Феминизмът на данните е парадигма в науката за данните, според която всеки анализ и визуализация на информацията е резултат от сложни процеси; затова разбирането на начина, по който данните се събират, обработват, представят и използват, изисква отчитане на социалния, политическия и историческия контекст, в който тези процеси протичат.|

Въпреки че терминът поставя акцент върху равенството между половете, дисциплината се основава преди всичко на интерсекционалността – разбирането, че преживяванията и възможностите на хората се оформят от множество взаимодействащи фактори, сред които раса, етническа принадлежност, социална класа, сексуална ориентация, полова идентичност, способности, хронологична възраст, религия, националност и властови отношения.

История Макар феминистката перспектива да е прилагана към науката за данните още преди това, особено в областта на справедливостта на данните, терминът „феминизъм на данните“ добива широка популярност благодарение на работата на Катрин Д’Игнацио и Лорън Ф. Клайн, публикувана през 2020 г.

През ноември 2015 г. Катрин Д’Игнацио от Медийната лаборатория на Масачузетския технологичен институт е поканена да напише публикация за Форума за отговорни данни (Responsible Data Forum), а Лорън Клайн от Технологичния институт на Джорджия изнася лекция в Североизточния университет в Бостън – и двете посветени на тогава необичайната тема за феминистката визуализация на данни. Това води до тяхното сътрудничество и до кратката статия „Феминистка визуализация на данни“. В хода на работата си те развиват концепцията за феминизъм на данните като подход към данните, системите от данни и науката за данните, вдъхновен от историята на феминисткия активизъм и критическата теория, и публикуват статия със същото заглавие през 2020 г.

В седемте си глави книгата Data Feminism (D'Ignazio, Catherine; Klein, Lauren F. (2020). The MIT Press) представя примери за пристрастия в данните и стратегии за тяхното преодоляване, както и анализи на взаимосвързани структури на власт, основани на етническа принадлежност, сексуална ориентация и социална класа. Работата на Д’Игнацио и Клайн получава висока оценка в академичните среди заради своя задълбочен и научно обоснован подход.

В Европа В Европа концепцията за феминизъм на данните се развива паралелно с изследванията на Клайн и Д’Игнацио, като постепенно придобива собствена форма, съобразена с местните реалности. Този подход предлага примери за това как феминизмът на данните може да служи като изследователска рамка в различни контексти.

Такъв пример е проектът Urban Belonging, стартиран през 2021 г. от колектив европейски изследователи и урбанисти с цел да проследи житейския опит на недостатъчно представените градски общности. В духа на феминизма на данните инициативата създава карти и визуализации, които подкопават установените йерархии и поставят под въпрос традиционните властови динамики.

Пример за конкретно приложение на феминизма на данните в Италия е документ на община Болоня, в който институцията поема ангажимент да публикува данни, разпределени по пол, и да отчита показателите за полово въздействие при оценката на собствените си инициативи.

Журналистката Доната Коломбро посочва редица примери за това как принципите на феминизма на данните намират отражение в изследвания, разглеждащи неравенството между половете в областта на данните в Италия. Сред тях са La rete non ci salverà на Лилия Джуни, посветена на неравенствата, Gender Tech на Лаура Трипалди, която анализира влиянието на „джендър технологиите“ и Quando i dati ci discriminano на самата Коломбро, разглеждаща автоматичната дискриминация, произвеждана от алгоритмите на социалните медии.

Принципи

Контраданни

Един от основните принципи на феминизма на данните е събирането и използването на контраданни – алтернативни или допълващи набори от данни, които разкриват аспекти, пренебрегвани от официалната статистика. Значим пример е работата на мексиканската активистка Мария Салгеро, която от 2016 г. картографира случаи на фемицид в Мексико, събирайки информация за над 5000 случая. Нейните данни показват разминавания с институционалните източници: само през 2019 г. тя регистрира 2900 фемицида, докато официалната статистика отчита едва 1006.

Друг пример за събиране и визуализиране на контраданни е базираният в САЩ проект Anti-Eviction Mapping Project (AEMP). Той цели да запълни пропуските в официалната статистика за изгонванията в Сан Франциско, която отчита единствено броя на случаите, без да предоставя необходимия социален контекст. Чрез събиране на по-детайлни, ориентирани към хората данни, AEMP успява да осветли ролята на технологичните компании от Силициевата долина в този процес .

Разделяне на данни Необходимостта от събиране на данни, които могат да бъдат дезагрегирани по множество променливи, е ключов принцип на феминизма на данните. Подобно разделяне позволява по-прецизно изследване на различията между групите и на корелациите между отделните фактори. Традиционните системи за събиране на данни често не разделят информацията по раса, етническа група (включително подгрупи и майчин език), пол (включително сексуална ориентация и полова идентичност), увреждане, възраст, доход, географски район и социални детерминанти на здравето, което замъглява сложните реалности на много общности. Показателен пример е митът за „моделното малцинство“: обобщените данни създават впечатление за високи социално-икономически показатели сред американците от азиатски произход, докато дезагрегираните данни разкриват значителни вътрешни различия – например нивата на бедност варират от 7% сред филипинските американци до 19% сред бирманските американци.

Достъпност на данните Друг основен принцип на феминизма на данните е вниманието към достъпността на информацията, разглеждана от различни гледни точки и свързана с възможността всеки да получава и използва данни. Достъпът предполага наличието на информация в момента, когато е необходима, включително чрез публични бази данни, правителствени архиви и други ресурси, но може да бъде ограничен от липса на средства, разрешителни или законови бариери. Важен аспект е и оперативната съвместимост – способността данните да бъдат споделяни и използвани между различни системи благодарение на стандартизирани и разбираеми формати, което улеснява комбинирането на информация от множество източници.

Бележки

Категория:Изследвания на пола Категория:Политическа социология Категория:Феминизъм Категория:Дискриминация Категория:Анализ на данни