¿Políticas públicas basadas en QUÉ?

Estos últimos días escuchamos mucho sobre la importancia de hacer políticas públicas basadas en evidencia y desde Data Género creemos que así debería ocurrir. Sin embargo, sentimos la obligación de reflexionar colectivamente sobre qué es la evidencia, cómo se hacen las políticas públicas y cuáles son las implicancias de combinar estos dos aspectos para que el resultado sea tener políticas públicas basadas en evidencia.

1) Todos los datos son construidos por personas, por lo que no son objetivos.

2) Los datos requieren contexto. Por eso la metadata es tan importante. Necesitamos que se explique cómo, cuándo, por quién, con qué técnicas y para qué fue recolectada la información.

3) La objetividad está directamente relacionada con su proceso de creación, recolección y análisis. También influyen las personas que participan de las investigaciones y sus concepciones teóricas y epistemológicas.

4) Los procesos de recolección de datos deben ser rigurosos en su metodología y también en las técnicas utilizadas, para obtener datos de calidad.

5) La transparencia es fundamental en el proceso de análisis y comunicación de los datos.

6) Tienen que existir procesos integrales de producción, recolección, análisis y comunicación de los datos con perspectiva de género que partan del reconocimiento de todas las personas según su identidad de género.

7) La dimensión ética es ineludible: no es cualquier dato a cualquier costo. Además, siempre es necesario preguntarse: ¿datos para qué? Porque también pueden servir para excluir, marginar o criminalizar grupos.

8) Por eso, es importante ser claros con los financiamientos. Tener datos de calidad cuesta dinero, ¿quién y para qué invierte en estos relevamientos?

9) La privacidad de la información, la protección de las bases de datos y fuentes, y su anonimización, es esencial para garantizar el cumplimiento de los derechos de las personas y para tener datos de calidad.

10) No se puede predecir cualquier comportamiento o tema social con herramientas de Inteligencia Artificial y Machine Learning. Los avances técnicos y tecnológicos en la ciencia de datos nos hacen caer en la fácil tentación de creer que podemos predecir cualquier cosa y que esa predicción va a ser acertada. Las predicciones sobre el comportamiento de las personas y la sociedad son tan complejas como peligrosas, por lo que es necesario tener un conocimiento muy profundo del tema y de todas sus variables, del contexto (metadata) y de sus implicancias.

--

--

Sin igualdad de datos no hay igualdad de género 💜✊ | https://www.datagenero.org / | Twitter e Instagram: @datagenero

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
DataGénero - Observatorio

Sin igualdad de datos no hay igualdad de género 💜✊ | https://www.datagenero.org / | Twitter e Instagram: @datagenero