Londa Schiebinger: Gendered Innovations in Science, Health & Medicine, Engineering, and Environment(廖偉翔)
Gendered Innovations in Science, Health & Medicine, Engineering, and Environment
Londa Schiebinger@成大醫學院，2013.09.18 ◎廖偉翔
Londa Schiebinger (History of Science, Stanford University) 是重要的女性主義科學史研究者，著作豐富。雖然她身為科學史學者，但其著作涉及的議題相當多元，包括博物學史、殖民與生物探勘、人體試驗及性別與科學。近年來她致力於將性別觀點注入科學研究中，推動具有性別觀點的科學創新，其中尤以歐盟所推動的Gendered Innovations最受人注目。（以上摘自活動簡介）
首先Schiebinger開宗明義指出，Gendered Innovations意圖運用性與性別分析帶來的創造力，提供研究者一套工具（無論是理論或實務上皆然）。
接著螢幕上秀出了一張圖，是請美國小學生畫出心目中科學家的測試。從前是頭髮稀疏、穿著實驗衣、身邊有許多實驗器材的中年白人男性（男性占了92%），到愛因斯坦型的科學家，再到現在慢慢有女性科學家的形象出現，但還是被動的觀察者樣貌（一位白人女性拿著放大鏡觀察樹葉）。這當中有許多值得玩味之處。
Gendered Innovations有三項主要目標：
（一）Fix the numbers增加女性在科學研究相關領域的人數
（二）Fix the institutions移除制度和機構上的性別偏見與障礙
（三）Fix the knowledge修正現有的知識
（一）、（二）
首先要注意無意識的性別偏見（unconscious gender bias），比如說John vs Jennifer的例子，是耶魯大學Jo Handelsman做的實驗。假設各方面完全相同的科學主修畢業生，要向該校教員應徵實驗室的工作，差別只在一半的人叫做John，另一半叫Jennifer，在評估勝任程度和提供起薪上，John都比Jennifer高了一截。這很明確點出，無意識的性別偏見，在一開始就造成了差異。
Schiebinger舉了數個例子，包括：密西根大學的STRIDE計畫（Strategies and Tactics for Recruiting to Improve Diversity and Excellence），用以克服那些在聘任和升等過程中細緻的性別偏見；史丹佛大學醫學院的ABCC（Academic Biomedical Career Customization）計畫則使申請人的生涯規劃能更有彈性，Schiebinger說，「更友善，才能更有競爭力。」在《Dual-Career Academic Couples: What Universities Need to Know》一書中，更詳盡列出各項數據，諸如學術界的伴侶在同一領域的比例甚高，但往往因聘任的問題使生涯受限，是需要認真對待的問題。以史丹佛為例，校內教員是伴侶的比例就高於平均。此外，史丹佛還提供教員家務福利（housework benefits）。2009年的諾貝爾獎得主Dr. Carol W. Greider，當接到斯德哥爾摩打來的電話時，她表示自己「正在洗衣服。」這是Dr. Carol W. Greider刻意強調給外界知道的一點。或許有了家務福利，可以使研究人員更發揮她／他的潛力。
至於詳細結構性的改革和相關文獻回顧，可參考：http://genderedinnovations.stanford.edu/institutions/solutions.html
（三）
Schiebinger認為，要修正現有的知識，這是最困難的一點。性別偏見不只限制了人們的創造力，也造成了大量的經費耗損。比如說，在1997到2000年間，美國共有10種藥物因為對健康有致命的影響而退出市場，其中有4種對女性更為嚴重。問題有一部分是出在臨床前的動物實驗主要是以雄性動物為對象。在美國的醫學重鎮Mayo Clinic所發表的統計中，少數心血管藥物有針對不同性別做測試，但占大多數的是「未具體說明」（unspecified）。這代表性別從來不在研究設計的考量當中。
在此有五個例子：
1. 幹細胞研究－
幹細胞研究的發展中，研究人員曾因為兩批細胞的活性和反應相距甚大，百思不得其解，到後來才發現原來是性染色體XX和XY的差異。科學家在做實驗時通常不會想到細胞或組織的性別，比如在挪威的研究中，用了雌鼠的幹細胞放到公鼠身上，公鼠全數死亡。後來Schiebinger和研究團隊談過，才發現耗費了大量的經費，只因為沒有考量到性別的變項。
2. 機器翻譯－
有次Schiebinger看到自己的報導在西班牙《國家報》（El País）上，但因為看不懂西班牙文，於是隨手放上Google翻譯，才發現怎麼所有格都變成了his，或是it；機器翻譯，不管是Google翻譯或是Systran，都有類似的問題。於是Schiebinger就到Google總部和工程師談了20分鐘，工程師說，「噢，我們可以修好」，因為他們壓根沒想過這件事。在此也提到美國1900年以來書籍中男性／女性代名詞的比例，從戰後的1968年開始下降，時間正好符合女權運動興起的背景。Schiebinger開玩笑地說，這代表Google這麼酷的公司，在性別上落後了四十年。不過現在修好了！
3. 老年居家照顧輔助科技－
在機器人協助老年人的居家照顧上，不同性別的生理需求和解剖構造截然不同，運作模式必須要能考慮到兩者的差異。另外，機器被賦予的聲音，如果是男聲，像是科學家的指示，但如果是女聲，反而像是被動的助理。像蘋果iPhone的Siri，聽起來像是女聲，但如果你問它是什麼性別，它會回答：「我並未被指定性別（gender）。」
4. 大眾運輸系統－
都市計畫者會針對大眾運輸系統進行目的分析，傳統的區分方式會有工作、上學、購物、休閒、散步、護送、拜訪等等；然而若改變收集資料的模式，把傳統思考模式帶入「照護的流動性」（"mobility of care"），那麼會發現「照護工作」佔的比例將是第二位，僅次於工作。
5. 土木工程－
在馬拉威（Malawi），人們缺乏乾淨的水，而婦女需要花大部分的時間和心力在來回取水。若要在當地建造水井或自來水，女性對水質和土壤等在地知識的細節才是掌握最好的一群人。如此不僅能建造出最適宜當地的方案，更能使婦女把省下的時間用於念書求學，增加知識，開啟新的人生。
最後Schiebinger從政策制定的角度作結論，也就是「必須要使得性與性別分析（sex & gender analysis）在政策和科學領域成為主流」。具體有五種方式，一是研究經費的補助，研究計畫若沒有性與性別分析的內涵（不一定要直接研究，但要考量到性別），就沒有經費；二是大學的聘任與升等，要在評估的標準中列入性別因素，包括男女研究人員比例、研究是否具有性與性別分析、涉及程度有多少等等；三是有審查制度的期刊，「沒有性與性別分析，沒有發表」；四是產業，用各種方式促使產業界投入具有性別內涵的產品或研發，或至少把性別納入考量；五是教學，在學校的教學裡要把性與性別分析整合到課程當中。
「創新是讓這個世界得以運轉的動力，我們不能錯過這個機會。」這就是性別創新的利基之所在。
後續提問也很有意思。翁裕峰老師問道，要如何影響政策？Schiebinger回答，最重要的是設定優先順序（setting priorities）。把性別平等（gender equality）放在首要位置，在不同組織（政策制定委員會、期刊、大學...）各個擊破，最後就有機會聯合起來發揮作用。又有醫學系大一的學妹問，推動這些的過程中受到最大的反對是什麼？Schiebinger說，人們不會反對你，他／她們只是忽略你而已。比如說一旦發生急性心肌梗塞（AMI，acute myocardial infarction），病人進入醫院到血管被氣球打通的時間（door-to-balloon time），女性平均比男性晚了15分鐘。這是因為女性和男性AMI發作的典型表現不同，女性看起來可能沒那麼嚴重，那麼救護車和急救人員的整個作業流程也會因此而慢了下來。也就是說，忽略了性別差異，甚至可能會有致命的後果。
Schiebinger提到，現在的重點已經不再是像從前那樣堅持女性和男性完全沒有差別，而是要在承認生理性差異的前提下追求平等。女性真的比較弱勢嗎？Schiebinger自己說，「不過我們活得比較久！」但很重要的是，過度強調性別差異，也會帶來危險。比如說膝關節置換術，有一種Zimmer人工膝關節，強調專為女性設計－讓人眼睛一亮。不過當請Zimmer公司的代表到史丹佛醫學院演講時，台下的醫生大多認為證據的說服力薄弱，但公司也不可能開放原始資料供外界檢驗。後續的研究陸續說明了，在膝關節方面，身高差異可能比性別差異來的重要得多。
最後Schiebinger強調，女性不會因為身為女性就明白什麼是性與性別分析，男性亦然。人們必須懂得理解並肯認性別議題的複雜性（appreciate the complexity of gender）。
Ref:
1. http://genderedinnovations.stanford.edu/ISR_07_Schiebinger.pdf
2. http://gender.stanford.edu/news/2013/gendered-innovations-inspires-new-discoveries-using-gender-analysis
3. http://genderedinnovations.stanford.edu/institutions/solutions.html
4. http://www.nytimes.com/2009/10/13/science/13conv.html?_r=0
Londa Schiebinger@成大醫學院，2013.09.18 ◎廖偉翔
Londa Schiebinger (History of Science, Stanford University) 是重要的女性主義科學史研究者，著作豐富。雖然她身為科學史學者，但其著作涉及的議題相當多元，包括博物學史、殖民與生物探勘、人體試驗及性別與科學。近年來她致力於將性別觀點注入科學研究中，推動具有性別觀點的科學創新，其中尤以歐盟所推動的Gendered Innovations最受人注目。（以上摘自活動簡介）
首先Schiebinger開宗明義指出，Gendered Innovations意圖運用性與性別分析帶來的創造力，提供研究者一套工具（無論是理論或實務上皆然）。
接著螢幕上秀出了一張圖，是請美國小學生畫出心目中科學家的測試。從前是頭髮稀疏、穿著實驗衣、身邊有許多實驗器材的中年白人男性（男性占了92%），到愛因斯坦型的科學家，再到現在慢慢有女性科學家的形象出現，但還是被動的觀察者樣貌（一位白人女性拿著放大鏡觀察樹葉）。這當中有許多值得玩味之處。
Gendered Innovations有三項主要目標：
（一）Fix the numbers增加女性在科學研究相關領域的人數
（二）Fix the institutions移除制度和機構上的性別偏見與障礙
（三）Fix the knowledge修正現有的知識
（一）、（二）
首先要注意無意識的性別偏見（unconscious gender bias），比如說John vs Jennifer的例子，是耶魯大學Jo Handelsman做的實驗。假設各方面完全相同的科學主修畢業生，要向該校教員應徵實驗室的工作，差別只在一半的人叫做John，另一半叫Jennifer，在評估勝任程度和提供起薪上，John都比Jennifer高了一截。這很明確點出，無意識的性別偏見，在一開始就造成了差異。
Schiebinger舉了數個例子，包括：密西根大學的STRIDE計畫（Strategies and Tactics for Recruiting to Improve Diversity and Excellence），用以克服那些在聘任和升等過程中細緻的性別偏見；史丹佛大學醫學院的ABCC（Academic Biomedical Career Customization）計畫則使申請人的生涯規劃能更有彈性，Schiebinger說，「更友善，才能更有競爭力。」在《Dual-Career Academic Couples: What Universities Need to Know》一書中，更詳盡列出各項數據，諸如學術界的伴侶在同一領域的比例甚高，但往往因聘任的問題使生涯受限，是需要認真對待的問題。以史丹佛為例，校內教員是伴侶的比例就高於平均。此外，史丹佛還提供教員家務福利（housework benefits）。2009年的諾貝爾獎得主Dr. Carol W. Greider，當接到斯德哥爾摩打來的電話時，她表示自己「正在洗衣服。」這是Dr. Carol W. Greider刻意強調給外界知道的一點。或許有了家務福利，可以使研究人員更發揮她／他的潛力。
至於詳細結構性的改革和相關文獻回顧，可參考：http://genderedinnovations.stanford.edu/institutions/solutions.html
（三）
Schiebinger認為，要修正現有的知識，這是最困難的一點。性別偏見不只限制了人們的創造力，也造成了大量的經費耗損。比如說，在1997到2000年間，美國共有10種藥物因為對健康有致命的影響而退出市場，其中有4種對女性更為嚴重。問題有一部分是出在臨床前的動物實驗主要是以雄性動物為對象。在美國的醫學重鎮Mayo Clinic所發表的統計中，少數心血管藥物有針對不同性別做測試，但占大多數的是「未具體說明」（unspecified）。這代表性別從來不在研究設計的考量當中。
在此有五個例子：
1. 幹細胞研究－
幹細胞研究的發展中，研究人員曾因為兩批細胞的活性和反應相距甚大，百思不得其解，到後來才發現原來是性染色體XX和XY的差異。科學家在做實驗時通常不會想到細胞或組織的性別，比如在挪威的研究中，用了雌鼠的幹細胞放到公鼠身上，公鼠全數死亡。後來Schiebinger和研究團隊談過，才發現耗費了大量的經費，只因為沒有考量到性別的變項。
2. 機器翻譯－
有次Schiebinger看到自己的報導在西班牙《國家報》（El País）上，但因為看不懂西班牙文，於是隨手放上Google翻譯，才發現怎麼所有格都變成了his，或是it；機器翻譯，不管是Google翻譯或是Systran，都有類似的問題。於是Schiebinger就到Google總部和工程師談了20分鐘，工程師說，「噢，我們可以修好」，因為他們壓根沒想過這件事。在此也提到美國1900年以來書籍中男性／女性代名詞的比例，從戰後的1968年開始下降，時間正好符合女權運動興起的背景。Schiebinger開玩笑地說，這代表Google這麼酷的公司，在性別上落後了四十年。不過現在修好了！
The ratio of masculine to feminine pronouns in U.S. books from 1900 to 2008. (Source: Data from American English corpus of the Google Books database. Reproduced from Twenge et al, 2012.)
3. 老年居家照顧輔助科技－
在機器人協助老年人的居家照顧上，不同性別的生理需求和解剖構造截然不同，運作模式必須要能考慮到兩者的差異。另外，機器被賦予的聲音，如果是男聲，像是科學家的指示，但如果是女聲，反而像是被動的助理。像蘋果iPhone的Siri，聽起來像是女聲，但如果你問它是什麼性別，它會回答：「我並未被指定性別（gender）。」
4. 大眾運輸系統－
都市計畫者會針對大眾運輸系統進行目的分析，傳統的區分方式會有工作、上學、購物、休閒、散步、護送、拜訪等等；然而若改變收集資料的模式，把傳統思考模式帶入「照護的流動性」（"mobility of care"），那麼會發現「照護工作」佔的比例將是第二位，僅次於工作。
5. 土木工程－
在馬拉威（Malawi），人們缺乏乾淨的水，而婦女需要花大部分的時間和心力在來回取水。若要在當地建造水井或自來水，女性對水質和土壤等在地知識的細節才是掌握最好的一群人。如此不僅能建造出最適宜當地的方案，更能使婦女把省下的時間用於念書求學，增加知識，開啟新的人生。
最後Schiebinger從政策制定的角度作結論，也就是「必須要使得性與性別分析（sex & gender analysis）在政策和科學領域成為主流」。具體有五種方式，一是研究經費的補助，研究計畫若沒有性與性別分析的內涵（不一定要直接研究，但要考量到性別），就沒有經費；二是大學的聘任與升等，要在評估的標準中列入性別因素，包括男女研究人員比例、研究是否具有性與性別分析、涉及程度有多少等等；三是有審查制度的期刊，「沒有性與性別分析，沒有發表」；四是產業，用各種方式促使產業界投入具有性別內涵的產品或研發，或至少把性別納入考量；五是教學，在學校的教學裡要把性與性別分析整合到課程當中。
「創新是讓這個世界得以運轉的動力，我們不能錯過這個機會。」這就是性別創新的利基之所在。
後續提問也很有意思。翁裕峰老師問道，要如何影響政策？Schiebinger回答，最重要的是設定優先順序（setting priorities）。把性別平等（gender equality）放在首要位置，在不同組織（政策制定委員會、期刊、大學...）各個擊破，最後就有機會聯合起來發揮作用。又有醫學系大一的學妹問，推動這些的過程中受到最大的反對是什麼？Schiebinger說，人們不會反對你，他／她們只是忽略你而已。比如說一旦發生急性心肌梗塞（AMI，acute myocardial infarction），病人進入醫院到血管被氣球打通的時間（door-to-balloon time），女性平均比男性晚了15分鐘。這是因為女性和男性AMI發作的典型表現不同，女性看起來可能沒那麼嚴重，那麼救護車和急救人員的整個作業流程也會因此而慢了下來。也就是說，忽略了性別差異，甚至可能會有致命的後果。
Schiebinger提到，現在的重點已經不再是像從前那樣堅持女性和男性完全沒有差別，而是要在承認生理性差異的前提下追求平等。女性真的比較弱勢嗎？Schiebinger自己說，「不過我們活得比較久！」但很重要的是，過度強調性別差異，也會帶來危險。比如說膝關節置換術，有一種Zimmer人工膝關節，強調專為女性設計－讓人眼睛一亮。不過當請Zimmer公司的代表到史丹佛醫學院演講時，台下的醫生大多認為證據的說服力薄弱，但公司也不可能開放原始資料供外界檢驗。後續的研究陸續說明了，在膝關節方面，身高差異可能比性別差異來的重要得多。
最後Schiebinger強調，女性不會因為身為女性就明白什麼是性與性別分析，男性亦然。人們必須懂得理解並肯認性別議題的複雜性（appreciate the complexity of gender）。
Ref:
1. http://genderedinnovations.stanford.edu/ISR_07_Schiebinger.pdf
2. http://gender.stanford.edu/news/2013/gendered-innovations-inspires-new-discoveries-using-gender-analysis
3. http://genderedinnovations.stanford.edu/institutions/solutions.html
4. http://www.nytimes.com/2009/10/13/science/13conv.html?_r=0
