Объявив в 2017 году о рождении дочери Олимпии, американская теннисистка Серена Уильямс призналась в соцсетях, что во время родов перенесла опасные для жизни осложнения. Тогда подписчики спортсменки — в основном, как и сама Уильямс, чернокожие женщины — начали делиться в соцсетях похожими историями. Позже Уильямс, ссылаясь на заявление Центра по контролю и профилактике заболеваний США, написала, что «чернокожие женщины в три раза чаще, чем белые, умирают от причин, связанных с беременностью или родами». А в 2018 году издание USA Today обнаружило еще более фундаментальную проблему: в стране не было системы отслеживания осложнений, полученных во время беременности и родов, хотя для других проблем состояний и диагнозов такие системы существовали.
Преподаватель кафедры городских исследований и планирования Массачусетского технологического института Кэтрин Д'Игнацио и доцент кафедр английского языка и количественной теории и методов Университета Эмори Лорен Кляйн видят в этой истории пример того, как гендерное и другие виды неравенства проявляются в области, которая, казалось бы, должна быть непредвзятой, — анализе данных. Они подчеркивают: методы сбора и интерпретации данных могут как разоблачать несправедливость, так и поддерживать дискриминацию.
Упущенные датасеты
Иногда данных по какой-либо проблеме мало, они отсутствуют в свободном доступе или вообще не собираются. На это обращает внимание художница Мими Онуоха в работе «Библиотека упущенных датасетов». Эта инсталляция представляет картотеку ненадежных либо вовсе не существующих наборов данных — от «количества жертв Нанкинской резни» до «мобильности пожилых людей с ограниченными возможностями или когнитивными нарушениями». При этом систематическая нехватка данных по какой-либо проблеме может означать, что проблема касается уязвимой, дискриминируемой группы. «То, что мы игнорируем, раскрывает больше, чем то, на что мы обращаем внимание, — считает Мими Онуоха. — Места, которые мы оставили пустыми, раскрывают наши скрытые социальные предубеждения и безразличие».
«У нас есть подробные наборы данных о длине зубов морских свинок и вещах, потерянных в метро Нью-Йорка. При этом в США не хватает данных о материнской смертности, которые начали собирать только недавно, и данных о сексуализированных домогательствах», — говорит Кэтрин Д'Игнацио.
Собирать данные бывает сложно технически. Это касается, например, статистики по разным видам семейного и сексуализированного насилия — из-за страха, стигмы, недоверия к органам власти пострадавшие не обращаются за помощью, и преступления не фиксируются. Из-за этого так разрознены и фрагментированы данные по количеству ранних браков, калечащих операций на женских половых органах, «убийств чести», случаев современного рабства.
В упоминавшейся выше «Библиотеке упущенных датасетов» Мими Онуохи есть и «фемициды в Мексике». Это неслучайно: в 2010-е годы убийства женщин стали причиной многотысячных протестов в разных странах Латинской Америки. Правозащитные группы, добивавшиеся правосудия для семей погибших, начали именно со сбора статистики, которая показала бы масштаб проблемы. Похожую работу делают общественные организации в разных частях света. «Без точного и сопоставимого сбора данных не может быть правильного понимания фемицида и эффективной стратегии борьбы с ним, — подчеркивает Региональный директор офиса Структуры «ООН-женщины» для стран Европы и Центральной Азии Алия Эль-Ясир. — Статистическая база по убийствам женщин и девочек по гендерному признаку позволяет собирать статистические данные даже в странах, в которых фемицид не определяется как отдельное уголовное преступление. Подсчитывая каждую жертву фемицида, мы можем гарантировать, что виновные будут привлечены к ответственности и правосудие восторжествует».
Не только жертвы и матери
Впрочем, когда сбор данных о социальной группе фокусируется на какой-то одной сфере, это создает искаженное представление о том, чем эта группа живет. «То немногое, что мы собираем о женщинах, как правило, касается либо их опыта насилия, либо репродуктивного здоровья», — отмечает директор по коммуникациями в Data2X (НКО, нацеленная на улучшение качества данных, связанных с гендером) Нина Рабинович Блекер. В результате складывается нарратив, в котором женщины упрощенно изображаются лишь как жертвы и матери.
Интересный пример статистики, которая рассматривает женщин в ином ключе, — проект лаборатории Data + Feminism Lab при Массачусетском технологическом институте «Аудит улиц». Он исследует, сколько и какие городские объекты увековечивают память великих женщин прошлого. А упомянутая выше организация Data2X старается восполнить пробелы, собирая и публикуя данные, которые касаются участия женщин в экономике и политике, их доступа к образованию и медицине (помимо беременности и родов).
Очень часто такого рода статистика доступна в общем виде, без разбивки по полу. Например, женщины не выделены как группа в публикуемых Росстатом наборах данных, которые касаются средней пенсии, медианного дохода, средней и медианной зарплаты. По запросу «заболеваемость» Единая межведомственная информационно-статистическая система (ЕМИСС) выдает 23 различных датасета, от заболеваемости ВИЧ до численности людей с инвалидностью, и ни в одном нет разбивки по полу. Как отдельная группа женщины не выделены и в статистике по проведенным медицинским операциям и посещениям врачей.
Порой разбивка по полу в наборе данных есть, но нет других важных параметров. Например, известно, что доля женщин среди врачей в России составляет более 70% — это одна из самых феминизированных профессиональных сфер. Однако статистики о распределении руководящих постов в системе здравоохранения Минздрав не ведет. Из-за этого неизвестно, сколько среди женщин главврачей и заведующих отделениями; какие у них зарплаты.
Получается, что, вопреки привычному представлению о данных как о чистых фактах, их нельзя назвать нейтральными и объективными: в них могут проявляться сексизм, расизм, эйблизм (дискриминация людей с ограниченными возможностями, хроническими заболеваниями, физическими и ментальными особенностями) и другие виды дискриминации. Этому посвящена книга Кэролайн Криадо Перес «Невидимые женщины». Она, например, рассказывает, что во многих медицинских исследованиях женщин зачастую не берут в расчет, что приводит к неверной диагностике заболеваний и ошибкам в лечении, которые могут стоить жизни. Другой пример: только относительно недавно автопроизводители начали использовать в краш-тестах манекены женщин.
Иногда наборы данных, наоборот, чрезмерно фокусируются на уязвимых группах. В книге «Автоматизация неравенства» адъюнкт-профессор кафедры политологии Университета Олбани Вирджиния Юбэнкс рассказывает об Управлении по делам детей, молодежи и семей округа Аллегейни в западной Пенсильвании, которое использует алгоритмическую модель, чтобы прогнозировать риск жестокого обращения с детьми дома. Цель управления — изымать детей из неблагополучных семей до того, как они пострадают. Однако, как замечает Юбэнкс, в результате возникает неравенство.
Родители, которые чаще полагаются на государственные ресурсы — службы психического здоровья, Medicaid (американская программа медицинского страхования для социально незащищенных лиц), программы лечения наркомании и алкоголизма, — оставляют больше «информационных следов», чем более состоятельные родители, которым легче получить доступ к частной медицинской помощи. В результате в базе данных, которую собирает управление, бедных семей больше, и для них математическая модель искусственно завышает и риск насилия в отношении детей. Это, в свою очередь, бьет по женщинам, воспитывающим детей в одиночку, для которых вероятность оказаться в плохом материальном положении выше.
Важна интерпретация
Работая над книгой «Дата-феминизм», Д'Игнацио и Кляйн загрузили черновик на платформу PubPub, предоставив пользователям возможность его комментировать. В интервью Colta (сайт издания заблокирован на территории России) Кэтрин Д'Игнацио поясняла, что чем больше голосов задействовано в работе, тем более полное знание о мире можно получить в итоге. Когда своими мнениями делятся люди с разным опытом, знаниями и взглядами на мир, это позволяет снизить риск неверной трактовки данных.
Один из ярких примеров того, как знание контекста меняет представление о данных, — проект «Алгоритм света» Консорциума женских НПО и программистки Светланы Жучковой, который на протяжении нескольких лет анализировал судебные дела, касающиеся семейного насилия. В 2023 году проект выбрал для анализа приговоры за причинение тяжкого вреда здоровью. На первый взгляд, мужчины страдают от рук родственников чаще, чем женщины (7927 случаев против 6393 соответственно). Но если изучить обстоятельства этих дел, то, во-первых, окажется, что мужчины реже страдают от рук партнерш. А во-вторых, даже в ситуациях, когда женщины причиняли мужчинам (родственникам или партнерам) тяжкий вред здоровью, только одна из пяти нападала первой: 79% осужденных женщин заявляли, что защищались, в 59% случаев это косвенно признавал и суд (оценивая поведение мужчины как противоправное или аморальное). Среди мужчин-обвиняемых о самозащите заявили только 17%. Эти детали показывают, что абсолютное большинство агрессоров в рассмотренных ситуациях — именно мужчины.
Другой пример: медицинская статистика, как правило, показывает, что женщины чаще обращаются за помощью по вопросам психологического здоровья, нежели мужчины — подобный разрыв, например, наблюдался в период пандемии COVID-19. Но это не значит, что у мужчин психологические проблемы менее распространены. Как объясняла изданию «Коммерсантъ» клинический психолог Олеся Толстухина, «женщины чаще признают свою уязвимость и потребность в помощи, чем мужчины, поэтому среди женщин обращений больше». А авторы доклада «Динамика субъективного благополучия» из Лаборатории сравнительных социальных исследований им. Р. Ф. Инглхарта НИУ ВШЭ добавляли, что женщины, особенно воспитывающие детей, чаще теряли работу (в том числе потому, что локдауны особенно сильно ударили по феминизированной сфере услуг) и брали на себя всю заботу о детях во время закрытия школ и детских садов.
Данные в действии
В интервью журналу Glamour Серена Уильямс призналась, что ей пришлось настаивать, чтобы медицинская бригада провела дополнительные тесты для диагностики ее послеродовых осложнений. Не будь она 23-кратной чемпионкой турниров Большого шлема, она могла бы пополнить статистику женщин, которые не получили должной помощи.
«Достижение гендерного равенства невозможно без надежных данных. Разрыв в гендерных данных — это зияющая дыра в нашей способности отслеживать и стимулировать прогресс. Заполнить ее — не опционально, а необходимо», — убеждены в организации «ООН-женщины». Но для того, чтобы свести к минимуму дискриминационные практики, необходимо еще уметь анализировать данные без предвзятости.
Именно это Кэтрин Д'Игнацио называет дата-феминизмом. Правда, не обходится без курьезов: она вспоминает, что однажды этот термин интерпретировали как раскрашивание диаграмм и графиков в нежные — «женственные» — цвета.