Veri Önyargısı - Erkekler için tasarlanmış ortamlarda “görünmez” kadın olmak

Enis Doko 24 Haziran 2026, Çarşamba

Sitem kurulurken ölçü ve norm olarak çoğunlukla erkek esas alındı, kadın ve bedeni ya hiç hesaba katılmadı ya da “küçültülmüş erkek modeli” olarak ele alındı. Dolayısıyla daha eşitlikçi bir dünya için mimariden sağlığa, teknolojiden ekonomiye kadar her alanda veriyi “insan”ın tüm çeşitliliğini kapsayacak şekilde yeniden düşünmemiz gerekiyor.

Dünyayı bir "standart insan" modeli üzerine inşa ettik. Ancak bu standart insan aslında hiç de nötr değil. Çoğu zaman 1.77 boyunda, 70 kilo civarında, orta yaşlı bir erkek. Ve geri kalan herkes, bu modele göre tasarlanmış bir dünyanın içinde yaşamaya çalışıyor.

Bu durum ilk bakışta masum bir basitleştirme gibi görünebilir. Ama Caroline Criado Perez'in Görünmez Kadınlar kitabında gösterdiği gibi, bu "varsayılan insan" modeli devasa bir veri boşluğu yaratır. Bu boşluk da kadınlar için yalnızca küçük rahatsızlıklar üretmez; güvenlik, sağlık ve adalet sorunlarına yol açar.

Sorun şu: Dünya tarafsız değil; veri taraflıdır. Veri taraflı olduğunda ise tasarımlar, kurumlar, teşhisler, algoritmalar ve gündelik hayatın kendisi de taraflı hale gelir. Bu yazıda, erkek deneyimini "insan deneyimi" sayan bu görünmez düzenin kadınlar için nasıl sistematik adaletsizlikler ürettiğine bakacağız.

Ofislerde kadınların neden sürekli hırkayla gezdiğini hiç düşündünüz mü? Bu bir "üşüme hassasiyeti" meselesi değil. Bir tasarım meselesi. Modern ofis binalarındaki standart sıcaklık ayarları, 1960'larda geliştirilen bir modele dayanır. Bu model, yaklaşık 40 yaşında ve 70 kilo bir erkeğin dinlenme halindeki metabolizma hızını baz alır. Yani "ideal sıcaklık", aslında erkek bedeni için ideal olandır.

Oysa kadınlar ortalama olarak daha düşük metabolik hız ve farklı ısı dağılımına sahiptir. Bu nedenle aynı ortamda, aynı sıcaklıkta kadınlar sistematik olarak daha fazla üşür. Erkek için "konforlu" olan bir ofis, kadın için çoğu zaman soğuk bir çalışma alanıdır. Bu küçük gibi görünen fark, her gün milyonlarca kadının çalışma deneyimini etkiler. Bu fark dikkat dağınıklığı, fiziksel rahatsızlık, hatta uzun vadede sağlık sorunlarına yol açabilir. Burada kritik nokta, bunun bir "doğa farkı" değil, bir "tasarım tercihi"nin sonucu olduğudur. Ve bu tercih çoğu zaman fark edilmez.

Daha "eşitlikçi" bir tasarım daha "rasyonel" bir tasarımdır

Türkiye'de de benzer bir tabloya sıkça rastlarız. Yaz ortasında klimaların 20–21 dereceye ayarlandığı ofislerde erkekler kısa kolluyla rahatça çalışırken, kadınların masasında bir hırka ya da şal neredeyse "standart ekipman" haline gelir. Bu durum çoğu zaman bireysel bir hassasiyet gibi yorumlanır. Oysa aslında mesele bireysel değil, sistematiktir.

İsveç'te yapılan bir çalışma, şehir planlamasındaki veri önyargısını gözler önüne serdi. Geleneksel olarak belediyeler, kar yağdığında önce ana yolları, sonra kaldırım ve bisiklet yollarını açıyordu. Çünkü "ana yollar" işe giden nüfusun rotasıydı. Mantık açıktı, "işe giden insanlar" önceliklidir.

Ancak veri daha dikkatli incelendiğinde, bu "işe giden insan" modelinin aslında erkeklere göre tanımlandığı ortaya çıktı. Çünkü erkekler daha çok doğrudan işe gidip gelirken, kadınlar gün içinde çok daha karmaşık bir hareket örüntüsüne sahiptir. Kadınlar çocuğu okula bırakır, alışveriş yapar, yaşlı bakımıyla ilgilenir. Bu nedenle kadınların günlük yaşamı, literatürde "zincirleme seyahat" (tripchaining) olarak adlandırılan bir modele daha yakındır. Bu model, kadınları çok daha fazla yaya yollarına ve ara güzergâhlara bağımlı hale getirir. Sonuç çarpıcıydı: Karlı günlerde hastaneye başvuran yayaların çoğu kadındı.

Belediye burada aktif rol alarak kar küreme sırasını değiştirdi. Önce kaldırımlar, sonra yollar temizlenmeye başladı. Sonuç? Yaya kazaları azaldı, sağlık harcamaları düştü. Şehir daha verimli hale geldi.

Yani daha "eşitlikçi" bir tasarım, aynı zamanda daha "rasyonel" bir tasarımdır.

Sorun, sistemin onları hesaba katmamış olması

Veri önyargısının en tehlikeli sonuçları ise sağlık ve güvenlik alanında ortaya çıkar.
Otomobil güvenlik testleri onlarca yıl boyunca "standart sürücü" olarak kabul edilen erkek bedenine göre tasarlandı. Çarpışma testlerinde kullanılan mankenler, uzun süre erkek anatomisini temsil etti; kadın bedeni ya hiç hesaba katılmadı ya da "küçültülmüş erkek modeli" olarak ele alındı.

Ancak kadın bedeni yalnızca daha küçük değildir. Kas dağılımı, kemik yoğunluğu, boyun yapısı ve oturma pozisyonu gibi birçok faktör, çarpışma anındaki etkileri doğrudan değiştirir. Bu farklar hesaba katılmadığında sonuç sadece teorik bir hata olmaz. Hayati bir riske dönüşür.

Araştırmalar, benzer şartlardaki bir trafik kazasında, emniyet kemeri takılı olsa bile kadınların ciddi şekilde yaralanma ihtimalinin erkeklere göre yaklaşık yüzde 47 daha yüksek olduğunu gösteriyor. Üstelik bu fark yalnızca yaralanma oranlarıyla sınırlı değil. Kadınların boyun (whiplash) yaralanmalarına daha açık olduğu, airbag ve kemer kuvvetlerinden farklı şekilde etkilendiği, araç içi pozisyon nedeniyle darbenin etkisini farklı dağıttığıda çeşitli çalışmalarla ortaya konmuş durumda.

Yani sorun, kadınların daha "kırılgan" olması değil. Sorun, sistemin onları hiç hesaba katmamış olmasıdır. Bugün yeni nesil testlerde "kadın mankenler" kullanılmaya başlandı. Ancak bu dönüşüm çok geç geldi. On yıllar boyunca milyonlarca kadın, kendileri için tasarlanmamış bir güvenlik sistemine emanet edildi.

Veri önyargısının en tehlikeli sonuçları sağlık alanında ortaya çıkar. Çünkü burada yapılan hata yalnızca konforu değil, doğrudan hayatı etkiler.

Kalp krizinin "klasik" belirtilerini düşünelim. Göğüste şiddetli sıkışma ve sol kola yayılan ağrı değil mi? Tıp eğitiminde yıllarca bu semptomlar öğretilmiştir. Ancak bu belirtiler aslında çoğunlukla erkek hastalarda görülen tipik tablodur. Kadınlar ise kalp krizini çoğu zaman farklı yaşar. Bunlar mide bulantısı, aşırı yorgunluk ve nefes darlığı. Bu belirtiler uzun süre "atipik" olarak sınıflandırıldı. Yani normun dışı. Oysa sorun normun yanlış tanımlanmış olmasıydı. Bu nedenle kadınlar kalp krizinde daha geç teşhis alır, bazen ise hiç teşhis alamaz. Ve bu gecikme, doğrudan hayati sonuçlar doğurur.

Erkek bedeninin ölçü kabul edilmesi

Ancak mesele yalnızca teşhis kriterleriyle sınırlı değildir. Tıp sisteminin daha derin bir varsayımı vardır. "İnsan bedeni" denildiğinde çoğu zaman kastedilen aslında erkek bedenidir. Bu varsayımın sonuçları birçok alanda karşımıza çıkar.

Örneğin, araştırmalar kadınların ağrı şikâyetlerinin erkeklere kıyasla daha az ciddiye alındığını gösteriyor. Aynı semptomlarla başvuran kadın hastaların şikâyetleri daha geç değerlendirilir, daha az müdahale edilir ve sıklıkla "psikolojik" olarak yorumlanır.

İlaç araştırmalarında da benzer bir tablo vardır. Uzun yıllar boyunca klinik deneyler ağırlıklı olarak erkekler üzerinde yapılmıştır. Kadın bedeni, hormonal döngüler nedeniyle "karmaşık" kabul edilerek sistematik biçimde dışlanmıştır. Bunun sonucu olarak birçok ilacın dozajı ve yan etkileri kadınlar için yeterince doğru hesaplanamamıştır.

Kadınlara özgü bazı hastalıklarda ise bu görünmezlik daha da belirgindir. Örneğin endometriozis gibi ciddi ve yaygın bir rahatsızlık, çoğu zaman "adet sancısı normaldir" denilerek geçiştirilir ve ortalama 7–10 yıl gecikmeyle teşhis edilir.

Tüm bu örnekler aynı yapısal soruna işaret eder. Sorun tek tek hatalar değil, sistemin kendisidir. Sorun, erkek bedeninin "insan bedeni"nin ölçüsü olarak kabul edilmesidir. Ve ölçü yanlışsa, teşhis de yanlış olur. Erkek sadece Da Vinci'nin Vitruvius Adamı'nda ideal beden olarak ortaya çıkmış. Tıbbın içine işlemiştir.

Algoritmik eşitsizlik

Dijital dünyada da benzer bir dışlanma söz konusu. Üstelik bu kez sorun daha görünmez ve bu yüzden daha tehlikeli. Yapay zekâ sistemleri çoğu zaman tarafsız olarak sunulur. Oysa bu sistemler, geçmiş verilerle eğitilir. Ve geçmiş taraflıysa, algoritma da taraflı olur. Ses tanıma sistemleri bunun en basit örneklerinden biridir. Bu sistemler ağırlıklı olarak erkek sesleriyle eğitildiği için kadın seslerini tanımada belirgin şekilde daha düşük performans gösterir. Bazı çalışmalarda bu farkın yüzde 60–70 seviyelerine kadar çıktığı görülmüştür.

Ancak mesele sadece "sesi tanıyamamak" değildir. Daha derin ve yapısal bir örnek, Amazon'un geliştirdiği işe alım algoritmasında ortaya çıktı. Sistem, geçmişte işe alınan adayların CV'lerini analiz ederek "ideal aday" profilini öğrenmeye çalıştı. Ancak bu veriler erkek egemendi. Sonuç olarak algoritma, kadın adayları sistematik biçimde elemeye başladı. Algoritma o kadar ile gitti ki CV'de "kadın" ifadesi geçen kulüp veya faaliyetleri doğrudan dezavantaj olarak değerlendirdi. Yani yapay zeka, geçmişin önyargısını sadece yansıtmadı; onu otomatikleştirdi.

Benzer bir sorun yüz tanıma teknolojilerinde de görülür. Birçok sistem, açık tenli erkek yüzlerinde oldukça yüksek doğruluk oranına ulaşırken, kadınlarda ve özellikle koyu tenli kadınlarda hata oranları dramatik biçimde artar. Bu durum yalnızca teknik bir problem değildir. Güvenlikten hukuka kadar birçok alanda ciddi sonuçlar doğurur.

Algoritmik önyargı, dijital platformlarda da kendini gösterir. Örneğin, iş ilanı ve reklam algoritmaları yüksek maaşlı teknik iş ilanlarını erkek kullanıcılara daha fazla gösterme eğilimindedir. Çünkü sistem, geçmiş davranışlardan "kimin hangi işe daha uygun olduğunu" öğrenir. Ve geçmiş zaten eşitsizse, gelecek de eşitsiz olarak inşa edilir.

Algoritmalar objektif değildir. Sadece objektifmiş gibi görünürler.Ve bu görünmezlik, onları daha da güçlü kılar. Çünkü insanlar bir insanın önyargısını sorgular; ama bir algoritmanın kararını çoğu zaman "nötr" kabul eder. Oysa gerçek farklıdır. Kod tarafsız değildir. Kod, verinin tarihini taşır. Üstelik makine öğrenmesi algoritmaları kapalı kutu gibi çalıştığı için önyargılar çok geç keşfedilir.

Güçlü bir eleme mekanizması

Veri önyargısı sadece cinsiyetle sınırlı kalmıyor; boy, kilo ve dış görünüş gibi unsurlar da "başarı" algımızı derinden şekillendiriyor. Araştırmalar, boydaki her 2.5 cm'lik artışın erkeklerin yıllık kazancında yaklaşık 800 dolarlık bir artışla korelasyon gösterdiğini; Fortune 500 CEO'larının yüzde 58'inin 1.82 m üzerinde olduğunu ortaya koyuyor. Yani liderlik bile yalnızca yetkinlikle değil, belirli bir fiziksel profile benzemekle ilişkilendiriliyor.

Ancak tablo kadınlar söz konusu olduğunda daha da çarpıcı hale geliyor. Kadınlarda kilo arttıkça gelir düzeyinin düştüğünü gösteren çok sayıda çalışma var. ABD ve Avrupa verilerine dayanan araştırmalar, obez kategorisindeki kadınların, aynı niteliklere sahip normal kilodaki kadınlara kıyasla ortalama yüzde 5 ila yüzde 10 daha düşük ücret aldığını; bazı durumlarda bu farkın yüzde 12'ye kadar ulaştığını ortaya koyuyor. Üstelik bu etki erkeklerde ya çok daha zayıf ya da bazı durumlarda tersine işliyor.

Yani erkekler için "boy avantajı" varken, kadınlar için çoğu zaman sistematik bir "beden cezası" söz konusudur. Toplum yalnızca "en başarılı" olanı seçmiyor, aynı zamanda "başarılı insan"ın nasıl görünmesi gerektiğini de önceden tanımlıyor. Ve bu tanım, verilerle beslenip kurumlar aracılığıyla yeniden üretildiğinde, görünmez ama son derece güçlü bir eleme mekanizmasına dönüşüyor.

Sonuç olarak; mimariden sağlığa, teknolojiden ekonomiye kadar her alanda veriyi "insan"ın tüm çeşitliliğini kapsayacak şekilde yeniden düşünmemiz gerekiyor. Çünkü görünmeyen yalnızca veri değildir. Görünmeyen, aynı zamanda insanın kendisidir. Ve görünmeyeni görünür kılmak, yalnızca kadınlar için değil, hepimiz için daha adil, daha güvenli ve daha rasyonel bir dünya kurmanın ön koşuludur.

Benzer Haberler

Dillere pelesenk olan, her fırsatta tavsiye edilen, sık sık duyduğumuz sağlıkla ilgili pek çok kalıp, deyim ve uygulama var. Kimi geçmişten beri söylenegelen kimi de son dönemlerde ortaya atılan topluma mal olmuş bu kalıplar kulağa hoş gelse de ne kadar tutarlı ve doğru oldukları bir hayli şüpheli. Bunların bir kısmı gerçekten faydalı olduğu gibi, bir kısmında hakikat payı yüksek, bir kısmına ise abartı, dedikodu hatta palavra biraz fazla karışmış gibi. Bu kalıplaşmış uygulama ve tavsiyeler çoğu zaman ciddi zararlara yol açmasalar da en mahzurlu yönleri hastalıklara karşı mücadele ve sıhhatin korunması konusunda insanları kolaycılığa sürüklemeleri, yanlış yönlendirmeler ve vakit kaybına yol açmaları. İşte hekimlerden derlediğimiz kadarıyla doğruları ve yanlışlarıyla sağlık hakkındaki meşhur bazı şehir efsaneleri.