Scan barcode
signorponza's review against another edition
5.0
Un libro necessario. Indispensabile per aprire gli occhi su un mondo che è costruito dagli uomini su misura degli uomini, dove ahimè non si intendono gli esseri umani in generale, ma proprio gli individui maschi. Sono tantissimi gli esempi contenuti in Invisibili (vi siete mai chiesti perché nei bagni delle donne c'è sempre la coda e in quelli dei maschi no? Perché i medici spesso non sono in grado di diagnosticare in tempo un infarto in una donna? Perché, negli incidenti stradali, le donne rischiano di più degli uomini?), che dimostrano come la progettazione di prodotti e servizi, ma anche la definizione delle politiche pubbliche sia sostanzialmente fatta sempre avendo in mente i corpi, le caratteristiche e i comportamenti degli uomini. Ma c'è un elemento ancor più fondamentale su cui questo libro mi ha aiutato a spalancare gli occhi: come se non bastasse il gender gap, oggi ci troviamo a convivere anche con un gravissimo gender data gap. In altre parole, mancano quasi sempre dati che raccontino le differenze di genere nei database e nelle statistiche che vengono raccolte. Questo vuoto non fa altro che perpetrare un circolo virtuoso per cui, in mancanza di dati, si continuano ad agire una discriminazione e un pregiudizio che hanno un forte impatto sulla vita delle donne. Ancor più preoccupante se si pensa al ruolo sempre più rilevante che gli algoritmi stanno assumendo nelle nostre vite.
Questa e altre recensioni nella mia newsletter mensile sui libri: https://bit.ly/ponzabook
Questa e altre recensioni nella mia newsletter mensile sui libri: https://bit.ly/ponzabook
lady_n_beautiful_reads's review against another edition
While a fascinating and well written look at the way gender bias affects daily life, (and I know this is a loft goal) there is no “so what do we do now?” If I was conducting research, or teaching a class, I would absolutely return back to this book.
kaebirdie's review against another edition
4.0
I found this book very interesting, with a lot of detail and extra facts. But the central premise did give me pause, as while i know this is about gender bias in data but i felt that non-gendered data (or rather non-binary data) was overlooked entirely. I know in physical actuality, folks might fall into one category or another, but i feel like it's a little disingenuous not to address that