Utente:Giacomo.saroldi/Sandbox 4
Il femminismo dei dati è un paradigma della scienza dei dati che si basa sulla considerazione che qualsiasi analisi e visualizzazione dell'informazione rappresenti il risultato di una serie di processi complessi e che quindi sia necessario, per comprendere come i dati vengano raccolti, elaborati, esposti e utilizzati, considerare il contesto sociale, politico e storico in cui questi processi hanno avuto luogo.[1][2].
Benché il nome ponga l'accento sulla questione dell'uguaglianza di genere, l'attenzione in questa disciplina si concentra sull'intersezionalità, ovvero sull'insieme dei fattori che influenzano le esperienze delle persone e le opportunità a loro disposizione, compresi razza, etnia, classe sociale, orientamento sessuale, identità di genere, abilità, età anagrafica, religione, nazionalità e molti altri[3].
Storia
[modifica | modifica wikitesto]Nel novembre 2015, Catherine d’Ignazio, ricercatrice al Massachusetts Institute of Technology Media Lab, venne invitata a scrivere un post sul blog per il Responsible Data Forum, mentre Lauren Klein, ricercatrice al Georgia Institute of Technology tenne un discorso alla Northeastern University. Entrambi gli interventi parlavano di visualizzazione femminista dei dati, un argomento insolito per l'epoca. A questi interventi seguì una collaborazione che portò all'elaborazione di un breve documento, Feminist Data Visualisation[2]. Proseguendo la collaborazione svilupparono il concetto di data feminism (femminismo dei dati), un modo di pensare ai dati, ai sistemi di dati e alla scienza dei dati ispirato dalla storia dell'attivismo femminista e del pensiero critico femminista e, nel 2020, pubblicarono l'omonimo testo[4].
Il libro fornisce nei suoi sette capitoli esempi di bias dei dati e strategie per rimuoverli, nonché esempi di strutture di potere interconnesse basate su etnia, orientamento sessuale e classe sociale.[5] Il lavoro di D'Ignazio e Klein ha ricevuto un buon consenso nelle recensioni accademiche, per l'approccio scientifico e approfondito[6][5] .
In Europa
[modifica | modifica wikitesto]In Europa il concetto di femminismo dei dati si è sviluppato in parallelo alla ricerca di Klein e d'Ignazio, e ha raggiunto una declinazione propria basata sulle realtà locali, esempi di come il femminismo dei dati può essere adoperato come cornice di ricerca.[7][8](ripetere qui fonti vari esempi)
È il caso del progetto "Urban Belonging", fatto nascere nel 2021 da un collettivo di ricercatori e urbanisti in Europa, con l'obiettivo di tracciare esperienze di vita nella città di comunità sotto-rappresentate. In linea con i principi del femminismo dei dati, questa ricerca tenta, tra le altre cose, di creare mappe e visualizzazioni che rompano le gerarchie e mettano in discussione le dinamiche di potere tradizionali.[8]
Un esempio di risultato concreto raggiunto dal femminismo dei dati in Italia, è riscontrabile in un atto del comune di Bologna in cui l'istituzione dichiara il proprio impegno alla pubblicazione di dati di genere e all'attenzione verso gli indicatori di impatto di genere sulle proprie iniziative.[7]
La giornalista Donata Columbro riporta numerosi esempi di come i principi del femminismo dei dati abbiano trovato una declinazione propria in opere che affrontano il tema della disparità di genere nella scienza dei dati in Italia: il libro "La rete non ci salverà" [9] di Lilia Giugni sulle disparità causate da internet, il saggio “Gender Tech” di Laura Tripaldi sull'influenza della "tecnologia di genere"[10], il libro "Quando i dati ci discriminano" di Donata Columbro sulle discriminazioni automatiche degli algoritmi dei social media[11].[12]
Principi
[modifica | modifica wikitesto]Controdati
[modifica | modifica wikitesto]![](http://upload.wikimedia.org/wikipedia/commons/thumb/5/53/Shuttle_Bus_Effect_All_Years_Zone_Only.pdf/page1-220px-Shuttle_Bus_Effect_All_Years_Zone_Only.pdf.jpg)
Uno dei principi fondamentali del femminismo dei dati è la raccolta e l'utilizzo di controdati ovvero set di dati alternativi o complementari rispetto ai dati ufficialmente raccolti, che considerano ciò che non viene altrimenti considerato nelle statistiche[13][14][15][16]. Un esempio significativo di raccolta di controdati è il lavoro dell'attivista messicana Maria Salguero, che dal 2016 ha mappato i casi di femminicidio in Messico, raccogliendo informazioni su oltre 5.000 storie e mostrando come le fonti istituzionali non sempre espongano interamente o pubblicamente i dati ufficiali: nel solo 2019 l'attivista ha tracciato 2900 femminicidi, mentre il governo messicano unicamente 1006[17].
Anche il progetto statunitense Anti Eviction Mapping Project (AEMP)[18] offre un esempio di raccolta e visualizzazione di controdati. Il progetto si proponeva di colmare le lacune lasciate dalle statistiche ufficiali sugli sfratti a San Francisco, che si limitano a riportare il loro numero senza fornire il contesto necessario. Grazie a una raccolta dati più qualitativa e incentrata sulle persone, il gruppo AEMP è riuscito a mettere in luce il ruolo delle compagnie tecnologiche della Silicon Valley in questo fenomeno[19].
Disaggregazione dei dati
[modifica | modifica wikitesto]La necessità di raccogliere dati che è possibile disaggregare secondo diverse variabili è un principio fondamentale del femminismo dei dati. La raccolta di dati disaggregati permette di esaminare con maggiore precisione le differenze tra gruppi e le correlazioni tra diverse variabili[20][21]. Molti dei sistemi tradizionali di raccolta dati non disaggregano sufficientemente le informazioni per variabili come razza, etnia (inclusi sottogruppi e lingua madre), genere (incluso orientamento sessuale e identità di genere), disabilità, età, reddito, area geografica e determinanti sociali della salute; questo tende a oscurare le realtà complesse di molte comunità, mascherando le differenze esistenti.[22] Un esempio di questo fenomeno è il mito della "minoranza modello"[23]: i dati aggregati potrebbero suggerire che gli americani asiatici godano di livelli elevati di reddito, proprietà della casa, istruzione e salute, mentre i dati disaggregati rivelano differenze significative tra i gruppi: ad esempio, il tasso di povertà tra gli americani asiatici varia dal 7% tra i filippini americani al 19% tra i birmani americani[24].
Accessibilità dei dati
[modifica | modifica wikitesto]Un altro principio fondamentale del femminismo dei dati riguarda l'attenzione data alla loro accessibilità, che è studiata secondo diverse prospettive e riguarda la possibilità di ottenere e utilizzare informazioni da parte di chiunque[25]. Innanzitutto, l'accesso ai dati implica la capacità di ottenere informazioni quando necessario, il che può includere l'accesso a database pubblici, archivi governativi e altre risorse informative. Tuttavia, questo accesso può essere limitato da fattori come la disponibilità di risorse, i permessi necessari o le restrizioni legali. Un altro aspetto cruciale è l'interoperabilità, ovvero la capacità dei dati di essere condivisi e utilizzati tra diversi sistemi e applicazioni grazie a formati standardizzati e comprensibili. Questo facilita la combinazione di dati provenienti da diverse fonti.
TESTO PRECEDENTE
[modifica | modifica wikitesto]l'applicazione delle teorie del femminismo alla scienza dei dati. È un modo di pensare ai dati basato su esperienza diretta, impegno all'azione, e intersezionalità, che mira a stabilire l'uguaglianza politica, economica, personale e sociale dei sessi.
spostare/Per quanto un paradigma femminista fosse già stato applicato alla scienza dei dati, specialmente in ambito di "data justice" [26], il termine femminismo dei dati deve la sua diffusione al libro "Data Feminism" di Catherine D'Ignazio e Lauren F.Klein del 2020.[4] /
/provare a riformulare la definizione oggettiva / neutrale / secondo MIT etc Il femminismo dei dati è un paradigma della scienza dei dati che si basa sulla considerazione che qualsiasi analisi e visualizzazione dell'informazione rappresenti il risultato di una serie di processi complessi e che quindi sia necessario, per comprendere come i dati vengano raccolti, elaborati, esposti e utilizzati, considerare il contesto sociale, politico e storico in cui questi processi hanno avuto luogo.
Benché il nome ponga l'accento sulla questione dell'uguaglianza di genere, l'attenzione in questa disciplina si concentra sull'intersezionalità, ovvero sull'insieme dei fattori che influenzano le esperienze delle persone e le opportunità a loro disposizione, compresi razza, etnia, classe sociale, orientamento sessuale, identità di genere, abilità, età anagrafica, religione, nazionalità e molti altri.
def dal libro data feminism:
Darden models what we call data feminism: a way of thinking about data, both their uses and their limits, that is informed by direct experience, by a commitment to action, and by intersectional feminist thought. The starting point for data feminism is something that goes mostly unacknowledged in data science: power is not distributed equally in the world. Those who wield power are disproportionately elite, straight, white, able-bodied, cisgender men from the Global North.undefined The work of data feminism is first to tune into how standard practices in data science serve to reinforce these existing inequalities and second to use data science to challenge and change the distribution of power.undefined Underlying data feminism is a belief in and commitment to co-liberation: the idea that oppressive systems of power harm all of us, that they undermine the quality and validity of our work, and that they hinder us from creating true and lasting social impact with data science.
Principi
[modifica | modifica wikitesto]Eliminare?
- Esaminare il potere. Il femminismo dei dati comincia dall'analisi di come le relazioni di potere operano nel mondo.
- Sfidare il potere. Il femminismo dei dati si impegna a sfidare le strutture di potere diseguali e a lavorare per la giustizia.
- Dare importanza a emozioni e rappresentazione soggettiva. Il femminismo dei dati ci insegna a valorizzare molteplici forme di conoscenza, inclusa la conoscenza che proviene dalle persone come esseri viventi e sensibili nel mondo.
- Ripensare le gerarchie. Il femminismo dei dati richiede di sfidare il binarismo di genere, e tutti quei sistemi di classificazione che perpetuano l'oppressione.
- Adottare il pluralismo. Il femminismo dei dati insiste che la conoscenza più completa proviene dalla sintesi di prospettive multiple, dando priorità ai modi di apprendere locali, indigeni ed esperienziali.
- Considerare il contesto. Il femminismo dei dati afferma che i dati non siano neutrali o oggettivi. Sono il prodotto di relazioni sociali diseguali, e questo contesto è essenziale per condurre un'analisi accurata ed etica.
- Rendere il lavoro visibile. Il lavoro della scienza dei dati, come tutto il lavoro nel mondo, è il lavoro di tanti(eng = many hands). Il femminismo dei dati rende visibile questo lavoro affinché possa essere riconosciuto e valorizzato. [4][27]
Esempi
[modifica | modifica wikitesto]Un esempio di come il femminismo dei dati può essere adoperato come cornice di ricerca è presente nel progetto "Urban Belonging", fatto nascere nel 2021 da un collettivo di ricercatori e urbanisti in Europa, con l'obiettivo di tracciare esperienze di vita nella città di comunità sottorappresentate. In linea con i principi del femminismo dei dati, questa ricerca tenta, tra le altre cose, di creare mappe e visualizzazioni che rompano le gerarchie e mettano in discussione le dinamiche di potere tradizionali.[28]
Il femminismo dei dati in Italia
[modifica | modifica wikitesto]In Italia il femminismo dei dati si è sviluppato in parallelo alla ricerca di Klein e d'Ignazio, e ha raggiunto una declinazione propria basata sulle realtà locali.[29] Un esempio di risultato concreto raggiunto dal femminismo dei dati è riscontrabile in un atto del comune di Bologna in cui l'istituzione dichiara il proprio impegno alla pubblicazione di dati di genere e all'attenzione verso gli indicatori di impatto di genere sulle proprie iniziative.[29]
(agg esempi//
[modifica | modifica wikitesto]Note
[modifica | modifica wikitesto]- ^ The Seven Principles of Data Feminism, su responsibledata.io. URL consultato il 22 agosto 2024.
- ^ a b |(EN) Catherine D’Ignazio e Lauren F. Klein, Feminist Data Visualization (PDF). URL consultato il 22 agosto 2024.
- ^ The intersectionality wars, su vox.com. URL consultato il 22 agosto 2024.
- ^ a b c D'Ignazio, Catherine, Klein, Lauren F., Data Feminism, The MIT Press, 2020, DOI:10.7551/mitpress/11805.001.0001, ISBN 978-0-262-35852-1.
- ^ a b Marc Kosciejew, Book review: Catherine D’Ignazio and Lauren F. Klein, Data feminism, in Journal of Librarianship and Information Science, vol. 54, n. 2, 2022, pp. 326–327, DOI:10.1177/09610006211042662.
- ^ Marta Arniani, Data feminism, by Catherine D’Ignazio and Lauren F. Klein: A review by Marta Arniani, in Information Polity, vol. 26, n. 2, 3 June 2021, pp. 215–218, DOI:10.3233/IP-219004.
- ^ a b Valentina Bazzarin, Che cos'è il femminismo dei dati e perché Bologna è una città apripista, su Domani, Editoriale Domani, 13 aprile 2021. URL consultato il 18 luglio 2024.
- ^ a b Sabine Niederer, Carlo De Gaetano, Maarten Groen, Rethinking Belonging with Data Feminism, su ARIAS, ARIAS Amsterdam. URL consultato il 18 luglio 2024.
- ^ Lilia Giugni, La Rete Non Ci Salverà: Perché la Rivoluzione Digitale è Sessista (E Come Resistere), Longanesi, 2022.
- ^ Laura Tripaldi, Gender Tech (Brossura ), collana Tempi nuovi, Laterza, 8 settembre 2023, p. 168, ISBN 9788858150610. Formato sconosciuto: Brossuraaiuto) (
- ^ Donata Columbro, Quando i dati discriminano: Bias e pregiudizi in grafici, statistiche e algoritmi, Il Margine, 2024, p. 128, ISBN 979-1259821300.
- ^ Donata Columbro: Data Humanizer, su O-One, O-One. URL consultato l'8 settembre 2024.
- ^ Alice Corona, Data Feminism, su Dataninja, Dataninja, 25 giugno 2020. URL consultato il 18 luglio 2024.
- ^ Alice Facchini, Femminismo dei dati: il gap di genere nascosto nelle statistiche, su Change-Makers, 10 maggio 2023. URL consultato il 18 luglio 2024.
- ^ Chapter 8 – A Toolkit for Counterdata Science, su mitpressonpubpub.mitpress.mit.edu. URL consultato il 22 agosto 2024.
- ^ Seyi Olojo, COUNTERDATA (PDF), in Keywords of the Datafied State. URL consultato il 22 agosto 2024.
- ^ Catherine D'Ignazio, Lauren F. Klein, Introduction: Why Data Science Needs Feminism, su MIT Press, MIT Press. URL consultato il 18 luglio 2024.
- ^ {{cita web|url=https://antievictionmap.com/%7Ctitolo=Anti Eviction Mapping Project|
- ^ (EN) Carol Pogash, Gentrification Spreads an Upheaval in San Francisco’s Mission District, in The New York Times, 22 maggio 2015. URL consultato il 22 agosto 2024.
- ^ Data Disaggregation Action Network, su The leadership conference education fund. URL consultato il 29 agosto 2024.
- ^ Glossary: Disaggregated data, su right-to-education.org. URL consultato il 29 agosto 2024.
- ^ IAEG-SDGs Data Disaggregation for the SDG Indicators, su unstats.un.org. URL consultato il 29 agosto 2024.
- ^ The Model Minority Myth, su clp.law.harvard.edu. URL consultato il 29 agosto 2024.
- ^ Key facts about Asian Americans living in poverty, su pewresearch.org. URL consultato il 29 agosto 2024.
- ^ Data accessibility: Open, free and accessible formats. URL consultato il 29 agosto 2024.
- ^ Anna Lauren Hoffmann, Where fairness fails: data, algorithms, and the limits of antidiscrimination discourse, in Information, Communication & Society, vol. 22, n. 7, 7 June 2019, pp. 900–915, DOI:10.1080/1369118X.2019.1573912.
- ^ The Seven Principles of Data Feminism, su Responsible Data. URL consultato il 18 luglio 2024.
- ^ Sabine Niederer, Carlo De Gaetano, Maarten Groen, Rethinking Belonging with Data Feminism, su ARIAS, ARIAS Amsterdam. URL consultato il 18 luglio 2024.
- ^ a b Valentina Bazzarin, Che cos'è il femminismo dei dati e perché Bologna è una città apripista, su Domani, Editoriale Domani, 13 aprile 2021. URL consultato il 18 luglio 2024.
Bibliografia
[modifica | modifica wikitesto]- D'Ignazio, Catherine; Klein, Lauren F. (2020). *Data Feminism*. The MIT Press. (https://doi.org/10.7551/mitpress/11805.001.0001). ISBN 978-0-262-35852-1.
Voci correlate
[modifica | modifica wikitesto]
Fonti utili per scrivere la voce:
- https://www.dataninja.it/2020/06/25/data-feminism/
- https://www.ingenere.it/articoli/il-femminismo-dei-dati
- https://www.editorialedomani.it/politica/italia/che-cose-il-femminismo-dei-dati-e-perche-bologna-e-una-citta-apripista-phx1j3u9
- https://change-makers.cloud/femminismo-dei-dati-il-gap-di-genere-nascosto-nelle-statistiche/
- https://www.federicanardiello.com/2023/10/06/data-feminism-design-data-science-femminismo-intersezionale/
-https://responsibledata.io/anniversary/the-seven-principles-of-data-feminism/
https://www.kanarinka.com/wp-content/uploads/2015/07/IEEE_Feminist_Data_Visualization.pdf
modifiche da fare:
-> aggiungere immagine copertina libro data feminism