Data feminismi

Johdanto

Tässä esseessä käsittelen teknologian ja sukupuolien välistä yhteyttä. Teknologian määrittelyssä kannattaa olla tarkka. Jos puhutaan teknologiatutkimuksesta, teknologian käsite usein tarkoittaa erilaisia koneita ja niihin liitettäviä taitoja sekä tietämystä ja toimintaa. Toisinaan teknologialla voidaan tarkoittaa myös inhimillistä käytöstä ja tekemisen erilaisia tapoja. Jos teknologia määritellään vain koneiksi ja laitteiksi, on vaikea löytää yhteyttä sukupuolen ja teknologian välillä.   (D’Ignazio & Klein 2019.)

Data

Nykypäivänä data on yksi vallan muodoista. Dataa käytetään muun muassa terveyden kehittämiseen, erilaisiin tutkimuksiin ja paljastamaan epätasa-arvoa. Valitettavasti dataa käytetään myös syrjiviin ohjelmistoihin ja algoritmeihin. Datalla on paljon potentiaalia tehdä hyvää, mutta väärin käytettynä siitä koituu paljon harmia. Kirjassa Data Feminism, Catherine D’Ignazio ja Lauren Klein esittävät uusia näkökulmia ja tapoja käsitellä dataa. Mistä dataa tulee? Kenelle data teknologia on suunnattu? (D’Ignazio & Klein 2019.)

Datan kerääminen nykymaailmassa on erittäin helppoa, sillä heti syntymästä asti sinulle annetaan henkilöturvatunnus, jonka taakse sinusta kerätään tietoa mm. paino, pituus, terveydentila. Myös jokainen älylaite kerää dataa päivittäisistä liikkeistä sekä keskusteluista, suurin osa tästä datasta menee kuitenkin mainontaan ja markkinointiin. Dataa ei kuitenkaan tarvitse pelätä, sillä oikein käytettynä se ei vahingoita ihmisten yksityisyyttä.

Data Feminism -kirjan esimerkissä kerrottiin amerikkalaisesta pariskunnasta, jossa mies sai luottokortilleen merkittävästi korkeamman luottorajan kuin nainen, vaikka tapauksessa naisella oli selkeästi enemmän varallisuutta. Nainen kyseenalaisti pankkia ja lähti selvittämään asiaa tarkemmin. Vastaukseksi hän sai, että asia johtuu pankin käytössä olevasta algoritmista. (D’Ignazio & Klein 2019.) Kirjassa kerrottiin useita samankaltaisia tapauksia. Surullista todeta, että dataa ei ole suunnattu kaikille. Tästä syystä datan ja teknologian kehittämiseen tarvitaan enemmän naisia. Vaikka epätasa-arvoisuuden ei pitäisi johtua naisten puutteesta alalla, lisäämällä naisia alalle voisimme saada datasta enemmän tasa-arvoista.

Tilastot, mitä kerätään ihmisistä ympäri maailman yleensä vaikuttaa neutraaleilta. Kuitenkaan asia ei aivan näin ole. Naisiin liittyviä tutkimattomia seikkoja on liikaa, koska datassa ei aina erotella sukupuolia. Tämä näkyy esimerkiksi monien lääkeaineiden toimivuudessa, sillä tutkimukset ovat suurimmaksi osaksi tehty miehiin.

D’Ignazio ja Klein (2019) kertoivat esimerkin datan ymmärtämisestä. Esimerkissä kerrottiin tytöstä, joka oli joutunut kidnappauksen kohteeksi Nigeriassa. Tämän jälkeen useat eri toimittajat ympäri maailmaa alkoivat uutisoida tapahtuneesta. Yksi toimittajista kirjoitti uutisen Nigerian kasvavasta kidnappaus ongelmasta, johon hän käytti datan lähteenä GDELT:tä (Global Database of Events, Language and Tone). Uutisessa toimittaja kertoi, kuinka Nigeriassa tyttöjen kidnappaukset ovat kasvussa ja kyseisenä vuonna kidnappauksia oli yhteensä 3608. Toimittaja ei ollut tietoinen siitä, että GDELT keräävät datansa erilaisista uutisista ympäri maailmaa, joten Nigeriassa oli tapahtunut siihen aikaan vain kyseinen yksi kidnappaus. Data näytti uutisoinnin määrän kyseisestä tapauksesta, mutta toimittaja oli tulkinnut sen väärin. Datassa numerot eivät kerro kaikkea, vaikka toisin luullaan. Dataan, kuten myös moneen muuhunkin lähteeseen pitää osata suhtautua kriittisesti. Kun vilkaistaan nopeasti dataa, nähdään usein numeroita ja niitä pidetään totuutena. On tärkeää ajatella että, kuka on kerännyt kyseisen datan sekä keneltä dataa on pyydetty.

Naiset it-alalla

Suomalaisissa yrityksissä on jatkuvasti pulaa naiskoodaajista ja muista alan osaajista. Tämän takia naisten on helppo työllistyä alalle, sillä yritykset etsimällä etsii it-alan tehtäviin naisia. Naisnäkökulma on tärkeä yrityksille, sillä sovelluksia ja ohjelmia tehdään naisten käyttöön. Kun kohderyhmänä on naiset, kuka muu tuntee kohderyhmän yhtä hyvin kuin nainen itse. Mutta miksi naisia ei hakeudu it-alalle?

Naiset käyttävät tietotekniikkaa arjessaan yhtä lailla kuin miehetkin, mutta naisia ei silti hakeudu yhtä paljoa it-alalle töihin. Sukupuolten ja teknologian välistä tutkimusta on tehty runsaasti. Tietotekniikan liiton mukaan Suomessa vain 23% it-alan työntekijöistä on naisia, ja miehiä on 77%. Liiton mukaan myös naisten hakijamäärät it-alan koulutuksiin ovat viime vuosina kääntyneet laskuun. En usko, etteikö tietotekniikan ala kiinnostaisi naisia.

Naisten vähäinen määrä alalla voi johtua nuorten tietämättömyydestä. Eikä pelkästään nuorten naisten, vaan myös heidän opettajien ja opinto-ohjaajien. Kuinka tarkasti nuoret ja heidän opettajat tietävät, mitä kirjainyhdistelmä it (information technology, suomeksti tietotekniikka) tarkoittaa ja millaisiin työtehtäviin alan opiskelijat voivat työllistyä. Kun hain itse opiskelemaan alalle en tiennyt lähes ollenkaan mahdollisista työtehtävistä, vaikka olinkin oman opinto-ohjaajan kanssa alasta keskustellut.

Uskalla sanoa mielipiteitä

D’Ignazio ja Klein (2019) määrittelevät feminismin seuraavasti. Feminismi liittyy vahvasti valtaan, se kertoo, kenellä on valtaa ja kenellä ei. Feminismi pyrkii haastamaan sekä muuttamaan vallassa olevien ihmisten vallankäyttöä.

Jotta tasa-arvoisuutta saataisiin paremmaksi, on tiedettävä yhteiskunnan epäkohdat sekä uskallettava puhua niistä. Asioiden nostaminen pintaan saattaa olla hyvinkin pelottavaa, ei välttämättä epäkohtien ääneen sanominen, vaan sanomisen jälkeen tapahtuvat seuraukset. Seurauksina voi olla, että muut ihmiset saattavat kokea itsensä sekä valtansa uhatuksi, ja tästä syystä voi itse johtua ikäviin tilanteisiin. Näitä tilanteita ei saa kuitenkaan vältellä, sillä muutosta ei tapahtuisi. Tämä pätee myös monissa muissa tilanteissa.

Lähteet:

D’Ignazio, C.  & Klein, L. 2019. Data feminism. Viitattu 28.2.2022. Nextstory.