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.
Bu seriyi izlediyseniz verilere önem verdiğimi bilirsiniz. Ama özellikle dil söz konusu olduğunda, verilerin sınırlamaları vardır. Kategorileri yanlış anlarsanız yanıltıcı istatistiklerle karşılaşabilirsiniz. ABD Nüfus Sayımı bunun en iyi örneğidir.
[Am I Normal? with Mona Chalabi]
[Mona Chalabi ile “Normal Miyim?“]
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.
Her 10 yılda bir yapılan bu anket, ABD ve bölgelerinde yaşayan her bir kişiden demografik veri toplamayı amaçlamaktadır. Bu tepkiler, hükümetin Kongre ve Seçim Kurulundaki mevkilerin tahsisinden yüz milyarlarca dolarlık federal fon tahsisine kadar her şeyi belirlemesine yardımcı oluyor. Bu fonlar, yeni hastaneler, yol iyileştirmeleri ve okul öğle yemeği programları gibi birçok şey için ödenek sağlıyor. En önemlisi, orada çalışan istatistikçiler tarafsız. Beyaz Saray’dan kim sorumlu olursa olsun, aynı masalarda oturuyorlar ve aynı kuralları uyguluyorlar.
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.
Dolayısıyla şüphesiz, ABD Nüfus Sayımı İdaresi önemli işler yapıyor fakat bazı kör noktalar var. Örneğin, Orta Doğu ya da Kuzey Afrika ya da MENA kategorisini nüfus sayımına eklemek için on yıllardır çaba sarf ediliyor. Şu anda, nüfus sayımı bu bölgelerden insanları beyaz olarak tanımlıyor ve ben de buna dahilim. Bu yanlış. 2015 yılında, nüfus sayımı bu anketin MENA’yı içeren bir versiyonunu test etti. MENA seçeneği verildiğinde, o bölgede kendini beyaz olarak tanımlayan insan sayısının yüzde 86′dan yüzde 20′ye düştüğü görüldü. Dili yeniden düzenlediğinizde, sayılar çarpıcı biçimde düşebilir. Ne yazık ki, nüfus sayımı MENA’nın ırk yerine etnik köken olarak görünüp görünmeyeceğini belirlemek için daha fazla test yapılması gerektiğini söyleyip bir değişikliğe gitmedi. Nüfus sayımına katılma için destek gösterenlerin, topluluğumuzun tanınıp tanınmayacağını görmek için bir on yıl daha beklemesi gerektiği anlamına geliyor.
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.
Bu, dilin, insanların nüfus sayımında nasıl temsil edildiğini ilk kez kısıtlayışı değil. İlki, 1790′a dönelim, yalnızca üç yaygın kategoriye sahipti, alıntılıyorum: “Köleler, özgür beyaz erkekler ve kadınlar ve diğer tüm özgür insanlar.” Nüfus sayımında, özgür Siyahiler için farklı bir kategorinin olması 30 yıl ve Amerikan Yerlileri için farklı bir kategorinin olması 40 yıl aldı.
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.
O zamandan beri, giderek daha fazla kategori eklendi ancak ilerleme yavaş oldu. İnsanların kendini tanımlamak için birden fazla ırk seçebilmesi 2000 yılında mümkün oldu ve 2020′de ilk kez siyah veya beyazı seçen insanlar detaya inebildi, kökenleri hakkında daha fazla detay sağlayabildi, Fransa’ya ya da Somali’ye atıfta bulunmak, Yerli kimliklerini ön plana çıkarmak gibi.
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.
Şu anda, şöyle düşünüyor olabilirsiniz: Anketteki ifadeler neden önemli? Irk ve etnik köken zaten sosyal yapılar. Fakat bu, anketlerde doğru şekilde yansıtılmayan insanların yaşadıkları deneyimi değiştirmez. Anketlerin doğru soruları sorması gerekir, dünyada gerçekten neler olup bittiğini yansıtmak istiyorlarsa. Kuzey Afrikalı non-binary bir kişi, nüfus sayımında yanlış cinsiyetlendirilebilir veya beyaz olarak değerlendirilebilir fakat orantısız ayrımcılık sağlık eşitsizlikleri veya topluluklarına özgü dil bariyerleri ile karşılaşabilir. O halde kimlikleri bu formlardan eksik olan, hükümet kaynaklarına ve korumalarına erişimi olmayan, çoğu zaman ötekileştirilmiş ve savunmasız topluluklar olması şaşırtıcı değildir.
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.
Şimdi, insanların bu tür veri toplamayla uğraşmak istememelerinin bazı anlaşılır tarihsel sebepleri var. Ancak veriler olmadan eşitsizliğin gerçek olduğunu inkar etmek daha kolay. Daha eşitlikçi bir toplum istiyorsak gerçekliğimizi saptamalıyız ve buna başlamanın en iyi yolu farklılıklarımızı tanıyan bir dil kullanmaktır.