Το 2016, η Cambridge Analytica, μία βρετανική συμβουλευτική εταιρεία, απέκτησε πρόσβαση στα προσωπικά δεδομένα 87 εκατομμυρίων χρηστών του Facebook. Αυτά τα δεδομένα φέρεται να χρησιμοποιήθηκαν για ανάλυση με σκοπό την πολιτική διαφήμιση στις προεκλογικές καμπάνιες των Donald Trump και Ted Cruz, υποψηφίων για το χρίσμα του κόμματος των ρεπουμπλικανών εκείνη την χρονιά. Το σκάνδαλο αποκαλύφθηκε μόλις το 2018, όταν ένας πρώην υπάλληλος της εταιρείας έδωσε πληροφορίες για την “υπόγεια” αυτή συναλλαγή. Ακολούθησε δημόσια κατακραυγή του Facebook, με τον Mark Zuckerberg να απολογείται ενώπιον του Κογκρέσου και όλων των media, να πληρώνει υπέρογκα πρόστιμα, να βλέπει τις μετοχές του Facebook να πέφτουν δραματικά, ως αποτέλεσμα του κινήματος #DeleteFacebook, αλλά τελικά να ανακάμπτουν λίγες εβδομάδες μετά[1].

Με μία σύντομη ανασκόπηση του προηγούμενου σκανδάλου, μπορούμε να παρατηρήσουμε κάποιες βασικές ομοιότητες στα κεντρικά πρόσωπα: οι πρωταγωνιστές μας είναι όλοι λευκοί, cis, προνομιούχοι άντρες, μερικοί ακραία συντηρητικοί, υπερβολικά πλούσιοι. Η χρήση των δεδομένων έγινε για να εξυπηρετήσει τα πολιτικά συμφέροντα των κύριων εκπροσώπων ενός ετεροκανονικού, ελιτιστικού συστήματος, βασισμένου στο συντηρητισμό, τον καπιταλισμό και την πατριαρχία.

Ας προχωρήσουμε και σε ένα άλλο παράδειγμα: το 1967, η αφροαμερικανή Christine Mann Darden ξεκινά να εργάζεται για την NASA, έχοντας ολοκληρώσει το μεταπτυχιακό της στα εφαρμοσμένα μαθηματικά. Η θέση της δεν είναι άλλη από αυτήν της αναλύτριας δεδομένων. Ωστόσο, εκείνη την εποχή, οι υπολογιστές δεν είχαν ούτε κάποιες από τις δυνατότητες που θεωρούμε βασικές σήμερα. Στην πραγματικότητα, τα υπολογιστικά συστήματα τελευταίας τεχνολογίας μόλις που μπορούσαν να υποστηρίξουν πράξεις κινητής υποδιαστολής. Τη δουλειά τους καλούνταν να συμπληρώσουν οι λεγόμενοι “ανθρώπινοι υπολογιστές” (human computers). Επρόκειτο για γυναίκες που εκτελούσαν τις απαραίτητες αριθμητικές πράξεις για οποιοδήποτε σκοπό ή ανακάλυψη της NASA, χωρίς όμως να παίρνουν τα εύσημα για τίποτα από τα παραπάνω. Η Darden ήταν μία από αυτές τις γυναίκες, χάρη στων οποίων τη σκληρή δουλειά κερδήθηκε από τις ΗΠΑ η κούρσα του διαστήματος, με την ασφαλή επιστροφή του Apollo 11 από τη Σελήνη. Η ίδια, καθώς και πολλές άλλες γυναίκες, εργάστηκαν πάνω στην ανάλυση των δεδομένων που συλλέγονταν κατά πλειοψηφία από τους άνδρες συναδέλφους τους, ενώ ταυτόχρονα η δουλειά τους θαβόταν κάτω από το μανδύα του σεξισμού και της φυλετικής διάκρισης που κάλυπτε την Αμερική[2].

Και σε αυτό το περιστατικό βλέπουμε ομοιότητες με την προηγούμενη περίπτωση: λευκοί άνδρες, με τη σφραγίδα του μεγαλύτερου ερευνητικού διαστημικού κέντρου παγκοσμίως, καπηλεύτηκαν την εργασία δεκάδων γυναικών, παίρνοντας τα πρωτεία στον επιστημονικό κόσμο. Η ανάλυση δεδομένων ωφέλησε για άλλη μία φορά την κανονιστική τάξη.

Η ιστορία της Darden, όμως, δεν σταματάει εκεί. Συνεχίζει με δημοσιεύσεις, ερευνητικό έργο, εκπόνηση διδακτορικής διατριβής, παράλληλα με μητρότητα και οικιακή εργασία. Θα περίμενε κανείς ότι η Darden θα είχε καταφέρει να ανελιχθεί με μεγάλη ευκολία στην ιεραρχία της NASA, λαμβάνοντας υπόψη το ακαδημαϊκό και ερευνητικό της έργο. Φαίνεται, ωστόσο, ότι η επιστήμη πριμοδοτούσε περισσότερο τους άνδρες, με τα επιτεύγματά τους να λαμβάνουν μεγαλύτερη αναγνωρισιμότητα και τις προαγωγές να τους προσφέρονται μετά από συντομότερη διερεύνηση.

Η Darden δεν είναι αφελής∙ βλέπει ότι οι συνάδελφοί της έχουν προνομιακή μεταχείριση, παρότι το ερευνητικό και ακαδημαϊκό της έργο δεν υστερεί σε τίποτα από το δικό τους. Απευθύνεται στη Gloria Champine του Γραφείου Ισότητας Ευκαιριών της NASA, η οποία παρουσιάζει σε αυτήν και στον διευθυντή του τομέα της Darden, δεδομένα και στατιστικά που συσχετίζουν το φύλο με την θέση εργασίας, επιβεβαιώνοντας την εμπειρία των γυναικών όσον αφορά τη διάκριση εις βάρος τους σε σχέση με τις προαγωγές. Η Darden δικαιώνεται, και καταφέρνει σταδιακά να αναρριχηθεί στην κορυφή της ιεραρχίας, ως η πρώτη αφροαμερικανή γυναίκα που καταλαμβάνει την ανώτατη θέση στο ερευνητικό κέντρο του Langley της NASA.

Τα δεδομένα εδώ ανατρέπουν την πορεία της Darden. Την ανατροπή όμως αυτή δεν την πετυχαίνουν μόνα τους. Βρίσκουν απήχηση χάρη στις διεκδικήσεις του φεμινιστικού κινήματος των προηγούμενων δεκαετιών, που φέρνει στο προσκήνιο διακρίσεις, όπως αυτές που είχε υποστεί η Darden, και δημιουργεί υποστηρικτικούς μηχανισμούς, όπως το γραφείο όπου εργαζόταν η Champine[2]. Η ανάλυση δεδομένων προσφέρει δικαίωση και αποκαθιστά τη δικαιοσύνη όταν “απομακρύνεται” από τις κλασικές εξουσιαστικές δομές (ή τουλάχιστον όταν οι σκοποί της απομακρύνονται από άτομα που ενσαρκώνουν αυτές τις δομές, έμμεσα ή άμεσα).

Η ιστορία της Darden αποτέλεσε την έμπνευση και την εισαγωγή του βιβλίου “Data Feminism (Strong Ideas)” των Catherine D'Ignazio και Lauren F. Klein. Οι ίδιες ορίζουν την έννοια του Data Feminism ως εξής:

[...], Darden models what we call data feminism: a way of thinking about data, both their uses and their limits, that is informed by direct experience, by a commitment to action, and by intersectional feminist thought. The starting point for data feminism is something that goes mostly unacknowledged in data science: power is not distributed equally in the world. Those who wield power are disproportionately elite, straight, white, able-bodied, cisgender men from the Global North.


(Μτφ.: «[...] τα μοντέλα της Darden είναι αυτό που ορίζουμε ως φεμινισμό των δεδομένων: έναν τρόπο επεξεργασίας των δεδομένων, συμπεριλαμβανομένων των χρήσεων και των περιορισμών τους, που συνδέεται με την άμεση εμπειρία, με δέσμευση στη δράση και με τη διαθεματική φεμινιστική σκέψη. Η αφετηρία του φεμινισμού των δεδομένων είναι κάτι που συνήθως υποβαθμίζεται στην επιστήμη των δεδομένων: η εξουσία δεν είναι ίσα κατανεμημένη στον κόσμο. Με δυσανάλογο τρόπο, οι κάτοχοι εξουσίας είναι ελίτ, straight, λευκοί, αρτιμελείς, cis άντρες από το Διεθνή Βορρά»).

Έννοια-κλειδί του data feminism είναι καταρχάς η διαθεματικότητα. Μέσα από αυτή μπορούμε να προσεγγίσουμε το χειρισμό των δεδομένων ως έναν συνδυασμό έμφυλων, ταξικών και φυλετικών παραγόντων, ο οποίος δομεί μία κανονιστική-πλειονοτική ελίτ που συλλέγει δεδομένα και τα κατευθύνει ανάλογα με τα συμφέροντά της.

Ωστόσο, το πρόβλημα δεν έγκειται μόνο στην άνιση κατανομή της πρόσβασης στα δεδομένα. Η ανισότητα αυτή οδηγεί και σε διαφορετική αντιμετώπιση των ίδιων των δεδομένων. Δημιουργείται μία κλίμακα ιεράρχησης ανάμεσα στα δεδομένα που αξίζει περισσότερο ή λιγότερο να αλιευθούν, και σε αυτά που χρειάζεται ή όχι να ληφθούν υπόψη κατά την υλοποίηση ενός σχεδίου, μίας πολιτικής ή ενός προγράμματος.

Στο βιβλίο της Caroline Criado Perez, “Invisible Women: Data Bias in a World Designed for Men’’, μπορούμε να εντοπίσουμε παραδείγματα της ιεράρχησης αυτής. Ενδιαφέρουσα είναι η περίπτωση του σχεδιασμού των τουαλετών ανάλογα με το φύλο. Ενώ θεωρητικά η ίση κατανομή χώρου σε αντρικές και γυναικείες τουαλέτες μπορεί να φαντάζει δίκαιη, στην πραγματικότητα αποδεικνύεται από αφελής έως και μεροληπτική υπέρ των ανδρών. Ο σχεδιασμός αυτός δεν αφουγκράζεται καθόλου τα δεδομένα σχετικά με την πληθυσμιακή σύνθεση των γυναικών και τη συμπεριφορά τους μέσα στο χώρο της τουαλέτας. Συγκεκριμένα, σύμφωνα με τα στατιστικά που παρουσιάζει η Perez, οι γυναίκες καταναλώνουν κατά μέσο όρο 2,3 φορές περισσότερο χρόνο στην τουαλέτα, λαμβάνοντας υπόψη τις ανατομικές διαφορές που μπορεί να εμφανίζουν οι γυναίκες από τους άνδρες, την πιθανή συνοδεία παιδιών ή και άλλους παράγοντες που σχετίζονται με την ηλικία ή την αναπηρία. Η μεροληψία αυτή γίνεται ακόμη πιο ευδιάκριτη σε χώρες όπως η Ινδία, όπου η έλλειψη δημόσιων τουαλετών αποτελεί εμπόδιο στην καθημερινότητα των γυναικών, όχι όμως και των αντρών, καθώς οι τελευταίοι μπορούν να ουρήσουν σε δημόσια θέα χωρίς την κατακραυγή που θα συνόδευε τις πρώτες, αν έκαναν κάτι αντίστοιχο[3]. Οι “ίσες” παροχές υγιεινής στην πραγματικότητα δεν είναι και τόσο ίσες. Μάλλον τα δεδομένα δεν “μιλούν” σε όλες τις περιπτώσεις το ίδιο δυνατά, ειδικά αν δεν αφορούν τον ανδρικό πληθυσμό.

Μία υποψία υιοθέτησης του data feminism θα μπορούσαμε να διακρίνουμε στον αστικό σχεδιασμό της περιοχής του Aspern, γειτονιάς της Βιέννης. Κομβικά σημεία του αποτέλεσαν ο βελτιωμένος φωτισμός σε πάρκα και δρόμους, η λειτουργία των φαναριών ώστε να δίνεται προτεραιότητα σε πεζά άτομα, τα φαρδύτερα και χωρίς “εμπόδια” πεζοδρόμια και τα ειδικά διαμορφωμένα διαμερίσματα και κτίρια. Πρόκειται για την πολιτική του “gender mainstreaming”. Με ποια κριτήρια διαμορφώθηκε ο συγκεκριμένος σχεδιασμός; Πρώτον, λαμβάνοντας υπόψη ότι τα δύο τρίτα των διαδρομών με αυτοκίνητο πραγματοποιούνταν από άνδρες, ενώ τα δύο τρίτα των διαδρομών πεζή πραγματοποιούνταν από γυναίκες. Η επικεφαλής του προγράμματος, Eva Kail, δηλώνει χαρακτηριστικά: “if you want to do something for women, do something for pedestrians” (μτφ.: «αν θέλετε να κάνετε κάτι για τις γυναίκες, κάντε κάτι για τους πεζούς»). Δεύτερον, το πρόγραμμα υλοποιήθηκε αποκλειστικά με τη συμβολή γυναικών αρχιτεκτονισσών, ώστε η καθημερινότητα που βιώνουν οι γυναίκες να εκπροσωπείται άμεσα και να κατέχει κεντρική θέση στην εκ νέου δομημένη αστική ζωή[4].

Έναν ελπιδοφόρο επίλογο του θέματος θα μπορούσε να αποτελέσει ο φεμινιστικός επανασχεδιασμός που περιγράφεται στο προηγούμενο παράδειγμα. Ωστόσο, οι κραυγές πόνου του Macky Diabete, του μετανάστη από τη Γουινέα που πέθανε από περιτονίτιδα στο ΠΡΟΚΕΠΑ της Κω, όπου και κρατούνταν σε ένα από τα πολλά κρατικά “στρατόπεδα συγκέντρωσης”, ακούγονται πιο δυνατά από φεμινιστικές ουτοπίες. Ακόμη πιο ηχηρή είναι σίγουρα η κρατική αδιαφορία και οι διακρίσεις της κανονιστικής τάξης, της ίδιας τάξης που φαίνεται να εθελοτυφλεί απέναντι στο μεγαλύτερο μέρος του πληθυσμού, μέσω και των μηχανισμών της διαχείρισης δεδομένων, προεκτάσεων των μηχανισμών επιβολής εξουσίας και άσκησης βίας.

Πηγές:
[1]https://en.wikipedia.org/wiki/Facebook%E2%80%93Cambridge_Analytica_data_scandal
[2]D'Ignazio, C., & Klein, L. F. (2020). Data feminism. Mit Press.

[3]Perez, C. C. (2019). Invisible women: Exposing data bias in a world designed for men. Random House.
[4]https://www.theguardian.com/cities/2019/may/14/city-with-a-female-face-how-modern-vienna-was-shaped-by-women