È tempo che le visualizzazioni dei dati siano più comprensive delle informazioni sul genere

Da studente, ho analizzato le visualizzazioni dei dati di genere che ritraevano i dati di genere delle principali società di media. Ecco cosa ho imparato.

Illustrazione di Alison Booth

La visualizzazione dei dati sta diventando sempre più popolare nei media. In particolare nell'era del COVID-19, stiamo consumando in abbondanza grafici, mappe e grafici e i giornalisti ora utilizzano i dati come base per analizzare e visualizzare tendenze e fenomeni più grandi che hanno un impatto sulla società su scala mondiale.

Ma i dati a volte possono ingannare. Le persone vedono i dati come più oggettivi di altre informazioni, ma questo non è necessariamente vero. I dati dipendono dalla raccolta dei dati, dalla raccolta di sondaggi, da domande specifiche che cercano risposte specifiche. Le persone si fidano dei dati perché sono generalmente percepiti come fatti concreti, ma quando non vengono poste le domande giuste, la visualizzazione di dati fuorvianti emargina un intero gruppo di persone.

Per decenni, le visualizzazioni che mostrano dati di genere hanno promosso una mentalità binaria, che emargina ed esclude coloro che non si identificano come strettamente maschili o femminili. Concetti non binari di genere stanno diventando sempre più accettate e la distinzione tra sesso e genere assegnati viene finalmente riconosciuta su scala sociale.

I nostri dati dovrebbero riflettere questo.

Ho analizzato 40 articoli pubblicati da Il New York Times e Il giornale di Wall Street nel 2020 che includeva analisi dei dati o visualizzazioni di dati basati sul genere. Di questi, solo cinque - o il 12,5% - includevano termini o dati specifici che rappresentavano persone che non si identificavano né come donne né come uomini. Solo più ricerche lo diranno, ma sospetto che i risultati sarebbero simili.

Le storie che riconoscevano identità non binarie erano tipicamente incentrate sulla comunità LGBTQ+ ed erano pezzi stilistici costantemente centrati sul profilo, come questo Pezzo del New York Times che si tuffa nei contro delle parti rivelatrici di genere (ed è elencato nella sezione Stile del Times). I dati incentrati sulle elezioni del 2020 o sul COVID-19, tuttavia, che costituivano il 43% degli articoli analizzati e un'enorme percentuale delle notizie di quest'anno, mostravano sempre il genere come un binario, come questo Visualizzazione del Wall Street Journal che analizza i risultati delle elezioni del 2020.

Questo tipo di omissione non è nuova. In sostanza, utilizzare i dati come strumento per presentare le informazioni è una pratica imperfetta. I dati sono sempre stati prevenuti verso ciò che la società ha storicamente definito la norma: il cisgender, il maschio bianco.

Succede alle donne da secoli. compilato studi dei libri di testo di lingua e grammatica di Germania, Stati Uniti, Australia e Spagna hanno scoperto che gli uomini avevano tre volte più probabilità di essere usati in una frase di esempio rispetto a una donna. Il nostro spettacolo ci dice questo: Un 2007 studia su oltre 25.000 personaggi televisivi ha scoperto che solo il 13% dei personaggi non umani erano donne (e pochissimi erano non binari). I nostri mezzi di informazione ci mostrano questo: il progetto di monitoraggio dei media globali trovato nel suo Rapporto 2015 che “le donne costituiscono solo il 24% delle persone ascoltate, lette o viste su giornali, televisione e notiziari radiofonici, esattamente come nel 2010”.

Le donne sono state storicamente viste come il sesso minore e la società sta iniziando proprio ora a smantellare i sistemi di oppressione che le hanno mantenute soggiogate. La scrittrice femminista Caroline Criado Perez, nella prefazione del suo libro 'Invisible Women: Data Bias in a World Designed for Men', riassume in poche parole il divario di genere dei dati: 'Il bianco e la mascolinità tacciono proprio perché non hanno bisogno di essere vocalizzato”.

Stiamo entrando in uno spazio in cui la società sta iniziando a riconoscere l'esistenza di più di due generi: uno spettro che include uomini e donne transgender, persone non binarie, genderqueer e intersessuali. E mentre le donne vengono sempre più riconosciute nell'analisi dei dati, altri generi no. I nostri dati devono iniziare a riflettere l'esistenza di più generi. Altrimenti, sposta ulteriormente una comunità già emarginata e sottorappresentata.

Questa non è un'impresa facile. Non accadrà dall'oggi al domani. I sistemi storici di raccolta di informazioni escludono i generi non definiti come maschio/femmina, inclusa forse la raccolta più influente di dati moderni: i dati del censimento.

Il Ufficio di censimento ha raccolto dati sui cittadini praticamente da quando sono stati fondati gli Stati Uniti , ma ancora non include nemmeno un'opzione 'altra' per il genere. Questo non solo rafforza una struttura binaria e la rende difficile per gli individui non binari da completare — rende inoltre incredibilmente difficile trovare dati che includano persone non binarie, anche per le organizzazioni o i media che desiderano includere tali dati.

Quindi, come lavoriamo noi, come giornalisti, editor di dati e designer, per cercare di migliorare questo sistema di raccolta dei dati, in particolare quando così tanti fattori sono contro di noi?

Ecco alcuni passaggi che potresti prendere in considerazione.

Contestualizza i tuoi dati.

Se i dati che stai utilizzando sono strutturati attorno a un binario maschio/femmina, va bene. È difficile trovare dati di genere non binari affidabili in una società che è stata storicamente strutturata attorno al binario di genere. Non possiamo magicamente rendere i vecchi dati più inclusivi. Ma se stai usando questi dati, fai in modo di riconoscere che esclude un gruppo specifico di persone. Riconoscere il problema sulla stampa è un passo che ci avvicina all'implementazione di soluzioni.

Presenta tutti i dati, non importa quanto piccoli siano i margini.

A volte può essere difficile per i progettisti strutturare visualizzazioni che includono rapporti di dati più piccoli. Poiché gli individui che non si identificano come maschi/femmine costituiscono una percentuale minore di coloro che lo fanno, a volte può essere difficile presentare quei dati in modo leggibile e visivamente accattivante. Ma non dovremmo scegliere cosa visualizzare per l'estetica visiva: includi tutti i settori di dati che riconoscono generi diversi, indipendentemente dalla percentuale.

Scegli strumenti di visualizzazione non restrittivi per mostrare i tuoi dati.

Strumenti come grafici a barre o grafici a torta sono scelte di visualizzazione facili, ma a volte possono essere restrittivi nel mostrare dati più piccoli o non binari. Molte delle visualizzazioni dei dati che ho analizzato che mostravano il genere come binario utilizzavano un grafico a barre in pila o un grafico a torta. Può essere più difficile mostrare margini di dati più piccoli in questi strumenti. Quindi, sii creativo. Prova a utilizzare un grafico a bolle o una mappa ad albero o uno strumento di visualizzazione che consenta di mostrare margini più piccoli in proporzioni adeguate. Prendi in considerazione l'idea di passare a visualizzazioni interattive che, oltre ad essere alla moda e visivamente accattivanti, sono un ottimo strumento per visualizzare abbondanti quantità di dati mantenendo il pubblico interessato ed evitare di utilizzare colori di genere per presentare i tuoi dati (ad esempio blu per gli uomini, rosa per le donne) . Sebbene possa essere una norma facile da utilizzare per impostazione predefinita, rafforza ulteriormente una mentalità binaria.

Prendi in considerazione la possibilità di creare i tuoi sondaggi per raccogliere dati più inclusivi.

A volte l'ostacolo più grande nella presentazione di dati inclusivi è trovare dati inclusivi. A seconda dell'intervallo e del tipo di dati che desideri mostrare, considera la possibilità di creare i tuoi sondaggi. Questo Articolo del Wall Street Journal , ad esempio, mostra dati binari, ma include un proprio sondaggio che offre la possibilità di selezionare 'altro' per sesso. I progettisti qui stanno facendo un buon lavoro nel mostrare i dati a loro disposizione e l'inclusione del loro sondaggio suggerisce il loro tentativo di mostrare dati più inclusivi.

Rendi le tue sezioni femminili più inclusive.

Degli articoli che ho analizzato, molti provenivano da sezioni femminili dei giornali, in particolare dal Times “Nelle sue parole” sezione. Tutte le analisi dei dati qui, tuttavia, presentavano ancora il genere come un binario. L'ho trovato un po' sorprendente e francamente deludente. Le sezioni delle donne moderne vogliono essere una raccolta di pensiero inclusiva e progressiva, non un archivio eterogeneo di donne cis. Espandi le sezioni delle tue donne per essere più inclusive di donne transgender, persone femminili non binarie, ecc.

Presentare dati accurati è una responsabilità giornalistica fondamentale. Dovremmo lottare per un approccio onnicomprensivo rispetto a quello tradizionale.

Le connotazioni sociali del genere stanno cambiando e il sesso assegnato a una persona potrebbe non definire più la loro identità di genere. È importante che il giornalismo moderno rifletta questo.

Se iniziamo a implementare un sistema in cui non è l'eccezione ma la norma includere identità di genere non binarie all'interno delle nostre strutture di dati, potrebbe alterare considerevolmente la mentalità delle persone sul genere nel suo insieme. I media sono un istigatore di cambiamento; è responsabile di inquadrare le domande giuste per ottenere risposte migliori.

Dobbiamo iniziare a includere tutte le identità nel nostro giornalismo, specialmente quelle che sono state sottorappresentate ed emarginate per secoli.

Le narrazioni, comprese quelle create nelle notizie, modellano la nostra comprensione della condizione umana, come il modo in cui esprimiamo e comprendiamo le diverse identità di genere. Come giornalisti moderni, dobbiamo aiutare a creare narrazioni che siano empatiche, diverse e inclusive e possiamo iniziare ristrutturando la narrativa di genere.