Jämställdhet och datadriven innovation

Rapport avseende workshop kring social innovation, genus och hållbarhet i det datadrivna samhället

Syftet med arrangemanget vara att diskutera frågor och utmaningar som rör genus, hållbarhet och sociala innovationer i det datadrivna samhället och i labbmiljön.

Workshopen arrangerades gemensamt av projekten ”Ladds” och ”den koldioxidsnåla platsen” och genomfördes den 16 maj 2017, 9-12 i White Box, Sliperiet på konstnärligt campus i Umeå.

Workshopledare var Anna Croon Fors, Institutionen för informatik och Eva Svedmark , UPL

Upplägget var följande:

Workshopledarna redovisade tankar och teorier kring normer, dvs vad som individer och samhälle internaliserat som normalt och naturligt, dvs normer och vad normkritik innebär. En diskussion kring vad deltagarna själva la in i begreppen ”normalt” och ”naturligt” genomfördes. Även begrepp som t ex feminism diskuterades. Förslag på böcker och artiklar gavs av föreläsarna tillsammans med det material som distribuerades till deltagarna vid workshoptillfället.

Efter teoripasset delades deltagarna in i grupper och genomförde en omvänd brainstorm där idéer på hur man skapar en ojämnställd och exkluderande labbmiljö. Temat var ” Hur driver vi på innovation som kränker och förnedrar människor”

Tiden räckte inte till med ett antal tankar väcktes, bl a dessa (man bör alltså göra motsatsen till detta):

  • Alla digitala spår ska vara helt blir offentliga utan kontroll eller ”vakthundar” som tillvaratar individens intressen.
  • Det bör vara en begränsad klick av homogena människor som styr innovationsarbetet.
  • Man bör undanta vissa verksamhetsområden från innovation, t ex räkna hur många bilar som trängs på gatorna men inte hur många barn som trängs på förskolans lekytor.
  • Det är en skillnad på att ”bjuda in” de som inte följer normen till labbets utvecklingsmiljö och vara öppen för normbrytares deltagande. Det förstnämnda antyder dels en hierarki, dels att något redan har gjort s/ villkor har formulerats som inte alla har haft lika stor möjlighet att påverka.
  • Skapa filterbubblor så att datatillgången blir ensidig och mängden motsägelsefull datat/data som inte styrker majoritetsnormen begränsas så mycket som möjligt.

Andra frågor som väcktes men där några svar inte hann utarbetas var bl a:  

  • Ska data vara könsuppdelad? Ökar eller minskar en sådan uppdelning jämställdheten?  Man kan hävda att detta beror på syftet men då data ju är en råvara som kan användas i många olika syften är syftet inget man känner till vid datafångsten.
  • Objektiva data finns det överhuvudtaget? Är data präglat av majoritetsnormerna?