Miremos lo que dicen los números…
Los datos nos dirán…
Escuchamos estas frases todo el tiempo, generalmente añadidas al final de un argumento. En el mundo desafiante de trabajar con personas, es tentador atribuir infalibilidad a los datos en comparación con opiniones y sentimientos. Aquí radica el problema: Pensamos en las cifras como imparciales, pero depende de qué datos elijan recopilar las personas y cómo analizan, interpretan, resaltan y comparten los resultados.
En el lugar de trabajo, los datos pueden guiar la inversión de recursos, afectando a los colaboradores individuales, equipos y a toda la organización. Está incorporado en casi todas las herramientas que utilizamos para la evaluación, desde algoritmos de inteligencia artificial hasta encuestas de compromiso de los colaboradores y encuestas de popularidad de productos. Con tantos datos a nuestro alcance, es importante pensar críticamente sobre la objetividad de los datos, algo que a menudo se da por sentado.
Incluso cuando comprendemos que hay un sesgo inherente en los datos debido a que las personas, a menudo las que tienen el poder, toman decisiones sobre qué datos incluir, cómo interpretarlos, quiénes participan y cómo compartir los resultados, ¿qué podemos hacer? Aquí hay algunos consejos para descubrir la verdadera historia detrás de los datos.
Mira más allá de la hoja de cálculo
Cuando escuchamos “datos” y “visualización de datos”, a menudo pensamos automáticamente en hojas de cálculo y gráficos. Sin embargo, esta visión estrecha no siempre ha sido la norma. Ignora la rica historia de la visualización de datos indígenas. Una nueva investigación resalta las dinámicas influyentes del poder de los datos a través de una revisión histórica de la recopilación de datos, específicamente el registro y la visualización de datos entre las poblaciones indígenas.
Los investigadores encontraron pruebas de visualización de datos que datan del siglo XVI, cuando se incorporaban datos cualitativos y cuantitativos, historias y números en textiles, tratados gubernamentales y ceremonias. Por ejemplo, en el siglo XVII, colonos holandeses y las Cinco Naciones de los Haudenosaunee registraron un tratado con un documento de cuentas de cuentas. Dos filas de cuentas moradas representaban dos ríos y las dos formas de vida separadas entre los grupos, que vivían en armonía y sin interferir entre sí. El tratado, junto con la belleza y genialidad de la narración indígena, fue posteriormente ignorado por los colonos holandeses y europeos, y se formó una narrativa predominante diferente. Los colonizadores que asumieron el poder no solo llevaron a un cambio en la narrativa, sino que también tomaron el poder y la voz a las personas de las Cinco Naciones, que fueron retiradas intencionalmente de la práctica de compartir datos y dar forma a la narrativa.
Entonces, cuando estés viendo números fríos y duros en una hoja de cálculo, recuerda que no son la única forma, o tal vez ni siquiera la forma más precisa, de representar la verdad. ¿Existe otra forma en que la historia podría haber sido contada?
Examina la inclusión
Comienza por buscar información sobre quiénes están incluidos en la muestra, y quiénes no. Un informe podría decir “500 trabajadores a tiempo completo en la industria”, pero es esencial comprender las características demográficas de esos 500 trabajadores a tiempo completo. Por ejemplo, al recopilar datos sobre la brecha salarial de género, los datos del censo de Estados Unidos solo consideran a los trabajadores a tiempo completo. Si bien esto puede reflejar con precisión la disparidad en las ganancias entre hombres y mujeres, no captura el cuadro completo.
Según la Oficina de la Mujer del Departamento de Trabajo de EE. UU., aproximadamente el 65% de las mujeres que trabajan están empleadas a tiempo completo durante todo el año, en comparación con el 75% de los hombres que trabajan; por lo tanto, la muestra ya está sesgada desde el principio. La decisión de excluir los salarios de los trabajadores a tiempo parcial sesga aún más la imagen y no capta las experiencias de diferentes grupos. Piensa en situaciones en las que las características demográficas se cruzan y hacen que las condiciones de trabajo sean extremadamente difíciles para grupos específicos, como madres negras que trabajan o madres que han emigrado recientemente a los EE. UU. Las exclusiones, ya sean intencionales o no, dan forma a la imagen que vemos, y la imagen a menudo está lejos de ser completa. Nos quedamos con una comprensión limitada de lo que estamos examinando.
Identifica los sesgos en el proceso
Como consumidores de datos, es importante para nosotros comprender cómo se recopilan los datos para evaluar su objetividad. Por ejemplo, en 1940, el Departamento de Agricultura de EE. UU. (USDA) se propuso publicar un folleto con patrones de vestimenta y ropa para mujeres. En ese momento, los patrones eran poco fiables porque no había mediciones estandarizadas disponibles para las mujeres, lo que costaba a los fabricantes 10 millones de dólares al año. Ruth O’Brien, autora del folleto, y un equipo de investigadores recopilaron medidas de 15,000 mujeres en todo Estados Unidos.
O’Brien excluyó intencionalmente 5,000 puntos de datos del conjunto de datos porque eran mediciones de mujeres de color. Algunos investigadores alentaron la inclusión de mujeres no caucásicas en la muestra, y O’Brien estuvo de acuerdo en hacerlo para “mantener la paz” en el grupo. Pero se aseguró de que los datos fueran marcados de manera que pudieran omitirse fácilmente y con intención, lo que significa que los patrones se basaron únicamente en datos recopilados de mujeres blancas, como si fueran la verdadera representación de las mujeres en EE. UU.
¿Cuál es la lección aquí? Los procesos de recopilación de datos importan, y alguien está tomando decisiones deliberadas. Parte de la razón por la que nos encanta depender de los datos es la totalidad que se promete: hemos recopilado datos representativos de manera exhaustiva de una manera que nos permite capturar un hecho que se puede generalizar ampliamente. Pero al evaluar los datos, es importante asegurarse de que el proceso de recopilación de datos haya sido ético y no perpetúe sesgos.
Comprende el impacto de las visualizaciones
Es esencial comprender lo que sucede en el cerebro al mirar visualizaciones de datos. Investigaciones recientes en neurociencia demuestran que somos mejores recordando símbolos que palabras. Cuando se les presentó el símbolo gráfico “$” y la palabra “dólar”, las personas tenían más probabilidades de recordar el símbolo que la palabra. Con este conocimiento, considera cómo la visualización de datos puede afectar las percepciones.
Cuando los datos se entienden fácilmente, democratizan la información y ayudan a que más personas se unan a la conversación. Permite a los investigadores basarse en el trabajo de otros, a los responsables políticos crear soluciones basadas en pruebas y a los ciudadanos responsabilizar a sus gobiernos e instituciones. El investigador Alberto Cairo y el periodista Scott Klein desarrollaron una fuente llamada “Wee People” mientras trabajaban para ProPublica. Cairo dibujó siluetas, como alternativa a los puntos comúnmente utilizados, para representar a las personas en sus visualizaciones de datos. Con el tiempo, han ampliado la fuente para incluir siluetas de niños y personas con ayudas de movilidad, lo que permite que más personas se vean a sí mismas en las visualizaciones de datos y comprendan rápidamente el mensaje que se está comunicando. Cuando te encuentres mirando datos llenos de palabras y confusos, no eres tú; simplemente no es una forma amigable para el cerebro de mostrar resultados. Es importante hacer una pausa y reflexionar sobre quién más podría estar confundido por la historia y por qué es importante.
Examinar críticamente estos problemas es un paso esencial para desbloquear todo el potencial de los datos para las organizaciones, los investigadores y la sociedad en su conjunto. Como consumidores de datos, es fundamental adoptar una mentalidad que vaya más allá de los números en sí, hacer una pausa y preguntarnos qué parte de la historia falta y qué parte se está amplificando. Al hacerlo, podemos descubrir sesgos ocultos, descubrir voces marginadas y permitir que nuestra comprensión de un problema sea completa y justa.
Este artículo está vinculado a INCLUYE, una de nuestras soluciones. Obtén más información sobre las soluciones ofrecidas por NeuroLeadership Institute Latinoamérica.
Para leer el artículo original haz click en este enlace.