إذا كنت تُشاهد هذه السلسلة، فستعرف أنني مهتمةٌ بالبيانات. لكن البيانات لها حدودها خاصة عندما يتعلق الأمر باللغة. باختصار، إذا فَهمت تصنيفك بشكلٍ خاطئ، فقد ينتهي بك الأمر ببعض الإحصائيات المضللة. ويعتبر التعداد السكاني في أمريكا خيرَ مثالٍ على ذلك.
If you've been watching this series, you'll know I care about data. But data has its limitations, especially when it comes to language. Basically, if you get your categories wrong, you can wind up with some pretty misleading statistics, and the US Census is a prime example.
[هل أنا طبيعي؟ مع منى شلبي]
[Am I Normal? with Mona Chalabi]
يهدف هذا الاستطلاع الذي يتم إجراؤه كل 10 سنوات إلى جمع البيانات الديموغرافية من كل مقيم في الولايات المتحدة والأقاليم التابعة لها. تساعد هذه البيانات الدولة على تحديد كل شيء من تخصيص المقاعد في الكونجرس والهيئة الانتخابية، إلى تخصيص مئات المليارات من الدولارات كفائض احتياطي في البنوك الفيدرالية. وهذه الأموال تُصرف على أشياء مثل: مستشفيات جديدة وتحسينات الطرق وبرامج الغداء المدرسية. والأهم من ذلك، أن الإحصائيين العاملين هناك غير حزبيين؛ لأنهم يجلسون في نفس المكاتب ويطبقون نفس الصيغ بغض النظر عمن هو المسؤول في البيت الأبيض.
Taken every 10 years, this survey aims to collect demographic data from each and every resident of the US and its territories. Those responses help the government to determine everything, from the allocation of seats in Congress and the Electoral College, to the allocation of hundreds of billions of dollars in federal funds. And those funds pay for things like new hospitals, road improvements and school lunch programs. And crucially, the statisticians that work there are nonpartisan. They sit at the same desks, applying the same formulas, no matter who is in charge at the White House.
يقوم مكتب الإحصاء الأمريكي بدون شك بعمل مهم إلا أنه يَغفَل عن بعض الأشياء. على سبيل المثال، كانت هناك جهود استمرت لعقود من الزمن لإضافة فئة الشرق الأوسط أو شمال إفريقيا أو كما يشيع اختصارها ب “مينا“. يُعرّف مكتب الإحصاء الأشخاص من هذه المناطق حاليًا - وهذا يشملني أيضًا - على أنهم من ذوي البشرة البيضاء. أجل، هذا ليس صحيحًا. في 2015، أُجريت نسخة من نفس الاستبيان شملت منطقة الشرق الأوسط وشمال إفريقيا. وجد أنه عندما يكون خيار هذه المنطقة متاحًا ينخفض عدد الأشخاص الذين تم تصنيفهم من ذوي البشرة البيضاء من 86 في المائة إلى 20 في المائة. وبالتالي، عندما يتعلّق الأمر باللغة، يمكن أن تتغير الأرقام بشكل كبير. ولسوء الحظ، فإن المكتب لم يُجرِِ التغيير موضحًا أن إجراء المزيد من الاستبيانات أمرًا مهمًا لتحديد ما إن كانت ستصنف هذه المنطقة وفقًا للأصول الإثنية بدلًا من العرقية. هذا يعني أنه سيتعين على أولئك الذين نددوا من أجل ذلك التصنيف الانتظار عقدًا آخر لمعرفة ما إذا كان يمكن الاعتراف بمجتمعنا.
So undoubtedly, the US Census Bureau does important work, but it does have some blind spots. For example, there has been a decades-long effort to add the category Middle Eastern or Northern African or MENA to the census. Currently, the census defines people from these regions, and that includes me, as white. Yeah, that's incorrect. In 2015, the census did test a version of this survey that included MENA. It found that when given the MENA option, the number of people from that region who identified as white dropped from 86 percent to 20 percent. See, when you reconsider language, the numbers can change dramatically. Unfortunately, though, the census still didn't make the change, saying that further tests were necessary to determine if MENA should appear under ethnicity instead of race. That means that those who have rallied for its inclusion will have to wait another decade to see if our community can be recognized.
هذه ليست المرة الأولى التي تقيد فيها اللغة تصنيف الناس في الإحصاء. كانت المرة الأولى عام 1790، حيث كان هناك ثلاث فئات عامة فقط وهُم: “العبيد والبيض الأحرار من الرجال والنساء وغيرهم من الأحرار.” سيكون هناك 30 عامًا أخرى قبل ظهور فئات واضحة للسود الأحرار و 40 عامًا أخرى قبل ظهور الهنود الأمريكيين في الإحصاء.
This isn't the first time that language has restricted how people are represented in the census. The very first one, way back in 1790, only had three broad categories, and I quote: "slaves, free white men and women, and all other free persons." It would be another 30 years before distinct categories for free Blacks and another 40 years before American Indians would appear on the census.
ومنذ ذلك الحين، تمت إضافة المزيد والمزيد من الفئات لكن التقدم كان بطيئًا. لم يكن بمقدور الناس حتى عام 2000 اختيار أكثر من عرق لوصف أنفسهم. وللمرة الأولى في عام 2020، يمكن للأشخاص الذين اختاروا أسود أو أبيض أن يكونوا أكثر دقةً ويقدموا مزيدًا من التفاصيل حول أصولهم: مثل تسمية فرنسا أو الصومال أو تسليط الضوء على هويتهم الأصلية.
Since then, more and more categories have been added, but progress has been slow. It wasn't until 2000 that people could choose more than one race to describe themselves, and for the very first time in 2020, people who selected Black or white could go a bit more granular and provide more detail about their origins, like naming France or Somalia or spotlighting their Indigenous identity.
ربما تفكر الآن في: “لماذا تعتبر الصياغة في الاستطلاعات مهمة؟” الأصول الإثنية والعرقية هما مفاهيم اجتماعية على أي حال. لكن هذا لا يغير من التجربة الحياتية لأولئك الذين لا تنطبق عليهم هذه التصنيفات. تحتاج الاستبيانات إلى طرح الأسئلة الصحيحة إذا أرادت تصوير ما يحدث بالفعل في العالم. قد يتم تصنيف شخص غير ثنائي الجنس من شمال إفريقيا تصنيفًا خاطئًا أو يُصنّف أبيضًا من خلال الإحصاء، لكنه يواجه تمييزًا غير مناسب أو فوارق صحية أو حواجز لغوية فريدة في مجتمعه. لا عجب إذن أن تكون المجتمعات المهمشة والضعيفة غالبًا هي تلك المجتمعات التي تفتقد هوياتها من هذه التصنيفات والتي تفتقر الوصول إلى الموارد الحكومية ووسائل الحماية.
Right now, you might be thinking: Why does the wording on a survey even matter? Race and ethnicity are social constructs anyway. But that doesn't change the lived experience of those who aren't truly reflected in these forms. Questionnaires need to ask the right questions if they want to capture what's really happening in the world. A Northern African non-binary person might be misgendered or considered white by the census, but face disproportional discrimination, health disparities or language barriers that are unique to their community. It's no wonder, then, that it's often marginalized and vulnerable communities ones whose identities are missing from these forms that lack access to governmental resources and protections.
هناك بعض الأسباب التاريخية المفهومة التي قد تجعل الناس لا يرغبون في المشاركة في هذا النوع من جمع البيانات. لكن بدون البيانات، سيكون من السهل إنكار حقيقة عدم المساواة. إذا أردنا مجتمعًا أكثر إنصافًا، فعلينا قياس واقعنا. وأفضل طريقة للبدء هي استخدام لغة تعترف باختلافاتنا.
Now, there are some understandable historical reasons why people might not want to engage in this kind of data gathering. But without the data, it’s just easier to deny the inequality is real. If we want a more equitable society, we have to measure our reality, and the best way to start is by using language that recognizes our differences.