A scoping review of gender bias in digital occupational health management

تخيل مكان العمل كعالم ألعاب فيديو ضخم وصاخب، حيث يحاول الجميع البقاء بصحة جيدة وسعادة أثناء اللعب. في السنوات الأخيرة، بدأ "مديرو اللعبة" (الشركات وخبراء الصحة) في استخدام أدوات رقمية فائقة الذكاء — مثل التطبيقات، والأجهزة القابلة للارتداء، والبرامج الحاسوبية — لمساعدة اللاعبين على إدارة صحتهم. يُسمى هذا إدارة الصحة المهنية. فكر في الأمر كمدرب رقمي يتتبع خطواتك، أو يذكرك بتمارين التمدد، أو يقترح عليك أخذ استراحة عندما تطيل النظر إلى الشاشة لفترة طويلة. الفكرة هي أن هؤلاء المدربين الرقميين يمكن أن يكونوا فائقين الكفاءة ومصممين خصيصاً لكل لاعب. ومع ذلك، هناك عقبة: إذا تم بناء المدرب باستخدام كتاب قواعد نظر فقط إلى نصف اللاعبين، أو إذا كان عقل المدرب (الخوارزمية) قد تدرّب على بيانات قديمة وغير مكتملة، فقد يقدم نصيحة تعمل بشكل رائع للبعض ولكنها تترك الآخرين خلف الركب. هذه هي مشكلة التحيز الجنساني: عندما يعامل النظام الرجال والنساء بشكل مختلف بطرق غير عادلة عن طريق الخطأ، غالباً لأنه لا "يرى" الصورة الكاملة لكيفية اختلاف حياتهم وأجسادهم في الواقع.

الآن، دعونا نكبر المشهد لنرى دراسة جديدة تعمل كالمحقق، تبحث بدقة عن المكان الذي تخطئ فيه هذه المدربين الصحيين الرقميين. لم يكتفِ الباحثون بالتخمين؛ بل ذهبوا في رحلة بحث عن كنز هائلة، باحثين في قواعد البيانات والتقارير الرسمية للعثور على 62 دليلاً مختلفاً. كانوا يبحثون عن الطرق المحددة التي تفشل بها هذه الأدوات الرقمية في تحقيق التوازن فيما يتعلق بالنوع الاجتماعي.

ما وجدوه كان مجموعة من خمسة فخاخ ماكرة يمكن أن تعطل النظام. أولاً، هناك فجوة البيانات الجنسانية. تخيل أنك تحاول خبز كعكة لجمهور كامل، لكن لديك وصفة تسرد فقط المكونات الخاصة بالأولاد. قد ينتهي بك الأمر بكعكة مذاقها غريب أو لا تعمل جيداً للفتيات لأن الوصفة كانت تفتقر إلى نصف المكونات. في العالم الرقمي، يعني هذا أن الحواسيب تتخذ القرارات بناءً على بيانات لا تتضمن معلومات كافية عن النساء.

ثانياً، هناك التحيز الخوارزمي. هذا يشبه حكماً آلياً تعلم قواعد اللعبة من مدرب منحاز. حتى لو حاول الروبوت أن يكون عادلاً، فإنه يستمر في اتخاذ قرارات غير عادلة لأنه تدرّب على رؤية العالم من خلال عدسة ضيقة.

ثالثاً، تشير الدراسة إلى الفجوة الصحية الجنسانية. هذا لا يتعلق بالحاسوب؛ بل يتعلق بالحياة الواقعية. غالباً ما يحمل الرجال والنساء "حقائب ظهر" مختلفة من ضغوط العمل والأعباء الجسدية. إذا لم يكن المدرب الرقمي يعرف أن إحدى حقائب الظهر أثقل أو ذات شكل مختلف، فلن يتمكن من مساعدة اللاعب في حملها بشكل صحيح.

رابعاً، هناك الفجوة الرقمية الجنسانية. وهي ببساطة تتعلق بمن يمسك بجهاز التحكم. إذا لم يكن لدى بعض الناس القدرة على الوصول إلى أحدث التقنيات أو لم يشعروا بالراحة في استخدامها، فإن المدرب الصحي الرقمي لن يتمكن من مساعدتهم في المقام الأول.

أخيراً، لاحظ الباحثون المفارقة الصحية الجنسانية. هذا وضع محير حيث قد يبدو أحد المجموعات أكثر مرضاً على الورق (مزيد من التقارير عن الألم أو التعب) ولكنه في الواقع يعيش لفترة أطول، بينما تبدو مجموعة أخرى أكثر صحة ولكن لديها خطر أكبر من التعرض لمشاكل خطيرة. إنه لغز غالباً ما تفشل الأدوات الرقمية في حله لأنها تنظر إلى الأرقام ببساطة شديدة.

تشير الورقة البحثية إلى أنه بسبب هذه الفخاخ الخمسة، غالباً ما تغفل التدابير الصحية الرقمية الاحتياجات المحددة لمختلف الأجناس. المؤلفون لا يقولون إن التكنولوجيا معطلة للأبد، لكنهم يحذرون من أننا لا نستطيع مجرد تشغيلها ونأمل في الأفضل. بدلاً من ذلك، يوصون بتطوير رئيسي: نحن بحاجة إلى التأكد من أن "دمج النوع الاجتماعي" (التفكير في النوع الاجتماعي في كل خطوة) و"التقاطعية" (فهم كيفية اختلاط الأجزاء المختلفة من هوية الشخص معاً) مدمجين في النظام منذ البداية. فقط من خلال إصلاح الوصفة، وتدريب الحكم الآلي بشكل أفضل، والتأكد من أن الجميع يمتلك جهاز تحكم، يمكننا بناء عالم صحي رقمي يعمل للجميع.