8M | Datos con sesgo de género

Si los datos son parciales (creados por hombres, para hombres, con visión de hombre), los productos, servicios y las políticas públicas que se hacen con base en los mismos estarán sesgados. Esta es una de las tesis centrales de Caroline Criado Perez en su libro Mujeres Invisibles: exponiendo los sesgos de datos en un mundo diseñado por hombres, que plantea que las mujeres acabamos siendo “desviaciones del estándar (…) donde el default humano es un hombre”.

Por ello, resulta indispensable que cuando se diseñen los muy distintos aspectos de la vida cotidiana y las políticas públicas mismas existan mujeres en la obtención de información, opinión y toma de decisiones. Mas aún en una era de big data y algoritmos, estos sesgos se van transfiriendo de manera agregada y resultan en insumos erróneos, imprecisos o descontextualizados que deciden la vida de millones de niñas y mujeres en el mundo.

Justamente este tipo de sesgos es uno de los retos que está abordando la Organización de las Naciones Unidas para la Cultura, las Ciencias y la Educación (Unesco) en el complejo trabajo para generar un pacto global sobre inteligencia artificial que establezca principios y aspiraciones en la materia, esfuerzo que por cierto encabeza una extraordinaria mexicana: Gabriela Ramos.

Pensemos en datos relacionados a políticas como la del combate a la pobreza. De acuerdo con la última medición del Consejo Nacional de Evaluación de la Política Social (Coneval, 2020) existen 55.7 millones de personas en situación de pobreza en México (3.8 millones más que en 2018). Y si uno revisa el detalle de las carencias, entre 2018 y 2020 aumentó en 15.6 millones la falta de acceso a servicios de salud, que se explica fundamentalmente por la desaparición del Seguro Popular que no pudo haberse dado en un momento más desafortunado: justo en el preludio de la pandemia.

En este contexto, el detalle de los datos por género es importantísimo, ya que no es lo mismo enfrentar pobreza ni padecer la falta de acceso a salud siendo una mujer que un hombre, sobre todo a la mitad de la doble crisis. Mucho se ha destacado sobre la manera tan abrumadoramente diferenciada en que se vivieron las cargas en el contexto del covid.

Las mujeres la pasaron peor, porque son las que presentan mas vulnerabilidad entre los vulnerables, también quienes tienen mayores cargas de cuidado familiar y limpieza de la casa, y son quienes mayoritariamente están en la escala mas baja de salarios, en el empleo informal y en el sector servicios, que fueron los mas golpeados durante el gran confinamiento.

En nuestro país, cuando los hogares tienen un solo ingreso y es de un hombre, los trabajos de cuidado –no remunerados, por cierto– recaen casi por antonomasia en la mujer, pero cuando el ingreso único es de una mujer jefa de familia, el resto de las actividades de cuidado y limpieza recaen adicional y abrumadoramente en la propia mujer.

Este tipo de esquemas culturales y organizacionales que prevalecen en nuestras sociedades hacen aún mas pertinente contar con datos diferenciados por género, a fin de comprender de manera más granular las necesidades de política pública en función de las cargas, roles y situaciones que cada uno enfrenta.

En otros países, la mayor conciencia sobre la necesidad de producir datos con visión de género está permitiendo enfocar mejor las acciones de gobierno al arrojar luz sobre temas tanto macro como cotidianos que pocas veces se analizan: desde que la inflación afecta más a las mujeres que a los hombres, hasta que las mujeres usan más las banquetas, porque son quienes salen a hacer las compras y a llevar a los niños a la escuela y, por ende, corren más riesgos frente a la inseguridad, la falta de mantenimiento y la inadecuada regulación comercial.

Si la próxima vez que se haga política pública en un municipio, un estado, un organismo autónomo o el gobierno federal en nuestro país se elabora considerando datos de género y las implicaciones diferenciadas sobre mujeres y hombres, habremos tenido un enorme avance. La simple conciencia es el primer paso.