作者整理了多到讓人不忍卒睹的歧視情境與數據，我將這些案例大致分為三類：
- 認為女性能力劣於男性
- 覺得女性的需求很麻煩
- 根本沒想過女性的存在
大眾認知的性別歧視通常是 1 的狀況，但 2 跟 3 發生的頻率遠比想像中還誇張，像是：女性出現不同於男病患的症狀，就很容易被誤診，甚至喪命，因為資料庫中缺乏女性案例；警察或工人的防護裝備往往以男性身體尺寸為標準，女性穿起來經常不合身、甚至反而造成危險。
在這個政治正確逐漸變得像是髒話一樣的世界，還有沒被澆熄熱情的人寫出這樣的書，真是寬慰。想把這本書甩到那些聲稱性別早已平等的人臉上，但他們恐怕也懶得看吧。
大吉書籤
聲音語料庫並不是唯一有男性偏誤的資料庫，而我們卻用這些資料庫製造了藏有男性偏誤的演算法。
文書語料庫由一系列來自小說、報章雜誌、法律教科書的文字組成，並用來訓練翻譯軟體、履歷審查軟體，還有網站搜尋的演算法。然而，它們也遍布性別資料缺口。
我搜索英國國家語料庫（從 20 世紀下半葉的各種文章中選錄了 1 億個詞）時，發現女性代名詞出現的頻率比男性代名詞少了一半。而收錄 5 億 2000 萬個詞彙的當代美語語料庫（Corpus of Contemporary American English），我發現當中男女代名詞的比例依舊為 2:1，儘管美語語料庫包含的文章十分當代，甚至有 2015 年發表的文章。
這些充滿缺口的語料庫造就了現行的演算法，造就了世界由「男人」主宰的印象。
就連圖像資料庫也逃不過性別資料缺口的問題：一份 2017 年的研究分析了 2 個最常用的資料庫，它們包含了「超過 10 萬張從網路取得並有敘述標籤的圖像」，發現男性圖像遠多過女性圖像。
華盛頓大學的一項研究同樣也指出，以谷歌圖像搜尋 45 種職業，都出現女性代表性不足的問題，而首席執行長一職的搜尋結果更是與實際情況背道而馳：在美國，27% 的首席執行長由女性擔任，但在谷歌圖像搜尋首席執行長時，出現的圖片中只有 11% 是女性。
要是搜尋「作家」，出現的結果也十分不均：女性圖像只占了搜尋結果的 25%，但多達 56% 的美國作家是女性。
這份研究也發現，這樣的差異至少會在短時間內影響人們對某個領域的性別比例看法。相比之下，這當然會對演算法產生長期影響。
此籤摘自｜被隱形的女性
