Méthodes de recherche · Recherche
L’analyse du sexe et du genre améliore les sciences et l’ingénierie
Sex and gender analysis improves science and engineering
Cette perspective interdisciplinaire inscrit sexe et genre dans les questions, échantillons, modèles et objets, sans confondre représentation et méthode scientifique.
Notes de recherche
Cette perspective de Nature publiée en 2019 place l’égalité dans la méthode scientifique : à qui les résultats s’appliquent-ils, quelles différences les moyennes effacent-elles, quels rapports sociaux les technologies reproduisent-elles ? Sa feuille de route dépasse l’augmentation du nombre de chercheuses.
Partir des questions et des catégories
Les auteurs distinguent caractéristiques biologiques de sexe et normes, identités et rapports de genre, tout en soulignant leurs interactions. Ajouter une colonne hommes/femmes ne suffit pas. Il faut justifier une distinction, sa mesure et la portée des résultats, sans présumer nécessairement des différences.
Un exemple écologique montre que regrouper les réponses peut masquer des effets de sens opposés. Un autre concerne un système de description d’images qui identifie un homme comme une femme parce qu’il se trouve dans une cuisine. L’agrégation efface l’information dans un cas ; les stéréotypes de division du travail organisent la reconnaissance dans l’autre. L’analyse ne se limite donc pas à la biomédecine humaine.
Représentation et conception ne se remplacent pas
Davantage de femmes dans une équipe ne modifie pas automatiquement les sujets expérimentaux, les dimensions des produits ou les méthodes d’apprentissage. Financeurs, revues, universités et chercheurs doivent intervenir ensemble, de la question au compte rendu. L’absence de différence mérite également publication, sans produire artificiellement une différence pour justifier l’analyse.
Il faut néanmoins éviter de rabattre des relations complexes sur des catégories binaires fixes. Une subdivision plus fine n’est pas intrinsèquement plus juste : effectifs, confidentialité, intersections et objectifs comptent. Les exemples médicaux illustrent une méthode, non des conseils thérapeutiques individuels.
Gender Shades précise la répartition des erreurs selon race et genre. Data Feminism relie classification et pouvoir, jusqu’à la participation à la définition des questions.
Explorer un autre format
- Livres
Féminisme des données
Catherine D'Ignazio and Lauren F. Klein
Il propose sept principes pratiques qui inscrivent analyse du pouvoir, intersectionnalité, savoirs situés et co-conception dans le travail des données.
Critique de la technologie - Livres
Techniquement faux
Sara Wachter-Boettcher
Sara Wachter-Boettcher analyse comment formulaires, textes produit, paramètres par défaut et culture tech excluent les différences de genre, race et corps.
Discrimination de genre · Critique de la technologie
Poursuivre avec les numéros
Réponses des lecteurs
Discussion scientifique
Répondez à cette recherche ou ajoutez un article à lire collectivement.
Rejoindre la discussion
Chargement des commentaires...
Soutenir
Si ce contenu vous a été utile