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.
Se state guardando questa serie, sapete che mi interessano i dati. Ma i dati hanno i loro limiti, soprattutto quando parliamo di lingua. In pratica, se sbagliate le categorie, si finisce per avere statistiche piuttosto fuorvianti, e il censimento degli USA ne è un valido esempio.
[Am I Normal? with Mona Chalabi]
[Am I Normal? con Mona Chalabi]
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.
Effettuato ogni 10 anni, il sondaggio mira a raccogliere dati demografici da ogni singolo residente degli USA e dei suoi territori. Queste risposte aiutano il governo a determinare tutto, dall’assegnazione dei seggi al Congresso e al Collegio Elettorale, a quelli di centinaia di miliardi di dollari in fondi federali. E questi fondi finanziano cose come nuovi ospedali, miglioramenti stradali e la mensa scolastica. E cosa fondamentale, gli statistici che ci lavorano sono apartitici. Siedono alle scrivanie, applicando le stesse formule, non importa chi è in carica alla Casa Bianca.
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.
Quindi, il Census Bureau fa un lavoro importantissimo, ma ha alcuni punti ciechi. Per esempio, c’è stato uno sforzo decennale per aggiungere la categoria Medio Oriente o Nord Africa o MENA al censimento. Al momento, il censimento considera le persone di queste regioni, e questo include anche me, persona bianca. Sì, è sbagliato. Nel 2015, il censimento ha testato una versione del sondaggio con inclusa MENA. Si è scoperto che data l’opzione MENA, il numero di quelli della regione, identificatisi come bianchi, è sceso dall′86% al 20%. Vedete, quando si riconsidera la lingua, i numeri possono cambiare drasticamente. Purtroppo il censimento non ha ancora apportato un cambiamento, dichiarando necessari ulteriori test per determinare se MENA debba apparire sotto la voce etnia invece di razza. Ciò significa che chi si è mobilitato per la sua inclusione dovrà aspettare un altro decennio per vedere la nostra comunità riconosciuta
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.
Non è la prima volta che la lingua ha limitato come le persone siano rappresentate nel censimento. Il primo, nel lontano 1790, aveva solo tre grandi categorie, e cito: “schiavi, uomini bianchi liberi e donne, e tutte le altre persone libere”. Ci sono voluti altri 30 anni per categorie distinte per i neri liberi e altri 40 anni prima che gli indiani d’America figurino nel censimento.
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.
Da allora, sempre più categorie sono state aggiunte, ma i progressi sono stati lenti. È dal 2000 che le persone hanno potuto scegliere più di un’etnia per autodefinirsi, e per la prima volta nel 2020, chi ha selezionato Nero o Bianco ha potuto andare più in profondità fornendo più dettagli sulle proprie origini, nominando Francia o Somalia o evidenziando la propria identità indigena.
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.
In questo momento, potreste pensare: Perché è importante formulare bene un sondaggio? Razza ed etnia sono comunque costrutti sociali. Ma questo non cambia l’esperienza di vita di chi non si riflette veramente in queste schede. I questionari dovrebbero porre le domande giuste se vogliono registrare ciò che accade davvero nel mondo. Una persona nordafricana non binary potrebbe essere mal censita o considerata bianca, ma affronta discriminazioni sproporzionate, disparità sanitarie o barriere linguistiche uniche per la loro comunità. Non c’è da stupirsi se spesso sono le comunità emarginate e vulnerabili quelle le cui identità mancano in queste schede che non hanno accesso a risorse e protezioni governative.
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.
Ora, ci sono alcune ragioni storiche comprensibili sul perché la gente non si impegni in questo tipo di raccolta dati. Ma senza i dati, è più facile negare che la disuguaglianza sia reale. Se vogliamo una società più equa, dobbiamo valutare la nostra realtà, e il miglior modo per iniziare è usando un linguaggio che riconosca le nostre differenze.