Feminismo de Dados

Feminismo de dados (2020) é um conceito que tem origem no livro homônimo escrito por Catherine D'Ignazio e Lauren F. Klein. A obra apresenta uma forma de repensar a ciência de dados, utilizando como base os princípios feministas de perspectiva interseccional, com um foco central na análise das relações de poder.^[1]

De acordo com as autoras, o feminismo, conforme definido pelo dicionário Merriam-Webster, é a crença na "igualdade política, social e econômica dos sexos", e qualquer definição que leve em consideração esse conceito deve, necessariamente, incorporar o trabalho ativista essencial para transformar essa crença em realidade. As autoras desta obra reúnem esses dois aspectos do feminismo (a crença fundamental e a ação transformadora), apresentando uma abordagem para repensar sobre os dados, sua análise e sua exibição.^[2][3]

O feminismo de dados é uma forma de pensar sobre os dados, tanto em seus usos quanto em seus limites, que é informada pela experiência direta, por um compromisso com a ação e com base no feminismo interseccional. Partindo dessa perspectiva, as autoras argumentam que raça, classe, sexualidade, deficiência, idade, religião, geografia e outros fatores, juntos, influenciam a experiência e as oportunidades de cada pessoa no mundo. Dessa forma, as autoras examinam forças estruturais de poder na ciência de dados para compreender como elas podem ser utilizadas para sustentar hierarquias existentes ou, alternativamente, para descobrir e corrigir injustiças.^[4][5]

O feminismo de dados nos mostra que os dados não são neutros. Dessa forma, é imperativo analisar criticamente de onde vêm e qual é o seu efeito para que possam, de fato, beneficiar a todos de forma justa e sem exclusões. Esse conceito pode nos ajudar a lembrar que, antes de haver dados, há pessoas: pessoas que oferecem sua experiência para ser contada e analisada, pessoas que realizam essa contagem e análise, pessoas que visualizam os dados e promovem as descobertas de um determinado projeto e pessoas que usam o produto no final. Há também, sempre, pessoas que não são contadas (para o bem ou para o mal). E há problemas que não podem ser representados (ou tratados) apenas com dados.^[6][2]

Os capítulos estão organizados de acordo com sete princípios orientadores: ^[7][8]

1. Examinar o poder: nomear e explicar as forças de opressão que estão presentes em nossa vida diária (e em nossos conjuntos de dados, bancos de dados e algoritmos) que muitas vezes nem as vemos. Enxergar a opressão é especialmente difícil para aqueles que ocupam posições de privilégio. Porém, quando identificamos essas forças e começamos a entender como elas exercem sua força potente, muitos dos princípios adicionais do feminismo de dados tornam-se mais fáceis de serem adotados.
2. Desafiar o poder: desafiar as estruturas de poder desiguais e a trabalhar em prol da justiça. As autoras argumentam que a extração, a coleta e a análise de dados devem ser guiadas por um trabalho de ética de dados que considere os conceitos de: justiça, opressão, coliberação, equidade, reflexividade e compreensão histórica, cultural e contextual.
3. Elevar a emoção e a personificação: valorizar diferentes formas de conhecimento. Em vez de valorizar o ideal de neutralidade e tentar eliminar todos os traços humanos de um produto de dados por causa de sua parcialidade, as filósofas feministas propuseram uma meta de conhecimento mais completo. As autoras argumentam que as posições de cada pessoa são únicas e, quando aplicadas à ciência de dados, podem gerar questões de pesquisa criativas e totalmente novas.
4. Repensar binarismos e hierarquias: desafiar binarismo de gênero, juntamente com outros sistemas de contagem e classificação que perpetuam a opressão. É preciso questionar o sistema que está em vigor; que valores sociais, culturais ou políticos eles refletem; que hierarquias ocultas (ou não tão ocultas) eles codificam; e, ainda, se eles deveriam existir em primeiro lugar.
5. Abraçar o pluralismo: entende-se que o conhecimento mais completo vem da síntese de várias perspectivas, com prioridade para as formas de conhecimento locais, indígenas e experimentais. Adotar o pluralismo na ciência de dados significa valorizar muitas perspectivas e vozes e fazer isso em todos os estágios do processo (da coleta à limpeza, à análise e à comunicação).
6. Considerar o contexto: afirma-se que os dados não são neutros, mas sim produtos de relações sociais desiguais, e esse contexto é essencial para a realização de análises precisas e éticas. Uma abordagem feminista insiste em conectar os dados ao contexto em que foram produzidos, permitindo entender melhor as limitações funcionais dos dados e a forma como o poder e o privilégio que contribuíram para a sua criação podem estar obscurecendo a verdade.
7. Tornar o trabalho visível: o trabalho da ciência de dados, como todo trabalho no mundo, é o trabalho de muitas mãos. O feminismo de dados torna esse trabalho visível para que possa ser reconhecido e valorizado.

Referências