que todo el mundo puede usar. Sabes, eso sería claramente ridículo y, sin embargo, de alguna manera
	ya sabes, debido a este prejuicio, pero sabes que todos tenemos, pensamos que el cuerpo masculino es de alguna manera un cuerpo de género neutro.
	Pero este tipo de cosas realmente resalta lo ilógico que es, y, quiero decir, personalmente lo encuentro realmente fascinante, pero que de alguna manera pensamos que, ya sabes, ¿por qué pensamos eso?
	Y de todos modos, como dije en los últimos meses, el problema del EPP unisex que deja a las mujeres expuestas se ha vuelto aún más agudo. Pero antes de entrar en eso, me gustaría ejecutar las dos últimas preguntas de la encuesta.
	Bueno. Y estos son solo para personas que trabajan en la industria farmacéutica. Estoy muy, muy interesado en ver los resultados de
	esta encuesta. De todos modos, ahora voy a hablar un poco sobre Covid y PPE. Básicamente, desde que comenzó la pandemia y ...
	así que me distraje un poco y básicamente porque mi madre acaba de recibir un resultado positivo en la prueba de Covid. Entonces de repente todo se siente muy, muy real para mí de una manera que supongo que no fue así.
	hace 12 horas. Pero de todos modos, las mujeres me han estado enviando fotos de ellas mismas y mensajes diciendo que su EPP no les queda. Es demasiado grande y las mujeres se han quejado de todo, desde
	friega a batas a guantes, que son muy importantes. Usted sabe que los uniformes médicos pueden serlo y las batas pueden representar un peligro de tropiezo.
	Los guantes que son demasiado grandes hacen que sea muy difícil hacer cosas como una intubación, que obviamente es una
	parte importante del cuidado de Covid. Pero lo primero de lo que se han quejado las mujeres es de sus máscaras y no poder sellar bien sus máscaras y, por supuesto, en una pandemia como esta,
	es extremadamente importante, especialmente para los trabajadores de la salud que van a estar muy expuestos.
	Las mujeres han dicho que realmente les ha costado mucho encontrar una máscara que pase una prueba de ajuste en su rostro. De hecho, también hice una solicitud de libertad de información para
	National Health Service Trust en Inglaterra y Gales, y todos los resultados que obtuve en la prueba de ajuste mostraron que las mujeres eran mucho más propensas a fallar en estos
	pruebas de ajuste, y cuando los hombres fallaban era y es debido a la barba incipiente. Otro gran defecto de diseño de estas máscaras, es que si tienes
	ya sabes, con un día de rastrojo, es probable que no pases la prueba de ajuste.
	Um, pero de todos modos. El problema es particularmente agudo para las mujeres, porque han sido diseñadas básicamente para adaptarse al rostro masculino predeterminado. E incluso el tipo de los más pequeños,
	Para conseguir un sello, lo que los trabajadores están haciendo es simplemente apretarlos realmente. Porque el problema es que quiere entrar y poder trabajar y no puede trabajar a menos que pase la prueba de ajuste. Entonces tiran la mascara
	realmente apretados en realidad más apretados de lo que probablemente los usarían en realidad y así es como terminas con imágenes como esta que se vuelven virales.
	Y en realidad hay un cuerpo de investigación prepandémico bastante extenso, que muestra que es más probable que los respiradores se ajusten a los rostros masculinos blancos con todos los demás detrás. De hecho, he estado a la caza de
	especificaciones de tamaño utilizadas por los fabricantes y los datos que se utilizaron para determinar esas especificaciones de tamaño, pero
	hasta ahora, he tenido mala suerte. Los reguladores no me han respondido, los fabricantes me han enviado a los reguladores o me han señalado regulaciones que solo mencionan las tasas de filtración, no mencionan las especificaciones de tamaño.
	Y entonces estoy empezando a pensar que en realidad no existen. Pero de todos modos, si alguien tiene alguna información al respecto, le agradecería mucho que se pusiera en contacto porque estoy desesperado por averiguarlo.
	ya sabes, que son? Los datos deben existir en alguna parte. De hecho, hice un magnage para obtener un conjunto de datos de los EE. UU., De los CDC.
	Era un conjunto de datos dominado por hombres y los CDC me dijeron que no separaron los datos por sexo.
	Simplemente usaron promedios de la información verall, y obviamente puede ver cuál es el problema si se trata de un conjunto de datos dominado por hombres y no está tratando los datos masculinos y femeninos por separado.
	Y mientras tanto, el otro día, salió este estudio, que de nuevo, un estudio realmente importante, genial que estén viendo esto, pero ¿por qué?
	¿Por qué están probando máscaras en un hombre soltero con una mujer para algunas comparaciones? Esto es ilógico
	en cualquier situación, pero particularmente en lo que respecta a la atención de la salud, porque a nivel mundial, la fuerza laboral de la salud está fuertemente dominada por mujeres.
	Es alrededor del 70% de mujeres, sube a 76, eso es globalmente, sube a 76% en la UE y los EE. UU.
	La cifra es más alta cuando se trata de enfermeras, es alrededor del 85 al 89%, dependiendo del país que esté mirando. Por supuesto, las enfermeras son las que se ocupan más íntimamente del cuidado del cuerpo.
	Y eso es antes de hablar de cosas como los cuidadores, ciertamente en el Reino Unido, el epicentro ... bueno, en muchos países, el epicentro de la epidemia ha estado en los hogares de ancianos.
	Y en el Reino Unido, los cuidadores representaron la categoría ocupacional número uno para las muertes por Covid en la primera ... en la primera ola.
	Entonces, si alguien debería ser el predeterminado cuando se trata de EPP médico, deberían ser las mujeres.
	Quiero decir que no debería utilizar un valor predeterminado, debería utilizar datos representativos. Pero si va a insistir en usar un valor predeterminado, realmente no tiene sentido en este contexto usar hombres. De todos modos, avanzando y
	echemos un vistazo a algunos ... espera no, lo siento, no las encuestas. Bien vale. Veremos las encuestas ahora.
	Ahora las urnas se han ido. Bien, solo iba a revisar estas ilustraciones médicas. Así que aquí tienes, aquí y tal vez recuerdes las ilustraciones médicas del comienzo de la charla. Esto es
	la versión moderna. Como puede ver, tenemos la pelvis estándar, los genitales estándar, la pelvis femenina a un lado, donde ella pertenece.
	Entonces tienes aquí el sistema muscular estándar, el sistema muscular y luego el sistema muscular femenino.
	Obviamente, no podemos tener una persona desollada sin estereotipos de género. El hombre se ve muy fuerte y varonil. Se ve muy sexy, lo cual respeto. Respeto eso. Y de todos modos, me gustaría ver las respuestas de la encuesta ahora, si es posible.
	Y
	Entonces, ¿todas sus pruebas incluyen tanto a mujeres como a hombres? Eso es muy bueno de ver. Sois un grupo poco representativo, creo.
	Aunque supongo que depende de cuántas hembras. Debería haber preguntado eso. Pero muy, muy travieso que se trate de aquellos a quienes esto se aplica al 50/50 que son desagregando por sexo tus datos. Siempre desagregue sus datos por sexo. Voy a intentar convencerte de eso ahora. Entonces, um,
	Bueno, no tenemos mucho tiempo para convencerte, pero simplemente acepta que tienes que desagregar por sexo tus datos.
	Entonces, los efectos de Reference Man en el mundo de la medicina es que la gran mayoría de nuestro conocimiento médico se basa en el cuerpo masculino, por lo que las mujeres, los humanos, los animales e incluso las células femeninas.
	han sido excluidos histórica y rutinariamente de la investigación clínica. Y esto ha sido históricamente principalmente un problema para las mujeres que sufren de más drogas adversas
	reacciones a medicamentos y vacunas y es más probable que se diagnostiquen erróneamente por una amplia gama de enfermedades.
	Pero como hemos visto en la pandemia de Covid 19, en realidad también es un problema para los hombres. Así que sabemos mucho menos sobre el sistema inmunológico femenino que sobre el sistema inmunológico masculino. Y ahora no entendemos muy bien la mecánica
	detrás de por qué las mujeres han sobrevivido a esta enfermedad mejor que los hombres, ¿verdad? ¿Son los cromosomas? ¿Son hormonas sexuales? ¿Son ambos? En realidad, no lo sabemos.
	Y esa falta de conocimiento nos está obstaculizando seriamente a la hora de desarrollar tratamientos eficaces. Estaba muy interesado en ver esto
	juicio anunciado bastante temprano en la pandemia. En realidad, no he podido averiguar los resultados.
	Entonces no sé si todavía están pendientes o qué pasó allí. Pero como puede ver, comenzaron a inyectar estrógeno a sus pacientes masculinos con Covid para ver si eso los ayudaría.
	sobrevivir. Ya sabes, ese es el nivel de infancia en el que nos encontramos en lo que respecta a la mecánica, ya sabes, la mecánica del sistema inmunológico femenino.
	Y realmente me recordó este ensayo celular que encontré en el curso de mi investigación para Mujeres Invisibles. Un ensayo celular de 2016 en el que las células masculinas y femeninas fueron expuestas a estrógeno y luego expuestas a un virus.
	Las células femeninas pudieron usar el estrógeno para combatir el virus. Las células masculinas no pudieron usar el estrógeno para combatir el virus. Así que hay un muy buen ejemplo de por qué debe desagregar sus datos por sexo. Otro ejemplo
	que fue muy interesante que encontré fue este problema con
	células madre del tejido muscular y donde se pensaba que eran impredecibles
	hasta que alguien desagregó los datos y se dio cuenta de que las células femeninas promueven la regeneración, las células masculinas no. Recientemente hubo un estudio realmente interesante, digo recientemente; recientemente, cuando escribí el libro,
	estudiar dónde ... hacer con los ritmos circadianos y la supervivencia en los ataques cardíacos. Esto fue en estudios con animales y
	Durante años había habido un tipo ... existía esta idea estándar de oro sobre
	supervivencia basada en ritmos circadianos y luego apareció este estudio que terminó con todo y todos estaban súper confundidos. ¿Qué diablos está pasando?
	Bueno, resultó que todos los estudios anteriores se habían realizado en ratones machos y este estudio había sido en ratones hembras. De todos modos, entonces el sexo desagrega tus datos,
	lo que no estamos haciendo durante esta pandemia, donde no podría estar más claro que hay impactos específicos por sexo de esta enfermedad.
	Este era el estado de la situación en marzo. A fines de marzo, solo seis de los 20 países más efectivos publicaban datos desglosados por sexo de manera adecuada.
	Los EE. UU. Y el Reino Unido tardaron hasta abril en comenzar a informar estos datos ...
	para comenzar a reportar ... lo siento ... datos desagregados por sexo sobre muertes, y hasta mayo para que ellos reporten datos desagregados por sexo sobre casos, que obviamente necesitas. Necesita saber si, ya sabe, los hombres tenían más probabilidades de contraerlo.
	o más probabilidades de estar muriendo una vez que la contrajeron. Pero debido a que no estábamos recopilando ni publicando estos datos, ya sabes, se perdió mucho tiempo al comienzo de la pandemia y
	las cosas todavía no están muy bien. En septiembre, solo el 30% de los países del mundo informaban datos desglosados por sexo sobre casos y muertes.
	Y menos de la mitad de los países de ingresos altos están publicando estos datos. Entonces no es una cuestión de recursos. Es una cuestión de prioridades y también de uno de cada tres ... y lo siento, algunos países que fueron
	desde entonces se ha dejado de informar de datos desglosados por sexo. Um, de todos modos. Yo, oh, creo que me estoy acabando, pero realmente quiero hablarte rápidamente sobre algoritmos. Entonces
	como puede ver, solo los hombres de mediana edad sufren ataques cardíacos. Esto es, como estoy seguro de que sus colegas farmacéuticos podrían decirle, no es el caso.
	La enfermedad cardíaca es, de hecho, la principal causa de muerte de mujeres en Europa y Estados Unidos.
	Las mujeres de entornos socioeconómicos más bajos tienen un 25% más de probabilidades de sufrir un ataque cardíaco que los hombres del mismo nivel de ingresos.
	Las mujeres tienen un 50% más de probabilidades de ser diagnosticadas erróneamente si tienen un ataque cardíaco que los hombres, y más probabilidades de morir después de uno. Las mujeres jóvenes tienen casi el doble de probabilidades que los hombres de morir en el hospital. Y ha habido preocupaciones sobre los modelos de predicción de riesgos de uso común,
	porque se desarrollaron en poblaciones de pacientes que eran al menos dos tercios de varones.
	Esa preocupación fue planteada por la Asociación Estadounidense del Corazón en 2016. Entonces, ¿por qué los resultados de búsqueda de imágenes de Google presentan los ataques cardíacos como algo de hombres de mediana edad?
	No por conspiración, sino porque esos son los datos sobre los que se ha entrenado. Se pone mucho peor que algunas imágenes engañosas de Google.
	Entonces, hacia fines del año pasado, hubo un estudio que se informó en todos los medios de comunicación del Reino Unido, titulado \! "Ataques cardíacos
	para ser predicho AI ... lo siento ... AI para predecir ataques cardíacos, cinco años antes de que ocurran. \! " ¿Derecho? Suena asombroso. Esto es con lo que soñamos. Para eso estamos desarrollando IA.
	Pero cuando miras el artículo, en realidad los estudios y ... eso que ya sabes ... los datos que se utilizaron para los tres estudios estaban fuertemente dominados por los hombres.
	El documento en sí proporciona apenas datos desglosados por sexo.
	y ciertamente no mencionó cosas como el hecho de que la diabetes es un factor de riesgo más alto para las mujeres,
	que fumar es un factor de riesgo más alto para las mujeres. Entonces, ¿qué tipo de trabajo va a hacer esta IA si ni siquiera tiene en cuenta las diferencias sexuales cuando se trata de ... cuando se trata de enfermedades cardíacas?
	Y aún más aterrador que eso, por supuesto, es que los algoritmos no solo reflejan nuestros prejuicios hacia nosotros. Derecha. Esto no va a ser tan malo como cualquier otro médico sesgado, va a ser peor porque el aprendizaje automático
	amplifica nuestros sesgos, de hecho, y en una cantidad significativa. Entonces, para darle un ejemplo en 2017, hubo un estudio bastante preocupante que salió
	cuantificar este sesgo de amplificación. Lo que hicieron fue entrenar un algoritmo en este conjunto de datos de imágenes de uso muy común.
	Y este conjunto de datos tenía este sesgo, por el cual las imágenes de cocina eran sorpresa, sorpresa, un 33% más de probabilidades de incluir mujeres que hombres.
	Pero cuando el algoritmo terminó de ser entrenado en él, estaba etiquetando imágenes ... conectaba imágenes de cocina con mujeres el 68% del tiempo. Entonces, ya sabes, estaba etiquetando fotos de hombres
	como mujeres solo porque estaban parados frente a una estufa.
	Y el artículo también encontró que cuanto más fuerte ... cuanto mayor sea el sesgo original, más fuerte será el efecto de amplificación. Ciertamente, en el mundo médico debido al fracaso histórico para incluir a las mujeres en la investigación, así como a un fracaso continuo en muchos casos, tenemos un sesgo bastante grande.
	Entonces, ¿cómo abordamos esto?
	Así es como no lo aborda. El efecto Henry Higgins. Entonces, el efecto Henry Higgins, para aquellos de ustedes que no son grandes fanáticos del teatro musical, en cuyo caso les sugiero
	rectificar eso,
	esto viene de My Fair Lady. Henry Higgins es un es el protagonista, supongo, uno de los protagonistas
	en My Fair Lady y recoge a Eliza, una florista, y le dice, te voy a tratar ... te voy a entrenar para que seas elegante y te presente en el baile de la embajada y todos pensarán que eres ' eres una dama. Te enseñaré a hablar correctamente
	pero ella es mucho más recalcitrante de lo que él espera y él se frustra mucho y canta un gran número, \! "¿Por qué las mujeres no pueden ser más como un hombre? \!"
	Eso es lo que he llamado efecto Henry Higgins porque era algo que seguía encontrando en el curso de mi investigación. Muy a menudo, muy bien intencionados intentos de arreglar
	cualquier disparidad, disparidad de género, desigualdad de género estuvo bien, capacitemos a las mujeres para que se parezcan más a los hombres
	y eso solucionará el problema, sea cual sea el problema, en lugar de buscar problemas potencialmente sistémicos. Así que un ejemplo que me pareció bastante divertido vino de
	un proveedor de software de reconocimiento de voz que habló sobre el hecho de que era menos probable que su software de reconocimiento de voz
	reconocer las voces de las mujeres. Esto es bastante común y se debe a que la mayoría de los conjuntos de datos de voz son principalmente masculinos, está bastante claro cuál es la solución. Solo necesitas
	recopile más voces femeninas, lo que no debería ser tan difícil de hacer. Pero de todos modos, este tipo dijo que tal vez las mujeres deberían someterse a horas de formación prolongada para solucionar los muchos problemas con las voces de las mujeres.
	Pero lamentablemente, las mujeres no parecían querer someterse a eso, que son solo mujeres por todas partes, ¿no es así? Entonces, pero, ya sabes, lo ves en una especie de cosas como
	iniciativas en el lugar de trabajo, iniciativas en el lugar de trabajo realmente bien intencionadas como capacitemos, capacitemos a las mujeres para que tengan más confianza para pedir ese aumento de sueldo, pedir esa promoción.
	Bueno, en realidad la evidencia sugiere que las mujeres tienen la misma probabilidad que los hombres de pedir un aumento salarial. Es menos probable que lo contraigan, lo que conduce a una parte muy importante de
	entrenar a las mujeres para que se parezcan más a los hombres, que es lo que en realidad las mujeres no reciben el mismo trato cuando se comportan
	como hombres. En realidad hay una muy buena razón por la que las mujeres no se comportan como hombres, no es que seamos ilógicas, irracionales, es que sabemos que no tendremos la misma recepción.
	si, ya sabes, parecemos ser agresivos o mandones o estridentes todas estas palabras que se usan sobre las mujeres.
	Pero también, ya sabes, lo que encuentro interesante es, de nuevo, esta suposición de que los hombres lo tienen en el nivel correcto, que lo que los hombres están haciendo es lo correcto.
	es el nivel correcto y realmente debe tener cuidado con eso y corregirlo. Porque a menudo eso te lleva por mal camino.
	Y yo, te iba a hablar de tres estufas de piedra, pero realmente no tengo tiempo.
	Así que tendrás que comprar el libro y leer sobre ellas porque es un caso de estudio muy, muy interesante cuando se trata de diseñar y recopilar datos sobre mujeres antes de diseñar algo.
	Así que solo voy a resumir mis tres reglas para considerar el género en la toma de decisiones. Así que número uno
	Esta es una imagen clásica de mujeres.
	haciendo cola para el baño, por cierto. Incluso en el Ejército, las mujeres tienen que hacer cola para ir al baño. Número uno, recuerde que las mujeres no son hombres fallidos. Bueno. Así que no pienses en
	los hombres son el estándar, lo neutral y cómo conseguimos que las mujeres sean más así, o por qué las mujeres son diferentes de los hombres. Tratar a las mujeres es perfectamente racional
	Diversidad, diversidad, diversidad. Déjame darte un ejemplo que creo que realmente resume por qué quieres un equipo diverso en tu ...
	un equipo de diseño diverso, que es una de las preguntas de la encuesta que tenía. Entonces, en 2014, con mucha fanfarria, Apple lanzó su aplicación de seguimiento de salud.
	Y era una aplicación de seguimiento de salud integral, dijeron. Y era muy completo, podías rastrear tu
	molibdeno, puede realizar un seguimiento de su consumo de cobre. Estoy realmente molesto conmigo mismo y no estoy pensando en hacer una pregunta de encuesta sobre eso porque realmente me encantaría saberlo.
	cuántos de ustedes rastrean su molibdeno y su cobre, y también cuántos de ustedes saben cómo hacerlo, porque ciertamente no sé cómo rastrear ninguno de ellos.
	Pero esa fue una oportunidad perdida de mi parte. Y si alguien puede plantear sutilmente una pregunta de encuesta. Y de todos modos, podría rastrearlos pero no pudo rastrear su período.
	Ahora voy a arriesgarme y decir, mucha más gente rastrea sus períodos que rastrea su molibdeno o su ingesta de cobre.
	Um, pero la verdadera pregunta es por qué Apple lo excluyó y hay dos opciones. Uno,
	odian los períodos, piensan que los períodos son repugnantes, no los quieren en la aplicación de seguimiento de salud. O olvidaron que existen los períodos. Y creo que es más probable que hayan olvidado que existen los períodos. ¿Y por qué olvidaron que existen los períodos? Porque no tenían suficientes mujeres en su equipo de diseño.
	Eso es solo una pequeña parábola para ti. Y finalmente, tercero y más importante, siempre recopile siempre datos desglosados por sexo. Nunca se sabe por qué, cuándo podría importar.
	Solo para cerrar con un ejemplo más, incluso si no es importante para su propio estudio, podría ser importante para un metanálisis posterior.
	Un estudio con el que me encontré cuando estaba investigando Mujeres invisibles estaba mirando un CRTD, que, para aquellos de ustedes que no lo saben, es una especie de
	básicamente un tipo de marcapasos muy sofisticado. Al hacer un metanálisis de los estudios anteriores que tenían datos desglosados por sexo, encontraron que los niveles de umbral se establecieron para un hombre ...
	se establecieron a un nivel masculino y demasiado alto para las mujeres, lo que significaba básicamente que
	las mujeres habían muerto. Básicamente, las mujeres habían muerto porque los niveles de umbral eran demasiado altos, hasta que hicieron este metanálisis.
	de artículos anteriores y pudieron restablecer ese nivel de umbral. Así que en esa nota, voy a cerrar y un poco con el tiempo. Espero que me perdones. Un poco con el tiempo, de hecho, ahora veo, lo siento mucho. Dejaré de compartir mi pantalla si puedo encontrarla.
Anne Milley, JMP	Muchas gracias, Caroline. Fue simplemente fascinante.
	No, no, está bien, encantado de oírle dar ejemplos tan buenos y elementos en los que pensar. Tenemos una serie de preguntas de la audiencia, así que gracias. Y si tiene más preguntas, envíelas a través de Zoom Q&A
	ventana. Pero saltemos. ¿Ha considerado comunicarse con el Instituto Nacional de Seguridad y Salud Ocupacional para obtener información sobre cómo se realizan las pruebas de ajuste facial en humanos? ¿Qué diferentes dimensiones de la cara se consideran en el proceso de diseño?
Caroline Criado Pérez	Bueno, en realidad no los he contactado. No, de hecho me comuniqué con ellos desde el principio cuando estaba tratando de encontrar los datos y
	entonces yo estaba, estaba mirando específicamente los datos. Pero sí, necesito regresar, volver con ellos y una de las razones por las que lo miré ... bueno, una de las razones por las que lo miré fue que estaba muy enojado por la situación.
	con los trabajadores de la salud y otros trabajadores de primera línea que se han visto innecesariamente puestos en riesgo por este tipo de actitud única para todos.
	Pero también, en este momento estoy trabajando en mi próximo libro, en el que quiero ver más soluciones que problemas. Entonces, no los he contactado.
	Quizás me lo pregunte, porque conoce a alguien allí. Si es así, por favor contácteme. Estaría muy, muy agradecido por cualquier contacto, porque obviamente en estas enormes instituciones burocráticas, es bastante difícil conseguir una buena dirección de correo electrónico o un buen número de teléfono.
Anne Milley, JMP	sabemos que se especializa en que los datos de las mujeres se queden fuera de las decisiones. ¿También es consciente de las lagunas de big data para otros grupos de personas?
Caroline Criado Pérez	Um, sí, lo es. Básicamente es un problema en todo tipo de áreas. Hay absolutamente, por ejemplo, una brecha de datos étnicos,
	que vemos cada vez más cuando se trata de IA. Entonces, ya sabes, ejemplos clásicos como el software de reconocimiento facial es menos capaz de reconocer los rostros de las mujeres y los rostros de las personas negras. Y así, en particular, los rostros de las mujeres negras.
	De hecho, fui entrevistado por una periodista de la BBC, Kim, quien me dijo que tenía problemas.
	conseguir esos eléctricos ... lo siento, no eléctricos ... esos grifos automáticos, ya sabes, te pones como un aeropuerto y esas cosas, simplemente no
	reconocer sus manos. Ya sabes, porque son manos más oscuras y simplemente no las ven. Entonces, absolutamente, hay lagunas de datos por ahí. Es difícil encontrar algo bueno
	estadísticas sobre su alcance, y eso se debe a que no desglosamos nuestros datos. Entonces, cuando estaba escribiendo Mujeres invisibles, ya sabes, realmente quería poder hablar sobre las diferencias, por ejemplo, entre mujeres blancas, mujeres sanas, mujeres de color, ya sabes, pero
	Básicamente fue muy difícil porque la forma en que tenía algún tipo de desagregación,
	por lo general, ya sabes, quizás habría desagregación por sexo, quizás desagregación por etnia, pero nunca los tendrías juntos. Entonces, si está mirando, por ejemplo, tratando de averiguar cuántos
	profesoras de minorías étnicas negras que hay en el Reino Unido,
	esos datos cuando intentaba escribir el libro no estaban disponibles porque se podía saber cuántos profesores de BME hay, cuántas profesoras hay, pero no los dos juntos. Así que eso en sí mismo es un tema realmente frustrante.
Anne Milley, JMP	Sí, claro. Um, vienen tantas preguntas. Así que quiero llegar a tantos como podamos. Caroline ha enumerado la brecha de datos de género y ha mostrado muchos ejemplos. ¿Está consciente de los esfuerzos conscientes de estas grandes empresas como Apple, Google, etc., donde están agregando esto a sus esfuerzos de IA?
Caroline Criado Pérez	Y yo, bueno, no estoy al tanto, pero eso no significa que no esté sucediendo. De hecho, he hablado con Google y, de nuevo, con estas grandes empresas, es bastante difícil saber
	quién exactamente te dará una respuesta directa. Te envían al departamento de relaciones públicas,
	y obviamente te dicen que sí, pero no sé hasta qué punto está sucediendo realmente. Manzana. Nunca he logrado hablar con él. Dicho eso, han lanzado
	o anunció hoy que están lanzando un teléfono inteligente más pequeño que tiene especificaciones tan altas como el otro que están lanzando, que es
	muy emocionante. No sé si es porque me quejé de los enormes teléfonos inteligentes en mi libro, pero ciertamente lo estoy tomando como una victoria para mí.
	Así que sí, es muy difícil de decir porque es difícil obtener una respuesta directa. Sabes, como dije, he estado tratando de averiguar si
	hay datos desglosados por sexo para las máscaras. Y, ya sabes, los fabricantes no me lo dicen e incluso los reguladores, lo que realmente me sorprendió, simplemente me están ignorando.
	Entonces es difícil. Es realmente dificil. Tú, solo te das cuenta realmente cuando ves los efectos de un producto y eso, por supuesto, es uno de los grandes problemas cuando se trata de IA. Quiero decir, soy un firme defensor de la regulación cuando se trata de
	a la IA porque simplemente no tiene sentido que las empresas de tecnología realmente comprendan el impacto social de lo que están haciendo. Ya sabes, el hecho de que estemos literalmente codificando la desigualdad en el futuro y también que
	He perdido el hilo de mis pensamientos. Lo siento.
Anne Milley, JMP	Está bien. Tenemos tantos. Si viene
	atrás, puedes saltar sobre él.
	Bien, el siguiente es en los últimos años, la idea de que el género es una construcción social está creciendo, y los descriptores como no binario, fluidez de género, etc., son cada vez más aceptados. ¿Este movimiento amenaza tu trabajo? Algunos científicos,
	Por ejemplo, Deborah ??, están señalando que no se está financiando ningún trabajo que describa las diferencias de género.
Caroline Criado Pérez	Bueno, creo que necesitas distinguir entre sexo y género. Entonces el sexo es tu biología y tu género. Creo que la mayoría de la gente estaría de acuerdo ... bueno, ciertamente lo recomendaría, es una construcción social. No creo que hayas nacido, sabes
	ser servil si eres mujer, cierto, o ser, ya sabes, que te guste el rosa. Eso es, eso es lo que quieres decir con género. Y cuando se habla de sexo, se habla de diferencias biológicas que son, ya sabes,
	absolutamente claro en todo tipo de investigaciones médicas y, pero también, ya sabes, con solo mirar a los humanos, ¿no? Hay algunos humanos que tienen senos. Y hay algunos humanos que no lo hacen. Yo diría cuando se trata de
	para las personas trans en la investigación médica en particular, creo que es una brecha enorme, pero eso se relaciona con la pregunta que alguien hizo
	antes acerca de otras brechas. Esa es una brecha realmente preocupante, creo, porque hay muy poca investigación sobre, por ejemplo, ya sabes,
	cuál es el tratamiento adecuado para alguien que está tomando hormonas sexuales. Cómo esas hormonas pueden interactuar de manera diferente con el medicamento. ¿Están tratando a alguien?
	¿En el camino correcto? ¿Los están tratando de acuerdo con su género? ¿Los tratan según su sexo? ¿Están teniendo en cuenta todas estas diferencias? Porque una cosa que sabemos es que el sexo celular
	afecta la progresión de enfermedades y todo tipo de tratamientos, pero también las hormonas. Y si no estamos rastreando esos ...
	bueno, esencialmente creo que probablemente habrá una demanda por negligencia médica en el futuro a menos que alguien y bueno alguien ... gente ... todos, la comunidad médica realmente lo controle. Es realmente preocupante. Estaba esto ...
	ha habido algunas cosas en la actualidad y recientemente sobre
	enfermedad renal, en particular para los hombres trans, y cómo tratar la enfermedad renal, básicamente porque ha habido
	hombres trans que no han recibido el tratamiento adecuado y casi han muerto
	porque no se tenía en cuenta que eran trans y cómo estos diferentes tratamientos podrían interactuar con sus cuerpos y cuáles deberían ser los diferentes umbrales.
	Así que creo que es más preocupante desde esa perspectiva y desde la perspectiva de, ya sabes, no podemos desagregar por sexo nuestros datos.
Anne Milley, JMP	Creo que ese es un punto realmente importante para nuestra audiencia, es que existen preocupaciones por la variación en muchas dimensiones y estas cosas no se están midiendo,
	la variación en esos datos y lo que eso significa para las preguntas que estamos tratando de responder y las soluciones que estamos tratando de encontrar. Así que gracias por ese comentario.
	Tenemos tantas preguntas más, veamos si podemos llegar a algunas más. ¿Cómo se deben desglosar los datos de alguien que se identifica como de un sexo diferente?
Caroline Criado Pérez	¿Cómo deberían ser los datos ... bueno, creo que es muy importante registrar el sexo al nacer, y luego también
	identidad de género. Quiero decir, deberías tener ambos siempre y porque es, ya sabes, necesitas saber ambos. Creo que es muy sencillo. Es necesario conocer ambos, sobre todo en el ámbito médico, pero también en otros ámbitos para poder tratar adecuadamente a las personas.
Anne Milley, JMP	Si. Bueno.
	Aquí hay uno. ¿Hay fabricantes de automóviles que tengan en cuenta la biomasa del cuerpo de las mujeres en su ingeniería?
Caroline Criado Pérez	Bueno, esa es una pregunta muy interesante. Y así, Volvo ciertamente afirma que sí. Sin embargo, no me proporcionaron ningún dato para respaldar esto.
	Así que sí, hasta donde yo sé, no, y creo que sería bastante difícil para ellos hacerlo porque tú, el muñeco de prueba de choque de autos femenino promedio, no existe. Y aunque
	Los fabricantes de automóviles se están moviendo más hacia el modelado por computadora, de hecho, cuando miras esos modelos de computadora, tienden a basarse en el
	los maniquíes en lugar de las medidas antropométricas humanas, porque los maniquíes son los que se utilizan en las pruebas y, por lo tanto, necesitan diseñar los autos para pasar las pruebas.
	De hecho, es realmente un problema de regulación. Nuevamente, debe provenir de los reguladores. Necesitan reconocer que los cuerpos femeninos existen, que los cuerpos femeninos van a estar en autos y conduciendo autos.
	para que los fabricantes puedan diseñar para esos cuerpos. Porque en este momento, si van a aprobar la prueba, tendrán que enfocarse en estos tipos de cuerpos muy específicos que están representados en los maniquíes.
Anne Milley, JMP	Ok, muy bien. Así que ha habido cambios recientes en los NIH (Institutos Nacionales de Salud) y en la investigación con animales que requieren alojamiento en jaulas y el uso de sujetos masculinos y femeninos.
	Esto ha sido parte de los comentarios de los revisores de subvenciones durante los últimos dos años. ¿Tiene datos que puedan respaldar esta tendencia?
Caroline Criado Pérez	Que no conozco ningún dato que comparta cuál ha sido la diferencia. Sé que cuando el NIH instituyó por primera vez la inclusión de sujetos femeninos
	En los ensayos en humanos, la Oficina de Contabilidad General hizo una revisión varios años después y de hecho criticó duramente a los NIH por no hacer cumplir las regulaciones. Y ciertamente
	Algunos expertos con los que he hablado se quejan de que lo mismo que se está haciendo ahora, que estas regulaciones están ahí, pero no son lo suficientemente específicas como para que la gente pueda manipularlas y también que no se están siguiendo adecuadamente, lo cual es realmente frustrante.
Anne Milley, JMP	Hmm.
	Vaya, ¿algún consejo para asegurarnos de que pensamos detenidamente en superar este sesgo de género al diseñar estudios, experimentos y productos?
Caroline Criado Pérez	Disculpa, ¿podrías repetir la pregunta?
Anne Milley, JMP	¿Tiene algún consejo para asegurarnos de que pensemos detenidamente en superar este sesgo de género al diseñar estudios, experimentos y productos?
Caroline Criado Pérez	Sí, tengo consejos. Mi consejo es incluir mujeres.
	Y hay una muy buena evidencia que demuestra que tener
	Un equipo diverso significa que es más probable que haga análisis de género, desagregar por sexo sus datos. Esto es, esto fue un análisis ... un
	revisión de estudios que se remontan a varios años. No puedo recordar exactamente cuántos años, pero sabes que es un estudio bastante sólido que encuentra que existe una fuerte correlación entre tener mujeres en tu equipo y recordar incluir mujeres en tu investigación.
	Y luego también está el problema de, ya sabes, volviendo a esa aplicación de seguimiento de salud de Apple, sabes que esto no es una especie de problema malicioso. Esto no es
	los hombres excluyen deliberadamente a las mujeres. Se trata de un caso en el que no necesariamente es consciente de todos los problemas que quizás desee examinar. Y entonces yo ... hubo esto realmente interesante
	Artículo de Kathy O'Neill de hace bastantes años donde entrevistó esto ...
	era una empresa de reclutamiento de IA y desarrollaron esta IA que estaba destinada a buscar ...
	fue la contratación de codificadores. En lugar de solo mirar su CV y su historial laboral, también miraron sus datos sociales. Básicamente te buscaron en Internet. La persona que entrevistó dijo que una de las cosas que encontraron fue
	que las personas que visitaban este sitio de manga japonés en particular eran ... tendían a ser mejores programadores.
	Y eso fue presentado así, oh, no es tan interesante. Una pequeña correlación tan divertida. Esto es algo que no encontrarás en un CV.
	Pero como señaló Kathy O'Neill, ya sabes, los sitios de manga están muy dominados por hombres, es mucho más probable que seas un hombre si visitas un sitio como ese. Bueno, ¿por qué es eso? Por un número de razones. Uno, no son necesariamente eso
	dando la bienvenida a las mujeres, sitios como ese. Pero también las mujeres tienen menos tiempo. Las mujeres en los Estados Unidos tienen cinco horas de tiempo libre que los hombres.
	Entonces, a menos que tenga una conciencia de género, ¿verdad ?, de la desproporcionada carga que tienen las mujeres del trabajo de cuidados no remunerado. El hecho de que las mujeres tengan más horas de trabajo cuando se tiene en cuenta el trabajo de cuidado remunerado y no remunerado en conjunto. El hecho de, ya sabes, la misoginia en Internet y cómo podría
	evitar que las mujeres accedan a ciertos sitios, terminará diseñando algo
	eso podría terminar discriminando a las mujeres sin saberlo, cuando lo que pretendes hacer, ya sabes ... se suponía que era un producto de género neutro. Ellos querian encontrar
	los mejores codificadores, pero en realidad lo que hicieron, porque no incluyeron el género en el análisis, fue potencialmente encontrar a los mejores codificadores masculinos.
	Y no creo que eso hubiera sucedido, ya sabes, si hubiera habido más mujeres en el equipo que pudieran señalar ese tipo de brechas en perspectiva. Otro ejemplo son cosas muy útiles en este
	en esta área, no se trata de investigación. Pero es esa una anécdota sobre la que Sheryl Sandberg escribió en su libro,
	Lean In, donde estaba embarazada cuando trabajaba en Google.
	Y ella estaba en una posición lo suficientemente alta como para entrar en la cabeza de Google y decir que necesitas poner estacionamiento para embarazadas. Sabes, esto de cruzar el aparcamiento me está matando.
	Y su respuesta, pensé, fue fascinante, que fue, sí, por supuesto. Nunca se me había ocurrido. Y solo pensé, bueno, por supuesto que no. Por qué,
	si no ha estado embarazada, no lo está. Tampoco se me ocurriría a mí, estoy embarazada.
	Pero necesitaba una mujer que estuviera en una posición lo suficientemente alta como para poder hacer esa llamada,
	porque estoy seguro de que antes había mujeres embarazadas en Google, ¿verdad? Estoy seguro de que hubo limpiadoras embarazadas y gerentes de cuentas embarazadas, lo que sea que tengan allí, pero no pudieron
	ve y solicítalo. Así que esa es solo una forma de decir que, en realidad, no se trata solo de tener un cierto número de mujeres. También se trata de asegurarse de tenerlos en el nivel correcto para que puedan señalar estas brechas y puedan hacer estos cambios.
Anne Milley, JMP	Bien, muy buen consejo. Y la otra cosa que puede hacer para pensar más detenidamente es leer su próximo libro cuando salga.
Caroline Criado Pérez	Absolutamente. Eres mucho mejor comercializador que yo.
Anne Milley, JMP	Bueno, también quería mencionar que otro orador plenario anterior de Discovery Summit Europe, David Hand, también cita que su libro son excelentes ejemplos de datos oscuros, que es el nombre de su último libro, así que tal vez ustedes puedan colaborar en otro.
Caroline Criado Pérez	Bien quizás.
Anne Milley, JMP	Hay una gran cantidad de datos oscuros.
Caroline Criado Pérez	Sí, bueno, tal vez, tal vez puedas ponernos en contacto.
Anne Milley, JMP	Bueno.
	Gracias. Muchas gracias por compartir toda su fascinante investigación y esperamos su próximo libro,
	pero mientras tanto, recomiendo a la audiencia que recojan su libro si no lo han hecho. Tenemos algunos que creo que también podemos regalar. Y gracias por acompañarnos en esta final ... para el plenario del día.
Caroline Criado Pérez	Muchas gracias por invitarme.
	Gracias.
Caroline Criado Pérez	Adiós.

FundamentalRe: La brecha de datos de género

Esta fue una charla fantástica, y gracias nuevamente al equipo de JMP por enviar copias de su libro ... ¡comencé a leer anoche!