Suche
  • Anna

Book Review: Invisible Women von Caroline Criado Perez

Aktualisiert: 20. Dez 2020




Ich bin der Ansicht, dass das Buch "Invisible Women" von Caroline Criado Perez Pflichtlektüre in Schulen werden sollte. Schaut man sich beispielsweise die Amazon-Bewertungen an, dann erkennt man, dass ich mit dieser Ansicht nicht alleine bin. Aber first things first, worum geht es überhaupt?

Criado Perez zeigt in ihrem Buch, dass wir in einer Welt leben, die von Männern und für Männer gemacht ist. Wenn wir an einen Menschen denken, denken wir an einen Mann. Es ist sozusagen der Default Value. Ihr eingangs aufgeführtes Zitat von Simone de Beauvoir fasst die These ihres Buches zusammen:


"Representation of the world, like the world itself, is the work of men; they describe it from their own point of view, which they confuse with the absolute truth.”

Sie zeigt, welche Folgen diese gesellschaftliche Konstruktion für die Hälfte der Weltbevölkerung hat. Es ist für mich insbesondere beeindruckend, wie tief sie in ihrer Recherche vorgegangen ist. Gefühlt hat sie alle Studien, die es jemals zu dem Thema gab, gelesen und aufgeführt. Sie argumentiert ausschließlich mit Daten und Hinweisen zur wissenschaftlichen Forschung. Gleichzeitig macht sie in ihrem Buch keine Vorwürfe. Es ist nicht so, dass sie Männer als Feindbild generieren möchte. Ihr ist es wichtig zu zeigen, zu welchen Problemen es führt, wenn - egal in welchem Kontext - der Standard ein Mann ist und Frauen ignoriert, vergessen und nicht in Entscheidungsprozesse mit einbezogen werden.


Die Rolle der Daten


Wer sich mit künstlicher Intelligenz beschäftigt, weiß, welche enorme Bedeutung Daten besitzen. Es macht signifikante Unterschiede, welche Daten bei Entscheidungen mit einbezogen werden, welche Daten bei Studien erhoben werden und wie Daten strukturiert sind. Criado Perez zeigt in ihrem Buch kontinuierlich, wie Daten über Frauen fehlen oder nicht berücksichtigt werden können, weil die Daten nicht nach Geschlecht getrennt sind. Dieser Gender Data Gap führt maßgeblich zu Ungleichheiten zwischen den Geschlechtern und führt zu Ergebnissen von Entscheidungen, die grundsätzlich negative Folgen für Frauen haben.


Einige Beispiele


Das Buch führt unglaublich viele Beispiele auf und zeigt damit, wie das Problem des Gender Data Gap in wirklich sämtlichen Bereichen des Lebens eine Rolle spielt. Besonders drastisch ist dies, wenn es lebensbedrohlich wird. So wurden etwa Autos lange Zeit mit Dummys getestet, deren Maße dem "Durchschnittsmann" entsprachen. Ein Auto ist daher so aufgebaut, dass es den Körper eines solchen Mannes optimal schützt. Der weibliche Körper ist jedoch durchschnittlich anders aufgebaut, beispielsweise kleiner. Dies führt dazu, dass Frauen eine 47% höhere Wahrscheinlichkeit haben bei einem Autounfall ernsthaft verletzt zu werden.

Aus dem Bereich der Medizin führt sie einige Beispiele auf, die verdeutlichen, dass Frauen in der medizinischen Forschung nachhaltig vernachlässigt werden. Erst kürzlich hat man beispielsweise festgestellt, dass ein Herzinfarkt sich in den Symptomen bei Frauen ganz anders abspielt als bei Männern. Auch Medikamente wirken bei Frauen häufig anders als bei Männern, was leider bei den meisten Studien nicht berücksichtigt wird, entweder, weil es nicht genügend weibliche Teilnehmer gibt oder weil die Daten nicht nach Geschlecht teilbar sind. Das trifft sogar für Tierversuche zu, bei denen häufiger an männlichen Tieren getestet wird als an weiblichen. Selbst über die Menstruation gibt es bis heute kaum nennenswerte Daten und Forschung.

Wirklich mitgenommen haben mich ihre Ausführungen zu Toiletten. Es ist unglaublich und einfach nur traurig unter welchen Bedingungen viele Frauen in wirtschaftlich schwachen Staaten leben müssen, weil sie keinen Zugang zu einer Toilette haben. Und nicht nur dort, auch in Flüchtlingsunterkünften, auch in Deutschland, gibt es häufig keine Toilette nur für Frauen. Diese Frauen müssen entweder Gemeinschaftstoiletten nutzen, die manchmal in beispielsweise den Slums von Brasilien vorhanden sind, oder sich in den Feldern in der Nähe der Unterkunft erleichtern. Beides birgt die Gefahr angegriffen zu werden. Zusätzlich ist der weibliche Körper kältesensibler und die Harnröhre ist kürzer, sodass Infektionen bei einem Stuhlgang im freien wahrscheinlicher sind. Teilweise versuchen diese Frauen weniger zu trinken, doch auch das hat natürlich gesundheitliche Folgen. Und ich kann mir wirklich kaum vorstellen, was diese Frauen machen, wenn sie ihre Periode haben.

Daneben zeigt Criado Perez immer wieder, welchen hohen Anteil der "Unpaid Care Work" Frauen erfüllen. Auch hier führt sie etliche Studien auf und zeigt, wie Frauen durch die Übernahme dieser unbezahlten Arbeit benachteiligt werden, beispielsweise in der Wissenschaft. Zwei Angaben fand ich diesbezüglich besonders interessant: Wenn ein Mann und eine Frau zusammenziehen - beide haben zuvor ihren eigenen Haushalt gehabt - sinkt die wöchentliche Arbeitszeit für Haushaltstätigkeiten bei Männern, während sie bei Frauen um durchschnittlich sieben Stunden steigt. Ein anderes Beispiel bezog sich auf die Rückfälligkeit nach einem Herzinfarkt: Bei Frauen ist die Wahrscheinlichkeit signifikant höher, nach der Entlassung aus dem Krankenhaus innerhalb von kurzer Zeit wieder krank zu werden als bei Männern. Hintergrund ist, dass man Frauen, wenn sie zurück zu Hause sind, weniger Zeit für Genesung gewährt als dies bei Männern der Fall ist. Diesbezüglich gibt es auch erste Anzeichen, dass der Anteil an "Unpaid Care Work" durch die Corona Pandemie zulasten von Frauen deutlich steigt. Wenn Kinder nicht mehr in die Schule oder in den Kindergarten können, dann sind es häufig die Mütter, die sich um die Betreuung kümmern müssen. Ein erhöhter Bedarf an Haushaltstätigkeiten entsteht durch die Pandemie ebenfalls, weil sich die meisten Menschen mehr im eigenen Haushalt aufhalten als zuvor (Home Office, Verzicht auf Restaurantbesuche etc.).


Der Gender Data Gap und KI


Dieses Thema haben wir bereits häufiger in unserem Blog angesprochen, deshalb fasse ich mich hier kürzer: eine sexistische Gesellschaft generiert sexistische Daten, ein gesellschaftlicher Bias wird sich immer auch in den Daten wieder spiegeln, mit denen eine Maschine trainiert wird. Im Buch werden unter anderem folgende Beispiele aufgeführt: Sprachassistenten erkennen die weibliche Stimme nicht oder deutlich schlechter als die von Männern; sie verstehen zwar die Frage nach dem nächstgelegenem Bordell, können aber mit dem Begriff Vergewaltigung nichts anfangen. Bei HR-Prozessen in Unternehmen werden mit Hilfe von KI Lebensläufe vorweg aussortiert. Auch hier ist die Maschine häufig mit einem Bias trainiert, der zu einer nicht verhältnismäßigen Aussortierung von Frauen-CVs führt. Übersetzungsalgorithmen übersetzen gender-bezogene Wörter signifikant häufiger als männlich statt als weiblich. Und so weiter, und so fort...


Final Word


Dieses Buch ist nicht nur interessant um Geschlechter-Ungerechtigkeiten zu erkennen. Es ist auch für Data Scientists spannend die Wirkung der Daten und vor allem der nicht-vorhandenen Daten am Beispiel Gender nachzuvollziehen.

Es ist ein Buch, welches verdeutlicht, dass noch viel zu tun ist um die Gleichstellung der Geschlechter zu erreichen. Es öffnet einem außerdem die Augen in Bezug auf die kleinsten Alltagsdetails, in denen eine Benachteiligung oder Vernachlässigung weiblicher Bedürfnisse stattfindet. Gleichzeitig liefert Criado Perez aber auch immer wieder Lösungsmöglichkeiten und zeigt auf, wie man die Probleme angehen und beheben kann.


 
  • LinkedIn - Schwarzer Kreis
  • Twitter

©2020 Neurona.