A scoping review of gender bias in digital occupational health management

把职场想象成一个巨大的、繁忙的视频游戏世界，每个人都在这个世界里努力保持健康与快乐。近年来，“游戏管理员”（公司和健康专家）开始使用超级智能的数字工具——比如应用程序、可穿戴设备和计算机程序——来帮助玩家管理健康。这被称为职业健康管理。把它想象成一个数字教练，它会追踪你的步数、提醒你拉伸，或者在你盯着屏幕太久时建议你休息。其核心理念是，这些数字教练可以非常高效，并且是为每位玩家量身定制的。然而，这里有一个陷阱：如果教练是根据只观察了半数玩家的规则手册构建的，或者如果教练的大脑（算法）是基于陈旧且不完整的数据进行训练的，那么它给出的建议可能对某些人非常有效，却会让其他人掉队。这就是性别偏见的问题：当一个系统在无意中以不公平的方式对待男性和女性时，通常是因为它没有“看到”人们的生活和身体实际存在的差异全貌。

现在，让我们把镜头拉近，看一项像侦探一样追踪这些数字健康教练究竟在哪里出错的新研究。研究人员不仅仅是在猜测；他们进行了一场大规模的寻宝行动，搜寻数据库和官方报告，寻找 62 件不同的证据。他们正在寻找这些数字工具在性别问题上失准的具体方式。

他们的发现是五个可能让系统出错的隐蔽陷阱。首先是性别数据鸿沟。想象一下，你要为一大群人烤蛋糕，但你手头的食谱只列出了适合男孩的配料。你最后做出来的蛋糕可能会味道奇怪，或者不适合女孩，因为食谱漏掉了另一半的配料。在数字世界中，这意味着计算机正在基于缺乏足够女性信息的资料做出决策。

第二是算法偏见。这就像一个从带有偏见的教练那里学习了游戏规则的机器人裁判。即使机器人试图做到公平，它仍会不断做出同样不公平的判罚，因为它被教导要通过一个狭隘的视角来看待世界。

第三，研究指出存在性别健康差距。这不是关于计算机的问题，而是关于现实生活。男性和女性往往背负着不同“重量”或形状的工作压力和身体负担。如果数字教练不知道其中一个背包更重或形状不同，它就无法帮助玩家正确地背负它。

第四是数字性别差距。这纯粹是关于谁能拿到控制器的问题。如果有些人无法获得最新的技术，或者在使用技术方面感到不自在，那么数字健康教练根本无法为他们提供帮助。

最后，研究人员发现了性别健康悖论。这是一个令人困惑的情况：某一群人在纸面上看起来可能更“生病”（有更多关于疼痛或疲劳的报告），但实际上寿命更长；而另一群人看起来更健康，却面临更高的严重风险。这是一个数字工具往往无法解决的谜团，因为它们看待数字的方式过于简单。

论文指出，由于这五个陷阱，数字健康措施往往忽略了不同性别的特定需求。作者并不是说这项技术永远坏掉了，而是警告我们不能只是把它打开然后听天由命。相反，他们建议进行一次重大升级：我们需要确保将“性别主流化”（在每一步都考虑性别因素）和“交织性”（理解一个人身份的不同部分是如何交织在一起的）从一开始就构建进系统中。只有通过修复配方、更好地训练机器人裁判，并确保每个人都有控制器，我们才能建立一个为所有人服务的数字健康世界。