2.2 La importància del context

Una de las qüestions fonamentals que cal tenir en compte per produir i/o llegir estadístiques amb PGI és que el context no es pot deixar de banda. No hi ha regles que es puguin aplicar de manera estandarditzada sense tenir en compte l’entorn en què fem estadística, però també l’amplitud de la població sobre la qual recollim les dades i els objectius del nostre treball.

Com apostem en el capítol “Preguntant”, i com subratllem en “Analitzant”, indagar sobre determinades variables i creuar-les (per exemple, preferència afectivosexual, habilitats psicomotores, expressió de gènere, racialització, etc.) és extremadament útil per reconèixer les realitats, les necessitats i les opinions específiques de determinats col·lectius i en facilita una anàlisi interseccional. Tanmateix, hi ha diferents situacions en què considerem que algunes d’aquestes dades no s’han de demanar, igual que hi ha maneres de preguntar que poden ser necessàries i útils en un context però desaconsellables en altres.

Per exemple, si ens fixem en la qüestió de l’ètnia o de la racialització; d’una banda, tenir dades sobre grups de població concrets pot ser una eina eficaç a l’hora de dissenyar polítiques públiques que apostin per la reducció de les desigualtats socials, i de l’altra, com assenyala Pastora Filigrana en referència als ja inexistents censos gitanos, “sempre han estat un instrument de poder polític i l’avantsala de la repressió selectiva” (2020: 68). Tant és així que en l’actualitat aquest tipus de censos estan prohibits, en compliment del principi d’igualtat segons la llei que recull la Constitució. De fet, la recopilació massiva de dades sobre determinats sectors poblacionals permet controlar aquest grup social específic, com denuncia, per exemple, Stop LAPD Spying Coalition (2013) amb relació a les evidències que la policia recull sobre persones radicalitzades.

A més, hem de ser conscients que, si fem una enquesta en una població petita —com ara en un departament de la Generalitat, una PIME o una escola—, la recollida i l’anàlisi de dades tan minucioses no permet garantir-ne l’anonimat i, per tant, no respectarà la llei de protecció de dades. Tothom podrà identificar, per exemple, les respostes de la persona transsexual d’entre cinquanta i seixanta anys que treballa en un departament concret. D’altra banda, la proliferació de variables sociodemogràfiques en poblacions petites ens impedirà tenir subconjunts representatius de la mostra. Finalment, si les persones que responen saben que alguns col·legues o professionals de la seva comunitat —com ara el professorat d’una escola o el personal de recursos humans— tindran accés a les seves respostes (potser perquè són les encarregades de buidar el qüestionari), és molt probable que se sentin cohibides a l’hora d’oferir informacions personals que poden ser causa de discriminació (pensem, per exemple, en si ens pregunten si tenim algun tipus de diagnòstic psiquiàtric). Per això cal considerar que, en general, en mostres i/o població petites, l’anàlisi interseccional es pot fer d’una manera més aprofundida acompanyant l’aproximació quantitativa amb la qualitativa.

De totes maneres, com ja avançàvem, la finalitat per la qual recollim aquesta informació influeix també en el tipus de preguntes que s’aconsella fer. En estudis de salut, per exemple, conèixer el sexe assignat en el naixement és molt més rellevant que en altres àmbits, com el de participació política i ciutadana, en què el gènere amb què la persona s’identifica pot ser una variable clau. De manera semblant, en una estadística dissenyada específicament per analitzar discriminacions, l’expressió del gènere de la persona que respon és un element destacable, mentre que en l’anàlisi sobre l’oci i el temps lliure ho és menys.

En qualsevol cas, en les preguntes personals, és fonamental oferir sempre l’opció de “prefereixo no contestar”, perquè cadascú pugui decidir quines informacions vol compartir i quines no vol compartir.

D’altra banda (i generalitzant), les persones se sentiran més còmodes a donar determinades informacions si el disseny de l’enquesta i la seva modalitat d’implementació mostren sensibilitat cap a la temàtica tractada i no pretenen fer judicis. Una bona pràctica en aquest sentit és no oferir les opcions més normatives sempre com a primeres de la llista (p. ex., “home”, “dona”, “no-binari”).

En aquesta línia sempre que es pugui, és aconsellable utilitzar definicions que els col·lectius utilitzen per identificar-se, a menys que hi hagi raons específiques per fer el contrari. L’Associació de Dones no Estàndards (Riu, Moya i Pié, 2020), per exemple, considera que s’hauria de demanar sempre el grau de discapacitat reconegut. Aquest valor té l’avantatge de ser estandarditzat i permetre comparacions, així que pot ser el primer pas per a la visibilització d’una realitat moltes vegades mal coneguda. Tanmateix, té els inconvenients de basar-se en una atribució externa (i medicalitzada) en lloc d’autoidentificació; d’homogeneïtzar amb l’etiqueta de “discapacitat” un col·lectiu extremadament variat, i, finalment, d’utilitzar un terme que pot ser denigrant. De nou, depenent de la finalitat de l’enquesta, potser una pregunta o una altra poden ser més adequades. Per exemple, en una enquesta sobre treball, hem de conèixer el grau de discapacitat reconegut, ja que això està relacionat amb polítiques d’accés a l’ocupació. Tanmateix, en analitzar la socialització de les noies adolescents, és més interessant constatar si es consideren diversament hàbils respecte a diferents eixos (físics, psicològics i emocionals).

Com a revers de la moneda, i tenint en compte aquestes qüestions sensibles, un vocabulari molt sofisticat pot crear confusió en algunes de les persones que han de contestar. Així, per exemple, demanar si la persona té expressió de gènere masculina, femenina o fluida, o si es considera homosexual, pansexual, heterosexual o asexual, pot crear confusió en poblacions no familiaritzades amb terminologies sensibles al gènere. Així doncs, hem de buscar una manera que les nostres preguntes no siguin discriminatòries per a ningú, ni per a les persones no normatives respecte a les preferències de gènere o sexuals ni per a les que desconeixen determinats termes.

Per evitar aquest problema, en una enquesta per a adolescents en el marc del projecte Cut All Ties hem introduït aquestes dues preguntes sobre el sexe assignat i la preferència sexual:

El nom que et van posar en néixer és (marca una opció): “neutre”; “femení”; “masculí”; “no ho sé”.

En qüestions afectives i sexuals, tens preferència cap a (marca totes les opcions que vulguis): “noiis”; “nois”; “noies”; “ningú”; “no ho sé”; “prefereixo no contestar”; “una altra (especifica-la)”.

Font: Biglia, Barrios, Gandarias (2021).

Una altra qüestió important que cal tenir en compte, com ja hem mencionat en l’exemple relatiu a les habilitats diferents, és preguntar-nos si necessitem conèixer l’estatus de la persona o la seva autoidentificació. Per exemple, en enquestes sobre política formal o sobre alguns serveis públics pot ser rellevant demanar a les persones quina és la seva situació administrativa; si analitzem el capital social, el sentiment de pertinença a una comunitat ètnica esdevé un element significatiu, i, si analitzem discriminacions, és important si són racialitzades. En general, des d’una perspectiva com la PGI, respectar l’autoidentificació dels subjectes és molt important.

En aquest sentit, no sempre convé recollir moltes dades. A l’Administració pública, per exemple, segons el servei que es presta, fer una bateria de preguntes a les persones usuàries pot ser molt incòmode i no permet instaurar una relació de confiança. Per exemple, en els serveis de la xarxa d’atenció de les violències masclistes és preferible no fer un interrogatori a les usuàries abans d’escoltar el que necessiten, així que, en molts casos, si la persona no torna, la professional haurà d’omplir la fitxa en funció del que pensa que es pot ajustar a aquella persona (edat, nacionalitat, preferències sexuals, habilitats, etc.). Tanmateix, es important que aquestes dades siguin accessibles, amb la utilització d’aplicacions de registres comuns per diversos departaments a fi d’evitar la revictimització que suposa haver de repetir unes quantes vegades les mateixes informacions a diversos professionals.

De nou, el context és important, i en el respecte de la privacitat de les persones hi ha el límit de l’interès per poder elaborar estadístiques més interseccionals. Una solució pot ser que siguin les persones mateixes sense intermediaris que, de manera anònima, donin una sèrie de dades que no cal compartir amb tot el personal dels serveis públics. Segurament, però, en aquest casos és molt més fàcil que es produeixi un biaix d’autoselecció i que les que estan en situacions més complicades no trobin temps o ganes per contestar (i desaparegui aquesta informació de les nostres dades).

Al cap i a la fi, la PGI no pot aplicar-se com una recepta estàndard, sinó que requereix una voluntat de qüestionar contínuament les nostres eleccions per millorar-les. Per aquesta raó, encara que en aquesta guia oferim alguns consells, hem decidit no fer una llista de control per identificar una bona estadística amb PGI, sinó oferir una sèrie de preguntes reflexives perquè cada persona que produeixi, analitzi o llegeixi estadístiques en pugui qüestionar la implementació.