計算機科學家自己說的：“垃圾進，垃圾出。
”
這種新環境令消除性别數據缺口的需求更加迫切。
輔助醫學診斷、篩選簡曆甚至面試潛在求職者的人工智能已經很常見。
但是訓練人工智能的數據集充滿了數據缺口——而且由于算法通常被當作私有軟件且受到保護，我們甚至不能檢查這些缺口是否被考慮在内。
不過，從現有的證據來看，顯然是沒有。
對這本《看不見的女性》來說，數字、技術、算法都至關重要。
但它們隻講述了故事的一半。
數據隻是信息的另一種說法，而信息有很多來源。
沒錯，統計是一種信息，但人類的經驗也是信息。
所以我認為，當我們設計一個為所有人服務的世界時，我們需要女性在場。
如果那些對我們所有人産生影響的決定，都是出自身體健全的白人男性（九成來自美國），那也會形成數據缺口——就像在醫學研究中不收集女性身體信息會形成數據缺口一樣。
正如我将展示的，女性視角的缺席恰恰大力驅動了一種無意識的男性偏見，而這種偏見還試圖（通常是善意地）假裝自己“性别中立”。
這就是波伏瓦所說的，男人把自己的觀點與絕對真理相混淆。
女性特有而男性不會納入考量的問題涉及衆多領域，在閱讀本書時，你會注意到三個主題反複出現：女性的身體、女性無償看護的負擔和男性對女性的暴力。
這些問題如此重要，觸及我們生活的幾乎每一個部分，從公共交通到政治，從工作場所到醫院手術，影響我們方方面面的體驗。
但是男人忘記了這些問題，因為男人并不擁有女人的身體。
我們還會在書中看到，他們所做的無償工作隻是女性的一小部分。
而且，雖然男性同樣不得不與暴力做鬥争，但他們面臨的暴力與女性面臨的表現不同。
這些差異均被忽略，而我們熟視無睹，仿佛男性的身體及其伴随的生命體驗是中性的。
這是對女性的一種歧視。
在本書中，我将提到生理性别（sex）和社會性别（gender）。
我所說的“生理性别”是指決定一個人是男性還是女性的生理特征，即XX和XY染色體。
所謂“社會性别”，是指我們強加給這些生物學事實的社會意義——女性因為被視作女性而受到的對待。
社會性别是人為的，但兩種性别都真實存在，都對在這個以男性數據為基礎的世