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 você tem assistido a esta série, sabe que me importo com dados. Mas dados têm limitações, principalmente se tratando de linguagem. Se as categorias forem mal interpretadas, podemos acabar com estatísticas bastante incorretas. O censo dos Estados Unidos é um excelente exemplo.
[Am I Normal? with Mona Chalabi]
[“Será que sou normal?“, com 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.
Realizado a cada dez anos, o objetivo do censo é coletar dados demográficos de todos os habitantes dos EUA e seus territórios. Essas respostas ajudam o governo a determinar tudo, desde a alocação de cadeiras no Congresso e no Colégio Eleitoral, até a alocação de centenas de bilhões de dólares em fundos federais. Esses fundos pagam coisas como novos hospitais, melhorias nas estradas e programas de merenda escolar. O mais importante é que os estatísticos que trabalham lá são apartidários. Sentam-se nas mesmas mesas, aplicando as mesmas fórmulas, não importa o responsável da Casa Branca.
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.
Sem dúvida, o censo dos EUA faz um trabalho importante, mas tem alguns pontos cegos. Por exemplo, há um esforço de décadas para incluir a categoria Oriente Médio ou Norte da África, ou MENA, ao censo. Atualmente, o censo define as pessoas dessas regiões, inclusive eu, como brancas. Sim, não está certo. Em 2015, o censo testou uma versão dessa pesquisa que incluía a opção MENA. Quando havia essa opção, o número de pessoas dessa região que se identificavam como brancas caía de 86% para 20%. Quando reconsideramos a linguagem, os números podem mudar drasticamente. Infelizmente, porém, o censo ainda não fez a mudança, alegando a necessidade de mais testes para determinar se MENA deveria aparecer como etnia em vez de raça. Aqueles que se mobilizaram pela inclusão dessa opção terão que esperar mais uma década para ver se nossa comunidade pode ser reconhecida.
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.
Não é a primeira vez que a linguagem restringe o modo como as pessoas são representadas no censo. O primeiro censo, em 1790, tinha apenas três categorias amplas: “escravos, mulheres e homens brancos livres e as demais pessoas livres”. Levaria mais 30 anos para categorias distintas de negros livres e mais 40 anos para índios americanos aparecerem no censo.
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.
Desde então, foram incluídas cada vez mais categorias, mas o progresso tem sido lento. Antes do ano 2000, as pessoas não podiam escolher mais de uma raça para se descreverem e, pela primeira vez em 2020, as que selecionaram negro ou branco puderam detalhar um pouco mais e fornecer mais detalhes sobre sua origem, como citar a França ou a Somália ou destacar sua identidade indígena.
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.
Neste momento, você deve estar pensando: por que o texto importa em uma pesquisa? Raça e etnia são construções sociais. Mas isso não muda a experiência vivida por quem não é fielmente retratado nesses formulários. Os questionários precisam fazer as perguntas certas se quiserem capturar o que está acontecendo no mundo. O censo pode atribuir o gênero errado a um africano não binário ou considerá-lo branco, mas enfrentar discriminação desproporcional, disparidades de saúde ou barreiras de idioma exclusivas de sua comunidade. Não é de se admirar que costumam ser comunidades marginalizadas e vulneráveis cujas identidades não estão nesses formulários que não têm acesso a recursos e proteções governamentais.
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.
Por razões históricas compreensíveis, as pessoas podem não querer se envolver nessa coleta de dados. Mas, sem os dados, é apenas mais fácil negar que a desigualdade é real. Se queremos uma sociedade mais igualitária, temos que medir nossa realidade, e a melhor forma de começar é usando uma linguagem que reconheça nossas diferenças.