Veri görselleştirmelerinin cinsiyet bilgilerini daha fazla içermesinin zamanı geldi

Bir öğrenci olarak, büyük medya şirketlerinden alınan toplumsal cinsiyet verilerini gösteren toplumsal cinsiyet veri görselleştirmelerini analiz ettim. İşte öğrendiklerim.

Alison Booth'un çizimleri

Veri görselleştirme, haber medyasında gün geçtikçe daha popüler hale geliyor. Özellikle COVID-19 çağında, bolca grafikler, haritalar ve çizelgeler tüketiyoruz ve gazeteciler artık toplumu dünya çapında etkileyen daha büyük eğilimleri ve fenomenleri analiz etmek ve görselleştirmek için verileri temel alıyor.

Ancak veriler bazen aldatıcı olabilir. İnsanlar verileri diğer bilgilerden daha nesnel olarak görür, ancak bu mutlaka doğru değildir. Veriler, veri toplamaya, anket toplamaya, belirli cevaplar arayan belirli sorulara bağlıdır. İnsanlar verilere güvenir, çünkü genellikle somut gerçek olarak algılanır - ancak doğru sorular sorulmadığı zaman, yanıltıcı veriler sergilemek bir grup insanı marjinalleştirir.

On yıllardır, toplumsal cinsiyet verilerini görüntüleyen görselleştirmeler, kendilerini kesinlikle erkek veya kadın olarak tanımlamayanları marjinalleştiren ve dışlayan ikili bir zihniyeti destekledi. İkili olmayan cinsiyet kavramları giderek daha fazla kabul görüyor ve atanan cinsiyet ile toplumsal cinsiyet arasındaki ayrım nihayet toplumsal ölçekte kabul ediliyor.

Verilerimiz bunu yansıtmalıdır.

tarafından yayınlanan 40 makaleyi inceledim. New York Times ve Wall Street Journal 2020'de toplumsal cinsiyete dayalı verilerin veri analizlerini veya görselleştirmelerini içeren. Bunlardan sadece beşi - veya %12,5 - ne kadın ne de erkek olarak tanımlanan kişileri açıklayan terimleri veya belirli verileri içeriyordu. Sadece daha fazla araştırma anlatacak, ancak sonuçların benzer olacağından şüpheleniyorum.

İkili olmayan kimlikleri kabul eden hikayeler tipik olarak LGBTQ+ topluluğuna odaklandı ve sürekli olarak profil merkezli, stilistik parçalardı, bunun gibi New York Times parçası bu, toplumsal cinsiyeti açığa vuran partilerin eksilerine dalıyor (ve Times'ın Stili bölümünde listeleniyor). 2020 seçimlerine veya COVID-19'a odaklanan veriler - analiz edilen makalelerin %43'ünü ve bu yılki haberlerin büyük bir bölümünü oluşturuyor - cinsiyeti her zaman bunun gibi bir ikili olarak gösterdi. Wall Street Journal görselleştirme 2020 seçimlerinin sonuçlarını analiz ediyor.

Bu tür bir ihmal yeni değil. Özünde, verileri bilgi sunmak için bir araç olarak kullanmak kusurlu bir uygulamadır. Veriler her zaman toplumun tarihsel olarak norm olarak tanımladığı şeye karşı önyargılı olmuştur: cisgender, beyaz erkek.

Yüzyıllardır kadınların başına geliyor. Derlenmiş çalışmalar Almanya, Amerika Birleşik Devletleri, Avustralya ve İspanya'dan dil ve dilbilgisi ders kitaplarının sonuçları, erkeklerin bir örnek cümlede kadınlara göre üç kat daha fazla kullanıldığını buldu. Eğlencemiz bize şunu söylüyor: A 2007 ders çalışma 25.000'den fazla TV karakterinden insan olmayan karakterlerin yalnızca %13'ünün kadın olduğu (ve çok, çok azının ikili olmayan karakterler olduğu) bulundu. Haber medyamız bize şunu gösteriyor: Kendi bünyesinde bulunan Küresel Medya Takip Projesi. 2015 raporu “Gazete, televizyon ve radyo haberlerinde duyulan, okunan veya görülenlerin sadece %24'ünü kadınlar oluşturuyor, tıpkı 2010'da olduğu gibi.”

Kadınlar tarihsel olarak daha az cinsiyet olarak görülmüştür ve toplum onları boyunduruk altına alan baskı sistemlerini henüz ortadan kaldırmaya başlamıştır. Feminist yazar Caroline Criado Perez, “Görünmez Kadınlar: Erkekler İçin Tasarlanmış Bir Dünyada Veri Önyargısı” adlı kitabının önsözünde, cinsiyetler arasındaki veri farkını sadece birkaç kelimeyle özetliyor: “Beyazlık ve erkeklik tam olarak sessizdir çünkü buna ihtiyaç duymazlar. seslendirilmelidir.”

Transgender erkek ve kadınları, nonbinary, cinsiyet-queer ve interseks kişileri içeren bir spektrumun, toplumun ikiden fazla cinsiyetin varlığını tanımaya başladığı bir alana giriyoruz. Ve kadınlar veri analizinde giderek daha fazla tanınırken, diğer cinsiyetler öyle değil. Verilerimizin birden fazla cinsiyetin varlığını yansıtmaya başlaması gerekiyor. Aksi takdirde, zaten marjinalleştirilmiş ve yeterince temsil edilmeyen bir topluluğu daha da yerinden eder.

Bu kolay bir başarı değil. Bir gecede olmayacak. Tarihsel bilgi toplama sistemleri, belki de modern verilerin en etkili derlemesi olan nüfus sayımı verileri de dahil olmak üzere, erkek/kadın olarak tanımlanmayan cinsiyetleri dışlar.

bu Sayım Bürosu vatandaşlar hakkında veri topluyor pratikte ABD kurulduğundan beri , yine de cinsiyet için “diğer” bir seçeneği bile içermiyor. Bu sadece ikili bir yapıyı güçlendirmekle kalmaz, aynı zamanda ikili olmayan bireyler için zor tamamlamak — aynı zamanda ikili olmayan kişileri içeren verileri bulmayı, bu verileri dahil etmek isteyen kuruluşlar veya medya için bile inanılmaz derecede zorlaştırır.

Peki, gazeteciler, veri editörleri ve tasarımcılar olarak, özellikle bu kadar çok faktör bize karşıyken, bu veri toplama sistemini geliştirmeye çalışmak için nasıl çalışıyoruz?

İşte atmayı düşünebileceğiniz bazı adımlar.

Verilerinizi bağlamsallaştırın.

Kullandığınız veriler bir erkek/dişi ikili dosya etrafında yapılandırılmışsa, sorun değil. Tarihsel olarak cinsiyet ikili sistemi etrafında yapılandırılmış bir toplumda güvenilir ikili olmayan cinsiyet verileri bulmak zordur. Eski verileri sihirli bir şekilde daha kapsayıcı hale getiremeyiz. Ancak bu verileri kullanıyorsanız, belirli bir grup insanı hariç tuttuğunu kabul ettiğinizi belirtin. Baskıdaki sorunu tanımak, bizi çözümleri uygulamaya daha da yaklaştıran bir adımdır.

Kenar boşlukları ne kadar küçük olursa olsun tüm verileri sunun.

Bazen tasarımcılar için daha küçük veri oranları içeren görselleştirmeler yapılandırmak zor olabilir. Kendini erkek/kadın olarak tanımlamayan kişiler, kendilerini tanımlayanların daha küçük bir yüzdesini oluşturduğundan, bu verileri okunaklı, görsel olarak çekici bir şekilde sunmak bazen zor olabilir. Ancak görsel estetik için neyin gösterileceğini seçmemeli ve seçmemeliyiz - yüzde ne kadar küçük olursa olsun farklı cinsiyetleri tanıyan tüm veri sektörlerini dahil edin.

Verilerinizi göstermek için kısıtlayıcı olmayan görselleştirme araçlarını seçin.

Çubuk grafikler veya pasta grafikler gibi araçlar kolay görselleştirme seçenekleridir, ancak bazen daha küçük veya ikili olmayan verileri göstermede kısıtlayıcı olabilirler. Analiz ettiğim ve cinsiyeti ikili olarak gösteren veri görselleştirmelerinin birçoğu, yığınlanmış bir çubuk grafik veya pasta grafik kullandı. Bu araçlarda daha küçük veri marjlarını göstermek daha zor olabilir. Öyleyse yaratıcı ol. Daha küçük kenar boşluklarının yeterli oranlarda gösterilmesine izin veren bir kabarcık grafiği veya ağaç haritası veya bir görselleştirme aracı kullanmayı deneyin. Modaya uygun ve görsel olarak çekici olmanın yanı sıra, kitlelerin ilgisini çekerken bol miktarda veri görüntülemek için harika bir araç olan etkileşimli görselleştirmelere doğru ilerlemeyi düşünün ve verilerinizi sunmak için cinsiyete dayalı renkleri kullanmaktan kaçının (ör. erkekler için mavi, kadınlar için pembe) . Varsayılan olarak kabul edilmesi kolay bir norm olsa da, yalnızca ikili bir zihniyeti daha da güçlendirir.

Daha kapsayıcı veriler toplamak için kendi anketlerinizi yapmayı düşünün.

Bazen kapsayıcı verileri sunmanın önündeki en büyük engel kapsayıcı verileri bulmaktır. Göstermek istediğiniz veri aralığına ve türüne bağlı olarak, kendi anketlerinizi oluşturmayı düşünün. Bu Wall Street Journal makalesi örneğin, ikili verileri gösterir, ancak cinsiyet için 'diğer'i seçme seçeneği sunan kendi anketini içerir. Buradaki tasarımcılar, kendilerine sunulan verileri gösterme konusunda iyi bir iş çıkarıyorlar ve kendi anketlerinin dahil edilmesi, daha kapsayıcı veriler gösterme girişimlerini gösteriyor.

Kadın bölümlerinizi daha kapsayıcı hale getirin.

Analiz ettiğim makalelerden bazıları gazetelerin, özellikle de Times'ın kadın bölümlerinden geldi. “Onun Sözlerinde” Bölüm. Buradaki tüm veri analizleri, yine de, cinsiyeti bir ikili olarak sundu. Bunu biraz şaşırtıcı buldum ve açıkçası hayal kırıklığı yarattı. Modern kadın bölümleri, heterojen bir cis-kadın arşivi değil, kapsayıcı ve ilerici bir düşünce koleksiyonudur. Kadın bölümlerinizi trans kadınları, kadınsı ikili olmayan insanları vb. daha kapsayıcı olacak şekilde genişletin.

Doğru verileri sunmak temel bir gazetecilik sorumluluğudur. Geleneksel yaklaşıma karşı her şeyi kapsayan bir yaklaşım için çaba göstermeliyiz.

Cinsiyetin toplumsal çağrışımları değişiyor ve kişiye atanan cinsiyet artık cinsiyet kimliğini tanımlayamayabilir. Modern gazeteciliğin bunu yansıtması önemlidir.

Veri yapılarımıza ikili olmayan cinsiyet kimliklerini dahil etmenin istisna değil, norm olduğu bir sistemi uygulamaya başlarsak, insanların bir bütün olarak toplumsal cinsiyet hakkındaki zihniyetlerini önemli ölçüde değiştirebilir. Medya, değişimin kışkırtıcısıdır; daha iyi cevaplar almak için doğru soruları çerçevelemekten sorumludur.

Başta yüzyıllardır yeterince temsil edilmeyen ve marjinalleştirilenler olmak üzere tüm kimlikleri gazeteciliğimize dahil etmeye başlamalıyız.

Haberlerde yaratılanlar da dahil olmak üzere anlatılar, farklı cinsiyet kimliklerini ifade etme ve anlama şeklimiz gibi insanlık durumuna dair anlayışımızı şekillendirir. Modern gazeteciler olarak, empatik, çeşitli ve kapsayıcı anlatılar oluşturmaya yardımcı olmalıyız - ve toplumsal cinsiyet anlatısını yeniden yapılandırarak başlayabiliriz.