Onzichtbare vrouwen gaat over de ‘genderdatakloof’. In het verleden, maar ook vandaag de dag is de man het uitgangspunt van wetenschappelijke studies. Dat is voor vrouwen soms onaangenaam (kantoortemperaturen die op mannelijke ervaringen zijn gebaseerd, rillen dus!) en soms zelfs levensbedreigend (veiligheidsgordels die met mannenmaten zijn ontworpen). Dit is vaak niet eens bewust gedaan, er is gewoon onvoldoende besef dat vrouwen anders zijn dan mannen. Vrouwen worden niet gezien, dat is misschien nog erger dan bewust genegeerd of onderdrukt worden. Vrouwen zijn onzichtbaar.
Genderdatakloof
De genderdatakloof ontstaat wanneer data van vrouwen niet wordt verzameld of, als dat wel gebeurt, deze vrouwen-data niet wordt gescheiden van de data van mannen. Dan heb je dus geen statistieken specifiek voor vrouwen in het onderzoek.
Big Data en Artificial Intelligence (AI) kunnen voor geweldige doorbraken zorgen. Maar: garbage in = garbage out. Stop er data in die onvolledig is, en de uitkomsten zullen verkeerd zijn. Datakloof. Maar er is nog een oorzaak: als degenen die beslissingen nemen alleen maar (gezonde, witte) mannen zijn. Zij realiseren zich niet eens dat alleen hún gezichtspunt wordt meegenomen, voor hen is dat het énige gezichtspunt. Het gevolg is onbewuste, systematische discriminatie. Toeval? Dit boek stelt van niet. Het is een bias, de ‘mens=man bias’.
Taal
Interessant is de in de inleiding opgenomen verhandeling over taal, waarbij het feit dat in het Engels ‘man’ zowel man als mens betekent, al voorspellend is. Als wij ‘hij’ lezen in een tekst, kunnen we misschien wel weten dat hij/zij wordt bedoeld, dat hij ‘generisch’ is, maar onbewust denken we: ‘mannelijk’. Dat geldt ook voor termen als dokter; dokteres bestaat, maar is niet gangbaar. Bij ‘dokter’ denken we aan een man.
Het toevoegen van m/v aan een personeelsadvertentie heeft geen enkele invloed op ons vooroordeel dat bijvoorbeeld een dokter een man is, zo blijkt uit onderzoek waarbij mannen en vrouwen een tekening moesten maken van diverse mensen-woorden: user, person, designer, etc. Zelfs vrouwen kiezen dan in 80% van de gevallen voor een mannelijk poppetje (mannen nog meer). Een bias dus. De standaard is man.
Lichamelijke verschillen
Het boek puilt uit van de voorbeelden van onderzoeken, waarvan veel gaan over de lichamelijke verschillen tussen de vrouwen en mannen. Ik pikte er een paar bijzondere uit:
- Een piano heeft een standaardwijdte, een octaaf is 18,8 cm. Vrouwenhanden zijn gemiddeld tussen de 17,8 en 20,3 cm wijd. De twaalf pianisten die tot de internationale top behoren hebben een handwijdte van minimaal 22,3. Daar waren twee vrouwen bij: met handwijdtes van 22,9 en 24,1 cm. One-size-fits-men.
- Stemherkenning in auto’s is ontworpen op de lagere stemmen van mannen en werkt bij vrouwen vaak niet (goed). Hetzelfde geldt voor de dicteersystemen in ziekenhuizen. De databanken waarop de technologie is gebaseerd, wordt gedomineerd (70%) door mannenstemmen.
- In het algemeen geldt dat databanken die gebruikt worden voor ontwikkelprocessen gevuld zijn met data van mannen, niet alleen geluid, maar ook beeld en tekst.
- Vrouwen zijn lichamelijk écht anders dan mannen, tot op cel-niveau aan toe. Ze hebben bijvoorbeeld van nature 3x zoveel kans om auto-immuunziekten te krijgen, waardoor ze ook sterkere afweerreacties tegen vaccins hebben. Toch maken vrouwen bij klinisch onderzoeken minder dan 50% uit.
- Proefdieren zijn vaak alleen mannelijk, en als dat niet zo is, worden de resultaten niet per sekse uitgesplitst. Niet relevant? Nou, een recent onderzoek met muizen leverde voor vrouwelijke muizen exact tegenovergestelde resultaten op van een eerder onderzoek met louter mannelijke muizen!
Vrouwen zichtbaar maken
Wat moet er gebeuren om deze systematische discriminatie tegen te gaan? Belangrijk is de bereidheid om die vrouwen-data te verzamelen, ook al kost het geld, of je reputatie (bijvoorbeeld seksueel geweld in je overvolle bussen of metro’s, dat wil je liever niet weten, toch?). Daarnaast moet de bereidheid om de data die er is te gebruiken omhoog.
Interessant is dat als vrouwen bij een onderzoek betrokken zijn, de genderdatakloof aantoonbaar gedicht wordt. Vrouwelijke topfunctionarissen nemen het vrouwelijke perspectief mee bij besluitvorming, vrouwelijke onderzoekers zorgen voor genoeg vrouwen-data, afgesplitst van de mannen-data. Genoeg reden dus voor een betere participatie van vrouwen in bedrijven en overheid.
Blijvend relevant
Bij dit boek dacht ik op elke pagina: dat kan toch niet waar zijn? Maar dat is het wel. De hoeveelheid onderzoeken die de auteur noemt is overweldigend en de effecten van de mens=man bias zijn enorm. En hoewel er wel wat verbeterd lijkt in de afgelopen paar jaar (ik testte de vertaal-software), is er ook heel veel nog niet gefixed (ik checkte de vaccins). De conclusies blijven dus overeind.
Toch is dit geen zwaar boek. Het is grappig, vaak cynisch geschreven, met een ondertoon van irritatie. Ook is het inspirerend, omdat er ook veel voorbeelden in staan hoe het beter kan (vaak uit Scandinavië, zou dat toeval zijn?) Ik las het bijna in één adem uit.
Een aantal zaken zul je (als vrouw) al kennen, want daar wordt al vaak over geschreven. Maar discriminatie is als een ijsberg: er is nog ongelofelijk veel onder het wateroppervlak, wat je niet ziet. Een relevant boek voor vrouwen, die alle zeilen moeten bijzetten om gezien te worden.
Echter, dit boek is ook heel relevant voor het bedrijfsleven. In alle sectoren is 50% van de doelgroep vrouw. Zou je daar niet alles van willen weten? Zou je die niet net zo goed willen bedienen als die andere 50%, waarvan je wel data hebt? Vast wel. Zorg voor vrouwen op de juiste posities in je bedrijf, en je bent al een heel eind. Dóé wat met je Big vrouwen-Data en maak de wereld een stukje beter.
Over Elly Stroo Cloeck
Elly Stroo Cloeck is project- en interim-manager op het gebied van Finance, Internal Audit en Risk Management. Daarnaast schrijft ze recensies en samenvattingen van managementboeken.
