Ήρθε η ώρα οι οπτικοποιήσεις δεδομένων να περιλαμβάνουν περισσότερες πληροφορίες σχετικά με το φύλο

Ως μαθητής, ανέλυσα οπτικοποιήσεις δεδομένων φύλου που απεικόνιζαν δεδομένα φύλου από μεγάλες εταιρείες πολυμέσων. Να τι έμαθα.

Εικονογράφηση Alison Booth

Η οπτικοποίηση δεδομένων γίνεται όλο και πιο δημοφιλής μέρα με τη μέρα στα μέσα ενημέρωσης. Ιδιαίτερα στην εποχή του COVID-19, καταναλώνουμε γραφήματα, χάρτες και γραφήματα σε αφθονία και οι δημοσιογράφοι χρησιμοποιούν πλέον δεδομένα ως βάση για να αναλύσουν και να οπτικοποιήσουν μεγαλύτερες τάσεις και φαινόμενα που επηρεάζουν την κοινωνία σε παγκόσμια κλίμακα.

Αλλά τα δεδομένα μερικές φορές μπορεί να εξαπατούν. Οι άνθρωποι βλέπουν τα δεδομένα ως πιο αντικειμενικά από άλλες πληροφορίες, αλλά αυτό δεν είναι απαραίτητα αλήθεια. Τα δεδομένα εξαρτώνται από τη συλλογή δεδομένων, από τη συλλογή ερευνών, από συγκεκριμένες ερωτήσεις που αναζητούν συγκεκριμένες απαντήσεις. Οι άνθρωποι εμπιστεύονται τα δεδομένα επειδή συνήθως τα αντιλαμβάνονται ως συγκεκριμένο γεγονός — αλλά όταν δεν τίθενται οι σωστές ερωτήσεις, η εμφάνιση παραπλανητικών δεδομένων περιθωριοποιεί μια ολόκληρη ομάδα ανθρώπων.

Για δεκαετίες, οι οπτικοποιήσεις που εμφανίζουν δεδομένα φύλου έχουν προωθήσει μια δυαδική νοοτροπία, η οποία περιθωριοποιεί και αποκλείει όσους δεν ταυτίζονται ως αυστηρά άνδρες ή γυναίκες. Μη δυαδικές έννοιες του φύλου γίνονται ολοένα και πιο αποδεκτές και η διάκριση μεταξύ του καθορισμένου φύλου και του φύλου αναγνωρίζεται επιτέλους σε κοινωνική κλίμακα.

Τα δεδομένα μας πρέπει να αντικατοπτρίζουν αυτό.

Ανέλυσα 40 άρθρα που δημοσιεύτηκαν από Οι Νιου Γιορκ Ταιμς και Η Wall Street Journal το 2020 που περιελάμβανε αναλύσεις δεδομένων ή οπτικοποιήσεις δεδομένων με βάση το φύλο. Από αυτά, μόνο πέντε — ή το 12,5% — περιελάμβαναν όρους ή συγκεκριμένα δεδομένα που αντιστοιχούσαν σε άτομα που δεν ταυτίζονται ούτε ως γυναίκες ούτε ως άνδρες. Μόνο περισσότερη έρευνα θα δείξει, αλλά υποψιάζομαι ότι τα αποτελέσματα θα είναι παρόμοια.

Οι ιστορίες που αναγνώρισαν μη δυαδικές ταυτότητες επικεντρώνονταν συνήθως στην κοινότητα LGBTQ+ και ήταν σταθερά με επίκεντρο το προφίλ, στιλιστικά κομμάτια, όπως αυτό Κομμάτι των New York Times που βυθίζεται στα μειονεκτήματα των πάρτι αποκάλυψης φύλου (και παρατίθεται στην ενότητα Στυλ των Times). Τα δεδομένα που επικεντρώθηκαν στις εκλογές του 2020 ή στον COVID-19, ωστόσο - που αποτελούσαν το 43% των άρθρων που αναλύθηκαν και ένα τεράστιο ποσοστό των ειδήσεων του τρέχοντος έτους - έδειχναν πάντα το φύλο ως δυαδικό, όπως αυτό Οπτικοποίηση Wall Street Journal που αναλύει τα αποτελέσματα των εκλογών του 2020.

Αυτό το είδος παράλειψης δεν είναι καινούργιο. Στον πυρήνα της, η χρήση δεδομένων ως εργαλείου για την παρουσίαση πληροφοριών είναι μια εσφαλμένη πρακτική. Τα δεδομένα ήταν πάντα προκατειλημμένα προς αυτό που η κοινωνία έχει ιστορικά ορίσει ως κανόνα: το cisgender, λευκό αρσενικό.

Συμβαίνει στις γυναίκες εδώ και αιώνες. Συντάχθηκε σπουδές των εγχειριδίων γλώσσας και γραμματικής από τη Γερμανία, τις Ηνωμένες Πολιτείες, την Αυστραλία και την Ισπανία διαπίστωσαν ότι οι άνδρες είχαν τρεις φορές περισσότερες πιθανότητες να χρησιμοποιηθούν σε μια παραδειγματική πρόταση από ότι μια γυναίκα. Η ψυχαγωγία μας μας λέει αυτό: A 2007 μελέτη από πάνω από 25.000 τηλεοπτικούς χαρακτήρες διαπίστωσαν ότι μόνο το 13% των μη ανθρώπινων χαρακτήρων ήταν γυναίκες (και πολύ, πολύ λίγοι ήταν μη δυαδικοί). Τα ειδησεογραφικά μας μέσα μας δείχνουν αυτό: Το Παγκόσμιο Πρόγραμμα Παρακολούθησης Μέσων που βρίσκεται σε αυτό Έκθεση 2015 ότι «οι γυναίκες αποτελούν μόνο το 24% των ατόμων που ακούγονται, διαβάζουν ή βλέπονται σε ειδήσεις σε εφημερίδες, τηλεόραση και ραδιόφωνο, ακριβώς όπως και το 2010».

Οι γυναίκες θεωρούνταν ιστορικά ως το κατώτερο φύλο και η κοινωνία μόλις τώρα αρχίζει να διαλύει τα συστήματα καταπίεσης που τις κράτησαν υποταγμένες. Η φεμινίστρια συγγραφέας Caroline Criado Perez, στον πρόλογο του βιβλίου της «Invisible Women: Data Bias in a World Designed for Men», συνοψίζει το χάσμα των φύλων δεδομένων σε λίγες μόνο λέξεις: «Η λευκότητα και ο αρσενικός χαρακτήρας σιωπούν ακριβώς επειδή δεν χρειάζεται να να φωνάζουν.'

Εισερχόμαστε σε έναν χώρο όπου η κοινωνία αρχίζει να αναγνωρίζει την ύπαρξη περισσότερων από δύο φύλων — ενός φάσματος που περιλαμβάνει τρανς και τρανς άνδρες και γυναίκες, μη δυαδικά, φυλετικά queer και ίντερσεξ άτομα. Και ενώ οι γυναίκες αναγνωρίζονται όλο και περισσότερο στην ανάλυση δεδομένων, άλλα φύλα δεν αναγνωρίζονται. Τα δεδομένα μας πρέπει να αρχίσουν να αντικατοπτρίζουν την ύπαρξη πολλαπλών φύλων. Διαφορετικά, εκτοπίζει περαιτέρω μια ήδη περιθωριοποιημένη και υποεκπροσωπούμενη κοινότητα.

Αυτό δεν είναι εύκολο κατόρθωμα. Δεν θα γίνει εν μία νυκτί. Τα ιστορικά συστήματα συλλογής πληροφοριών αποκλείουν τα φύλα που δεν ορίζονται ως αρσενικά/θηλυκά, συμπεριλαμβανομένης ίσως της πιο σημαντικής συλλογής σύγχρονων δεδομένων: δεδομένων απογραφής.

ο Υπηρεσία Απογραφής έχει συλλέξει δεδομένα για πολίτες πρακτικά από την ίδρυση των Η.Π.Α , ωστόσο εξακολουθεί να αποτυγχάνει να συμπεριλάβει ακόμη και μια «άλλη» επιλογή για το φύλο. Αυτό όχι μόνο ενισχύει μια δυαδική δομή και την καθιστά δύσκολο για μη δυαδικά άτομα να ολοκληρωθεί — καθιστά επίσης απίστευτα δύσκολη την εύρεση δεδομένων που περιλαμβάνουν μη δυαδικά άτομα, ακόμη και για οργανισμούς ή μέσα που θέλουν να συμπεριλάβουν αυτά τα δεδομένα.

Πώς, λοιπόν, ως δημοσιογράφοι, συντάκτες δεδομένων και σχεδιαστές, εργαζόμαστε για να προσπαθήσουμε να βελτιώσουμε αυτό το σύστημα συλλογής δεδομένων, ειδικά όταν τόσοι πολλοί παράγοντες είναι εναντίον μας;

Ακολουθούν μερικά βήματα που μπορείτε να σκεφτείτε να κάνετε.

Προσαρμόστε τα δεδομένα σας με βάση τα συμφραζόμενα.

Εάν τα δεδομένα που χρησιμοποιείτε είναι δομημένα γύρω από ένα αρσενικό/θηλυκό δυαδικό αρχείο, αυτό είναι εντάξει. Είναι δύσκολο να βρείτε αξιόπιστα μη δυαδικά δεδομένα φύλου σε μια κοινωνία που έχει ιστορικά δομηθεί γύρω από το δυαδικό φύλο. Δεν μπορούμε ως δια μαγείας να κάνουμε τα παλιά δεδομένα πιο περιεκτικά. Αλλά εάν χρησιμοποιείτε αυτά τα δεδομένα, κάντε ένα σημείο για να αναγνωρίσετε ότι αποκλείει μια συγκεκριμένη ομάδα ανθρώπων. Η αναγνώριση του προβλήματος στην εκτύπωση είναι ένα βήμα που μας φέρνει πιο κοντά στην εφαρμογή λύσεων.

Παρουσιάστε όλα τα δεδομένα, όσο μικρά κι αν είναι τα περιθώρια.

Μερικές φορές μπορεί να είναι δύσκολο για τους σχεδιαστές να δομήσουν οπτικοποιήσεις που περιλαμβάνουν μικρότερες αναλογίες δεδομένων. Επειδή τα άτομα που δεν ταυτίζονται ως άντρες/γυναίκες αποτελούν ένα μικρότερο ποσοστό αυτών που το κάνουν, μερικές φορές μπορεί να είναι δύσκολο να παρουσιαστούν αυτά τα δεδομένα με ευανάγνωστο, οπτικά ελκυστικό τρόπο. Ωστόσο, δεν πρέπει να επιλέγουμε και να επιλέγουμε τι θα εμφανίσουμε για οπτική αισθητική — να συμπεριλάβουμε όλους τους τομείς δεδομένων που αναγνωρίζουν διαφορετικά φύλα, ανεξάρτητα από το πόσο μικρό ποσοστό.

Επιλέξτε μη περιοριστικά εργαλεία οπτικοποίησης για να εμφανίσετε τα δεδομένα σας.

Εργαλεία όπως τα γραφήματα ράβδων ή τα γραφήματα πίτας είναι εύκολες επιλογές οπτικοποίησης, αλλά μερικές φορές μπορεί να είναι περιοριστικά στην εμφάνιση δεδομένων που είναι μικρότερα ή μη δυαδικά. Αρκετές από τις οπτικοποιήσεις δεδομένων που ανέλυσα και έδειχναν το φύλο ως δυαδικό χρησιμοποίησαν ένα γράφημα ράβδου στοιβαγμένο ή ένα γράφημα πίτας. Μπορεί να είναι πιο δύσκολο να εμφανιστούν μικρότερα περιθώρια δεδομένων σε αυτά τα εργαλεία. Λοιπόν, γίνετε δημιουργικοί. Δοκιμάστε να χρησιμοποιήσετε ένα γράφημα με φυσαλίδες ή έναν χάρτη δέντρου ή ένα εργαλείο οπτικοποίησης που επιτρέπει την εμφάνιση μικρότερων περιθωρίων σε επαρκείς αναλογίες. Σκεφτείτε το ενδεχόμενο να κινηθείτε προς διαδραστικές απεικονίσεις που, μαζί με το ότι είναι μοντέρνα και οπτικά ελκυστικές, είναι ένα εξαιρετικό εργαλείο για την εμφάνιση άφθονων ποσοτήτων δεδομένων, διατηρώντας παράλληλα το ενδιαφέρον του κοινού και μείνετε μακριά από τη χρήση χρωμάτων ανά φύλο για την παρουσίαση των δεδομένων σας (π.χ. μπλε για άνδρες, ροζ για γυναίκες) . Παρόλο που μπορεί να είναι ένας εύκολος κανόνας για προεπιλογή, απλώς ενισχύει περαιτέρω μια δυαδική νοοτροπία.

Σκεφτείτε το ενδεχόμενο να κάνετε τις δικές σας έρευνες για να συγκεντρώσετε περισσότερα περιεκτικά δεδομένα.

Μερικές φορές το μεγαλύτερο εμπόδιο στην παρουσίαση δεδομένων χωρίς αποκλεισμούς είναι η εύρεση δεδομένων χωρίς αποκλεισμούς. Ανάλογα με το εύρος και τον τύπο των δεδομένων που θέλετε να εμφανίσετε, σκεφτείτε να κάνετε τις δικές σας έρευνες. Αυτό Άρθρο της Wall Street Journal , για παράδειγμα, εμφανίζει δυαδικά δεδομένα, αλλά περιλαμβάνει μια δική του δημοσκόπηση που δίνει την επιλογή να επιλέξετε 'άλλο' για το φύλο. Οι σχεδιαστές εδώ κάνουν καλή δουλειά παρουσιάζοντας τα δεδομένα που ήταν διαθέσιμα σε αυτούς, και η συμπερίληψη της δικής τους δημοσκόπησης υποδηλώνει την προσπάθειά τους να εμφανίσουν περισσότερα περιεκτικά δεδομένα.

Κάντε τα γυναικεία τμήματα σας πιο περιεκτικά.

Από τα άρθρα που ανέλυσα, αρκετά προέρχονταν από γυναικείες ενότητες των εφημερίδων, ιδιαίτερα των Times «Με τα λόγια της» Ενότητα. Όλες οι αναλύσεις δεδομένων εδώ, ωστόσο, εξακολουθούν να παρουσιάζουν το φύλο ως δυαδικό. Το βρήκα λίγο περίεργο και ειλικρινά απογοητευτικό. Τα σύγχρονα γυναικεία τμήματα προορίζονται να είναι μια περιεκτική και προοδευτική συλλογή σκέψης, όχι ένα ετερογενές αρχείο cis-γυναικών. Επεκτείνετε τις γυναικείες ενότητες για να συμπεριλάβετε περισσότερο τις τρανς γυναίκες, τα θηλυκά μη δυαδικά άτομα κ.λπ.

Η παρουσίαση ακριβών στοιχείων είναι βασική δημοσιογραφική ευθύνη. Θα πρέπει να αγωνιζόμαστε για μια συνολική έναντι της παραδοσιακής προσέγγισης.

Οι κοινωνικές έννοιες του φύλου αλλάζουν και το φύλο που του αποδίδεται μπορεί να μην καθορίζει πλέον την ταυτότητα φύλου του. Είναι σημαντικό η σύγχρονη δημοσιογραφία να το αντικατοπτρίζει αυτό.

Εάν αρχίσουμε να εφαρμόζουμε ένα σύστημα όπου δεν είναι η εξαίρεση, αλλά ο κανόνας η συμπερίληψη μη δυαδικών ταυτοτήτων φύλου στις δομές δεδομένων μας, θα μπορούσε να αλλάξει σημαντικά τη νοοτροπία των ανθρώπων σχετικά με το φύλο ως σύνολο. Τα μέσα ενημέρωσης είναι υποκινητές της αλλαγής. είναι υπεύθυνο για τη διαμόρφωση των σωστών ερωτήσεων προκειμένου να ληφθούν καλύτερες απαντήσεις.

Πρέπει να αρχίσουμε να συμπεριλαμβάνουμε όλες τις ταυτότητες στη δημοσιογραφία μας, ειδικά αυτές που υποεκπροσωπούνται και περιθωριοποιούνται για αιώνες.

Οι αφηγήσεις — συμπεριλαμβανομένων εκείνων που δημιουργούνται στις ειδήσεις — διαμορφώνουν την κατανόησή μας για την ανθρώπινη κατάσταση, όπως ο τρόπος που εκφράζουμε και κατανοούμε διαφορετικές ταυτότητες φύλου. Ως σύγχρονοι δημοσιογράφοι, πρέπει να βοηθήσουμε στη δημιουργία αφηγήσεων που να είναι ενσυναίσθητες, ποικίλες και χωρίς αποκλεισμούς — και μπορούμε να ξεκινήσουμε αναδιαρθρώνοντας την αφήγηση του φύλου.