يوم المرأة العالمي: لمواجهة التمييز ضدها على الساحة الرقمية

حسناء بو حرفوش

يمثل اليوم العالمي للمرأة مناسبة للاحتفاء بانجازاتها على جميع المستويات، وعلى وجه التحديد مساهماتها الكبيرة في مجال الحقوق الرقمية. وفي الوقت الذي تحاول فيه المرأة جعل العالم أكثر إنصافاً وتنوعاً وشمولية، من المهم تسليط الضوء على التحديات التي لا تزال تواجهها عبر المشهد الرقمي، حسب مجموعة “أوبن رايتس غروب”.

تكمن المشكلة الأولى في التمثيل المتواضع للمرأة على الانترنت حول المعمورة، بسبب قلة قدرتها على الوصول إلى الأموال والتكنولوجيا. وتزداد احتمالية اتصال الرجال بالانترنت بنسبة 21٪ مقارنة بالنساء عموماً، وترتفع هذه الاحصائية إلى 52٪ في جنوب الكرة الأرضية. وتؤثر هذه الفجوة سلباً على وصول المرأة إلى الخدمات الحيوية مثل التعليم والتوظيف والرعاية الصحية.

ومن ثم، من المرجح أن تواجه النساء العنف والتحرش عبر الانترنت، في ظل التطورات الجديدة مثل تقنيات التزييف العميق التي لا تؤدي إلا إلى تفاقم هذه المشكلات. كما أن النساء ممثلات تمثيلاً ناقصاً في صناعة التكنولوجيا، بحيث يشكلن 28٪ فقط من القوة العاملة في العلوم والتكنولوجيا والهندسة والرياضيات، اما المناصب التي يشغلنها فهي تقل عن ربع المناصب القيادية العليا في شركات التكنولوجيا العالمية الكبيرة.

ونظراً الى أن التكنولوجيا تتمدد بصورة متزايدة في كل جانب من جوانب الحياة، ترك التحيز المجتمعي الأوسع بين الجنسين ونقص التمثيل عبر صناعة التكنولوجيا آثاراً بعيدة المدى على النساء. في كتابها بعنوان “النساء غير المرئيات”، توضح كارولين كريادو بيريز أن الثقافة التكنولوجية قد اتبعت تاريخياً نهج “المقاس الواحد الذي يناسب الرجال” بحيث أخذ الموظفون البيض فقط تجاربهم المعيشية في الاعتبار واستخدموا مجموعات بيانات محدودة مماثلة. ويظهر أن أنظمة التعلم الآلي تطور التحيزات بسرعة في حال لم يتم النظر في تصميمها ومجموعات البيانات بصورة مناسبة. بالإضافة إلى ذلك، أظهرت دراسة أجرتها جامعة فيرجينيا أن الذكاء الاصطناعي تعلم ربط النساء بصور المطبخ بعد مراجعة أكثر من ١٠٠ ألف صورة مصنفة من جميع أنحاء الانترنت.

تتسبب هذه الفجوة في البيانات بين الجنسين باستدامة التمييز المنهجي ضد المرأة مع تأثير عميق على حياتها الشخصية والمهنية. وبالطبع، لا تتأثر النساء على قدم المساواة بهذه التحيزات الراسخة. كما أنه من غير المرجح أن يتم تمثيل النساء ذوات البشرة الملونة والمجموعات الأخرى في مجموعات البيانات وفي الفرق التي تبتكر التقنيات، مما يضاعف هذه الآثار السلبية. على سبيل المثال، كما لاحظ الكاتب يانوس روز، فإن التعرف على النوع الاجتماعي، من خلال الذكاء الاصطناعي الذي يحاول تحديد الجنس بناءً على الصور ضار خصوصاً لبعض المجموعات. أضف الى ذلك أن احتمال الابلاغ عن سوء المعاملة أقل والأمر سيان بالنسبة الى الوصول إلى خدمات الدعم خوفاً من الترحيل في بعض البلدان.

شارك المقال